隨著大數(shù)據(jù)的快速發(fā)展，就像計算機和互聯(lián)網(wǎng)一樣，大數(shù)據(jù)很有可能是新一輪的技術(shù)革命。隨之興起的數(shù)據(jù)挖掘、機器學習和人工智能等相關(guān)技術(shù)，可能會改變數(shù)據(jù)世界里的很多算法和基礎(chǔ)理論，實現(xiàn)科學技術(shù)上的突破。目前，互聯(lián)網(wǎng)+、大數(shù)據(jù)、AI等前沿技術(shù)持續(xù)向各行各業(yè)的縱深融合。商業(yè)銀行作為一類特殊行業(yè)，除注重盈利外，風險管理也是其永恒的主題?；ヂ?lián)網(wǎng)+為銀行的盈利模式提供新的思路與方向，大數(shù)據(jù)也在悄悄改變銀行的風險管理。后者是一種多維度、多層次的顛覆性創(chuàng)新，是未來銀行風險管理轉(zhuǎn)型升級的必經(jīng)之路。

一、因循守舊的思維與落后的現(xiàn)狀

商業(yè)銀行風險管理是商業(yè)銀行通過風險識別、風險評估、風險控制和風險處理等一系列手段，預防、回避、分散或轉(zhuǎn)移經(jīng)營中的風險，從而減少或避免經(jīng)濟損失，保證資金安全的行為。我國商業(yè)銀行歷經(jīng)了重組、上市、體改等諸多階段，在這些變革的過程中，各項風險管理制度日趨完善，例如貸審分離制度、基于RAROC值(Risk Adjusted Return on Capital-風險調(diào)整的資本收益)的風險管理體系、信貸業(yè)務全流程信息監(jiān)控等等。但是在互聯(lián)網(wǎng)和大數(shù)據(jù)背景下，商業(yè)銀行風險管理在戰(zhàn)略思維、信息挖掘、數(shù)據(jù)架構(gòu)完整性等方面暴露出了一些問題和不足。

首先，很多商業(yè)銀行依然是冥頑不靈，內(nèi)部的數(shù)據(jù)化和信息化還未完全實現(xiàn)，甚至某些銀行的風險管理依然停留在擴充機構(gòu)、增設(shè)崗位、吸納人員的階段。大數(shù)據(jù)浪潮之下，風險管理面臨的將是海量數(shù)據(jù)，依靠現(xiàn)有模式難實現(xiàn)風險管理過程自動化、結(jié)果標準化的要求。更有甚者風險管理依然是經(jīng)營業(yè)績的“附庸”，處處為了利潤讓步，很難想象這些銀行如何面對以后金融市場的大爭之世。

其次，商業(yè)銀行的數(shù)據(jù)建設(shè)存在目標不一致、功能單一、數(shù)據(jù)口徑不一致和數(shù)據(jù)匯總困難等問題。內(nèi)部數(shù)據(jù)和內(nèi)外部數(shù)據(jù)的互聯(lián)互通依然不夠順暢，導致數(shù)據(jù)分散化、不規(guī)范，數(shù)據(jù)有效性大打折扣，內(nèi)在價值難以被挖掘。

第三，商業(yè)銀行在日常經(jīng)營和內(nèi)部管理的過程中會產(chǎn)生大量結(jié)構(gòu)化數(shù)據(jù)，例如客戶基礎(chǔ)資料、存貸款信息、資金往來信息和信用評級等等。這些數(shù)據(jù)歸根結(jié)底反應的只是客戶的資產(chǎn)狀況與資金流向，而對于客戶的消費偏好、日常生活、興趣愛好等非結(jié)構(gòu)化數(shù)據(jù)基本一無所知，而這些恰恰是勾勒客戶輪廓的關(guān)鍵，也是風險管理中最大的不確定因素。

二、變革之路就在腳下

商業(yè)銀行自誕生以來，就與風險為伴。業(yè)務不斷革新的同時，風險管理也在與時俱進。風險管理是銀行的立身之本，其發(fā)展與變革必須由銀行自身來完成。業(yè)務上擁抱互聯(lián)網(wǎng)謀求新動力，風險管理則借勢大數(shù)據(jù)求變創(chuàng)新。

