大数据助推信用风险管理创新.pdf

《大数据助推信用风险管理创新.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、COMMERCIALBANKING商业银行大数据助推信用风险管理创新一庞淑娟黄旭从而提高客户粘合度和运营效率，为银行的经营转型提供当前，商业银行发展的内外部环境发生了剧烈的变化，面临持。多重挑战。一方面，金融脱媒和利率市场化已是大势所趋，外部电子商务企业的蓬勃发展改变了企业和个人的金融宏观环境的变化使得银行的业务发展愈加艰难；另一方面，以电习惯。电子商务企业的核心竞争优势是掌握了用户的核心子商务为代表的互联网企业已突破了支付领域，开始全面拓土至源，其金融服务建立在用户经营或消费等核心信息基础之传统银行业务领域。在这种背景下，通

2、过大数据的应用，准确定此具有渠道优势和较快的推广速度。一方面，电子商务企位市场机会和挖掘新的业务增长点，成为银行实现战略转型的有对客户信息的分析开发专属产品，实现客户的精准化营销效途径。化服务，建立与客户更紧密的粘性；在此基础上，电子商单纯的支付中介逐步扩展交易撮合、支付代理、融资、保商业银行大数据战略背景系列金融中介服务，开始蚕食银行的经营优势。因此，银银行业务领域和盈利空间不断受到挤压。随着资本市场不须充分利用自己掌握的客户信息和数据资源，利用大数据断完善和金融创新不断发展，国内银行收入来源以利息为主、利强在客户营销和市场

3、拓展方面的竞争力。另一方面，随着润增长依赖信贷扩张的传统发展模式正在面临严峻挑战，银行需务的兴起，客户在电子商务平台上进行的经营和交易信息要尽快进行经营模式转型，寻找市场机会和新的业务增长点。大割裂，加剧了银行信息不对称问题，客户信用风险表现形数据的应用可以帮助银行更好实现业务扩展的准确定位，通过对多元化，信用风险管理难度加大，在这种情况下，银行需客户结构化和非结构化数据的分析应用，准确预判业务的潜在需大数据技术的应用，构建更加丰富的客户信息平台，关注求人群，并根据不同客户群的特征制定差异化的业务拓展策略，类信息之间的关联性，

4、从而发现潜在的风险因素并预判风741COMMERCIALBANKING商业银行趋势。间系统共享数据是新形势下风险管理的必要路径。商业银行具备开展大数据研究与应用的先天条件。银行拥有大数据技术的发展将改变银行信息获取、分析和运用的渠道广阔的大数据资源，亿级客户每日交易往来的数据积累形成了庞和机制。为信息化风险监控创造技术条件。一方面，随着客户交大的结构化数据资源，但现有技术手段和工具对这些数据的利用易行为的积累，运营过程产生了海量数据，有效的数据清洗和数仍然有限。企业自身信息系统中产生的运营数据大都是标准化、据挖掘技术的应用可从

5、海量数据中识别信用风险管理过程中的关结构化的，这些数据只占到了企业所能获取的数据中的l5％。对键信息，从而提高银行数据的利用效率。另一方面，银行业务的于企业而言，85％的数据是广泛存在于外部系统、物联网、电子载体与社交媒体、电子商务的融合越来越紧密，大量的非结构化商务等媒介的结构和非结构化数据。这些数据的产生往往伴随着数据信息广泛存在于物联网、电子商务等媒介，整合客户线上线社交网络、移动计算、传感器等新兴渠道和技术的涌现和应用。下行为产生的结构化和非结构化信息，打破数据边界，从而降低现阶段，银行业务的载体与社交媒体、电子商务的

6、融合越来越紧信息不对称风险，使银行形成对客户行为立体化的跟踪评估，以密，仅对原有l5％的结构化数据进行分析已经不能满足发展的需期构建更为深化的信用风险管理全景视图。求。因此，银行需要借助由大数据构建的企业经营全景视图来进行风险管理、产品营销、业务创新等活动，进而寻找最优的模式信用风险管理创新的技术方法支持商业决策。基于大数据和数据挖掘技术实现信用风险预警监测的技术手段主要分为描述和预测两类。具体包含五个方面，第一，概念信用风险管理创新的必要性描述，数据库中存放大量的细节数据，通过简单统计量描述，可随着国内经济向“新常态”的逐步

7、转型、金融市场改革的持以分析这类数据的特征、分布以及与对比数据列的区别，可实现续深化、以及现代化信息技术的快速渗透，银行传统的信贷风险与风险相关的指标的特征分析。第二，关联分析，用于发现大量管控体系面临严峻挑战。一是经济增长换档回落以及经济结构深数据之间的关联规则，在信用风险分析中，关联分析可用来挖掘入调整带来资产质量下行压力，二是企业跨地域、集团化经营业客户行为与客户风险表现之间的关联规则。第三，分类和预测，态的发展，风险传导机制复杂，增加风险管理难度；三是银行信根据历史数据建立分类或预测规则，将规则应用于对未来的预测贷规模

8、增长以及客户结构深刻变化，传统信贷业务模式下的信贷中，常用模型为逻辑回归、决策树、神经网络、支持向量机等。风险控制方法存在较高的优化需求，基于大数据新型信息化风险第四，聚类分析，将数据对象分为相似组群的过程。在信用风险监控模式成为大势所趋。因此通过大数据技术实现跨平台、跨业分