■

空軍工程大學(xué)防空反導(dǎo)學(xué)院

根據(jù)牛津大學(xué)教授邁爾·舍恩伯格對大數(shù)據(jù)時(shí)代的描述，大數(shù)據(jù)包含規(guī)模性(Volume)、多樣性(Vsriety)、高速性(Velocity)等“三大V”特征。然而，大數(shù)據(jù)所帶來的第四個(gè)V：價(jià)值(Vslue)卻常常被我們忽視，而價(jià)值卻恰恰是我們理解和運(yùn)用大數(shù)據(jù)的初衷和目的。從2012年數(shù)據(jù)作為銀行資產(chǎn)開始，數(shù)據(jù)資產(chǎn)化的趨勢越來越明顯，迫切需要構(gòu)建基于互聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)的新型信用風(fēng)險(xiǎn)監(jiān)測系統(tǒng)，加強(qiáng)對風(fēng)險(xiǎn)的全景分析和前瞻性預(yù)警。

一、傳統(tǒng)銀行業(yè)面臨的數(shù)據(jù)現(xiàn)狀

數(shù)據(jù)和風(fēng)險(xiǎn)是商業(yè)銀行運(yùn)作的兩個(gè)主要因素，它們相互補(bǔ)充，維系著商業(yè)銀行的正常運(yùn)行。如果將風(fēng)險(xiǎn)比作銀行的靈魂，那么數(shù)據(jù)則是銀行流動(dòng)的血液。那么在大數(shù)據(jù)蓬勃發(fā)展的今天，傳統(tǒng)銀行面臨著那些主要困難呢？

(一)銀行已有數(shù)據(jù)存在局限性

與互聯(lián)網(wǎng)平臺、電子商務(wù)平臺等相比，現(xiàn)有的銀行數(shù)據(jù)蘊(yùn)含的信息量極其有限，電子商務(wù)平臺已經(jīng)阻斷了相當(dāng)部分?jǐn)?shù)據(jù)來源。例如，對于在支付寶等第三方支付平臺上消費(fèi)的用戶相關(guān)數(shù)據(jù)，銀行只能獲得交易金額數(shù)據(jù)，諸如商家的名稱，產(chǎn)品分類，以及每種產(chǎn)品的停留時(shí)間等蘊(yùn)含較大信息量的數(shù)據(jù)均由第三方支付平臺進(jìn)行了“截留”。上述特點(diǎn)對銀行的數(shù)據(jù)挖掘能力產(chǎn)生了極其不利的影響。

(二)信息不對稱現(xiàn)象依然客觀存在

數(shù)據(jù)管理方法仍然存在本地化、碎片化、簡單化的特點(diǎn)，信息孤島、大企業(yè)病、部門墻和數(shù)據(jù)黑盒隨處可見。有些數(shù)據(jù)無法得到有效授權(quán)，商業(yè)銀行也不能隨意非法使用；有些數(shù)據(jù)單位出于謹(jǐn)慎的原因不愿意向外部世界提供數(shù)據(jù)服務(wù)，因?yàn)槭占蛻羰跈?quán)交易十分繁瑣。

(三)銀行對外部數(shù)據(jù)信息的關(guān)注度和利用率比較欠缺

隨著互聯(lián)網(wǎng)大數(shù)據(jù)技術(shù)的發(fā)展，商業(yè)銀行應(yīng)將數(shù)據(jù)采集重點(diǎn)放在客戶工作單元、網(wǎng)上購物記錄、興趣和個(gè)人情緒等非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)上。然而，實(shí)際相反，大多數(shù)商業(yè)銀行對外部數(shù)據(jù)的關(guān)注程度低，收集和整合進(jìn)程發(fā)展不足。鑒于銀行風(fēng)險(xiǎn)類型的多樣化和復(fù)雜性，數(shù)據(jù)的儲(chǔ)存和使用以及簡單的結(jié)構(gòu)化數(shù)據(jù)無法提供所需數(shù)量的信息，難以有效提升商業(yè)銀行的風(fēng)險(xiǎn)管理水平，導(dǎo)致后來的信用評估出現(xiàn)不必要的偏差。

(四)風(fēng)險(xiǎn)防控存在滯后效應(yīng)

目前，商業(yè)銀行受到數(shù)據(jù)限制和信息不對稱等諸多因素的影響，信貸投放和貸后監(jiān)測的深度和廣度不夠。傳統(tǒng)銀行的風(fēng)險(xiǎn)衡量更多地取決于客戶的財(cái)務(wù)數(shù)據(jù)和客戶在人民銀行的征信信息。這些信息在或多或少存在數(shù)據(jù)質(zhì)量問題的同時(shí)，無法保證信息的及時(shí)性，無疑給商業(yè)銀行業(yè)務(wù)風(fēng)險(xiǎn)的預(yù)防和控制帶來嚴(yán)重的滯后效應(yīng)。

