大数据背景下商业银行信贷风险管理创新研究

张萍

互联网时代信息技术呈现加快发展趋势，大数据技术的普遍应用，对人们的工作、生活产生直接影响。对商业银行而言，必须要对新形势有清晰的认知，并把握市场实际需求，在办理信贷业务过程中对大数据技术加以利用，这样可以使得工作压力大幅降低，工作效率明显提升。相关专家针对大数据应用展开了深入探析，认为大数据技术应用过程会带来一些新的风险，而且会对信贷业务基本原则产生较大的冲击，风险防范如果未能做到位的话，银行信贷业务必然会受到影响，因此，商业银行在开展信贷业务的过程中，风险管理很有必要，同时要寻找到可行的措施来保证风险管理更具实效性。

一、大数据的内涵

大数据是互联网时代的新产品。其在数量、数据、信息共享、人脸识别、雾计算、单粒度管理等方面起到了非常重要的作用，同时也为现代社会中数据文明的发展做出了贡献[1]。当下大数据的特点是数据量大、类型多、处理速度快、值密度低。商业银行利用大数据的特点，可以使所得到数据维度更广、时效性更强、分析结果准确度更高。而要充分利用大数据的特点，相关技术手段必不可少，例如，依托互联网信息平台能够更加科学、智能地实现对企业和个人的授信，通过收集到的信用数据，综合评估借款人的信用分数、还款能力以及贷款额度[2]。所以，通过大数据相关技术，商业银行在提高风险识别能力的同时也能够加快授信审批效率，有望实现降低成本和有效进行风险防控的双赢。

二、商业银行发展大数据资源的基本需求

（一）信用评估

随着资本市场发展速度的持续加快，金融产品创新成为人们关注的重点，商业银行通过信贷业务能够获取的利润明显降低。通过对大数据资源加以利用能够使商业银行的用户数据定位更加准确，即对用户的信贷需求、消费特征、还款能力、不良记录等都会有切实了解，因此商业银行发生信贷风险的概率就会大幅降低。对于商业银行来说，必须要认识到大数据资源的利用价值，通过大数据资源可以使得其信贷业务与终端客户之间形成更为紧密的关系。

（二）风险预测

众所周知，商业银行信贷服务对象并不局限于个体用户，企业也在服务范围之内，因而其对地方行业发展也能够起到良好的促进作用。对于商业银行来说，信贷风险必须要加以重视，不少中小企业拥有的还款能力明显降低，即使针对其固有资本进行准确评估，也无法将风险全部消除。当下市场发展呈现出动态特征，需要对数据资源加以充分利用，对每个行业的相关数据有切实地了解，如此方可保证行业分析更加深入，进而确定企业运营过程中可能出现的风险[3]。商业银行在对信贷管理中可能出现的风险进行预测时，如果只是针对还款能力予以评估是无法达成目的的，更为重要的是分析行业发展的整体趋势，才能保证将市场动态风险清晰呈现出来，才能使商业银行自身规划的合理性大幅提升。

三、大数据时代商业银行信贷业务的发展现状

现如今，信贷管理能够为银行带来较大经济效益，因此银行对信贷业务依赖程度是较高的，而要保证紧跟经济发展的形势，最为关键的是要构建起更为完善的信贷管理体系，才可保证商业银行能够稳健发展。我们国家对商业银行信贷管理的重视程度较高，在2016年就组织了专人进行了实地调查。在各家商业银行中，工商银行的信贷业务所占份额排在首位，所有信贷业务当中，公司类信贷数额共78695.52亿元，其余额在85000亿元左右。从增长率角度来说，广发银行呈现出负增长，其他银行则为正增长，但程度有所差异。银行规模较大的话，增长速度并不快，而规模相对较小的银行则是相反，增长率明显较大，增长幅度甚至为两位数。对这些数据展开全面分析可知，国内商业银行信贷业务呈现出良好的发展趋势，而且发展潜力较强[4]。这里需要指出的是，部分商业银行信贷管理仍存在较多问题，一旦这些商业银行的风险控制没有做好，那么它们受到的冲击将会非常大，甚至会被市场淘汰。即使是规模较大的商业银行，其将来的发展也必然会受到影响，前行速度必然放缓。

