大數(shù)據(jù)、云計算、人工智能、區(qū)塊鏈等新技術(shù)推動了科技與金融相互融合、相互滲透，開啟了波瀾壯闊的商業(yè)變革和金融創(chuàng)新。日益豐富的場景生態(tài)服務(wù)，改變了人們的生活方式，大幅提高了社會的生產(chǎn)生活效率，也深刻影響了商業(yè)模式，既為傳統(tǒng)銀行業(yè)帶來了機(jī)遇，也對銀行的經(jīng)營管理模式和新技術(shù)應(yīng)用能力提出了前所未有的挑戰(zhàn)。
為了更好地應(yīng)對未來挑戰(zhàn)，中國銀行提出了科技引領(lǐng)數(shù)字化發(fā)展戰(zhàn)略，明確了銀行數(shù)字化轉(zhuǎn)型的目標(biāo)要求，即以體驗(yàn)為核心、以數(shù)據(jù)為基礎(chǔ)、以技術(shù)為驅(qū)動，在客戶、場景、產(chǎn)品、服務(wù)轉(zhuǎn)化為數(shù)字形態(tài)的基礎(chǔ)上，用數(shù)字思維和技術(shù)手段重塑銀行業(yè)務(wù)和服務(wù)流程，實(shí)現(xiàn)內(nèi)在價值的提升。數(shù)字化銀行的建設(shè)，需要發(fā)揮數(shù)據(jù)資產(chǎn)核心競爭力的作用，利用大數(shù)據(jù)技術(shù)開展深度挖掘與智能分析，充分發(fā)掘數(shù)據(jù)價值，以數(shù)據(jù)驅(qū)動風(fēng)險決策，提升風(fēng)險管理的前瞻性與專業(yè)服務(wù)能力。
一、大數(shù)據(jù)風(fēng)險管控的機(jī)遇和挑戰(zhàn)
“十三五”期間，商業(yè)銀行已普遍搭建起全面支持風(fēng)險管理的信息系統(tǒng)，既包括利用傳統(tǒng)工作流技術(shù)貫穿貸前、貸中、貸后的全流程風(fēng)險管理審批系統(tǒng)和集中管控額度與風(fēng)險緩釋的應(yīng)用系統(tǒng)，也包括依托傳統(tǒng)數(shù)據(jù)分析技術(shù)構(gòu)建的對公及零售信用風(fēng)險、市場風(fēng)險、操作風(fēng)險數(shù)據(jù)集市，以及支持風(fēng)險評級模型管理、風(fēng)險加權(quán)資產(chǎn)計量和評分卡部署的規(guī)則引擎和計算組件，滿足了銀行巴塞爾新協(xié)議實(shí)施與全面風(fēng)險管理對風(fēng)險識別、計量、加總和報告等各方面的需要，為銀行風(fēng)險管理奠定了良好的系統(tǒng)基礎(chǔ)。
1.大數(shù)據(jù)時代商業(yè)銀行風(fēng)險管理的機(jī)遇
大數(shù)據(jù)時代，商業(yè)銀行風(fēng)險管理迎來了新的發(fā)展機(jī)遇。
(1)大數(shù)據(jù)技術(shù)帶來分析能力提升
采用X86平臺、Hadoop框架和NoSQL數(shù)據(jù)庫等技術(shù)的開源分布式大數(shù)據(jù)技術(shù)體系，引入實(shí)時分布式計算框架和流計算體系，使得商業(yè)銀行有條件突破傳統(tǒng)數(shù)據(jù)分析技術(shù)在小型機(jī)處理能力及IO吞吐量等方面的性能瓶頸，具備海量吞吐、流式處理以及實(shí)時分析等技術(shù)能力，能夠以相對低廉的成本開展深入挖掘和分析，將“沉睡”數(shù)據(jù)轉(zhuǎn)化為有價值的信息資源，也使得商業(yè)銀行有可能將風(fēng)險管控數(shù)據(jù)分析對象從“樣本數(shù)據(jù)”上升為“全部數(shù)據(jù)”，從而發(fā)現(xiàn)海量數(shù)據(jù)背后之間的關(guān)聯(lián)關(guān)系和潛藏規(guī)律。
