大数据下银行业发展的风险研究

成娟瑜

【摘要】数据和风险从来就是银行的两大要素。正如业界常说的：银行的业务就是风险，而数据则是银行最有价值的资产。如果将风险比作银行的灵魂，那么数据则当之无愧地是银行的血液，二者相辅相成，维系着银行的运作。随着全球化的深入和信息技术的发展，风险和数据为商业银行带来的机遇与挑战日趋明显。从我国商业银行的风险管理问题出发，结合大数据这一时代背景，研究大数据给商业银行在数据挖掘、风险决策、风险量化和风险管理体制等带来的机遇，分析大数据时代商业银行在数据集成与整合、储存与开发、数据信息安全以及数据分析人才匮乏等方面面临的挑战，提出商业银行应对这一系列机遇和挑战的相应对策。大数据技术的应用为商业银行带来的机遇与挑战日趋明显。

【关键词】商业银行    大数据    发展风险

一、大数据技术的发展趋势

大数据以迅雷不及掩耳之势对商业银行的影响，同时也渗透到央行，众所周知央行的职能包括：中央银行是发行的银行、银行的银行、政府的银行，这是中央银行职能最典型的概括。发行的银行。是指国家赋予中央银行集中与垄断货币发行的特权，中央银行是国家唯一的货币发行机构。银行的银行。是指作为国家的金融管理机构，中央银行在整个金融体系中居于领导地位，并与商业银行和其他金融机构进行存、放、汇等业务上的往来。政府的银行。是指中央银行代表国家贯彻执行货币金融政策，代为管理政府财政收支以及为政府提供各种金融服务。

在新的形势下，大数据的发展日新月异，对银行业的发展起到至关重要的作用，所以央行的职能，应该增加一项：那就是对大数据的统一管理。要让银行的业务数据全部处于央行的有序监控和管理之下。如何使央行的监管权力得以保障呢？个人认为应该要求做到以下几点：

首先，各商业银行开放最高权限的大数据查询功能用户，给央行使用，尽快制定银行业大数据管理的有关办法;其次，尽快实现各商业银行大数据系统的互通、互联、共享。以及，央行应该行使对各个商业银行的大数据的实时监控权、统一管理权，使各商业银行的大数据，形成整体的一盘棋，成为大数据系统工程。只有将云技术、区块链技术等都运用到大数据系统的管理，才能使大数据、风险管理等有机结合起来，使央行更好的发挥监管、监督、管理职能，推动商业银行的稳步发展。

正所谓“欲速则不达，见小利则大事不成，”大数据发展速度迅猛，但是在科技突飞猛进的同时，我们不仅要关注大数据发展下的利弊，更要对症下药解决大数据带来的副作用。人民网北京5月31日电大数据战略重点实验室研究编著、社会科学文献出版社出版的《大数据蓝皮书：中国大数据发展报告No.1》（简称《大数据蓝皮书》）5月28日正式发布。作为全国首部《大数据蓝皮书》，从制度、技术、产业和学科建设等层面对大数据的发展进行分析与研判，并提出中国大数据发展的几大新趋势。

二、大数据下银行业务发展的瓶颈

（一）数据信息的整合、挖掘分析不到位

借款人或借款人的實际控制人在不同地域多处注册，分头融资的情况较为普遍，对其复杂的交易及大量跨区域、跨市场、跨银行的业务经营和资金流动等情况，仅从表层的数据信息来看，很难清晰地了解其生产经营和社会关联的全部真实情况，其中的关联风险、互保连保风险、交叉违约风险以及虚假信息等多层复杂风险基本无法发现。数据信息不完整，又缺乏有效的整合，很难能支撑银行对借款人整体风险的识别，甚至还有可能误导银行对借款人风险的判断。尤其是对于跨区域、跨行业经营的集团客户，不进行数据信息的整合和深度挖掘分析，风险就很难识别和判断。

（二）管理方式不适应环境变化

银行现行的经验型风险管理，主要靠定性因素来分析，凭经验来判断风险，这种方式又主要依赖分支机构相关人员的经验来对借款人风险进行识别和防控，局限性很大，不仅效率很低，而且质量也不高。借款人大量的风险或潜在风险容易被忽略，对借款人提供的一些不实数据信息缺乏基本的鉴别，对一些重大数据信息缺失和遗漏也不能及时发现，更没有要求借款人补充完善。就是发现一些异常情况或风险因素也因缺乏有效途径和方法去验证或辨别，一旦风险暴露就已错过最佳的保全补救或退出时机了。

（三）数据信息收集不完整，缺失遗漏多

数据信息的采集主要是靠分支机构和借款人提供，还普遍存在分散采集、重复采集等问题。随着市场环境的变化，银行对借款人数据信息收集的难度不断增大，对借款人的生产经营、资金流向了解不清楚，对其盲目投资、过度融资以及关联关系的数据信息掌握不全面，一些深层次的、及时的、连续的数据信息更是难采集，缺失和遗漏多。

