丁炯 張曉明 富勤偉 趙文瑜 范濤

摘要：基于大數(shù)據(jù)智能分析技術(shù)的金融風(fēng)險(xiǎn)監(jiān)管平臺(tái)融合統(tǒng)計(jì)學(xué)、經(jīng)濟(jì)學(xué)、人工智能等多種方法提升金融風(fēng)險(xiǎn)評(píng)估方法，解決現(xiàn)有金融機(jī)構(gòu)風(fēng)險(xiǎn)評(píng)價(jià)中的瓶頸問(wèn)題，實(shí)現(xiàn)了對(duì)新金融機(jī)構(gòu)個(gè)體、行業(yè)的系統(tǒng)監(jiān)測(cè)和動(dòng)態(tài)評(píng)估，把握新金融機(jī)構(gòu)動(dòng)態(tài)發(fā)展趨勢(shì)及其風(fēng)險(xiǎn)特征，從而推動(dòng)在監(jiān)管科技和監(jiān)管方法上取得突破。

關(guān)鍵詞：大數(shù)據(jù)；金融風(fēng)險(xiǎn)監(jiān)管；智能數(shù)據(jù)分析

中圖分類號(hào)：TP319

Design and Research of Financial Risk Supervision Platform Based on Big Data Intelligent Analysis Technology

Ding Jiong[1]，zhangXiaoming[1]，F(xiàn)U Qingwei[1]，Zhao Wenyu[2]，F(xiàn)an Tao[2]

（1. Shanghai Shuquan Data Technology Co.， Ltd.， Shanghai，200237；

2.Center for Financial Data Research， East China University of Technology， Shanghai， 200237）

ABSTRACT： Financial risk monitoring platform based on big data intelligent analysis technology integrates statistics， economics， artificial intelligence and other methods to improve financial risk assessment methods， to solve the bottleneck problem in the risk assessment of existing financial institutions， and to realize the systematic monitoring and dynamic assessment of new financial institutions'individuals and industries. The dynamic development trend and risk characteristics of new financial institutions promote breakthroughs in regulatory technology and methods.

Key words： big data； financial risk supervision； intelligent data analysis

1.背景

隨著互聯(lián)網(wǎng)（尤其是移動(dòng)互聯(lián)網(wǎng)）經(jīng)濟(jì)爆發(fā)式的增長(zhǎng)，從2013年開(kāi)始的網(wǎng)絡(luò)支付、網(wǎng)絡(luò)借貸、網(wǎng)絡(luò)理財(cái)?shù)雀黝惢ヂ?lián)網(wǎng)金融、移動(dòng)金融的創(chuàng)新發(fā)展，到如今從中央到地方全面針對(duì)此類新金融規(guī)范發(fā)展的大命題的轉(zhuǎn)變，如何識(shí)別新金融風(fēng)險(xiǎn)并引導(dǎo)其健康發(fā)展就成為了地方新金融服務(wù)和管理部門的關(guān)鍵任務(wù)之一[1]。伴隨近年來(lái)新金融的狂飆突進(jìn)式發(fā)展，各類逾期違約、跑路失聯(lián)、非法集資、理財(cái)詐騙等風(fēng)險(xiǎn)事件也層出不窮，且愈演愈烈[2]。目前，互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)專項(xiàng)整治工作已進(jìn)入“清理整頓”階段，在處置不同形態(tài)的互聯(lián)網(wǎng)金融時(shí)[3]，要把投資者的利益放在第一位。平臺(tái)旨在通過(guò)大數(shù)據(jù)的技術(shù)手段整合機(jī)構(gòu)運(yùn)營(yíng)數(shù)據(jù)、政府公共信用數(shù)據(jù)、網(wǎng)絡(luò)輿情數(shù)據(jù)等數(shù)據(jù)源，通過(guò)對(duì)多元數(shù)據(jù)的清洗挖掘和風(fēng)險(xiǎn)建模，形成對(duì)區(qū)域新金融風(fēng)險(xiǎn)的綜合監(jiān)測(cè)與分析報(bào)告[4]。

2.平臺(tái)建設(shè)方案

2.1平臺(tái)實(shí)施路徑

構(gòu)建互聯(lián)網(wǎng)金融信用風(fēng)險(xiǎn)評(píng)價(jià)和監(jiān)測(cè)預(yù)警平臺(tái)，為金融監(jiān)管提供新的方法和技術(shù)，從而保障我國(guó)金融業(yè)的健康有序發(fā)展。具體而言，本平臺(tái)的技術(shù)實(shí)施路徑包括：

