大數據背景下商業銀行風險管理的有效策略探討

姚 芳

（中國農業銀行貴州省分行，貴州 貴陽 550081）

大數據時代背景下，信息的重要性日益凸顯，對信息的收集和利用成為商業銀行經營過程中的重要工作內容。隨著我國經濟改革的持續深入，經濟增長中的不穩定性和不確定性因素顯著增多，經濟下行壓力仍然較大，經濟運行中出現不少突出問題，金融與實體經濟失衡，實體經濟不振，經濟領域的各種矛盾和壓力體現為金融領域風險，商業銀行風險逐漸增多。商業銀行應當將信息收集和分析利用逐漸滲透到銀行的風險管理當中，充分借鑒參考互聯網金融的先進經驗，順應大數據時代發展的潮流，在客戶營銷和資源配置方面進行創新和優化，加強銀行風險管理，促進商業銀行業的穩定發展和轉型。

一、大數據信息收集與銀行風險管理的關系

1.信息收集和分析可以為銀行風險分析提供數據支持

在商業銀行開展風險管理的過程中，對信息的收集和分析是基礎和保障。充分利用大數據技術對信息進行收集和分析可以為銀行風險分析提供數據支持，促進風險管理的順利開展，保證商業銀行的穩定經營。然而信息收集工作涵蓋商業銀行日常經營的各個部門和流程，可能會對主體業務造成不利影響，所以需要遵守一定的規章制度和法律法規。我國針對銀行業頒布的《中華人民共和國商業銀行法》和《商業銀行信貸風險監管核心指標（試行）》等文件，對商業銀行進行信息收集提供了政策規范。

2.大數據信息收集的主要內容

商業銀行日常經營所需的信息類型多種多樣，因此，需要對影響風險管理的關鍵因素進行有效的識別和分析。商業銀行信息收集主要包括兩個方面的內容。一類是可以量化的信息。該類信息通常具有明顯的直接關系，對商業銀行的風險管理具有直接影響。可量化的信息主要包括企業生產經營的財務數據和資產負債表等財務報表，還包括工商稅務機關保存的關于企業的各類資料，以及針對個人的收入情況和信用狀況等內容[1]；另一類是不可量化的軟信息。該類信息主要是指可能對銀行風險控制產生間接影響的信息。該類信息無法進行量化，因此，信息收集會因為自身主觀經驗有著不同的判斷和評價，主要包括企業經營狀況的相關信息，例如，企業與供應商的關系、企業的結算能力、企業負責人的管理水平等，該類信息較為復雜。但是，如果利用大數據系統進行分析，彼此之間會存在一定的聯系。

二、商業銀行風險類型

商業銀行過去對于企業或者個人的分析，通常都比較單一和直觀，一般商業銀行通過查詢企業的賬目和報表確定企業的資金是否充足，通過查詢企業相關的稅務情況確定企業是否嚴格遵守國家的法律法規。然而在實際操作過程中，商業銀行對該類可量化直觀信息的收集存在真實性和準確性的問題，某些企業會通過修改賬目保證財務數據的合理性，通過違規手段進行稅務規避。同時，對軟信息的分析通常都帶有主觀情緒，真實性存在一定的偏差。因此，對數據進行有效的收集和分析是商業銀行進行風險管控的核心內容。

信息收集的不準確和錯誤使用給商業銀行帶來了各種類型的風險。首先，信貸準入問題。信息收集有誤導致商業銀行對敏感性行業的錯誤判斷和客戶評級的不準確，對銀行客戶評價無法正確使用，對客戶的財務狀況不了解，無法深入判斷企業的經營狀況和資金需求，無法對客戶的信用問題進行記錄等。信息收集不到位會導致信貸準入問題，導致大量不符合標準的客戶進入信貸范圍；其次，授信管理問題。信息收集的不正確導致商業銀行授信測算不準確，對授信額度控制不嚴格等風險[2]；再次，信貸調查管理問題。商業銀行存在信貸調查不全面、調查方法單一、對客戶信息掌握不夠深入、對企業財務信息和會計信息了解不詳實等情況；最后，擔保和貸后管理。部分商業銀行存在對抵押物價值的錯誤估計的問題，對擔保的保障過低，缺乏對貸后資金的監督管理，無法對客戶的還款情況進行有效的控制。從銀行整個貸款過程進行分析，由于信息收集不準確帶來的風險存在于各個環節當中。所以，銀行通過大數據系統對數據進行有效分析，可以對風險進行規避和識別，促進銀行風險管控能力的提升。

三、商業銀行提高風險控制能力的有效策略

1.充分利用大數據系統，強化信息共享機制

大數據背景下，商業銀行要建立風險管理系統首先要加強基礎建設，充分利用商業銀行自身的計算機系統和網絡技術進行大數據系統的構建。在綜合風險管理制度架構中，通過復雜的算法和程序對商業銀行所要面臨的風險進行量化，建立龐大的客戶信息數據庫。

