成中立

大数据时代的到来对商业银行的风险管理提出了新的要求，数据以及s数据相关的风险管理方法将被置于更為重要的地位。为了迎接来自金融市场的“风起云涌”以及来自外部监管的B趋严格，强化商业银行风险管理的数据意识，完善风险数据的运作机制，加强相关人才的培养与技术的提升，将成为每家商业银行立于不败之地的重要途径。

大数据 风险 管理

强化银行风险管理的数据意识

数据是风险管理的核心内容之一，针对当前风险数据储存不足、质量参差不齐、缺乏规范性等现状，商业银行应当将数据意识贯穿于风险管理的整个过程中。一是风险管理应该以数据作为抓手，注重收集来自风险管理三道防线的风险数据资源，并以此作为风险管理与控制的切人点。二是风险管理的方式要充分体现风险数据的价值，风险计量模型要真正发挥其作用，需要真实有效的数据予以支持。只有同时兼具科学的“工具”以及优质的“原料”，风险管理才能成果丰硕。三是风险管理的绩效考核要发挥数据的“权威性”。风险管理制度的制定、治理结构的完善、管理流程的设置与运作，归根结底属于风险管理手段与内容，而真正体现风险管理成效的，则是经得起考验、具有“权威性”的数据事实。可见，数据意识指导着风险管理的具体方式，并将成为大数据时代商业银行风险管理的重要方向。

构建并完善风险数据的运行机制

风险管理的数据化并不是一个抽象的概念，大数据时代复杂而无章可循的数据亟需一套完整的机制对数据予以有效的甄选与处理，以达到风险管理的预期目标。风险数据贯穿于商业银行业务运行的各个环节，针对商业银行所搭建的风险管理三道防线的不同权责，其对风险数据的要求应该有不同的侧重点。

风险管理的第一道防线是风险承担部门，包括业务部门和支持部门。这是直接面对银行业务风险的首要领域，在H常的实务操作中主要收集来自业务经营过程中的风险数据，并对海量的原始数据进行“初加工”，包括对原始数据进行清洗，排除无效数据，并依据不同的业务类型、不同的风险级别对风险数据进行整理与分类，以为下一环节对风险数据的使用提供便利。

风险管理的第二道防线是风险管理部门，包括风险管理部、资产管理部、合规部等相关职能部门。这是风险管理工作开展的核心部门，在风险管理的管理过程中需要利用风险数据并结合合理的风险计量方法进行信用风险、操作风险、市场风险等关键风险资本的计量，进行压力测试以及匹配具体的风险缓释手段，并从中不断修正并优化风险限额、风险偏好等相关内容，并对风险管理的相关数据进行有效传导。在此，风险管理必须以高质量的风险数据为依托，并对风险数据所体现的内涵予以深刻挖掘，以得到具有高度可适用性的风险管理成果。

风险管理的第三道防线是内部审计部门。审计是检验风险管理有效性的最后一道关卡，也是判断风险数据的适用是否具有合规性和有效性的一个关键步骤。风险数据获得的风险管理成果需要进行严格的返回检验：从风险数据收集的完整性、到风险数据清洗与整理的完备性、再到风险数据分析与运用的科学性，直至风险数据输出的有效性，伞面审查风险数据在风险管理过程中的合理运行。

以风险管理的三道防线为依托，建立一套完整的风险数据运行机制，使得风险数据的收集、分析与运用贯穿于风险识别、计量、监测与报告的整个过程，将有利于推进银行全面风险管理在大数据时代的“数字化进程”。

扩大风险数据相关专业人才储备

风险管理的数据化进程需要出色的风险数据“弄潮儿”，方能发挥风险数据本身的独特价值。大数据时代的推进使得数据处理成为一门专业技术。面对杂乱无章且真伪难辨的风险数据，专业人员既需要理解和掌握数据处理的方法，又需要将风险管理的方法论运用于风险数据处理的过程中。因此，商业银行需要积极培养风险及数据管理等综合性人才，扩大风险数据相关专业人才储备，通过加强内部培养和引进专业人才等途径壮大风险管理人才队伍，提高风险数据的处理与分析能力。特别是逐步建立健伞伞方位的风险管理队伍的考核机制，通过制度化、规范化、科学化的考评，带动风险管理队伍的专业化、规范化、职业化发展。

开发并提升风险数据的处理技术

数据和IT系统是银行风险分析和计量的基石。面临“信息爆炸”的大数据时代，各商业银行需要夯实数据基础，分步骤、分阶段地建立伞面风险管理平台。旧有的资料储存方法已经难以满足数据处理的要求，与传统的运作系统相区别，商业银行要提升风险管理的水平，适应大数据时代的要求，就必须引入先进的数据处理技术，并相应地建没信息管理系统。如商业银行适应内部评级法计量信用风险加权资产，开展三大风险管理工具的建设，以及利用内部模型法计量市场风险加权资产法，均需要借勘IT系统，并利用复杂的算法进行庞大的风险数据处理。为了满足巴塞尔新资本协议以及我国相关监管文件对风险加权资产的要求，提升银行对于风险数据的处理能力，银行需要不断开发并提升风险数据的处理技术，建设先进的IT系统，以有效彰显风险数据对于风险管理的核心价值。

大数据时代的背景下，商业银行风险管理的每个步骤、每个方法都离不开风险数据的处理与分析，风险管理的数据化需要业务操作人员、风险管理人员、系统开发人员以及监督人员的密切配合，既要不断完善风险数据的运行机制，又要注重培养风险数据专业人才，并发挥风险数据处理技术以及IT系统的作用。只有相互协助，常怀风险管理的数据意识，以风险管理为己任，构建良好的风险数据文化，才能在大数据时代管理好风险。