大數據在金融業風險管理中的應用概述

一、 防范系統性金融風險：金融工作的永恒主題

金融行業發展至今，已從之前傳統金融機構和模式為主，發展至傳統和各類新興金融形態金融創新百花齊放的形勢。隨著新興金融和金融創新的白熱化發展和競爭，行業風險也在不斷累積，成為巨大隱患。

2017年7月，在北京召開的第五次全國金融工作會議中，“風險”與“監管”成為高頻詞。習近平在會上強調，必須遵循金融發展規律，緊緊圍繞服務實體經濟、防控金融風險、深化金融改革三項任務，創新和完善金融調控，健全現代金融企業制度，完善金融市場體系，推進構建現代金融監管框架，加快轉變金融發展方式，健全金融法治，保障國家金融安全，促進經濟和金融良性循環、健康發展。

防止發生系統性金融風險是金融工作的永恒主題。十八大以來，防控金融風險的重要性、守住不發生系統性風險的底線被反復強調?！叭ジ軛U”、“防風險”、“嚴監管”已成為當前金融業重點工作?，F在中國的杠桿水平如何呢？

研究數據顯示，銀行表內杠桿，由2013年的14.99倍增長到2016年底的18.79倍；表外杠桿，由2.01倍增長至4.92倍；券商杠桿，由2014年底的8.63倍增長到2016年底的10.72倍；保險杠桿，由2014年底的7.04倍增長至2017年1季度的8.18倍。

這會帶來何種風險呢？答案是，加杠桿過度會帶來一系列系統性風險。

流動性風險

眾所周知，期限長的金融產品利率高于期限短的。銀行不斷發行短期理財，然后配置3年、5年以上的標的，通過期限錯配賺取利差，通過資金池不斷借新還舊。過去，在央行提供廉價資金、資金充裕的情況下，這種方式沒問題。然而，銀行越是做大規模，越是對短期資金依賴，一旦資金面收緊，就暴露出流動性風險，進而是競相贖回、拋售資產，資產價格大幅波動，誘發系統性風險。而現在，央行已經明顯開始縮表、去杠桿。

信用風險

競爭下的金融機構獲取資金的成本越來越高，不得不投向更高收益率的信用債、股票、非標等資產，高收益率則意味著高風險。同時，金融機構產品的底層資產很多是房地產、國企、地方融資平臺、基建等項目，政府隱性擔保是機構敢冒風險的保障，信用風險看似降低了，但事實上，部分地區企業的債務問題已經出現，未來打破剛性兌付是趨勢。此外，房地產和金融業務相互滲透風險交叉，一旦地產出問題，銀行業和經濟體的系統性風險就在所難免。

從國際金融史看，金融業長遠發展的核心競爭力并不是創新、比拼誰跑得快，而是看誰走的穩走得遠。2010年9月12日，由27個國家銀行業監管部門和中央銀行高級代表組成的巴塞爾銀行監管委員會就《巴塞爾協議Ⅲ》的內容達成一致，全球銀行業正式步入巴塞爾協議III時代，也標志著全球銀行業的全面風險管理思想進一步得到了完善和深化。

大數據時代，金融機構應當建立健全與轉型發展進程相適應的全面風險管理體系，有效運用各類風險管理工具，確保有效識別、計量、監測和控制各類傳統風險和新型風險，其中，核心環節是大數據應用，通過大數據應用能夠解決金融領域中的信息不對稱問題，提升甄別運營風險事件的能力，從而給全面風險管理帶來天翻地覆的變化。

二、 大數據助力金融風險防范

大數據分析及挖掘技術能夠幫助金融機構有效管控信用風險、市場風險、流動性風險、操作風險等各類風險，通過量化分析，對各類風險進行識別和監控，建立完善的風險防范體系。

對于信用風險，操作風險，市場風險，和流動性風險等各種風險的管控，大數據技術都是不可或缺的重要手段和工具，巴塞爾協議中對于每種風險的計算方法都有明確的規定，而數據是基礎和核心，大數據技術的應用是關鍵。

（一）信用風險防范

大數據技術的發展將改變信息獲取、分析和運用的渠道和機制，為信息化風險管理創造技術條件。一方面，有效的數據清洗和數據挖掘技術的應用可從客戶交易行為所積累產生的海量數據中，識別信用風險管理過程中的關鍵信息。另一方面，金融機構業務的載體與社交媒體、電子商務的融合越來越緊密，大數據技術可整合客戶線上線下行為產生的結構化和非結構化信息，打破數據邊界，使銀行形成對客戶行為立體化的跟蹤評估，以期構建更為深化的信用風險管理全景視圖。

例如大數據在零售銀行的應用，對于實時欺詐交易識別和反洗錢分析，銀行可以利用持卡人基本信息，信用卡的基本信息，金融交易歷史，客戶歷史行為模式，正在發生行為模式（如轉賬）等，結合智能規則引擎進行實時的交易反欺詐分析。

（二）流動性風險防范

流動性風險管理也是金融市場和金融行業熱點話題之一，最為顯著的特點是“低頻高損”，即發生的頻率極低，但一旦發生往往是致命的。2013年中期的發生的“錢荒”事件對證券公司經營造成了較大沖擊，促使金融機構更加積極的進行流動性風險管理。2014年，巴塞爾委員會發布最新流動性風險管理框架，意味著監管當局對流動性風險管理提出了更加嚴格的精細化管理要求，從單一指標管理轉變為覆蓋事前、事中和事后的全流程管理。2016年6月，證監會正式發布修訂后的《證券公司風險控制指標管理辦法》及配套規則，從治理結構、政策策略、計量監控、信息系統等方面對證券公司的流動性風險管理提出了具體要求，明確了流動性風險監管、監控指標體系。

監管機構最新的行業標準，要求金融機構實現存量業務靜態分析，動態業務情景分析，監管合規以及內部管理分析及預測的“更多維度、更細粒度”精細化管理，這一切離不開大數據技術的支持。而大數據技術的應用也將有效提升金融機構自身流動性風險管理的自動化水平、大力增強計量分析對流動性風險管理的決策支持力度。

（三）操作性風險防范

著名的法興銀行弊案前后，商業銀行操作風險事件一直不勝枚舉。國內國外的商業銀行都曾出現不同的操作風險事故，甚至招致蒙受巨額損失影響巨大?？梢哉f，銀行只要開門營業，就會面臨各種由于人員、流程、系統及外部環境沖擊所帶來的風險。國內外商業銀行的日常經營已歷經的各種操作風險，提醒我們時刻敲響操作風險的警鐘。

近年來，銀監會陸續發布了《商業銀行合規風險管理指引》、《商業銀行操作風險管理指引》、《商業銀行內部控制指引》、《商業銀行資本管理辦法》、《銀行業金融機構全面風險管理指引》等多份監管文件，在結合國內銀行業經營實際的基礎上，明確了商業銀行在內控合規和操作風險管理的工作要求。

利用大數據技術平臺，可實現合規、內控與操作風險管理系統的一體化運行，并依托系統實現合規、內控與操作風險管理工作流和信息流整合，以減少工作重復、節約管理成本，切實提高金融機構管理效率并減輕各業務機構工作量。