田冬麗

（富滇銀行總行風(fēng)險(xiǎn)管理部，云南 昆明 650200）

一、前言

2021年是“十四五”開(kāi)局之年，面對(duì)錯(cuò)綜復(fù)雜的新形勢(shì)、新挑戰(zhàn)，中央經(jīng)濟(jì)工作會(huì)議、中央財(cái)經(jīng)委員會(huì)第十次會(huì)議等系列會(huì)議精神充分揭示了當(dāng)前加強(qiáng)風(fēng)險(xiǎn)管理的必要性、重要性與緊迫性，商業(yè)銀行應(yīng)積極挖掘數(shù)據(jù)價(jià)值，合理使用相關(guān)數(shù)據(jù)，提高商業(yè)銀行風(fēng)險(xiǎn)管理的有效性，構(gòu)建商業(yè)銀行風(fēng)險(xiǎn)管理新型生態(tài)圈，維護(hù)金融市場(chǎng)穩(wěn)定，為更好地服務(wù)實(shí)體經(jīng)濟(jì)作出應(yīng)有的貢獻(xiàn)。進(jìn)入新世紀(jì)以來(lái)，由于互聯(lián)網(wǎng)公司及金融科技企業(yè)的飛速發(fā)展，信息技術(shù)的圍墻不斷被清除，大數(shù)據(jù)技術(shù)、Fintech和Machine Learning正逐漸改變商業(yè)銀行的傳統(tǒng)風(fēng)險(xiǎn)控制技術(shù)。

在新時(shí)代背景下，數(shù)字經(jīng)濟(jì)優(yōu)勢(shì)不斷凸顯，成為推動(dòng)傳統(tǒng)產(chǎn)業(yè)升級(jí)改造的重要引擎。習(xí)近平總書(shū)記指出，“要推進(jìn)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能同實(shí)體經(jīng)濟(jì)深度融合，做大做強(qiáng)數(shù)字經(jīng)濟(jì)”。近年來(lái)，大數(shù)據(jù)、區(qū)塊鏈、云計(jì)算、人工智能等新技術(shù)迅猛發(fā)展，促使數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化不斷壯大，也推動(dòng)了商業(yè)銀行的數(shù)字化轉(zhuǎn)型。金融是經(jīng)濟(jì)的血脈，銀行數(shù)字化轉(zhuǎn)型是支持經(jīng)濟(jì)轉(zhuǎn)型升級(jí)、助力國(guó)家治理能力提升的必然要求。數(shù)字風(fēng)控是數(shù)字化轉(zhuǎn)型的重要組成部分，也是最緊要的一部分，其本質(zhì)是運(yùn)用新技術(shù)對(duì)傳統(tǒng)風(fēng)險(xiǎn)管理架構(gòu)、流程進(jìn)行重構(gòu)，通過(guò)大數(shù)據(jù)核心算法建立風(fēng)險(xiǎn)模型，在收集各種維度數(shù)據(jù)的基礎(chǔ)上，結(jié)合互聯(lián)網(wǎng)化評(píng)分和信用管理模型，提取出有用的數(shù)據(jù)進(jìn)行分析判斷，最終達(dá)到風(fēng)險(xiǎn)控制和風(fēng)險(xiǎn)提示的目的。

在數(shù)字化轉(zhuǎn)型發(fā)展過(guò)程中，依靠傳統(tǒng)的風(fēng)險(xiǎn)管理手段與技術(shù)已經(jīng)難以有效應(yīng)對(duì)和滿足新產(chǎn)品的創(chuàng)新和應(yīng)用，決策靠經(jīng)驗(yàn)、控制靠手工、信息不對(duì)稱(chēng)、風(fēng)險(xiǎn)管理不智能成為制約商業(yè)銀行轉(zhuǎn)型發(fā)展的痛點(diǎn)難點(diǎn)。隨著商業(yè)銀行全流程線上業(yè)務(wù)、線上與線下相結(jié)合業(yè)務(wù)的快速發(fā)展，亟須建設(shè)新的風(fēng)險(xiǎn)管理體系，提升以大數(shù)據(jù)、云計(jì)算等新技術(shù)支持下的風(fēng)險(xiǎn)管理能力，盡快培養(yǎng)和建立一支獨(dú)立自主、掌握風(fēng)險(xiǎn)管理核心要義、具備金融科技技術(shù)應(yīng)用能力的專(zhuān)業(yè)化風(fēng)險(xiǎn)管理隊(duì)伍，既是滿足當(dāng)前監(jiān)管要求，也可以助力商業(yè)銀行從容面對(duì)各項(xiàng)風(fēng)險(xiǎn)，更是推動(dòng)商業(yè)銀行數(shù)字化轉(zhuǎn)型戰(zhàn)略實(shí)施、促進(jìn)高質(zhì)量快速發(fā)展的有力保障。

