APP下载

大数据助推信贷风险管理创新探讨

2019-07-08徐源

现代营销·信息版 2019年7期
关键词:信贷风险管理大数据

徐源

摘  要:金融与科技的结合是未来金融行业发展的必然趋势,利用大数据助推信贷风险管理创新工作是“金融+科技”的显著体现。大数据技术在信贷风险管理中的应用,能够通过真实刻画客户画像,为商业银行的信贷风险管理提供具体的应对策略,有效提升其信贷风险管理水平。基于此,从当前大数据技术在信贷风险管理中的应用,挖掘其应用问题,从而提出针对性的解决措施,充分发挥大数据助推信贷风险管理。

关键词:大数据;信贷;风险管理

近年来,大数据技术在金融行业得到了广泛的应用,国内越来越多的商业银行纷纷借助大数据技术,尝试搭建信贷风险管理的新格局,全面增强信贷风险的全过程管控。然而受多方面因素的影响,大数据技术在信贷风险管理的应用进程并不顺利,暴露了一系列的问题,在此基础上,探究未来大数据助推信贷风险管理创新路径。

一、大数据在信贷风险管理应用中的问题

(一)数据挖掘難度大

从宏观角度分析,大数据技术在信贷风险管理的应用时间尚短,国内大部分的金融机构还没有建立成熟的管理机制,尤其是行业之间的信息共享机制建设严重不足。这一局面导致在信贷风险管理过程中,数据挖掘的难度极大,也就难以对客户形象进行真实而全面的刻画,从而严重影响后续的信贷风险管理精准度。数据挖掘是大数据助推信贷风险管理的基本前提,结合当前国内金融机构的大数据应用状况分析,其大数据挖掘能力基本上是依赖于其各自原有的数据储备,且各个金融机构的数据库还是孤立的,很大程度上影响了数据挖掘的客户细分管理价值。通过数据挖掘技术,通过客户画像能够为信贷风险识别开辟全新的思路,然而由于金融数据信息更新频率高、处理难度大,导致数据挖掘精确度无法保证,从而使得依赖于数据挖掘技术的信贷风险管理过程复杂且无法控制,影响了其信贷风险管理效果。

(二)行业标准和规范不完善

国内关于大数据信贷风险管理应用起步较晚,其应用过程仍处于极为不成熟的阶段,对于金融行业大数据应用的行业标准和规范建设不足。一方面,国内的大数据应用缺乏统一的数据共享开放标准,导致行业之间的大数据的互动和交流存在极大的阻碍,尤其是各个金融机构之间的数据无法真正实现共享开放。另一方面,金融科技下随着大数据技术在信贷风险管理中的应用,对于行业间的行业标准和规范建设需求也就越高,仅靠当前的自我管理,不仅不能达到信贷风险管理目标,甚至还可能产生其他不可预料的风险。

(三)大数据应用程度低

从整体上分析,当前金融机构的大数据应用程度,并没有实现预期的目标。当前大数据在信贷风险管理应用中,由于大数据规模和质量不高、数据平台建设不足等多方面的因素,导致当前大数据应用难以满足信贷风险管理的转型需求,且大数据的应用反馈机制并不灵活。另外,金融科技下,大数据信贷风险管理应用机制并不成熟,无法充分发挥大数据挖掘和风险预警价值,也就无法为金融机构的信贷风险管理提供数据挖掘和分析决策支持。

二、大数据助推信贷风险管理创新路径

(一)深挖数据挖掘分析价值

金融科技下,大数据应用价值的实现关键在于数据挖掘能力,大数据挖掘技术应用的越深,其价值也就越大。只有当大数据达到一定规模时,才能真正满足金融机构信贷风险管理的需求,如信贷风险管理制度、监测分析、预警分析等,从而实现精准管控信贷风险。因此,针对当前大数据在信贷风险管理应用过程中的数据挖掘问题,可以从以下方面着手:一方面,逐步推进金融行业间大数据共享开放平台的建设,解决国内各个金融机构之间的数据孤立问题,以最低数据共享开放标准为切入点,创新行业间的数据共享合作模式,实现行业间的基本数据流通目标,以促进行业间的大数据挖掘价值的实现。另一方面,在大数据共享开放平台建设的基础上,加强行业间大数据应用成果的互动交流,建立完善的数据行业的长效沟通机制,无障碍交流行业间的大数据技术成果,以充分满足数据挖掘价值在信贷风险管理应用需求。

(二)建立大数据标准规范

从行业整体分析,可知当前国内金融机构的信贷风险管理,对于大数据的应用缺乏整体的科学规划,难以全面发挥大数据对于信贷风险管理中的应用价值。因此,针对当前行业间大数据标准和规范缺失的问题,具体可以从以下方面着手:一方面,针对当前金融行业间对于大数据应用的引导缺失问题,应结合国内金融发展实际状况,科学提出大数据在信贷风险管理的应用指导规范,进一步明确大数据助推信贷风险管理目标、方向、具体措施等,建立行业间的大数据应用标准规范,从而实现金融机构信贷风险管理合力,有效提升金融行业信贷风险管理整体能力。另一方面,完善金融行业的大数据标准和规范,协同国内金融行业历练,制定统一的大数据标准和规范,对信贷风险管理中的大数据技术应用范围、方式、权限提出明确的规范,实现严格的标准化、规范化管理,从而有效保障大数据在信贷风险管理中的应用能够有序、健康、和谐的展开。

(三)拓展大数据应用深度

结合当前行业间大数据在信贷风险管理应用状况,可知大数据应用程度仍较低,多是停留在客户形象刻画,客户信用评估等方面,其大数据信贷风险管理应用价值有待进一步推展。因此,在金融科技背景下,大数据信贷风险管理的应用深度拓展,可以从以下几个方面着手:一方面,对于现有的客户形象刻画,客户信用评估应用,应进一步拓展信息收集的范围,包括客户互联网行为、金融交易行为,以进一步提升客户形象刻画的精准程度,并提升信用评估预测信贷风险的能力,弥补当前国内客户征信系统的不足。另一方面,进一步拓展大数据信贷风险预警监控体系,建立信贷风险管理的事前预警、事中监控、事后监督的全过程监控流程,充分发挥大数据信贷风险预警价值,有效提高信贷风险管理能力。

参考文献:

[1]李小西.商业银行大数据信贷业务风险管理[J].科技经济导刊,2019,27(10):192+191.

[2]黄薷丹.大数据时代下商业银行信贷风险管理策略研究[J].产业创新研究,2018(11):75-76+89.

[3]张莉.大数据背景下商业银行信贷风险管理的完善思考[J].全国流通经济,2018(26):96-97.

作者简介:

徐  源(1980.8-),性别:男,民族,江苏省连云港市人,学历:研究生在读,研究方向:汽车供应链金融。

猜你喜欢

信贷风险管理大数据
探讨风险管理在呼吸机维护与维修中的应用
聚焦Z世代信贷成瘾
护理风险管理在冠状动脉介入治疗中的应用
绿色信贷对雾霾治理的作用分析
风险管理在工程建设中的应用