(2)大數(shù)據(jù)推動風(fēng)控模式創(chuàng)新
大數(shù)據(jù)技術(shù)使得商業(yè)銀行可突破傳統(tǒng)風(fēng)控模式，創(chuàng)新風(fēng)險管控手段。第一，因?yàn)榭杀环治龅臄?shù)據(jù)的維度和密度將極大豐富，風(fēng)險模型的可信度也將相應(yīng)提升；第二，流式計算和實(shí)時分析等大數(shù)據(jù)技術(shù)的引入，將顯著提升風(fēng)控模型的數(shù)據(jù)時效性，并較好地支持實(shí)時反饋和對未來變化趨勢的預(yù)測；第三，利用大數(shù)據(jù)和知識圖譜對風(fēng)險管理信息進(jìn)行知識管理，可將知識轉(zhuǎn)化為業(yè)務(wù)規(guī)則和模型；第四，利用大數(shù)據(jù)技術(shù)可以實(shí)現(xiàn)多因素、多維度數(shù)據(jù)的綜合分析，降低全面風(fēng)險管理的技術(shù)門檻。
2.商業(yè)銀行應(yīng)用大數(shù)據(jù)技術(shù)面臨的挑戰(zhàn)
雖然大數(shù)據(jù)為商業(yè)銀行帶來了新的發(fā)展契機(jī)，但也應(yīng)該看到，商業(yè)銀行應(yīng)用大數(shù)據(jù)技術(shù)也將面臨一些挑戰(zhàn)：
(1)數(shù)據(jù)收集能力的挑戰(zhàn)
大數(shù)據(jù)時代，商業(yè)銀行除了收集自身傳統(tǒng)數(shù)據(jù)，還需收集來自互聯(lián)網(wǎng)和第三方機(jī)構(gòu)等多種來源的多種格式數(shù)據(jù)，數(shù)據(jù)的豐富程度和復(fù)雜性將大大提高。商業(yè)銀行在數(shù)據(jù)收集中要充分考慮低成本、低能耗、高可靠性以及數(shù)據(jù)質(zhì)量要求等因素，這對商業(yè)銀行的數(shù)據(jù)收集能力提出了更高的要求。
(2)大數(shù)據(jù)技能儲備的挑戰(zhàn)
大數(shù)據(jù)技術(shù)分支眾多，更新?lián)Q代頻繁，商業(yè)銀行也面臨技術(shù)轉(zhuǎn)型挑戰(zhàn)，因此需開展技能培訓(xùn)，配備相應(yīng)技術(shù)工具，建立敏捷交付流程和保障措施，才能適應(yīng)技術(shù)發(fā)展和演進(jìn)的速度，提升銀行的快速響應(yīng)能力。同時，分析師隊伍建設(shè)是大數(shù)據(jù)戰(zhàn)略實(shí)施的關(guān)鍵，商業(yè)銀行需要建立起自己的專業(yè)化分析師隊伍，持續(xù)提升大數(shù)據(jù)分析和挖掘能力，才能夠?yàn)榇髷?shù)據(jù)風(fēng)控發(fā)展提供源源不斷的創(chuàng)新動力。
(3)大數(shù)據(jù)安全的挑戰(zhàn)
一方面，商業(yè)銀行在大數(shù)據(jù)的收集、存儲、管理和使用等方面需要制定統(tǒng)一的、標(biāo)準(zhǔn)的指導(dǎo)和規(guī)范，需要根據(jù)數(shù)據(jù)敏感程度、數(shù)據(jù)脫敏與否、數(shù)據(jù)授權(quán)級別、數(shù)據(jù)的格式和內(nèi)容等對大數(shù)據(jù)資產(chǎn)進(jìn)行分類分級,采取不同的安全防護(hù)策略；另一方面，來自互聯(lián)網(wǎng)和第三方的外部數(shù)據(jù)，在數(shù)據(jù)資產(chǎn)確權(quán)方面可能存在爭議，同時缺乏合規(guī)、安全和規(guī)范的獲取方式和手段，因而難以被銀行充分利用。
