银行界
首 页 | 业界动态 | 银行培训 | 资格认证 | 在线学习 | 政策法规 | 银行理财 | 专家观点 | 品牌中小银行 | 中小企业金融服务
城商行 | 农村金融 | 全国股份制银行 | 外资银行 | 分支行动态 | 贷款通道 | 银行会客厅 | 银企对接 | 企业融资 | 信用查询
信用卡 | 银行股票 | 论文集锦 | 焦点人物 | 机构分析 | 贷款产品 | 媒体视觉 | 行业会议 | 人才市场 | 休闲BANK | 银行社区
搜索: 高级搜索
您当前的位置:首页 > 论文集锦

商业银行风险防控工作何去何从?

时间:2019-03-05 17:12:52  来源:银行界网  供稿单位:农行河北省分行  作者:李宏杰

 

    作者:李宏杰

    单位:中国农业银行河北省分行内控与法律合规部

    关键词:商业银行 风控防控 大数据应用

 

    摘要:随着社会金融活动异常活跃,商业银行案件层出不穷,监管机构纷纷出重拳、用重典,银行风险防控工作形势日益严峻,科技创新给各商业银行带来挑战的同时也带来机遇。笔者结合大型国有商业银行风控工作实践,对当前商业银行风控现状进行分析,并提出利用大数据、人工智能技术实现商业银行员工履职行为智能化管控、数据集市构筑、风控模型研发与利用、风险预警处置与化解的新型风控模式。

    一、商业银行案防工作形势日益严峻

    1.社会投融资活动异常活跃

    随着金融互联网时代的到来,社会金融活动参与主体更加广泛、交易行为日渐复杂、时间及地域障碍基本消除,随之而来的是银行案件也层出不穷,作案手法更加隐蔽、渠道更加多样、技术更加先进,给银行案防工作带来了巨大挑战。随着网络金融的发展,P2P平台纷纷崛起,投、融资门槛大幅降低,交易双方素质、信用层次不齐,年化收益达到12%甚至20%不再是遥不可及,面对如此高额回报,社会投机分子套取银行信贷资金投资网贷平台,一旦资金链断裂,最终的受害者还将是放出资金的银行。

    2.监管部门纷纷出重拳、用重典

    党的十八大以来,习近平总书记反复强调要把防控金融风险放到更加重要的位置,牢牢守住不发生系统性风险底线,监管当局纷纷采取一系列措施加强金融监管,防范和化解金融风险,维护金融安全和稳定。去年一年,银监会组织开展了“三三四十[1]”等系列专项治理行动,累计查处问题

    5.97万个,涉及金额17.65万亿。2018年,银监会重点围绕公司治理不健全、违反宏观调控政策、影子银行和交叉金融产品风险、侵害金融消费者合法权益等八个问题深入整治乱象,强化对商业银行案防工作的指导和监督,严峻的外部监管形势,给各商业银行案防工作提出了更高的要求。

    3.科技创新对银行业来说是机遇也是挑战

    互联网+金融的时代已然到来,科技创新对传统银行业来说,是机遇也是挑战。银行创新产品层出不穷,专业化分工更加明显,加之监管手段有限,常常存在监管的真空区域;科技创新是基于对数据的高度依赖,这对商业银行数据存储、安全管理等方面都提出了更高的要求;银行融入科技创新后对网络安全的要求进一步提高,众所周知,银行是经营资金的特殊行业,网络安全一旦出现问题,将会导致更为严重的系统性风险。凡事都具有两面性,科技创新尤其是大数据、人工智能技术的发展给商业银行案防工作带来了新的机遇,众所周知,大数据、人工智能技术的基础是海量数据,而商业银行在数据积累方面存在着天然的优势,内部各类信息数据化程度越来越高,极大的扩充了商业银行数据来源和范围,同时各家银行又与外部政府、企业等进行数据共享与交换,进一步扩充了数据来源。

    二、商业银行案防现状

    1.商业银行仍处于条线案防阶段,信息孤岛仍未消除

    目前,部门银行问题仍然普遍存在,风险管理仍以条线风控为主,实行以业务部门为主体、以单个系统为支撑,在条线内封闭运行,条线希望使用自己的系统、自己的人、自己的方法来处置条线内部的风险。总体上来说,各商业银行仍处于垂直风控阶段,部门之间的隔离墙仍然存在,信息孤岛仍未消除。