首先，打造屬于自己的數(shù)據(jù)庫。風險在很大程度上是信息不對稱的結(jié)果，信息隱藏在數(shù)據(jù)之中。只有將第一手數(shù)據(jù)牢牢掌握在自己手中，才能為風險管理提供依托，否則就是無源之水、無本之木。商業(yè)銀行的風險在很大程度上是信用分風險，征信是防范信用風險的重要手段。無論是個人還是企業(yè)，最終的劃分標準都是信用。

信用決定能否準入，決定不同的信用等級，等級越高能夠享有的金融服務就越多，比如個人能否在一家銀行申請信用卡，審批額度為多少，這些都是信用等級的直接體現(xiàn)。與個人相比，企業(yè)信用數(shù)據(jù)較為復雜，也更難獲取，目前主流的手段是通過現(xiàn)場調(diào)查、客戶提供和官方網(wǎng)站進行獲取。但在互聯(lián)網(wǎng)時代的背景下，信息的開放性與共享性更強，積極地與第三方數(shù)據(jù)提供商進行合作，不僅可以降低獲取數(shù)據(jù)的成本，而且風險測評的結(jié)果也將更為準確和寫實。

商業(yè)銀行擅長結(jié)構(gòu)化數(shù)據(jù)，第三方于非結(jié)構(gòu)化數(shù)據(jù)造詣更深。相似數(shù)據(jù)合并提煉，不同數(shù)據(jù)則融合補充。這種跨平臺的數(shù)據(jù)收集形式，將極大地提升商業(yè)銀行數(shù)據(jù)庫的豐富性與可行度。然則打鐵還需自身硬，從風控的角度來看，獲取外部數(shù)據(jù)本身就蘊含風險。所以商業(yè)銀行應該著眼于未來，能力打造符合自身特色的數(shù)據(jù)庫，為日后風險管理的全面轉(zhuǎn)型打下堅實基礎(chǔ)。

其次，從單一數(shù)據(jù)模型向復合數(shù)據(jù)模型轉(zhuǎn)變。商業(yè)銀行在日常的風險管理中，除了要面對個人與企業(yè)，還要面對市場。所以，經(jīng)濟環(huán)境和行業(yè)分類會對商業(yè)銀行的經(jīng)營產(chǎn)生巨大影響，例如宏觀經(jīng)濟的劇烈波動、行業(yè)整體衰退等，由此產(chǎn)生的風險破壞力極強而且難以控制。

這就要求商業(yè)銀行的數(shù)據(jù)不能過于局限，要對宏觀數(shù)據(jù)(工業(yè)生產(chǎn)總值、物價指數(shù)、貨幣政策、財政數(shù)字等)和微觀數(shù)據(jù)(行業(yè)政策、產(chǎn)業(yè)競爭力、企業(yè)財務數(shù)據(jù)等)進行全面的搜集和分析，并嵌入到風險管理的數(shù)據(jù)模型當中。在深入分析宏觀經(jīng)濟環(huán)境的基礎(chǔ)上，把握行業(yè)動態(tài)，進而具體的去考量一個客戶的風險水平。

最后，從事后化解向事前預警轉(zhuǎn)變?；ヂ?lián)網(wǎng)+、大數(shù)據(jù)、云計算、AI技術(shù)還都處于初級階段，未來必將以井噴式的發(fā)展刷新金融認知。過去商業(yè)銀行總習慣于出現(xiàn)風險后去化解，今后商業(yè)銀行的風險管理將更趨向于預警，在出現(xiàn)問題之初便展開一系列風險管理工作，以期能夠及時識別風險并將其化解在初始階段。有效的風險預警需要有較快的數(shù)據(jù)更迭速度和強大的模型分析能力，這在目前還很難完全達到。但隨著技術(shù)的不斷發(fā)展，我們有理由相信這絕非空想。在不久的將來，肯定會出現(xiàn)更為智能的風險管家，從識別到分析再到后續(xù)處置，為風控人員提供全流程的協(xié)同服務。

三、運用大數(shù)據(jù)重塑風險管理

商業(yè)銀行風險管理有嚴格的流程，無論是個人業(yè)務還是公司業(yè)務，都主要分為事前、事中和事后。事前主要包括客戶識別、客戶分類和客戶準入。事中主要包括風險的預測、評估和計量。事后主要涵蓋風險的確認和轉(zhuǎn)移，以及各種緩釋措施。銀行風險管理涉及眾多的部門和人員，信息數(shù)據(jù)的滯后與不對稱時有發(fā)生，各部門之間相互掣肘，甚至是推諉扯皮找借口。但如果能夠借助互聯(lián)網(wǎng)、大數(shù)據(jù)等新技術(shù)，就可以對數(shù)據(jù)進行全面掌控，在必要的時候打開端口，實現(xiàn)內(nèi)部之間的信息共享。真正使數(shù)據(jù)的互聯(lián)互通貫穿到風險管理的每一個重要節(jié)點。

