大数据分析背景下的公司内部控制和风险管理

摘要：随着第四次信息产业革命的兴起以及现代数字化经济的快速发展，银行抓住了数字化革命的大发展趋势，进一步强化金融服务与技术的融合，并充分运用大数据处理的特性，进一步增强了信用风险管控能力。

关键词：大数据;内部控制;风险管理

在时代不断发展、技术不断更新的背景下，人们对商业银行提供的产品便捷性的要求越来越高，商业银行面临着越来越激烈的竞争。对于商业银行而言，如何将快速发展与保持良好的信贷水平相匹配，这个问题需要不断探讨。毋庸置疑，风险管理是决定其能否长远发展的重要考虑因素。随着我国第四次信息产业革命的兴起以及现代数字化经济的快速发展，银行也抓住了数字化革命的大发展趋势，进一步强化金融服务与技术的融合，并充分运用大数据处理的特性，进一步增强了信用风险管控能力。在此背景下，中国农业银行明确提出了“推进数字化转型，再造一个农业银行”的发展策略，着力推动普惠金融政策下小微贷款业务以及信用卡业务[1]。

1 大数据背景下农业银行风险控制研究

1.1 大数据背景下的农业银行风险管理

1.1.1 普惠金融政策下的商业银行小微贷款业务

普惠金融的重点金融服务对象，是小微客户、农民等社会弱势群体。但是由于小微企业自身规模小、资金流动性差、财务管理能力差，其存在较高的信用风险。面对小微企业的问题，农业银行提出“金融科技”的口号，积极利用大数据和区块链等技术，实施数字化转型。针对小微客户不同的特点，农业银行推出“出口快贷”产品。

1.1.2 农业银行在信用卡方向的实践

农业银行信用卡中心已经将大数据运用于实际，之前发展的重点在于数据环境模型的基本建立，如今发展的重点在于信用卡数据领域的分析，农业银行不断在信用卡大數据应用领域探索，不断将信用卡由专家授权模式转为数据驱动模式。

1.2 “出口快贷”业务介绍

农业银行的“出口快贷”是线上单户小微贷款的产品，是在人工智能和大数据技术基础上开发出来的产品。根据小微企业所处行业的特征以及其自身经营状况、财务状况，银行结合企业结算、工商、税务、海关、征信、信用评级等内外部信息设计了信贷模型，在此基础上给客户提供贷款。目前该业务连接智能财税云平台，主要以大数据为基础、线上为小微企业提供信贷支持。

1.3 信用卡业务介绍

以下从贷前发卡审核、贷后风险防控两个方面说明。贷前发卡审核，主要包括了智能化授信和风险管控、信用卡自动化审批。2017年，中国农业银行信用卡的精准销售及决策支持服务项目的第二阶段投产。这个项目将客户基本情况、资产情况进行整合，开展客户评分、授信、以此建立起了客户数据库，构建了目标客户数据视图。同时，农行信用卡中心除了线下网点申请审批之外，还开展了线上自动审批业务，审批时间为原来的三分之一。贷后风险防控是农业银行信用卡中心以账户动账方向为切入点，通过在系统中设置违规领域以及交易摘要等关键字，构建了一套监控模型。一旦交易涉及关键字，银行风控模型就会识别，账户冻结。这种模式的设立，有助于避免信用卡进行洗钱等活动、以及避免使用非消费领域。

2 农业银行创新实践特征

2.1 “出口快贷”创新实践特征

2.1.1 与第三方服务公司合作的业务模式

农业银行“出口快贷”最大的一个特点便是农业银行通过农业银行系统和第三方服务公司平台进行了数据对接，实现全线上查询和调用企业的物流信息等背景资料。目前，农业银行与襄阳汇捷通供应链管理有限公司、武汉普联东文数据服务有限责任公司达成了合作，依靠大数据在线上为小微企业提供融资贷款服务。

