閆鼎華
(中國礦業(yè)大學(xué)外國語言文化學(xué)院,江蘇 徐州221116)
所謂大數(shù)據(jù)并不僅僅是指海量數(shù)據(jù),而更多的是指這些數(shù)據(jù)都是非結(jié)構(gòu)化的、殘缺的、無法用傳統(tǒng)的方法進行處理的。全球知名咨詢公司麥肯錫將大數(shù)據(jù)定義為“無法在一定時間內(nèi)用傳統(tǒng)數(shù)據(jù)庫軟件工具對其內(nèi)容進行抓取、管理和處理的數(shù)據(jù)集合?!?/p>
國際數(shù)據(jù)公司定義了大數(shù)據(jù)的四大特征:海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉(zhuǎn)和動態(tài)的數(shù)據(jù)體系、多樣的數(shù)據(jù)類型和巨大的數(shù)據(jù)價值。
如今,數(shù)據(jù)已經(jīng)滲透到當今每一個行業(yè)和業(yè)務(wù)領(lǐng)域,成為重要的生產(chǎn)因素。全球新產(chǎn)生的數(shù)據(jù)年增40%,全球信息總量每兩年就可翻番。人們對于海量數(shù)據(jù)的挖掘和運用,預(yù)示著新一波生產(chǎn)率增長的到來。
金融科技是互聯(lián)網(wǎng)金融在監(jiān)管的逐漸規(guī)范中回歸本質(zhì),強調(diào)技術(shù)創(chuàng)新,而非渠道創(chuàng)新或監(jiān)管套利,落腳點在科技,偏重技術(shù)屬性,強調(diào)利用大數(shù)據(jù)、云計算、人工智能等新技術(shù)在金融服務(wù)和產(chǎn)品上的應(yīng)用。
金融科技技術(shù)逐漸成熟并加以應(yīng)用,迄今為止金融科技經(jīng)歷了通過IT軟硬件技術(shù)提高金融行業(yè)的業(yè)務(wù)效率、通過互聯(lián)網(wǎng)或移動終端實現(xiàn)信息共享和業(yè)務(wù)撮合而擴大業(yè)務(wù)范圍這兩個階段,現(xiàn)在已經(jīng)進入第三個階段。金融業(yè)通過大數(shù)據(jù)、云計算、人工智能、區(qū)塊鏈等最新IT技術(shù),改變傳統(tǒng)金融的信息采集來源、風險定價模型、投資決策過程、信用中介角色等,大幅提升傳統(tǒng)金融的效率,解決傳統(tǒng)金融的痛點,其代表技術(shù)有大數(shù)據(jù)征信、智能投顧、供應(yīng)鏈金融等。金融科技的發(fā)展以北美為主導(dǎo),歐洲與亞洲緊隨其后,在過去的五年間,三大洲金融科技投融資規(guī)模激增。
從銀行業(yè)智能風控的最新進展來看,總體呈現(xiàn)如下幾個特點:
1.大中型銀行已普遍在風控領(lǐng)域應(yīng)用了大數(shù)據(jù)。
2.先進同業(yè)已將大數(shù)據(jù)技術(shù)應(yīng)用于包括獲客、調(diào)查、審批、貸后監(jiān)控的信貸全流程。
3.從規(guī)則預(yù)警逐漸向模型預(yù)警過渡。
4.提升了風控實時性、準確性、前瞻性并節(jié)約人力成本。
銀行業(yè)大數(shù)據(jù)在風險預(yù)警應(yīng)用方面代表性銀行如下頁表1。
授信業(yè)務(wù)的風險預(yù)警工作是貫穿于整個授信業(yè)務(wù)始終的,一旦客戶與銀行開始產(chǎn)生授信業(yè)務(wù)關(guān)系,風險預(yù)警工作就隨著開始了。在授信調(diào)查、授信審批、放款管理、貸后檢查等所有環(huán)節(jié)均明確提出風險預(yù)警工作要求,如放款管理過程中一旦發(fā)現(xiàn)風險預(yù)警信號,客戶經(jīng)理、客戶經(jīng)理主管、國際業(yè)務(wù)等專業(yè)審核人員、押品管理人員、放款審核員、放款主管等所有流程人員立即終止放款業(yè)務(wù)流程,同時發(fā)起風險預(yù)警流程。
授信業(yè)務(wù)工作人員主要通過貸后檢查、日常管理和公開信息等渠道,發(fā)現(xiàn)已經(jīng)或可能對銀行信貸資產(chǎn)安全帶來風險的信號,首先要進行初步識別,專業(yè)崗位工作人員要及時督促授信業(yè)務(wù)的管戶客戶經(jīng)理按流程在信貸系統(tǒng)發(fā)起預(yù)警并提出行動方案建議。授信業(yè)務(wù)人員識別和發(fā)現(xiàn)風險預(yù)警信號的主要方法有如下幾種。
