張鑫

摘要：隨著我國金融行業(yè)的迅猛發(fā)展，金融機構(gòu)或非金融機構(gòu)主體如雨后春筍般紛紛涌現(xiàn)，使得金融行業(yè)的參與模式和消費者的消費場景愈加多樣。但是，在行業(yè)蓬勃的同時，風險控制過程中暴露出諸多問題，而風險控制成為促進金融行業(yè)持續(xù)發(fā)展的重要環(huán)節(jié)，應從多角度、多方面入手，提高金融行業(yè)風險控制能力。大數(shù)據(jù)技術(shù)的應用對于我國金融行業(yè)風險控制而言意義重大，其能在促進金融行業(yè)風險控制水平提高過程中發(fā)揮重要的作用。本文將重點探討金融行業(yè)風險控制中大數(shù)據(jù)技術(shù)的應用，促進金融行業(yè)不斷提升風險控制能力和隱患預防能力，以促進我國消費市場持續(xù)健康發(fā)展。

關(guān)鍵詞：大數(shù)據(jù)技術(shù);金融行業(yè);風險控制;金融主體

隨著大數(shù)據(jù)時代的到來，金融企業(yè)經(jīng)營和發(fā)展模式迎來了前所未有的機遇，但是也帶來了更大的風險。金融行業(yè)如何進一步加強風險控制顯得尤為重要，成為制約我國金融行業(yè)健康發(fā)展的癥結(jié)。其中大數(shù)據(jù)技術(shù)的應用可以在一定程度上降低管理風險，并實現(xiàn)對成本的控制，為此，本文將就金融風險控制中大數(shù)據(jù)技術(shù)的應用進行分析。

一、金融風險有關(guān)概述

（一）金融風險內(nèi)涵

在互聯(lián)網(wǎng)技術(shù)、移動支付和移動通信等技術(shù)逐漸成熟的今天，互聯(lián)網(wǎng)金融應運而生，其以信息透明、支付便捷等優(yōu)勢受到廣大消費者的追捧。但是，由于我國金融交易征信體系尚未完善，信息披露機制尚未得以健全，易發(fā)生一些金融交易風險，或因法律監(jiān)管體系不完善而引發(fā)金融交易造假、信息披露難度增加等風險。

（二）我國消費金融行業(yè)參與主體

經(jīng)過近幾年消費金融的發(fā)展，越來越多的金融機構(gòu)或非金融機構(gòu)參與到消費金融行業(yè)，并且金融企業(yè)參與模式及消費者消費的模式愈加多樣，前者主要包括銀行系、消費金融公司系、電商系、產(chǎn)業(yè)系等幾種。銀行系是指銀行作為主要出資人成立的消費金融公司，這類公司多具有財務實力雄厚、資金成本低等優(yōu)勢，主要涉足房地產(chǎn)消費行業(yè)，如中、農(nóng)、工、建等商業(yè)銀行。消費金融公司系是指由銀監(jiān)會核準成立的金融機構(gòu)，多是一些銀行，這類機構(gòu)也多具有資金實力較雄厚等優(yōu)勢，但是不同于銀行系，其可放貸，但是不得吸收存款。消費金融公司系的消費場景種類繁多，如醫(yī)療、教育、旅游等場景。如捷信消費金融等。電商系是指從消費電子商務平臺衍生而來的產(chǎn)品，資金來源更加多元化，多采用分期付款方式，分期金額較低，如螞蟻花唄等。產(chǎn)業(yè)系是指消費金融公司出資的實體產(chǎn)業(yè)企業(yè)，多是資金雄厚，提供低息信貸，通過此來刺激消費者的消費意愿，降低公司庫存，平衡供需，如蘇寧消費金融等。網(wǎng)絡分期系是指借助分期購物平臺，但是這種方式的消費場景多較為分散，在客群和消費場景等方面劃分更細化，其業(yè)務定位主要在垂直細分消費場景，并以特定消費場景或消費群體為目標。如針對婚嫁、旅游、教育等場景的消費金融，消費金融包括大學生等，該類平臺多需要較高的資金成本投入，且其經(jīng)營風險較高，不利于進行監(jiān)管[1]。

