(中国电子商务研究中心讯)大数据的江湖上最近卷起一个针对江南兄大数据观点的争论，江南兄认为大数据无法带来金融风控，对大数据在金融风险管理方面的应用持怀疑态度。已经有很多高手对江南兄的观点进行了反驳，我也凑个热闹，从实际案例出发同江南兄聊一聊大数据如何带来金融风控。
先扯一扯大数据时代的闲话。不管你爱与不爱，不管你信与不信，不管你是否愿意，不管你是否参与，大数据正在影响你的生活，它就在那里，它正在改变一切。大数据不是万能的，但是企业不利用大数据这个工具，在未来则是万万不能的。大数据时代正在到来，在未来数据将成为资产，数据将成为资源，数据将成为竞争力。
大数据时代对我们的几点
大数据技术，可以大大提高效率。例如在VSIA公司，730亿单交易处理时间过去需要一个月，但是采用了大数据技术后则缩短到13分钟。人们可以利用节省的时间，增加自己的认知盈余，同大家进行分享。
大数据事物背后的规律，帮助人们进行决策。人类社会的进步就是建立认识事物发展规律之上的。人们利用事物规律来争取最大利益，承受最小风险。无论是过去的金融市场产品模型也好，现在的数据精准营销也好，都是对事物内在规律的发现和利用。
大数据技术利用全局的数据，让人们更接近。由于数据量巨大，无法采集和计算，过去统计学往往利用局部数据进行分析，通过样本统计结果整体的特点，其精确程度取决于样本采样方法和统计分析方法，往往会出现较大的误差。等到了解全部时，样本的统计数据已经没有意义。大数据通过对全体数据的统计和分析，让人们更加接近。
回到本篇文章主题，首先要承认江南兄的观点“金融风险管理是靠天吃饭”还是有一定道理的，此观点来源于过去十多年的中国金融信贷的宏观。在过去十多年，经济金融行业同其他行业一样都属于粗放型经营，银行信贷完全依赖于宏观经济的良好发展，国家大规模基础建设投资，国有企业的垄断经营，地方的大鸣大放，房地产的黄金十年等。只要项目有国家和的信用作为背书，银行的风险控制就很简单，银行的信用风险就很低。因此江南兄认为银行的风险管理是靠天吃饭，完全依赖于国家的大规模投资和地方的基础建设，是有一定道理的。
但是天气变了，大变了，新的看到了过去经济发展的结构问题，产能过剩问题，企业发展缺少创新的问题，资源利用效率不高的问题。在2013年开始，国家就减少货币发行量，控制财政支出，鼓励新兴经济产业发展，鼓励民营经济发展，鼓励互联网金融产业发展，改变了过去粗放发展的方式。在这种经济发展形势下，过去靠天吃饭的日子越来越少，金融行业面对的竞争越来越多，风险管理逐渐成为金融行业的核心竞争力。大数据也将成为风险管理的有利武器，帮助金融行业建立风险管理视图，实现科学的风险管理。下面我们就聊一聊大数据如何帮助金融行业进行风险管理。
一般讲，金融行业面临的主要风险有流动性风险，信用风险，市场风险，操作风险等。我们就从金融行业这几个风险场景出发，看看大数据如何实施风险管理，带来金融风控的。
流动性风险风险管理
银监会印发的《商业银行流动性风险管理》中将流动性风险定义为：流动性风险指商业银行虽然有清偿能力，但无法及时获得充足资金或无法以合理成本及时获得充足资金以应对资产增长或支付到期债务的风险。流动性风险主要产生于银行无法应对因负债下降或资产增加而导致的流动性困难。当一家银行缺乏流动性时，它就不能依靠负债增长或以合理的成本迅速变现资产来获得充裕的资金，因而会影响其盈利能力。一般来讲，不良贷款会影响银行的利润表，但是不会导致银行倒闭，但是在极端情况下，流动性风险很容易导致银行倒闭。巴林银行破产就是典型的案例。
