论文部分内容阅读
摘 要：随着大数据时代的到来，需要不断地引入新工具，客观有效地评价客户信用，进而达到信用风险防控的目的，对贷款顾客信息更加全面的了解和掌握，以提升银行对信贷的风险控制，降低银行的不良贷款。本文以中国银行 H 分行为例，通过对传统信用评价的现状以及存在的问题进行了分析，并提出将传统的信用风险管理经验与大数据相结合，依托大数据对银行的信贷资产进行风险排查，为商业银行辨识贷款坏账风险，避免产生坏账损失等，给予信用管理工作一定的科学依据。
关键词：大数据;商业银行;信用风险;风险评价体系
1 引言
“大数据”这一表述源自于 apache org 人开源项目 Nutch。在初期主要用以描述大量数据信息。而谷歌 MapReduce 和 Google File Systerm（GFS）的发布后，大数据的内涵更加丰富，除用以对大量数据进行描述外，同样也用以描述数据处理效率。现在“大数据”已不仅仅是一个新兴概念，数据的重要性已经可以与物质资产和人力资本相提并论，大数据正是银行未来的核心动力。近年来，随着互联网和智能硬件的快速普及，数据以爆炸方式增长，全球数据总量增长率维持在 50%左右。据统计，2015 年全球大数据市场规模达 384 亿美元;到 2017 年，全球大数据市场规模预计达到 501 亿美元，两年的复合年均增长率达 14.2%。由于信息数据的产生速度以及累积量愈来愈大，大数据开始为社会大众所熟知，大数据行业利用获取到的超多数据信息，通过对其进行针对性处理，寻找和总结总结相关规律，从而基于该规律对后续发展加以预测。所有的行业都能够借助于大数据技术来为行业服务，从获取到的数据中发现更多潜在客户，为未来的发展拓展更大的空间。
2 某分行现有信用风险评价体系问题原因分析
2.1 信用风险评价工作缺乏专业性
一般而言，信用风险评价工作的开展，需要拥有相应的专业性与权威性，只有这样，才能确保所获得的结果具有较高的可信度。因而，在对用户信用进行评价时，便需结合生产、管理、经营等方面进行探究。某分行在客户信用风险评价的过程中，缺乏专业性的评估人员。正是由于这一因素的影响，最终导致所获得的评估结果无法获得社会所认可。对于用户而言，因为缺乏专业性的人员对其信用情况进行评估，进而导致其对评估结果的认可性不佳，也未能提升對信用评级工作重要性的认识。
2.2 评价指标选取不合理
对于被评价的企业而言，所处行业可能存在相应差异。因而，倘若在对企业信用进行评价时，所使用的评估方法相同，则可能存在相应问题。另一方面，从评价指标方面来看，存在财务与非财务两类。其中，对于财务指标而言，表示的是企业在发展过程中所对应的经营情况，可结合财务报表中的数据进行分析。但是，在此过程中并无法确保企业所呈现出来的财务报表具有较高的真实性，倘若财务报表中数据的真实性较低，便会对信用评价结果产生相应影响。因而，在评价过程中，必须提升两种指标间的关联性，以实现对企业信用等级客观、公正的判断。但是，通过对某分行信用评价体系进行分析可知，在指标选择方面存在垄断性问题，与实际情况之间存在较大偏离。
3 建立信用风险评价体系
3.1 基于大数据背景下评价指标的初选
21世纪是互联网崛起世纪，计算机技术水平的不断提升，互联网的兴起使更多更为新颖的计算方式不断涌出。这些新的计算方式也逐渐被众多互联网金融机构所认可和应用，Zestfinance 公司在设计和建立信用风险评分模型时就运用了机器学习算法，这也开启了信用风险评分模型大数据时代，被行业内所关注和热议。通过对相关文章进行收集整理和归纳可以发现，大部分互联网金融机构所推出的文章都是为了对这些信息技术进行公关炒作缺少具体的技术研讨，这给大数据信用风险评分模型不断发展造成极大影响。
