李斯明 林忆芬

目前经济发展市场呈现出的特点越来越有智能化、不确定等特点，全球范围内的信息化水平都在不断提高，得益于此，互联网金融、电子货币、虚拟经济等方面都取得了极大的发展，明显促进了大数据时代的到来。本文从处于大数据时代下，我国商业银行如何进行风险把控出发，研究分析了当下风险管理的全新特性和亟待解决的问题，并且对经济新常态下银行在风险管理道路上的探索与发展提供了相关对策。

因为目前我国社会经济发展速度不断加快，经济新常态下大数据的发展潮流也已经影响到了国内大多数行业。根据我国的相关指导政策思想，我们必须要大力促进我国实体经济与大数据、互联网等信息化工具的进一步融合发展，提高针对研究基本应用的重视程度，以实现早日全面建成数字中国的发展目标。目前我国的经济发展也处于大数据为主的潮流背景下，商业银行作为我国经济发展过程的参与者之一，有着维护我国金融安全，降低國内金融风险的责任与使命。如何在新时代中抓住机遇，更好地面对挑战，完成完善风险管理体系的工作，是国内商业银行领域需要认真研究的问题。

目前我国银行金融风险管理概况

目前我国正在进行着新一轮的信息革命，数字化的发展也越来越迅速，在这种发展背景下，我国的商业银行领域正面临着新的管理变革挑战——如何能够快速的增高银行的客户量、业务量以及全面的管理数据。在这个大数据为主的发展时代，我国商业银行的风险管控与以往的管理相比，有着较大的区别，主要体现在以下几方面。

首先是系统化的程度发生变化，在过去进行全面风险管理时，银行系统化程度主要体现了两个特征：一个是在收集银行数据方面，大多数的数据来源于银行分析机构和客户；另一个是在判断风险与分析风险的方面，对于数据信息的整理不够全面、充分。而在目前大数据背景下这两个特点都发生了变化，在数据采集方面银行已经实现了对于数据的动态监控管理；在判断风险与分析风险方面则通过使用量化技术去进行精准、细致的分析，改变了过去不全面不充分的特征。

其次就是工具应用方面的特征发生了变化，在过去银行在使用基础工具时，对于银行数据信息的操作过于分散，并且有重复操作的现象。另外银行缺乏针对工具系统中的数据维护工作，造成了数据内容混乱，电子化程度极低的情况下。而目前在大数据的背景下，商业银行在工具应用方面已经成功达到了数据分析以及维护工作的合格标准，并且可以有效利用多余的配置和云计算技术。

最后则是银行的服务支持特征发生了转变，过去的传统特征是各个流程缺乏统一的、规范的应用制度体系，并且已有的服务体系远远达不到标准要求。而目前我国商业银行的服务支持特征是风险管理体系具有严格标准，具有精密度高、专业性强、及时性等特点。

新经济常态下银行金融风险管理的具体要求

通过上文我们可以感受到，在大数据飞速发展的背景下，对于商业银行风险管理的要求在不断地提高，主要体现在了高水平技术、严格管理和体系要求等方面。

要求信息管理系统化程度更高

从提高系统化程度的角度出发，就是要扩大银行的数据收集来源，使其不再被限制于单一的财务信息来源等，要注重银行的流水账目、资金流转等动态数据。另外还要求银行的数据形式需要发生转变，即从过去传统的结构形式变为图像等非结构形式。所以这也就要求银行使用量化技术去分析相关的数据信息，对银行客户的业务记录进行整理与评价，并且得出客户的信用结论，实现银行全面风险管理系统的识别。

要求信息管理更加精密

商业银行在进行相关数据的管理与维护时，如果想要通过较低的成本就可以实现较高的目标，那么一定离不开更加精密的信息管理技术，比如说云计算等工具技术。另外，银行不能把信息管理一直限制到重复加工和储存的方面上，而是应该通过应用智能化工具等手段去提高信息管理和维护的水平。

要求服务体系的专业化程度更高

在大数据时代的背景下，对于商业银行在服务体系方面的要求正在不断的提高，具体来说就是要求专业化程度更高。这就需要商业银行对可能存在的风险，实现全方位的管理，并且将管理制度与服务标准相融合，实现统一。所以在目前的时代背景下，商业银行所呈现出来的服务支持体系应该是具有沟通紧密、体系层次之间衔接流畅、工作人员技术能力更全面等特点的。另外，这也要求银行对市场环境有详细的了解，以保证更好的采集客户信息数据。

