(江蘇銀行，江蘇 南京 210000)

大數(shù)據(jù)背景下的商業(yè)銀行風險管理量化解決方案

管薇薇

(江蘇銀行，江蘇 南京 210000)

隨著金融深化程度的不斷加深，經(jīng)濟進入新常態(tài)，商業(yè)銀行所處經(jīng)營環(huán)境的不確定性與日俱增，風險管理能力將成為影響甚至決定商業(yè)銀行持續(xù)健康發(fā)展的關(guān)鍵因素。目前中國商業(yè)銀行資產(chǎn)質(zhì)量雖然總體可控，但面對新一輪的經(jīng)濟轉(zhuǎn)型和社會信息化的快速變革，絕大多數(shù)商業(yè)銀行正承受著不良貸款雙升、盈利增速下降的發(fā)展壓力。因此，商業(yè)銀行迫切需要改變和提升風險管理手段來應對變化莫測的市場環(huán)境，才能實現(xiàn)長期的可持續(xù)發(fā)展。

在此背景下，本文結(jié)合當前快速發(fā)展的大數(shù)據(jù)技術(shù)，提出了量化的方式來管理商業(yè)銀行的風險，為商業(yè)銀行提升整體風險管理水平的開辟了新道路。

大數(shù)據(jù)；風險管理；量化

一、 商業(yè)銀行風險管理的傳統(tǒng)方式的缺陷

長期以來，商業(yè)銀行的風險管理方式以人工管理的定性判斷方式為主，這種風險管理方式存在以下幾方面缺點：一是定性管理方式無法準確識別和衡量風險。這種管理方式受制于風險管理人員的知識水平、對風險的敏感度、個人的風險偏好等主觀因素影響較大；二是事后的風險管理無法有效防治風險。風險管理真正的目的在于風險的防患于未然，風險預判能力的不阻礙了商業(yè)銀行風險管理水平的提升；三是人工的風險管理方式效率低下。風險管理需要調(diào)查的大量信息和風險事件缺少有效率的信息搜集方式，尤其是面對金額小體量大的小微企業(yè)，人工風險管理效率低下的問題更加突出。

上述分析表明：傳統(tǒng)的風險管理方式已越來越無法適應信息化時代的發(fā)展需要。商業(yè)銀行只有提高自身的信息獲取能力，變被動管理風險為主動防范風險，變“人工管風險”為“系統(tǒng)控風險”，才能全面提升自身的風險管理水平。

二、商業(yè)銀行風險管理量化的實現(xiàn)方法

本文提出的風險管理量化解決方案是以大數(shù)據(jù)技術(shù)為基礎，通過“數(shù)據(jù)+模型+系統(tǒng)”的方式完成風險管理的量化轉(zhuǎn)變，下面將以信用風險為例具體闡述風險管理的量化解決方案。

1.搭建大數(shù)據(jù)平臺奠定風險管理量化的基礎

商業(yè)銀行在風險管理中主要依賴兩類信息：一是銀行自身系統(tǒng)內(nèi)的客戶數(shù)據(jù)、賬戶數(shù)據(jù)、交易數(shù)據(jù)等；二是人行征信提供的客戶征信報告。這兩類數(shù)據(jù)覆蓋的人群都非常有限，對于目前中國近14億人的口來說，上述兩類數(shù)據(jù)能覆蓋到的客戶僅為4億左右，占比不足3%。信息獲取能力不足的問題可通過搭建大數(shù)據(jù)平臺來解決，具體步驟分為：數(shù)據(jù)收集、數(shù)據(jù)整合和數(shù)據(jù)除噪。

數(shù)據(jù)收集——解決信息不對稱問題。在對客戶授信的過程中，商業(yè)銀行需要對客戶進行全方位的判斷和評估，包括客戶的基本情況、是否已發(fā)生風險事件、未來還款能力、經(jīng)營情況、對外投資情況等。與這些信息相關(guān)的數(shù)據(jù)有：工商、法院、公安、稅務、電力、通信等，引入這些外部數(shù)據(jù)可以幫助商業(yè)銀行對客戶做出更及時和全面的判斷，提升商業(yè)銀行對新客戶的風險識別能力。

除結(jié)構(gòu)化數(shù)據(jù)外，大數(shù)據(jù)技術(shù)還能實現(xiàn)非結(jié)構(gòu)化數(shù)據(jù)的結(jié)構(gòu)化引入?！熬W(wǎng)絡爬蟲”技術(shù)就能夠?qū)λ泄_網(wǎng)站、新聞、論壇等在線媒體進行24小時不間斷的掃描，再通過語義分析、情感分析等文本挖掘技術(shù)對非結(jié)構(gòu)化數(shù)據(jù)進行分類處理，實現(xiàn)數(shù)據(jù)的非結(jié)構(gòu)化向結(jié)構(gòu)化轉(zhuǎn)換。“網(wǎng)絡爬蟲”的優(yōu)勢不僅在于強大的數(shù)據(jù)獲取能力，還在于它能做到數(shù)據(jù)實時不間斷的供應，為商業(yè)銀行在第一時間獲取風險信息提供了渠道。