2.1.2 依托智能财税云平台的推荐

在“出口快贷”业务中，农业银行依托智能财税云平台，运用智能识别机器数据，将单机的账务数据全部转变为线上信息。截止目前，有接近40家财税机构入驻智能财税云平台。

2.2 农业银行信用卡创新实践特征

农业银行先后构建了信用卡客户分群模式，信用卡账单分期响应率预测模式以及信用币产品营销响应率模型等三种模式，来实现对客户的营销管理。信用卡客户分群模式主要从顾客交易行为入手，运用挖掘的大数据分析刻画顾客的消费行为与偏好特点，并由此对信用卡等消费金融产品实施精细化营销。信用卡账单分期响应率预测模式，是通过深入分析顾客的分期账单的特点与交易特征，以精确定位目标顾客人群，从而节省销售渠道成本。信用币产品营销响应率模式，是通过采用无实体卡介质进行即时建账，实现线上线下的第三方消费，以解决顾客真正的现金需要。

3 农业银行大数据应用效果

3.1 农业银行小微贷款业务大数据应用

自推出“出口快贷”业务以来，依靠智能税收云平台已与大约17000个小型和微型企业进行了数据整合。包括像睿哲农贸出口集团这样的首批小微型客户，都通过信用评估获得了“出口快贷”无抵押贷款的支持，并在收到还款货币后按时还款，没有坏账风险。这样，不仅可以帮助小微企业实现稳健的高质量外贸经营，而且还可以将贷款风险控制在合理水平。

3.2 农业信用卡大数据应用

3.2.1 增强预测数据分析的专业化与营销技术

在农业银行智能营销系统上线之后，各种营销活动能够进行更系统化的分析，同时利用内部运营数据和外部社交媒体数据多方面数据源，对营销活动进行预测分析。通过交叉营销和数据营销等多样营销手段，进一步提高营销的准确度，并拓展新的营销渠道。

3.2.2 提升内外部资源整合的能力

农业银行信用卡构建了以顾客为中心的服务和体系框架，从客户的交易活动出发，刻画客户消费偏好，对客户进行精准化营销。同时实现了全行在业务视图层面上的一体化，全行将以个人信用卡分析数据为基准，结合客户关系管理策略，对个人用户进行了差别化业务管理，以实现客户对银行的满意度的增加。

4 农业银行信贷风险管理存在的问题

4.1 “金融科技”局限性

尽管“出口快贷”业务融入了金融科技，一定程度上提高了业务的真实性以及审查速度，但也存在许多不足。该业务模式是“场景金融”创新，是以出口数据为依托，根据小微企业在平台上录入的信息为核心指标进行业务授权。但是在此情况下，企业并没有完全了解小微企业的整体面貌，这同样会使得授权存在风险。

4.2 信用卡数据市场在法律上没有统一规范

信用卡业务要求对个人客户的情况进行全方面的了解，例如资信、学历、银行流水等。在此基础上审批目标客户。目前，数据市场普遍存在的问题就是缺少相应的法律规范，关于数据取得、筛选、提取缺少技术规范。在此基础上可能存在道德风险。

5 大数据的创新发展

5.1 运用大数据分析及云平台，完善个人信贷监测系统建设

首先，与大型外部信贷报告企业协作。这能够有效地提高对潜在信用风险的即时监测，并增加资格审核，协议履行以及信贷的透明度。其次，在贷后企业风险管理流程中，我们还可通过大数据分析或云计算平台来监测财务信息，比如根据个人客户和银行贷方之间的账户流量和资金流量，从而分析其可能的财务资本风险。并设定相应数量的预警阈值，以帮助银行贷款后期的信用风险管控。

5.2 利用大数据分析提高个人信贷风险决策、管理水平

在大数据处理时代，企业多元化的贷款服务不仅要提升风险管控的实效性，而且还要加强信用审查。一方面，公司将运用大数据分析，云计算信息处理和数据库等手段，从公司各个部门中获取一系列内部和外部的信息，并参与对公司业务数据质量和信用风险的评估与鉴定，并制定管理办法。另一方面，还要强化对信用风险决策过程的管理，以全面捕捉和掌握社会金融市场，客户信息的变化情况，对各个阶段的信息资料进行多维的整理[2]。

