大數據時代下商業銀行運營風險管理的思考

吳文興

摘 要：隨著互聯網和大數據的快速發展，商業銀行業與互聯網的融合開始加速，銀行不斷利用互聯網技術避免空間和信息不對稱的限制，提升經營管理效率，加強風險監控，實現自身的轉型和升級。大數據應用于商業銀行的產品研發、客戶管理、績效考評等各個方面，其中風險管理是最重要的一個方面。本文從精益管理角度，針對大數據對商業銀行集約化運作、員工操作風險、業務流程處理等內部運營風險管理的影響，分析大數據時代下商業銀行運營風險管理的現狀和不足，面臨的機遇及挑戰，提出了商業銀行的應對策略。

關鍵詞：商業銀行 大數據 風險管理

中圖分類號：F832.33 文獻標識碼：A 文章編號：2096-0298（2018）07（c）-003-02

1 商業銀行運營風險管理的現狀及不足

1.1 商業銀行運營風險管理思維略顯落后

無論是信用風險、市場風險還是操作風險，傳統商業銀行風險管理體系強調以“三道防線”對內控合規流程進行監督管控，在風險計量上則依賴監控規則和具體指標的評估方法，但始終無法規避內外部人員徇私舞弊造成的風險，也缺乏對高級計量方式方法的運用。

同時，在互聯網時代，風險管理邊界不斷擴展，風險形式層出不窮，新興技術及數據運用缺乏，導致傳統商業銀行風險管理體系更加難以做到全覆蓋、穿透式監管。作為商業銀行操作風險范疇的運營風險管理同樣如此，加碼控制環節、增加崗位層級、擴展監控指標、乃至于技術手段約束，都不能及時、有效地應對不斷強化的監管要求、推陳出新的業務產品、日新月異的技術運用以及復雜多變案防形勢所帶來的風險壓力。

1.2 商業銀行運營風險管理方式落后

一是風險控制主觀化。運營風險控制大多數還依靠具有審批權限的崗位人員作出的職業判斷，這些判斷往往具有一定程度上的主觀性，使得判斷標準不一致，導致判斷失效。二是控制環節銜接真空。在集約化背景下，運營業務流程具有前臺后臺一體化處理、線上線下流程化處理、跨部門條線綜合化處理的特點，風控主體多，風控判斷信息容易缺漏或存在不對稱，導致判斷失真。三是風險管理碎片化。運營風險控制容易陷入具體的操作風險防范中，對產生這些風險的緣由或本質缺乏判斷，如業務組織、崗位變化、人員素質等方面缺乏全面了解，孤立判斷風險，導致難于從根本有效防控風險。四是缺乏前瞻性預判。預防勝于治療，前瞻性地預判可能產生的風險，是運營管理者進行風險識別和管控的有效途徑，但目前運營風險的管理尚未達到這種水平。

1.3 商業銀行運營風險管理數據基礎薄弱

雖然商業銀行不斷深化經營管理的數據化、信息化，但追求的目標更多的著眼于短期利潤，對運營風險管理數據等風險資源未給予應有的重視。一是忽視非結構化風險管理數據。非結構化和半結構化風險管理數據，包括客戶習慣、員工素質、崗位經驗等，是對各類風險因子的客觀反映，能夠實現跨層面、跨節點查詢分析，提升風險數據管理效能。但傳統的數據管理著力于對客戶交易、業務處理、流程控制等結構化數據的獲取和保留，對非結構化風險管理數據的重視程度不足。二是風險管理數據資源的獲取渠道有限，集中體現在風險管理數據量少、時效性差，現有數據維度不足、口徑不規范，導致相關數據難以互聯互通。三是缺乏對運營風險管理數據的持續運營，也導致運營數據人才和技術的缺失。