（三）金融機構(gòu)風險控制

不同的金融行業(yè)的參與主體，由于其電商平臺覆蓋范圍、用戶情況等方面的不同，使得各參與主體的風險控制方式和技術(shù)等方面要求不盡相同。以用戶為例，既有收入穩(wěn)定、信用良好的，也有經(jīng)濟收入不穩(wěn)定、有征信記錄的，而這些不確定性增大了金融行業(yè)和金融企業(yè)的金融控制風險。如電商系消費金融公司在開展金融業(yè)務過程中，借助自身發(fā)展優(yōu)勢（消費場景無縫對接及大數(shù)據(jù)風險數(shù)據(jù)的應用）。其中大數(shù)據(jù)風險控制是金融企業(yè)多年收集的數(shù)據(jù)，通過商務平臺構(gòu)建以用戶基本信息、瀏覽足跡及購物偏好、支付信息等多維度的數(shù)據(jù)系統(tǒng)。如螞蟻金服和京東金融等，在其自身電商平臺下，建立其以大數(shù)據(jù)技術(shù)為依托的風險控制機制，并憑借自身成熟的信用評分系統(tǒng)，積累用戶多維消費數(shù)據(jù)，借助云計算、人工智能等技術(shù)，實現(xiàn)對用戶信用狀況的全方位分析，形成信用評分，如芝麻信用分。此外，這兩家公司在信用評分基礎上建立起大數(shù)據(jù)風險控制系統(tǒng)，其中螞蟻金服以“CTU”技術(shù)為基礎上建立風險控制系統(tǒng)，通過監(jiān)控預警、識別決策、分析洞察和智能優(yōu)化等環(huán)節(jié)，實現(xiàn)建立起風險數(shù)據(jù)的識別、決策、分析、優(yōu)化和監(jiān)控等的閉環(huán)式風控體系，借助螞蟻金服的大數(shù)據(jù)及人工智能等方面的優(yōu)勢，并通過大數(shù)據(jù)采集、建模、應用等手段，多維度、多層次分析客戶風險特征，進而實現(xiàn)有效控制潛在的風險。再如，京東風控部門借助“天網(wǎng)”系統(tǒng)，有效實現(xiàn)控制京東母子公司及海外收購等方面的業(yè)務風險，以實現(xiàn)保障用戶和京東企業(yè)的利益。京東使用“天網(wǎng)”風險控制工具，建立起以spark為基礎的風險控制平臺，通過構(gòu)建用戶畫像、社交網(wǎng)絡、交易風險等特征模型，實現(xiàn)有效控制交易訂單風險、商家反刷單風險等，提高自身的分析抵御能力。

綜上所述，各種金融主體在風險控制過程中，都有各自的優(yōu)缺點。但是，無論哪類金融主體都已認識到大數(shù)據(jù)及大數(shù)據(jù)技術(shù)應用的現(xiàn)實意義，并且基于大數(shù)據(jù)技術(shù)進行金融行業(yè)風險控制，已成為各金融機構(gòu)風險控制的重要手段。

二、大數(shù)據(jù)技術(shù)應用對金融行業(yè)風險控制的影響

大數(shù)據(jù)技術(shù)的應用，為我國金融行業(yè)進行風險控制提供技術(shù)和數(shù)據(jù)支持和保障。由于我國金融市場具有參與主體眾多、服務對象廣泛等特點，加大了風險管控的壓力，而大數(shù)據(jù)技術(shù)的應用將實現(xiàn)能采集到用戶網(wǎng)購、物流、電商、銀聯(lián)、征信等多維度數(shù)據(jù)，實現(xiàn)對金融用戶多維度的信用評價，為金融行業(yè)風險控制提供技術(shù)和數(shù)據(jù)支持[2]。此外，大數(shù)據(jù)技術(shù)是建立在大數(shù)據(jù)風控模型基礎上，各金融主體都在積極加快大數(shù)據(jù)風控體系建設，以構(gòu)建集合數(shù)據(jù)采集、存儲、處理和分析的綜合性系統(tǒng)。借助爬蟲技術(shù)等大數(shù)據(jù)平臺技術(shù)，構(gòu)建風險控制模型，精準預測用戶違約概率，以降低大數(shù)據(jù)風險。

