胡小丰

(大连财经学院，辽宁 大连 116000)

1 商业银行风险管理机制的概念

风险控制机制是银行为应对经营过程中的各种风险而设计的一种管理机制。在风险控制机制中，涉及的变量和部门较多，需要有针对性地控制风险造成的损失。随着外部环境的变化，各种业务运营的风险也不断增多，因此应当加大风险评估。风险控制机制涵盖银行现代公司治理体系、风险管理框架、风险管理技术和风险责任追究体系。在构建银行风险控制机制方面，要认真化解银行管理和业务发展中的短板，及时调整优化风险管理组织架构，纠正经营中存在的偏差，促进银行业务有效改善，提高商业银行的风险管理能力。有效构建风险管理机制，能够促进银行自身核心竞争优势的构建，提升银行竞争力。其中，银行竞争力因素涵盖风险和盈利能力控制、竞争力和客户服务。借助大数据拓展企业市场，进一步提升市场份额和资本利用率，银行能够对其内部竞争力进行深入分析。可见，风险管控能力是企业普遍具备的重要而独特的要素。

2 商业银行风险的类型

2.1 人为信用引发的风险

在人为信用风险中，人为贷款的信用也是会给商业银行带来较大风险的因素之一。在实际贷款之前，贷方应当设立担保人，将现有资产进行质押。比如贷款的客户，大多数情况抵押的是汽车和房子，但这些资产是固定的，其价值会随时间而变化。一些客户的贷款经常被用于投资，如果出现亏本，他们将无法按时偿还贷款。这个时候，即使商业银行有用户的质押，也会影响到自己，在原有的基础上更进一步提高了运行风险。

2.2 员工操作引发的风险

我国各地经济发展情况并不同，从商业银行流出的资金或多或少。对于一些新开办和新设的中小商业银行来说，可能会因人员操作不足而给商业银行造成额外的损失。实际操作中造成的风险多为自然灾害，如盗窃、抢劫等问题，这样的问题几乎是不可避免的。如果发生这样的问题，只能保护自己的安全，尽量减少资金损失。

2.3 市场因素引发的风险

由于市场大多以新出台的相关政策为主，需要随着政策内容的变化而调整，由于变化较快，商业银行对风险的管理难度也会加大。因此，相对于用户，商业银行应提高知识的及时获取，设立专人关注市场动态，更好地了解资金、市场变化、汇率等，降低市场风险对商业银行的影响。再者，在大数据时代，商业银行能够及时掌握新闻，了解各国的现状，这也给我国商业银行带来了巨大的风险。

3 大数据给商业银行带来的机遇

3.1 提升数据分析能力

在银行以往的风险管理中，银行对客户信息的了解有限，存在权限不足的问题。在大数据的背景下，银行能够获得更多的客户个人信息，其中包含信用信息、个人消费记录、其他金融机构的信用行为等。借助大数据信息，全方位、客观地反映客户的信用等级，为银行业务发展予以数据支撑。与传统风险管理相比，弱化感知因素，不断增强数据分析能力。

3.2 创新风险评估机制

此前，银行信贷的坏账大多数情况是由于风险管理机制过时造成的。在银行信贷领域，还没有量化的标准。在业务发展过程中，纠纷不断，也让风险管理陷入僵局。在大数据的背景下，能够借助行业合作逐步形成共同的标准。在工作过程中，利用具体的数据说话，提升银行相关部门的风险管理意识。该标准的出台还能够消除差异化的业务结果，使信贷业务流程更加简洁。

3.3 促进商业银行风险决策形式的变革

目前，我国商业银行在进行风险决策时主要依靠审查员自身的专业判断。但是，审阅者的职业判断大多数情况下主观武断，缺乏客观因素的支持，致使风险决策中经常出现信息不对称。同时，鉴于风险决策模式的不同，整体业务流程的有效性大大削弱，业务难度加大。此外，国内商业银行在进行风险决策时大多数情况只依赖原始数据信息，缺乏针对实时数据的采集和挖掘，大大降低了信息的真实性和客观性，也提高了商业银行风险防范和风险控制的难度。在此前提下，借助大数据技术，对所研究的变量相互间的联系进行分析，确定多个变量相互间的本质关系。系统客观的决策分析模型进一步提升了商业银行风险决策的科学性和合理性，在原有的基础上更进一步提高利润。

