“雙十一”各大電商之間競爭的火藥味頗濃。而坐在電腦屏幕前的消費者們，早已按捺不住激動的心情，早早就已經往“購物車”中添加商品了。

但是消費者們或許不會想到，當他們飛快地翻動著電腦屏幕，在網絡購物中留下一筆筆交易記錄時，他們也在默默書寫自己的信用記錄。

而這一切都是大數據帶來的改變。2014年7月，李克強總理曾提出運用大數據等手段提升監管水平，讓信用成為社會主義市場經濟體系基礎的要求。而對于傳統的銀行業而言，如何利用大數據的機遇，降低銀行的運營成本，并提高盈利水平，是一個需要迫切解決的問題。

近日，IBM風險管理合伙人王為東接受《國際金融報》記者采訪時，就這一話題進行了討論。在他看來，利用大數據技術可以完善銀行業的巴塞爾體系，產生提前預警風險的效果，而其中的關鍵在于如何選擇數據，以及如何將數據與交易進行匹配。

社交數據反欺詐

利用大數據進行風險管理，究竟可以做到怎樣程度？

想必這是所有在金融行業從事風控工作的人想要知道的答案。而王為東帶來的最新實踐表明，也許未來銀行可以通過分析你的微博和微信數據，來判斷你是否在進行欺詐行為。

在本次論壇上，王為東就分享了一個關于反車險欺詐的案例。他表示，目前這一解決方案的總體框架分為四個步驟，分別是預防、偵測、調查和發現。銀行可以利用大數據對保險人進行多方面的分析，包括鏈接檢查、實體分析、社交網絡分析等等。

“傳統的車險欺詐都是保險人串通車廠，那么在鏈接檢查中，我們會分析車主和修理廠的區域是不是高度一致。他經常發生謊報車險的地理位置是不是一樣。”王衛東說。

而在實體分析階段，大數據技術的優勢則發揮得更為淋漓盡致。王為東表示，實體分析很重要的一點是確定申報人的關系，這就需要結合內部與外部的交易數據，包括行為模型分析。

“任何人都有一個行為模式，包括文本分析內容、地理空間分析、社交網絡分析等。我們可以通過微信和微博的文本信息進行比對。而這就是大數據技術的應用。”

而王為東特別強調，在完成了一個反欺詐的案例之后，需要將這一欺詐案例納入數據庫中。“反欺詐分析是一個不斷優化的過程，我們通過發現模式來進行預測，后來的新的欺詐模式納入模型中，形成閉環的模式，避免進一步的損失。”

完善巴塞爾體系

王為東介紹，隨著大數據技術的進一步完善，未來在優化銀行巴塞爾體系方面大有可為。

事實上，巴塞爾協議自誕生以來，在監督銀行管理方面取得了很好的促進作用，也成為了全球銀行業監管的標桿。如今，《巴塞爾協議Ⅲ》已經出臺，勢必對全球銀行的商業模式帶來重大的調整。

但王為東同時指出，巴塞爾體系雖然在不斷地完善和改進過程中，但是最大的問題是有滯后性，“有損失才能產生模型”。因此，如何利用大數據進一步優化巴塞爾體系，真正做到具有前瞻性，是國內外金融業在思考的主題。

而在整個信貸管理供應鏈中，大數據都可以參與其中。王為東介紹，精準化營銷是大數據最廣泛的應用，因此在選擇貸款客戶時銀行就有了主動權。其二則是信用模型的優化，除了傳統模型之外加入外部的數據優化模型，使模型具有前瞻性。

一個可能的方向是利用文本分析技術，對銀行外部的信息進行提取與分析。比如針對小微企業的貸款審批，由于企業與企業主是密切綁定在一起的。因此可以通過分析企業主個人的交易行為、交易情緒，其他人對他的評價等文本信息，進行風險預警。

第三個方面是貸后運行體系管理。貸款發放之后有很長的周期，在這個很長的周期中，隨著經濟環境的變化，銀行可以利用大數據進行貸后風險預警，比如結合各種監管信息、企業擔保圈的信息、供應鏈上下游的信息等，及時了解客戶的行為。

數據也會“過期”

利用大數據技術對銀行業進行風險管理，其核心是數據。數據的好與壞決定著這項管理措施是否能成功。

但很多人也許不會想到，數據也會有“過期”的那天。王為東指出，現在銀行外部的大數據更主要的是指社交媒體的數據，但是社交媒體卻在不斷地變化過程中。“幾年前大家使用微博，可能很多數據會把微博的信息抓過來進行預警，但是現在微博的關注度越來越低，微信則是一個重要的信息來源。”王為東說。

另一方面，如何提升數據的質量也是一個難點。大量的數據也會帶來很多的不確定性。此時，銀行需要有強大的分析能力。“大數據技術的關鍵是，只有分析過、加工好的，對銀行業務有促進的數據才是真正有用的數據。”王為東說。