張紹波 何允釗

摘 要：商業(yè)銀行的業(yè)務(wù)開展中，風(fēng)險(xiǎn)因素貫穿各個(gè)環(huán)節(jié)，新時(shí)代背景下，將大數(shù)據(jù)分析技術(shù)應(yīng)用在風(fēng)險(xiǎn)管控中，才能保證業(yè)務(wù)的安全性。文章首先分析了大數(shù)據(jù)背景對(duì)商業(yè)銀行的影響，指出傳統(tǒng)風(fēng)險(xiǎn)管控模式的弊端;然后總結(jié)了大數(shù)據(jù)技術(shù)在銀行風(fēng)險(xiǎn)管控中的運(yùn)用經(jīng)驗(yàn)，最后探討了基于大數(shù)據(jù)的風(fēng)險(xiǎn)管控體系。

關(guān)鍵詞：商業(yè)銀行 風(fēng)險(xiǎn)管控 大數(shù)據(jù) 影響 預(yù)警體系

在商業(yè)銀行的風(fēng)險(xiǎn)管控中，大數(shù)據(jù)分析技術(shù)的應(yīng)用價(jià)值，體現(xiàn)在四個(gè)方面：一是分析客戶，實(shí)現(xiàn)精準(zhǔn)營(yíng)銷，改善客戶的服務(wù)體驗(yàn);二是創(chuàng)新產(chǎn)品，有利于研發(fā)新型的金融產(chǎn)品和服務(wù);三是優(yōu)化運(yùn)營(yíng)，簡(jiǎn)化業(yè)務(wù)流程;四是防控風(fēng)險(xiǎn)，提高銀行的內(nèi)控水平。以下結(jié)合實(shí)踐，探討了大數(shù)據(jù)技術(shù)在風(fēng)險(xiǎn)管控中的應(yīng)用。

一、大數(shù)據(jù)背景對(duì)商業(yè)銀行的影響

（一）提高了競(jìng)爭(zhēng)力

要想提高商業(yè)銀行的競(jìng)爭(zhēng)力，客戶和市場(chǎng)是兩個(gè)法寶。大數(shù)據(jù)技術(shù)的出現(xiàn)和應(yīng)用，有利于在市場(chǎng)上站穩(wěn)腳跟，提高金融服務(wù)水平，凸顯出準(zhǔn)確性、完整性的特點(diǎn)。不可否認(rèn)，大數(shù)據(jù)技術(shù)成為商業(yè)銀行競(jìng)爭(zhēng)的一種重要手段，通過數(shù)據(jù)采集和分析，能為競(jìng)爭(zhēng)策略、業(yè)務(wù)開展提供支持，適應(yīng)新的市場(chǎng)發(fā)展需求。

（二）帶來了新風(fēng)險(xiǎn)

大數(shù)據(jù)技術(shù)的應(yīng)用，對(duì)商業(yè)銀行的發(fā)展帶來挑戰(zhàn)，銀行必須變革管理理念和方法。銀行要想獲得穩(wěn)定的客戶資源，就要收集客戶信息，開展預(yù)測(cè)工作，提高銷售服務(wù)的長(zhǎng)遠(yuǎn)性。在這個(gè)過程中，金融交易結(jié)構(gòu)更加復(fù)雜，數(shù)據(jù)量明顯增多，信息的識(shí)別、整合、處理難度也在提高，很容易產(chǎn)生風(fēng)險(xiǎn)因素。

（三）創(chuàng)新了防控理念

大數(shù)據(jù)技術(shù)下，雖然商業(yè)銀行的經(jīng)營(yíng)風(fēng)險(xiǎn)增多，但也創(chuàng)新了風(fēng)險(xiǎn)防控手段，尤其是風(fēng)險(xiǎn)的識(shí)別、監(jiān)控、預(yù)防等方面。相關(guān)研究稱，在信用卡詐騙案件中，利用大數(shù)據(jù)技術(shù)能降低詐騙成功率?；跀?shù)據(jù)挖掘技術(shù)下，風(fēng)險(xiǎn)監(jiān)測(cè)和預(yù)警具有充足的數(shù)據(jù)支持，風(fēng)險(xiǎn)應(yīng)對(duì)能力明顯提升。