二、商業(yè)銀行數(shù)字化風(fēng)控的難點(diǎn)

1.數(shù)據(jù)獲取成本高，整合難

商業(yè)銀行的數(shù)字化轉(zhuǎn)型，方向很多，但是最緊要的還是數(shù)字化風(fēng)控。數(shù)據(jù)是數(shù)字化風(fēng)控的基礎(chǔ)，只有獲得多維、全面的數(shù)據(jù)，才能準(zhǔn)確評(píng)估與分析各類(lèi)潛在風(fēng)險(xiǎn)。但是，數(shù)據(jù)的獲取通常有著不同的來(lái)源、口徑，同時(shí)存在著大量非結(jié)構(gòu)化的數(shù)據(jù)，在進(jìn)行數(shù)字化風(fēng)控之前，商業(yè)銀行通常需要花費(fèi)大量的人力物力進(jìn)行數(shù)據(jù)清洗與整理。以上種種困難將導(dǎo)致數(shù)據(jù)的獲取成本比較高，并且不同來(lái)源的數(shù)據(jù)格式不同，數(shù)據(jù)質(zhì)量參差不齊。

2.新技術(shù)發(fā)展不成熟，過(guò)分依賴(lài)模型系統(tǒng)

AI技術(shù)嚴(yán)重依賴(lài)數(shù)據(jù)模型，但是數(shù)據(jù)模型會(huì)因?yàn)槟Ｐ蜆?gòu)建者的知識(shí)結(jié)構(gòu)和生活經(jīng)歷隱藏著各種缺陷，從而帶來(lái)各種風(fēng)險(xiǎn)。新技術(shù)發(fā)展不成熟，導(dǎo)致在數(shù)字化風(fēng)控時(shí)過(guò)分依賴(lài)模型和系統(tǒng)，風(fēng)險(xiǎn)管理人員的風(fēng)險(xiǎn)識(shí)別能力下降，一旦系統(tǒng)發(fā)生錯(cuò)誤，例如數(shù)據(jù)的錯(cuò)誤、計(jì)算的錯(cuò)誤等，風(fēng)險(xiǎn)管理人員無(wú)法迅速應(yīng)對(duì)，可能會(huì)產(chǎn)生“黑天鵝”事件。

3.客戶信息和交易數(shù)據(jù)的過(guò)度采集或不當(dāng)使用風(fēng)險(xiǎn)

由于業(yè)務(wù)特點(diǎn)，在開(kāi)展業(yè)務(wù)的同時(shí)，會(huì)擁有大量客戶的相關(guān)數(shù)據(jù)，如果數(shù)據(jù)管理出現(xiàn)問(wèn)題，將導(dǎo)致客戶的相關(guān)數(shù)據(jù)暴露在危險(xiǎn)中。商業(yè)銀行應(yīng)承擔(dān)客戶信息保護(hù)的主體責(zé)任，強(qiáng)化對(duì)合作機(jī)構(gòu)的行為約束，確保收集、處理及使用消費(fèi)者個(gè)人信息遵循合法、正當(dāng)、必要的原則，保證信息收集、處理及使用的安全性和合法性，未經(jīng)客戶同意或授權(quán)，不得向第三方提供個(gè)人相關(guān)信息，不得將客戶個(gè)人信息用于授權(quán)范圍之外的用途。

4.復(fù)合型金融科技人才匱乏，難以滿足數(shù)字化風(fēng)控需要

數(shù)字化風(fēng)控的發(fā)展需要既懂業(yè)務(wù)，又懂科技的復(fù)合型綜合人才，需要知識(shí)與智慧并存的專(zhuān)業(yè)型人才。當(dāng)前，商業(yè)銀行中數(shù)字化風(fēng)控專(zhuān)業(yè)人才缺口大，擁有大數(shù)據(jù)分析能力、能獨(dú)立建模的專(zhuān)業(yè)人才非常少，懂金融會(huì)技術(shù)的復(fù)合型金融科技人才更是鳳毛麟角，對(duì)于如何調(diào)整數(shù)字化風(fēng)控模型都是摸著石頭過(guò)河，這是商業(yè)銀行數(shù)字化風(fēng)控實(shí)施的痛點(diǎn)難點(diǎn)。