（一）加大金融行業(yè)風險壓力

傳統(tǒng)信用數(shù)據(jù)來源較單一（金融機構(gòu)和央行征信系統(tǒng)），而大數(shù)據(jù)技術(shù)下的數(shù)據(jù)來源較為廣泛，除上述數(shù)據(jù)外，還將包括用戶還款信息、社交、轉(zhuǎn)賬記錄、身份信息等，而這將成為大數(shù)據(jù)征信構(gòu)建的基礎。大數(shù)據(jù)技術(shù)下的金融交易等不同于傳統(tǒng)消費，后者使得公司與用戶溝通多處于離線狀態(tài)，而前者直接通過線下確認機制來明確用戶的還款能力，進而評估用戶的償還和繼續(xù)消費的能力，以降低風險。在大數(shù)據(jù)技術(shù)和數(shù)據(jù)廣泛應用的背景下，金融公司的業(yè)務實現(xiàn)從線下轉(zhuǎn)移到線上，但是線上交易形式，加大了用戶身份信息及其還款能力的驗證難度，增加了金融行業(yè)風險控制壓力。

（二）倍增消費金融行業(yè)風險傳遞路徑

盡管傳統(tǒng)消費金融存在消費效率低等現(xiàn)實問題，但是其交易方式更容易追蹤和預防，且其信息真實性高于線上金融交易方式。大數(shù)據(jù)時代背景下，我國金融行業(yè)在進行消費信貸業(yè)務過程中，多采用“互聯(lián)網(wǎng)+”模式，這種模式使得業(yè)務呈現(xiàn)網(wǎng)狀傳遞的特點，極大促進了消費金融業(yè)務開展的效率，但是也增加了風險管控難度?？梢姡髷?shù)據(jù)的應用給我國金融行業(yè)風險控制工作提供了新思路，同時仍存在一些管控隱患。對此，應采取科學的管理措施，揚長避短，充分發(fā)揮大數(shù)據(jù)技術(shù)在金融行業(yè)發(fā)展過程中的優(yōu)勢。毫無疑問，大數(shù)據(jù)技術(shù)能有效促進我國消費金融行業(yè)的風險控制，但是，也無法規(guī)避因大數(shù)據(jù)自身特質(zhì)所帶來的風險和隱患。

三、金融行業(yè)風險控制中大數(shù)據(jù)技術(shù)的應用

（一）大數(shù)據(jù)挖掘技術(shù)在金融行業(yè)風險控制中的具體應用

在電子信息技術(shù)快速發(fā)展的過程中，互聯(lián)網(wǎng)、移動網(wǎng)絡及物聯(lián)網(wǎng)的應用愈加廣泛，各類電子產(chǎn)品、移動終端及無線網(wǎng)絡傳感器等設備，每時每刻都在產(chǎn)生海量數(shù)據(jù)[3]。面對海量數(shù)據(jù)，傳統(tǒng)的軟件工具已無法實現(xiàn)在特定時間內(nèi)的捕捉、管理和處理。加之，大數(shù)據(jù)具有數(shù)據(jù)體量大、種類繁多、價值密度低、商業(yè)密度高等特點，為實現(xiàn)對海量數(shù)據(jù)的有效捕捉、管理和處理，需嘗試新處理模式，即新大數(shù)據(jù)挖掘模式。大數(shù)據(jù)挖掘技術(shù)在進行大數(shù)據(jù)處理過程中，表現(xiàn)出極高的決策力、洞察力及流程優(yōu)化能力等方面的能力。

目前，金融風險控制過程中采用的傳統(tǒng)風險控制方法主要存在以下問題：一是人工方式收集信息資料，會產(chǎn)生大量的人力資源成本投入，如采取抽樣調(diào)查等傳統(tǒng)調(diào)查方法采集信息，在這一過程中常會出現(xiàn)因資料遺漏，而影響資料的完整性。二是企業(yè)法治監(jiān)管不完善，引發(fā)資料虛假等問題。三是傳統(tǒng)模式數(shù)據(jù)處理效率低，采用傳統(tǒng)模式開展數(shù)據(jù)處理存在效率低、信息處理滯后等方面的問題，如手機等傳統(tǒng)模式，資料多存在不完整的現(xiàn)實情況，無法實現(xiàn)對動態(tài)數(shù)據(jù)的調(diào)查，進而影響后期數(shù)據(jù)的連續(xù)性分析。而上述傳統(tǒng)風險控制方法在金融風險控制過程中暴露的問題，會影響金融風險數(shù)據(jù)分析結(jié)果的及時性，導致風險判斷滯后或過于主觀。

