大數據視角下商業銀行運營的風險管控策略探尋

摘要：近年來，我國的經濟發展越來越迅速，互聯網金融的發展也隨之而來。與之相對應的，商業銀行也面臨著多重的壓力考驗。尤其是隨著商業銀行的運營風險管理形式日益嚴峻，不少以金融犯罪、風險管理失敗等原因的案件層出不窮，給商業銀行的運營造成了極大的影響和損害，不利于商業銀行經營績效的穩固和提高。文章將通過分析和深挖我國商業銀行運營的風險，提出一些能夠對風險管理現狀進行有效改善的建議，僅供參考。

關鍵詞：大數據;商業銀行;風險管控

面對當今時代背景下經濟發展的新形態，商業銀行的風險管理運營所面臨的形式也越發險峻起來。在傳統的風險管理觀念中，對具體業務和環節過于強調，難以站在更高到視角上去看待風險管理，更無法做到貫穿整個業務流程，管理過于短視化，給商業銀行的風險管理運營造成了較大的困難。因此，如何站在長遠的角度上進行規范的商業銀行風險管控十分重要。

一、大數據時代下的數據分析技術簡述

（一）大數據的含義

大數據這一概念實際上來源于IT行業，是指在一定的時間范圍內，無法用常規軟件工具進行捕捉、管理和處理的數據集合，需要通過新處理模式進行更強決策力、洞察發現力和流程優化能力的多樣化信息資產。而將這一概念運用于管理實踐當中去，則可將其歸結為一種“全量數據”，也就是由結構化數據和非結構化數據一同構成的。其決策數據與其數據規模、處理速度成正比[1]。

（二）數據分析技術

首先是描述性分析。描述性分析一大數據為基礎，避免了對數據挖掘分析技術的反復運用，減少了反復的操作，對數據表述進行了優化，秩序通過夠花管理目標的大致輪廓即可對其實際面貌進行了解，進而為決策給予科學合理的有力保證。

其次是預測性分析。通過大數據分析，基礎數據庫中的預測性分析能夠得到進一步的精確和擴大，進而實現對分析精準度的進一步優化。

第三是規則性分析。大數據時代得到的來臨為新型仿真技術的進一步發展提供了可能性。通過將全量數據作為根本，有助于更加精準的時間過程模擬，進而將更加多樣化的選擇帶給設計管理方案，以便做出更加科學有效的決策來。

二、大數據視角下商業銀行運營風險管理的現狀及問題

（一）管理思維相對滯后

傳統的商業銀行風險管控體系大多是對“三道防線”的強調，通常是針對市場風險、信用風險和操作風險進行監督和控制[2]。但就風險的計量方面則主要依賴于監控的標準以及具體的評估方法，這也就難以避免地造成了內部和外部人員出于謀取私利的心理而采取的違規行為，進而也無法科學、規范的對高級計量方法進行應用。

同時，隨著網絡時代的快速到來，風險管理的界限也不斷地發生著改變，呈現出逐漸擴展的趨勢來。而如此一來，風險形勢也隨之變得更加多樣化。與此同時，如果沒有對新興技術和數據進行規范、合理地運用，將會對傳統商業銀行風險管控體系的覆蓋與滲透造成負面影響，難以達到監管效果的理想狀態。

（二）管理方式不夠先進

首先，現階段國內商業銀行的風險管控仍舊處于較為主觀的誤區之中，在進行相關的風險管理時對于審核人員的職業判斷仍舊具有依賴性，主觀色彩嚴重，缺乏具體的統一標準，容易造成判斷上的失誤，導致不可挽回的局面發生。

其次，控制環節的銜接不流暢。尤其是在集約化的形勢之下，商業銀行的運營業務活動大多處于線上線下流程式處理、前臺后臺一體化處理、跨部門條線綜合性處理等狀態，存在較多風控主體。這樣一來，風險控制判斷信息失誤的可能性就大大增加，可能直接導致判斷出錯而全面崩盤[3]。

再次，風險管理碎片化，商業銀行的運營風險控制受操作風險防范的影響較大，而相關工作人員對于風險的產生原因和本質的了解并不充分和全面，導致難以從根本上對運營風險進行防控。

最后，相關從業人員缺乏對于前瞻性的預判，導致難以適時地采取風險防控措施。簡而言之，在進行風險預防時，管理者應當提前針對可能發生的風險進行判斷，進而有效提高風險識別和管控工作的完成度，最終達到有效預防和治理的目的。而就目前商業銀行的狀況而言，顯然還沒有達到此種水平。

（三）管理數據基礎較薄弱

就目前而言，盡管商業銀行對于經營管理的信息化與數據化程度已經逐漸加深，但其仍舊缺乏長遠目標，以短期利潤為主的主要目標仍舊沒有改變，忽略了運營風險管理數據等風險資源的重要性。

首先，非結構化和半結構化的風險數據沒有得到足夠的重視。事實上，這類風險管理數據中包括但不限于員工能力、客戶偏好等可以真實反映出不同風險因素的數據，對于實現跨層面、跨節點的搜索及分析等功能具有重要作用。而在傳統的商業銀行數據管理當中，其重點通常放在客戶教育與業務處理等管理方面。