四、大数据时代商业银行信贷风险管理当中所存在的问题

（一）信贷体系不完善

在商业银行对信贷风险进行防控的过程中，信贷体系是不可缺少的基础，因而银行要针对其进行完善，才能保证信贷风险防范更具实效性。从相关机构的研究结果来说，国内商业银行虽然已经构建起信贷体系，然而其中仍然存在漏洞，尤其是信贷征信体系、风险监管体系并未建立起来。导致此种问题的原因较多，最为关键的是以下两点：首先是国内的商业银行开展信贷业务的时间并不长，而且信贷市场机构设置也不是十分合理，这就使得信息管理平台的实用性不强，帶来的结果就是信贷征信体系具有的作用难以真正得到展现;其次是国内的银监部门未能履行好自身的职责，监管权利不够明确，监管内容也不够清晰，而且采用的监管模式也过于传统，导致监管力度不强，效果达不到预期。

（二）人员综合素质普遍偏低

从国内商业银行的现状来看，从事信贷风险管理的人员拥有的综合素质并不高，这就使得管理的实效性较低，信贷业务策略也难以顺利实施。导致此种情况出现的最为关键的原因是以下两点：首先是商业银行并未组建起专职的培训部门，相关人员拥有的专业技能得不到提升，综合素质水平也就无法满足实际需要。其次是从事信贷风险管理的相关人员不了解大数据技术的价值所在，对其加以应用的意愿较低，除此以外，信贷风险管理的创新也没有得到重视。这些人员普遍认为对大数据技术加以应用只能使得成本大幅增加，带来的成效也不是十分明显，如果这种意识没有得到改变的话，信贷风险管理人员拥有的综合素质自然就无法得到提高。

（三）信贷业务管理机制不完善

如今，国内商业银行已经构建起信贷业务管理机制，然而并不是十分完善，其中激励、预警、退出等机制存在明显疏漏，使得信贷业务发生风险的几率大幅增加。对于这种现象出现的具体原因进行分析可知，首先是相关人员并不是十分了解信贷业务，尤其是对核心内容没有形成正确的认知，这就使得管理机制不够完善。最后是商业银行管理层并未认识到管理机制的重要性，因而在人员、资金等方面没有给予大力支持。再次是从事管理工作的人员未能履行好自身的职责，创新意识明显缺乏，因而制定出的管理机制和风险管理实际需要并不相符，带来的结果就是风险管控的实效性达不到预期[5]。

五、大数据时代商业银行风险管理创新的策略

（一）大数据深度挖掘与用户画像

在过去很长一段时间内，商业银行在进行评估时关注的是信贷偿还能力，即收集银行流水、固定资产之类的数据，并以此完成评估工作。然而当下的市场已经出现了变化，个性化消费在整体消费中所占比例大幅增加，而且人们的消费习惯也有明显改变，如果商业银行还是依据银行流水、固定资产来进行评估的话，想要将信贷偿还能力清晰呈现出来是不太可能的。故商业银行除了要对基础消费数据进行收集外，外部数据资源也不可忽视。用户画像是根据用户社会属性、习惯和行为等信息抽象出的一个标签化用户模型。对于公司类客户而言，商业银行通过挖掘其整体客户规模、客户结构和客户偏好等方面的数据完成用户画像的制作，其标签主体范围主要包括基本信息、风险信息、客户价值、综合签约信息、产品服务偏好等。而对于个人客户而言，商业银行则需要挖掘用户消费品、消费习惯、浏览习惯等方面数据，其标签主体范围较大，包含人口统计基本属性、地理位置信息、客户生命周期、客户价值等方方面面。要达成完成用户画像制作的目的，还要在获取信息的基础上进行大数据建模和计算[6]。所以，为了使得用户数据资源的开发工作更为深入，商业银行要和网络平台建立起合作关系，才方可以保证非结构化数据信息能够真正整合起来，利用这些数据获取更精准的用户画像，聚焦和洞察用户的情况与需求，进而明确其拥有的长期还款能力，这样，信贷业务产生的风险就可得到严格控制。

