智能时代商业银行资产风险管理的策略的研究.docVIP

智能时代商业银行资产风险管理的策略的研究 　　摘要：随着以大数据、人工智能等为特征的智能时代的到来，人工智能运用给商业银行资产风险管理带来了新的驱动，也提出了更高的挑战。文章试图论述如何在智能时代趋利避害，实施精准有效的行动策略，提升?Y产风险管理的前瞻性和有效性，确保授信资产健康发展。 　　关键词：智能时代；资产风险管理；行动策略 　　2017年，在国务院印发的《新一代人工智能发展规划》中，着重提出面向2030年我国新一代人工智能发展的指导思想、战略目标和重点任务，这标志着我国已进入智能时代。人工智能在大数据应用的基础上开始逐渐渗透到金融业，从金融业前端引入后端，相对复杂的商业银行资产风险管理也开始试水人工智能。国内一些商业银行正在积极探索和实践，西方国家特别是美国很多商业银行，例如花旗银行在风险管理等方面人工智能都有运用。 　　总之，面对变化是唯一不变的发展形势，商业银行既要认识、拥抱智能时代，又要适应和应对智能时代提出的新要求，提升风险管控的前瞻性和有效性，从而得以在更高层面上推动授信资产的健康发展。 一、智能时代对银行资产风险的红利和挑战 　　商业银行本质是经营管理风险。能否有效控制管理风险，特别是管控资产风险，对商业银行的生存、效益及发展至关重要。因此，资产质量始终被视为商业银行生命线。 　　商业银行资产风险管理中相当关键是解决信息不对称问题造成的信用风险，当然也有一些其他的风险，诸如法律风险、操作风险等。 　　在智能时代到来之前，银行为解决公司类资产信息不对称、加强对资产风险识别、评估和控制做出了许多努力，贷前调查、贷中审查及贷后检查，通过信贷员以下厂调查、征信系统查询、互联网信息搜索、相关政府部门走访等方式对客户信息持续跟踪关注，以及借助客户关系管理系统的使用。然而，受制于不同客户的数据无法统一、规范，欠缺可比性，且数据获得、操作及监控等复杂因素，过程数据难以作为银行资产风险管理中普适操作工具。 　　智能化时代的到来，促使银行加强资产信息数据风控。不仅使信息成本降低，数据收集的维度、广度和时点也得到了扩展，可实现客户交易信息、过程轨迹及资金动向的实时监测。一些数据平台的数据精准性和可比性大为提高，例如，进出口外贸平台对其平台成员客户、交易、资金清算等数据的归拢，形成了标准化、规范化及特定化的动态数据，降低了银行数据分析、数据监控的操作成本。因而，银行不再采用传统的随机抽样分析方法，而是使用更全面的各类数据；不再是对客户粗略的分类，而是对每一个客户的详细分析。并且依靠大数据等人工智能的支撑，进一步把控贸易链条上的信用和风险，银行对于跨境企业信贷资产的风控能力将大大增强，效率和质量将得到提高。 　　同时，智能时代对银行资产风险管理又提出更高的要求。一是科技快速发展，移动互联网、云计算带来了包括商业业态、客户需求的变革。商业银行要切入新型产业链、供应链，开拓商业生态客群，发展这些生态客户群资产业务，就必须重视自身信息化能力。这是重要的核心竞争力，只有这样在同业竞争中取得相对优势。二是迅速提升“科技+”水平。银行科技应用发展的趋势是从“电子化、信息化”向“智能化、数字化”方向发展，这在风险管理表现尤其突出。实施“科技+”，关键是银行需要复合型人才，既娴熟科技，又熟悉业务，或者是科技人才与业务人才能够实现紧密结合，而不能成为“两张皮”。科技开发人员或者要具备熟悉业务产品、业务功能的背景，或者要能够与业务人员很好沟通理解风险管理意图，则能够做到技术与业务深度融合，再加上结合技术的先进性，就能银行资产风险管理系统的设计发挥很好的作用。三是着力改变风险管控理念。银行风险管理需要持续自我定位和创新发展，推动商业银行在保证资产安全性与流动性的前提下，最大可能地去实现其盈利。要转变为考虑“风险是否可以承担”“风险与收益怎么平衡”“怎么最大程度的减少及控制风险”，引导业务“如何创新”，培养以解决方案为导向的思维模式。 二、人工智能技术在资产风险管理运用环节 　　以公司资产风险管理为例，借助人工智能等科技使用，以下各项环节均可实现良好的运用。 　　1. 贷前调查，对宏观经济、区域经济和行业发展的前瞻性的分析，特别是对行业未来走势的预测性分析。其运用方法：建立“宏观信息监控罗盘”，建设基于“大数据+人工智能”的宏观风险预测体系，及时、准确、全面地感知宏观政策变化、区域环境变化、市场变化带来的风险。 　　从“客户信息完整性”角度看，亟需客观显示客户在银行及同业敞口、非敞口及非授信业务种类的全口径数据信息。建立客户信息多维度统一视图，实现精细化、过程化风险管理。积累“行内+行外”“结构化+非结构化”信息，建立全面的客户信息审察体系，实现对客户的精准和全程无遗漏的洞察。 　　2. 贷中审查，从“审批辅助决策能力