表1
1.人工調(diào)查。授信工作人員在授信調(diào)查、貸后檢查等過程中,通過仔細查閱、分析相關(guān)客戶資料,與以往資料進行對比,發(fā)現(xiàn)變化并進行判斷得到風險預(yù)警信號;也可以通過現(xiàn)場觀察客戶經(jīng)營情況的變化,發(fā)現(xiàn)風險預(yù)警信號;或者在與客戶或他人交往過程中、通過法院等機構(gòu)公開發(fā)布的信息、通過查看客戶銀行賬戶變化等多種方式,得到與銀行授信客戶相關(guān)的信息加以識別判斷出風險預(yù)警信號。
2.系統(tǒng)識別。通過已實現(xiàn)客戶風險信息的自動化應(yīng)用,能夠自動識別導(dǎo)入客戶,該客戶在系統(tǒng)中辦理授信業(yè)務(wù)時,通過警示標識,給系統(tǒng)操作人員以提示。
3.系統(tǒng)識別與人工調(diào)查相結(jié)合。系統(tǒng)識別不可能做到完全準確,客戶經(jīng)理會更直接了解客戶的情況,會根據(jù)其掌握的客戶情況,對部分系統(tǒng)識別出的風險預(yù)警信號進行再調(diào)查,根據(jù)調(diào)查結(jié)果判斷是否需要進行預(yù)警。
在基層工作層面,系統(tǒng)識別的信息不可能做到完全合理,若發(fā)生客戶經(jīng)理認為不應(yīng)當預(yù)警的信息,一次兩次客戶經(jīng)理還能夠接受,但超過兩次便會產(chǎn)生“狼來了”效應(yīng),引起客戶經(jīng)理的非議。即便系統(tǒng)識別的風險預(yù)警信號準確,但客戶經(jīng)理出于自我保護心態(tài),或者存在僥幸心理,想要在續(xù)授信時順利通過,就有可能會找個理由將風險預(yù)警流程終止,少報或不報風險預(yù)警信號。
從分行管理層面,目前授信業(yè)務(wù)不良頻發(fā),授信業(yè)務(wù)人員疲于應(yīng)對,會不重視甚至忽視尚未發(fā)生顯性風險的客戶,更對揭示隱性風險的預(yù)警信號風險無暇顧及。通常每家分行只有一名后臺專業(yè)人員兼職處理風險預(yù)警事項,身兼多崗產(chǎn)生的繁雜工作,使得不少風險預(yù)警信號難以得到及時處理,預(yù)警效果無從體現(xiàn)。
隨著大數(shù)據(jù)技術(shù)的發(fā)展,應(yīng)充分利用基于大數(shù)據(jù)構(gòu)建的風險預(yù)警系統(tǒng)。通過對授信客戶的信息采集、分層處理、甄別和判斷,預(yù)測未來市場和客戶的風險狀況,根據(jù)風險狀況進行不同程度的警報,并傳送至相應(yīng)崗位采取措施,對風險提前采取控制措施,以避免風險繼續(xù)擴大對商業(yè)銀行造成不利影響。在構(gòu)建風險預(yù)警系統(tǒng)的過程中,需要注意以下幾方面。
對商業(yè)銀行而言,大數(shù)據(jù)主要包括兩部分,一是外部大數(shù)據(jù),包括公開數(shù)據(jù)如工商、稅務(wù)、法院等,也包括非公開數(shù)據(jù)如征信數(shù)據(jù)、電商交易數(shù)據(jù);二是在銀行內(nèi)部的賬戶行為數(shù)據(jù)、企業(yè)定性和財務(wù)數(shù)據(jù)。而其中較難獲取的是外部大數(shù)據(jù),需要銀行花費大量的人力、物力構(gòu)建大數(shù)據(jù)系統(tǒng),以夯實應(yīng)用基礎(chǔ)。
風險管理信息化和大量數(shù)據(jù)積累,使得準確計量業(yè)務(wù)風險成為可能,商業(yè)銀行應(yīng)借鑒國內(nèi)外對授信業(yè)務(wù)風險預(yù)警模型研究成果和經(jīng)驗,與專業(yè)的外部金融機構(gòu)合作,通過整合內(nèi)外部數(shù)據(jù),構(gòu)建銀行授信業(yè)務(wù)客戶風險預(yù)警模型。
海量的數(shù)據(jù)雖然增加了收集和處理的難度,但卻為銀行的主動性風險管理提供了強大的技術(shù)支持。通過對客戶的實時數(shù)據(jù)和歷史數(shù)據(jù)進行全局分析,設(shè)置風險控制點,及時發(fā)現(xiàn)問題并預(yù)警,可以增強風險識別和防范能力。上述一切均應(yīng)在實際業(yè)務(wù)中進行檢驗,并在業(yè)務(wù)應(yīng)用中不斷修正預(yù)警規(guī)則和模型,以進一步提升預(yù)警的前瞻性和針對性。