1、根據(jù)互聯(lián)網(wǎng)金融的業(yè)務(wù)模式、特點(diǎn)與風(fēng)險(xiǎn)特征，建立一個(gè)更加全面的金融機(jī)構(gòu)信用風(fēng)險(xiǎn)評(píng)價(jià)體系，以保障風(fēng)險(xiǎn)評(píng)估的有效性；

2、基于多源異構(gòu)大數(shù)據(jù)，利用大數(shù)據(jù)技術(shù)和數(shù)據(jù)挖掘方法提取數(shù)據(jù)特征，從而形成對(duì)互聯(lián)網(wǎng)金融機(jī)構(gòu)的風(fēng)險(xiǎn)畫像分析；

3、融合統(tǒng)計(jì)學(xué)、經(jīng)濟(jì)學(xué)、人工智能等多種方法提升風(fēng)險(xiǎn)評(píng)估方法[5]，解決現(xiàn)有金融機(jī)構(gòu)信用風(fēng)險(xiǎn)評(píng)價(jià)中的瓶頸問(wèn)題，對(duì)互聯(lián)網(wǎng)平臺(tái)的風(fēng)險(xiǎn)給出定量分析；

4、構(gòu)建互聯(lián)網(wǎng)金融平臺(tái)的風(fēng)險(xiǎn)監(jiān)測(cè)系統(tǒng)，從而實(shí)現(xiàn)對(duì)互聯(lián)網(wǎng)金融各個(gè)平臺(tái)的監(jiān)測(cè)和動(dòng)態(tài)評(píng)估，以把握互聯(lián)網(wǎng)平臺(tái)的動(dòng)態(tài)發(fā)展趨勢(shì)及其動(dòng)態(tài)風(fēng)險(xiǎn)特征，從而推動(dòng)在監(jiān)管科技和監(jiān)管方法上取得突破。

2.2 平臺(tái)的功能模塊

平臺(tái)的功能模塊如圖1所示。根據(jù)需要，項(xiàng)目建設(shè)后擬實(shí)現(xiàn)的新業(yè)務(wù)流程如圖2所示。根據(jù)金融機(jī)構(gòu)信用風(fēng)險(xiǎn)評(píng)價(jià)系統(tǒng)對(duì)數(shù)據(jù)的需求，基于開(kāi)放互聯(lián)網(wǎng)通過(guò)Scrapy分布式爬蟲(chóng)框架獲取海量異構(gòu)數(shù)據(jù)，并通過(guò)文本篩選過(guò)濾等方式實(shí)現(xiàn)對(duì)數(shù)據(jù)的清洗和預(yù)處理。

根據(jù)業(yè)務(wù)相關(guān)文檔的文本語(yǔ)義特征與潛在關(guān)系，完成對(duì)業(yè)務(wù)相關(guān)文檔的多標(biāo)簽標(biāo)注與語(yǔ)義分類，實(shí)現(xiàn)基于集成學(xué)習(xí)的多標(biāo)簽分類；利用深度學(xué)習(xí)實(shí)現(xiàn)訓(xùn)練數(shù)據(jù)的構(gòu)建和文本特征的選擇，實(shí)現(xiàn)金融企業(yè)的多維畫像屬性抽取與知識(shí)圖譜構(gòu)建； 基于信息文本挖掘的信用評(píng)價(jià)指標(biāo)體系，分類特征庫(kù)與評(píng)價(jià)指標(biāo)映射，信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)度量和信用風(fēng)險(xiǎn)評(píng)價(jià)模型形成對(duì)金融機(jī)構(gòu)信用風(fēng)險(xiǎn)評(píng)價(jià)。

2.3 平臺(tái)的整體架構(gòu)

平臺(tái)的整體架構(gòu)如圖3所示，由硬件層、大數(shù)據(jù)支撐層、平臺(tái)系統(tǒng)層構(gòu)成。

1、硬件層：新金融監(jiān)管平臺(tái)可基于云服務(wù)部署，因此其硬件部分包括云計(jì)算資源，云存儲(chǔ)資源和網(wǎng)絡(luò)資源組成。當(dāng)然基于內(nèi)部已有服務(wù)器或虛機(jī)資源也可重新搭建硬件環(huán)境。