其次，商業銀行風險管理的數據資源獲取途徑相對匱乏，難以提供大量具有較強時效性的數據，相應的數據信息難以互相連同。

最后，商業銀行現有的風險管理體系中，缺少對于風險管理數據的持續運營，相關數據人才合計數較為稀缺。

三、大數據視角下商業銀行運營的風險管控措施

（一）增強運營風險大數據管理力度

首先，商業銀行應當對運營風險管理數據的搜集和積攢適當加大強度，構建企業級數據庫，做到對不同渠道和類型的數據信息進行吸納和分析，同時設立結構化數據以及視頻錄像等非結構化的數據，對運營風險中出現的主觀和客觀因素進行缺失的分析和把握，最終達到增強管理力度的目的。

第二，商業銀行需要加強對風險管理數據的整理、集合與歸納，帥選出能夠滿足風險管理需要的信息，清楚其他無關信息，準確找到核心要素進行精準分析。

第三，商業銀行需要對運營風險管理數據的專門機制進行逐步確立和完善，從技術層面出發，完成對數據的可視化表格，從中搜索出對不同主題及行為信息的記載。因此，要建立健全完善的數據管理流程和平臺，并制定出具有統一標準的數據管理規范，構建具有數據管理、驗證和質量控制等一系列模式的繼承機構，不斷增強其風險量化能力。

（二）推進大數據在運營風險管理體系中的應用

第一，需要將運營風險管理數據進行有機結合。首先是條線模塊之間的數據結合，以員工行為風險為例，需要將其公、私條線的操作信息進行充分地結合，才能對員工的行為風險做出正確和精準地分析和判斷，二者之間不能進行分割和剝離。其次，要對靜、動態數據進行結合，分析其中隱藏的風險。再次，在進行風險總數據的結合時，需要對員工個體行為的數據信息以及其所在機構管理能力和文化產生的影響進行分析，以便更加精準地進行定位。最后，在研究員工在商業銀行內產生的行為數據以及其工作時間之外的行為活動數據信息時，可以將內部與外部的數據相結合進行分析。

第二，拓展運營風險管理數據的相應場景。就目前的總體情況來看，商業銀行的運營風險管理主要可以從兩大方面進行開展。首先是要盡量避免與監管、案件以及重大資金損失相關聯的“黑天鵝”風險。其次是要盡量對屢查屢犯的“灰犀牛”風險進行控制和監督。在此基礎之上，還可以采用大數據技術等方式對上述風險和主題進行深入的研究和拓展。

第三，用科學的方法對大數據視角下運營風險管理體系進行構建，并對大數據和互聯網技術進行充分地利用，確保對風險前、中、后的管理流程進行完整、全面的創新改革，以提高商業銀行風險管理的有效性。

（三）集中力量培育運營風險管理數據人才

當今社會背景下，人才位于市場資源中的第一要位，耳聰管理學的角度來講，大數據基礎人才根據側重方面不同大致可分為數據分析人才、數據應用人才以及復合型人才三種。數據分析人才也可稱為技術型人才，對運營和管理等各項目負主要責任。數據應用人才也稱為管理型人才，利用數據完成運營管理的主要目標。而復合型人才不僅能夠進行大數據的分析，還能夠對大數據進行運營，完成商業銀行運營風險管控中的多項工作。因此，作為處于大數據時代下的商業銀行，必須要對運營風險管理人才進行重視和培育，并將這種大數據思維融入于日常工作當中，實現對于內部人員專業技術水平的逐步提高。同時，商業銀行還應當構建與之相對應的機制，將更多擁有運營風險管理才能的人才引入于其中。

此外，銀行及管理部門還要著重培養一批具有豐富經驗，且對風險管理工作具有較高敏銳度的管理骨干，在結構合理的基礎上，打造出一支具有高水平的人才隊伍。

（四）將社交網絡和商業銀行妥善結合

商業銀行要想在大數據視角下實現對運營風險的管理，就必須要學會對大數據技術進行信任和依賴，在實踐工作中不斷對其進行相應的優化和完善，進而從根本上對數據邊緣的限制進行突破，利用互聯網及社交媒體等途徑，對數據信息獲取途徑進行拓展，進而在大范圍內達到搜集客戶信息的主要目標。

結束語

簡而言之，商業銀行在大數據視角下所面臨的機遇和挑戰同樣巨大，因此，如何處理好商業銀行存在的問題，并對大數據技術進行科學的有效利用，基本決定了商業銀行未來的發展方向。因此，商業銀行應當適當增強對運營風險大數據的管理力度，并推進大數據在風險管理體系中的實用性，培養更多的風險管理數據人才在社交網絡和商業銀行中管理和操作，帶動商業銀行在未來不斷持續健康的發展。

參考文獻：

[1]張潔宇.大數據時代下的商業銀行風險管理策略[J].現代企業文化，2019，000（025）：162.

[2]張左敏，李文婷.大數據在商業銀行中的應用——基于風險控制的視角[J].科技與經濟，2020，v.33;No.196（04）：65-69.

[3]孫曼青，孫文綺.大數據在商業銀行風險管控中的應用[J].財經界（學術版），2020，No.538（02）：98-98.

作者簡介：

鄭曉凈（1987-），女，河南省禹州市，本科生，研究方向：大數據，對外經濟貿易大學 統計學院在職人員高級課程研修班學員 。