金融風險控制過程中，大數(shù)據(jù)挖掘技術(shù)的應用不僅可以減少人力資本的投入、可以通過對結(jié)構(gòu)性數(shù)據(jù)資料、半結(jié)構(gòu)數(shù)據(jù)、非結(jié)構(gòu)數(shù)據(jù)及數(shù)據(jù)流等資料來確保數(shù)據(jù)的完整性，便于交易雙方掌握彼此的具體情況。通過結(jié)合大數(shù)據(jù)分析技術(shù)，實現(xiàn)結(jié)構(gòu)性數(shù)據(jù)和非結(jié)構(gòu)性數(shù)據(jù)的結(jié)合，以在掌握調(diào)查對象整體運營狀況基礎上，總結(jié)、構(gòu)建企業(yè)經(jīng)營狀況變化規(guī)律和趨勢，通過上述變化，實現(xiàn)實時分析和評估企業(yè)金融行為風險點，實現(xiàn)有效控制金融風險。

（二）大數(shù)據(jù)分析技術(shù)在金融行業(yè)風險控制中的具體應用

大數(shù)據(jù)分析技術(shù)在金融行業(yè)風險控制中的具體應用主要分為：事前風險評估應用、事中風險識別應用及事后風險處置應用等三個方面[4]。一是事前風險評估，借助大數(shù)據(jù)分析技術(shù)評估風險主體的外部環(huán)境，并評估企業(yè)行業(yè)風險，以構(gòu)建行業(yè)風險評估模型。行業(yè)風險評估模型主要是建立在企業(yè)資質(zhì)、經(jīng)營數(shù)據(jù)、誠信記錄和社會評價等數(shù)據(jù)基礎上，最大限度實現(xiàn)降低金融行業(yè)的風險。此外，通過構(gòu)建主體控制風險能力評估模型和法律風險評估模型，實現(xiàn)評估金融交易前的風險情況，這也將成為最終決斷和項目監(jiān)管的主要參考依據(jù)。二是事中風險識別應用。在事中風險識別過程中，金融企業(yè)借助大數(shù)據(jù)分析技術(shù)，構(gòu)建起針對性的風險控制模型，如價格波動模型，政策影響模式及行業(yè)關(guān)聯(lián)性影響等模型。三是事后風險處置應用。在事后風險處置過程中，借助大數(shù)據(jù)分析技術(shù)預測風險主體可能出現(xiàn)的風險發(fā)展趨勢，通過數(shù)據(jù)模擬風險結(jié)果及評估風險事件造成的后果，這些將成為開展金融風險事件事后處置依據(jù)，進而采用最佳風險處置方式降低風險損失，提高金融企業(yè)的經(jīng)濟效益。

（三）大數(shù)據(jù)風險控制體系的構(gòu)建

大數(shù)據(jù)風險控制模式是建立在用戶身份信息、社交信息、互聯(lián)網(wǎng)行為信息、消費信息、信用信息、履約信息等基礎上，利用知識圖譜、決策樹等大數(shù)據(jù)技術(shù)分析處理后建立起的風險控制體系。但是，風險控制體系構(gòu)建的難度較大，主要是該體系對數(shù)據(jù)和技術(shù)要求較高，需要專業(yè)的第三方大數(shù)據(jù)風險控制公司提供技術(shù)服務[5]。目前，在風險控制體系構(gòu)建過程中，多采取對多渠道數(shù)據(jù)整合、清理等方式，再利用大數(shù)據(jù)挖掘分析技術(shù)篩選有還款意愿和還款能力的客群，提前識別不良的客戶，形成完備的大數(shù)據(jù)風險控制系統(tǒng)。

