论文部分内容阅读
摘 要
随着网络信息技术的发展，数据的规模也开始呈现几何式的增长，从而出现了PB级的“大数据”。对银行来说相应的客户的信息数据也日益繁多，从客户基本信息、相关信息到行为信息，从结构化的数据到非结构化的数据，由于数据的爆炸增长，对信息数据的收集、管理、对客户的分析也变得越来越难。而大数据具有信息量大、数据多元化等特点，为银行解决与客户信息不对称问题，提供了新的解决途径，同时利用大数据处理和数据分析可以进行风险预警及客户行为预测，能够及时发现甚至规避风险事件的发生，减少银行损失。
【关键词】大数据；银行；风险管理
1 大数据时代
大数据（big data），指的是所涉及的数据资料的规模巨大到无法通过目前主流软件工具在合理的规定的时间内达到支持并帮助企业经营决策的目的，其特点可用4个方面来描述，即体积（一个大数），品种（多样性），价值（价值），速度（高速）。
对于银行来说，大数据时代的降临，为银行获得客户讯息提供了新渠道和方式，过去银行若是要想更进一步地解析客户，掌握更充足的客户数据，每每需要客户经理的拜访或接触，或通过查阅客户的资金流水和信用活动来实现。而随着大数据的发展和应用，银行可以通过整合自身积累的客户数据与税务、工商、水电、话费、定位等监管部门发布及网络媒体获取的信息形成银行客户大数据，而且数据是多维的、更加全面也更加可靠的。为银行进行全面的客户数据分析提供了可能，同时也使通过科学的数据建模进行银行风险控制、实时预警以及客户行为预测变为了可能。
2 大数据时代的银行风险管理
随着银行业务的快速发展，银行经营者必须有效识别风险，防范风险和控制风险。风险管理已成为银行稳健发展的重要组成部分。社交媒体互动、实时传感器数据、电子商务等新数据源，均给银行业带来一系列挑战，这时如果只是借助传统的解决方案，是没法全面进行风险管理的。
大数据时代的来临，为银行的风险管理提供了新的机遇，大数据具有数据量大、数据类型多元化、收集渠道广泛等特点，且数据信息是多维的，包括但不限于银行管理资产、家庭信息、职业信息、教育信息、户口信息、房产信息、车辆信息、信用卡交易信息、网购交易信息、名下企业信息、公积金信息、工资/奖金信息、债务信息、社保信息、纳税信息、旅行信息、健康信息等等， 为解决银行与客户间的信息不对称问题提供了新的途径，在获得客户授权的情况下，为银行建立更加完善、更加清晰的客户信用视图提供了可能性。同时使用大数据分析能够帮助银行解析客户的自然属性和活动属性，同时联合客户活动分析、客户信用度剖析、客户危机分析以及客户的资产负债状态等，可以协助银行建立起一套完善的风险防范体系。
大数据平台大大扩展了银行的数据来源，使银行可以获得和挖掘以前无法获得或无法使用的客户数据，通过全局分析的实时数据和历史数据给客户，利用专业的数据分析工具，建立科学合理的数据建模，能够实现对客户相对准确的行为预测，能够早于风险发现问题，及时规避风险事件，避免损失的发生。
大数据为银行风险管理带来机遇的同时也为银行带来了新的挑战，主要体现在以下几个方面：
（1）目前，大量的信息建立在各个信息拥有者的手中，信息源碎片和数据标准还需要进一步规范和整合。另外数据不仅包括传统的结构化数据，还包含大量的半结构化和非结构化数据，如视频、图片、语音等，这种数据如何采集、存储，以及进一步的数据集成，也为我们带来了一定的困难；
（2）数据来源广泛，有一大部分来自于网络与社交媒体，数据质量参差不齐，数据准确性也很难保证，而且数据价值密度很低，如何在海量的数据中进行数据识别，找到有价值并且准确的信息也是摆在我们面前的一个难题；
（3）基于大数据的分析也必需建立科学的数据模型，关于模型选择的方法、参数的选取、权重的动静调整、模型准确性的延续监控和调整，均涉及到较高的需求，数据模型的建立及应用也为我们提出了新的挑战。
（4）大数据时代，商业银行网络管理需要对虚假信息、欺诈行为进行识别。这就需要进行户行为预测，利用大数据技术，通过分析客户行为信息，建立科学有效的数据模型，对客户行为进行预测， 采用相关分析、回归分析、分层决策树等方法找出客户的问题所在，及早发现风险的可能性，进而及时避免风险案件的发生。
3 结论
互联网新技术的发展尤其是云计算、大数据时代，给社会提供便利的同时也给银行业带来了前所未有的挑战，但更多的可能就是机遇，银行作为让数据说话的行业，也理应成为一家大数据企业，运用大数据，适应市场需要，为客户提供全方位的、创新性的产品及服务，要从数据中获得洞察，从数据中获取价值，从数据中赢得未来，所以未来的银行发展将是一片光明。
参考文献
[1]魏国雄.大数据与银行风险管理[J].中国金融，2014（15）：25-27.
[2]庞淑娟，黄旭.大数据助推信用风险管理创新[J].银行家，2015（02）.
[3]庞淑娟.大数据在银行信用风险管理中的应用[J].征信，2015，33（03）：12-15.
[4]崔冬钰.大数据在银行风险管理中的应用[J].金融电子化，2014（07）：50-51.
[5]周继术，王雪松.大数据助推银行全面风险管理[J].中国金融，2013（14）：69-70.
[6]蒋耀萱.大数据时代我国银行风险管理的问题研究[J].中国商贸，2015（16）：85-87.