2、大數(shù)據(jù)支撐層：包含大數(shù)據(jù)平臺(tái)及其各個(gè)功能組件，包括分布式存儲(chǔ)的分布式文件存儲(chǔ)系統(tǒng)[6]，資源管理組件YARN[7]，批處理組件PIG[8]和框架MapReduce2，工作流組件Oozie[9]，交互式分析組件Zeppelin[10]和交互工具HUE，ES全文搜索引擎，實(shí)時(shí)同步組件Data Alive[11]，數(shù)據(jù)集成組件Sqoop[12]和日志采集工具Flume，消息隊(duì)列Kafka，協(xié)作服務(wù)組件 Zookeeper以及建立在這些組件之上的PL/SQL引擎，數(shù)據(jù)挖掘與及機(jī)器學(xué)習(xí)引擎，NoSQL 數(shù)據(jù)庫(kù)和流處理引擎。

3、平臺(tái)系統(tǒng)層：平臺(tái)框架系統(tǒng)、數(shù)據(jù)可視化系統(tǒng)、預(yù)警監(jiān)測(cè)系統(tǒng)、風(fēng)險(xiǎn)評(píng)估系統(tǒng)、管理與共享系統(tǒng)。

3.經(jīng)濟(jì)及社會(huì)效益

3.1對(duì)防范地方金融風(fēng)險(xiǎn)和預(yù)測(cè)研判的作用

項(xiàng)目落地實(shí)施后可以有助于當(dāng)?shù)氐男陆鹑陲L(fēng)險(xiǎn)實(shí)現(xiàn)“穿透式”，精細(xì)化，針對(duì)化監(jiān)管。對(duì)與新金融機(jī)構(gòu)的每次交易實(shí)現(xiàn)數(shù)據(jù)顆粒更加細(xì)致的監(jiān)管預(yù)警機(jī)制，發(fā)現(xiàn)新金融機(jī)構(gòu)風(fēng)險(xiǎn)點(diǎn)，針對(duì)式的提出整改意見(jiàn)。通過(guò)大數(shù)據(jù)平臺(tái)匯聚海量的地方金融風(fēng)險(xiǎn)數(shù)據(jù)，依據(jù)風(fēng)險(xiǎn)評(píng)估模型，對(duì)區(qū)域經(jīng)濟(jì)金融風(fēng)險(xiǎn)起到預(yù)測(cè)研判的作用。

3.2對(duì)提升能級(jí)和擴(kuò)大就業(yè)的作用

平臺(tái)可填補(bǔ)當(dāng)前針對(duì)地方新金融監(jiān)測(cè)服務(wù)的空白，并為線上金融業(yè)務(wù)風(fēng)控提供智能化解決方案，實(shí)現(xiàn)高效便捷的金融供需對(duì)接，優(yōu)化行業(yè)生態(tài)和服務(wù)模式。項(xiàng)目開(kāi)發(fā)過(guò)程中，還會(huì)直接帶動(dòng)40-50人新增就業(yè)機(jī)會(huì)，培養(yǎng)一批大數(shù)據(jù)金融風(fēng)控人才。

3.3對(duì)區(qū)域經(jīng)濟(jì)和行業(yè)發(fā)展的帶動(dòng)作用

平臺(tái)正式落地投入使用后，通過(guò)凈化區(qū)域金融環(huán)境，為新金融行業(yè)更多守法合規(guī)機(jī)構(gòu)拓寬業(yè)務(wù)道路，大力發(fā)展普惠金融提供必要保障；同時(shí)，平臺(tái)拓展大數(shù)據(jù)在金融監(jiān)管，包括金融行業(yè)的應(yīng)用示范；最后項(xiàng)目承建方及其合作方將積極引入數(shù)十家相關(guān)企業(yè)，大力發(fā)展金融科技，創(chuàng)新金融，人工智能等方面在我市的建設(shè)，并擬牽頭發(fā)起相關(guān)人工智能大數(shù)據(jù)產(chǎn)業(yè)基金。

4.總結(jié)

