1、大数据在银行信用风险管理中的实践探索 宋欢欢 潍坊银行 摘 要： 互联网时代, 数据信息如浪涌般袭来, 改变了各个领域的发展方式。银行周围也被各类数据信息所包围, 数据信息既给银行的发展带来新的机遇, 也让银行在发展的过程中面临着更大的挑战。本文将从大数据技术的发展出发, 具体分析大数据在银行信用风险管理中的应用, 比如个人信贷以及信用卡用户等。将大数据技术作为基础, 构建起新型的信用风险的管理体系。关键词： 大数据; 银行; 信用风险管理; 实践; 随着科学技术的日新月异, 银行的发展面临着来自内外部的各种挑战。市场经济全球化的背景下, 各个经济结构的调整, 使得银行的风险管控变得更加艰难。
2、与此同时, 随着电子技术发展起来的各种电商企业的业务逐渐扩展, 不再局限于第三方支付, 还涉足银行的其他业务。面临这些新形势, 银行利用大数据技术, 开发出新的业务增长点, 控制风险, 成为银行进行转型和生存发展的必要手段。一、大数据的发展2012 年, 纽约时报宣布“大数据时代”的到来, 文章指出, 由于发达的互联网技术的高速发展, 数据的获取途径和应用范围越来越广, 各行各业, 人们做出各种决策和判断, 不再是根据原有的经验, 而要结合具体的数据, 进行分析。因此, 数据的收集, 以及与数据处理相关的技术和人才都会成为各企业发展的争夺品。随后, 麦肯锡公司将这一概念提出, 并认为, 数据已
3、经深入各个行业的各种业务, 已然成为最重要的生产因素。而数据的运用和进一步的挖掘, 将会带来新一轮的生产增长。与互联网相类似, 金融企业经过长久的数据累计, 成为大数据应用的领先行业, 运用大数据技术来研究信贷等金融业务, 也成为业内人士的关注重点。二、大数据在风险管理中的应用1. 必要性随着国内经济的逐步转型, 金融市场中改革日益深化, 加上现代科技的快速渗透, 传统的银行信贷风险管理面临着巨大的压力和挑战。一方面是经济增长的回落加上经济结构的调整带来的资产质量降低, 另一方面, 各企业朝着区域和集团化的方向发展, 风险机制日趋复杂, 风险越发难以掌控。此外, 银行的信贷大规模扩张, 客户的
4、结构也发生了深刻的改变, 传统的风险管控模式难以适应需求的增长, 大数据技术支持下的信贷风险监控模式成为发展的趋势。具体表现在以下几个方面。第一, 近几年来, 我国的经济正处于下行阶段, 行业出现产能过剩的现象, 小型企业面临着较高的经营压力, 银行也面临着较大的管理难度, 因此, 必须建立起完善的风险管控体系, 建立实时的监控流程, 应对行业风险。第二, 当前, 企业经营不是单一的、区域也有所扩张, 风险关联性极为复杂, 控制难度加大。因此, 互联互通的大数据平台成为新形势下企业进行风险管理的重要途径。第三, 在银行的经营中会积累到大量的客户信息和交易数据, 对于这些数据进行梳理和挖掘, 可
5、以为企业的风险管理提供重要的参考。大数据技术为银行对数据信息的获取以及运用, 进行风险管控提供可靠的技术条件。2. 个人信贷信用预警模型为了避免个人由于消费进行贷款, 在将来出现不良的风险, 采用决策树方法, 建立起大数据挖掘的模型, 对于影响个人消费的因素进行分析, 预测出个人信贷的高风险客户, 并结合预测的结果, 建立起具有针对性的信用风险管控措施。决策树是一种无限接近离散值目标函数的方法, 其中学习到的函数就代表一颗决策树。具体来理解, 可以将每一个贷款的主体当做是多维空间中的某一点, 建立起决策树模型就是建立各个分支形成的具体过程, 各个分支在相应的规则下被划分成多维空间的若干区域。决
6、策树将划分的结果用结构图展示出来, 划分的结果就代表着风险特征相近的一类客户。利用这种方法构建模型之前, 需要预先指定因变量, 风险管理中的因变量多是客户是否发生不良的风险。之后还要选取一定的变量范围, 输入的变量可以是字符型, 结合模型进行筛选, 最终获取客户未来会存在风险的不良因素。其中, 输入的变量可以是对贷款者进行描述的个人属性, 也可以是贷款特征等信息。之后在对数据进行梳理, 通过随机的形式进行抽样, 并按照一定的比例, 分配给验证集和训练集。再采用 SAS 软件进行估计。通过这一模型获得不同客户群的内部规则, 采取相应的风险控制措施。3. 信用卡申请审批客户申请信用卡时, 对于信用
7、卡的审核主要是依据线下客户填写的资料, 对于信息的核实以及面审的过程需要较长的时间, 不利于客户体验。线上发卡由缺少了信息审核和确认的环节, 会使得银行的风险提高。大数据的应用为线上发卡带来了新机遇。银行借助大数据技术, 对客户的征信和材料信息等进行评估, 并将其当做信用卡发放的重要凭据。随着人们运用互联网的日趋频繁, 网上行为日益增多, 为银行提供了大量的消费、社交、阅读等各类信息, 企业而通过对这些数据的挖掘, 能更准确地判断用户的信用风险。三、结束语面对着来自内外的巨大压力, 银行必须采取有效的转型措施, 为自身谋取一条生存和发展之路。以大数据挖掘技术为基础, 加速信息化银行的建设。一方
8、面, 充分运用长期的业务中积存的海量数据, 成为风险管理转型的得力助手, 提高风险的预知能力。另一方面, 结合网络技术, 打通线上线下结构之间的壁垒, 实现数据信息的对称性, 降低企业的风险压力。参考文献1李璠.以大数据技术实现风险预警管理, 为金融服务保驾护航J.中国金融电脑, 2015, (7) :28-32. 2刘强.银行, 掘金大数据时代专访中国光大银行电子银行部总经理杨兵兵J.金融博览:财富, 2015, (5) :14-17. 3郭文生.大数据应用于我行信贷风险管理的策略研究J.中国农业银行武汉培训学院学报, 2014, (5) :54-58. 4朱丹, 陈茜, 王皓.对我国互联网银行信用风险管理的研究J.金融经济月刊, 2016, (4) :125-126. 5谷增军.大数据时代商业银行的信用风险防控之道J.甘肃金融, 2015, (2) :31-34.
