基于大數據的國有商業銀行信貸風險管理體系研究

徐霄

摘要：大數據時代背景下，數據日益成為商業銀行最為重要的生產要素和戰略資產，對銀行積累的大數據進行有效管理和挖掘將成為商業銀行未來競爭和增長的基礎。研究基于大數據的智慧型信貸風險管理有助于豐富商業銀行風險管理的相關理論和提高商業銀行智能分析風險、管理風險的水平，具有十分重要的現實意義。

關鍵詞：大數據；商業銀行信貸風險管理體系

大數據的出現，引起金融界的廣泛關注和重視。伴隨著互聯網金融的興起，大數據在金融業的應用給傳統金融行業尤其是線下商業銀行帶來了深刻的影響和沖擊。較于傳統數據技術，大數據具有數據量大、數據類型繁多、時效要求高等4V特點，既有的系統架構和技術已無法高效處理海量數據，大數據獲取、儲存、搜索、共享、分析，乃至成果的可視化等方面還存在一定的困難。

大數據時代背景下，數據已經成為金融企業制勝的關鍵性因素。從自然屬性上講，商業銀行本質上屬于經營風險的行業，風險管理是其生存的根本。研究基于大數據的智慧型風險管理具有重要意義：第一，有助于豐富商業銀行風險管理的相關理論；第二，有助于商業銀行進行智能分析風險、管理風險，具有十分重要的現實意義。

一、大數據引入信貸風險管理的必要性與可行性

（一）必要性

1.跟上技術發展和同行業應用進程的要求

大數據的理念正逐步“吞噬”且重塑著傳統行業。信貸風險管理引入大數據不僅有利于金融機構信貸業務優化處理，還可以借助大數據信息挖掘優勢，更加前瞻地洞察影響貸款資產安全、收益的各類風險因素。數據挖掘分析技術在西方商業銀行風險控制中早已有所應用，因此大數據的出現為中國銀行業在全新的平臺上與西方商業銀行競技提供了難得機遇。目前銀行業大數據應用總體呈現兩種趨勢：傳統銀行加大與數據服務商合作；新興互聯網金融企業利用自身技術積極拓展大數據在信貸業務中的應用。傳統銀行與新興金融對大數據的追逐，無疑將加快銀行業整體信貸風險管理的量化進程，而緊跟競爭對手的步伐，是在競爭中尋求獲勝的必要前提和基本條件。

2.應對復雜風險形勢的要求

一方面金融市場化改革不斷縱深發展，大量金融創新推動著市場深刻變化。另一方面，經濟轉型在從宏觀上助推國民經濟長遠發展的同時，也對銀行研判經濟周期，以及行業態勢、區域風險特點、客戶風險走勢方面提出更高要求。

（二）可行性

1.形成了較為完善的信貸信息化體系

建行集成信貸業務生產與管理功能信息化平臺日趨成熟，積淀了海量的歷史與最新信貸數據信息，信貸業務生產與管理功能信息系統與其他相關系統的交互渠道愈加暢通。

2.具備了基本的數據挖掘分析經驗

建行信貸在線監控工作開展以來，各級行在利用系統存儲的海量數據信息實施信貸風險管理方面做出了扎實的探索，形成了系統自動識別風險、批量監控預警等在內的一系列工作方法，促進了信貸風險管理手段的完備，積累了挖掘、處理海量數據信息的實踐經驗。

3.適應大數據應用的分工專業隊伍體系初步形成

全行形成了以信貸評級體系建設和在線監控人員為主干的信貸數據分析應用隊伍，且圍繞需求，不斷加大科技、軟件、需求相關力量的配置力度，為大數據工作推進提供了必要的人員保障。

二、當前大數據在信貸風險管理工作中的應用策略

（一）改變管理理念

首先是要增強信貸風險決策的數據依托理念，減少和杜絕粗放管理行為。然后是要加強數據之間相關關系應用，提高信貸風險預判的科學性與準確性。最后要加強信貸大數據信息建設意識，積極著手信貸大數據基礎平臺搭建工作，推進數據信息的整合共享，拓寬信貸風險管理數據源獲取渠道。

（二）弱化信息不對稱性

銀行可通過各種方式來采集外部的數據信息，同時還要推進交易信息數據化，盡量引導客戶通過電子化渠道進行交易和辦理業務，以便獲取交易記錄等結構性數據，從更大范圍來核驗借款人生產經營信息與財務信息的關系，提高商業銀行識別風險能力。