    2.案防模式仍以事后监测为主,前瞻性风险预判不足

    传统银行风险控制按照风险产生时间与防控时间的关系分为事前、事中、事后。目前,由于监测手段有限,多数商业银行采取事后控制为主的风险管理模式,即银行内控、审计、监察条线人员根据已经发生的风险进行监测,定期或不定期开展专项排查、核实风险事件,处置责任人员等,但由于信息孤岛的存在加之内控人员所处的尴尬处境,事后控制往往不能涵盖银行的重要风险,其效果就显得差强人意了。

    3.大数据、人工智能技术尚未得到充分应用

    大数据时代,商业银行已化身为“数据银行”,对数据的经营能力成为各商业银行的核心竞争力之一,而商业银行在数据的积累方面存在天然的优势,但在数据的利用方面却显得稍有乏力。商业银行在业务经营中收集了大量的客户信息、账户信息、交易信息等结构性数据,但这些数据利用还不到三成;业务经营过程中产生的日志、图片、音频、视频等非结构性数据的利用只是作为辅助检查资料在使用,尚未纳入案防的数据源;各商业银行虽与政府、企业等部门有数据共享,但这大多数是基于银行为客户提供的服务过程中,在案防领域的应用还存在巨大空间。

    人工智能的应用场景仍为空白,各商业银行风控工作还是基于传统的专家经验与规则设计,风控系统“只能按照编好的程序工作”,尚未引入机器深度学习技术,无法实现由机器通过海量数据及示例的自我学习、不断进化,提取风险特征和规律,形成机器的直觉力与行动力。

    三、商业银行案防工作到底该如何做

    1.员工履职行为智能化管控

    监管部门对商业银行从业人员的职业素养要求是很高的,但从近几年案件情况看,无一例外均与银行从业人员的履职不到位有关,更有甚者作案人员就为内部员工,是典型的监守自盗行为,所以员工履职行为不能依靠员工的职业素养,必须有规范化、可记录、可留痕的管控措施。如:商业银行营业场所巡检问题,传统银行还停留在登记巡检台账的做法,但巡检员有没有实际去巡检,巡检的要点部位有没有重点查看,即员工履职到底有没有到位,这就很难通过登记簿来断定了。如何做好员工履职行为智能化管控,河北农行的做法值得借鉴,该行在巡检关键部位设置巡检采集点,巡检人员指纹登陆手持式终端设备,巡检一处,点击一处采集点,将巡检动作数据化,以此做到员工履职行为智能化管控。做好员工履职行为智能化管控不但构筑了商业银行案防工作的第一道防线,而且为科技案防系统提供了大量的数据源,为下一步商业银行利用大数据、人工智能等科技手段构筑风控平台夯实了基础。

    2.构筑商业银行数据集市

    所谓数据集市,是指商业银行将所有的经营数据、员工行为管控数据等结构化数据,各种音频、视频、日志等非机构数据以及外部公共服务数据的信息融合平台。商业银行如何构筑自己的数据集市,还需在以下三个方面下工夫。

    一是突破各条线的“隔离墙”,建立全行范围内的数据池,从商业银行案防现状来看,部门银行现象仍然存在,各条线仍然实行垂直化的风控模式,银行业务管理系统分散在各个条线,商业银行数据集市提供各个条线的数据接口,将各个系统管理数据纳入数据集市。

    二是提高对非结构化数据的利用程度,目前,非机构化数据只是作为检查的辅助手段,即查到某笔业务,去找该笔业务相关的日志、视频等,如何通过海量的非机构数据预警出存在风险的业务,这才算实现了非机构化数据的价值,员工履职行为的智能化管控正是解决的这个问题,随着大数据、人工智能、区块链等技术的广泛应用,不但员工的行为可以数据化,客户的行为也可数据化,最终实现的是对员工、对客户精准的画像。

    三是积极对接外部公共服务数据,大数据技术应用的基础是海量数据,光靠银行内部的数据远远不够,如何做好外部数据的共享融合,需要的不但是技术方面,更大的症结在于社会各部门的互利互惠,社会上各部门均掌握着某一方面的专业化数据,如:社保部门的居民社保数据、工商部门的企业注册信息等,只有银行能为社会部门提供更优质的个性化服务,才能获得更多、更准确的公共服务数据。

