大數(shù)據(jù)文摘編譯作品，歡迎個人轉(zhuǎn)發(fā)朋友圈；其他機構(gòu)、自媒體轉(zhuǎn)載，請關(guān)注微信”大數(shù)據(jù)文摘“后，在后臺留言申請授權(quán)。
如果您是一位銀行家，無論置身于世界任何一個地方，風(fēng)險管理這個話題都必定是您最位關(guān)心的。自從2008年金融危機，大多數(shù)銀行家和政府管理者愈發(fā)意識到風(fēng)險管理的重要性。這種環(huán)境并未變得更為簡單，實際上反而日趨復(fù)雜。
監(jiān)管與審查持續(xù)增加，但聲譽和收益卻仍處在風(fēng)險之中。市場波動率增大，股東，消費者，商業(yè)伙伴以及供應(yīng)商的需求不斷增長(更不用提例如互聯(lián)網(wǎng),手機銀行等科技)，正改變著一家銀行必須管理和應(yīng)對的風(fēng)險范疇。
伴隨著例如多德-弗蘭克法案(Dodd-FrankAct)以及巴塞爾協(xié)議(Basel)III壓力測試等新的管理措施被引入,用以保護消費者以及提高金融穩(wěn)定性,金融機構(gòu)需要考慮合規(guī)成本以及其對影響銀行放貸能力和盈利能力的資源的沖擊。
調(diào)查顯示執(zhí)行風(fēng)險的擔(dān)憂以及途徑
最近的一項調(diào)查(2014年6月)是由經(jīng)濟時報的智庫(EIU)負(fù)責(zé)實施的，對象為比例均衡地來自于北美，歐洲，亞太和其他地區(qū)的零售業(yè)，商業(yè)及投資銀行業(yè)中的208個風(fēng)險管理與監(jiān)管合規(guī)經(jīng)理。在此與大家分享一些主要的調(diào)查結(jié)果：
1. 高管一致認(rèn)為，流動性風(fēng)險(50%)和信用風(fēng)險(45%)是他們銀行將會在未來三年內(nèi)面臨的最大挑戰(zhàn)。零售銀行將信用風(fēng)險列為最大的憂慮，而商業(yè)銀行和投資銀行則分別更加擔(dān)心市場風(fēng)險和操作風(fēng)險。
2. 銀行通過內(nèi)部組織結(jié)構(gòu)來管理風(fēng)險的方式也各不相同，最大比例(38%)的高管團隊說,他們依靠獨立的分析團隊，結(jié)合分析和風(fēng)險的專業(yè)知識，將重點放在風(fēng)險管理的特定區(qū)域。這一做法已被證明是有效的,因為它通過將風(fēng)險劃分為定義明確的類別并將其分配至相關(guān)專家的手中，充分地利用專業(yè)化的好處。
3. 每一個接受調(diào)查的金融服務(wù)公司都聲稱提供全面的風(fēng)險概況是優(yōu)先事項之一，絕大多數(shù)(81%)的高管表示他們定期向董事會和高級管理層提供關(guān)于機構(gòu)風(fēng)險狀況的全面數(shù)據(jù)。另外15%的高管則表示他們希望在未來三年內(nèi)實現(xiàn)這一目標(biāo)。
4. 有趣的是，出色的風(fēng)險管理表現(xiàn)與大數(shù)據(jù)工具的使用有一定關(guān)系。正如下面的圖表顯示,有中等以上的風(fēng)險控制/緩解表現(xiàn)的銀行更可能是正在或者計劃在三年內(nèi)使用基礎(chǔ)大數(shù)據(jù)工具(65%比7%)和高級大數(shù)據(jù)工具(64%比8%)。
5. 同時，調(diào)查發(fā)現(xiàn)缺乏數(shù)據(jù)是提高風(fēng)險管理成果的最大障礙。半數(shù)以上的高管(51%)認(rèn)為缺乏足夠的數(shù)據(jù)來支持穩(wěn)健的風(fēng)險管理是提高風(fēng)險結(jié)果的兩個最大障礙之一。另一挑戰(zhàn)則是從現(xiàn)有的風(fēng)險數(shù)據(jù)中提取可操作情報。
