大數(shù)據(jù)在銀行風險控制中的應用研究

葉婷妤

摘 要：目前，銀行信貸及消費金融業(yè)務還主要使用以央行征信數(shù)據(jù)為主的金融數(shù)據(jù)建模，以對用戶進行信用評級和授信。但在傳統(tǒng)的風控體系下，審批過程耗時較長，各機構金融產品同質化嚴重，難以滿足用戶的多場景需求。在大數(shù)據(jù)背景下，可以在銀行風控系統(tǒng)中增加互聯(lián)網行為動態(tài)特征等數(shù)據(jù)，將會對用戶貸款、消費、社交、娛樂等多維度變量進行補足，形成完整的用戶畫像，通過整合海量數(shù)據(jù)，完善銀行的風險控制體系。本文將對大數(shù)據(jù)在銀行風險控制中的應用進行研究。

關鍵詞：大數(shù)據(jù);風控體系;互聯(lián)網+

一、緒論

隨著互聯(lián)網技術的發(fā)展，大數(shù)據(jù)技術得到了廣泛的應用，并且在金融風控領域得到了較好的應用。傳統(tǒng)銀行等金融機構在對客戶進行風險評估的時候，過去較為依賴行內的現(xiàn)有數(shù)據(jù)，但是這些數(shù)據(jù)難以滿足日益復雜的風險評估需要，而且由于銀行數(shù)據(jù)較為滯后，更新緩慢，因此用來進行風險預判顯得較為薄弱。

而大數(shù)據(jù)技術收集了客戶生活、行為、消費等更為全面的數(shù)據(jù)，同時數(shù)據(jù)采集更為及時，同時利用數(shù)據(jù)挖掘，機器學習等模型能夠更加深刻的挖掘客戶的特征，對客戶的風險事件提前預測。大數(shù)據(jù)風控逐漸成為各個銀行等金融機構廣泛關注的研究重點。

二、大數(shù)據(jù)風控數(shù)據(jù)源

大數(shù)據(jù)風控體系是基于原銀行風控體系的擴展，從數(shù)據(jù)源上擴展了銀行的數(shù)據(jù)范圍，如表1所示。

從表1可以看到，大數(shù)據(jù)風控體系，收集了運營商、第三方互聯(lián)網電商及金融數(shù)據(jù)、公共事業(yè)、互聯(lián)網輿情以及各種能夠獲取的數(shù)據(jù)，能夠覆蓋客戶生活的方方面面，可以深入的刻畫客戶的特征，判斷客戶的風險。

三、大數(shù)據(jù)風控業(yè)務場景

（一）反欺詐平臺

反欺詐平臺可以整合共享各業(yè)務條線多年積累海量反欺詐信息資產，并應用大數(shù)據(jù)、云計算和人工智能技術，將反欺詐從信用卡、借記卡、網上銀行等應用基礎上，進一步擴展到個人業(yè)務全部領域，實現(xiàn)對反欺詐的事前、事中、事后全流程的監(jiān)控。

基于大數(shù)據(jù)技術搭建欺詐風險信息數(shù)據(jù)平臺，可以涵蓋客戶相關信息、賬戶信息、卡片信息、授權信息、清算信息、還款信息，以及已經確認的交易欺詐記錄等數(shù)據(jù)。應用特征工程技術，綜合運用交易信息、賬戶信息和客戶信息等數(shù)據(jù)源，從交易時間、交易金額、交易場所、交易頻率和交易花費速度等方面，考慮單維度、多個維度和歷史維度，設計客戶交易行為檔案。采用神經網絡、GBDT、隨機森林和高緯度機器學習技術，精準識別定位欺詐交易實時事中交易反欺詐系統(tǒng)需要在毫秒內完成客戶交易特征行為變量更新和模型計算，根據(jù)風險高低設置事中干預策略，采取阻斷、人工調查和放行處理。

（二）金融風險統(tǒng)計監(jiān)控平臺

交叉性金融風險統(tǒng)計監(jiān)控臺通過對產品、客戶信息數(shù)據(jù)庫的整合，以交叉性金融業(yè)務的資金流向鏈條為基礎，建立由資金來源端到產品、資金使用端的多層投資關系，識別投資過程中涉及到的各類基礎資產，厘清資金流向，繪制風險傳染網絡視圖。應用圖計算算法，以客戶、產品交叉關聯(lián)的復雜度為標準，識別與客戶、產品關聯(lián)度高、具有較強風險傳染性的核心客戶和關鍵產品，找出各風險節(jié)點間的最短風險傳染路徑及發(fā)揮樞紐作用的關鍵節(jié)點。建立市場規(guī)模、產品規(guī)模、價格等不同風險因子與宏觀經濟變量間的相關性，借鑒壓力測試思路，研判市場變化趨勢，預測各市場、各產品風險因子變化對基礎資產的影響，基于資金流轉鏈條和風險傳染路徑，層層分析基礎資產變化對交叉性金融業(yè)務、發(fā)起金融機構的影響，從而實現(xiàn)對交叉性金融業(yè)務的前瞻性分析和監(jiān)測。

四、總結

信貸風險監(jiān)控預警體系以大數(shù)據(jù)技術和方法為監(jiān)控手段，基于對各類信息資源的有效整合，通過構建具有風險特征的監(jiān)控預警模型，建立了分析建模、實時監(jiān)測、風險預警、核查管控、跟蹤督辦、反饋優(yōu)化及考核評價的全流程信用風險監(jiān)控體系?？梢詫崟r開展融資客戶、融資產品、信貸機構及信貸人員風險的監(jiān)測預警及跟蹤管控，實現(xiàn)對客戶準信用風險事件的精準、及時和高效識別，以及核實、反饋、控制等全流程管理，為前臺盡職調查、中臺審查審批、后臺監(jiān)測及貸后管理活動提供支持。

參考文獻：

[1] ?馮玥. 商業(yè)銀行大數(shù)據(jù)技術探索——從日常交易流水到價值客戶發(fā)現(xiàn)[J]. 上海金融， 2020（8）.

[2] ?王炯. 大數(shù)據(jù)在商業(yè)銀行的規(guī)?；瘧肹J]. 銀行家， 2020（4）：2.

[3] ?原笠軒. 大數(shù)據(jù)下商業(yè)銀行網貸信用風險預警研究——以某銀行信秒貸貸后管理為例[J]. 大眾投資指南， 2021（9）：2.