二、商業(yè)銀行傳統(tǒng)風(fēng)險(xiǎn)管控模式的弊端

（一）信息獲取受限

隨著電子商務(wù)、互聯(lián)網(wǎng)等平臺(tái)的出現(xiàn)，銀行數(shù)據(jù)中的信息量非常有限，甚至截?cái)嗔艘恍?shù)據(jù)來源。例如：用戶使用支付寶時(shí)，在第三方支付平臺(tái)上留下消費(fèi)信息，銀行只能留下交易金額，商家名稱、商品類型等信息無法得到。在此影響下，銀行的信息獲取受限，難以發(fā)揮出信息采集和處理的作用，繼而影響業(yè)務(wù)運(yùn)營(yíng)和產(chǎn)品服務(wù)等工作。

（二）信息利用率低

在傳統(tǒng)管理模式下，銀行對(duì)于數(shù)據(jù)信息的利用率低，主要體現(xiàn)在兩個(gè)方面：一是信息不對(duì)稱，數(shù)據(jù)處理具有碎片化、本地化的特點(diǎn)，存在信息孤島、數(shù)據(jù)黑盒等問題，部分?jǐn)?shù)據(jù)得不到授權(quán)，銀行也不能非法使用。二是隨著信息技術(shù)的發(fā)展，銀行采集用戶信息時(shí)，應(yīng)該關(guān)注購(gòu)物興趣、記錄、工作特點(diǎn)等方面，這些數(shù)據(jù)多是非結(jié)構(gòu)化數(shù)據(jù)。然而實(shí)際情況中，銀行多是采集存儲(chǔ)簡(jiǎn)單的結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)中的有效信息少，在信用評(píng)估、風(fēng)險(xiǎn)管理上會(huì)產(chǎn)生偏差。

（三）風(fēng)險(xiǎn)防控滯后

在多種因素的影響下，商業(yè)銀行在信貸業(yè)務(wù)上存在漏洞，一是信貸投放問題，二是貸后監(jiān)測(cè)不足。傳統(tǒng)的管理模式下，銀行評(píng)估業(yè)務(wù)風(fēng)險(xiǎn)，取決于客戶的財(cái)務(wù)信息、征信信息。但是，這些信息具有滯后性，且信息本身不夠準(zhǔn)確，會(huì)影響風(fēng)險(xiǎn)防控工作的開展，甚至造成巨大的經(jīng)濟(jì)損失。

三、大數(shù)據(jù)技術(shù)在商業(yè)銀行風(fēng)險(xiǎn)管控中的運(yùn)用經(jīng)驗(yàn)

（一）工商銀行——融安E信

2012年，工商銀行構(gòu)建企業(yè)數(shù)據(jù)庫(kù)和風(fēng)險(xiǎn)模型，用來防范信貸客戶的信用風(fēng)險(xiǎn)，結(jié)果顯示具有良好的效果;同時(shí)挖掘了部分非結(jié)構(gòu)化數(shù)據(jù)，例如文本信息。2016年，工商銀行繼續(xù)整合信息資源，和公安部共同推出防止電信詐騙的軟件，即融安E信。該軟件的應(yīng)用，對(duì)詐騙賬戶進(jìn)行全方面控制，具有風(fēng)險(xiǎn)篩查、風(fēng)險(xiǎn)挖掘、反欺詐、定制服務(wù)等多種功能，客戶的風(fēng)險(xiǎn)識(shí)別能力明顯提高。

（二）光大銀行——大數(shù)據(jù)挖掘平臺(tái)

