利用大数据推动商业银行信用风险管理创新研究

2020-01-19吕晓莉江苏大学

环球市场 2020年20期

吕晓莉江苏大学

一、研究背景与意义

21世纪以来，以互联网技术为核心的第四次工业革命已经到来。不难发现，互联网已经渗透入人们的生活，改变着人们的生活方式和企业的经营模式。正如麦肯锡全球研究院（2011）发布的报告中指出，数据已经渗透到每个行业，逐渐成为重要的生产要素，同时在麦肯锡的报告中对各个行业应用大数据潜在价值提升进行评估，结果显示金融业在大数据时代中获利最大。在我国，这一现象体现得尤为明显，2015年已经成为超过美国成为世界上网民数量最大的国家。以阿里巴巴，京东等的互联网公司积极进入金融领域，产生了余额宝、P2P平台等以及蚂蚁花呗等的小额贷款模式。

大数据革命对历史悠久的银行业而言，如何与大数据有效结合，促进其转型发展值得深入研究[1]。尤其是商业银行近些年来对各类大数据的处理非常重视。利用大数据给商业银行带来了极大地便利，体现在以下方面：一是实现高效信贷管理，通过大数据可以有效进行数据整合，构建客户信用库，规避信用风险。二是增加客户粘性，提高银行盈利空间。三是风险监控，降低不良贷款率的风险。

二、我国商业银行信用风险管理存在的主要问题

（一）信用评级体系不完善，风险揭示不充分

评级系统关乎着信用风险的大小，其重要性难以忽略，会影响风险的预测。评级体系包括内部和外部评级，外部评级是指通过有权威的第三方，比如标准普尔公司来评估信用并将结果交由商业银行，银行内部也需要对自身资金情况做评估。同时商业银行将外部评级机构的结果与内部评级机级结果相结合来使用[2]，以此可以有效防范风险，但是我国商业银行现阶段内部评价体系并不完善，还有待改善。

（二）信用风险技术落后

我国商业银行的信用风险分析和度量方法仍处于初级的比率分析阶段，此阶段的信用风险度量主要依赖于相关专家的判断和分析，同时计算贷款风险度[3]。虽然目前技术有限，但我相信，随着时代的发展，技术将不再是难题。

（三）信用风险管理系统建设滞后

我国的商业银行风险管理系统建设未能跟上时代的发展。如今已经进入互联网时代，但是基础数据不够，没有详细的数据记录，因此无法及时利用网络技术，信息技术落后。而且系统处于低端地位，只能进行简单的查询操作，不能将数据都有效结合来获取有利信息。

三、大数据技术对商业银行风险管理的优化策略

（一）将大数据战略理念作为基础

传统的风险管理体制造成分割化、部门化等各种问题，使各方面的信息数据内涵定义标准无法统一，不能采集更有效的信息数据。因此使用大数据技术可以加快商业银行的战略转型速度[4]。商业银行需要将大数据战略理念作为基础，使商业银行的整体战略与大数据战略互相融合。这样才能将大数据的真正价值发挥到商业银行的风险管理中，商业银行需要使用大数据管理战略加强内部各个部门的协调性与合作紧密型，才能将海量的数据信息整合。

（二）构建完善的大数据风险管理体系

商业银行需要构建大数据信贷风险控制管理中心，对客户进行贷前、贷中、贷后类型的划分，将管理中心的职能充分发挥，对全体信贷客户进行全面全方位的风险管理与监控，从而使风险管理体系获得优化和改善。在对客户进行筛选时，若该客户的负债、资产等相关情况出现异常，要立即通知客户经理[5]、风险经理，对该客户的准入重新判断。在对贷中与贷后进行管理时，若贷款客户没有按照合同中的内容履行责任，或出现相关的风险信息数据，需要立即对相关信息进行核查，提醒贷款客户改进，还需要结合保全、提前收回等措施对风险有效防范。

（三）加大商业银行运营风险管理数据人才的培养

人才是第一资源，从大数据基础人才分为三类：第一类为数据分析人才，或称技术型人才，主要负责运营管理各类数据；第二类为数据运用人才，或称管理型人才，主要负责数据运用；第三类为复合型人才，既具备大数据分析能力，也具备大数据运行能力。商业银行首先要重视数据人才的培养，提高他们的业务水平，同时要建立相应的配套机制，引进和留住运营风险管理人才，培养一批知识充足、能力突出、经验丰富、风险敏锐的风险管理骨干，这些人才将成为大数据的开发者和享用者，它们必然会将大数据推向一个崭新的是发展阶段。