大數據背景下銀行信貸風險的防范措施探析

高超 中國建設銀行股份有限公司天津南開支行

隨著互聯網信息技術的逐步普及，大數據在社會各層面實現了廣泛的運用。在大數據的推動下，為了更好服務實體經濟，契合互聯網經濟時代特點，傳統金融業務實現了多方面轉型，各金融機構經營模式保持不斷創新。銀行作為金融業中重要組成部分產生諸多變革，其中信貸業務做為銀行業務主體版塊之一變化尤為突出，其發展方向和銀行經營持續、健康的發展之間存在著緊密的聯系。在信貸業務中風險屬性是其重要特性之一，傳統盡職調查方式由于信息不對稱，極易出現風險問題，造成不良資產，而大數據的引入則可以加強銀行信貸業務的風險管控能力。

一、大數據時代的特征

學者阿爾文·托夫勒（1908）在《第三次浪潮》之中首次將“大數據”提出，然后一直到2009年該詞才逐漸在互聯網領域被人們所熟知[1]。2012年瑞士達沃斯世界經濟論壇發布的《大數據，大影響》報告之中提到：現在的數據就好比現實與虛擬貨幣，存在于人們生活的各個領域。

大數據時代涉及到的特征包含規模性、多樣性、高效性以及價值判斷等屬性。大數據讓信息技術不斷向通用的方向進行發展，引導我們通過新的思維方式去看待世界，我們決定事情的經驗與直覺等，逐漸由數據分析所取代。

二、大數據背景下銀行信貸風險的防范措施

（一）構建大數據信貸風險管理理念

我國商業銀行在全面風險管理體系的引進時間方面雖然已有時日，但部分銀行并未給予其足夠的重視，依舊將營銷放在首位，側重依靠傳統方式，各部門執行的風險管理標準參差不齊。隨著大數據時代的到來，盡管此種理念在一定程度上實現了緩解，但未將全方位風控管理思想融入到體系中。實踐過程中，銀行應增強大數據風險管理文化建設，構建全面風險管理體系時，不能夠只是將其作為一套軟件系統和某些查詢功能，應注重銀行各部門間建立起綜合性風險管理理念，將“交叉風險防范”、“全流程管理”、“全數據及有效篩選結合”等先進思想、方式納入到風險管理的政策制定中。

（二）建立數據倉庫

數據的獲得及儲存是后續數據篩選、判斷的基礎。數據倉庫指的是面向主題、集成、穩定，能夠將歷史變化反應出來的數據集合，主要應用與管理過程中的決策制定[2]。數據庫與數據倉庫之間的區別表現為：數據倉庫是將決策支持與數據分析作為基礎，而對數據進行存儲，有統一的管理標準，有目標有計劃的存儲；數據庫則是將運營性數據存儲、查詢數據作為重點。現階段，我國銀行在數據庫方面基本構建完成，正在向著數據倉庫的方向前進。與此同時，除了內部系統建設之外，部分銀行還積極與信息技術、數據研發公司開展深入合作，對外采購引入外部數據，例如建立全球資訊平臺、輿情監控平臺等。這些數據信息由風險部門統一監控，也可由營銷部門進行個性化制定，根據業務需要定制所需風險畫像。

（三）完善自動監控預警系統

銀行資產質量擁有周期性波動特點，和宏觀經濟、行業發展周期之間保持著關聯性。現階段，部分行業存在產能過剩、各類投資資本集中等問題，信貸業務風險不確定性較大。所以，對風險監控體系須予以完善，構建事前預警、事中控制以及事后監督的全流程自動監控預警體系。只有全面監控，觸發系統設定風險點后自動預警，銀行才能及時根據具體情況對風險做出合理判斷，制定相應的策略，解決人為監控時效性的短板，第一時間將損失控制住。大數據在風險預警方面具備著諸多的優勢，例如，銀行可經授權獲得電商平臺數據，對信貸客戶網絡商鋪的實時交易、用戶評價等信息予以獲取，進而分析出商鋪經營狀況與還款能力等，如有交易量或用戶評價大幅下降情況，系統即可發出預警信息。另外，還可以分析借款人的聯系人、社交圈等，亦或是借款人在網絡中瀏覽的貸款信息等，對信貸客戶的資產和負債狀況進行輔助判斷。

（四）注重風險防范專業人才的培養

就當下銀行信貸業務而言，一方面數據成為風險防控的主要構成內容之一，另一方面人為因素依舊是風險的一部分。為了能夠有效的降低人為因素對風險產生的影響，銀行需要增強以下管理工作：其一，科學構建信貸制度，將“審核、貸款、檢查”相互獨立分離制度落到實處，培養各環節相關崗位人員的數據獲取、分析、判斷能力，防止一手清，進而在源頭上確保信貸業務數據的可靠性，防止因為人為疏忽而出現不良貸款風險；其二，完善金融科技專業人才培養機制。在大數據時代中，要想從海量數據中提取出有效數據，還需依靠科技崗位人員不斷完善系統，使得信貸流程中各崗位能夠高效獲得準確、清晰、易懂的信息，與此同時，風險防范崗位人員的專業性也須不斷增強，提升相應的數據處理技能，尤其是將判斷后的結果反饋給系統，以提高系統信息的準確性。

三、結語

綜上所述，互聯網、大數據科技的進一步發展對銀行產品尤其是信貸方面提出了更高的要求。為了推動信貸業務的健康發展，有效防范風險，更好的服務實體經濟，銀行需加強大數據下的信貸業務風險控制能力。在此背景下，銀行要勇于創新，注重系統與人的結合，通過科學、合理的方式對數據進行有效篩選、準確判斷，并予以深入的分析，構建風險防控體系，以適應大數據時代金融行業的變化，在市場中尋求更長遠的發展機遇。