大数据背景下商业银行风险管理战略研究

摘 要：伴随着我国社会主义市场经济的不断繁荣，商业银行在促进区域经济发展与市场资金合理配置上发挥着重要的作用。但是在日益复杂的市场环境中，由于风险评估失误而造成的呆账与坏账也是屡见不鲜。大数据技术的出现则给商业银行风险管理提供了新的思路，以更加丰富的数据库配合先进的数据分析手段有效的控制了银行风险。在文章中，笔者首先分析了大数据背景下商业银行存在的机遇；其次，也阐述了大数据背景下商业银行风险管理面临的技术挑战；最后，对商业银行增强风险管理水平提出若干建议，以供参考。

关键词：大数据背景；商业银行；风险管理；实施策略

大数据是近年来的热词，也是当代信息技术“互联网+”的具体实践，给各行各业的生产方式都带来了巨大的变革。21世纪人类社会已经进入到信息时代，信息数据不仅作为一种消费品，同时也能成为商业生产材料。在传统小规模的数据中，难以发现普遍存在的经济规律；而在大数据时代信息量呈现出几何倍增的趋势，给商业银行风险管理提供了可能。因此，银行单位应该积极的拥抱时代，将新技术与实际工作相结合，切实的转化为经济效益。

一、大数据给商业银行的机遇

（一）提升数据分析能力

在以往的银行风险管理工作中，银行对客户的信息了解有限而且也存在着部分权限缺失的问题。在对客户进行风险评估时，就有可能受到片面信息的影响，导致结果失实。同时，传统的风险管理在业务前端也难以发挥太多的作用，更多的是“马后炮”式的总结与反思，这都给银行信贷业务发展造成了一定的阻碍。而在大数据背景下，银行能够获取的客户个人信息更多，甚至包括了其它金融机构的征信情况、个人消费记录与信用行为等。在诸多数据信息的帮助下，就能够全面客观的反映出客户的信用等级，为银行业务的开展提供数据支持。初次之外，大数据技术在数据分析方面也有着明显的优势，通过对大量数据与案例的分析，并结合严谨的算法能够准确的反映出该业务的可行性。相比于传统风险管理而言，弱化了感性因素而强化了数据分析能力。

（二）创新风险评估机制

此前的银行信贷呆坏账，通常就是由于风险管理机制落后的问题造成的。在工作开展过程中，过分依赖于权限审批制度，审批人员的主观意见在其中的影响力会比较大。在信贷业务中，客户对于银行的信息了如指掌，而银行对于客户的信息则了解不充分。在这种严重不对等的形势下，审批人员就容易被表象迷惑从而得出了错误的结论。同时，在银行信贷行业内，目前仍然没有形成一个量化标准。在业务开展时，就存在着许多的争议，也使风险管理工作陷入了僵局。在大数据背景下，就能够通过行业合作的方式，形成一个普遍共识的标准。在工作的开展过程中，利用具体的数据说话，提升银行风险管理的科学系。而标准的提出也能够消除业务中的差异化结果，使信贷业务流程更加简洁。

（三）优化银行管理水平

在传统的银行风险管理中，更注重结果以最后的评估决策来指导业务开展。这种做法实际上阻碍了風险评估技术的革新，同时也使风险管理工作逐渐形式化，没回发挥出真正的作用。其具体体现为对客户信息的分析太过粗放，审批人员经过简单的了解就直截了当的给出最终决策。而在大数据背景下，银行则能使这种现象大为改观。利用专业的统计学知识与信息技术相结合，使风险管理工作的重心逐渐由结果导向转移到过程计量上。这种做法能够提升信息数据的附加值，同时不断的优化银行的风险管理水平，促进信贷行业的不断发展。

（四）倒逼银行体制改革

在传统的信贷业务中，风险管理工作的话语权始终在银行业务人员手中，没能体现出对客户的尊重。随着时代的发展与银行管理理念的转变，银行在开展业务时也需要充分的体现出服务职能。商业银行通过对大数据技术的运用，建立起以客户信息为中心的业务体系。一切信息的获取与处理，都需要经过客户的直接授权，更加符合市场发展中“买卖双方”的地位。同时，银行在这个过程中还不断的完善分级授权体系，给滞后的商业银行体制注入新鲜的血液。

二、商业银行在大数据背景下的挑战

（一）数据库平台的建设

正所谓巧妇难为无米之炊，银行要发展大数据风险管理就必须依托于大量的客户数据。通常而言，大数据分析模式都以数据库为依托，通过长期的积淀不断的提升数据库的完整性。对于银行信贷业务而言，客户信息存在着内容多元、形式多样的问题。在建设书库库平台的过程中，就需要对有用的信息进行甄别，并分门别类的搜集到虚拟数据库中。与此同时还要配套局域网与以太网的建设，在内部的信息共享与外界的信息沟通上打通渠道。而这部分工作则十分依赖于信息技术的应用，传统的商业银行并不具备相应的技术基础。因此，在数据库的建设过程中难免会造成前期沉没成本和外包开销的支出，给银行带来技术与资金两方面的困难。

（二）数据的处理与分析

数据信息并不能自己表达，银行所需要用到的客户资料就需要借助专业的分析手段，对信息进行处理。在传统的业务开展过程中，所涉及到的客户信息量并不大，审批人员依靠多年的从业经验就能够大致的推断出该业务的可行性。然而在当今社会，商业银行的客户量不断激增，客户信息数据也呈现出指数爆炸的上升趋势。使用传统的逐一分析的方式显然不合时宜，就需要应用到专业的软件和电子计算机技术对于数据进行大规模快速的核算。由此课件，在大数据背景下的商业银行风险管理就需要计算机等办公设备，同时还需要搭载专门的硬件、软件促进大数据技术的落实。