三、商業(yè)銀行數(shù)字化風(fēng)控路徑策略

1.推進(jìn)數(shù)據(jù)標(biāo)準(zhǔn)化、標(biāo)簽化，搭建大數(shù)據(jù)平臺(tái)

搭建強(qiáng)大的數(shù)據(jù)管理平臺(tái)，多維度、多層次、深度整合內(nèi)部組合數(shù)據(jù)與外部市場(chǎng)數(shù)據(jù)，歸集客戶的各種風(fēng)險(xiǎn)數(shù)據(jù)，明確數(shù)據(jù)規(guī)范，統(tǒng)一數(shù)據(jù)口徑，建立風(fēng)險(xiǎn)數(shù)據(jù)集市，為行內(nèi)、行外數(shù)據(jù)的應(yīng)用奠定基礎(chǔ)。通過(guò)搭建大數(shù)據(jù)風(fēng)險(xiǎn)管理平臺(tái)，構(gòu)建風(fēng)險(xiǎn)管理核心指標(biāo)體系，形成風(fēng)險(xiǎn)管理全維度風(fēng)險(xiǎn)視圖，分析客戶信息、經(jīng)營(yíng)情況和客戶關(guān)聯(lián)關(guān)系等關(guān)系圖譜，滿足了各業(yè)務(wù)領(lǐng)域的專(zhuān)業(yè)化、個(gè)性化風(fēng)險(xiǎn)管理需要。有了這些整合并清洗好的數(shù)據(jù)，商業(yè)銀行就可以對(duì)多維度數(shù)據(jù)進(jìn)行加工計(jì)算，比如集中度、風(fēng)險(xiǎn)暴露、回撤等指標(biāo)，從而達(dá)到風(fēng)險(xiǎn)監(jiān)控的目的。

無(wú)論是傳統(tǒng)商業(yè)銀行還是現(xiàn)代商業(yè)銀行，經(jīng)營(yíng)管理的核心都在于風(fēng)險(xiǎn)管理。隨著大數(shù)據(jù)的發(fā)展，運(yùn)用人臉識(shí)別等技術(shù)手段進(jìn)行風(fēng)險(xiǎn)控制，已經(jīng)與傳統(tǒng)的風(fēng)險(xiǎn)管理理念產(chǎn)生了巨大的差異，在大數(shù)據(jù)、云計(jì)算、人工智能等的支撐下逐漸演化成AI智能風(fēng)控決策模式。決策方式上，數(shù)字化風(fēng)控從“因果性決策”轉(zhuǎn)變?yōu)椤跋嚓P(guān)性決策”。商業(yè)銀行傳統(tǒng)風(fēng)控主要依靠人工審批，是一種因果型決策方式，通過(guò)分析歷史征信記錄、收入證明等，判斷其還款能力與還款意愿，這種決策方式下，商業(yè)銀行注重用戶歷史財(cái)務(wù)數(shù)據(jù)和征信情況?，F(xiàn)代化商業(yè)銀行采用的是相關(guān)性決策方式，通過(guò)大數(shù)據(jù)智能風(fēng)控系統(tǒng)，進(jìn)行相關(guān)性分析得出普適性比較強(qiáng)的結(jié)論，這樣的決策方式注重用戶的相關(guān)行為數(shù)據(jù)。決策模型上，數(shù)字化風(fēng)控的思維從“專(zhuān)家經(jīng)驗(yàn)”轉(zhuǎn)變?yōu)椤澳Ｐ蜎Q策”，利用GBDT、隨機(jī)森林等機(jī)器學(xué)習(xí)模型進(jìn)行智能決策。

2.加強(qiáng)模型建設(shè)的專(zhuān)業(yè)化、智能化

風(fēng)控模型的建設(shè)能力是商業(yè)銀行數(shù)字化風(fēng)控的核心，商業(yè)銀行應(yīng)該將模型開(kāi)發(fā)的過(guò)程標(biāo)準(zhǔn)化、流程化，實(shí)現(xiàn)風(fēng)險(xiǎn)管理模型從立項(xiàng)到退出的全過(guò)程生命周期管理，并將風(fēng)險(xiǎn)管理策略、風(fēng)險(xiǎn)偏好等相關(guān)要求靈活配置到風(fēng)控模型中，加強(qiáng)風(fēng)控模型的剛性約束。商業(yè)銀行應(yīng)建立數(shù)字化風(fēng)險(xiǎn)管理模型體系，以滿足外部監(jiān)管的規(guī)定和內(nèi)部管理的要求。數(shù)字化風(fēng)控模型體系，可以以風(fēng)險(xiǎn)管理模型管控中心、風(fēng)險(xiǎn)管理策略中心、風(fēng)險(xiǎn)管理計(jì)量中心為主。