三、大数据下银行业发展的创新策略

风险管理工作要在对相关信息进行科学审视的基础上，进一步整合强化，实现风险管理部门与其他部门携手合作，内部系统互相挂钩进行整体布局和防控、工作流程优化，从而确保信贷资产最优、客户资产质量最佳、经营风险最小的目标。对此应：

（一）丰富细致的政策体系助推大数据落地，切合大数据开展优化

丰富细致的政策体系助推大数据落地，为银行业发展打下坚实基础。从中央到地方，更加丰富的配套政策与实施细则将促进大数据加快落地，更多地方政府积极推进大数据发展，并在大数据政用、商用、民用领域打造大数据应用的典范。

要在商业银行数据处理中心，依托互联网、“云计算”信息技术，通过分析和应用海量非结构化的数据，推动企业业务价值， 用高度的技术能力和知识，对信贷相关数据和信息进行处理，加强对下属各级分支行的业务指导。通过金融云信息平台，以数据信息大集中为依托，运用技术管理手段控制风险，使风险监控系统更好地发挥作用

美国一家名为SCOR 的金融信息公司抓取并分析客户的社交网站数据，为银行提供更为准确的信用评估结果，降低银行的信用风险和成本。SCOR 公司收到银行客户的信用评估申请后，经客户同意，将调取其在facebook、twitter 等社交媒体的数据，分析客户的行为特点，兴趣爱好，甚至会根据该客户朋友圈特性来对客户信用风险来进行评估。为顺应大数据时代的潮流，迫切需要对信息数据进行整合，国外商业银行将大数据应用于银行风险的管理领域。社交数据真实反映客户行为，能帮助银行更准确地判断客户的违约风险，最终降低银行的信用风险。

（二）完善风险管理信息数据整合系统，数据跨境流动管理体制机制逐渐完善

从国际上看，数据全球化趋势明显，各国数据主权管辖全面兴起。数据跨境流动管理体制逐渐完善。中国将积极开展跨境数据流动管理的政策法规建设，促进数据资源有序流动与规范利用，进而推动全球跨境数据流动相关国际规则的完善。

建立商业银行信贷风险管理体系的最终目标是对信贷风险进行有效控制，防止和减少损失，保障其经营活动能安全、顺畅地进行。具体而言，体现在两个方面：①风险损失发生之后，商业银行采取有效的措施，使商业银行不致于因风险的产生而造成更大的损失甚至危及其生存，并确保银行盈利性目标的顺利实现。在宏观层面系统设置上，要进一步强调垂直化、单元化的风险管理部门组织结构建设。实行风险管理部门的内部独立性，同时推广先进风险管理工具，对分析与评估技术进行科学量化，确保信贷风险的整体系统控制。②风险损失发生前，银行可借助风险管理体系，预测风险发生的可能性和影响程度，做出有效的对策，预防和减小风险，以最低的损失来获取控制风险的最佳效果。

（三）风险经理与客户经理共同协调合作，区块链技术将重构数据流动机制

区块链技术凭借不可篡改、可以追溯等特性为人们在应对数据安全问题时提供了更多的可能，区块链技术为金融业、国际贸易、不动产交易、法律行業、社会保障等任何存在数字流动、交换与交易的领域都提供区块链技术。

要真实反映信贷资产质量，强化客户评级和风险分类动态管理，及时按客户评级和风险分类相关要求调整客户评级和贷款形态，防止客户直接违约，严控评级偏离度。对符合总行强制调整贷款形态的情形，必须及时进行形态调整，严控分类。在制度的设计上，进一步落实风险经理与客户经理平行工作制度，加强对企业财务真实数据的还原能力，同时高度关注对应性重点指标，出现异常变化立即开展现场核查，审慎评估风险，研究落实针对性措施。对重点区域、重点行业、重点业务、重点环节开展高强度的现场监管，在保持合规性监管高压态势的同时，进一步突出风险性检查，切实提高现场监管检查质量和效率，提高风险处置效率，严格风险处置纪律。对于为了完成阶段性的工作指标，在较少考虑风险的情况下突击放款的行为要坚决制止。

参考文献：

[1]郑承满.大数据对商业银行的机遇与挑战[J].中国金融电脑，2018，（07）.

[2]武剑.金融大数据的战略与实施[J].新金融评论，2017，（06）.

[3]柳立.商业银行大数据应用的战略与实施[N].金融时报，2017.

[4]楼文龙.商业银行监管研究与实践[M].中国金融出版社， 2018，（10）.

[2]韩笑.商业银行信贷风险管理研究[J].时代金融，2017，（04）.

[3]黄益群.我国商业银行信贷风险管理存在的问题及对策探析[J].