光大銀行在數(shù)據(jù)挖掘技術(shù)的基礎(chǔ)上，構(gòu)建大數(shù)據(jù)挖掘平臺(tái)，將內(nèi)部行為數(shù)據(jù)、外部征信數(shù)據(jù)相結(jié)合。該平臺(tái)的應(yīng)用，功能包括用戶管理、風(fēng)險(xiǎn)管理、營(yíng)銷、定價(jià)等，一方面提高了信息利用率，能為銀行的經(jīng)營(yíng)決策提供支持，增強(qiáng)了應(yīng)變能力。另一方面，算法模型的構(gòu)建、分析、處理能力提高，能有效防控銀行業(yè)務(wù)運(yùn)營(yíng)中的風(fēng)險(xiǎn)因素。

（三）北京銀行——PureData方案

北京銀行利用IBM公司的PureData方案，采集客戶的行為預(yù)判信息，從而對(duì)潛在客戶進(jìn)行精準(zhǔn)定位，為跨界銷售創(chuàng)造了機(jī)會(huì)。該方案的應(yīng)用，重點(diǎn)功能有兩個(gè)：一是反欺詐交易，二是大數(shù)據(jù)征信。不僅實(shí)現(xiàn)了行內(nèi)業(yè)務(wù)系統(tǒng)的全面對(duì)接，能對(duì)反欺詐行為進(jìn)行全程管理，將人工智能技術(shù)和風(fēng)險(xiǎn)管控相結(jié)合;而且業(yè)務(wù)應(yīng)用的場(chǎng)景、模式不斷創(chuàng)新，不論是客戶的資金安全、還是銀行的快速發(fā)展，均有完善的安全防護(hù)措施。

四、基于大數(shù)據(jù)的風(fēng)險(xiǎn)管控體系

商業(yè)銀行風(fēng)險(xiǎn)管控體系的建立，要求整合內(nèi)部外部資源，挖掘數(shù)據(jù)的有用價(jià)值，和大數(shù)據(jù)、人工智能等技術(shù)結(jié)合，促進(jìn)管控體系的不斷完善。以下簡(jiǎn)要介紹了該體系的應(yīng)用情況。

（一）風(fēng)險(xiǎn)預(yù)警流程

該體系的風(fēng)險(xiǎn)預(yù)警流程是：①申請(qǐng)，在客戶端輸入客戶信息，例如地質(zhì)、執(zhí)照、賬戶行、關(guān)聯(lián)實(shí)體等。②系統(tǒng)接收前端數(shù)據(jù)，進(jìn)行預(yù)警排查，形成風(fēng)險(xiǎn)清單，給出分值或分檔。③排查關(guān)聯(lián)企業(yè)風(fēng)險(xiǎn)，例如股東、上下游客戶等，確定關(guān)系強(qiáng)度，并給出分值或分檔。④過濾篩查黑名單，如果是欺詐、洗錢、及其他黑名單，禁止通過。⑤綜合評(píng)定客戶的分值或分檔，得到風(fēng)險(xiǎn)預(yù)警結(jié)果。⑥輸出結(jié)果，并且傳輸至檔案室。

（二）關(guān)鍵功能的實(shí)現(xiàn)

第一，風(fēng)險(xiǎn)識(shí)別功能。商業(yè)銀行的運(yùn)營(yíng)風(fēng)險(xiǎn)，可以分為原發(fā)性風(fēng)險(xiǎn)、傳導(dǎo)性風(fēng)險(xiǎn)兩類。對(duì)于風(fēng)險(xiǎn)的識(shí)別，可以采用圖數(shù)據(jù)分析技術(shù)、機(jī)器學(xué)習(xí)算法，將兩者結(jié)合起來，實(shí)現(xiàn)風(fēng)險(xiǎn)識(shí)別的目標(biāo)：①分析關(guān)聯(lián)業(yè)務(wù)的穩(wěn)定性、交易合同的真實(shí)性、財(cái)務(wù)關(guān)系的交叉性，結(jié)合風(fēng)險(xiǎn)傳遞的特點(diǎn)、銷售活動(dòng)的規(guī)律，建立關(guān)聯(lián)圖譜，從而識(shí)別原發(fā)性風(fēng)險(xiǎn)。②對(duì)違約客戶進(jìn)行分析，從中發(fā)現(xiàn)多種風(fēng)險(xiǎn)因素的關(guān)聯(lián)，從而識(shí)別傳導(dǎo)性風(fēng)險(xiǎn)。

