借力大数据深耕风控，夯实金融企业核心竞争力

2015年8月，国务院印发了《促进大数据发展行动纲要》，将“促进大数据发展，建设数据强国”提升到国家发展的战略层面。近年来，以大数据思维为核心的互联网金融席卷中国，驱动商业银行进入了新的转型期。一方面，商业银行为应对互联网、电商等新兴企业的挑战，不断探索新的经营思路，通过对金融产品的创新以及对金融服务方式和渠道的拓展，寻找新的利润增长点。另一方面，互联网金融的发展使金融市场呈现出更加复杂多样的局面。“金融乱象”滋生了输入性、交叉性风险等新的风险形态，使风险的隐蔽性、突发性、传染性和破坏性显著增强，提高了商业银行的风控难度；与此同时，日趋严格的监管规定，也对商业银行风险管理提出了更高的要求。

在当前新经济大环境下，传统被动的风险防控方式已经难以满足商业银行风险管理的要求。如何运用大数据技术实现风险管控，提升自身的核心竞争力，逐渐成为商业银行无法回避的重要课题。

2017年，人民银行发布120号文，要求商业银行于2017年12月底前完成基于大数据技术的银行卡风险防控系统建设，提升磁条交易风险管理水平。一纸明文，让大数据风险防控系统建设变成了需要切实落地的工作要求。

近年来，工商银行因势而动，基于其整合的全行业务系统数据资源及日趋完善的大数据平台，积极探索大数据驱动的风险管控，大胆创新实践，逐步构建形成了智能、全面的风险防控新体系。

一、工商银行大数据体系建设情况

工商银行大数据体系已历经多年的建设历程。2000年前后，工商银行启动了数据仓库体系的探索，并在2007年初步建立了以企业级数据仓库为基础的全行统一的数据采集、存储和分析应用体系。随着互联网金融以及开放平台技术的发展，近年来，工商银行着力打造开放、共享、多技术平台并存的大数据云服务体系，一方面引入Hadoop、分布式数据库等大数据技术平台，基于通用设备构建物理集群，采用分布式架构设计，实现平台的灵活可扩展能力，持续提升数据服务时效；另一方面稳步推进传统数据仓库平台自身优化和转型，将其纳入大数据体系中，发挥平台历史数据积累多、稳定性高的特性，为专有领域提供数据分析服务。

通过多年的探索和实践，工商银行大数据体系建设取得了如下突破： 一是实现了从单一的高成本、封闭专有平台向开放、弹性可扩展的通用平台的转型；二是实现了对数据采集、处理、存储、服务能力的有效整合，提供了涵盖行内外,结构化、非结构化数据PB级的处理能力；三是基于分布式和大内存技术自主搭建了流数据处理平台，提供毫秒级的实时准实时的数据计算和服务能力 。

大数据平台的建设，提升了工商银行数据服务的时效性、灵活性和标准化，为全行数据的应用奠定坚实的技术基础。目前，基于大数据平台，工商银行实现了各类业务系统的建设，有效支撑了数据运营、交易安全、智能客服、客户营销和风险管理等业务领域。

二、基于大数据的风险防控体系建设

金融的本质是对风险的控制和管理，这一特点决定了商业银行对风险管控的重视程度远远高于其他行业。在现今的信息时代，传统的风险防控手段已经越来越难满足要求，银行需要变“被动”为“主动”。

为应对各类金融风险的挑战，工商银行积极探索大数据在风险管理领域的应用，通过智能风控理念以及事前、事中、事后“三位一体”的风险防控机制，构建大数据风险防控体系(如图1所示)。基于大数据平台，建设统一的风险监控平台框架，建立健全风险名单、事件、模型、策略等各类信息，丰富客户风险画像，形成风险模型、计算引擎等风险服务。通过将风险管控和业务流程紧密结合，将数据驱动的风险管控服务于个金、对公、银行卡、信贷、业务运营、电子银行等各渠道及业务领域，并逐步拓展向行外提供风险信息服务，使信息优势转化为业务竞争优势。

工商银行大数据风险防控体系有以下几个特点：

(1) 基于大数据平台，实现了客户特征、名单、事件等各类风险信息数据的整合共享，为数据驱动的风险防控奠定了扎实的数据基础 。一是集成整合了行内外各渠道资金流、商品流、信息流，在此基础上形成多维、立体、动态的客户特征，支持对客户交易行为潜在风险的准确预测、快速洞察。二是引入了涵盖各政府职能部门、国内外银行同业、国际反欺诈组织、互联网大数据公司等各类风险名单、风险帐户等信息，建成了银行业内最大最全的风险数据库，有效支持了业务准入等环节风险防控。三是收集整理行内外各渠道风险事件，并对风险事件进行整合管理，为后续的模型挖掘、验证等提供了数据基础。

(2) 通过智能模型、风险规则、名单检测等多种大数据智能风险检测手段多管齐下，实现风险的精准识别 。同时为适应产品快速创新需求及外部风险形势的变化，支持风险模型及规则的灵活配置部署。业务人员可基于共享的风险信息，在线进行模型挖掘、灵活配置、实时上线，使其可随时根据新的风险形势上线模型及规则。

(3) 将风险管控有效融入业务流程中，支撑事前、事中、事后“三位一体”的风险防控机制 。基于大数据平台提供的流数据等处理能力，支持风险事件的准实时甚至是实时监控，将传统的以事后监控分析为主的风险管理模式转变为事前、事中和事后风险防控的协同模式，前移监控关口，提升风险监控效能。

(4) 基于不同业务场景，提供不同的风险干预策略，提升用户体验 。如能做到对客户欺诈风险的柔性防控，在客户交易过程中，实时计算的欺诈风险，根据欺诈风险的发生概率及程度，提供短信验证、输入银行卡密码等不同程度的干预措施，在不影响客户体验的情况下，保障客户资金安全。

三、大数据风险防控体系的应用实践 1.金融交易实时反欺诈——工商银行在大数据风控方面的成功实践

外部欺诈风险作为当前对银行业造成损失最为严重的风险之一，涵盖范围广，防控难度大。据国外研究机构统计，欺诈风险每年导致银行损失金额高达735亿美元；国内银行每年欺诈风险损失金额也达上百亿元。鉴于严峻复杂的外部欺诈风险形势，工商银行基于大数据风险防控体系，成功上线了金融交易实时反欺诈系统，实现对全集团外部欺诈风险的事前、事中、事后全流程管理。

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!