數(shù)據(jù)整合——打破數(shù)據(jù)豎井限制。多渠道獲取的數(shù)據(jù)在未經(jīng)整合的情況下會形成彼此獨立的數(shù)據(jù)豎井，產(chǎn)生無法逾越的數(shù)據(jù)鴻溝。只有打破這種松散的數(shù)據(jù)結(jié)構(gòu)才能實現(xiàn)數(shù)據(jù)的互通，挖掘出數(shù)據(jù)表層之下隱藏的信息。因此需要對不同來源、不同類型的數(shù)據(jù)進行數(shù)據(jù)整合。

數(shù)據(jù)整合常用的做法是利用不同數(shù)據(jù)庫的相同主鍵字段建立庫到庫的映射關(guān)系。例如：利用統(tǒng)一社會信用代碼(或過去的組織機構(gòu)代碼)連接不同的企業(yè)數(shù)據(jù)庫；利用個人證件號碼連接不同的個人數(shù)據(jù)庫。經(jīng)數(shù)據(jù)整合后，大數(shù)據(jù)平臺中的數(shù)據(jù)供應能力大幅上升，為后續(xù)的風險管理應用打下了良好的基礎。

數(shù)據(jù)除噪——實現(xiàn)數(shù)據(jù)的自我糾錯。盡管大數(shù)據(jù)可以帶來海量的數(shù)據(jù)信息，但其中也不可避免摻雜著許多無效的，甚至錯誤的數(shù)據(jù)，這些錯誤數(shù)據(jù)形成了影響后續(xù)應用效果的“數(shù)據(jù)噪聲”。因此，大數(shù)據(jù)平臺還應當具備數(shù)據(jù)“除噪”的功能，在紛繁復雜的數(shù)據(jù)中剔除無效的和錯誤的數(shù)據(jù)，保留和提供有效的和正確的數(shù)據(jù)。

數(shù)據(jù)除噪的方法有很多，常用的包括：閾值設定、合法性校驗、交叉驗證等，下面以最簡單的“年齡”字段為列來說明三種數(shù)據(jù)除噪的方法。

閾值設定法是利用年齡數(shù)值一般具有一定范圍限制的特點，將年齡字段的數(shù)值設定在一個區(qū)間范圍內(nèi)進行校驗，如[0，150]。如年齡字段中的數(shù)值在此范圍內(nèi)，則認為數(shù)據(jù)可信，否則數(shù)據(jù)不可信。

合法性校驗是對數(shù)據(jù)存儲類型的一種校驗，對于年齡字段來說，正常情況下應當以數(shù)值表示。因此可對該年齡字段中的數(shù)據(jù)類型進行判斷，數(shù)據(jù)為數(shù)值型則認定合法，否則認定該數(shù)據(jù)不合法。

交叉驗證法是唯一可以在不同來源的數(shù)據(jù)中相互驗證數(shù)據(jù)質(zhì)量的一種方法。對年齡字段來說，我們可以利用身份證號碼與年齡進行交叉驗證(假設身份證號碼準確)：通過提取身份證號碼的7～14位(即出生年月日)，并簡單計算獲得客戶的準確年齡，即通過身份證號碼驗證了年齡數(shù)據(jù)的準確性。

2.風險管理模型向風險量化模型的轉(zhuǎn)換

實現(xiàn)風險管理量化的核心在于構(gòu)建風險量化模型，風險量化模型可為風險的識別、測量和后續(xù)處理提供標準統(tǒng)一、管理連續(xù)的整體方案。在實踐中構(gòu)建風險量化模型的方法需要根據(jù)不同的風險管理目標來選擇，常用的風險量化模型包括：指標量化模型、規(guī)則量化模型或決策量化模型。

指標量化模型是最簡單的一類風險量化模型，通常一個公式就表達了一個風險管理的需要，適用于較為單一化的風險管理目標。例如：對單一客戶的風險限額管理問題就可以采取指標量化模型的方法，將單一客戶限額設定為如下公式：

單一客戶限額=Min[償債能力代理指標*(1+行業(yè)平均整張能力)*行業(yè)基準干干倍數(shù)*客戶評級調(diào)整系數(shù)*定性調(diào)整系數(shù)*銀行期望占比，單一客戶貸款集中度監(jiān)管要求或具體業(yè)務要求上限]

用上述公式計作為商業(yè)銀行對單一客戶限額的控制指標，就輕松實現(xiàn)了風險管理的定量轉(zhuǎn)化。值得注意的是，用于計算該指標的變量或參數(shù)可能來自監(jiān)管部門的規(guī)定、行業(yè)實踐的標準，也可能來自商業(yè)銀行的內(nèi)部業(yè)務系統(tǒng)，有些參數(shù)(如“客戶評級調(diào)整系數(shù)”)本身也是另一個指標量化模型的計算結(jié)果。

