金融科技在商业银行风险管理中的应用与展望

2022-09-12

近年来, 大数据、人工智能、云计算、区块链等技术越来越多地应用于金融领域, 金融科技 (Financial Technology, 简称Fintech) 这一新名词随之应运而生。国内外商业银行不仅积极地借助新兴科技改善金融服务和重塑核心竞争力, 而且在风险管理环节更进一步加强金融科技的运用, 金融和科技的融合也将引领风险控制走向更加智能化、自动化、系统化的管理。

一、金融科技在风险管理中的应用

在商业银行风险管理中, 大数据、人工智能、云计算、区块链这四大技术应用最多, 但侧重领域有所不同, 应用深度也有差异, 存在一定交叉。其中, 大数据风控技术主要解决信息不对称问题, 大多应用在信用风险管理中;人工智能风控技术是在大数据基础上解决风控模型优化的问题;云计算技术可以有效提升海量数据的运算能力和速度;区块链技术大多应用于操作风险管理中的技术安全领域。

(一) 大数据风控技术

银行业务的最大难点在于如何解决信息不对称性, 而利用数据积累和大数据技术建立有效的智能化风控体系, 恰好可以有效地解决信息不对称问题。目前, 大数据应用较为广泛的风控领域主要有欺诈识别、授信评分以及贷后管理等。大数据的价值主要体现在通过对数据的智能处理中获取有用信息, 从而提升决策能力。例如, 微众银行采用比逻辑回归模型更加复杂且更具优势的神经网络技术来处理稀疏数据、解决过度拟合和高维数据, 从而预测准确性更高, 区分能力更好。

(二) 人工智能风控技术

机器学习等人工智能技术的预测作用, 有助于帮助银行分析客户行为, 降低信用风险。人工智能和大数据的紧密结合已成为目前风险管理的重要手段, 其基本逻辑是通过在深度学习和数据挖掘中自我更新、自我调整和自我迭代, 进而从更多维度的大数据中把握风险规律。例如, 运用机器学习算法分析银行的风险数据, 进行恶意客户的筛选。又如, 在一些交易、账户登录等场景应用无监督机器学习模型, 在没有“正确答案”的标签数据的情况下, 通过分析欺诈用户和正常用户行为模式的异同, 识别欺诈风险。

(三) 区块链技术

区块链技术是一种按照时间顺序将数据区块以顺序相连的方式组合成的一种链式数据结构, 并以密码学方式保证的不可篡改和不可伪造的分布式账本 (分布式数据库) , 主要应用于操作风险管理中的身份验证、支付安全等领域, 重点针对的是人工操作中验证困难带来的风险。例如, 在支付清算方面, 区块链技术支持下的交易模式能使交易日和交割日间隔从1-3天缩短至10分钟, 减少了交易风险, 提高了效率和可控性。

二、金融科技融合风险管理的发展现状及趋势

在金融科技时代, 商业银行业务模式的改变必然对风险管理提出新的要求, 如何利用金融科技改善商业银行传统风控模式, 提升风险管理能力, 成为商业银行亟待探索的发展道路。

目前, 许多商业银行已经意识到金融科技巨大潜力在风险管理方面发挥的重要作用, 积极主动拥抱金融科技, 倾斜资源加大对金融科技的投入和研发。例如, 平安集团运用大数据技术对零售信贷业务的客户还款能力和还款意愿进行信息核真核实、黑名单比对、社交行为分析、行为轨迹分析等, 可以非常快速的鉴别出欺诈行为, 大大降低了风险成本。招商银行信用卡中心打造“智慧风控”体系, 引入高维模型、机器学习等技术, 以差异化、精准化的交易策略分发实现了信用卡交易的实时风险管理。此外, 为解决风险管理中客户风险信息散落、关联关系识别困难等问题, 招商银行还通过整合行内外的企业信息, 运用大数据、AI等新兴技术, 上线风险大数据统一管控平台, 全面支持企业风险信息检索展示、分析预测以及智能建模的功能。

可以预见, 风险管理能力仍将是未来银行的核心竞争力, 是银行赖以生存和发展的重要保障。在金融科技的影响下, 凭借大数据、人工智能等技术, 完善传统风险管理过程中的分析方法以及组织构建, 让科技与风险管理实现完美融合。在贷前阶段, 改善传统风险管理模式当中的主观经验判断, 形成全新的以数据分析为主导的智能决策方式。在贷中阶段, 对客户的经营活动等进行动态跟踪, 将前期客户分析中产生的偏离度加以修正。在贷后阶段, 利用反欺诈技术等, 实现后台风险管理与其他业务流程的整合管理。

三、金融科技提升商业银行风险管理的发展建议

展望未来, 商业银行应进一步整合内部资源, 围绕金融科技银行建设, 加快实现基础设施、运营体系、企业文化、人才队伍等底层架构的转变, 以科技化的方法、开放性的思维拥抱金融科技, 提升风险管理的精细化和前瞻性。

(一) 加快体系化基础建设

首先要完善数据基础体系, 打通商业银行内部数据库分享的壁垒, 实现各板块间客户数据整合与共享机制, 统一各系统的数据管理维度, 以数据质量标准化工作推动信息标准化和系统模块化, 为后续研发打下坚实数据基础;二是在此基础上梳理行内外系统数据, 对结构化数据和非结构化数据进行分类, 对数据进行清洗、分析, 重新落实数据管理部门;三是在系统建设方面, 进一步更新迭代征信系统、信贷管理系统等业务系统, 逐步搭建及优化支持授信业务智能化的平台体系;四是以客户为维度建立所有信息的归集和管理视图, 包括客户及其集团、关联方的授信、交易、押品、存款、行内外担保信息、诉讼信息、工商信息、客户所在的营销、风险、收益等数据进行归集汇总, 在统筹管理层面对客户进行持续挖掘和风险信号识别等工作, 最终建立起客户的全景视图。

(二) 调整IT组织架构

在架构优化方面, 应构建IT团队前置化的敏捷型组织架构, 进一步强化分行IT部门职能, 构建敏捷型组织架构, 提升响应速度和研发节奏。在总行层面, 还可考虑成立专门的金融科技应用实验室, 利用人工智能、云计算以及大数据等技术进行模拟, 从而更准确地预测风险。

(三) 防范金融科技带来的各类风险

在金融科技下, 商业银行的业务结构发生了极大转变, 并且, 金融科技本身存在风险, 技术还不成熟, 具有较高的隐蔽性和突发性, 一旦出现问题可能会导致真正的系统性风险。因此, 我们还应关注金融科技创新过程中的信息安全问题、模型风险、操作风险等, 商业银行应建立完善的风险评估体系和完备的应急处置策略。

(四) 重视金融科技人才的储备和培养

金融科技时代创造价值的主角仍是“人”, 既懂金融又懂技术的“跨界”复合型人才在商业银行中成为稀缺资源。因此, 在人才储备方面, 商业银行要注重金融科技人才的储备和培养, 积极引进复合型人才。

摘要：在金融科技时代, 科技创新巨大潜力在商业银行风险管理方面发挥越来越强大的作用, 改变了银行传统风险管理模式。科技与风险管理的有效融合已成为商业银行进一步提升风险管理能力的必然趋势。展望未来, 商业银行应进一步整合内部资源, 积极主动拥抱金融科技, 加快实现基础设施、运营体系、企业文化、人才队伍等底层架构的转变, 提升风险管理的精细化和前瞻性。

关键词：金融科技,风险管理,商业银行