二、新興技術(shù)帶來的挑戰(zhàn)和機(jī)遇

伴隨著以大數(shù)據(jù)、人工智能、深度學(xué)習(xí)、云計(jì)算、區(qū)塊鏈為代表的信息技術(shù)的飛速發(fā)展，整個(gè)金融環(huán)境和交易模式都有可能發(fā)生根本性的顛覆性變化。隨著風(fēng)險(xiǎn)控制理念和技術(shù)的發(fā)展、以及大數(shù)據(jù)時(shí)代的到來，新的挑戰(zhàn)和機(jī)遇在商業(yè)銀行風(fēng)險(xiǎn)控制領(lǐng)域交織并存。

(一)大數(shù)據(jù)復(fù)雜性給商業(yè)銀行增加新的風(fēng)險(xiǎn)

隨著多年市場經(jīng)濟(jì)發(fā)展的蓬勃發(fā)展，市場環(huán)境、信息技術(shù)、借款人的生產(chǎn)經(jīng)營方式和風(fēng)險(xiǎn)特征發(fā)生了巨大變化，交易結(jié)構(gòu)日趨復(fù)雜，數(shù)據(jù)量日益增加，有效應(yīng)用數(shù)據(jù)信息的難度也增大，這些信息的不確定性與復(fù)雜性注定給商業(yè)銀行的核心業(yè)務(wù)帶來了新的風(fēng)險(xiǎn)。

(二)大數(shù)據(jù)思維帶來全新的風(fēng)險(xiǎn)防控理念

隨著大數(shù)據(jù)時(shí)代的到來，大數(shù)據(jù)思維引發(fā)商業(yè)銀行對經(jīng)營和風(fēng)險(xiǎn)管理方式變革的思考，并在風(fēng)險(xiǎn)識別、預(yù)防和提高效率方面帶來了許多新的想法和理念。Visa利用大數(shù)據(jù)將信用卡詐騙成功的次數(shù)從1個(gè)月減少到13分鐘，大大降低了信用卡詐騙的風(fēng)險(xiǎn)。實(shí)踐證明，當(dāng)數(shù)據(jù)規(guī)模足夠大時(shí)，就會(huì)突破先前數(shù)據(jù)的局限，大大提高我們理解和認(rèn)知事物的能力，以前的不可能將成為可能、直至變成現(xiàn)實(shí)。

(三)大數(shù)據(jù)挖掘技術(shù)在銀行智能風(fēng)控領(lǐng)域前途廣闊

大數(shù)據(jù)挖掘技術(shù)的存在為我們提供了啟迪，即對所有數(shù)據(jù)信息進(jìn)行建模和分析，從整體上進(jìn)行研究，進(jìn)而使風(fēng)險(xiǎn)管控得以全面有效。對風(fēng)險(xiǎn)管理部門的監(jiān)測和預(yù)警也可以通過深度數(shù)據(jù)挖掘得到實(shí)質(zhì)解決，準(zhǔn)確應(yīng)對風(fēng)險(xiǎn)的能力也將大大提高。商業(yè)銀行的數(shù)據(jù)采集、挖掘和分析能力決定了其風(fēng)險(xiǎn)管理水平，而風(fēng)險(xiǎn)管理水平從某種層面上來講直接決定了商業(yè)銀行的競爭力。國外先進(jìn)銀行的經(jīng)驗(yàn)業(yè)已表明，大數(shù)據(jù)挖掘技術(shù)在提高銀行風(fēng)險(xiǎn)管控方面有著廣泛的用途，其也必將在風(fēng)險(xiǎn)智能防控方面發(fā)揮不可估量的作用。

三、部分商業(yè)銀行做出的探索與嘗試

只有在掌握盡可能多的數(shù)據(jù)信息并全面了解客戶真實(shí)情況的情況下，才能主觀識別外部欺詐行為，客觀揭示潛在風(fēng)險(xiǎn)，有效預(yù)防和控制風(fēng)險(xiǎn)。

中國工商銀行在2012年搭建企業(yè)級數(shù)據(jù)倉庫之后，通過構(gòu)建風(fēng)險(xiǎn)模型在防范信貸客戶信用風(fēng)險(xiǎn)等方面取得實(shí)效；同時(shí)其非結(jié)構(gòu)化數(shù)據(jù)如文本信息挖掘技術(shù)應(yīng)用也取得成效，2016年該行整合內(nèi)外部信息資源，與公安部合作正式推出了國內(nèi)首款防電信詐騙的公益軟件——“融安E信”。該產(chǎn)品完成了對詐騙涉案賬戶的全渠道防控，集基礎(chǔ)風(fēng)險(xiǎn)篩查、深度風(fēng)險(xiǎn)挖掘、專屬定制服務(wù)以及租賃式反欺詐等多功能于一體，幫助客戶提升了風(fēng)險(xiǎn)識別能力。

