摘要：近年来，我国的经济发展越来越迅速，互联网金融的发展也随之而来。与之相对应的，商业银行也面临着多重的压力考验。尤其是随着商业银行的运营风险管理形式日益严峻，不少以金融犯罪、风险管理失败等原因的案件层出不穷，给商业银行的运营造成了极大的影响和损害，不利于商业银行经营绩效的稳固和提高。文章将通过分析和深挖我国商业银行运营的风险，提出一些能够对风险管理现状进行有效改善的建议，仅供参考。

关键词：大数据;商业银行;风险管控

面对当今时代背景下经济发展的新形态，商业银行的风险管理运营所面临的形式也越发险峻起来。在传统的风险管理观念中，对具体业务和环节过于强调，难以站在更高到视角上去看待风险管理，更无法做到贯穿整个业务流程，管理过于短视化，给商业银行的风险管理运营造成了较大的困难。因此，如何站在长远的角度上进行规范的商业银行风险管控十分重要。

一、大数据时代下的数据分析技术简述

（一）大数据的含义

大数据这一概念实际上来源于IT行业，是指在一定的时间范围内，无法用常规软件工具进行捕捉、管理和处理的数据集合，需要通过新处理模式進行更强决策力、洞察发现力和流程优化能力的多样化信息资产。而将这一概念运用于管理实践当中去，则可将其归结为一种“全量数据”，也就是由结构化数据和非结构化数据一同构成的。其决策数据与其数据规模、处理速度成正比[1]。

（二）数据分析技术

首先是描述性分析。描述性分析一大数据为基础，避免了对数据挖掘分析技术的反复运用，减少了反复的操作，对数据表述进行了优化，秩序通过够花管理目标的大致轮廓即可对其实际面貌进行了解，进而为决策给予科学合理的有力保证。

其次是预测性分析。通过大数据分析，基础数据库中的预测性分析能够得到进一步的精确和扩大，进而实现对分析精准度的进一步优化。

第三是规则性分析。大数据时代得到的来临为新型仿真技术的进一步发展提供了可能性。通过将全量数据作为根本，有助于更加精准的时间过程模拟，进而将更加多样化的选择带给设计管理方案，以便做出更加科学有效的决策来。

二、大数据视角下商业银行运营风险管理的现状及问题

（一）管理思维相对滞后

传统的商业银行风险管控体系大多是对“三道防线”的强调，通常是针对市场风险、信用风险和操作风险进行监督和控制[2]。但就风险的计量方面则主要依赖于监控的标准以及具体的评估方法，这也就难以避免地造成了内部和外部人员出于谋取私利的心理而采取的违规行为，进而也无法科学、规范的对高级计量方法进行应用。

同时，随着网络时代的快速到来，风险管理的界限也不断地发生着改变，呈现出逐渐扩展的趋势来。而如此一来，风险形势也随之变得更加多样化。与此同时，如果没有对新兴技术和数据进行规范、合理地运用，将会对传统商业银行风险管控体系的覆盖与渗透造成负面影响，难以达到监管效果的理想状态。

（二）管理方式不够先进

首先，现阶段国内商业银行的风险管控仍旧处于较为主观的误区之中，在进行相关的风险管理时对于审核人员的职业判断仍旧具有依赖性，主观色彩严重，缺乏具体的统一标准，容易造成判断上的失误，导致不可挽回的局面发生。

其次，控制环节的衔接不流畅。尤其是在集约化的形势之下，商业银行的运营业务活动大多处于线上线下流程式处理、前台后台一体化处理、跨部门条线综合性处理等状态，存在较多风控主体。这样一来，风险控制判断信息失误的可能性就大大增加，可能直接导致判断出错而全面崩盘[3]。

再次，风险管理碎片化，商业银行的运营风险控制受操作风险防范的影响较大，而相关工作人员对于风险的产生原因和本质的了解并不充分和全面，导致难以从根本上对运营风险进行防控。

最后，相关从业人员缺乏对于前瞻性的预判，导致难以适时地采取风险防控措施。简而言之，在进行风险预防时，管理者应当提前针对可能发生的风险进行判断，进而有效提高风险识别和管控工作的完成度，最终达到有效预防和治理的目的。而就目前商业银行的状况而言，显然还没有达到此种水平。

（三）管理数据基础较薄弱

就目前而言，尽管商业银行对于经营管理的信息化与数据化程度已经逐渐加深，但其仍旧缺乏长远目标，以短期利润为主的主要目标仍旧没有改变，忽略了运营风险管理数据等风险资源的重要性。

首先，非结构化和半结构化的风险数据没有得到足够的重视。事实上，这类风险管理数据中包括但不限于员工能力、客户偏好等可以真实反映出不同风险因素的数据，对于实现跨层面、跨节点的搜索及分析等功能具有重要作用。而在传统的商业银行数据管理当中，其重点通常放在客户教育与业务处理等管理方面。