二、大數(shù)據(jù)風(fēng)險管控能力建設(shè)
商業(yè)銀行經(jīng)過長期的持續(xù)經(jīng)營及信息化建設(shè)，在風(fēng)險管理領(lǐng)域具有一定的比較優(yōu)勢：一是在金融領(lǐng)域的專業(yè)優(yōu)勢和經(jīng)驗(yàn)積累；二是具備全渠道、立體化、跨地域協(xié)同的服務(wù)渠道，覆蓋線上線下和境內(nèi)境外；三是具有長期基于廣泛金融場景的技術(shù)研發(fā)實(shí)踐經(jīng)驗(yàn)，并形成了一支專業(yè)穩(wěn)定的技術(shù)隊伍；四是商業(yè)銀行長期穩(wěn)健經(jīng)營，適應(yīng)嚴(yán)格金融監(jiān)管要求，可確保連續(xù)經(jīng)營穩(wěn)定性和長期信用承諾；五是商業(yè)銀行具有穩(wěn)健可靠的品牌信用。上述優(yōu)勢使得商業(yè)銀行具備利用大數(shù)據(jù)技術(shù)開展風(fēng)險管控工作的基礎(chǔ)，而商業(yè)銀行依托大數(shù)據(jù)構(gòu)建智能風(fēng)控體系，仍需要著力推進(jìn)以下方面的能力建設(shè)。
1.夯實(shí)數(shù)據(jù)基礎(chǔ)，提升數(shù)據(jù)的維度和密度
商業(yè)銀行傳統(tǒng)風(fēng)控主要依賴自身掌握的客戶信息、金融資產(chǎn)和交易信息等可信度極高的數(shù)據(jù)，這類數(shù)據(jù)被稱作“強(qiáng)數(shù)據(jù)”。而在大數(shù)據(jù)時代，銀行則有條件利用“弱數(shù)據(jù)”開展風(fēng)險管控，這類數(shù)據(jù)包括來自互聯(lián)網(wǎng)及第三方機(jī)構(gòu)的信用數(shù)據(jù)、消費(fèi)數(shù)據(jù)和人脈關(guān)系等數(shù)據(jù)。為此，商業(yè)銀行必須推進(jìn)數(shù)據(jù)平臺建設(shè)和企業(yè)級數(shù)據(jù)模型落地，全維度、全視角地收集全集團(tuán)經(jīng)營活動數(shù)據(jù)，夯實(shí)內(nèi)部數(shù)據(jù)基礎(chǔ)，同時整合行業(yè)內(nèi)外、線上線下、跨界生態(tài)的各類數(shù)據(jù)，豐富數(shù)據(jù)的維度和密度。
2.構(gòu)建技術(shù)平臺，提升實(shí)時分析和決策能力
大數(shù)據(jù)的風(fēng)險決策分析在信息完備性、時效性和真實(shí)性等方面具有優(yōu)勢，可使風(fēng)險決策更加智能，更具主動性。商業(yè)銀行應(yīng)依托大數(shù)據(jù)平臺構(gòu)建海量數(shù)據(jù)離線處理和流式計算能力，建設(shè)數(shù)據(jù)應(yīng)用云服務(wù)平臺，支持可視化分析展現(xiàn)，具備將數(shù)據(jù)服務(wù)實(shí)時嵌入業(yè)務(wù)流程和場景應(yīng)用的能力，引入機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的模型和算法等人工智能技術(shù)，提升風(fēng)險決策的實(shí)時性和智能化水平。
3.完善管理體系，構(gòu)建“數(shù)據(jù)+決策+監(jiān)控”的動態(tài)閉環(huán)
