大数据技术在银行风险管控中的应用刍议

王 鹏 中国银行股份有限公司青岛李沧支行

随着科学技术发展，银行业务与服务模式发生了巨大变革，银行运营方式以及风险管控方法也不断创新。在实践中，信息技术融入成为银行风险管控模式转型升级的主流，其中最具影响力的就是大数据技术。从现实角度来看，加强大数据技术的优化应用分析，有助于增强银行风险管控质效，所以在此方面做好深入探讨十分必要。

一、银行风险管控中大数据技术应用的可行性

互联网金融时代，银行的业务与服务模式早已更新换代。互联网技术与信息技术的融入，既为银行运营发展提供了机遇，也让银行的安全稳健发展备受挑战。当前，商业银行普遍以集约化方式运营，在互联网技术的支持之下这种运营模式将数据信息的多元价值发挥到了极致，但也因待处理数据量过于庞大而导致银行发展风险大增。实践中，银行风险管控对数据运用的依赖性极高，为有效面对复杂多变的市场环境，银行需要处理大量复杂数据；但在这一过程中，十分容易发生信息不对称问题，所以强化信息处理与管理势在必行。大数据技术本身具有多样性、大体量、准确性、时效性优势，可为海量数据的采集、储存、处理和分析提供保障，是极具实用性的一种数据技术。从大数据技术的功能上来看，基于大数据技术实现银行风险管控十分可行。不仅如此，银行电子化、数字化、网络化办公模式普及，也为大数据技术应用提供了前提条件，基于大数据技术开展风险管控必然能发挥事半功倍的效果。

二、大数据技术在银行风控中的应用价值

在银行风险防控工作中融入大数据技术并不罕见。在这种技术的支持之下，可直接改变传统的银行风险防控模式，可消除传统模式在信息获取受限制、信息有效利用率不高以及风险防控滞后性强的弊端，使银行运营安全性得到保障。在银行风险防控环节，大数据技术的有效应用，可切实保障银行业务、服务数据的有效监控运用，海量数据的采集、分析与处理质效都会大幅提升；在这种情况之下，可有效缓解信息不对称问题、避免形成信息孤岛，银行风险防控决策可获得充足而可靠的数据支持，决策科学性、针对性以及时效性都会大幅提升。而且，借助于大数据技术，还可以从根本上转换银行风险管控思路，提升风险管理的灵活性、科学性、全程性以及智慧性。

三、银行运营过程中的大数据风控逻辑

如今，我国正处于经济转型的关键时期，在多方面因素影响之下银行业的发展状态起伏不定，商业银行面临的发展压力和风险不断增大。从银行长远稳健发展的角度来看，推进风险管控工作优化至关重要。互联网金融时代，基于大数据技术优化银行风险管控无疑是十分可行也十分有效的方法。事实上，在银行风险管控中，融入大数据技术不仅是新时期银行业发展的必然趋势，也是高质高效处理海量数据的必然选择，更是传统风险管控模式向数据导向型银行风险管控模式转型的必经之路。

大数据技术在银行风险管控中的应用，往往会推进银行风险管理流程重塑以及风险管控体系完善。实际作业环节，大数据技术主要用于银行风险管控各环节的数据处理，进而通过数据挖掘、分析为风险管理决策提供支持。所以，银行运营过程中，大数据风险防控内容如下：

一方面，处理复杂数据。利用大数据技术可实现银行内外部数据整合，完成银行业务与服务数据的自动归类与处理；还能够快速抽取有效信息、挖掘分析数据内涵。在大数据技术的支持下，散乱复杂的海量数据，将会转化为具有明确分类和指向性的数据流，经过标准化处理后的碎片化、非结构化数据可直接转化为标准化数据，成为风险管控的决策依据。

另一方面，重塑数据处理流程。在传统的银行风险管控模式下，信息不对称问题难以避免，所以决策滞后性强、时效性差。而基于大数据技术支持，可实现数据处理流程重塑，将会实现各环节数据处理工作的有效衔接与串联，在数据的决策支持作用得到最大限度地发挥。实践中，银行大数据风控的数据处理主要分为三个步骤：(1)外部数据采集；(2)数据集成处理；(3)对外服务接口。银行业务服务数据的集成化、高效化处理，可以让银行风险控制质效得到切实提升。

