本文首發(fā)于微信公眾號(hào)：普惠研究院。文章內(nèi)容屬作者個(gè)人觀點(diǎn)，不代表和訊網(wǎng)立場(chǎng)。投資者據(jù)此操作，風(fēng)險(xiǎn)請(qǐng)自擔(dān)。

大數(shù)據(jù)如何改善銀行風(fēng)控管理

摘要：大數(shù)據(jù)對(duì)風(fēng)控管理有得天獨(dú)厚的優(yōu)勢(shì)，尤其是對(duì)歷史風(fēng)險(xiǎn)的識(shí)別上，大數(shù)據(jù)可以幫助將個(gè)人或企業(yè)的畫(huà)像逐步逼近其真實(shí)的歷史表現(xiàn)。在未來(lái)風(fēng)險(xiǎn)的識(shí)別上，大數(shù)據(jù)的表現(xiàn)雖大打折扣，但仍可促進(jìn)征信體系的建立，細(xì)化風(fēng)險(xiǎn)計(jì)量，推動(dòng)客戶定價(jià)，協(xié)助建立信貸工廠。

此前老張跟大家聊過(guò)了大數(shù)據(jù)在商業(yè)銀行戰(zhàn)略規(guī)劃中的作用，今天來(lái)說(shuō)一說(shuō)大數(shù)據(jù)在風(fēng)險(xiǎn)管理方面的應(yīng)用。

業(yè)內(nèi)人士普遍認(rèn)為，大數(shù)據(jù)對(duì)風(fēng)控管理有得天獨(dú)厚的優(yōu)勢(shì)。金融領(lǐng)域的風(fēng)險(xiǎn)，主要分為兩種：一種是歷史風(fēng)險(xiǎn)，從企業(yè)或者個(gè)人的歷史數(shù)據(jù)判斷客戶過(guò)去的表現(xiàn)；另一種是未來(lái)風(fēng)險(xiǎn)，各式各樣未來(lái)具有不確定性的因素造成損失的風(fēng)險(xiǎn)。對(duì)這兩種風(fēng)險(xiǎn)，大數(shù)據(jù)的識(shí)別能力并不相同。

畫(huà)歷史易 知未來(lái)難

就歷史風(fēng)險(xiǎn)而言，大數(shù)據(jù)可以使得歷史畫(huà)像越來(lái)越清晰。通過(guò)不斷拓寬歷史信息的收集整理，再利用大數(shù)據(jù)神經(jīng)網(wǎng)絡(luò)技術(shù)、深度學(xué)習(xí)技術(shù)，個(gè)人或企業(yè)的畫(huà)像逐步逼近個(gè)人或企業(yè)真實(shí)的歷史表現(xiàn)是可能的。

大數(shù)據(jù)可以收集到個(gè)人家庭信息、股東信息、個(gè)人財(cái)務(wù)狀況、企業(yè)經(jīng)營(yíng)狀況、個(gè)人或企業(yè)各種社會(huì)活動(dòng)、以及個(gè)人或企業(yè)的各種活動(dòng)中的遵紀(jì)守法、違法違規(guī)行為等各種信息，格式涵蓋文本數(shù)據(jù)、音像數(shù)據(jù)等多種形式。另外，在爬蟲(chóng)技術(shù)日益完善的情況下，數(shù)據(jù)的可收集范圍、數(shù)據(jù)收集量和數(shù)據(jù)類型等也會(huì)越來(lái)越豐富。從理論上講，隨著數(shù)據(jù)信息量增大、計(jì)算機(jī)算力提升、深度學(xué)習(xí)能力不斷提高，對(duì)個(gè)人和企業(yè)的畫(huà)像會(huì)越來(lái)越清晰，逐步逼近真實(shí)情況。