大数据信息技术已经成为了当代时代特征，同时也使传统金融发展方式发生了翻天覆地的变化。互联网金融行业的兴起，也为众多商业银行提供了更多机遇。从风险控制角度来说，利用大数据技术能够更好的了解客户信息，并且对客户风险进行综合评定和分析。还能够运用风险评估模型对客户风险进行动态监管，不断提高商业银行风险管理能力，降低商业银行运营风险提升运营效率。
3.2 信用风险评价体系的基本原则
信用风险评价体系的建立不仅仅影响着商业银行借贷工作的展开，同时也会给商业银行运营风险造成直接影响。在信用风险评价体系建立过程中必须要以下列原则为基础：（1）科学性 信用风险评价体系的建立不仅仅需要各种财务指标作为基础，同时也要注重对非财务指标的选择。（2）全面性 信用评价体系在对客户信用状况进行评价时，应当从全面性角度对企业整体进行综合衡量，这样才能够使评价结果更为完善也更加客观。（3）合理性 任何事物都拥有独特的特征，信用评价体系在建立过程中也应当针对不同的特征进行综合分析。在选择衡量标准时，不仅仅要对衡量标准的可操作性、实践性以及意义等进行综合分析。（4）可量化性 通过对现阶段国内各大商业银行进行分析可知，在用户信用风险评价方面，所使用的指标体系不仅仅包含有可量化指标，同时也还有不可量化指标，这可以评价工作造成极大影响。（5）实用性 用户信用风险评价体系是商业银行借贷工作中重要工具，应用频率相对较高。因此在指标的选取过程中，不仅仅要针对其他特性进行指标选择，更要注重指标的可操作性。
4 结束语
本文对于中国银行某分行在互联网大数据环境下所采用的信用风险评价体系进行深入分析，并且找出当前某分行在互联网大环境下信用风险评估体系中存在的不足之处，对这些不足之处进行深入研究找出造成这些问题的主要原因，结合当前国内互联网金融行业发展趋势以及分行信用风险评价需求为其提供更为有效的信用风险评估体系。有效降低银行运营风险，提高工作效率。
参考文献
[1]朱毅峰.银行信用风险管理（第二版）[M].中国人民大学出版社，2014.
[2]李步根.兴业银行泉州分行中小企业信用评级研究[D].湖南大学，2014.
关键词：大数据;商业银行;信用风险;风险评价体系
1 引言
“大数据”这一表述源自于 apache org 人开源项目 Nutch。在初期主要用以描述大量数据信息。而谷歌 MapReduce 和 Google File Systerm（GFS）的发布后，大数据的内涵更加丰富，除用以对大量数据进行描述外，同样也用以描述数据处理效率。现在“大数据”已不仅仅是一个新兴概念，数据的重要性已经可以与物质资产和人力资本相提并论，大数据正是银行未来的核心动力。近年来，随着互联网和智能硬件的快速普及，数据以爆炸方式增长，全球数据总量增长率维持在 50%左右。据统计，2015 年全球大数据市场规模达 384 亿美元;到 2017 年，全球大数据市场规模预计达到 501 亿美元，两年的复合年均增长率达 14.2%。由于信息数据的产生速度以及累积量愈来愈大，大数据开始为社会大众所熟知，大数据行业利用获取到的超多数据信息，通过对其进行针对性处理，寻找和总结总结相关规律，从而基于该规律对后续发展加以预测。所有的行业都能够借助于大数据技术来为行业服务，从获取到的数据中发现更多潜在客户，为未来的发展拓展更大的空间。
2 某分行现有信用风险评价体系问题原因分析
2.1 信用风险评价工作缺乏专业性
一般而言，信用风险评价工作的开展，需要拥有相应的专业性与权威性，只有这样，才能确保所获得的结果具有较高的可信度。因而，在对用户信用进行评价时，便需结合生产、管理、经营等方面进行探究。某分行在客户信用风险评价的过程中，缺乏专业性的评估人员。正是由于这一因素的影响，最终导致所获得的评估结果无法获得社会所认可。对于用户而言，因为缺乏专业性的人员对其信用情况进行评估，进而导致其对评估结果的认可性不佳，也未能提升對信用评级工作重要性的认识。