1996年并购案之后，大通银行成为美国最大的银行，但是按揭贷款部门则看到了新的风险。按揭贷款的总人数大幅增加，分属于6家银行的按揭贷款都汇总到大通银行，贷款总笔数达到了数百万，每一笔按揭贷款都有其微观风险。贷款人两种不同的行为都会导致贷款风险，一是逾期还款，二是贷款人提前还款。科学家利用决策树技术，帮助大通银行进行按揭贷款风险识别。通过历史数据得到两种情形的概率，利用多层决策树数计算未来客户逾期还款或提前还款发生的概率，为管理层提供风险视图。针对逾期还款概率大的客户，银行实施提前介入方法，帮助他们进行财务管理，降低逾期还款的概率。对于提前还款的概率大的客户，银行或者将资金提前进行安排，提高资金利用率；或者向客户提供其他投资方案，帮助客户进行富余资产管理。这个项目实施一年多来，通过对按揭贷款客户的分析和提前介入，为大通银行增加了6亿美元的收入。
银行可以利用大数据建立新的风险管理视图，开发出抵押贷款风险模型，依据银行现金流，对于逾期贷款和提前还款实施提前介入，帮助银行降低不良贷款，提高资金利用率。银行通过建立大数据管理平台来实时了解银行交易情况和现金流动情况，掌握现金动态提取趋势，通过设立有效阀值来对大额交易进行警示，实时提供存贷比，实时行内资金存量，预测大额交易，实现有效资金管理。同时大数据据管理平台可以输入其他的因子，例如假期消费高峰，季节旅游高峰，商品购买热潮，新股购买等，帮助银行预测即将到来的支付高峰，有效实施资金管理。区别于传统紧盯头寸的管理方式，大数据管理平台可以帮助银行实施科学的流动性管理。
信用风险管理
信用风险管理是指对从客户资信调查、付款方式的选择、信用限额的确定到款项回收等环节实行的全面监督和控制，以保障应收款项的安全及时回收。简单的讲就是帮助银行降低不良贷款，确保贷款可以按时回收。信用风险是银行面对的主要风险，特别是在经济发展调整过程中，一些企业由于不适应新的发展，容易被淘汰，其向银行借的贷款就处于一个较的状况。中国的大部分中小企业，由于较差，产品和企业竞争力不足，抵抗风险能力较差，因此贷款的坏账率较高。银行在为中小企业贷款是面临的最大问题就是如何授信。
借助于大数据交易平台，银行可以通过了解企业的现金流的数据，为企业提供恰当的授信额度。如果银行没有中小企业的现金流信息，其可以借助于电商网站的交易数据。阿里集团同国有银行工行、建行、中信等银行的小企业贷款合作就体现了银行如何利用现金流数据为企业提供授信。
银行可以利用大数据技术建立基于客户的信用风险管理视图，帮助银行进行信贷决策，依据银行内部数据和外部的数据信息，对客户的信用分险进行评价，帮助银行有效控制客户的信用风险。
按照过去的经验思维，只要企业有抵押，银行就可以快速放款。现在银行可以基于客户的风险管理视图进行授信管理，例如有一家企业申请贷款，在资产负债表上看企业经营良好，但是这家企业产品出现了严重的质量问题，大客户已经取消了订购合同，另外其产品在行业里已经缺少竞争力，未来市场需求将越来越小，信用风险管理视图提示此企业未来发展风险较大，银行果断据了客户的贷款申请。另外一个企业向银行贷款，从资产负债表上看出这个企业净资产较少，但是信用风险视图提示这个企业刚刚推出两个新产品，吸引了大量的订单。平台台这个企业的产品具有较高的科技含量，毛利率高，有技术专利，行业技术壁垒较高。银行可以再次确认企业的客户订单是否属实，产品是否具有领先性，在确定风险可控的之后，银行可以立即放款。
简单的讲过去银行在控制信用风险时大多时采用惯性思维，从客户是否有抵押，客户是否有，客户是否有真实贷款需求出发发放贷款，缺少数据支持，缺少科学决策支持，银行无法预见未来不确定风险。银行可以借助于大数据技术建立基于客户的信用风险管理平台，引入外部数据，实时了解企业以及行业经营情况和重大信息，帮助银行预测个别企业和行业的发展趋势，有效控制客户信用风险。
市场风险管理
商业银行市场风险是指因市场价格、利率、汇率、股票价格和商品价格的不利变动而使银行发生损失的风险。市场风险可以分为利率风险、汇率风险(包括黄金)、股票价格风险和商品价格风险，分别是指由于利率、汇率、股票价格和商品价格的不利变动所带来的风险。
大数据技术在市场风险管理的应用已经具有很久的历史了，大数据时代不是突然出现的，实际上过去的几十年间，数学家就已经涉猎金融行业了，如诺贝尔经济学获得者哈里.马克维茨、威廉.夏普，罗伯特，恩格尔都是数据家。他们通过数学模型对金融市场进行分析，利用计量经济学知识和金融市场数据来建立数学模型，预测金融市场产品收益同风险波动的关系。