3.4 进一步提高商业银行的信息发掘能力

过去，我国商业银行开发客户资源的方式非常有限，信息量少、时效性差、客户数据整合不足。在当前时代背景下，鉴于追求诚信和在线特性，客户信息规模不断扩大，获取的非结构化信息越来越多。因此，商业银行可以借助大数据技术简化数据复杂度，进一步提升银行风险防控水平。此外，商业银行能够广泛而深入地收集和整合客户信息，以进一步提升客户数据的透明度。

4 大数据背景下商业银行面临的挑战

4.1 大数据进行集成与整合面临挑战

随着经济社会的快速发展，我国经济逐渐进入新常态，产业结构的调整给经济环境带来了巨大变化，也带来了金融形式和需求的一定变化，这给商业银行的发展带来了严峻的挑战。如果银行的数据整合手段不完善或管理方式存在问题，很容易造成数据浪费或数据管理不力，妨碍整个银行的经营管理。严重时会造成银行经营管理风险出现偏差，甚至造成银行经营陷入停顿。因此，大数据技术出现后，银行一定要借助有效的数据应用手段进行大数据整合，否则银行将错失选用大数据的机会，在数据的实际应用中就会出现大问题。

4.2 大数据存储与开发面临挑战

一般情况下，往往根据银行的经营管理需要，以及银行数据的特殊性和敏感性，在选用大数据技术的过程中应当对数据进行有效的存储和开发。在此过程中，要参照银行经营管理特点做好数据的存储和开发工作，保证符合安全要求，以防数据泄露导致银行数据管理受损。由此看来，在将大数据技术应用到商业银行管理时，大数据的存储和开发从某种角度，对于银行的发展、管理体系的更新和银行发展战略的调整具备重要意义。

4.3 大数据信息安全面临挑战

在管理银行大数据的过程中，需要加强对信息安全的重视。在信息安全、数据处理速度、数据存储和保护过程中，需要对银行管理数据和银行客户数据进行重点保护，防止因数据泄露导致银行和客户的信息泄露。在大数据管理中，需要采用有效的安全管理方法，确保大数据信息的安全，避免方法不当影响整体安全管理，制约银行的发展。因此，在大数据时代，做好信息安全管理，对企业的发展有着重要的影响。

4.4 大数据分析人才缺乏的挑战

从目前银行大数据技术的应用现状来看，商业银行普遍缺乏大数据分析人才。现有人才对大数据技术知之甚少，不能参照大数据技术的特点进行合理应用，导致难以充分发挥大数据技术的优势，不仅严重影响应用大数据技术的效果，也制约了银行本身的发展。在发展过程中，企业不能结合发展需要和特点，采取有针对性的发展措施，也无法结合发展需要合理应用大数据技术，最终影响企业的发展质量。因此，如何解决人才短缺问题是现阶段商业银行面临的主要问题。在进行实际管理时，鉴于缺乏专业技术人员，大数据技术的应用存在一定的技术风险，阻碍应用效果的提升，使得银行无法有效应用大数据技术推动自身的发展。

5 商业银行风险管理现状及问题

5.1 传统的收入模式有很大的局限性

经济新常态下，商业银行原来的盈利方式是通过差别化信贷利率来获取利润，现在已经难以满足实际需求。由于国内外企业竞相建设，企业的利润空间逐渐缩小，甚至给企业造成严重的经济损失。在这种情况下，银行资金链更加紧张，出现大量坏账，形成恶性循环。如果企业收入不符合预期就出现无法偿还债务的情况，导致商业银行经营风险大大增加。

5.2 管理方式不够先进

一是商业银行风险管控在主观上仍存在模棱两可的问题，操作风险管理主要依赖于具备审计资格的人员的专业判断。但这类判断总是带有一定的主观色彩，具体规范也不统一，容易形成误解。二是控制环节不到位。在调整优化形势下，商业银行的商业活动基本表现为线上和下游程序处理、前后端综合处理、跨部门综合处理，导致风控判断信息容易出现遗漏或不对称。