2 商業銀行運營風險管理的機遇及挑戰

2.1 轉型發展為提升運營風險管理創造了條件

近幾年，各家商業銀行不斷轉型發展，加大了在系統整合、業務集約、產品規范、技術運用等方面的投入，為運用大數據提升運營風險管理提供了基礎：一是全面推進數據集中。整合或優化行內各項系統，實現運營風險管理信息的高度集中，能夠在統一的平臺獲取數據資源，降低了數據成本。二是全力推進業務集約化運作。將原來分散的、層級化、多極化的運營業務集中歸攏處理，并不斷擴展產品種類，實現流程模式的相對統一，減少了運營風險的管控難度。三是產品及流程的規范化管理。內部管理的強化和監管力度的加大，促使商業銀行業務及產品的規范化，相應的數據標準也趨于一致，為運用大數據管控運營風險提供了便利。

商業銀行的轉型發展也面臨著嚴峻的挑戰：一是監管要求日趨嚴格。在金融創新不斷推陳出新的同時，社會對金融機構的系統性風險防控要求不斷提升，監管要求日趨嚴格，運營風險管理難度也隨之增大。二是商業模式的變化，如社交工具推廣、交易渠道多樣化、交易方式便利化等因素，使風險案件呈現出方法多樣、手段隱蔽等特點，監控和管理的難度加大，商業銀行現有的運營風險管理體系面臨較大挑戰。三是商業銀行內部管理仍以條線管理為主，風險管控塊狀分割，未能有效統籌各類風險資源，也容易形成管理真空。

2.2 大數據技術為提升運營風險管理提供了手段

大數據及互聯網技術的進步為商業銀行改進運營風險管理帶來了機遇。一是數據獲取便捷化。數據技術的發展，使得商業銀行能夠較為便捷的獲取運營風險管理的各類數據，既包括客戶信息等內部數據，也包括工商、稅務、司法、征信、第三方平臺等外部數據，數據獲取的深度和廣度都得到了擴展。二是技術工具的廣泛運用，提升了運營數據處理和分析的效能，數據管理精度更高，靈活化更大。三是互聯網企業在大數據方面的實踐，如地圖軟件的行車規劃，網購平臺的廣告推送，網貸企業的風險評估等，為商業銀行運營風險管理提供了借鑒。

商業銀行在運用大數據方面仍要克服許多困難。一是商業銀行大數據的管理理論、分析方法尚處在摸索階段，如何在海量的大數據中去粗取精，實現數據的高效整合和應用，尚無一致論斷。二是與互聯網企業相比，商業銀行對大數據運用反應較慢，考慮因素較多，建立有效的運營風險數據管理體系尚需時日。三是大數據專業人才匱乏。由于商業銀行用人管理體系的限制，外部直接引入人才難度較大，而內部培育需克服條線分割難題，培養的時間成本也較高。

3 大數據時代下商業銀行運營風險管理的對策及建議

3.1 加大商業銀行運營風險大數據管理

一是加大運營風險管理數據的收集及積累。建立企業級數據倉庫（EDW），廣泛收集各渠道、各類型的信息，既包括機構、員工、客戶等主體信息，也涵蓋產品銷售、業務操作等運營流程信息；既有賬戶開立、資金往來等結構化的數據，也包括監控視頻錄像、咨詢語音等非結構化數據。數據是運營風險管理的血液，通過分析這些數據，能夠真實還原商業銀行運營風險管理的原貌，掌握了解產生運營風險的主客觀原因，為化解防范運營風險提供了必要的原材料。目前，商業銀行特別是國有大型商業銀行，大多已經建立或者正在建立數據倉庫。

二是加大運營風險管理數據的整理及提煉。商業銀行數據涉及客戶信息、業務流程、賬戶交易等方方面面，數據總量龐大，要篩選契合運營風險管理需求的數據，必須建立有效的提煉規則，從海量數據中剔除無用信息，提煉關鍵要素，為數據分析打下堅實基礎。

三是摸索建立運營風險管理數據管理機制。運營數據管理不是簡單的積累整理提煉，從技術角度來說，數據就是一個個表格，記錄不同主體或行為的信息，一個商業銀行運營風險的基礎數據表，可能數以萬計，表格數據標準、更新頻率不盡相同，表表之間、數據與數據之間的關聯性不盡清晰，甚至可能出現相互矛盾，需要建立起一整套的數據管理流程及平臺，實現統一數據標準、統一更新規則，建立數據關聯、數據驗證、數據質量控制等數據集成機制，構建完整、全面的數據信息視圖，提升風險量化能力，并在運營風險管理中廣泛和深入應用。