四、基于大数据技术的银行风险管控路径

大数据技术在银行风险控制中的有效应用，可弥补传统工作模式的不足，但这并不意味着其实践工作能毫无差错。从现实角度来看，要想切实发挥大数据技术的实用价值，不仅需要做好基于该技术的银行风险管控体系建设，更需要从多角度出发保障风控体系有效落实。所以，大数据技术在银行风险管控中的应用，需要强调以下几方面。

(一)明确大数据技术的风控应用方向

现阶段，银行的发展风险既受到宏观环境变化影响，又与微观管理密切相关。结合实践可知，银行所面临的外部风险主要包括政策变动风险、客户违约风险、汇率波动风险、重大冲击风险、恶性竞争与攻击风险；而其面临的内部风险则主要包括战略决策风险、业务经营风险、流动性风险、操作风险以及声誉风险。对于银行风险防控人员来说，大数据技术在银行风险管控中的应用需要强调全面覆盖，即依托于大数据支持切实提升各类风险防控水平。在这种情况之下，必须保证大数据技术的应用方向准确。基于此，银行风险管理人员可结合实际，以银行风险的“内管外监”为核心，确定大数据技术在银行风险管控中的应用方向。

1.客户管理

为严守银行风险防线，风险管理人员必须强调客户管理优化，所以客户管理成为大数据技术在银行风险管控中的主要应用方向。实践中，风险管理人员需要利用大数据技术，做好客户信息的有效管理，为客户识别、定位、分析、监管和拓展提供辅助。银行业务类型众多，不同业务的受众群体也存在差异，所以在客户管理环节必须从确认客户关系的角度出发，实现分类分层的针对性管理，而该项工作的基础正是客户识别。在大数据技术的支持下，传统的被动式、低效化客户识别方法将被高效精准的大数据识别技术取代，客户关系分析的准确性以及客户识别的时效性将大幅增加，客户管理难度下降、工作质量和效率也都会有所提升。从本质上来看，利用大数据技术可以实现目标客户的精准识别，可通过批量获取客户来实现市场拓展加速；而且，基于先进技术支持客户关系维护的成本以及人工工作量都会降低，服务效能可直接提升。

银行风险管控工作中，大数据技术在客户管理方面的应用还表现在客户画像以及反欺诈方面。依托于大数据挖掘和分析技术，银行风险管理人员能实现，目标客户信息的精准采集，从而根据实际需求开展客户画像；这样一来，可根据客户特征细分为不同的客户群体搭上差异化标签，进而针对其个性化需求开展特色化客户营销，既能为提升服务质效、增加客户黏性提供保障，也能拓展市场、规避风险奠定基础。从反欺诈方面来看，大数据技术的有效应用可帮助银行规避内外部欺诈风险，可从根本上提高业务服务核实质效，从而减少不必要的损失。银行风险管控中，基于大数据技术的反欺诈处理流程如图1所示。

图 1 基于大数据技术的银行反欺诈处理流程

2.风险评估

事实上，大数据技术在银行风险管控中最重要的应用方向就是风险识别和评估。基于大数据的风险识别与评估的全过程性，覆盖了业务流程的各个环节，才能从根本上保证银行风险管控质效。为保证风险识别与评估质效，银行需要依托于大数据以及各类风险识别和评估模型开展风险管控。比如，建立信用风险、操作风险、市场风险识别和评估模型；明确各类风险的风险点，做好风险特征量化以及评估指标管理。

3.动态监管

大数据技术可以为动态化信息监控提供支持，在银行风险管控中这一特质也被应用到了定量动态监管风险之中。在实践中，风险管理人员需要利用大数据技术，实现银行风险的定量分析以及定性分析，还需要做好银行风险的动态监管。在定量与定性分析环节，大数据技术主要用于开展各类风险的定性以及定量评级；在飞西安的动态监管环节，大数据技术主要用于风险监测数据的实时分析。

(二)建设基于大数据的风险管控系统

大数据技术在银行风险管控中的应用，必须依托于完善的风险管控体系实现。所以银行需要基于大数据技术建设风险管控体系。实际作业环节，需要构建功能全面的大数据风控系统，以便为数据信息分析以及监测提供支持。基于大数据的银行风险管控系统，必须具备如下应用功能：

