试论基于大数据框架下的金融风险管理

发表时间：2019-03-05T14:58:13.940Z 来源：《基层建设》2018年第36期 作者： 孙兰兰

[导读] 摘要：金融行业发展至今，已从先前的传统金融机构模式，发展成为传统及各类新兴金融形态共存的态势。 武汉大学信息管理学院 430000

摘要：金融行业发展至今，已从先前的传统金融机构模式，发展成为传统及各类新兴金融形态共存的态势。随着新兴金融和金融创新的日益发展和不断深化，金融行业的各类风险也在逐步显现，引起大家的重视。 关键词：大数据；金融风险管理；应用 1大数据的涵义 1.1含义

大数据这一概念是在2011年由美国麦肯锡公司在其相关报告中提出来的，当时该公司在行业调查中就已经认知到数据在行业发展中起到了重要作用。大数据主要是指信息数据量较大，人工是无法对数据进行有效搜集和整理的，需要通过相关数据处理软件对大数据进行处理。大数据自身信息数据量比较大，内部数据类型多样，结构复杂，是不同数据的有效集合，通过数据分析能够得出相应的资料，是企业发展的重要资源。 1.2特征

其一，数据量巨大，这是大数据最为显著的特点，在信息化时代拥有广泛的数据源泉，数据资源十分庞大，单一数据处理方式是无法对数据进行有效处理和运用的；其二，类型多元化，大数据的数据类型较为广泛，不同类型、不同形式的数据都有，需要通过多种方式对不同数据内容进行整理；其三，处理效率高，在大数据背景下，数据处理成为数据利用的基础，而大数据具有更强的数据处理能力，能够对数据进行快速处理，提高数据的利用效率；其四，数据真实性有限，需要经过大量筛选，大数据背景下数据来源广泛，数据类型多样，各种各样的数据同时存在，需要通过有效的方式对数据进行筛选，通过规模化筛选，选出有用的信息，以满足企业的发展需求。 2大数据框架下面临的主要金融风险 2.1数据处理技术不足

在大数据背景下，信息数据的整理、分析尤为重要，通过大数据处理能够提高金融企业对数据的利用率，提高企业经营效益，降低企业市场风险。而且当金融机构内部数据掌握较为精确、科学、及时，金融机构就能够根据数据做出更为科学合理的决策，能够推动企业健康的发展。不过当前，很多金融机构还没有专业的大数据核心处理技术，无法通过技术对海量数据进行有效整理，筛选出对机构发展具有价值的信息。同时，数据信息无法有效利用会为企业带来外在风险，包括市场竞争风险以及政策性风险等。所以提高大数据处理技术，增强金融机构核心技术尤为重要。 2.2数据安全风险

在大数据时代，数据的价值特点最为明显，通过价值性的数据能够引导金融机构朝着更为有利于自身发展的方向前进，对企业制定战略目标具有重要意义。而且通过大数据处理，金融机构能够获得各种有价值的信息，能够通过信息获取大量客户，并将其作为自身发展的重要资本。当然，金融机构在获取信息以及保存信息的途径都是利用互联网，这个时候就会存在网络安全，一旦信息中心遭遇黑客入侵，数据安全就无法得到有效保障，不仅会给金融机构带来损失，还会威胁到客户的切身利益。当然，金融机构面临着数据安全问题，很多客户信息以及公司内部资料会遭遇盗窃，数据安全无法得到有效保障。 2.3高技术人才不足

在大数据时代，金融机构原有的人才已经无法适应互联网金融的发展需求，很多人员缺乏互联网信息技术，无法有效运用大数据技术处理各种金融数据信息。大数据时代金融机构需要更多高技术的信息化人才，通过这些人才能够对数据进行分析、整理，并提取出有价值的信息，为公司发展提供重要参考依据。不过，目前整个金融行业的高技术信息化人才相对较为匮乏，无法满足金融市场的发展需求，这就限制了大数据技术的有效运用，金融机构在发展过程中就会存在人才匮乏的风险。 3大数据背景下增强金融风险管理的有效途径

