背景
风险控制就是风险的识别和防范,它直接影响着银行的绩效。商业银行的风控工作需要足够的信息方能开展,商业银行对数据的采集、分析和整理的水平决定着银行的风控水平,进一步决定着它的盈利和竞争力。基于商业银行盈利性、流动性、安全性的经营原则,风险管理在商业银行经营管理中的重要性越来越大。然而随着经济形势和信息技术的进步,数据信息日益复杂,交叉风险日益加剧。这些变化给传统风控工作带来诸多挑战,传统的银行风控体系已经力有不逮,风控体系的改善工作势在必行。
大数据的发展改变了银行获取信息、分析和整合信息的渠道,使更多有效信息以更准确、更稳定的方式保存下来,为信息化的风控体系创造条件。人工智能方法在银行风控业务中的发展,使商业银行可以充分利用已存储的数据信息,以多个维度了解到真实的借款者面貌,以更高效率完整客观的评估借贷风险。例如,近年来金融欺诈事件数量逐年攀升,欺诈团伙内部分工越来越精细,欺诈分子通过隐瞒、编造重要信息,制造信息不对称的假象,谋取不正当利益。传统的风控体系受制于数据信息不对称,反欺诈效果不够理想,某大型国有银行利用大数据及复杂网络技术优势,寻找和利用更多线索特征,挖掘欺诈者的行为特征和社交特征,实现信用卡的申请反欺诈功能,提高反欺诈效率与能力。
总的来说,借助大数据背景整合的海量数据及先进的人工智能方法,银行可以刻画出更为全面、多元、立体的客户形象,建立主动、实时响应机制,提高风控效率,提升风控水平,成为商业银行传统风控体系的补充,弥补其应对当前复杂信息环境的不足。