中國光大銀行基于原有的數(shù)據(jù)挖掘平臺，提出并實(shí)施了引入外部征信數(shù)據(jù)和內(nèi)部行為數(shù)據(jù)結(jié)合的大數(shù)據(jù)挖掘平臺。通過大數(shù)據(jù)分析挖掘技術(shù)在客戶管理、產(chǎn)品定價(jià)、風(fēng)險(xiǎn)管理、客戶營銷等領(lǐng)域運(yùn)用，有效地降低了銀行卡業(yè)務(wù)不良率，提升了經(jīng)營決策應(yīng)變能力。同時(shí)，整合當(dāng)前流行的挖掘算法資源與大數(shù)據(jù)挖掘技術(shù),對外統(tǒng)一算法模型的建模、分析、處理等服務(wù)能力，大幅提升了業(yè)務(wù)風(fēng)險(xiǎn)管控水平。

北京銀行通過使用IBM的PureData分析解決方案從客戶行為中提取預(yù)判信息，精確定位潛在流失客戶、深挖潛在跨界銷售機(jī)會(huì)；從交易反欺詐模型、大數(shù)據(jù)征信體系兩個(gè)領(lǐng)域入手，全面對接行內(nèi)業(yè)務(wù)系統(tǒng)，實(shí)現(xiàn)對交易反欺詐行為的全流程管控，探索大數(shù)據(jù)、人工智能和銀行風(fēng)險(xiǎn)防控工作的結(jié)合點(diǎn)，主動(dòng)加強(qiáng)金融風(fēng)險(xiǎn)管理，創(chuàng)新業(yè)務(wù)應(yīng)用場景與模式，使客戶資金安全與業(yè)務(wù)穩(wěn)健高效發(fā)展“系”緊了安全帶。

四、幾點(diǎn)思考

(一)站在全局的高度看風(fēng)險(xiǎn)管控

商業(yè)銀行應(yīng)與“BAT”等互聯(lián)網(wǎng)金融企業(yè)建立信息共享通道與機(jī)制，在不侵害客戶合法權(quán)益的前提下，實(shí)現(xiàn)客戶有效行為信息的互為補(bǔ)充。站在全局的高度建立和完善風(fēng)險(xiǎn)管理體系，提高自身的風(fēng)險(xiǎn)管理水平和管理效能，是商業(yè)銀行和互聯(lián)網(wǎng)金融企業(yè)健康可持續(xù)發(fā)展的制勝法寶。

(二)構(gòu)建商業(yè)銀行專業(yè)型數(shù)據(jù)挖掘分析隊(duì)伍

一個(gè)好的平臺需要好的人才方能發(fā)揮最大效用，而商業(yè)銀行的現(xiàn)狀是主要以軟件開發(fā)人員為主，數(shù)據(jù)挖掘和深度學(xué)習(xí)方面的專家比較少，頂尖的數(shù)據(jù)科學(xué)家更是稀缺。當(dāng)下，如何運(yùn)用自身優(yōu)勢吸引更多的數(shù)據(jù)型人才加盟，攜手推動(dòng)商業(yè)銀行戰(zhàn)略轉(zhuǎn)型、提升運(yùn)營管理能力、促進(jìn)風(fēng)險(xiǎn)經(jīng)營的精細(xì)化，是一個(gè)嚴(yán)峻且迫切的現(xiàn)實(shí)問題。也只有借助于一只強(qiáng)有力的數(shù)據(jù)分析隊(duì)伍，才能通過對行內(nèi)外海量數(shù)據(jù)的深度挖掘分析，構(gòu)建全方位客戶信息視圖，有效降低銀行與客戶間信息不對稱的風(fēng)險(xiǎn)。

(三)從事后“亡羊補(bǔ)牢”向事前“未雨綢繆”高階進(jìn)化

社會(huì)事物往往具有一定的規(guī)律和可預(yù)測性，海量數(shù)據(jù)的挖掘能力使人類第一次看到了預(yù)測的曙光。大數(shù)據(jù)分析和人工智能為識別客戶風(fēng)險(xiǎn)提供了新的思路，結(jié)合大數(shù)據(jù)思維、現(xiàn)場檢查和場外數(shù)據(jù)挖掘分析，可以實(shí)現(xiàn)機(jī)器學(xué)習(xí)結(jié)果與人工識別結(jié)果的極高匹配。聯(lián)動(dòng)挖掘客戶內(nèi)外部信息數(shù)據(jù)進(jìn)行關(guān)聯(lián)風(fēng)險(xiǎn)畫像，全面評估客戶的風(fēng)險(xiǎn)狀況，使風(fēng)險(xiǎn)識別更貼近實(shí)際，進(jìn)而更及時(shí)、更有效地進(jìn)行風(fēng)險(xiǎn)防范和決策。