目前银行在金融风险管理方面存在的不足

因为目前我国金融市场的竞争愈加激烈，各个银行都在不断的探索全面风险管理发展的最佳途径，虽然大多数商业银行已经建成了可以应对各类风险的管理体系，但在目前大数据迅速发展的背景下，全面风险管理体系还是存在着相当多的不足。

管理系统的智能化水平不足

目前我国大多数的商业银行在风险管理体系的构建方面，存在的不足主要是智能化程度不高，集中体现在它的风险系数识别数据收集与系统分析不够智能。由上文可知银行风险数据的来源主要是银行的分支结构与客户，并且这个过程不够自动化，目前主要还是依靠人工去完成。另外，由于缺乏专业人才和高水平技术的因素，商业银行并不能够很好的整合信息数据，这种智能化程度较低的现象，严重制约了银行去分析识别风险数据。

数据的管理不够到位

银行在风险数据管理方面的工作目前并不到位，主要集中在数据管理的基础工具不够完备，管理人员也缺乏对于工具的及时维护。工具不够完备，具体来说就是商业银行的数据管理系统综合性不高，并且没有一个能够集中管理风险数据的系统，这也是银行系统内出现数据重复加工现象的原因之一。商业银行的数据管理不到位，就会造成银行数据的价值与风险管理没有衔接性，导致风险管理的效果较差。另外，数据管理的信息化程度较低，也会影响银行业务的办公效率。

实现全面风险管理的相关举措

大数据时代的蓬勃发展给商业银行带来了前所未有的机遇，但同时他们也面对着严峻的挑战。商业银行在未来必须拓宽发展视野，精准的把握发展机遇，借助过去信息化改革的经验，探索先进的风险管理体系，并且创新已有的管理模式。总的来说，就是要从搭建平台、管理质量以及完善体系等方面去促进商业银行实现全面风险管理。

加快建设银行数据管理库

当下我国商业银行的首要任务之一，就是尽快建设一个完善的银行数据管理库，并且这个数据库要能够实现风险管理系统内所有数据的整理与共享。商业银行通过推动建设信息数据库的工作，充分调动员工进行风险管理的积极性，在明确各部门对于风险管理的责任时，还要注意加强各部门之间的沟通，打破过去传统工作模式之间的部门界限，将银行的数据信息通过内部沟通整合联系起来。除此之外，银行还可以通过研究分析各个业务岗位，银行产品之间的相互联系，去发现管理风险的源头，准确的排查出风险隐患。

尽快优化数据支撑的评价体系

目前我国的商业银行在对客户进行信用评价时，相关的管理工作还不够充分，具体表现为没有准确的数据作为支撑，大多时候还是根据工作人员的经验和主观直觉去进行信用评级。所以，商业银行必须尽快优化数据支撑的相关评价体系，在这个基础上，进一步的强化客户信用数据信息的分析与挖掘，从而实现有效降低信贷风险的管理目标。同时，银行的决策层还要注意其客户信用依据的参考价值，筛选可靠的数据去建立信用评价体系和可以实时监测银行风险的工作模型。除此之外，商业银行还要加快推动信用贷款相关数据平台与银行内部之间职能的融合，这样不仅可以有效的掌控银行的信贷风险，对于相关的风险业务进行审计与管理，还可以完善以银行客户为核心的风险预警机制。

推动数据质量管理工作的进行

在大数据迅速发展的时代背景下，商业银行必须注重推进数据质量管理工作的进行，对相关的质量控制体系进行持续的改进，并且还要设计一个合理的综合性强的数据整合体系，以保证银行的数据质量合格。除此之外，为了有效地提高我国商业银行在大数据背景下全面风险管理的工作水平，必须要尽快对风险数据库进行一个全面的升级与完善，保障数据库内的质量，并且提高其使用价值，这也是更深层次的风险管理体现。

总而言之，为了银行在经济新常态背景下能够实现长足发展，必须要尽快建立一个健全的、适应自身发展的全面风险管理体系，充分的利用相关的风险管理工具，确保银行可以高效的识别监控各种潜在风险与明显风险。另外，金融风险管理的核心内容之一就是实现金融领域的信息对称，而应用大数据就能够快速的实现这个工作。在未来，我国的银行还要在金融風险管理方面持续不断的进行探索与创新，以期实现更好的发展。

（华南理工大学）