基于大数据视角下商业银行风险管理问题探究

张汇智

【关键词】大数据时代 商业银行 风险控制

1 大数据朝代商业银行的风险管理契机

1.1提高风险预判能力

大数据时代商业银行业务流程日渐简化，业务办理速度加快，业务办理的智能化水平不断提高。运用大数据技术不仅可以收集客户的信息，对客户风险行进行预判。还可以运用大数据技术剖析数据信息量变与质变之间的内在联系。随着银行运用大数据技术对相关客户情况有效掌握，有助于提高商业银行的运转效率，降低商业银行的潜在风险，达到提高商业银行收益目标。

1.2强化风险日常管理

大数据技术是风险决策的重要支撑，通过大数据技术不仅可以判断银行业务对象与银行之间的内在联系，而且可以有效的推动决策转变，及时的消除因决策理念低效造成的银行损失。运用大数据还可防止信息不对称的情况发生，及时的将各种风险因素通报给用户，达到提高业务风险控制水平的目标。商业银行运用大数据技术构建了以客户为核心的风险控制体系，在信息授权机制下实现分级授权，信息共享，实现数据的合理运作，提高风险管理的科学性和实时性。

2 大数据视角下商业银行风险管理问题

2.1数据安全问题

大数据时代商业银行面临着更加开放的竞争环境，数据信息的流通率增加，数据信息的来源广泛，商业银行的竞争不仅是业务创新，更重要的还是数据信息的存储、挖掘与应用能力的竞争。目前商业银行的业务范畴均已经扩展到互联网领域，而且互联网领域的商业银行业务占有比重日渐增加。在这种情形性，我国商业银行明显的缺乏管网互联网环境的业务风险的能力。例如，数据信息不对称情况时有发生，数据信息的精准性差，上下游相关业务数据的传递具有严重的滞后性。虽然商业银行管理者创造了针对传统业务的非常有效的风险控制方法，但是大数据环境下的商业银行风险控制难度较大，涉及的投资成本较高，需要持续性的改进和完善，现有的数据管理机制的漏洞较大，还缺乏相关的法规条件支持，银行数据信息安全性较低。

2.2數据存储问题

数据获取与存储是应用大数据技术的前提。目前商业银行获取数据信息能力弱，数据存储的效率较低。商业银行的数据管理系统不足以应对快速增长的数据量，更多加样的数据类型给商业银行数据管理系统带来新的压力。随着商业银行规模的扩大，商业银行日益与网络企业的深入合作，商业银行必需应对各种类型的数据，要求商业银行快速的处置并整合各种数据信息资源。商业银行为了更新的应对新型业务的需要，还不得不面临数据失真、数据失窃与数据冗余等风险，数据存储与管控能力不足，极大的限度了商业银行运转效率，不利于提升商业银行发展创新性。

2.3人员技术问题

商业银行还缺乏专业的数据信息处理人员，商业银行加强风险管控的关键在于解决数据信息技术人才不足的问题。商业银行有丰富的金融人才，但是具有金融背景的信息技术人才数据有限，有商业银行数据库管理、开发与数据应用技术经验的人才更少。为了不断开发丰富的业务类型，拓展网络业务规模，商务银行必须引进大量信息技术人才，逐渐的提高零散市场、个人与企业客户的数据信息利用能力。当前还要解决商业银行数据分析人才工作压力较大的问题，防止数据信息技术人才的流失，切实给予必要的发展空间，从而满足商业银行的现实需要。

3 大数据视角下商业银行风险管理办法

3.1明确风险管控重点

传统的商业银行风险管控主要中在票据和、现金业务方面，商业银行还未能在大数据环境下转变风险控制理念。新时期应当加大社交网络中商业银行风险控制，依靠大数据打破传统营销门店与移动客户端数据交换的限制，进一步提高互联网端各种数据信息控制水平，在实现客户数据信息大规模获取的同时，依法保证客户电子数据信息的安全。优化数据信息的来源渠道，通过大数据技术全方位、立体化、实时化的获得用户数据信息，对关联性的银行数据信息进行分析，运用数据信息构建可描述的直观客户视图。进一步与知名网站、社交媒体进行数据共享互通，显著提升数据信息的有效性。不断提高互联网环境下的数据风险管控的能力，建立大数据链条机构之间的关联性，在日常银行业务交往中提高数据信息的共享性与开放性。还要加强商业银行与客户的网络端沟通能力，围绕着关键数据信息的变化做好客户风控回访工作，实时在线解答客户的银行业务数据需求，形成大数据环境下的风险共同控制与管理机制。

3.2建立数据交换平台

商业银行的大数据基础技术不足，目前的数据分析能力较弱，自主开展数据分析的效率较低。商业银行必须开发自建自管的数据信息分析平台，提高数据信息研究的独立性，建立商业银行的风险控制模型，做到显著提高大数据的风险控制能力。基于现有的商业银行网站建立大数据为背景的银行信息交换平台。重点加强移动互联网端的数据交换平台建设，提高各种渠道的数据获取能力。保证现有数据传输平台的安全性，尤其加强与商业银行关联平台的数据管理工作，充分的利用云计算、云存储平台为客户信息进行保管与分析，进而降低商业银行所有业务的风险因素。建立数据信息平台的智能预警系统，设置数据拦截与数据预判处置机制，以及依靠大数据建立风险熔断机制，这样才能全面提高商业银行数据信息保护与使用的质量。

3.3实现金融数据整合

大数据时代应当把金融业务数据信息与互联网数据信息进行整合，依靠大数据提高商业银行的风险管制能力。重点提高商业银行的数据信息收集能力，加大业务相关数据信息的收集与存储效能。例如，扩展上下游业务数据信息，建立针对多类型、多来源、多结构数据信息的处置机制，实现大数据与银行业务的有效整合。建立商业银行的大数据管理系统的开发团队，加强数据信息处置方法的顶层设计，完善数据管理与业务工作团队，以专业化与高效化的方式规范商业银行数据信息的处置方法，进一步出台商业银行的数据处置标准，实现全面高效利用数据信息的目标，做到对动态数据的全面监控，通过强有力的数据运算系统预判潜在风险因素。

4 结论

我国商业银行在信息数据时代面临着新的风险，由于商业银行应对信息风险的能力有待提高，还要进一步完善商业银行的风险管理机制，实现银行数据信息的高度整合，提高银行工作人员的信息技术素养，在完善的智能化管理体系下创新商业银行风险控制体系，达到提高风险管理能力的目标。