大數據技術應用于商業銀行風險管理問題研究

王嘉申

（南京審計大學金融學院，南京210001）

一、研究背景及意義

（一）研究背景

伴隨著近些年來中國各大社交互動平臺、網上購物平臺等數據信息共享平臺的涌現和發展，大數據一詞開始成為人們的關注點，并愈加廣泛地為人所知。

在大數據技術興起的過程中，國內各大互聯網企業借助自身的平臺優勢，留存了海量的數據。在對這些大數據進行清洗等操作后，就可以用以指導決策。其后，伴隨著互聯網金融的興起，大數據技術的應用也不再只局限于傳統的傳媒業和零售業，而是開始不斷向金融業深化擴張。事實證明，這種“平臺+大數據+金融服務”的模式給互聯網企業帶來了豐厚的利潤，更為重要的一點是，這種“平臺+大數據+金融服務”的發展模式也在某種程度上促進了中國傳統金融服務業尤其是商業銀行的轉型與升級。

（二）研究意義

眾所周知，商業銀行本質上屬于經營風險的行業，因此，能否進行有效的風險管理是決定其能否生存與發展的關鍵。從本質出發，商業銀行也是數據產生以及依靠數據來驅動的行業。商業銀行日常經營與管理中的每一個流程都會產生數據，除此之外，大數據技術的深入應用也可以使商業銀行控制風險的成本大大降低，以此帶來銀行信用評級和風險控制效率的大幅提高。由此可見，銀行應該將對大數據的挖掘、處理、分析和使用放在重要的戰略位置，以此來為商業銀行未來的競爭與發展打下基礎。

二、國內外研究現狀及文獻綜述

（一）國外研究現狀及文獻綜述

大數據技術及其理論首先是在國外興起，自其誕生以來，國外學者對其概念及其技術應用方面做了許多研究。尤其是近年來，隨著大數據技術越來越廣泛地被應用于金融領域，國外的專家學者也廣泛開展了對大數據技術在金融領域內應用方面的研究。早在2011年MervAdrian就給出了大數據的定義，他認為大數據的出現，使得傳統硬件環境和軟件工具管理以及處理數據的能力已經不能滿足人類的需要。Manyika（2011）表示，大數據將是未來社會備受關注的生產要素，它將會在許多領域與行業產生極大的影響。而金融行業作為數據生產和驅動的行業，不可避免地受到更加深遠的影響。Viktor Mayer-Schonberger（2013）則認為，大數據與隨機分析法和抽樣法基于樣本分析不同，大數據技術是基于全部數據進行分析的方法。ID Lackovic（2016）指出，由于激烈的競爭環境、嚴格的監管要求、高標準的消費者需求，商業銀行亟須大數據技術來提高市場營銷能力。

（二）國內研究現狀以及文獻綜述

大數據技術在國內的興起比較晚，相應的，國內學者對于大數據技術及其理論的研究也相對較晚。其中，趙付玲、安鋒、張曉鋒（2013）在大數據時代的背景下，討論了商業銀行的信息化、智能化建設，歸納出中國商業銀行信息化、智能化建設的過程，提出了新的時代背景下中國商業銀行所面臨的困境。洪娟（2014）通過分析大數據技術興起背景下的互聯網金融，尤其是小微金融服務的特點，總結了商業銀行小微貸業務的短板之處及當前環境下所面臨的大數據機遇。陸岷峰、虞鵬飛（2015）在分析和研究了各商業銀行在大數據時代背景下的大數據戰略之后，總結和歸納出了商業銀行推行大數據戰略所要達成的具體目標及完成大數據體系建設可行的路徑選擇。陳春安（2016）以招商銀行為例進行了具體案例分析，從銀行的視角探討了“零售大數據”的應用場景。閆莉（2016）通過分析國內外商業銀行私人財富管理應用大數據技術的案例，得出了商業銀行私人財富管理在大數據時代營銷更精確，服務更優質，運營更高效以及風險控制更高級的發展趨勢。