6 大数据应用的展望

目前大数据的特点是多、杂，存在的问题是缺少法律规范，在数据搜集、采集、运用方面没有统一的技术规范，部分数据无法保障下游数据能够安全使用。面临着外部风险局势的错综复杂以及新一代信息技术应用的发展，未来农业银行还必须不断优化和完善决策中枢。

6.1 加大大数据的运用，实现信息共享

目前，大数据已经在农业银行小微贷款业务以及信用卡业务广泛运用，已经充分实现了与工商、税务、海关等平台的对接。充分掌握了小微企业的经营、财务信息，实现“政、银、企”生态价值链。随着系统的更加完善，小微企业贷款以及信用卡审批时间会越来越快。

6.2 加强与金融科技平台的合作，实现数据的融合

目前云计算、区块链技术日益成熟，许多优质的金融公司也在不断探索在风险管理方面的创新，商业银行应该开展与金融科技平台的合作，实现金融数据的交换。

6.3 巩固大数据分析基础，加强对外部数据分析的引入力度

农业银行应该寻求上游数据的稳定，保证数据合法性。在数据市场发展不稳定的情况下，信用卡应该加强业务验证，深入数据源的加工过程和数据层层授权过程。企业应该积极接触稳定的第三方数据，构建多维度的数据积累。授信决策需要海量、多维度征信相关数据的支撑。

6.4 打造专业化数据分析人员体系

信用卡大数据发展具体落实到应用上，关键要靠人。第一，要聘请专业人员进行数据模型的构建，只有专业人員才懂得技术。第二，定期邀请外部专业化数据培训机制。因为大数据发展速度很快，如果不定期接受培训，就无法跟上时代的脚步。数据建模也要与大数据发展速度相匹配。第三，在实践过程中积累重复的经验。初期引入建模模型能力较弱，数据人员边学边做，在实践中逐渐累计经验。

6.5 扩展信贷智能决策模块的应用范围

农业银行还将拓宽贷款智能决策平台的使用对象领域，从单个贷款事件的决定功能，逐步推广到多个贷款事件中，从贷前、贷中过程的辅助决策，逐步推广到贷后流程监测、催收等环节。其次，为拓展应用的场景目标，采用了标准化界面，以实现对行内各种架构体系的使用，特别适合线上应用平台，运用于企业准入、欺诈鉴定、授信决策、自动化审核、监控预警等场景业务上。

6.6 运用大数据分析云平台，完善信贷监测系统建设

首先，按照《企业财务资产风险分类暂行办法》等规章制度，通过建立类似于支付宝、微信支付等互联网支付系统，以尽可能全面的熟悉和了解更广区域内用户的信贷资质情况。其次，在企业放贷后的风险管理流程中，我们还能够利用大数据分析及云计算平台，监测个别顾客的账户流水等财务数据信息，从而对企业可能的财务融资风险做出分类，并设定相应大数据变化的预警阈值，来为企业后期的信贷风险管控提供保障[3]。

7 结语

在大数据技术与网络金融不断发展的背景下，商业银行面临的竞争形势也越来越严峻，一些企业凭借大数据信息平台推出了诸多新型产品与服务，这些新产品的出现给商业银行的相关业务造成了一定的冲击，商业银行只有及时抓住大数据技术发展所带来的机遇，才能使得自身不处在被动的状态。与此同时，商业银行也要注意内部控制和风险管理，运用大数据平台，完善信贷监测系统。

参考文献

[1] 蒋秀才 王彬华 高峰.大数据驱动的信贷智能决策实践与展望[J].中国金融电脑.2021（05）：47-49.

[2] 孙琳.大数据时代对中小商业银行改革的推动作用探讨 [J].商讯.1671-6728（ 2021） 08-0079-02.

[3] 苟志龙 侯进.科技构建零售信贷风险管理体系新思路[J].中国银行业.2020（6）：75-77.

作者简介：蒋昊宇，（1991-），女，汉族，湖北宜昌人，硕士研究生，单位：三峡大学经济与管理学院MPACC，研究方向：会计与审计。