建模專(zhuān)業(yè)人員需要基于復(fù)雜業(yè)務(wù)場(chǎng)景和海量數(shù)據(jù)進(jìn)行深度數(shù)據(jù)挖掘，構(gòu)建大數(shù)據(jù)風(fēng)控模型，包括但不限于反欺詐、信用評(píng)估、風(fēng)險(xiǎn)預(yù)測(cè)模型，并持續(xù)優(yōu)化改進(jìn)，評(píng)估數(shù)據(jù)合作商質(zhì)量，根據(jù)業(yè)務(wù)需求，跟蹤、監(jiān)控、維護(hù)及優(yōu)化風(fēng)險(xiǎn)策略，提出風(fēng)險(xiǎn)預(yù)警，根據(jù)風(fēng)控的控制點(diǎn)建立子模型，完善風(fēng)控體系，持續(xù)引入數(shù)據(jù)維度，挖掘并提取可用特征。建模人員還需熟悉常用算法，LR、DT、RF、gbdt、xgboost和神經(jīng)網(wǎng)絡(luò)等，對(duì)機(jī)器學(xué)習(xí)算法的理解和應(yīng)用有一定的認(rèn)知和經(jīng)驗(yàn)，了解建模背后原理，通過(guò)建模解決業(yè)務(wù)問(wèn)題，對(duì)風(fēng)險(xiǎn)管控理念有豐富的認(rèn)知。

3.利用區(qū)塊鏈技術(shù)賦能數(shù)字化風(fēng)控

傳統(tǒng)的風(fēng)控模式，實(shí)際上可以用兩種觀點(diǎn)去理解，一種是通過(guò)形式化、制度化的做法去開(kāi)展風(fēng)控工作，另一種是研究人性、分析人性進(jìn)行風(fēng)險(xiǎn)管理。由于逆向選擇和道德風(fēng)險(xiǎn)的存在，風(fēng)險(xiǎn)從根本上是不可控的，剛性的抵押無(wú)法化解系統(tǒng)性風(fēng)險(xiǎn)。所以，區(qū)塊鏈技術(shù)的應(yīng)用前提是暫且不考慮系統(tǒng)性風(fēng)險(xiǎn)。

區(qū)塊鏈?zhǔn)且粋€(gè)信息技術(shù)領(lǐng)域的術(shù)語(yǔ)，從本質(zhì)上講，區(qū)塊鏈?zhǔn)且粋€(gè)共享數(shù)據(jù)庫(kù)，存儲(chǔ)于其中的數(shù)據(jù)或信息，具有“不可偽造”“全程留痕”“可以追溯”“公開(kāi)透明”“集體維護(hù)”等特征。區(qū)塊鏈在數(shù)字風(fēng)控中的應(yīng)用如下。第一，在數(shù)據(jù)流轉(zhuǎn)層面，區(qū)塊鏈可以為金融數(shù)據(jù)提供追溯路徑，能有效破解數(shù)據(jù)確權(quán)難題，保證金融數(shù)據(jù)流通的合規(guī)。數(shù)據(jù)在不同實(shí)體間流轉(zhuǎn)的時(shí)候，整個(gè)過(guò)程是完全共享的，交易的明細(xì)清單和每一筆記錄的查詢、追溯都非常清楚，它對(duì)于數(shù)據(jù)高速流轉(zhuǎn)中的確權(quán)和合規(guī)問(wèn)題具有非常高的價(jià)值。第二，在數(shù)據(jù)質(zhì)量層面，區(qū)塊鏈制定了數(shù)據(jù)標(biāo)準(zhǔn)，并通過(guò)共識(shí)驗(yàn)證改善數(shù)據(jù)質(zhì)量，使得數(shù)據(jù)的可信度增強(qiáng)。區(qū)塊鏈數(shù)據(jù)不可篡改的特性可以提高數(shù)據(jù)質(zhì)量。一般情況下，風(fēng)控信息來(lái)自于一些交易信息，但是交易層面有一些市場(chǎng)問(wèn)題，例如造假數(shù)據(jù)使得很多數(shù)據(jù)的“噪聲”非常高，而通過(guò)區(qū)塊鏈技術(shù)和架構(gòu)，可以使得數(shù)據(jù)獲取層面在一定程度上消除“噪聲”，數(shù)據(jù)標(biāo)準(zhǔn)化程度比較高，同時(shí)能夠了解每個(gè)數(shù)據(jù)的來(lái)源，數(shù)據(jù)在每個(gè)節(jié)點(diǎn)上都可以互相驗(yàn)證。第三，在數(shù)據(jù)安全性層面，以多種加密技術(shù)保障數(shù)據(jù)在使用中的安全和隱私。區(qū)塊鏈的特征主要有分布式、共識(shí)、加密，其中1/3是加密技術(shù)。數(shù)據(jù)的加密技術(shù)在區(qū)塊鏈上有比較好的體現(xiàn)。有線上傳機(jī)制的限制使得在不訪問(wèn)原始數(shù)據(jù)的情況下，可以用到一部分的數(shù)據(jù)信息，保證整個(gè)系統(tǒng)的安全和審計(jì)的便捷性。同時(shí)，通過(guò)區(qū)塊鏈的智能合約，可以給出數(shù)據(jù)使用的具體條款，并據(jù)此監(jiān)督數(shù)據(jù)的使用。