1.大數(shù)據(jù)風險控制技術(shù)，以健全用戶信用評價體系

目前，無銀行征信記錄的“次級客戶”越來越多，如大學生、城市藍領(lǐng)等，使得金融機構(gòu)面臨著對其全面信用評價的難題，該過程中可以應用大數(shù)據(jù)風險控制技術(shù)。大數(shù)據(jù)風險控制技術(shù)在運用過程中可以實現(xiàn)對用戶網(wǎng)購、物流、運營商、銀聯(lián)、征信等多維度的數(shù)據(jù)的采集和分析，甚至是一些被傳統(tǒng)金融忽略的用戶信用評價。但是，阿里巴巴從2013年起，開始融合多方面數(shù)據(jù)，如入股新浪微博，使得旗下螞蟻金服和“蟻盾”風險控制技術(shù)擁有新浪微博社交平臺的大數(shù)據(jù)，這樣建立起的用戶信用評價體系將更加完備，風險控制能力也將有所提高。

2.大數(shù)據(jù)風險控制技術(shù)的應用，提高風險控制體系安全防范能力

大數(shù)據(jù)風險控制體系的安全防范主要包括防止黑客、欺詐團伙攻擊及識別高風險用戶等。通過對大數(shù)據(jù)的分析可以發(fā)現(xiàn)，一些日常各類行為中有不誠信表現(xiàn)的人，其各類逾期概率也會大幅度增加[6]。由此可見，將公檢法、運營商及生活繳費記錄等方面的不良信息的引入，將提高大數(shù)據(jù)風險控制體系的安全防范能力。此外，通過組建機構(gòu)反欺詐聯(lián)盟，共享用戶的不良記錄，防范共債等行為的發(fā)生，還可以通過監(jiān)控IP和設備、比對用戶信息與公安系統(tǒng)信息等建立起高欺詐風險用戶的識別系統(tǒng)，提高風險控制體系安全防范能力。

3.便捷的信用評分

大數(shù)據(jù)風險控制體系的開發(fā)需要很高的技術(shù)要求，并非所有消費金融機構(gòu)都具備條件，對很多自身風險控制能力尚不完善的中小金融機構(gòu)來說，若想獲得更加直觀的風險評價依據(jù)，依靠第三方的信用評分就是較好的選擇。此時，像芝麻信用分等有能力進行大數(shù)據(jù)風險控制的企業(yè)，將自己的風險控制體系以信用評分的形式進行輸出，中小金融機構(gòu)利用信用評分即可做出是否放貸的決策。這種信用評分輸出的形式，既可以幫助中小金融機構(gòu)實現(xiàn)風險控制，也可以幫助輸出企業(yè)擴大業(yè)務量、積累更多的數(shù)據(jù)[7]。

四、結(jié)束語

在互聯(lián)網(wǎng)技術(shù)不斷普及的今天，互聯(lián)網(wǎng)金融快速發(fā)展，但是受到多方面因素的影響，如征信體系不夠完善、信息披露機制不夠嚴格等增加金融風險問題。為此，希望通過對大數(shù)據(jù)分析技術(shù)的分析和合理應用，最大限度發(fā)揮該技術(shù)優(yōu)勢，切實做好事前、事中及事后等多方面的風險控制，以推動互聯(lián)網(wǎng)金融行業(yè)的健康發(fā)展。

參考文獻：

[1]栗鍥.大數(shù)據(jù)技術(shù)在金融行業(yè)風險控制中的應用探討[J].財富時代，2020（12）： 28-29.

[2]初曉亮.大數(shù)據(jù)對金融行業(yè)的影響[J].中國商論，2020（22）：40-41.

[3]鄭默.大數(shù)據(jù)分析技術(shù)在金融風險控制中的應用[J].中國商論，2019（15）： 57-58.

[4]葛俊婷.大數(shù)據(jù)時代下我國消費金融行業(yè)的風險控制問題探究[J].中外企業(yè)家，2018（19）：72.

[5]程建波.大數(shù)據(jù)技術(shù)在風險控制領(lǐng)域的優(yōu)勢與挑戰(zhàn)[J].清華金融評論，2017（08）：44-45.

[6]張燕華.淺談互聯(lián)網(wǎng)背景下的傳統(tǒng)金融機構(gòu)轉(zhuǎn)型[J].時代金融，2017（17）： 55-56.

[7]俞楓，苑博，葉小同，馮必成，侯秦.大數(shù)據(jù)技術(shù)在金融行業(yè)風險控制中的應用探討[J].新經(jīng)濟，2016（36）：52-53.