商業(yè)銀行可運(yùn)用風(fēng)險管理知識庫中的業(yè)務(wù)規(guī)則和風(fēng)險模型進(jìn)行風(fēng)險識別，從“全體數(shù)據(jù)”而非“樣本數(shù)據(jù)”中直接提煉風(fēng)險特征模型，將模型應(yīng)用于業(yè)務(wù)流程并開展持續(xù)的評估監(jiān)控，同時在大數(shù)據(jù)“沙箱環(huán)境”訓(xùn)練并改進(jìn)模型表現(xiàn)，形成動態(tài)閉環(huán)，從而推動風(fēng)控體系走向健壯成熟。
4.加強(qiáng)業(yè)務(wù)科技融合，建立復(fù)合型人才隊伍
既掌握大數(shù)據(jù)分析技術(shù)，又諳熟銀行業(yè)務(wù)的復(fù)合型人才，是銀行推進(jìn)大數(shù)據(jù)風(fēng)控體系建設(shè)最迫切需要的人才。通過多崗位定向培養(yǎng)、多專業(yè)培訓(xùn)、引進(jìn)核心人才等方式，逐步建立起高水準(zhǔn)的數(shù)據(jù)分析師和業(yè)務(wù)建模專家等專業(yè)隊伍，是商業(yè)銀行提升大數(shù)據(jù)風(fēng)險管控能力的關(guān)鍵。
三、中國銀行智能風(fēng)控體系建設(shè)
中國銀行在科技引領(lǐng)數(shù)字化發(fā)展戰(zhàn)略中提出了“構(gòu)建智能風(fēng)控體系”的戰(zhàn)略任務(wù)，即利用實(shí)時分析、大數(shù)據(jù)及人工智能技術(shù)，結(jié)合內(nèi)外部數(shù)據(jù)，通過對客戶、賬戶和渠道的綜合分析，進(jìn)行客戶資金流監(jiān)控、優(yōu)化信用風(fēng)險評價體系、識別潛在違規(guī)客戶，構(gòu)建覆蓋實(shí)時反欺詐、智能反洗錢、信用風(fēng)險、市場風(fēng)險和操作風(fēng)險等領(lǐng)域的全方位、立體化智能風(fēng)控體系。
1.實(shí)時反欺詐
隨著互聯(lián)網(wǎng)的快速發(fā)展，電子銀行、網(wǎng)絡(luò)支付、網(wǎng)絡(luò)貸款等網(wǎng)絡(luò)金融業(yè)務(wù)為客戶帶來了便捷的服務(wù)與體驗(yàn)，但與此同時，網(wǎng)絡(luò)金融業(yè)務(wù)發(fā)展也面臨種類繁多的欺詐風(fēng)險。
為有效識別、實(shí)時監(jiān)控、及時處置欺詐風(fēng)險，中國銀行網(wǎng)絡(luò)金融事中風(fēng)控系統(tǒng)以建立覆蓋全流程、全業(yè)務(wù)和全渠道的智能風(fēng)控體系為目標(biāo)，充分利用大數(shù)據(jù)、云計算、人工智能等新技術(shù)，以風(fēng)險規(guī)則和模型為核心，根據(jù)數(shù)百個規(guī)則因子、37個風(fēng)險特征模型和十大類機(jī)器學(xué)習(xí)算法，主動實(shí)時監(jiān)控異常設(shè)備、用戶、賬戶、操作、交易等信息，根據(jù)監(jiān)控結(jié)果采取放行、攔截、增強(qiáng)驗(yàn)證、賬戶凍結(jié)等不同處置措施，采用“預(yù)交易采集分析，確認(rèn)交易風(fēng)險評估”的兩階段處理的業(yè)務(wù)流程設(shè)計，支持“實(shí)時生產(chǎn)、灰度測試、離線訓(xùn)練”三套環(huán)境協(xié)作，可持續(xù)開展模擬驗(yàn)證、A/B測試和灰度發(fā)布，從而不斷優(yōu)化模型。