圖1 區(qū)塊鏈在數(shù)字風(fēng)控中的應(yīng)用

風(fēng)險(xiǎn)控制基本原理可以在傳統(tǒng)的風(fēng)險(xiǎn)控制數(shù)字化中實(shí)現(xiàn)，同時(shí)在最新的區(qū)塊鏈上也可以實(shí)現(xiàn)。區(qū)塊鏈技術(shù)的特殊優(yōu)勢(shì)是信息共享便捷、節(jié)約時(shí)間、降低成本。從行業(yè)實(shí)踐來(lái)看，大量商業(yè)應(yīng)用在區(qū)塊鏈上集聚，底層的通用性可以使得資金的出借方（投資方）在被授權(quán)的情況下，看到真實(shí)的數(shù)據(jù)，資產(chǎn)的收益變得可以更精準(zhǔn)地計(jì)量。這一切，都將為未來(lái)的數(shù)字化風(fēng)險(xiǎn)控制提供了極大的想象空間與應(yīng)用空間。

4.加快金融科技研發(fā)應(yīng)用和人才培養(yǎng)速度

數(shù)字化風(fēng)控依托大數(shù)據(jù)、云計(jì)算等建立風(fēng)控模型，機(jī)器學(xué)習(xí)、風(fēng)險(xiǎn)管理模型的自動(dòng)升級(jí)迭代關(guān)鍵是要有了解金融科技、經(jīng)驗(yàn)豐富的風(fēng)險(xiǎn)管理專(zhuān)業(yè)隊(duì)伍，商業(yè)銀行應(yīng)該為數(shù)字化風(fēng)控隊(duì)伍建立一套人力資源管理體系，在招聘、培訓(xùn)、使用、管理、考核等方面進(jìn)行匹配。目前商業(yè)銀行業(yè)務(wù)模式變化快，風(fēng)險(xiǎn)場(chǎng)景變化多，很容易出現(xiàn)“老革命碰到新問(wèn)題”的現(xiàn)象?？赡芎芏囡L(fēng)險(xiǎn)管理人員在進(jìn)行風(fēng)險(xiǎn)評(píng)估或?qū)徟臅r(shí)候，都不了解相關(guān)業(yè)務(wù)模式或產(chǎn)品結(jié)構(gòu)。比如，網(wǎng)絡(luò)風(fēng)險(xiǎn)最近幾年一直位列各大風(fēng)險(xiǎn)管理調(diào)查的高風(fēng)險(xiǎn)排行榜前三位，但是能從本質(zhì)上真正了解網(wǎng)絡(luò)風(fēng)險(xiǎn)的風(fēng)險(xiǎn)管理人員屈指可數(shù)。因此，商業(yè)銀行需要鼓勵(lì)風(fēng)險(xiǎn)管理人員養(yǎng)成終身學(xué)習(xí)的習(xí)慣，不斷強(qiáng)化自己的知識(shí)儲(chǔ)備。 風(fēng)險(xiǎn)管理?xiàng)l線人員應(yīng)大力踐行數(shù)字化轉(zhuǎn)型戰(zhàn)略，打造敏捷主動(dòng)的大數(shù)據(jù)風(fēng)控體系，風(fēng)險(xiǎn)控制的效率和精度得到進(jìn)一步提升，風(fēng)險(xiǎn)控制的成本得到進(jìn)一步降低，商業(yè)銀行的資產(chǎn)質(zhì)量得到有效改善，真正實(shí)現(xiàn)風(fēng)險(xiǎn)管理由“人防”到“技防”再到“智防”的轉(zhuǎn)變。