（二）构建社会信贷体系

国内商业银行所要面对的风险较多，其必须要认识到信贷风险防范的重要性，同时要针对风险管理进行适当创新。从事风险管理的相关人员要履行好自身的职责，尤其是要建立起更为健全的社会信贷体系，在此基础上，商业银行才能够保持稳健发展。对于商业银行而言，要对社会信贷体系的构建予以重点关注，管理人员应该完成好以下工作：首先是要确保大数据技术、信贷征信体系能够真正融合为一体，确保征信体系更加的完善。商业银行在对信贷风险进行防控的过程中，征信体系是十分重要的防线，为了保证体系建设能够有序展开，必须要将大数据技术的作用充分发挥出来，才可以保证风险管理更具实效性。这里需要指出的是，若想保证以上工作顺利完成，信贷风险管理人员必须要形成牢固的融合意识，主动对大数据技术、信贷征信体系进行整合，而且要想尽办法来保证所需资金、人才真正得到满足[7]。其次是要针对信贷风险监管体系予以严格管理，若想保证管理力度能够大幅提升，管理人员应该要认真做好以下两点：一是要建立起更为完善的内部监管体系;二是要将外部监管体系的作用发挥出来。另外，现场监管、非现场监管也应该要结合起来，并在工作中顺利实施，这样才能使得大数据技术具有的优势真正展现出来，风险管理创新能够切实达成，进而使得商业银行信贷业务保持可持续发展。

（三）补充信用描述风险预警机制

商业银行要构建起更为完善的业务决策机制，在此过程中则要将市场定位予以明确。众所周知，商业银行所处市场环境存在差异，如果选用相同的市场数据，那么机制的可行性必然会受到影响。然而风险管理预警机制却是不同的，风险管控指标必须要统一起来。在展开风险管理的过程中，若想保证预警目的真正达成，应该要将信用描述作为基础，确保数据解码得以实现。通过大数据能够完成终端用户的信息收集，并可使得信息资源处理更为及时。数据源是难以将用户偿还能力直接反映出来的，商业银行必须要对其进行深入分析，使得预测更加的准确。当然，预测分析涉及到的环节是较多的，此时必须要将精算师的作用发挥出来，这样可以保证数据结果得到优化，用户信用描述更加的全面、精准。商业银行在获得相关信息后就可以选择可行的措施来规避不良信贷，并保证信贷业务风险管理的实际效果更为理想。

（四）重视工作人员综合素质的提升

1.构建人才培训部门。首先，相关的管理人员必须要准确地认识到提升风险管理人员综合素质对于提升商业银行信贷风险管理水平的重要性，并在这种意识的引导下积极努力的构建完善的人才培训部门。其次，要为人才培训部门的建设工作提供必要的资金支持以及设备支持。最后，必须要明确人才培训目标以及人才培训内容，将培养出综合素质较高，且能够熟练掌握大数据技术的专业性人才作为主要培训目标。将大数据技术、大数据应用能力、信贷业务内容、信贷行业规范准则、风险管理内容、信贷风险类型、风险管理措施等作为主要培训内容，以此来保证人才培训工作的规范性与全面性。

2.制定培训计划。要想制定合理的培训计划，首先要调动员工的积极性，让每一个被培训的员工真正学到东西，而不是敷衍了事。其次，要合理安排培训的时间，使得培训与工作不冲突，同时又不侵犯员工的休息时间，这样既保障了銀行的正常运营，又保障了员工的合法权益，并且达成培训的预期效果。最后，要让每一个员工清楚地认识到大数据技术在培训中的重要地位，让员工做好准备，并将大数据技术应用作为学习的重点，强调学习的目的，提高学习效率。

六、结语

综上所述，随着互联网技术的不断发展，大数据技术逐渐应用到生活的方方面面，商业银行信贷业务与大数据技术的结合是信贷业务发展的契机同时也是挑战。信贷风险管理方面存在许多问题，需要结合大数据技术、方法策略去解决，让商业银行信贷业务在大数据时代更加蓬勃地发展。

参考文献：

[1]聂兴华.大数据背景下商业银行信贷业务与风险管理创新[J].中国集体经济，2021（05）：93-94.

[2]章梦虹.大数据在商业银行信贷风险防控应用中存在的的问题研究[J].宁德师范学院学报（哲学社会科学版），2021（03）：59-65.

[3]张浩.大数据助推商业银行信贷业务与风险管理创新分析[J].时代金融，2020（19）：20-21.

[4]郝德霖.商业银行中小企业信贷业务风险管理研究[J].商场现代化，2021（04）：104-106.

[5]张翔鸣.金融科技背景下商业银行转型策略分析[J].现代商业，2021（05）：126-128.

[6]沈正华.商业银行大数据战略管理与核心竞争力研究[J].全国流通经济，2021（03）：159-161.

[7]姚芳.大数据背景下商业银行风险管理的有效策略探讨[J].企业改革与管理，2021（16）：125-126.

作者单位：武汉农村商业银行