第一，数据处理功能。利用大数据风控系统，可实现内外部数据的全面采集以及集成化、标准化处理，依托于数据重组形成业务数据信息流，从而为信息挖掘和价值把控提供辅助。同时，该系统还应该具备历史数据分析功能，可通过大数据处理从历史数据中总结风险规律和特征，为重大风险预警提供必要支持。

第二，黑名单预警功能。引入黑名单机制，是优化银行风险管控的有效方法。利用大数据技术可实现客户的精准定位、识别和画像，尤其是在黑名单信息整合处理方面极具优势，使用以该技术为基础的风险管控系统也必须具备黑名单预警功能。实际应用环节，数据库内的黑名单信息为新业务检查以及风险管控提供辅助。

第三，风险监测功能。基于大数据的银行风险管控系统中，风险监测功能可实现风险模型查询、风险处理、风险预警。用户可使用该系统，按照业务或分支机构两个条件查看对应的风险模型。此时，不同的用户所拥有的权限等级不同，所以可查询的风险模型数量也并不相同。若在风险监测中出现风险记录，则系统可直接对其进行针对性处理，而且处理进度与过程都会被系统记录并实时可查；最终处理结果也以邮件方式发送给处理人。在大数据风控系统中，用户可以根据实际需求调整和设置风险监测指标的参数以及规则，以这些指标为基础的风险监测和风险预警规则同样可调，而且在风险识别、评估与预警程序自动化、实时化运行后，风险管理人员可通过系统信息推送或邮件、短信实时获取监测结果。

第四，统计与显示功能。基于大数据技术的银行风险管控系统，还具有报表统计、结果验证、查询查证、模型结果图形化等多种功能。从本质上来看，它们都属于可视化功能，可基于该系统实现可视化银行风险管控，可为进一步提高风险管理水平奠定基础。

(三)夯实银行大数据风控的保障基础

从现实角度来看，想要完善基于大数据技术的银行风险管控体系，仅依靠建设大数据风险管控系统并不够，风险管理人员还必须积极夯实银行大数据风控的保障基础。实际作业环节，可从以下几方面着手强化风险管控保障。

1.夯实思想基础

只有让银行高层管理者以及风险管理人员，全面树立大数据风控的意识，形成基于大数据技术的风险管控思维，才能让大数据技术在银行风险管控中的应用价值得到彻底发挥。所以实际作业环节必须要将大数据预测、决策思维的全面渗透，重视大数据理念在实践工作中的融入，自上而下地形成以大数据技术手段助力风险管控的认知。为实现这一目标，银行可以将大数据技术运用和大数据风险管控体系建设纳入发展战略，基于战略目标导向做好思想和实践引导。

2.夯实物质基础

在夯实物质基础方面，要求银行做好大数据技术应用方面的资金、资源保障，完善基础设施以及制度体系建设，从而为大数据风险管控体系运行提供有力的物质支持。比如，进一步深化银行电子化办公转型，为数字化信息采集与运用做好准备。加强银行信息化建设，做好数据处理与风险防控技术引进与基础设施建设，实现个性化风险管理模型设计与针对性、精细化指标体系建设。深化信息管理，强调多元化信息数据仓库建设，实现业务信息处理流程重构。强化风险管控制度建设，建立健全信息安全管理机制，施行全过程业务服务监管以及信息处理制度，落实风险管控绩效管理制度、风险预警决策机制与黑白名单制度等。

3.夯实人才基础

大数据技术在银行风险管控中的有效应用，还必须获得高素质人才支持。所以，夯实人才基础势在必行。此时，必须强调复合型人才培养，着力提升银行风险管理人员的信息化、数据化作业能力，基于大数据技术的支持切实提高风控人员工作水平。因此，需构建完善的人才培养模式，打造常态化、长效化人才培养机制。比如，打造复合型人才培养体系，构建年轻化工作队伍，确保风险管理人员兼具风控专业能力与大数据工作思维。

五、结语

综上所述，银行业务处理模式由线下逐渐向线上转移，使业务服务数据信息总量暴增，数据处理难度和压力也不断加大，更在一定程度上加剧了管理风险性。为有效处理数据、规避风险，基于大数据技术开展银行风险管控十分可行。在此环节，要求技术人员从实际出发以大数据技术应用为核心构建银行风险防控体系，并夯实运行保障基础以便充分发挥该体系实用价值。■