數(shù)字風(fēng)控專(zhuān)業(yè)人才至少需要具備六個(gè)方面的能力。一是代碼能力，代碼能力是數(shù)字風(fēng)控的基礎(chǔ)中的基礎(chǔ)，需要掌握SQL、R、Python、SAS等技能。二是數(shù)學(xué)基礎(chǔ)，主要是概率論和數(shù)理統(tǒng)計(jì)中的主要內(nèi)容，包括均值、方差、假設(shè)檢驗(yàn)、回歸分析等內(nèi)容，此外還需掌握相關(guān)決策樹(shù)算法、離散數(shù)學(xué)、運(yùn)籌學(xué)、最優(yōu)化等方面的內(nèi)容。三是數(shù)學(xué)建模能力，將業(yè)務(wù)問(wèn)題轉(zhuǎn)換為數(shù)學(xué)問(wèn)題，去求解和分析。四是金融專(zhuān)業(yè)知識(shí)，如《貨幣銀行學(xué)》《宏觀經(jīng)濟(jì)學(xué)》《微觀經(jīng)濟(jì)學(xué)》等金融經(jīng)濟(jì)知識(shí)，還包括銀行業(yè)、征信業(yè)相關(guān)的監(jiān)管機(jī)構(gòu)、職能及法律法規(guī)等。五是數(shù)據(jù)知識(shí)，數(shù)據(jù)是數(shù)字風(fēng)控的原材料，沒(méi)有這些原材料一切都無(wú)從談起，數(shù)字風(fēng)控專(zhuān)業(yè)人才需要了解數(shù)據(jù)的主要獲取方式、當(dāng)前的主流價(jià)格、每種數(shù)據(jù)在使用中涉及到的優(yōu)點(diǎn)和問(wèn)題等。六是行業(yè)和業(yè)務(wù)經(jīng)驗(yàn)，這些經(jīng)驗(yàn)包括在不同場(chǎng)景下常用的風(fēng)險(xiǎn)策略、在突發(fā)情況發(fā)生時(shí)常用的應(yīng)對(duì)方法、風(fēng)險(xiǎn)策略的決策機(jī)制、如何與IT部門(mén)溝通風(fēng)控需求以及怎么寫(xiě)各種文檔等。

圖2 數(shù)字風(fēng)控人才需要具備的能力

四、結(jié)語(yǔ)

近年來(lái)，商業(yè)銀行不斷探索數(shù)字化風(fēng)控轉(zhuǎn)型路徑，在實(shí)踐中對(duì)數(shù)字化風(fēng)控的理解也不斷加深。未來(lái)，數(shù)字化風(fēng)控不僅是數(shù)據(jù)、模型等金融科技的綜合運(yùn)用，更是商業(yè)銀行業(yè)務(wù)和管理深度融合的創(chuàng)新模式。商業(yè)銀行通過(guò)挖掘客戶個(gè)人信息數(shù)據(jù)、產(chǎn)品交易數(shù)據(jù)、授信數(shù)據(jù)、征信數(shù)據(jù)、與第三方和合作方關(guān)系數(shù)據(jù)等多維度數(shù)據(jù)，對(duì)客戶提供的信息進(jìn)行交叉驗(yàn)證、綜合研判，進(jìn)而優(yōu)化商業(yè)銀行風(fēng)險(xiǎn)管理的路徑策略。只有將數(shù)字化風(fēng)控放在商業(yè)銀行經(jīng)營(yíng)發(fā)展的大環(huán)境中，才能處理好傳統(tǒng)的風(fēng)險(xiǎn)管理和數(shù)字化風(fēng)控之間的關(guān)系，平衡二者之間的優(yōu)勢(shì)和劣勢(shì)，漸進(jìn)推進(jìn)數(shù)字化風(fēng)控在商業(yè)銀行中的發(fā)展。