其次，商业银行风险管理的数据资源获取途径相对匮乏，难以提供大量具有较强时效性的数据，相应的数据信息难以互相连同。

最后，商业银行现有的风险管理体系中，缺少对于风险管理数据的持续运营，相关数据人才合计数较为稀缺。

三、大数据视角下商业银行运营的风险管控措施

（一）增强运营风险大数据管理力度

首先，商业银行应当对运营风险管理数据的搜集和积攒适当加大强度，构建企业级数据库，做到对不同渠道和类型的数据信息进行吸纳和分析，同时设立结构化数据以及视频录像等非结构化的数据，对运营风险中出现的主观和客观因素进行缺失的分析和把握，最终达到增强管理力度的目的。

第二，商业银行需要加强对风险管理数据的整理、集合与归纳，帅选出能够满足风险管理需要的信息，清楚其他无关信息，准确找到核心要素进行精准分析。

第三，商业银行需要对运营风险管理数据的专门机制进行逐步确立和完善，从技术层面出发，完成对数据的可视化表格，从中搜索出对不同主题及行为信息的记载。因此，要建立健全完善的数据管理流程和平台，并制定出具有统一标准的数据管理规范，构建具有数据管理、验证和质量控制等一系列模式的继承机构，不断增强其风险量化能力。

（二）推进大数据在运营风险管理体系中的应用

第一，需要将运营风险管理数据进行有机结合。首先是条线模块之间的数据结合，以员工行为风险为例，需要将其公、私条线的操作信息进行充分地结合，才能对员工的行为风险做出正确和精准地分析和判断，二者之间不能进行分割和剥离。其次，要对静、动态数据进行结合，分析其中隐藏的风险。再次，在进行风险总数据的结合时，需要对员工个体行为的数据信息以及其所在机构管理能力和文化产生的影响进行分析，以便更加精准地进行定位。最后，在研究员工在商业银行内产生的行为数据以及其工作时间之外的行为活动数据信息时，可以将内部与外部的数据相结合进行分析。

第二，拓展运营风险管理数据的相应场景。就目前的总体情况来看，商业银行的运营风险管理主要可以从两大方面进行开展。首先是要尽量避免与监管、案件以及重大资金损失相关联的“黑天鹅”风险。其次是要尽量对屡查屡犯的“灰犀牛”风险进行控制和监督。在此基础之上，还可以采用大数据技术等方式对上述风险和主题进行深入的研究和拓展。

第三，用科学的方法对大数据视角下运营风险管理体系进行构建，并对大数据和互联网技术进行充分地利用，确保对风险前、中、后的管理流程进行完整、全面的创新改革，以提高商业银行风险管理的有效性。

（三）集中力量培育运营风险管理数据人才

当今社会背景下，人才位于市场资源中的第一要位，耳聪管理学的角度来讲，大数据基础人才根据侧重方面不同大致可分为数据分析人才、数据应用人才以及复合型人才三种。数据分析人才也可称为技术型人才，对运营和管理等各项目负主要责任。数据应用人才也称为管理型人才，利用数据完成运营管理的主要目标。而复合型人才不仅能够进行大数据的分析，还能够对大数据进行运营，完成商业银行运营风险管控中的多项工作。因此，作为处于大数据时代下的商业银行，必须要对运营风险管理人才进行重视和培育，并将这种大数据思维融入于日常工作当中，实现对于内部人员专业技术水平的逐步提高。同时，商业银行还应当构建与之相对应的机制，将更多拥有运营风险管理才能的人才引入于其中。

此外，银行及管理部门还要着重培养一批具有丰富经验，且对风险管理工作具有较高敏锐度的管理骨干，在结构合理的基础上，打造出一支具有高水平的人才队伍。

（四）将社交网络和商业银行妥善结合

商业银行要想在大数据视角下实现对运营风险的管理，就必须要学会对大数据技术进行信任和依赖，在实践工作中不断对其进行相应的优化和完善，进而从根本上对数据边缘的限制进行突破，利用互联网及社交媒体等途径，对数据信息获取途径进行拓展，进而在大范围内达到搜集客户信息的主要目标。

结束语

简而言之，商业银行在大数据视角下所面临的机遇和挑战同样巨大，因此，如何处理好商业银行存在的问题，并对大数据技术进行科学的有效利用，基本决定了商业银行未来的发展方向。因此，商业银行应当适当增强对运营风险大数据的管理力度，并推进大数据在风险管理体系中的实用性，培养更多的风险管理数据人才在社交网络和商业银行中管理和操作，带动商业银行在未来不断持续健康的发展。

参考文献：

[1]张洁宇.大数据时代下的商业银行风险管理策略[J].現代企业文化，2019，000（025）：162.

[2]张左敏，李文婷.大数据在商业银行中的应用——基于风险控制的视角[J].科技与经济，2020，v.33;No.196（04）：65-69.

[3]孙曼青，孙文绮.大数据在商业银行风险管控中的应用[J].财经界（学术版），2020，No.538（02）：98-98.

作者简介：

郑晓净（1987-），女，河南省禹州市，本科生，研究方向：大数据，对外经济贸易大学 统计学院在职人员高级课程研修班学员 。