    3.案防模型的开发与利用

    案防模型的开发与利用是一个不断修正的过程,这与经济发展水平、银行业务创新能力、客户行为习惯改变等有着密切的关系。案防模型开发的初级阶段,主要依靠业务专家的经验判断,其特征为业务专家从风险事件中归纳、总结出风险特征,将这种特征模型化,而模型化的基础是商业银行数据集市的不断完善。

    举个例子,员工信用卡套现模型,专家以自己的检查经验判断,员工总是在某一固定商户POS机大额消费后,在很短的时间内员工或其关系人借记卡账户有从商户、商户经营人处相似金额的资金回流,符合这一特征的大多数属于员工套现行为。由专家设置“大额”、“很短时间”、“相似金额”等参数将交易特征模型化。无论违规特征还是参数设置,模型的开发对专家的经验判断依赖程度都很高,而要获得更精准的模型,还需根据风险处置结果反馈线索准确性,以此来修正模型,这种修正可理解为小修改。随着社会经济环境、银行产品创新、客户消费习惯改变后,想要获得更精准的线索必须对模型进行大修正,如:客户支付方式改变了,不再使用实体卡片,客户的交易信息如何获得等,这都是需要对现有模型的大修正。

    如何在模型的开发阶段做好智能化水平,这就需要引入人工智能策略了,人工智能主要依靠机器的深度学习能力以及大数据的积累,人工智能技术拥有性能更强的神经元网络,神经元网络是对人类大脑的模拟,是机器深度学习的基础,对某一领域的学习将使得人工智能直逼人类专家顾问的水平。人工智能的另一主要特征为技能的跨级数增长,在某一分析领域,人工智能应用的越频繁,其智能化程度就越高,能实现技能的跨级数增长。

    4.风险预警的处置与化解

    风控模型的利用成果就是预警出来的风险信息,只有有比较具体的风险信息,银行案防工作才有抓手,银行才可以集中资源精准发力,建立专业化的风险处置团队,对全行风险预警进行处置,利用非现场手段查证风险事件,形成风险事件确认书,发至被查单位,并在风险处置流程中嵌入整改流程,即实现风险化解,具体来说就是做好三个到位,即行为纠正到位、风险控制到位、处理处罚到位。风险处置的结果有两方面的应用,一是验证风险模型的准确性,对其不断的修正、完善;二是实现机构、人员的风险画像,即对某个营业机构或员工甚至客户以直观的形式表现其都有哪些风险,为银行管理层合规决策提供重要参考。

主要参考文献:

[1]刘刚.大数据时代智能风控体系建设实践.[J].中国金融电脑,201808

[2]刘刚 何启翔 方渊 王晓刚 袁凡.商业银行智能化案防体系建设研究.[J].中国金融电脑,201808

[1] 三三四十:2017年,为整治银行业市场乱象,严守不发生系统性金融风险底线,银监会组织开展的系列专项治理行动,具体包括“三违反”、“三套利”、“四不当”、“十个方面乱象”。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

·银保监会划定防风险五·首单央行票据互换落地
·央行“三定”公布·1号罚单折射银行违规放
·银行揽储暗战·央行定调加强逆周期调
·银监系统2018年开出逾·时隔三年,央行再度全

图片新闻

2018年商业银行核销不良贷款9880亿元
央行整治拒收现金工作成效显现 保障消费者自主选择权
资管新规出题 机构转型迎考
银行资产质量持续改善

热门点击

2012年银行业金融机构资产总额
2010我国银行业资产结构

在线调查

2019年您对哪家全国股份制银行服务最满意?
  •  中国农业银行
  •  中国工商银行
  •  中国建设银行
  •  中国银行
  •  交通银行
  •  中国邮储银行
  •  中国光大银行
  •  中信银行
  •  中国民生银行
  •  兴业银行
  •  招商银行
  •  华夏银行
  •  广东发展银行
  •  平安银行
  •  浦发银行
  •  浙商银行
  •  渤海银行
  •  恒丰银行
  

广告服务 | 关于我们 | 服务内容 | 联系我们 | 加盟合作 | 免责条款 | 招贤纳士

Copyright © 2002-2011, tbankw.com Inc. All Rights Reserved!

主办单位:中联银信(北京)管理咨询有限公司

本站法律顾问:北京贝邦律师事务所 姜波

版权所有:银行界 京ICP备10000166号

京公网安备110114000920号