規(guī)則量化模型適用于名單制管理或事件觸發(fā)類的風險管理的目標，即對個別性、突發(fā)性的風險事件的管理，如用于識別客戶準入過程中的反欺詐模型。

反欺詐模型通過搜集一系列的規(guī)則量化模型形成反欺詐規(guī)則庫，對授信業(yè)務中的欺詐風險可通過與規(guī)則庫的比進行識別。一般將外部欺詐分為兩類：一類是來自客戶申請信息的欺詐；另一類是來自申請交易行為的欺詐。兩類規(guī)則庫又分別包含若干類細分規(guī)則，細分規(guī)則中存儲著識別具體欺詐的客戶名單或規(guī)則列表。

以申請反欺詐中的“風險名單庫”為例，該名單庫收集了各類風險客戶的名單(如：涉訴、失信、有嚴重違約史等)，通過將客戶與風險名單庫中內(nèi)的名單進行比對，識別出存在風險的客戶。同事還可根據(jù)風險嚴重程度，將名單區(qū)分為黑、灰兩個等級，規(guī)則量化模型在業(yè)務流程中將對兩個等級的名單觸發(fā)不同的處理方式：對黑名單客戶直接實施業(yè)務阻斷，拒絕客戶的信貸申請需求；對灰名單客戶暫不阻斷信貸申請流程，但會在后續(xù)的額度審批和客戶定價中采取適當?shù)娘L險補償手段。

決策量化模型是最復雜的一類風險量化模型，多用于多維度影響下的風險管理目標的實現(xiàn)，下面以客戶風險定價為例說明量化模型的構(gòu)建方法。

客戶風險定價模型是利用風險補償法對不同風險層級的客戶進行差異化定價，即對風險水平低的客戶給予較優(yōu)惠的貸款定價，對風險水平高的客戶則要求定價后的收益足以覆蓋各項風險成本。

客戶定價模型以客戶分層模型為前提，從風險與綜合收益雙維度對進行客戶進行分層，具體的客戶分層方法可由商業(yè)銀行的風險偏好確定，用于判定客戶層級的各類指標是通過相關(guān)性分析、主成分分析和經(jīng)濟學判斷等方法選取的。下圖給出了某商業(yè)銀行確定的客戶分層示例：

圖1 客戶分層模型示例

客戶分層模型確定后，再對各層客戶的綜合收益進行指標分析，選取最能體現(xiàn)客戶綜合貢獻的差異化指標作為客戶定價折讓的計算指標，結(jié)合統(tǒng)計檢驗和業(yè)務合理性檢驗等確定各指標對綜合貢獻度的影響，并確定出客戶差異化定價的具體折讓點差標準。

以上只是簡要介紹了客戶風險定價模型的構(gòu)建方法，實際操作中的決策量化模型設計較為復雜，需用到大量的建模和統(tǒng)計學知識。作為一種典型的決策量化模型，客戶風險定價模型的決策結(jié)果幫助商業(yè)銀行在風險控制與盈利增長之間尋找到了平衡點。

圖2 網(wǎng)貸申請流程中的風險管理量化全流程

3.風險管理量化的全流程實現(xiàn)

只依靠單個、分散的風險量化模型不能從根本上提升商業(yè)銀行的風險管理水平，只有在業(yè)務的全流程中均實現(xiàn)風險管理的量化，才能減少風險管理的人工參與程度，提升系統(tǒng)管控風險的占比。風險管理量化全流程可以是單個系統(tǒng)內(nèi)的全流程，也可以形成跨系統(tǒng)聯(lián)動的全流程。本文僅以企業(yè)網(wǎng)貸申請業(yè)務為例，說明單個系統(tǒng)內(nèi)的風險管理全流程建設方法。

企業(yè)客戶在網(wǎng)貸業(yè)務申請過程的任何環(huán)節(jié)都可能存在風險，因此系統(tǒng)應在每個業(yè)務流程節(jié)點設置相應的風險量化模型。下圖給出了企業(yè)網(wǎng)貸業(yè)務申請流程中的風險量化模型嵌入業(yè)務流程的方式：跟隨網(wǎng)貸申請流程，在每部業(yè)務決策點依次設置了業(yè)務拒絕規(guī)則模型、反欺詐規(guī)則模型、申請評分模型、客戶風險等級模型、自動審批模型。這種“業(yè)務流程+風險量化模型”方式，將業(yè)務發(fā)展與風險管理有效融合在一起，不僅解決了長期以來困擾商業(yè)銀行的業(yè)務發(fā)展與風險管理間的矛盾，更提高了風險管理的有效性，從本質(zhì)上提高了商業(yè)銀行在信息化時代的核心競爭力。

此外，這種由系統(tǒng)控制的風險管理量化全流程方案還有利于將整個風險管理的效果累積并記錄在系統(tǒng)中，形成可持續(xù)的風險量化管理目標。

三、結(jié)束語

隨著社會信息化程度的加深，風險管理傳統(tǒng)方式暴露出的缺陷只能通過技術(shù)的方式得以解決。本文提出的風險管理量化解決方案就是以大數(shù)據(jù)技術(shù)為基礎的商業(yè)銀行風險管理新方法，為商業(yè)銀行在“新常態(tài)”下實現(xiàn)戰(zhàn)略轉(zhuǎn)型，提升風險管理核心競爭力指明了道路。