第二，數(shù)據(jù)整合功能。數(shù)據(jù)整合功能的實(shí)現(xiàn)，關(guān)系到風(fēng)險(xiǎn)管理體系的應(yīng)用，整合后的信用風(fēng)險(xiǎn)數(shù)據(jù)庫(kù)，包括信貸系統(tǒng)、風(fēng)險(xiǎn)系統(tǒng)、資金系統(tǒng)、內(nèi)屏系統(tǒng)、融資平臺(tái)系統(tǒng)、客戶關(guān)系管理系統(tǒng)、銀監(jiān)會(huì)信息、央行信息、稅務(wù)信息等。需要整合的資源有：①內(nèi)部資源，分析系統(tǒng)的運(yùn)行現(xiàn)狀，對(duì)分散的客戶信息、產(chǎn)品、業(yè)務(wù)數(shù)據(jù)進(jìn)行整合。②內(nèi)外部資源，嚴(yán)格按照系統(tǒng)管理要求，對(duì)內(nèi)部、外部數(shù)據(jù)進(jìn)行調(diào)研分析，實(shí)現(xiàn)兩者的整合。③實(shí)體數(shù)據(jù)，掌握數(shù)據(jù)業(yè)務(wù)的特征，將相似的業(yè)務(wù)數(shù)據(jù)整合在一起，促使分散的數(shù)據(jù)集中化。④參數(shù)代碼，對(duì)各個(gè)系統(tǒng)的參數(shù)代碼進(jìn)行轉(zhuǎn)換，形成統(tǒng)一的標(biāo)準(zhǔn)體系。

第三，客戶關(guān)聯(lián)關(guān)系。建立客戶關(guān)聯(lián)關(guān)系預(yù)警圖，首先采集風(fēng)險(xiǎn)數(shù)據(jù)庫(kù)信息、客戶關(guān)聯(lián)和交易信息;然后進(jìn)行深度挖掘加工，識(shí)別客戶關(guān)系，例如供應(yīng)鏈關(guān)系、擔(dān)保關(guān)系、集團(tuán)子公司關(guān)系等。

五、結(jié)束語(yǔ)

綜上所述，大數(shù)據(jù)背景下，提高了商業(yè)銀行的競(jìng)爭(zhēng)力，帶來了新風(fēng)險(xiǎn)，也創(chuàng)新了防控理念。分析可知，商業(yè)銀行傳統(tǒng)風(fēng)險(xiǎn)管控模式的弊端，是信息獲取受限、風(fēng)險(xiǎn)利用率低、風(fēng)險(xiǎn)防控滯后。文中結(jié)合部分銀行的管理經(jīng)驗(yàn)，介紹了風(fēng)險(xiǎn)管控體系的建設(shè)和應(yīng)用情況，希望提高風(fēng)險(xiǎn)管控水平，促進(jìn)商業(yè)銀行健康發(fā)展。

參考文獻(xiàn)：

[1]陳婕.大數(shù)據(jù)時(shí)代商業(yè)銀行服務(wù)小微企業(yè)的風(fēng)險(xiǎn)管控[J].財(cái)經(jīng)界，2019，（29）：74-75.

[2]劉文杰.大數(shù)據(jù)分析在商業(yè)銀行風(fēng)險(xiǎn)管控中的應(yīng)用[J].電子世界，2019，（19）：27-28.