大数据与商业银行风险管理优化的关联分析.DOCVIP

大数据与商业银行风险管理优化的关联 分析 孙继锋刘高峰 中国建设银行广西区分行 在经济増速换挡、结构调整加快、新旧动能转换的新常态不，商业银行的不良贷 款高企再次成为社会关注的焦点，银行的风险管理再次成为业界研宄的重点。本 文从大数据技术的视角重新审视银行风险管理，分析大数据技术与银行风险管 理的关联关系，进而提出商业银行利用大数据技术优化风险管理机制的对策建 议。 关键词： 大数据;商业银行;风险管理;优化; 在“三期”叠加的经济新常态下，商业银行的不良贷款进入高发期，引起全国 各方面的关注。商业银行资产风险管理再一次成为社会的焦点，银行风险管理成 为一个重要的研究方向。不良贷款的高企也促使银行开始反思传统风险管理技术 的适应性，进而査缺补漏。鉴于此，本文将探讨商业银行如何利用人数据技术优 化风险管理。 、商业银行风险管理的现状分析 商业银行股份制改革以来，经营业绩和风险管理水平都取得了长足的进步，但 随着2012年经济下行成为新常态后，商业银行不良资产进入暴发期，逐步暴露 出商业银行风险管理的短板。在贷前管理环节，商业银行信贷调查不尽职、不深 入是普遍现象，调査方式、方法单一是客观限制，主要表现为:对行业判断存在 拍脑袋的现象，造成行业风险的预判不准确、不客观，导致进入落后产能行业； 存在对准入客户评级分类不严谨的问题，为了让客户符合准入条件，虚高客户 信用等级结果，进入生产经营不正常、主营业务不突出、财务状况不好、过度融 资的客户；存在对客户过度授信的现象，由于系统测算不正确、不审慎，导致偏 离客户实际融资需求。贷中管理环节，商业银行存在审批不严格、抵质押不足值、 保证人代偿能力差、动态重估流于形式、贷款发放与客户用款计划不匹配等问题。 贷后管理环节，商业银行由于缺乏先进的监管手段、技术，导致贷款资金流向监 控不到位，贷款资金被挪用的现象频发。对客户的账户结算等关键信息缺乏监管 能力，还款资金得不到有效控制。对客户出现的风险监控预警不到位，未能及时 调整客户风险等级，导致客户资产质量反映不真实。 综述可知，我们可以看到商业银行风险管理屮还存在着各种问题，这些问题有 主观的不作为原因存在，但更多的还是观念、意识、手段的原因造成的，尤其是 技术手段的不足已成为制约商业银行风险管理的最大障碍。 二、大数据技术对商业银行风险管理的适用性 商业银行经过几十年的发展，积累了海量的客户数据资料，由于传统信息技术 的限制，这些数据屮只有少量的结构数据得到丫利用，大量有价值的数据得不 到有效开发。随着大数据技术出现，以往“不见天円”的数据幵始成为战略性资 源，对提升商业银行的风险管理技术有很大的作用。 首先，大数据技术可以帮助商业银行精准定位客户，把好客户准入关。选择好的 客户才是风险管理最关键的一步，没有好的客户，再优秀的贷后管理能力也是 无回天之力。精准定位说起來容易，做起來是很难，在人数据技术未出现前，精 准大多时候只能是理论上的存在。传统的商业银行客户选择更多是在信息不对称 的条件下作出的判断，既然是信息不对称，就很难开展精准的营销，容易错失 优质客户。现实中，大量优质的小企业客户和个人客户未能被银行识别就是活生 生的例子。有了大数据技术，商业银行通过大数据进行客户识别后，还可以通过 大数据技术深度挖掘客户态度和行为信息，并针对某一群体的特征展开精准营 销。例如，建设银行的大数据小微企业贷款产品就采取了 “细分市场、批量开发、 名单制销售”的方法，快速占领市场份额。因此，客户选择很关键，没有高质量 的客户，后续的风险管理就成为无源之水。 其次，大数据技术可以帮助商业银行定量动态监测风险。经营风险是银行的本 质。传统的风险管理方法大多依靠银行工作人员的定性分析，辅之以简单的计量 模型来进行风险的识别、分析、判断和预防。随着竞争的闩益激烈，这种传统的 方法已经不能满足复杂的银行风险管理的需要。基于大数据分析技术，商业银行 可以建立内部风险评级模型，量化管理信用风险。大数据可以帮助商业银行高 效、客观、定量地评价客户的真实还款能力，进而为商业银行信用风险管理提供 更加丰富的信息支持。置身于不断变化的社会环境屮，商业银行面临的风险也在 不断变化，这就需耍商业银行采取动态监控的方式来监管风险。商业银行智慧型 风险管理借助大数据技术，可以实现实时动态采集、挖掘、分析和决策。传统商 业银行风险管理方法则多是简单的釆用静态模型计算风险敞U，这些信息虽然 能反映商业银行客户的生产经营与资金运行流向、交易:＞」惯和历史数据变化等信 息，但是静态信息往往只能反映单次交易，难以从总体上发现风险端倪。大数据 技术能够跟踪和监控商业银行现有的信贷客户，追踪每个信贷主体的资金流、物 流和还款数据等，并将之输入对应的计量模型，智能分析客户的信用状况，对 可能出现