互联网金融下商业银行风险管理的困境及变革路径分析

韩璐

摘 要：互联网金融的发展为银行风险管理提供了新的技术工具和信息平台，尤其是大数据、云计算等技术的运用推动了银行风险管理机制的变革。在互联网金融大背景下，银行业应抓住机遇，积极发挥自身优势，充分利用互联网技术避免空间和信息不对称的限制，加强风险监控，减少不必要的损失，早日实现银行业的转型和升级。

关键词：互联网金融；商业银行；风险管理

前言：互联网金融的发展，使得互联网技术（大数据处理、云计算）融合于銀行经营管理的各环节，这是一种多维度、多层次涉及面广的颠覆性创新，其包括客户营销、业务发展、生产技术发展和运营流程创新等多个部分，商业银行风险管理作为银行发展的核心竞争力，也必然要充分利用互联网金融的优势，运用大数据、云计算等工具提升自身风险管理水平，从而迎接经济新常态下的金融浪潮。

1.互联网金融对商业银行风险管理的要求

和传统的商业银行风险管理相比，在互联网金融背景下，风险管理依旧主要包括：风险的识别、评估、监测和处理等基本流程，但在操作流程和路径上却有着较大的改变：一是体现在早期的风险识别方面。传统的银行风险管理主要依靠单一且限制较大的内部数据作为风险分析的基础数据，如公司交易账户、基金管理和征信记录等，而在大数据时代，商业银行可以愈加充分地利用外部数据带来的便利和高效，包括互联网、电商、社交媒体等新型的数据来源，以此满足自身对大量高价值客观数据的需求。二是数据仓库的建立，传统商业银行风险管理中，对数据库的建立并没有引起足够重视，主要是因为技术不成熟，在互联网金融背景下，数据库的解决方案可以为实现相关业务数据和信用评价数据进行统一的整合管理，提升信用评价的效率，如中信银行就通过引入Greenplum 数据仓库解决方案进行数据的挖掘，实现了客户行为的 24 小事评估和风险管理的动态化。

2.互联网金融下商业银行风险管理的困境

2.1 风险管理内部信息联通共享机制尚未形成

当前我国商业银行内部信息一般是存在在独立的信息系统中的，信息目标不统一，功能单一，数据口径存在较大差异，风险管理所需要的数据不集中、不规范，内部信息联通共享机制尚未形成。这就使得风险管理数据处理过程有效性查，数据的价值无法得到充分利用。国内众多中小银行仍以规模效益为其经营模式，难以跟上互联网大数据技术的浪潮。同时在我国传统商业银行的 IT 建设中，信息系统的发展模式为业务驱动型，银行把业务单元分为多个层次进行考核，以最先满足业务单元的正常使用为主，但这种方式很多时候需要减少客户信息的采集量，减少部分功能的添加，精简程序代码等，这些行为就导致银行的信息系统缺乏应对风险的弹性，银行的决策能力也就受到限制。

2.2 风险管理外部数据信息结构化严重

在传统的数据分析中，商业银行在进行市场分析、内部管理和外部监管方面会产生大量的结构化数据，其中包括客户存取款信息客户的交易信息和基本信用评级等，传统商业银行只能获取到客户在金融机构往来产生的数据信息，对于工作单位、网上购物记录、兴趣爱好和个人情感等非结构化和半结构化数据无法获取，在互联网时代下，80%的数据为半结构化、非结构化数据，结构化数据占比仅为 20%，并且半结构化、非结构化数据占新增数据的比例高达 95%。随着互联网大数据技术的发展，商业银行本应将数据获取的重点置于非结构化和半结构化数据上，但实际情况恰恰相反，占众多比例的外部数据关注度较低，对数据的采集、整合、储存和利用的进程开展不足，在银行风险类型多样化和复杂化的背景下，简单的结构化数据无法提供必需的信息量，商业银行风险管理水平则很难得到提升，管理效果也经常达不到预期。