很多投资银行已经建立大数据管理平台，收集来自外部的大量交易数据、经济数据、事件、社交数据、热点事件、天据、社会事件来预测市场波动。典型的案例是美国某投资公司通过采集Twitter上客户心情数据来预测当天的股票市场，如果笑脸超过一定比例，其预测股票市场会走高，如果笑脸低于一定比例则股票市场会走低。经过一段时间的证明，其预测的准确度很高。
正如艾伯特-拉斯洛.巴拉巴西在《爆发》(Bursts the hidden pattern behind everything)中提到的历史不会重演，但是只有其韵律。虽然皆显出自发偶然之态，但实际上远比想象中容易预测。人类行为93%是可以预测的，大数据时代揭开人类行为背后隐藏的模式，预见未来的新思维。大数据就是用于找到事件之间的相关性，同时利用全局的数据，有价值的数据，相关的数据，借助于大数据计算平台来预测未来市场，我们承认其预测的准确度不会达到百分之一百，但是其绝对比人们国去的经验思维更为可信，通过让数据说话，增加一种声音，帮助金融行业识别市场风险。
操作风险
巴塞尔银行监管委员会对操作风险的正式定义是：由于内部程序、人员和系统的不完备或失效，或由于外部事件造成损失的风险。按照发生的频率和损失大小，巴塞尔委员会将操作风险分为七类。其中外部欺诈和内部欺诈是主要两个方面。
我们先聊一聊内部欺诈，它可以简单的描述为构内部人员参与的诈骗、资产、法律以及公司的规章制度的行为。利用大数据技平台，金融行业可以建立全面的风险视图，管理层和风险管理者可以从不同的维度来了解金融行业的风险视图，掌握其主要风险点的控制情况，同时可以利用复杂的计算公式或模型来金融行企业内部业务操作，通过不同渠道的对帐方式，多个指标，不同维度的风险报表，来内部欺诈和诈骗事件。如果银行基于大数据平台建立了完善的风险视图，法国兴业银行和巴林银行就会洞察到内部风险控制漏洞，及时发现巨额风险交易，及时进行干预，降低交易损失额，巴林银行也就不会倒闭了。
大数据技术对于外部欺诈监测，一个典型例子就是，2014年证监会利用股票交易价格异常、股票交易帐户交易记录，发现了老鼠仓交易，并将证券公司参与老鼠仓的人绳之以法。信用卡公司也可以依据外部的社交数据，识别出客户的信用脸谱，协助其对客户信用卡申请进行审核，利用大数据技术，对申请信用卡的人员进行资格审核，降低信用卡欺诈事件发生的概率。保险公司也可以参考LBS的数据来的得到汽车轨迹数据，帮助保险公司识别出车险赔偿请求中的欺诈事件。这些技术已经在信用卡公司和保险公司应用了，并取得了很不错的效果。
总之，大数据及大数据技术的核心本质是隐藏在客观事物背后的规律，在日常商业行为背后的，为管理层提供不同维度的管理视图。金融行业可以利用全局的数据，精准的数据，具有价值的数据来改变风险管理方式，让数据说话。改变过去的经验思维模式，建立数据思维习惯，参考具有价值的数据，帮助金融行业实施科学的风险管理。大数据来参与风险管理，并意味着由数据来决定风险管理，而是由数据来支持风险管理决策。我们不能大数据提供的风险管理百分之一百有效，但是相对传统的风险管理，我们将离更近一些。大数据思维也好、互联网思维也好、产业互联网也好，其背后的实质还是商业思维。江南兄，不管你爱与不爱、信与不信，大数据可以带来金融风控，它就在那里，正在发生。（来源：金评媒；文/鲍忠铁；编选：中国电子商务研究中心）
（4）凡本中心注明“来源：（非中国电子商务研究中心）”的，均转载自其它、网站与机构，其转载目的在于传递更多信息，并不代表本中心赞同其观点和对其真实性负责，请读者仅作参考，并请自行核实相关内容。
“双十一”正在变成整个电商行业的集体狂欢。包括天猫、亚马逊以及京东商城在内的电商平台纷纷将今年的视线瞄准了海外网购。不过，热闹的背后也有剑拔弩张的一面。10月29日晚间，有消息称，阿里巴巴集团已经...[详细]
延伸内容：