大数据时代下信贷风险防控研究.docVIP

大数据时代下信贷风险防控研究 　　摘要：传统模式下，商业银行信贷风险管理工作主要以信贷人员的主观判断或定性评价与定量分析结合的方式进行。大数据时代，信息资源丰富、变革更新迅猛，给商业银行带来了前所未有的机遇和挑战。商业银行利用自身的信息技术、渠道等优势积累了大量数据资源，如何更好地挖掘数据财富，为商业银行经营发展、风险控制提出了新课题。构建数据仓库、开展数据分析挖掘、强化信息系统运用、做好数据人才培养等多种手段将提升商业银行在大数据时代下的信贷风险防控能力。 　　关键词：大数据；信贷风险防控 　　随着电子计算机技术、移动互联网、云计算、物联网和社交网络平台等信息技术的高速发展，全球数据的增长速度之快前所未有。据研究，迄今整个人类文明所获得的全部数据中，有90%以上是过去两年产生的。虽然对于大数据的概念至今没有一个为业界所广泛采纳的明确定义，但这并不妨碍大家对大数据的广泛认同。“大数据”引领时代发展已经成为全球共识，数据已经渗透到每一个行业、每一个角落，部分国家已经制订了大数据发展规划并将其上升为国家发展战略。大数据时代，数据海量化、多样化、快速化和价值化，将给商业银行市场竞争及风险管理带来全新机遇。本文重点就商业银行在大数据时代下的信贷风险防控做出分析。 　　一、面临的机遇或优势 　　（一）良好的数据信息收集基础 　　金融业是数据密集型行业，也是国内较早普及计算机及运用信息技术的一个行业。2000年后，我国商业银行普遍提出了数据大集中的思想，将全行的数据集中在一两个数据中心和备份中心。截至目前，各大商业银行基本上都有自己的开发中心、测试中心或数据中心，如工商银行拥有数据中心（北京）、数据中心（上海）及软件开发中心等；农行拥有全国数据运行中心和同城数据备份中心等；中行拥有华北、华东、华南、西南、西北国内五大中心及海外三大中心等。同时，各类新颖、先进的计算机设备、电子影像采集设备、ATM机、自助服务机等硬件及其有关信息软件仍在源源不断地引入商业银行，这些都不断提升了商业银行收集信息数据的能力。 　　（二）良好的数据信息来源基础 　　商业银行有着广泛的信息来源渠道，如柜面、ATM机、POS机、自助服务终端、网上银行等。在过去及未来很长时间里，无论是存款客户还是贷款客户，或是其他与商业银行发生业务关系的自然人和法人都需要在商业银行开户，社会上大部分资金划转也以商业银行为主要中介，这些都奠定了商业银行海量数据来源的基础，且收集信息的成本无须另行支付。经过多年的积累，商业银行内部已经形成存储海量信息的数据库。而基于电子交易相对规范的特性，这些数据大部分是结构化数据，更加有利于后期的数据分析挖掘。 　　（三）自身精细化管理的需要 　　面临第三方支付、电子商务平台等新兴金融交易冲击的今日，商业银行越来越需要通过精细化管理带动精准营销、金融创新乃至风险管理。数据正不断推动各商业银行经营发展转型，就商业银行信贷风险管理而言，“大数据”将掀起新一轮信贷精细化管理浪潮。此时的精细化管理不再是工作做多点、细点，而是将银行日常业务中的资产、负债、客户、交易对手及业务办理过程中产生的各种数据资产，通过数据分析技术、数据挖掘将风险给予定量，一方面通过描述性分析，针对过去，揭示规律；另一方面通过预测性分析，面向未来，预测趋势，通过规律、趋势的判断把握最终实现信贷风险的有效防控。 　　二、信贷风险管理对策研究 　　美国卡内基梅隆大学的赫伯特（西蒙教授（Herbert Simon）在出版的《行政组织的决策过程》一书中指出，如果能利用存储在计算机里的信息来辅助决策，人类理性的范围将会扩大，决策的质量就能提高。他进而预测：在后工业时代，也就是信息时代，人类社会面临的中心问题将从如何提高生产率转变为如何更好地利用信息来辅助决策。对于商业银行而言， “大数据”将使银行决策从传统依赖经验判断向依靠数据挖掘分析过渡，对风险的把控将由定性分析过渡到定量测算，银行将在深入了解和把握自身乃至市场状况的基础上，通过依托科学技术分析手段，将更加科学、准确地指导信贷风险防控工作。为此，应从以下几方面加快推进。 　　（一）构建数据仓库 　　“数据仓库是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合，用于支持管理中的决策制定”。数据仓库和数据库的最大差别在于，前者是以数据分析、决策支持为目的来组织存储数据，而数据库的主要目的则是为运营性系统保存、查询数据。目前，国内商业银行的数据库已基本组建完毕，正在向数据仓库（信息库）建设方面迈进。除内部系统建设外，一些商业银行还通过与相关数据研发公司、信息技术公司开展业务合作，对外采购实现对外部信息资源的合理运用，如工商银行构建了全球资讯平台等。从目前看，这些数据信息仍主要是营销部门定制或应用于市场营销、金融创新