（三）商业信息安全问题

网络自诞生以来就是一把双刃剑，合理的使用会给人们的生产生活带来极大的便利，而一旦使用不恰当所造成的危害也是不可估量的。首先，大数据风险管理对于计算机和网络有着较大的依赖。在接入互联网之后，大数据所拥有的个人信息成为了黑客和不法分子眼中的一块肥肉，通过一些技术手段则会使数据库崩溃而造成信息的泄漏。其次，电脑在使用的过程中也容易感染病毒和木马，。一些小恶意程序会造成电脑的死机，而部分窃取信息的木马则会给银行造成巨大的经济损失，而且对客户的个人隐私也形成了威胁。最后，大数据的上传与下载均离不开电脑的使用。在作为硬件设施本身就具有一定的不可控因素，由于故障或者老化等问题就会使信息遗失，给风险管理工作造成困扰。

（四）人才队伍打造问题

商业银行缺乏大数据人才支持是最突出的问题，也是行业内最迫切解决的问题。对于大数据风险管理整个业务链来分析，首先离不开数据库与网络平台的建设人才。这部分技术人才是大数据技术应用的基础，若是商业银行缺乏人才支持只能使用外界的授权数据库或者将部分业务外包给专门的大数据机构，这样一来显然不利于银行信贷业务的长期开展。同时，大数据风险管理还对分析人员有着大量的需求。其中包括统计学专家、数学人才、风险管理人才等，对于专业软件的使用也对人才提出了更高的要求。

三、大数据背景下商业银行风险管理策略

（一）整合数据资源

前文也曾提到过，商业银行对客户的信息了解不够全面，在决策过程中就容易受到表象的迷惑而作出错误的评估结果。因此，除了银行既有的客户开户个人信息，还需要扩展渠道丰富数据库内容。笔者建议，银行可以和民间金融机构形成合作关系，通过数据共享的方式，促进决策的合理化。同时也应该关注大数据发展的趋势，借助大互联网公司的数据库来提升自身的实力。比如，在社交媒体中为了实现对用户的精准细心推送，互联网公司通常就会建立数据库，并在征得同意之后获得了大量的用户信息。银行就可以与社交媒体与和互联网公司合作，整合数据资源给信贷业务风险管理提供数据基础。

（二）建立分析平台

商业银行还需要建立起数据分析平台，形成规模化系统化的大数据分析模式。在获取大量的数据信息之后，银行需要对用户信息进行归档分类。在储存和调用的过程中都能以关键字词的检索迅速的调出，给数据分析提供便利。然后，通过建立起网络平台，实时的对用户信息进行分析传输。在传统的数据分析过程中，粗放的问题比较明显，没能有效的将客户信息转化为信贷依据。因此，企业急需要在平台上根据多方面的数据反馈，综合的考量。比如个人的消费水平、信用记录、收入水平等等，真正的将数据信息转化为银行风险管理所需的内容。

（三）完善技术体系

在大数据风险管理技术体系中，主要涉及到部门建设、数据安全标准以及监管能力上。由于部分商业银行缺乏网络安全意识，造成用户信息泄漏的案例并不少见。这不仅给该银行的形象造成了一定的破坏，同时也对我国金融市场的稳定有一定的威胁。因此，在大数据背景下银行应该完善技术体系，确保大数据风险管理安全可靠的开展。首先，在体制结构上设立专门的技术部门，对大数据技术进行研究和实践，同时对整体系统的日常运行维护负担起责任。其次，还需要根据央行的财政政策和银行发展情况制定出风险评估标准。通过这种做法能够有效的减少标准确实形成的争议问题，使信贷业务在一定的规范下有序开展。最后，还需要对大数据风险管理工作进行监督管理，做好安全预防工作。

（四）加强队伍建设

人才作为生产要素之一，在当今知识经济和信息技术不断发展的市场中地位越来越高。商业银行需要重视对人才的培养，提升团队的大数据能力以适应当下行业发展的需求。笔者建议，银行定期组织职工进行培训，以大数据基础知识和操作流程为教育内容，提高他们的业务能力。同时还应该聘用具有专业大数据技术的人才，为银行数据库的建设维护提供人才支持。同时，商业银行还可以向优秀的大数据团队进行借鉴与学习，通过委派见习的方式，让职工深造学习提升他们的大数据应用能力。

结语

综上所述，随着商业银行信贷业务的不断开展，传统的风险管理模式已经难以指导实践。商业银行需要借助当下的大数据技术，以更加精细化和准确的分析手段，反映出客户的真实信息，促进信贷业务的良好发展。

参考文献：

[1]费学奇，胡棋智，姜勇.关于将“大数据”技术引入银行运营风险管理的思考[J].农村金融研究，2015（01）：41-45.

[2]宮哲，万适.论驱动信息化银行“三驾马车”：数字服务、大数据及信息安全[J].当代经济管理，2015，37（12）：69-74.

[3]蒋耀萱.大数据时代我国商业银行风险管理的问题研究[J].金融视线，2015（06）：85-87.

[4]朱良平.大数据在银行信贷业务中的应用实践及建议[J].中国金融计算机，2015（02）.

[5]杨瑾.大数据助推商业银行信贷业务与风险管理创新[J].全国商情，2014（08）：76-77.

作者简介：

崔立群（1974.10----），女，副教授，研究方向企业和银行会计。