5.3 人才资源不足造成的困扰

随着大数据时代的到来，为了促进商业银行在风险防控方面取得更大的成就，就需要加强大数据分析人才资源的培养。以往分析数据的方式是在基本捕捉到需求后，参照样本数据勾勒出商业银行的风险防范场景。而大数据技术是从总体样本开始，随着业务类型的不断丰富和商业银行业务规模的迅速扩大，得以快速有效地将原本分散的市场信息和客户信息转化为可用于支持风险决策的资源。因此，向数据分析人员提出了更高的标准和要求。要求其具备统计学、运筹学、风险管理、数据等方面的多种理论和跨学科技能。此外，还一定要具备强大的信息挖掘和数据建模能力。商业银行要不断丰富业务种类，扩大网络化业务规模，引进大量信息技术人才，逐步提高分散市场、个人和企业客户数据和信息利用的能力。当前，要解决商业银行数据分析人才压力大的问题，防止数据和信息技术人才流失，为满足商业银行的实际需求创造发展空间。

5.4 管理数据基础较薄弱

尽管商业银行的管理信息化、数字化逐步深化，但其主要目标仍是关注短期利润，很少关注操作风险管理数据等多项风险资源。首先，忽略非结构化和半结构化的风险管理数据。这种风险管理数据大部分涵盖员工能力、客户偏好、工作经验等，实际上能够反映各种风险因素。同时能够进行跨层级、跨节点的研究分析，不断增强风险数据管理功能。但是，传统的商业银行数据管理侧重于管理客户交易、业务处理和流程控制等结构化数据，而较少关注非结构化和半结构化数据。其次，商业银行获取风险管理数据资源的途径有限。在很多情况下，存在数据量少、时效性差的问题。现有的数据维度不足，量规不够规范，致使相应的数据和信息无法相互连接。

6 基于大数据的商业银行风险管理对策及建议

6.1 增强运营风险大数据管理力度

首先，商业银行应增强操作风险管理数据采集和积累，建设企业级数据库，广泛吸纳相关机构、客户、员工、产品销售、商业运营等不同渠道的各类数据和信息。简而言之，数据是操作风险管理的核心，对这些数据进行全方位深入的分析，可以真实反映商业银行操作风险管理的真实情况，让相关人员真正了解和掌握操作风险的主客观因素，为化解风险予以重要条件。其次，商业银行应当增强风险管理数据的整合和精细化。相关人员要合理选择得以满足操作风险管理应当需要的数据信息，构建科学的提取标准，从海量数据中剔除不相关、无用的信息，识别核心要素，确保数据分析的准确性。再次，商业银行要逐步建立独特的操作风险管理数据机制。在商业银行中，操作风险的基础数据表有很多，其中包含的数据模式和更新频率可能会有所不同，因此应当构建一套完整的数据管理流程和相应的平台，规范更新规则，旨在保障商业银行操作风险管理对数据信息的全面了解，不断提高风险量化能力。最后，商业银行要逐步建立独特的操作风险管理数据机制。运营数据管理不能只是单向排序、提炼和积累，相关人员应从技术层面入手，将数据视为一张表格，寻找记录不同主体和行为的信息。同时，整合数据绑定、验证、质量控制等多项一体化相关机构。旨在保障商业银行操作风险管理对数据信息的全面了解，不断提高风险量化能力，使大数据技术能够在操作风险管理过程中得到更广泛、更深入的应用。

6.2 提升风险管理的水平，完善现有风险管理模式

大数据时代，商业银行积极借助智能化设备打造大型数据库，与人工操作相比，智能化设备虽然可以长时间工作，但必须定期维护和优化，以延长其使用寿命和运行质量。在优化管理模型时，创设建立各种风控应用，如建立可视化平台。在业务创新中，要着力规范业务创新过程中的各个环节，提高可控性。快速识别、衡量、监测和控制金融转型新出现的风险，同时丰富业务转型的业务多样性，最大限度降低风险，以客户为中心，提高工作效率，有效控制风险。商业银行可以通过定期对员工进行培训，增强员工风险意识。此外，建立完善的风险防控体系，多角度分析当前商业银行经营的信用风险，结合国家政策，推动制度创新，规范商业银行信贷业务。