該系統(tǒng)目前日均接入交易超過千萬筆，攔截欺詐交易數(shù)萬筆，避免客戶損失上億元。未來，系統(tǒng)還將不斷拓展業(yè)務(wù)和渠道范圍，實(shí)現(xiàn)客戶風(fēng)險分級管理和自適應(yīng)的安全認(rèn)證，以及規(guī)則、靜態(tài)學(xué)習(xí)模型和機(jī)器學(xué)習(xí)模型的高效配合和應(yīng)用，支持完備的案件管理、事中外呼處置和規(guī)則管理功能，全面提升智能化水平。
2.信用風(fēng)險
中國銀行依托風(fēng)險數(shù)據(jù)集市及相關(guān)系統(tǒng)，支持了單一和組合層面的風(fēng)險監(jiān)控和預(yù)警、風(fēng)險計量和報告、風(fēng)險模型訓(xùn)練等應(yīng)用功能，同時利用大數(shù)據(jù)和人工智能語義分析技術(shù)搭建了“艾達(dá)”系統(tǒng)，整合行內(nèi)信息與外部互聯(lián)網(wǎng)數(shù)據(jù)，通過企業(yè)畫像和關(guān)聯(lián)關(guān)系挖掘，為企業(yè)信用風(fēng)險管理提供支撐，已累計獲取553萬余條互聯(lián)網(wǎng)輿情信息，形成了18000家企業(yè)的大數(shù)據(jù)風(fēng)險畫像，繪制了股權(quán)、管理、擔(dān)保和投融資維度的3個層次關(guān)聯(lián)圖譜，監(jiān)測145項動態(tài)預(yù)警指標(biāo)，并定制開發(fā)了5個業(yè)務(wù)場景嵌入風(fēng)險管理流程環(huán)節(jié)。
在此基礎(chǔ)上，中國銀行還將探索利用人工智能技術(shù)進(jìn)一步挖掘客戶與客戶間的隱性關(guān)系，由“面”成“體”，識別顯性集團(tuán)和隱性集團(tuán)，繪制“擔(dān)保圈”并構(gòu)建“擔(dān)保球”，從而發(fā)掘出多樣化、深層次的關(guān)聯(lián)關(guān)系，同時不斷完善大數(shù)據(jù)風(fēng)控預(yù)警指標(biāo)體系并嵌入風(fēng)險管理流程系統(tǒng)，開展行業(yè)景氣指數(shù)等外部信息采集與分析，進(jìn)一步提升信用風(fēng)險主動防控水平。
3.市場風(fēng)險和操作風(fēng)險
中國銀行已將大數(shù)據(jù)技術(shù)應(yīng)用于市場風(fēng)險的評估、計量和監(jiān)控過程，在資金業(yè)務(wù)系統(tǒng)中引入網(wǎng)格計算技術(shù)，支撐多并發(fā)金融計算引擎，實(shí)現(xiàn)對復(fù)雜金融模型的高效估值計量，同時嵌入風(fēng)險限額指標(biāo)實(shí)時監(jiān)控和檢查交易，對超出限額和區(qū)間等異常情況進(jìn)行風(fēng)險提示和預(yù)警，實(shí)現(xiàn)風(fēng)險管理關(guān)口前移，在風(fēng)險價值測算中采用歷史模擬法對銀行交易賬戶100余種資金業(yè)務(wù)產(chǎn)品及市場歷史數(shù)據(jù)進(jìn)行模擬和回歸計算，每日對二十余萬筆頭寸數(shù)據(jù)進(jìn)行超過500次/筆的模擬運(yùn)算。
在內(nèi)控與操作風(fēng)險數(shù)據(jù)集市和審計數(shù)據(jù)分析系統(tǒng)中，中國銀行積累起覆蓋海內(nèi)外全部業(yè)務(wù)條線約200TB的海量長周期數(shù)據(jù)，依賴統(tǒng)計建模工具進(jìn)行數(shù)據(jù)訓(xùn)練和分析模型構(gòu)建，支持了228個內(nèi)控模型和300余項審計報表及篩查腳本的自動化監(jiān)控，按月生成內(nèi)控及操作風(fēng)險預(yù)警案例，較好地支持了內(nèi)控管理和內(nèi)部審計工作開展。同時，中國銀行正在上述領(lǐng)域推進(jìn)MPP數(shù)據(jù)庫應(yīng)用，探索構(gòu)建依托大數(shù)據(jù)技術(shù)的數(shù)據(jù)沙箱，以進(jìn)一步提升數(shù)據(jù)分析和建模支持能力。