除此之外，越來越多的國內學者也開始了對于大數據技術應用于商業銀行風險管理的研究。高建峰、張志榮（2014）指出，信息搜集是商業銀行信貸風險管理的首要前提，同時給出了大數據背景下商業銀行強化信息搜集、分析和處理的建議。張守川、琚江、楊肖（2014）認為，風險數據集市和全面風險管理平臺的構建是商業銀行實現智慧型、智能化風險管理的關鍵，商業銀行應借助大數據技術智能化分析技術，促進風險管理朝著更加智慧型、智能化的方向轉型升級。谷增軍（2015）認為，在當前的金融經濟環境下，構建一個完善的以大數據技術為基礎的商業銀行征信系統具有重大意義。韓忠雪、林聲東（2016）對大數據時代環境下商業銀行所面臨的挑戰進行了總結和歸納，重點分析了商業銀行簡歷智慧型、智能化風險管理體系的深層含義與優勢所在。李連夢（2016）在研究中比較了傳統信用風險管理與機遇大數據技術的智慧型風險管理，闡述了商業銀行目前所面臨的機遇與挑戰。

三、大數據技術的應用現狀

（一）信貸領域

在大數據技術興起之后，國內涌現出越來越多的互聯網信用評估機構，這些評估機構可以幫助銀行進行完善高效個人信貸風險評估。他們通過分析客戶在各大社交平臺（如QQ、WeChat、微博和淘寶）留下的數據，對申請銀行貸款的客戶進行風險測評，并將結果與商業銀行共享。

（二）征信領域

據統計，中國有將近7億的互聯網用戶，其中有一半左右的用戶缺乏有效的信用記錄。而互聯網金融的意義在于使金融發揮普惠價值，大量的用戶有金融領域方面的消費需求，但是卻一直游離于征信體制之外，以至于對金融消費領域的“高門檻”束手無策。但是現在，基于大數據技術，人們的各種日常行為被記錄和評估，大數據技術可以根據客戶的各類信息繪制客戶的專屬信用畫像，評估其客戶的信用等級以及投資風險，完善市場征信體系。

（三）制定差異化產品和精準營銷

表1 各行業應用大數據技術潛在價值

制定與營銷差異化金融產品的關鍵之處在于利用大數據技術收集、處理和分析客戶的各種信息特征，以此來預測用戶在特定時間點和特定場景的需求，開展差異化金融產品的精準營銷。

（四）市場預測

上述幾點是基于市場中行為個體的數據統計和分析，而對于這些數據進行統一提煉和分析，就可以對市場整體的環境做出具有參考性的評估，進而對于更有效率地開展業務具有較好的指導意義。

四、大數據技術帶來的機遇與挑戰

（一）大數據技術帶來的機遇

大數據技術的興起，使許多行業迸發了新的生機。以大數據技術為基礎，通過對產生于商業銀行日常交易與管理的大數據進行統一處理和分析，可以依靠分析結果支持和輔助商業銀行的各項金融決策，金融業也因此成為大數據時代獲利指數最高的行業之一。

1.促進商業銀行風險管理模型的轉型與升級

數據處理技術是商業銀行風險管理所依賴的核心技術之一，而大數據技術的發展恰恰可以促進數據處理技術的優化與創新。大數據技術包含各式各樣先進的算法和風險管理模型，能夠提高風險定價的準確性與風險管理效率。大數據技術主要是利用全部樣本數據進行分析，尋找數據間的相關關系，得出一種概率性的結果。這種方式可以優化銀行風險監控與測算模型，切實地將銀行風險進行量化。目前，大數據技術的應用已經使得銀行風險管理在風險特征分析、關聯分析、分類與預測、孤立點分析等方面做到了優化與創新，促使銀行風險管理更加規范化、科學化、合理化，改變了長期以來依靠風控人員主觀判斷的局面。

2.為商業銀行打開業務、營銷通道

在大數據技術興起的浪潮之下，商業銀行風險管理正逐漸從對風險的管理和控制轉變為對于風險的經營。大數據技術為商業銀行分析出不同客戶的特征，從而有助于商業銀行針對特定客戶群體定制產品，進而實現對不同客戶群體的精準營銷。商業銀行從客戶定位、產品設計、產品營銷各個環節都會考慮風險等級，采取合理的定價和營銷渠道來規避潛在風險。其中最典型的案例就是，大數據技術在商業銀行私人財富管理市場上的應用，商業銀行可以針對每個客戶的特點和需求來設計和營銷產品，從而做到最大限度地規避風險、提高收益。

（二）大數據技術帶來的挑戰

大數據技術的應用在推動商業銀行風險管理模式轉型和升級方面有積極性作用，但同時，伴隨著金融改革的持續深入以及大數據技術的進一步發展，金融企業尤其是商業銀行之間的競爭將會加劇，傳統的商業銀行風險管理模式也迎來了新的挑戰。