調(diào)查結(jié)果要點
調(diào)查發(fā)現(xiàn)的關(guān)鍵點包括:
1. 流動性和信用風(fēng)險是銀行風(fēng)險及合規(guī)經(jīng)理的首要關(guān)注點。這可能反映了繼2008年金融危機后,同業(yè)銀行以及貸款風(fēng)險中風(fēng)險暴露增加。
2. 企業(yè)范圍內(nèi)的方法被認(rèn)為是用以滿足流動性要求,預(yù)測市場趨勢,防范信貸和貸款違約的最有效的風(fēng)險管理策略。
3. 在企業(yè)層面的風(fēng)險管理集中化可以捕捉到伴隨著大數(shù)據(jù)分析工具的大量使用而日益重要的規(guī)模經(jīng)濟。這些工具能夠幫助更好地實時解釋外部事件,更精確地模擬風(fēng)險場景,并自動生成合規(guī)性數(shù)據(jù)。
4. 將新穎的和不同的數(shù)據(jù)源--從24/7移動設(shè)備的傳感器數(shù)據(jù)到社交媒體內(nèi)容-集成到傳統(tǒng)風(fēng)險管理框架之中的大數(shù)據(jù)應(yīng)用將有可能因為那些數(shù)據(jù)源的價值,容量和速度的增加而獲得支持。
素材來源|http://blogs.sap.com/analytics/2014/12/22/bank-executives-weigh-in-on-value-of-big-data-for-managing-risk/
金融與商業(yè)專欄簡介:
《大數(shù)據(jù)文摘－金融與商業(yè)專欄》視角集中在金融及商業(yè)決策分析相關(guān)的大數(shù)據(jù)分析文摘，內(nèi)容涵蓋金融，信貸，風(fēng)控，投資，理財，商業(yè)等領(lǐng)域。鼓勵獨家首發(fā)與觀點原創(chuàng)，行業(yè)前沿理論分享，國外優(yōu)秀文章翻譯以及行業(yè)領(lǐng)袖采訪演講編譯，力爭刊出更多金融和商業(yè)領(lǐng)域相關(guān)精品文章。歡迎各位同行及對數(shù)據(jù)分析感興趣的朋友加入，共同分享交流。
大數(shù)據(jù)文摘編譯者簡介
YaweiXia:畢業(yè)于西財金融專業(yè)，現(xiàn)就讀于紐約FordhamUniversity商業(yè)數(shù)據(jù)分析碩士專業(yè)，畢業(yè)后想從事商業(yè)數(shù)據(jù)方面的科技咨詢工作。對金融與數(shù)據(jù)分析結(jié)合的領(lǐng)域尤其感興趣。
王翕然: 碩士，畢業(yè)于美國佛羅里達大學(xué)信息系統(tǒng)與運營管理專業(yè)，微軟認(rèn)證商業(yè)智能解決方案專員，現(xiàn)居加州，從事數(shù)據(jù)可視化與商業(yè)智能方向的工作，擅長使用Tableau等可視化工具制作商業(yè)智能報表，可視化儀表盤，對數(shù)據(jù)處理，分析，挖掘，機器學(xué)習(xí)以及數(shù)據(jù)可視化領(lǐng)域很感興趣，希望借此平臺與大家分享更多這方面的最新資訊以及與更多大數(shù)據(jù)愛好者交流。
袁晶: 畢業(yè)于山東大學(xué)數(shù)學(xué)學(xué)院，現(xiàn)在高校從事教學(xué)科研工作，主要研究方向為貝葉斯分析、機器學(xué)習(xí)及金融風(fēng)險管理。曾任國家973項目——“金融風(fēng)險控制中的定量分析與計算”項目秘書一職，并曾赴哥倫比亞大學(xué)商學(xué)院訪學(xué)一年。目前對社交網(wǎng)絡(luò)很感興趣，希望能夠結(jié)識圈內(nèi)同行，相互交流學(xué)習(xí)，尋求合作；也希望能向相關(guān)業(yè)界專業(yè)人士多多討教。
京公網(wǎng)安備 11010502049343號