但對(duì)未來(lái)風(fēng)險(xiǎn)，依據(jù)大數(shù)據(jù)得到的未來(lái)畫(huà)像可靠性卻不容樂(lè)觀。歷史是靜態(tài)的信息，在刻畫(huà)歷史畫(huà)像時(shí)，變量為空，就可以不予考慮，憑借有值變量即可刻畫(huà)客戶。即使我們有1000個(gè)數(shù)據(jù)采集變量，對(duì)一個(gè)客戶來(lái)說(shuō)，可能只需幾百個(gè)，甚至幾十個(gè)有值變量即可刻畫(huà)歷史畫(huà)像。而對(duì)于未來(lái)畫(huà)像的刻畫(huà)，需要考慮的變量則要多很多。

針對(duì)一個(gè)同樣采集到1000個(gè)變量客戶，刻畫(huà)未來(lái)畫(huà)像可能需要考慮900個(gè)變量，因?yàn)槊總€(gè)變量都可能發(fā)生，其發(fā)生的概率是根據(jù)歷史數(shù)據(jù)刻畫(huà)的，一方面其發(fā)生的概率可能并不真實(shí)，另一方面，未來(lái)各種變量間的相關(guān)性變化會(huì)導(dǎo)致事件發(fā)生的概率發(fā)生變化，因此，在刻畫(huà)未來(lái)畫(huà)像時(shí)，對(duì)變量的認(rèn)識(shí)存在發(fā)生變化的可能性。

即使對(duì)變量發(fā)生概率的估計(jì)是正確的，但幾百個(gè)、上千個(gè)變量綜合的結(jié)果也會(huì)對(duì)未來(lái)判斷正確的概率產(chǎn)生影響，要準(zhǔn)確刻畫(huà)客戶的難度非常大。另外，未來(lái)還存在從宏觀、中觀到微觀的多個(gè)層次的變量，世界經(jīng)濟(jì)環(huán)境、地緣政治、國(guó)家經(jīng)濟(jì)環(huán)境、行業(yè)前景、企業(yè)經(jīng)營(yíng)能力、管理層變動(dòng)、自然災(zāi)害等，都會(huì)影響未來(lái)客戶違約風(fēng)險(xiǎn)。

因此，對(duì)未來(lái)畫(huà)像，大數(shù)據(jù)所能發(fā)揮的作用會(huì)大打折扣。一個(gè)典型的案例是華爾街那么多計(jì)量經(jīng)濟(jì)學(xué)家、金融學(xué)家，都未能避免2008年全球金融危機(jī)。再比如，近兩年中國(guó)經(jīng)濟(jì)持續(xù)下滑，巨量的產(chǎn)能過(guò)剩和庫(kù)存積壓導(dǎo)致大量的國(guó)企和地方政府陷入債務(wù)重壓，這在以前是不可想象的，因?yàn)榻鹑谙到y(tǒng)一直將國(guó)企列入高信用等級(jí)系列，但現(xiàn)在國(guó)企動(dòng)輒幾百億元、上千億元的債務(wù)重負(fù)，頻頻發(fā)生實(shí)質(zhì)性債務(wù)違約。通過(guò)歷史畫(huà)像來(lái)刻畫(huà)未來(lái)畫(huà)像，準(zhǔn)確度并不樂(lè)觀。

大數(shù)據(jù)提升風(fēng)控能力

大數(shù)據(jù)對(duì)銀行風(fēng)控真的沒(méi)有作用嗎？答案當(dāng)然是否定的。即使大數(shù)據(jù)不能完整刻畫(huà)客戶未來(lái)的畫(huà)像，但可以在以下幾個(gè)方面提高商業(yè)銀行的風(fēng)險(xiǎn)管理能力：

第一，大數(shù)據(jù)促進(jìn)征信體系的建立。征信體系是對(duì)客體各類信息客觀地記載、積累。在征信系統(tǒng)的建立過(guò)程中，大數(shù)據(jù)的作用無(wú)可替代，不僅僅是單純的數(shù)據(jù)收集，更有通過(guò)數(shù)據(jù)分析對(duì)客體進(jìn)行全面細(xì)致的畫(huà)像描摹。