根據(jù)全國(guó)金融工作會(huì)議導(dǎo)向，增強(qiáng)金融監(jiān)管協(xié)調(diào)的權(quán)威性有效性，強(qiáng)化金融監(jiān)管的專業(yè)性統(tǒng)一性穿透性，所有金融業(yè)務(wù)都要納入監(jiān)管，及時(shí)有效識(shí)別和化解風(fēng)險(xiǎn)。建立健全我市新金融綜合監(jiān)測(cè)服務(wù)平臺(tái)，對(duì)于金融風(fēng)險(xiǎn)防范工作創(chuàng)新和有益嘗試，一方面可有效拓展相關(guān)監(jiān)管機(jī)構(gòu)的視野，減輕日常監(jiān)管的工作壓力和負(fù)擔(dān)，實(shí)現(xiàn)對(duì)新金融風(fēng)險(xiǎn)的“早發(fā)現(xiàn)、早研判、早預(yù)警、早處置”；另一方面也會(huì)對(duì)新金融機(jī)構(gòu)運(yùn)營(yíng)和發(fā)展形成威懾和規(guī)范引導(dǎo)作用，從而促進(jìn)區(qū)域新金融產(chǎn)業(yè)健康可持續(xù)發(fā)展。

未來(lái)，可以基于區(qū)域試驗(yàn)性落地經(jīng)驗(yàn)，并結(jié)合其他地區(qū)特點(diǎn)進(jìn)行系統(tǒng)優(yōu)化，推廣試驗(yàn)。成為金融監(jiān)管、金融風(fēng)控的示范項(xiàng)目，也是地方新金融機(jī)構(gòu)擁護(hù)監(jiān)管，證明機(jī)構(gòu)實(shí)力的標(biāo)桿項(xiàng)目。在地方政府金融監(jiān)管部門指導(dǎo)下，不斷優(yōu)化加強(qiáng)系統(tǒng)智能監(jiān)管能力，對(duì)規(guī)范新金融發(fā)展，踐行普惠金融起到推動(dòng)作用。

參考文獻(xiàn)：

[1].趙文瑜， 范濤， 候秦，等. 金融交易風(fēng)險(xiǎn)監(jiān)控平臺(tái)的相關(guān)技術(shù)研究[J]. 電子測(cè)試， 2016（17）：178-181.

[2].黃清觀. 論提升互聯(lián)網(wǎng)防控金融風(fēng)險(xiǎn)監(jiān)測(cè)預(yù)警能力[J]. 公安教育， 2018（2）：34-37.

[3].李博. 探析商業(yè)銀行供應(yīng)鏈金融風(fēng)險(xiǎn)控制[J]. 財(cái)會(huì)學(xué)習(xí)， 2018（11）.

[4].袁軼. 商業(yè)銀行金融會(huì)計(jì)風(fēng)險(xiǎn)防范與控制[J]. 財(cái)會(huì)學(xué)習(xí)， 2018（16）.

[5].陶興海. 基于Scrapy框架的分布式網(wǎng)絡(luò)爬蟲(chóng)實(shí)現(xiàn)[J]. 電子技術(shù)與軟件工程， 2017（11）：23-23.

[6].Harter T， Borthakur D， Dong S， et al. Analysis of HDFS under HBase： a facebook messages case study[M]. USENIX Association， 2014.

[7].Wang K， Meng Q， Zhang Y， et al. High-performance two-ply yarn supercapacitors based on carbon nanotubes and polyaniline nanowire arrays.[J]. Advanced Materials， 2013， 25（10）：1494-1498.

[8].Zhao P， Yu Y， Feng W， et al. Evidence of evolutionary history and selective sweeps in the genome of Meishan pig reveals its genetic and phenotypic characterization.[J]. Gigascience， 2018， 7（5）.

[9].Vaddeman B. Creating and Scheduling Workflows Using Apache Oozie[M]// Beginning Apache Pig. 2016.

[10].Ladefoged L K， Zeppelin T， Schi？tt B. Molecular modeling of neurological membrane proteins ？ from binding sites to synapses[J]. Neuroscience Letters， 2018.

[11].Richins D， Ahmed T， Clapp R， et al. Amdahl's Law in Big Data Analytics： Alive and Kicking in TPCx-BB （BigBench）[C]// IEEE International Symposium on High Performance Computer Architecture. 2018.

[12].Richins D， Ahmed T， Clapp R， et al. Amdahl's Law in Big Data Analytics： Alive and Kicking in TPCx-BB （BigBench）[C]// IEEE International Symposium on High Performance Computer Architecture. 2018.

上海市經(jīng)濟(jì)和信息化委員會(huì)人工智能創(chuàng)新發(fā)展專項(xiàng)支持項(xiàng)目：針對(duì)新金融風(fēng)險(xiǎn)的大數(shù)據(jù)智能監(jiān)管平臺(tái)建設(shè)與應(yīng)用，項(xiàng)目編號(hào)：2017-RGZN-01018