不僅如此，隨著大數(shù)據(jù)的興起，今后銀行風險管理的客戶數(shù)據(jù)必然更加豐滿，獲得渠道更加便捷，數(shù)據(jù)準確性要求更高。屆時，數(shù)據(jù)的廣度和深度將會達到前所未有的地步，風管對象的交易信息、行為軌跡將會被銀行實時獲取，即時傳回數(shù)據(jù)中心。此時，大數(shù)據(jù)將會以其強大的數(shù)據(jù)分析能力深度挖掘這其中隱藏的信息，風險管理中的不確定因素將會以數(shù)據(jù)結(jié)論呈現(xiàn)出來。在這里我們不妨深入地談一談大數(shù)據(jù)的應用前景：

1.促進征信體系的建立。金融首先要防范的是信用風險，一直以來主要依靠人行的征信系統(tǒng)，目前較為火爆的芝麻信用還有待完善。兩者在建立的過程中都要絕對的依靠大數(shù)據(jù)。不僅因為大數(shù)據(jù)能夠客觀真實的反應各類信息，而且通過歸納學習，能夠?qū)蛻暨M行全面的描述。商業(yè)銀行在借鑒外部評級的同時，完全可以利用大數(shù)據(jù)升級現(xiàn)有的評級體系，真實反映客戶資產(chǎn)狀況、準確描繪風險水平，在此基礎(chǔ)上精準地為客戶提供產(chǎn)品。這樣不僅使銀行的利益最大化，而且能夠讓客戶享受到應有的金融服務，錯配風險也會大大降低。

2.利用大數(shù)據(jù)，提高預警防控能力。目前銀行風險管理大多還是評分機制，這使得風險管理處于被動地位。比如很多信貸出現(xiàn)了逾期后，業(yè)務人員才意識到客戶的信用出現(xiàn)了問題、企業(yè)的經(jīng)營出現(xiàn)了困難，此時的系統(tǒng)預警又有何意義?而通過大數(shù)據(jù)，風管系統(tǒng)可以實時地獲取客戶的最新數(shù)據(jù)，再運用自身強大的分析和學習能力，對客戶可能出現(xiàn)的風險隱患提前發(fā)出預警信息，之后風管部門再結(jié)合傳統(tǒng)的風控模型，對這些信息做更為深入的分析和鑒別。這樣就大大提高了預防風險事件的概率，也為下一步的風險緩釋贏得了更多時間。

3.建立小貸工廠。今后商業(yè)銀行將不存在對私業(yè)務這一概念，取而代之將是零售銀行。大中型客戶的業(yè)務模式短時間內(nèi)不會改變，但對于多而散的零售客戶，過去人工審核的模式注定被淘汰。大客戶必須提供差異化服務，而小微客戶則可以運用大數(shù)據(jù)按概率事件去處理風險，利用各種數(shù)據(jù)模型和評分卡進行業(yè)務審批，形成工廠化標準作業(yè)。不僅能夠節(jié)省人力物力，工作效率也將實現(xiàn)質(zhì)的飛躍，小客戶+大數(shù)據(jù)的魅力便在于此。

互聯(lián)網(wǎng)+、大數(shù)據(jù)亦或云計算金融領(lǐng)域的融合最終都會化為金融科技。未來幾年數(shù)據(jù)泄露事件的增長率也許會達到100%，除非數(shù)據(jù)在其源頭就能夠得到安全保障。可以說，在未來，每個財富500強企業(yè)都會面臨數(shù)據(jù)攻擊，無論他們是否已經(jīng)做好安全防范。商業(yè)銀行風險管理體系仍處于初級階段，但作為“業(yè)績附庸”的時代早已一去不復返，盈利固然重要，但風險管理的保駕護航卻是盈利的前提。未來的經(jīng)濟環(huán)境必將日益復雜，優(yōu)勝略汰勢必更加殘酷，對于商業(yè)銀行來說誰能做好風險管理，誰才有機會做到基業(yè)長青!