3.2 加大數據在商業銀行運營風險管理體系中的運用。

一是實現運營風險管理數據相互融合。運營風險管理廣泛性確定了它必須實現多維數據的融合。首先是條線模塊間數據的融合，下以員工行為風險為例來說，必須將其對公條線的操作數據和對私條線的操作數據融合分析，才能有效判斷員工行為風險，不能割裂；其次是靜態與動態數據的融合，員工素質、以往過失等靜態數據必須與其當前從事崗位操作的動態數據相結合，才能客觀判斷其風險；再次是總分數據的融合，既要分析員工個體操作行為數據，又要考慮其所在機構管理能力及文化的因素；最后是內外數據的融合，不但要分析員工在行內的行為數據，也好關注員工8小時以外的活動行為數據。

二是拓展運營風險管理數據運用場景。運營風險管理主要防范兩個方面的風險，一方面是杜絕圍繞監管、案件及重大資金損失的“黑天鵝”風險；另一方面是減少屢查屢犯、此查彼犯的“灰犀牛”風險。要圍繞這些風 險及風險主體，運用大數據研究并拓展各種操作風險場景，并形成操作風險情景分析數據，以運用至日常的管理工作中。比如，可通過對某個網點員工的組織管理、員工素質分布、一定時期差錯情況、歷年評價等數據進行分析，勾勒該網點風險管理視圖，了解網點在哪些業務是短板、哪些柜員需關注、哪方面管理存在缺陷、風險偏好如何等，再采取相應的管理手段解決，以緩釋運營風險。

三是構建大數據時代下運營風險管理體系。依據大數據及互聯網技術，商業銀行可變革運營風險事前事中事后管理流程，實現風險管理的科學有效。一方面要建立運營風險計量模型，在提升風險量化能力的基礎上，綜合運用了數據倉庫、知識圖譜、云計算等多種技術，深入分析風險變量及其數據之間的關系，建立打破條塊、去中心化的運營風險管理模型，動態揭示運營風險成因、特點、表現和趨勢，實現對運營風險或潛在風險有效識別以及綜合評估；另一方面要實現基于大數據的運營風險閉環管理，充分用好運營風險建模成果，分析運用成效，不斷改進和補充運營風險管理模型，實現大數據基礎上的發現風險—>分析風險—>風險建模—>揭示風險—>成果運用—>風險評估—>總結改進的閉環管理。另外，可進一步研究智能風控模式，充分運用大數據平臺的計算分析能力，突出機器學習或深度學習模型，最終實現數據驅動風控效能，實現精益風險管理。

3.3 加大商業銀行運營風險管理數據人才的培養

人才是第一資源，從管理角度來看，大數據基礎人才分為三類：第一類為數據分析人才，或稱技術型人才，主要負責運營管理各類數據；第二類為數據運用人才，或稱管理型人才，主要負責運用數據實現運營管理目標；第三類為復合型人才，既具備大數據分析能力，也具備大數據運行能力。

商業銀行要重視在大數據時代下運營風險管理人才的培養與成長，要以大數據思維，不斷提升他們的專業技能，要建立相應的配套機制，引進和留住運營風險管理人才，培養一批數量充足、結構合理、經驗豐富、風險敏銳的運營風險管理骨干，建立一支既對運營風險具備定性分析判斷能力、對動態風險具備監測能力、對潛在風險具備排查能力，又熟悉和掌握大數據信息整合技術、風險數據建模技術、運營風險管控技術的復合型風險管理專業人才隊伍。

參考文獻

[1] 車品覺.決戰大數據：大數據的關鍵思考[M].杭州：浙江人民大學出版社，2016.

[2] 蔣耀萱.大數據時代我國商業銀行風險管理的問題研究金融視線[J].中國商論，2015（16）.

[3] 陳祖峰.大數據時代的金融風險管理[EB/OL].2017.