3.1增强大数据核心技术的掌握力度，提高技术水平

在大数据时代，掌握数据处理的核心技术尤为关键，这也是应对金融风险的有效措施，大数据技术的灵活运用还能够提高价值信息的检索能力，为企业发展提供有效保障。在技术运用以及选择方面需要从三个方面入手，首先，数据库技术的掌握，在互联网金融模式下，金融机构面临的风险较多，而市场风险很多时候是难以避免的，这个时候就需要做好数据库资源的保护，通过各种网络风险防范措施来提高数据库的安全性；其次，要发挥数据的作用，在金融风险面前，金融公司有时候依靠自身力量是无法有效应对风险的，这个时候就需要与相关金融机构建立合作关系，通过数据库信息的共享来提高共同的风险防范能力，实现数据信息的充分利用；最后，要加强大数据处理的核心技术，增强数据处理能力，尤其是在激烈的市场环境当中，谁优先掌握了价值信息资源，谁就能够在市场当中占据一席之地，作为金融机构更要加大核心技术的投入力度，不断提高技术水平。 3.2搭建适应大数据的数据管理体系

商业银行应着力探索建设信贷管理相关的数据仓库，重新梳理信贷管理中的关键数据，并通过建立和完善涵盖一套数据采集、清洗、分析等环节的客户数据管控体系，以实现大数据管理的系统化、流程化、标准化。 3.3建设信贷管理的大数据平台

商业银行应积极寻求与移动通信、电子商务、社交网络等平台的合作机会，建立信贷管理所需的大数据平台。围绕信用评级、授信审批、贷后监控等信贷管理的关键环节，拓宽商业银行的信息收集渠道，将信息收集范围覆盖到企业生产销售、财务管理、企业往来、核心管理层行为偏好等各个方面。扩大相关数据规模，改变缺乏客观数据支持的授信审批模式。 3.4构建高效的风险监管体系，增强数据安全性

在大数据时代，必须要加强数据的监督管理，强化风险意识，规避不必要的风险。首先，要利用大数据信息处理技术对新资源进行有效分析，掌握真实有效的数据资源，并通过信用机制对客户信用进行评估，避免信贷风险；其次，金融机构做好贷前的评估工作，贷中的监督管理工作，贷后的整理工作，对客户能有一个更为全面的把握，避免风险发生。再次，提高数据信息的整合力度，增强数据的利用

度，通过数据的分析、检测来避免管理风险。 3.5加强人才培养，构建专业技术团队

无论是任何行业，在发展过程中人才始终是行业发展的核心因素，对于金融机构而言更是如此，尤其是在大数据背景下，金融机构更应该加强人才培养，构建专业技术团队。金融机构要加强大数据技术人才的引进和培养，建立完善的人才机制，根据大数据特点以及行业特点加强人才对数据的整理、分析能力的培养，专业的技术人才不仅能够推动企业的长远发展，而且能够降低企业经营风险。 结束语

在信息化时代，大数据已经成为企业发展的主要媒介，通过大数据能够增强金融服务企业的抗风险能力，提高金融公司管理效率，优化服务质量，拓展多元化服务渠道。但是，在目前情况下，我国金融机构还面临着众多挑战，尤其是在国际经济一体化的过程中，市场竞争日趋激烈，外部环境复杂多变，金融机构在风险管理方面还存在诸多问题。本文主要以大数据框架为基础，对我国金融机构风险管理现状进行分析，并简单介绍了大数据的特点，在此基础上对金融机构面临的金融风险进行了探究，根据风险因素制定了具体的风险应对措施。

参考文献：

[1]陈有为，郭建峰，温景岗，李言.基于大数据的网络金融风险管理体系研究[J].经济研究导刊，2017（32）：136-138. [2]关宏.论大数据时代的金融风险管理[J].计算机产品与流通，2017（07）：166-167. [3]王现忠.大数据框架下的金融风险管理探讨[J].现代经济信息，2017（13）：270. [4]倪晓东.互联网金融风险及风险管理分析[J].当代经济，2017（05）：40-41.