互联网 时代传统商业银行风险管理转型

《互联网 时代传统商业银行风险管理转型》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、互联网+时代传统商业银行风险管理转型　　随着互联网金融的深入发展，2015年3月两会的政府工作报告首次提出制订“互联网+”行动计划。该计划旨在推动移动互联网、云计算、大数据、物联网等与现代制造业和生产性服务业相结合，充分发挥互联网在生产要素配置中的优化和集成作用，将互联网的创新成果深度融合于经济社会各领域，提升实体经济的创新力和生产力，形成更广泛的以互联网为基础设施和实现工具的经济发展新形态，全面促进电子商务、工业互联网和互联网金融健康发展。“互联网+银行”行动计划是互联网与银行业的融合，是互联网改造传统商业银行的升级版本。“互联网+银行”的精

2、髓在于通过互联网技术与商业银行的嫁接，以数据为核心、以互联网技术为支撑，在客户营销模式、生产技术模式、运营流程模式和业务发展模式等多维度、多层面实现颠覆性创新，助推传统商业银行在互联网时代下的转型与升级。　　商业银行风险管理是指商业银行通过风险识别、风险评估、风险监测和风险处理等环节，来预防、规避、分散、转移或抵补经营中的风险，从而减少或避免经济损失，保证经营资金安全的行为。商业银行金融活动的核心就是在承担风险的情况下获取利润，其风险管理作为银行稳健发展的核心竞争力，在“互联网+银行”趋势下需要结合互联网技术与大数据进行变革，突破时间、空间及信

3、息不对称的限制，为商业银行的转型提供基础性、专业性、保障性的支持。　　一、文献综述　　近年来诸多学者开始关注在互联网和大数据背景下传统商业银行风险管理所受到的影响与后续变革策略。一部分学者认为，商业银行风险管理承受着互联网大数据的巨大冲击，风险控制难度加大；另一部分学者则认为，商业银行风险管理不是简单地面临互联网金融的冲击，而是获得了转型的契机，风险管理可以充分结合互联网技术实现信息时代下的革新与突破。　　张漫春、邢科指出，商业银行风险管理经历着两次数据革命：第一次是新资本协议的提出使商业银行风险管理从定性转向定量分析；第二次是当下互联网大数据

4、技术的发展推动了商业银行风险管理的进一步改革和扩展。　　刘丹聚焦于互联网理财，对其主要运作模式和特点进行了分析，阐述了互联网理财对银行资产负债结构和银行主要监管指标的影响。　　王婷婷、李振国将互联网金融模式下商业银行面临风险的新形式进行了系统分类，提出了银行需建立横向监管，加强个人与金融产品信用评级风险管理模式的建议。　　周继述、王雪松认为数据是银行最有价值的资产，商业银行应重视数据，提高风险量化能力，完善大数据平台下的风险模型。　　高建峰、张志荣提出，在大数据时代下信息的收集和处理工作面临巨大挑战，银行风险管理部门应将大数据应用于风险管理中，

5、以加强数据处理能力，防范潜在风险。　　魏国雄提出银行风险管理变革应引入大数据思维，通过挖掘现场检查与非现场海量数据来识别风险、防控风险。　　梁慧在分析传统商业银行风险管理特点的基础上，提出了以客户为中心、以大数据为基础、以技术为支撑的商业银行风险管理应对建议。　　二、“互联网+银行”对商业银行风险管理的深远意义　　“互联网+银行”已经成为不可逆转的潮流，传统商业银行向“互联网+银行”转型迈进的步伐正在加快，风险管理作为商业银行生存和发展的核心竞争力之一，也需要适应“互联网+”所带来的各种冲击和变化。因此，正确认识和客观评估互联网大数据对于商业银

6、行风险管理的重大意义是做好各项应对的首要前提。　　（一）通过互联网大数据技术扩容传统商业银行风险管理的数据源　　借助互联网大数据技术，商业银行能够有效扩容商业银行风险管理的数据源，数据维度得以丰富多样，数据颗粒度得以细化具体，数据延展面得以纵横拓宽，客户甄别度和数据准确性得以大幅提升。传统商业银行所存储的数据多为结构化数据。结构化数据虽然相对规范、便于存储，但拘泥于其有限性、格式化、菜单式、被动型、静态化的特点，结构化数据在风险管理领域的数据挖掘受限较多。而借助互联网大数据技术，商业银行能够处理半结构化和非结构化的各类数据，实现多时点、多场景、

7、多类型、多维度的海量数据的采集、归总、运算和分析，实时获取客户的行为轨迹和交易轨迹等各类监测数据，并通过海量拼接和海量运算运用一定的数据分析模型将客户行为全息化、网格化、颗粒化、数据化，进而获得商业化的数据挖掘价值。由于互联网大数据技术的引入，数据获取难度大大降低，数据获取成本可以忽略不计，数据体量指数级不断扩充，数据分析质量有效提高，数据束缚得以空前解放，这使得在风险管理过程中对于客户的判别更加清晰有效。比如，通过网购平台获取客户的消费习惯、支付能力、支付偏好、生活工作地址，从而分析客户的职业类别、工作类型、收入梯次、消费层级甚至金融需求等；

8、通过网络行踪获取客户微信、手机号、支付账号、缴费记录以及地址等信息，从而分析判别客户的真实身份等；通过社交平台获取客户的朋友圈，从而分析客户的人群定位