1.金融業內競爭格局發生改變

國際分工視角下產業升級內涵界定與演進研究..................................................................................................................劉會政 陳 奕 楊 楠（34）

在當今的金融經濟社會中，商業銀行的競爭對手已經不再是傳統意義上的各個同業機構。來自于市場中各行各業的許多企業和機構也開始跟隨者大數據技術興起的浪潮向金融領域擴展業務。在這些企業和機構中，有些依靠自身大數據信息平臺的優勢開展了一系列的創新性舉措，諸如阿里小貸、余額寶等產品均是這些創新的產物，這些企業和機構都在與商業銀行競爭相關業務。因此，傳統的金融經濟競爭格局已經改變，商業銀行也需要將自身的戰略轉型提上日程，如果商業銀行不能把握住大數據技術興起所帶來的變革機遇，就將永遠處于被動的狀態。

2.信息及資金安全隱患增加

時至今日，大數據技術被廣泛應用與各行各業，電子商務所帶來的便利也日益深入人心。然而，伴隨而來的卻是信息及資金安全問題的大量涌現，對客戶信息及資金安全的保護也越來越成為公眾評價一個銀行經營管理水平的標桿。2015年上半年，許多國內金融機構尤其是商業銀行的互聯網安全漏洞數量快速增加，客戶的個人信息、賬號密碼和賬戶記錄均存在被泄露的風險。目前，已被曝出的金融機構網站大小漏洞涉及國聯證券、中國人保等多家知名金融機構以及部分中小村鎮銀行、互聯網P2P平臺，且這些漏洞主要集中于注入漏洞、跨站腳本攻擊以及金融APP安全問題等方面。

五、大數據技術應用于商業銀行風險管理的路徑分析

（一）多維數據的采集

商業銀行本質上是數據產生和依靠數據驅動的行業，大數據產生于商業銀行運作的每一筆交易和每一步流程，但這些內部數據還遠遠不夠，并不能全面、綜合、準確地反映客戶的信用狀況和風險等級。因此，商業銀行還需要積極與外部企業及機構溝通合作，在安全性的前提下，從不同渠道獲取盡可能多的外部數據。而得益于互聯網信息技術的迅猛發展，國內涌現出了大量的互聯網創新型企業。與這些企業和機構合作，商業銀行可以獲得體量巨大、種類豐富的外部數據，用以彌補自身數據來源方面的不足。

（二）數據的處理和整合

在從銀行內部以及外部通道獲取海量數據之后，銀行就需要開始考慮應如何使用這些數據來創造銀行自身的價值。商業銀行數據的價值創造在于，在保障信息安全性的前提下，向正確的人提供正確的數據。由于銀行的數據來源于企業內部和外部數據的導入，因此，也就存在數據原始口徑不一致、分類不清晰、標準不統一、真偽無法辨析的現象，其自身所具備的價值也不高。在對原始數據進行加工與處理之后，就可以去偽存真地甄別出有價值的數據以實現高效且穩定的內部流程管理與運營。

（三）數據模型的構建

金融數據模型（Financial Data Model）是對銀行所持有的所有數據的整理和規范，對于銀行內部重要的業務概念和各個主題域之間、主題域內部主要實體之間的關系做出了明確的定義。通過構建金融數據模型，商業銀行可以形成具有自有知識產權的邏輯數據模型，然后在此基礎之上構建自身的綜合性數據服務體系。構建數據模型可以從整體上幫助商業銀行繪制自身的業務信息視圖，有利于自身及管理者更好地理解數據含義，滿足日常經營管理中的分析、應用及決策要求，有利于銀行對現有資產、負債、結算、中間業務、金融市場等業務的全局認知與有效管理，從戰略角度對銀行信息系統進行整體規劃設計，減少信息不對稱的影響，更好地實現橫向跨部門、跨系統分析，支持金融領域成熟服務應用的順利實施，建設并完善符合銀行業務實際現狀和未來發展要求數據應用與管理服務平臺。

（四）分析結果在全面風險管理中的應用

商業銀行的各部門相互之間應該具有信息互聯、信息互通和信息互用的關系，這樣既可以保證采集到更高質量的數據信息，同時也有助于銀行內部各個部門共享信息分析、處理結果，提高經營管理效率。同時，基于大數據技術的商業銀行新型風險管理已經不再是傳統意義上單獨由風險合規與風險控制等個別部門來完成，而是將商業銀行視為一個統一體，力求做到銀行各部門之間互聯互動，打造全程、動態、智能化的風險管理模式。

