论银行业如何运用大数据管理信用风险

【摘要】大数据给银行业管理信用风险带来了新的思维、工具和手段，但也带来了新的风险和挑战。本文在深入研究的基础上，为银行业如何利用大数据工具，更好地管理信用风险提出了相应的措施建议。

【关键词】银行业 信用风险 大数据

银行信用风险管理是指银行通过制定信息政策，指导和协调各机构业务活动，对从客户资信调查、付款方式的选择、信用限额的确定到款项回收等环节实行的全面监督和控制，以保障应收款项的安全及时回收。大数据时代的来临，使银行业在信用风险管理方面的能力得到了大大的提升。

一、大数据给银行信用风险管理带来的机遇

1、推动风险决策模式的创新

现在商业银行进行行风险决策，主要是由审批权限的工作人员的主观性判断，缺少全面的判断信息，导致在作风险判断时出现信息不对称的情况。同时商业银行对其判断的标准不一致，使业务的整个流程工作效率降低，管理的复杂度也相应的提高，加大风控的难度。通过运用大数据技术，分析变量之间的关系，建立风控模型。借助风控模型为商业银行在信用风险管理中做出准确的决策。同时，借此分析客户的消费倾向，锁定客户群，增加客户量，从而提升银行的获利能力。

2、促进风险量化管理技术发展

大数据可以通过风险决策模型，对风险进行量化，商业银行可以通过量化管理技术，对客户进行定位，掌握客户自身状态的变化规律，建立相应的点位，有利于商业银行进行风控。根据对应的点位计算风险量化结果，对客户进行信用评估。在这种动态的量化风险评估过程中，增加了银行信贷风险管理能力。

3、推进风险管理体制改革

运用大数据技术的基本原理及理念，以客户为中心建立信用风险管理体系。对客户价值挖掘及针对性维护，然后对流失风险预测，建立稳定、准确的客户流失预警机制。在此基础上，完善各部门、各机构打造数据信息共享平台。

二、大数据给银行信用风险管理带来的挑战

大数据在商业银行信用风险管理中运用，首先面临的第一个挑战是信息的集成与整合，因为面临大量且复杂的数据，而且数据的来源、类型都是多样化的。其次是大数据存储与开发的难题，由于数据呈几何倍数的增长，对数据的存储和平台的开发要求更高。然后是大数据信息安全管理，数据关联到每个客户、企业及银行的安全问题，必须纳入风险管理体系之中进行统一监管和治理。最后是大数据分析人才匮乏的挑战，大数据人才必须具备很强的综合分析能力及数据建模和数据挖掘的技术能力。

三、对策建议

1、建立多元化数据获取渠道，加强对数据的收集与管控规范

银行在日常的经营活动中产生了大量的数据，是构成整个社会大数据重要来源之一，因此，要对数据监控、数据处理和数据结果反映做出正确的反映。一是确定主要的数据采集渠道。二是一定要科学、依照规则来进行数据处理，杜绝以假乱真、以次充好的现象。三是处理后的结果要严格按照国家法律法规的规范进行使用，避免影响银行声誉的风险事项产生。

2、提升大数据的处理和分析技术水平

在银行数据大集中的基础上，采取数据仓库技术作为银行海量数据的提取的实现方法，将数据集中在数据仓库中去，然后在这个基础上对数据进行分析、挖掘和提炼。对于多元、高速、高噪音的数据，银行必须制定出整合、整治和分析的解决方案。数据包括客户信息。交易信息、邮件、客户信函、票据、语音文档等。

3、增加大数据平台的投资与建设

大数据时代将带动整个社会交易模式的转变，在服务这一块是逐渐向虚拟化发展，更多的服务将有网络来承担，强大的大数据平台及网络系统是银行未来经营管理的利器。因此，银行需要投入大量的资源用于建设适应大数据平台发展的技术。优化系统的架构体系，提高全面的风险管理能力，使得体系更加具有灵活性和拓展性。资源的投入也应该具有一定的前瞻性并且兼顾到当前的实际情况。争取在初期到成熟这个过度阶段，尽可能的实现资源最大化利用。

4、高度重视适应大数据技术的人力储备

大数据的发展离不开大数据的技术，当然更离不开拥有高技术人员。高质量的技术人员的储备能给银行带来好的发展前景，同时可以提高风险管理能力。当前，拥有数据分析特长，有懂得行业知识的复合型人才少之又少，而大数据的发展直线前进，不会停留下脚步，所以银行大数据技术的人力储备迫在眉睫。当然这类复合型人才仅仅经过大学培养还远远不够，还需要丰富的实战经验。我国银行对此类人才的储备相当不足，抓紧人力资源储备更为迫切。

参考文献：

[1]谷增军.大数据时代商业银行的信用风险防控之道[J].甘

肃金融，2015（02）.

[2]庞淑娟.大数据助推信用风险管理创新[J].银行家，2015

（02）.

作者简介：王剑（1976-），男，贵州遵义人，贵州财经大学管科学院副教授，研究方向是技术经济学、产业经济学和制度经济学。