2.2 评价指标选取不合理
对于被评价的企业而言，所处行业可能存在相应差异。因而，倘若在对企业信用进行评价时，所使用的评估方法相同，则可能存在相应问题。另一方面，从评价指标方面来看，存在财务与非财务两类。其中，对于财务指标而言，表示的是企业在发展过程中所对应的经营情况，可结合财务报表中的数据进行分析。但是，在此过程中并无法确保企业所呈现出来的财务报表具有较高的真实性，倘若财务报表中数据的真实性较低，便会对信用评价结果产生相应影响。因而，在评价过程中，必须提升两种指标间的关联性，以实现对企业信用等级客观、公正的判断。但是，通过对某分行信用评价体系进行分析可知，在指标选择方面存在垄断性问题，与实际情况之间存在较大偏离。
3 建立信用风险评价体系
3.1 基于大数据背景下评价指标的初选
21世纪是互联网崛起世纪，计算机技术水平的不断提升，互联网的兴起使更多更为新颖的计算方式不断涌出。这些新的计算方式也逐渐被众多互联网金融机构所认可和应用，Zestfinance 公司在设计和建立信用风险评分模型时就运用了机器学习算法，这也开启了信用风险评分模型大数据时代，被行业内所关注和热议。通过对相关文章进行收集整理和归纳可以发现，大部分互联网金融机构所推出的文章都是为了对这些信息技术进行公关炒作缺少具体的技术研讨，这给大数据信用风险评分模型不断发展造成极大影响。
大数据信息技术已经成为了当代时代特征，同时也使传统金融发展方式发生了翻天覆地的变化。互联网金融行业的兴起，也为众多商业银行提供了更多机遇。从风险控制角度来说，利用大数据技术能够更好的了解客户信息，并且对客户风险进行综合评定和分析。还能够运用风险评估模型对客户风险进行动态监管，不断提高商业银行风险管理能力，降低商业银行运营风险提升运营效率。
3.2 信用风险评价体系的基本原则
信用风险评价体系的建立不仅仅影响着商业银行借贷工作的展开，同时也会给商业银行运营风险造成直接影响。在信用风险评价体系建立过程中必须要以下列原则为基础：（1）科学性 信用风险评价体系的建立不仅仅需要各种财务指标作为基础，同时也要注重对非财务指标的选择。（2）全面性 信用评价体系在对客户信用状况进行评价时，应当从全面性角度对企业整体进行综合衡量，这样才能够使评价结果更为完善也更加客观。（3）合理性 任何事物都拥有独特的特征，信用评价体系在建立过程中也应当针对不同的特征进行综合分析。在选择衡量标准时，不仅仅要对衡量标准的可操作性、实践性以及意义等进行综合分析。（4）可量化性 通过对现阶段国内各大商业银行进行分析可知，在用户信用风险评价方面，所使用的指标体系不仅仅包含有可量化指标，同时也还有不可量化指标，这可以评价工作造成极大影响。（5）实用性 用户信用风险评价体系是商业银行借贷工作中重要工具，应用频率相对较高。因此在指标的选取过程中，不仅仅要针对其他特性进行指标选择，更要注重指标的可操作性。
4 结束语
本文对于中国银行某分行在互联网大数据环境下所采用的信用风险评价体系进行深入分析，并且找出当前某分行在互联网大环境下信用风险评估体系中存在的不足之处，对这些不足之处进行深入研究找出造成这些问题的主要原因，结合当前国内互联网金融行业发展趋势以及分行信用风险评价需求为其提供更为有效的信用风险评估体系。有效降低银行运营风险，提高工作效率。
参考文献
[1]朱毅峰.银行信用风险管理（第二版）[M].中国人民大学出版社，2014.
[2]李步根.兴业银行泉州分行中小企业信用评级研究[D].湖南大学，2014.