六、商業銀行應用大數據技術進行風險管理的對策和建議

（一）樹立大數據戰略理念

在2015年政府工作報告中，李克強總理正式提出了“互聯網+”計劃，這顯示出了政府進行改革的堅定決心。當下，利率市場化對商業銀行的存貸業務產生了重要影響，嚴重縮小了存貸差，造成各商業銀行經營管理收入嚴重縮水。大量民營銀行出現也加劇了銀行業的競爭，商業銀行如果無法提升客戶滿意度，將會造成客戶粘性不足、客戶流失的現象。更為關鍵的是，隨著各行各業對于大數據技術越來越廣泛的應用，互聯網金融無疑會持續迅猛發展，商業銀行的部分傳統業務也會不可避免地受到持續的影響。

因此，轉變商業銀行傳統的風險管理模式勢在必行，而從國內外實踐中可以看出，大數據技術的興起無疑為目前商業銀行風險管理模式的轉型與升級起到了重要的啟示作用。商業銀行管理者及其員工應樹立大數據理念，制定并切實推進商業銀行管理模式轉型的戰略，同時力促銀行內部各部門通力合作，共同實現對商業銀行風險全程、動態、智能化的管理。

（二）推進商業銀行與社交網絡的融合

商業銀行要基于大數據技術對風險管理模式進行優化，就需要突破傳統數據來源的局限，在傳統數據來源之外，加強與各大互聯網企業與機構進行溝通，接入社交媒體、電子商務等新型數據，獲取盡可能多的客戶特征信息，獲取更加準確、完整、全面的客戶信息視圖。除此之外，商業銀行也可以發揮自身的優勢，與互聯網企業和機構開展戰略合作，交換和共享數據信息，將銀行自身的風險管理功能與網絡電信、網上購物以及社交平臺等結合起來。

（三）健全人才培養機制

在人類社會中，伴隨著人們復雜的日常活動，每天都有海量的信息可供處理和分析，而對數據的處理和分析卻需要這一領域的專業技術人才。這些技術人才在具備商業銀行業務知識的同時，還必須熟練掌握大數據技術的理論和實際操作，并且能夠做到將兩者在實際工作中相互融合。因此，商業銀行應該重視對于大數據技術人才的培養，在一定程度上將行內資源向專業人才培養方面傾斜，打造一支自己的大數據技術團隊。

從這一方面來說，商業銀行歷來都具備比較好的聲譽，同時也有著較為穩定的資金支持以及較強的人才吸引能力，商業銀行應該憑借自身的優勢，制定切實可行的專業人才培養戰略，打造自己的大數據技術核心競爭力。除此之外，商業銀行也可以憑借良好的自身條件，從其他互聯網企業和機構吸納優秀技術員工，全面提高商業銀行的整體技術水平，強化大數據技術核心優勢。

[1] J.Manyika,M.Chui et al.Big data：The next frontier for innovation,competition,and productivity[R].McKinsey Global Institute.May 2011.

[2] Merv Adrian.Big Data[R].Tera data Magazine.1：11www.teradatamagazinecom/v11n01/features/big-data/.

[3] Viktor Mayer-Sch nberger and Kenneth Cukier,Big data：A Revolution That Will Transform How We Live,Work,and Think.

[4] 趙付玲，安 鋒，張曉鋒.大數據時代商業銀行信息化問題淺析[J].金融理論與實踐，2013(10).

[5] 洪 娟.大數據環境下商業銀行“小微貸”競爭策略研究[J].南方金融，2014(3).

[6] 陸岷峰，虞鵬飛.互聯網金融背景下商業銀行“大數據”戰略研究[J].經濟與管理，2015(3).

[7] 陳春安.零售大數據在商業銀行的應用分析[D].成都：西南財經大學，2016.

[8] 閆 莉.大數據時代商業銀行私人財富管理發展策略研究[D].天津：天津商業大學，2016.

[9] 高建峰，張志榮.大數據時代商業銀行風險管理優化[J].上海金融，2014(8).

[10] 張守川，琚 江，楊 肖.建立智慧型風險管理體系[J].中國金融，2014(15).

[11] 谷增軍.大數據時代商業銀行的信用風險防控之道[J].甘肅金融，2015(2).

[12] 韓忠雪，林聲東.智慧銀行——大數據背景下商業銀行的戰略選擇[J].海南金融，2016(1).

[13] 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：天津商業大學，2016.