大数据在防控金融风险方面的探索与应用.pdfVIP

度上不仅提升了用户交易频率，同时还在大幅缩减支出、降低风险、

减少交易时间等方面极大促进了互联网金融风险防控能力的发展，逐

渐成为金融系统风险防控的核心技术。因此，研究如何通过运用大数

据更好地预测和防范金融风险具有十分重要的意义。本文以新金融业

态、传统金融机构和地方政府为例，分析了大数据在金融风险防控方

面的具体应用，总结了当前运用大数据进行金融风险预测与防范中的

存在的难点及问题，并提出了可行性建议。

一、大数据在金融风险防控方面的应用案例分析

（一）阿里巴巴基于大数据的金融风险防控实践

1．阿里巴巴通过

不断收集社交网站、视频网站、快递信息、购物及出行等各类消费记

录，进而将个人信用卡的还款信息、交易、支付、淘宝的水电煤缴费

信息都加入到信用分析评价体系中来，同时阿里还入股新浪微博，获

取该平台上的社交数据以完善其数据系统。凭借着上述庞大的数据储

备，阿里巴巴于2013年创立了阿里信用贷、淘宝订单贷、信用贷，

通过多年数据的收集与管理，将海量数据进行分析、评价，在某种程

度上创造了较为对称的信息平台，使得公司不再处于信息劣势，而在

综合分析中占据了主动地位。

2．有效利用大数据，实施严格风险防控措施。阿里巴巴有效利

用大数据海量信息，挖掘出金融信贷中的风险防控体系所需的关键信

息，并将所挖掘的信息进行合理整合、运用，从而提升了风险控制效

率。一是对贷款客户信用综合评级效率高，审核严谨，确保公司风险

1

再加上交叉检验和在线视频，在最短的时间内公司便能够出具一份全

面的客户信用评级信息。在此基础上，阿里巴巴再依照目前资金状况、

运营能力等，先系统核定，后人工审核，为每位客户确定一个合理授

信额度，并出具电子合同。二是从前、中、后三个时期管控风险，以

保证最大限度回收款项。在贷款前，公司会对商家进行上述的客户信

用综合评级，且对各项资料都进行严格复核，从而为整体风险防控措

施做到更高程度的保障；在贷款中，公司会在支付宝平台和阿里云平

台上对贷款者的现金流量进行严格检测，对异常状况的监控与管理是

保障资金安全中至关重要的环节；在贷款后，公司对于金额的催收有

严格程序，对违约贷款者，将关闭淘宝店铺，并在阿里官网上对于欠

贷企业进行披露，使企业声誉受损，很难再会有金融企业愿意为其提

供贷款服务，从而能够使企业的贷款风险降至最低。正是有了这样严

格的风险防控措施，阿里金融发展规模才得以迅速壮大，较传统信贷业

务成本大幅缩减，成为大数据技术下的互联网金融行业的成功典范。

（二）推动建设银行建立面向大数据分析的全生命周期链路

目前中国建设银行已经形成了一个核心、三大平台、六维应用”

的三横六纵系统架构体系，即以数据集成层P9为核心，搭建大数据

采集平台、大数据整合平台、大数据应用平台三大平台，支撑渠道全

息大数据应用、个人客户数据挖掘应用、电子银行智能风控应用、精

准营销应用、运维大数据应用、非结构化大数据应用六大应用体系。

1．建立渠道大数据平台。建设银行于2014年率

先在同业启动了网络金融渠道的动态行为非结构化数据采集工作，数

据采集方法、范围、数据量在同业中处于领先位置。建设银行搭建的

2

”，在同业率先实现网银网站全覆盖的客户动态行为等

非结构化数据采集。随着新版手机银行的推出，在2017年覆盖移动

端客户行为采集。“数据加工工厂”对采集的非结构化数据进行规范化

处理，通过线上线下、结构化与非结构化数据的整合，形成一套完整

的数据指标。

2．建设银行通过

大数据挖掘、云计算、智能化监控和分析等新兴技术，实现全面覆盖

网上银行、手机银行、网上支付等网络渠道交易的7×24小时全面风

险监控。结合