第二，大數(shù)據(jù)細(xì)化風(fēng)險(xiǎn)計(jì)量。通過(guò)數(shù)據(jù)的積累和收集，可以提升風(fēng)險(xiǎn)分析技術(shù)、數(shù)據(jù)收集能力，這對(duì)風(fēng)險(xiǎn)識(shí)別、評(píng)估至關(guān)重要。雖然我們還不能期望通過(guò)數(shù)據(jù)全面把握單個(gè)客戶未來(lái)風(fēng)險(xiǎn)，但提升客戶風(fēng)險(xiǎn)識(shí)別能力并通過(guò)大數(shù)據(jù)分析，可以更準(zhǔn)確地刻畫(huà)行業(yè)風(fēng)險(xiǎn)和未來(lái)風(fēng)險(xiǎn)暴露情況，從而更準(zhǔn)確地計(jì)算風(fēng)險(xiǎn)資本情況、資本充足率等。

第三，大數(shù)據(jù)推動(dòng)客戶定價(jià)。現(xiàn)有的大數(shù)據(jù)技術(shù)已經(jīng)完全可以給客戶進(jìn)行形象描摹，據(jù)此可以為客戶準(zhǔn)備功能齊全的產(chǎn)品，包括各種個(gè)性化服務(wù)，存款、支付的定價(jià)，甚至包括客戶的貸款定價(jià)，這正是大數(shù)據(jù)在客戶定價(jià)方面未來(lái)的發(fā)展方向。

第四，大數(shù)據(jù)協(xié)助建立信貸工廠。對(duì)于大量的零售客戶，因?yàn)槟軌蛲ㄟ^(guò)大數(shù)定律來(lái)穩(wěn)定違約概率，所以可以利用信貸工廠模式來(lái)提高審批效率。客戶信息的大數(shù)據(jù)可粗略地分為兩類：一類是大客戶的大數(shù)據(jù)，另一類是小客戶的大數(shù)據(jù)。大客戶的大數(shù)據(jù)，維度多、數(shù)據(jù)量大，但企業(yè)數(shù)量少；小客戶的大數(shù)據(jù)，企業(yè)數(shù)量多但維度少。在分析客戶的過(guò)程中，如果企業(yè)規(guī)模小到一定程度，銀行就可以按概率事件去處理風(fēng)險(xiǎn)，盡量利用計(jì)量模型、評(píng)分卡來(lái)進(jìn)行授信審批，形成工廠化作業(yè)模式。

小結(jié)

總體來(lái)看，依靠大數(shù)據(jù)刻畫(huà)企業(yè)的歷史畫(huà)像，能夠做到逼近真實(shí)，但對(duì)未來(lái)畫(huà)像的刻畫(huà)，準(zhǔn)確性大大折扣，可能做到80%就不錯(cuò)了，因?yàn)榭倳?huì)有自然災(zāi)害、黑天鵝事件等不確定性事件發(fā)生，反映到企業(yè)層面，就是大面積企業(yè)違約、個(gè)人違約，完全超出當(dāng)初的模型預(yù)測(cè)。

即使據(jù)此做了模型修正，未來(lái)仍會(huì)發(fā)生不可預(yù)測(cè)事件，風(fēng)險(xiǎn)不可避免。對(duì)企業(yè)來(lái)說(shuō)，影響大數(shù)據(jù)價(jià)值的因素就是企業(yè)的大小，小企業(yè)可以依靠大數(shù)定律、收益覆蓋風(fēng)險(xiǎn)的原則來(lái)風(fēng)險(xiǎn)定價(jià)，當(dāng)借款金額小到一定程度，可能違約率會(huì)降低到零，而金額大到一定程度時(shí)，很難不發(fā)生道德風(fēng)險(xiǎn)。

簡(jiǎn)言之，大數(shù)據(jù)在銀行風(fēng)控方面的潛力巨大，但也不能完全信賴，畢竟風(fēng)險(xiǎn)判斷不能完全依賴機(jī)器，還要靠人的智慧。