大数据技术在金融物流全面风险控制体系中应用.pdfVIP

■圆 慧 大数据技术在金融物流 全面风险控制体系中的应用 ◆ 张 君 摘 要 ：介绍 了大数据与大数据技术 的概念、特点及其带来 的新业务应用 ，构建 了金融物流业务 风险控制体 系的理论框架。分析 了大数据技术在金融物流业务全面风险控制领域 的优势，并对大 数据技术在该领域 中各环节 、各方面的应用进行 了详细 的讨论 ，构建 了基于大数据技术的金融物 流业务全面风险控制模型 。 关键词 ：大数据 金融物流 风险控制 1 引言 情形下预测绩效的变量和变量组合。 金融物流业务是指在供应链业务活动中，金融机构委 2．2．4 基于洞察的应用。洞察应用使用统计和数据挖掘技 托物流企业对有融资需求的客户企业的动产进行控制 ，向 术来识别 “异常”行为和情况。高级洞察应用能跨数百甚 客户企业提供融资的一种业务。金融物流业务涉及主体多、 至数千个业务维度执行复杂分析。 模式多、流程复杂且不断变化 ，这些特点决定了其高风险 22l5 基于基准的应用。基；隹应用利用分析将某个实体的 属性。而金融物流业务一旦发生风险将可能给金融机构及 性能与某一基准相比较。用于比较的基准可以是行业标准、 物流企业造成巨大损失，2012年 以来发生于华东地区钢贸 先前时期或先前事件。 圈的融资风险事件便是例证。因此，构建金融物流业务的 3 金融物流全面风险控制体系的理论框架 全面风险控制体系，对开展此类业务的物流企业具有极其 3．1 金融物流风险要素识别与梳理 重要的意义。 识别与梳理风险要素是做好风险管理工作的基础。从 2 大数据及大数据技术综述 物流企业的角度分析，可以把实践中常见的风险大致归纳 21 大数据及大数据技术的概念 为以下3类：①外部环境风险，主要包括 ：政策风险、行 大数据，又称巨量资料 ，指 的是所涉及的资料量规模 业风险、供应链风险等。②被监管企业风险，主要包括 ． 巨大到无法通过 目前的主流软件工具，在合理时间内达到 客户经营风险、客户信用风险等。⑨物流企业 自身风险， 撷取、管理、处理并整理成为帮助企业经营决策更积极 目 主要包括：操作风险、人员道德风险、法律风险等。 的的资讯 。 3．2 金融物流风险控制的主要阶段 大数据技术描述了新一代的技术和构架 ，其被设计用 根据金融物流业务的流程可以将风险控制过程分为 3 于：通过使用高速(Velocity)的采集、发现和 ／或分析，从超 个阶段。 大容量 (Volume)的多样性 (Variety)数据 中经济地提取 3_2l1 事前风险预判阶段。主要是指在金融物流项 目正式 价值 (Value)。 运作前，对该项 目的风险等级进行预判，以决定是否批准 22 大数据带来的新业务应用 该项 目以及在操作中应重点关注哪些环节。 大数据使得应用领域有了改变游戏规则的能力，支持 3-22 事中风险识别阶段。主要是指在金融物流项 目运作 了新的业务应用。 过程中，通过对多方信息的收集与分析，及时识别出隐藏 2．21 基于归因的应用。归因应用用于评估一个特定事件 于其中的风险隐患 ，从而在风险真正爆发前采取防范与补 对多阶段复杂流程中的一系列活动或事物的作用。这些应 救措施 。