随着网络信息技术的发展，数据的规模也开始呈现几何式的增长，从而出现了PB级的“大数据”。对银行来说相应的客户的信息数据也日益繁多，从客户基本信息、相关信息到行为信息，从结构化的数据到非结构化的数据，由于数据的爆炸增长，对信息数据的收集、管理、对客户的分析也变得越来越难。而大数据具有信息量大、数据多元化等特点，为银行解决与客户信息不对称问题，提供了新的解决途径，同时利用大数据处理和数据分析可以进行风险预警及客户行为预测，能够及时发现甚至规避风险事件的发生，减少银行损失。
【关键词】大数据；银行；风险管理
1 大数据时代
大数据（big data），指的是所涉及的数据资料的规模巨大到无法通过目前主流软件工具在合理的规定的时间内达到支持并帮助企业经营决策的目的，其特点可用4个方面来描述，即体积（一个大数），品种（多样性），价值（价值），速度（高速）。
对于银行来说，大数据时代的降临，为银行获得客户讯息提供了新渠道和方式，过去银行若是要想更进一步地解析客户，掌握更充足的客户数据，每每需要客户经理的拜访或接触，或通过查阅客户的资金流水和信用活动来实现。而随着大数据的发展和应用，银行可以通过整合自身积累的客户数据与税务、工商、水电、话费、定位等监管部门发布及网络媒体获取的信息形成银行客户大数据，而且数据是多维的、更加全面也更加可靠的。为银行进行全面的客户数据分析提供了可能，同时也使通过科学的数据建模进行银行风险控制、实时预警以及客户行为预测变为了可能。
2 大数据时代的银行风险管理
随着银行业务的快速发展，银行经营者必须有效识别风险，防范风险和控制风险。风险管理已成为银行稳健发展的重要组成部分。社交媒体互动、实时传感器数据、电子商务等新数据源，均给银行业带来一系列挑战，这时如果只是借助传统的解决方案，是没法全面进行风险管理的。
大数据时代的来临，为银行的风险管理提供了新的机遇，大数据具有数据量大、数据类型多元化、收集渠道广泛等特点，且数据信息是多维的，包括但不限于银行管理资产、家庭信息、职业信息、教育信息、户口信息、房产信息、车辆信息、信用卡交易信息、网购交易信息、名下企业信息、公积金信息、工资/奖金信息、债务信息、社保信息、纳税信息、旅行信息、健康信息等等， 为解决银行与客户间的信息不对称问题提供了新的途径，在获得客户授权的情况下，为银行建立更加完善、更加清晰的客户信用视图提供了可能性。同时使用大数据分析能够帮助银行解析客户的自然属性和活动属性，同时联合客户活动分析、客户信用度剖析、客户危机分析以及客户的资产负债状态等，可以协助银行建立起一套完善的风险防范体系。
大数据平台大大扩展了银行的数据来源，使银行可以获得和挖掘以前无法获得或无法使用的客户数据，通过全局分析的实时数据和历史数据给客户，利用专业的数据分析工具，建立科学合理的数据建模，能够实现对客户相对准确的行为预测，能够早于风险发现问题，及时规避风险事件，避免损失的发生。
大数据为银行风险管理带来机遇的同时也为银行带来了新的挑战，主要体现在以下几个方面：
（1）目前，大量的信息建立在各个信息拥有者的手中，信息源碎片和数据标准还需要进一步规范和整合。另外数据不仅包括传统的结构化数据，还包含大量的半结构化和非结构化数据，如视频、图片、语音等，这种数据如何采集、存储，以及进一步的数据集成，也为我们带来了一定的困难；
（2）数据来源广泛，有一大部分来自于网络与社交媒体，数据质量参差不齐，数据准确性也很难保证，而且数据价值密度很低，如何在海量的数据中进行数据识别，找到有价值并且准确的信息也是摆在我们面前的一个难题；
（3）基于大数据的分析也必需建立科学的数据模型，关于模型选择的方法、参数的选取、权重的动静调整、模型准确性的延续监控和调整，均涉及到较高的需求，数据模型的建立及应用也为我们提出了新的挑战。
（4）大数据时代，商业银行网络管理需要对虚假信息、欺诈行为进行识别。这就需要进行户行为预测，利用大数据技术，通过分析客户行为信息，建立科学有效的数据模型，对客户行为进行预测， 采用相关分析、回归分析、分层决策树等方法找出客户的问题所在，及早发现风险的可能性，进而及时避免风险案件的发生。
3 结论
互联网新技术的发展尤其是云计算、大数据时代，给社会提供便利的同时也给银行业带来了前所未有的挑战，但更多的可能就是机遇，银行作为让数据说话的行业，也理应成为一家大数据企业，运用大数据，适应市场需要，为客户提供全方位的、创新性的产品及服务，要从数据中获得洞察，从数据中获取价值，从数据中赢得未来，所以未来的银行发展将是一片光明。
参考文献
[1]魏国雄.大数据与银行风险管理[J].中国金融，2014（15）：25-27.
[2]庞淑娟，黄旭.大数据助推信用风险管理创新[J].银行家，2015（02）.
[3]庞淑娟.大数据在银行信用风险管理中的应用[J].征信，2015，33（03）：12-15.
[4]崔冬钰.大数据在银行风险管理中的应用[J].金融电子化，2014（07）：50-51.
[5]周继术，王雪松.大数据助推银行全面风险管理[J].中国金融，2013（14）：69-70.
[6]蒋耀萱.大数据时代我国银行风险管理的问题研究[J].中国商贸，2015（16）：85-87.