6.3 加强大数据在商业银行运营风险管理体系中的运用

首先，整合操作风险管理数据。操作风险管理的广度决定了对多维数据集成的需求。一是线模块相互间的数据集成，例如员工行为风险，一定要借助集成分析有效地评估公专线和专线运营数据。二是静态数据与动态数据的融合。员工素质和过去缺陷等静态数据一定要与当前工作运营的动态数据相结合，才能客观地确定风险。三是借助综合总分数据分析每位员工的工作。就行为数据而言，还有数据所属组织的管理能力和文化因素。外部数据不仅分析来自行业专业人士的行为数据，还分析来自超过8小时的员工的行为数据。其次，构建大数据业务风险运营管理体系。商业银行可以基于人工智能与大数据进行更有效的信用风险管理，改变信用风险管理的具体流程。动态识别和分散信用风险管理运作方式，有效识别和综合评估业务风险或潜在业务风险的比较。此外，要对大数据业务风险实行封闭式管理，充分利用资源，具体分析和共同选用，并不断优化和完善信用风险管理模式。

6.4 加强风险管理人员的综合素质培养

在大数据背景下，商业银行风险管理能力的不断提升是保证其快速可持续发展的重要基础。但是，数据信息具备一定的局限性，并不能解决商业银行面临的所有风险管理问题。因此，也需要一批高水平专家的大力支持和管理。商业银行应增强风险管理人员的综合素质培训，并在风险管理人员的培养和引进上投入更多的精力和财力。同时，银行内部人力资源配置倾斜，构建了风险管理人员的相关支持机制，打造一支具备风险判断能力、动态风险检测能力、潜在风险调查能力、风险模型设计能力的人才队伍。此外，商业银行还要注意为风险管理人才营造成长发展环境。例如，借助构建健全考核机制和晋升考核制度，规范商业银行管理人员日常行为，细化职责分工，进一步增强风险管理专业技能培训，对人员运用数据信息模型和大数据综合分析判断风险进行专业技能培训。利用大数据技术，构建强大的人才基础，提升商业银行整体风险管理水平。

6.5 使用大数据技术融合信息，实现内容共享

在大数据网络技术飞速发展的今天，商业银行一定要积极摒弃传统观念，整合风险问题、内容和各种数据信息，借助大数据技术进一步提升风险管理质量。银行用来充当国民经济重要的存储部门，数据越来越多。传统的风险管理和控制无法充分理解信息价值。因此，相关银行应积极借助大数据技术，在办公软件中设置搜索系统，让员工和管理人员得以快速便捷地查询到不同类型的信息。此外，商业银行还要整合各部门相互间的信息，让客户更好地了解市场，以防止客户盲目借贷做生意，在原有的基础上更进一步提高银行的风险管理水平。对于商业银行自身而言，有效的信息整合和共享能够帮助他们更好地了解客户信息，提前判断是否存在不良记录，提升风险管理水平，进一步提升评估准确性。商业银行要做到大数据视角的操作风险管理，一定要依托大数据技术，不断优化和完善相应的实际工作，突破传统数据边缘的局限，积极借助互联网和社交媒体扩大数据获取渠道，从而达到大规模收集客户信息的目的。商业银行还应注重整合客户沟通渠道，充分体现互联网的作用，进一步增强内部数据信息与外部媒体信息的关联，全方位、完整地了解客户。同时，还能够与一些主要的社交媒体网站和媒体相关机构共享数据和信息，不断提高信息的有效性和科学性。

7 结论

综合以上分析，从大数据的角度来看，商业银行进行信用风险管理的过程中面临着前所未有的机遇和挑战。为了应对现有问题，需要借助大数据技术，这在很大程度上决定商业银行未来的发展方向。因此，商业银行应利用大数据技术增强对业务风险的信息化管理，推动大数据在信用风险管理和追偿系统运营中的共同应用，培养更多掌握如何应对风险的高级人才，社交网络平台一定要与商业银行适当结合，促进商业银行未来持续健康发展。