商業銀行應當充分利用大數據收集分析技術，對銀行內部數據資源進行充分挖掘，發揮銀行數據標準化和高價值的優勢，結合外部數據進行全面分析，發掘信息資料的潛在價值。同時，建立客戶信息搜索系統，對客戶信息進行搜集，購買專業公司提供的客戶評級和行業信息等，全面了解商品市場交易信息，豐富數據內容，提高商業銀行對市場變化和客戶情況的感知。加強企業內部數據與外部數據的對接，實現對客戶和相關風險的全面監控，為風險管控流程優化提供基礎，完善風險評估模型，提高銀行風險管理能力。

2.建立大數據信用評分系統，完善風險決策機制

首先，商業銀行要建立大數據信用評分系統，實現對傳統征信體系的優化，完善傳統征信體系中沒有的個人和企業資料，有利于解決部分財務無法核實的小微企業借貸問題。大數據信用評分系統應當與銀行各項業務流程進行對接，配合業務部門進行貸前調查、額度審批、貸后監控等工作。同時，可以為業務部門進行決策提供數據支持，有效促進決策正確性和科學性的提高，減少銀行風險隱患；其次，要做實做細存量客戶貸后管理，提高風險預警的及時性和有效性，對高風險重點行業客戶的信用風險進行全面排查，對風險隱患進行及時的排除；再次，要加強對市場變化和信用評級的監測，對房地產企業、零售等負債率較高的企業進行重點監控，避免投資業務的信用風險；最后，對無法進行轉型的低質量存量客戶進行穩妥退出。銀行要做好風險分類工作，對客戶進行資產風險分類和信用評分，提高風險分類的準確性[3]。

3.建立風險監測預警中心，科學設置風險管理流程

商業銀行要建立集中統一的風險監測預警中心，充分挖掘銀行收集整合信息的價值，幫助銀行對風險進行全面監控，實現對業務流程各個環節的事前預測、事中控制和事后監管。充分利用大數據系統對商業銀行大量的數據進行分類收集和統一分析，對潛在風險進行識別，提高商業銀行全流程預警能力和風險監測能力。在銀行客戶申請貸款過程中，通過大數據系統對客戶結算、存款和交易情況進行監督，當出現風險時，風險監測預警中心會發出風險提示，貸款前調查人員要及時對相關信息進行核實；貸款中審批人員提出相關意見和審批決策；貸款后管理人員進行核查。根據風險管控的相關原則，對客戶進行額度壓縮、提前收回貸款等措施，避免銀行風險問題的發生。

4.強化檢查和評價體系，提高風險管理機制

大數據背景下，商業銀行要建立相關的規章制度和體系，保證風險管理的有效開展，主要包括檢查和后評價機制、糾偏機制和責任管理機制。檢查和后評價機制主要是對利用大數據系統中的各種模型，按照一定的業務規則對數據庫中的數據進行全面分析，對商業銀行數據中的各種風險隱患進行及時的識別，對技術不斷進行優化，對評價標準進行完善，從而提高商業銀行內部管控水平；糾偏機制是指對風險管理中的異常項目進行核實，對項目進行再決策處理，通過調整項目授信策略，避免項目風險；責任管理機制是根據檢查和后評價機制以及糾偏機制，對相關風險來源和項目責任人進行問題核實和責任追究，避免出現問題無法定位的問題，保證商業銀行風險管理的效率和質量[4]。商業銀行要建立完善的企業審查機制和信貸流程管理，對不符合規定的企業堅決不放貸，同時，加強對借款企業的監督管理，將信貸風險控制在可控范圍內，保證銀行的長遠發展。

5.健全人才培養體系，提高風險管理水平

大數據時代背景下，商業銀行要提高自身風險管理水平，要提高相關人員數據分析處理能力，幫助人員對授信政策進行更新，指導風險管理人員進行業務規則總結，保證其不僅具備銀行業務領域知識，還要熟悉了解數據挖掘分析技術，培養成為滿足商業銀行需要的復合型人才。商業銀行要建立完善的人才培養體系，促進員工多崗位定向發展，加強核心人才的引進工作，儲存一批高水準數據分析師、模型專家、風險知識管理員，保證銀行風險管理能力的提升，提高銀行核心競爭力。

6.設立風險經理，全面開展風險防控

商業銀行對風險管控的基礎是加強合作機制的管理，加強風險經理對業務流程的全面管理。風險經理的參與可以使各個流程成為風險管控的一個環節，通過對企業財務信息的觀察，評估企業的風險狀況，保證企業提交財務狀況的真實性。風險經理可以保證企業信貸資產質量，強化客戶評級和風險分類動態管理，及時根據客戶評級和風險分類進行評級和額度的調整，避免客戶貸后違約風險問題的發生，避免評級與實際情況的差異。對符合總行強制調整貸款形態的情形，必須及時進行形態調整，嚴控風險分類。

四、結語

隨著大數據時代的來臨，商業銀行需要充分利用大數據分析處理技術，加強信息共享，建立大數據信用評分體系，完善風險決策機制，建立風險監測預警中心，強化檢查和評價體系，保證風險管理的效用，建立人才培養體系，提高風險管理水平，提高大數據在商業銀行風險管控中的作用，最大限度地減少銀行的經營風險。