4.智能反洗錢
為了更好地在全球日趨復(fù)雜和嚴(yán)格的反洗錢監(jiān)管環(huán)境下安全合規(guī)地開展經(jīng)營，中國銀行積極運(yùn)用大數(shù)據(jù)技術(shù)謀求反洗錢應(yīng)用場景創(chuàng)新：
一是中國銀行已搭建起涵蓋客戶盡職調(diào)查、可疑交易監(jiān)控、制裁名單篩查等功能的全球反洗錢系統(tǒng)，形成了綜合事中反洗錢規(guī)則檢索與事后可疑交易報送的解決方案。該系統(tǒng)依托高效名單檢索算法提升名單檢索精準(zhǔn)度，運(yùn)用圖形計算和神經(jīng)網(wǎng)絡(luò)技術(shù)實(shí)現(xiàn)客戶群視圖的建立和客戶群中風(fēng)險利益共同體的智能提示，基于可視化技術(shù)和地理信息支持圖形化的洗錢模式識別和模型設(shè)置，采用構(gòu)建智能索引方案、時分系統(tǒng)資源平衡分配、基于緩沖的數(shù)據(jù)更新架構(gòu)等機(jī)制，保證了系統(tǒng)運(yùn)行的高性能。
中國銀行還在探索運(yùn)用機(jī)器學(xué)習(xí)算法提高名單檢索和模型命中率，基于流式計算技術(shù)提高名單檢索和控制模型篩查的速度，并在構(gòu)建交易鏈路、追蹤資金流向、分析客戶交易偏離度、挖掘?qū)嶋H受益人等多個業(yè)務(wù)場景繼續(xù)深入應(yīng)用大數(shù)據(jù)技術(shù)。
二是商業(yè)銀行通常需要進(jìn)行貿(mào)易融資交易背景調(diào)查，通過綜合校驗(yàn)業(yè)務(wù)相關(guān)的物流、信息流、資金流信息，判斷交易背景的合理性和真實(shí)性，從而識別出虛假交易背景和來路不明的資金。中國銀行已在貿(mào)易融資業(yè)務(wù)的交易背景核查過程中，探索應(yīng)用人工智能技術(shù)，基于非標(biāo)準(zhǔn)化單據(jù)影像、物流貨船航行情況等數(shù)據(jù)，結(jié)合行內(nèi)數(shù)據(jù)生成貿(mào)易融資背景核查報告，以提高交易背景調(diào)查效率和準(zhǔn)確性，降低合規(guī)風(fēng)險。
智能風(fēng)控體系的建設(shè)，需要整合客戶的交易行為、個人資產(chǎn)、身份特征畫像、履約歷史、行為偏好、關(guān)系網(wǎng)絡(luò)等多個維度的數(shù)據(jù)，在業(yè)務(wù)的事前、事中、事后進(jìn)行綜合分析和判斷，開展全方位的風(fēng)險預(yù)測和管控。風(fēng)險識別是智能風(fēng)控的核心，數(shù)據(jù)的維度和密度是智能風(fēng)控的基礎(chǔ)，數(shù)據(jù)分析與建模能力是智能風(fēng)控的關(guān)鍵。在上述領(lǐng)域，商業(yè)銀行有條件依托大數(shù)據(jù)技術(shù)深耕風(fēng)險管控應(yīng)用場景，打造主動、立體、實(shí)時、智能的大數(shù)據(jù)風(fēng)控體系，構(gòu)建起數(shù)字化時代的核心競爭力。
（本文作者系中國銀行信息科技部總工程師邢桂偉）
聯(lián)系客服
