基于金融行为数据的商业银行大数据实践.docVIP

基于金融行为数据的商业银行大数据实 践 周 文凯余宣杰 南京银行 2016年，“十三五”规划纲要中明确将大数据作为国家基础性战略资源，指出 要全面实施促进大数据发展行动，加快推动数据资源共享开放和开发应用，助 力产业转型升级和社会治理创新。人民银行和银监会分别在《中国金融业信息技 术“十三五”发展规划》和《中国银行业信息科技“十三五”发展规划监管指导 意见（征求意见稿）》中提出，商业银行要引入大数据等新技术，推进大数据基 础设施建设，加快推动银行业务创新，加强风险控制能力。 2017年7月14~15日，全国金融工作会议针对银行业特别强调了 “防风险”与 “严监管”两个重要工作思路。在当前移动互联网盛行的大环境下，银行业务风 险水平急剧上升，传统风险管理体系存在灵活性差、防控手段较为落后等弊端。 大数据技术的引入，使得更多体现风险因素的数据信息可以从更多分析角度与 维度切入，并iL在可以接受的吋间内得以统计、分析与挖掘，比之传统的数据分 析方法能更快速有效地识别和防范金融风险，大数据技术已越来越受到银行业 的青睐。 为了积极响应W家战略，切实落地监管思路，各家商业银行都在摸索大数据技 术与银行业务的融合路径。而在商业银行现行的风险管理架构当中，反洗钱、打 击非法集资的技术手段略显单薄，扪保圈风险由于与信用风险关系密切而受到 一定关注，却依然缺乏有力的识别技术。本文将列举某城商行在防范金融风险、 加强金融监管方面所做的三个大数据应用实践案例，分别用于反洗钱、打击非法 集资、严查担保圈等金融风险识别，为同业在大数据应用方面提供一些新的思路 与技术路线。 一、方法论简述 定义金融行为 在大数据应用领域内，用户行为数据分析的课题研宄和对成熟。电商、资讯等网 站已成常态，基于用户浏览、点击、注册等行为进行的客户留存、客户转化率、 活跃用户数、客户群体标签等统计分析，其结论多用于精准营销的场景。随着移 动互联网的发展，银行业逐步开始对手机银行、网上银行的客户行为进行跟踪、 分析进而挖掘价值，并在推荐金融服务产品、改进客户服务体验等场景中逐渐发 挥价值。 鉴于此，本文中的金融行为指商业银行参与的各种金融场景下的各种行为，包 括零售客户常见的存款、取现、消费、转账等行为，购买理财、申请贷款、幵具 资产证明等资产行为，还有为企业客户开立信用证等等。 定义金融行为数据 本文将金融行为数据定义为所有银行业务发生时所产生的数据，包括账单打印、 更换联系号码等客户行为。融资业务过程中登记的贸易对象、订单信息、担保方 信息等，也纳入金融行为数据体系讨论范畴。 本文后续要分析的主要数据对象有网银登录信息、客户交易信息、客户关系网络 信息。其屮，网银登泶信息指客户与银行接触网银渠道所涉及的客户行为信息， 主要包括登录时间、登录1P、登录设备。客户交易信息指客户的资金交易行为 信息，主要包括客户账户信息、交易金额、借贷方向、交易时间、交易渠道、交 易柜员、对手方账户信息。客户关系网络信息指客户关联关系信息，包括根据对 公客户交易行为分析得出的上下游客户信息、从客户征信报告中贷款信息引出的 的担保客户信息、客户工商登记信息中披露的股东信息与对外投资信息等。 探索大数据应用价值 大数据技术的4V特征分别是大量、异构、低价值密度、快速，可以在足够短的 时间内处理海量规模的异构数据，进而得出有价值的结论。借助于以分布式计算 框架为主要特征的大数据技术，某城商行以往当天无法进行深入分析的上亿笔 交易明细、上千亿笔网银服务，在短时间内通过多台服务器并行处理即可达到分 析目标。 本文基于金融行为数据进行了大数据技术应用实践方面的探讨，以推动商业银 行在防范金融风险、强化金融监管方面的业务应用。 反洗钱行为模式识别 洗钱活动严重威胁金融体系的安全稳定，也对国家的政治稳定、社会安定、经济 安仝构成严重威胁。随着互联网的普及，电子银行己经成为商业银行最重要的虚 拟柜台之一，在为客户提供方便快捷的自助金融服务的同时，也不可避免地为 不法分子提供了犯罪机会。他们只要用任何真实身份获取到银行账号，就可以通 过手机或者电脑完成不法资金的转移。 虽然洗钱的行为模式多种多样，但是其必然要涉及巨大数额的非法资金流动， 交易行为与常人有所区别。鉴于此，本文将账户交易资金量与客户登录信息两类 要素进行交叉分析，引入大数据技术对海量的历史数据进行分析，发现了若干 账户行为异常。 非法集资行为模式识别 非法集资以高［Hi报为诱饵，以骗取资金为目的，严重损害群众利益，且涉及面 广、危害极大。随着对非法集资打击力度的加强，非法集资的IM络分布越发隐蔽， 趋于分散在多个银行机构。这就给银行机构识别非法集资行为造成丫极大阻碍。 为此，我们基于银监会要求各商业银行报送的EAST标准化数据构建模型算法， 从海量交