利用大数据技术重构银行风控体系的研究

韩健

(中国民生银行总行,北京 100031)

大数据具有信息总量大、资源广等特征,是依托计算机平台为基础,实行层次化、系统化的资源重新分配方式。将大数据作为现代商业银行风险管理的构成要素,能够达到资源重组、风险最大化规避、以及资金统筹规划的目的,这也是国内商业银行适应社会经济结构发展需要的主要趋向。

1 现代商业银行风险控制体系的运作现状

1.1 成效分析

商业银行风险控制体系,是在确保商业银行平稳运行的基础上,对商业银行内部资金流动情况进行分析,形成与投资、运行、收益等方面,相互吻合的风险管理模式。我国商业银行发展能够随着社会发展需求不断变革,风险应对意识逐步提升,风险应对体系不断完善。结合中国银行金融信息公布可知：当前,我国商业银行风险应对综合能力,以每年平均1.65个百分点速率增加;商业银行风险评估能力,平均水平在76%-70%之间[1]。同时互联网金融、证券投资风险评估,更是成为商业银行控制的主要构成部分,在商业银行风险体系中占有50%以上的比例,实行现代商业银行风险购置结构内融合新元素,逐步引导风险控制体系不断转型,成为我国商业银行风险控制体系发展的主导方向。

1.2 劣势分析

银行风险控制体系,与银行长久性生存与发展有着密切性关联,也是银行金融往来资源安全保障的外部保障,我国商业银行在社会大数据的发展环境中,依旧处于上升阶段,风险控制体系与市场需求的融合,也需要不断的进行结构调整,当前,国内银行风险控制的不足主要包括：

(1)银行内部风险控制体系需要深入改革。当前商业银行内部风险控制体,主要依靠单纯的系统评估、或者人工信息归纳评估作为风险控制的主体部分,而随着银行金融运作所涉及的领域不断拓宽,单一化、一体化的风险评估策略已经无法适应银行多元化投资的需要,导致银行资金运作的风险提升;同时,商业银行风险控制数据综合掌控性差,数据仅作为商业银行风险评估的参考依据,并没有从其中获得更深层的风险控制信息,这也会对其长久性的风险评估产生影响,不能为银行带来更大的资金运作稳定保障。

(2)银行外部风险评估分析资源充分利用。银行资金社会投资项目时间短,社会运作周期速率快,是银行获得高收益的重要保障。但国内部分商业银行进行资金投放时,不能准确的掌控投放时间,错过了社会金融投放的最佳时节,导致银行资金社会运作周期延长,商业银行始终处于拖沓的银行运作状态,其资金回笼自然也就无法获得高收益。一般而言,银行为了获得回笼资金,往往此时会继续增加投资,但这种资金投资方式,已经严重超出了商业银行原有投资部分的风险承担底线,从而也就增加了银行金融运作的风险系数[2]。

2 利用大数据技术重构银行风控体系分析

大数据技术重构银行风控体系,必须充分利用大数据技术,重新组合银行风险控制体系中的相关要素,引导银行新旧资源管理结构的恰当对接,才能够进一步挖掘银行金融投资的活力,提升商业银行资金运作的稳定性。

2.1 建立新型风险控制体系

银行风险控制体系在实践中不断创新,使保持银行商业运作活力的基础。一方面,商业银行管理人员,必须看到大数据管理在银行风险控制中的优势,形成具有依赖性、对立性的风险管理理念。例如：银行每月金融投资数据分析,可以借助互联网获取全球金融投资数据信息,银行按照金融收益领域、收益稳定性等对其进行探究,这种能够为其带来更全面的银行风险分析方式,正是利用大数据资源,引导银行风险掌控的代表。

另一方面,银行新兴风险控制体系的建立,在于运用大数据程序建立银行资金运作监管体系,银行资金运作除了依靠传统单一层面的直接性评估,也可以运用资金运作监控程序,实行银行金融资源跟踪管理。一旦银行金融资金过程中出现运行风险,银行能够在第一时间发现风险,特殊时期也可以减少投资比例,这样能够缩减银行资金运作中的损失比例,是银行运行自我保护的有效方式。举例来说,某商业银行分别对M企业的A类、B类股票进行投资,随着企业经营规模逐步扩大,该企业在过去6个月中的风险分析数据信息都为A类、B类股票运行风险失衡趋向发展,最终出现A类、B类股票评估风险为45%和30%的趋向,商业银行原始投放的资金按照1：1的比例对800万资金进行投资,此时,该银行可以实施将A类、B类股票的投资比例适当调整,A类投资降低,B类投资增加,长久性、积累式的数据分析方式,就是银行大数据灵活应用的代表[3]。

2.2 形成多位风险控制渠道

大数据体系与传统信息分析结构相比,最大的优势在于大数据系统是一个多领域的信息管理结构,它能够在统一时间内,为银行提供多方资金流动变化信息。因此,利用大数据体系,形成多位管理的风险控制渠道,也是现代银行风险控制体系创新的一部分。举例来说,银行信息系统,按照银行资金运作的主要方向,将风险投资归结为：网络金融信息、实体经济信息两大部分。而网络金融信息又具体分为网络支付信息、网络基金投资交易等部分;实体经济也分为企业信贷信息、个人存储信息、股票投资、政府金融等方面。从银行大数据体系布局来看,银行风险分析的数据来源,几乎囊括了当前社会发展的各个领域,形成银行涉及区域的管理网络,如果某一分支中存在风险隐患,与其连带的领域就都会发生信息变化,银行只要按照大数据内相互关联的体系,进行主体风险排查即可,无需实行全方位的风险重新规划,能够大大缩小银行风险控制分析范围,风险分析的效果自然也就提升起来。

2.3 迅速更新风险管理数据

大数据在银行风险控制中发挥作用,不是单一的数据收集,更不是单项数据运算。而是充分利用大数据资源,实行灵活的网络数据运动,利用大数据将银行内部固定数据,一本本静态数据信息,都变成“会说话”的资源。举例来说,大数据迅速更新,就是将银行中多重数据集中在一起,一部分进行银行资金存储,保留银行资金流动的基本信息。另一部分又要结合市场需要,随时随地进行银行资金流动分析,拉近银行资金外部运作与内部资源的关联,银行每天都能够通过两者数据的对比,分析运作的风险变化趋向,利用大数据综合化分析,掌控市场经济环境下的风险周期循环规律,能够大大降低银行运作面临的风险。

2.4 合理利用社会投资条件

银行大数据体系的合理应用,也在于银行要善于抓住社会投资条件,形成良好的数据分析规划布局,构建分布式风险控制新结构。例如：银行运用网络大数据,实行银行社会资源控结构,合理运用政府提出的扶农发展政策,将银行投资的领域拓展到乡镇中,利用政府给予的资源运作保障,拓展投资领域,合理调节分配风险。

3 结语

综上所述,利用大数据技术重构银行风控体系的研究,是现代银行资源经营管理的重要参考依据。在此基础上,突破我国银行风险控制中的禁锢,在于充分利用大数据的优势,建立风险控制体系、及时更新数据、多渠道风险控制、以及社会条件合理应用。因此,浅析利用大数据技术重构银行风控体系,能够为国内银行金融资源的平稳运作、协调更新带来更大的动力。

[1] 饶水林.基于大数据技术的审计应用[J].齐鲁工业大学学报(自然科学版),2017,(04)：64-67.

[2] 杨海军.智慧城市中大数据技术的应用[J/OL].机电工程技术,2017,(S2)：412-413.

[3] 杨振英.大数据技术背景下的工商行政管理信息化[J].电子技术与软件工程,2017,(15)：193.