2.3 风险管理工作人员素质不能满足互联网金融发展要求

互联网金融对商业银行基础设施和人员素质的要求更高，提高了商业银行的转型难度。大数据的应用打破了传统部门构成，要求整合各部门资源，各部门相互配合，这就提高对工作人员素质的要求。未来商业银行需要培养大量人才来配合互联网金融相关技术的应用，实现自身转型。

3.互联网金融下商业银行风险管理变革路径分析

3.1 建设互联网信息采集平台，构建客户征信数据库

互联网时代是一个开放、共享的时代，若商业银行能着眼于长远利益，积极与第三方数据提供方合作，构建双边或多边互助合作平台，不仅可降低数据收集的成本，也可以让风险管理的结果更具可信度。对于企业或个人的消费行为、生活习惯和交易记录等数据，不同数据收集平台可以直接共享，相同的数据可以合并，不同的数据则可以融合和相互补充，这种跨地区、跨平台和跨类型的数据收集形式可以全面提升征信数据库的准确度，为日后银行风险管理提供基础。

3.2 把握经济发展新常态，强化风险预测分析

商业银行风险管理的对象除面对企业、个人和金融产品外，还有不同行业的宏观经济指标。中国经济的发展阶段和自身特点决定了经济波动对整个行业的影响有时远大于对企业和个人的影响，而且行业对风险的影响往往是不可控的，因此，对于行业发展的预判是风险管理的重要内容之一，找到评估量化行业风险等级的方法是未来研究的重点。互联网大数据背景下，商业银行能更加便捷地找到不同行业之间的数据间的关联性，通过模型的演算和数据分析找出各数据变动间的因果关系以及未来行业的发展趋势。借助互联网大数据，建立起银行为主体的行业风险等级评估体系，为更明确地认识行业风险提供基本的判断依据，为银行开展针对客户授信的行业准机制、行业压力承载机制和行业集中度管理提供必要的比较尺度。

3.3 构建人才培养机制，推进大数据技术运用

大数据时代海量的信息需要处理，而数据处理分析离不开数据人才。商业银行传统的数据管理系统处理的数据相对简单，对人才的要求也没有那么高。但大数据时代则有所不同，数据量更为庞大，数据种类更为多元，数据库关系更为复杂，这就需要商业银行的数据分析人员具有更强大的数据解读能力和分析挖掘能力。这些数据分析人才不仅需要具备商业银行业务领域知识，还应精通数据挖掘分析技术，并将两者在实际拥有中融合。因此，商业银行应从人才培养方面着手，建立一支强大的大数据分析团队。事实上，商业银行在应用大数据的过程中，无论是基础设施建设、数据库构建、系统维护，还是数据挖掘分析等等各方面均需要专业型的数据人才。

商业银行拥有良好的品牌效应、资金充足、人才吸引能力强等多方面的优势，应致力于人才方面的培养，培育出自己的大数据核心竞争力。同时，从互联网企业引入大数据人才也是一条可行道路，从而全面提高商业银行整体素质，强化大数据核心优势。

结束语：

爆发式发展的互联网金融迅速改变了原有的金融生态，严重冲击了商业银行的传统业务，迫使银行激进经营行为、改变风控策略以维持盈利水平。互联网金融背景下，商业银行的风险管理工作商业银行应当将信息技术系统的构建和风险识别、风险监管相结合，积极培养熟知互联网金融和风险管理模式的创新式人才，从基本的人才培养到信息系统建立再到风险管控，商业银行应以更加主动的状态，全面适应互联网金融的发展。

参考文献：

[1] 梁建颖.“互联网+”背景下传统商业银行风险管理新机遇[J].现代商业，2016，6（18）：56-59.

[2] 黄志凌.互联网金融下银行财务风险管理问题探讨[J].征信，2016，3（15）：34-36.

[3] 章理智.中国大型银行的市场困境与转型思考[J].中国国际财经（中英文），2016，6（15）：123-125.endprint