（三）重點突破應用方向

1.搭建互聯網金融平臺以加快大數據的獲得

模仿和跟進大數據應用領先的互聯網金融企業，加強與互聯網社區、電子商務等企業合作，打造和形成銀行具有主導經營管理權的O2O、B2C、B2B等互聯網金融平臺。在平臺建成后，可依托平臺不斷豐富信貸產品，積累網絡用戶的信貸交易信息、行為及信用數據信息，從中總結和摸索適用于信貸風險管理的數據模型或方法。

2.促進跨系統信貸相關信息的整合應用

加強相關技術的學習與引進，最大程度地節約系統整合成本，解決信貸相關信息的“孤島”問題，將全行不同系統中存儲的涉貸客戶信息與貸款質量變化聯系起來，提高風險早期發現和識別的可能。

3.深入挖掘內部數據源信貸風險管理價值

在全面關注大數據技術發展動態的同時，重點做好非結構化數據信息技術動向跟蹤，必要時通過與數據分析專業廠商合作，加快這一領域數據信息價值的挖掘，提高非結構化微觀數據信息在信貸風險綜合管理層面的集成應用。

（四）深度應用方向

借助數據挖掘技術，利用機器學習算法（如聚類分析法、決策樹算法、并行算法等）或模型對海量信貸數據及相關信息進行處理，進而發現隱藏在數據間的內在聯系或推導出有價值的管理結論，極大程度地促進信貸組合、評級模型、預警監控在內的諸多管理工作量化分析決策。

1.用大數據思維重新構建信貸風險管理架構

用大數據思維構建以客戶為中心的全面風險管理體系，重新界定部門間職能分工，改變由各分支機構各自分散識別風險的做法，集中統一管理數據信息，把同一目標客戶的不同貸款按照統一的風險準入政策和標準的風險防范措施來處理，提高風險管理效率，實現信貸產品的P2P精準營銷。endprint

2.提供有效的貸后管理監測途徑

對客戶進行全面持續的風險監測，形成全方位、全流程的監測體系，對保證人和抵押品價值變化的持續觀測，有效防止擔保虛化等風險的發生。

3.為培養專業型風險防控人才提供標準

利用大數據通過對單一行業或幾個行業內、特定某個區域或幾個區域內信貸風險事件的流程梳理總結，總結其出現征兆，發展過程及解決方案，為解決特定維度的信貸風險提供風險判斷權重參考值，為專業型人才培養提供經驗依據以更快適應市場需求。

4.結合大數據優化信貸產品結構

結合大數據，對宏觀經濟形勢下各行業之間聯系進行全方位的分析，發現潛在的增長點或潛伏的風險，對各區域信貸資源分配進行統一調整優化，優化本行現有信貸結構。

三、結論

大數據時代來臨，數據成為金融企業制勝的關鍵性因素，大數據的有效管理和挖掘將成為商業銀行未來競爭和增長的基礎，并日益成為商業銀行最為重要的生產要素和戰略資本。銀行作為經營風險的企業，必須在這一過程中獲取與大數據發展相適應的風險防范控制能力，才能在大數據時代的激烈競爭中處于不敗之地。

參考文獻：

[1]陸岷峰，劉鳳.互聯網金融背景下商業銀行變與不變的選擇[J].南方金融，2014，1（5）.

[2]龐淑娟.大數據在銀行信用風險管理中的應用[J].征信，2015（03）：12-15.

[3]龍正清.我國商業銀行中小企業信貸風險管理研究[J].金融經濟：下半月，2015（3）：140-142.

[4]于曉光.建設銀行互聯網金融業務發展對策研究[D].湘潭大學，2016.

[5]韓浩.大數據技術在商業銀行中的運用探討[D].蘇州大學，2014.

[6]蔡燕蘭.建行掘金大數據[J].中國房地產金融，2015（5）：114-116.

[7]李連夢.基于大數據的商業銀行智慧型風險管理研究[D].天津商業大學，2016.

[8]江明哲.借鑒大數據相關關系提升信貸審批前瞻性[J].上海金融，2015（2）：6-13.

[9]武穎.中國建設銀行發展互聯網金融的戰略研究[D].首都經濟貿易大學，2015.

（作者單位：中國建設銀行深圳市支行）endprint