大数据在金融风险管理中的应用研究.docx

大数据在金融风险管理中的应用研究大数据在金融风险管理中的应用研究 摘 要：现阶段，在信息化高速发展的过程中，互联网金融在中国发展速度越来越快，市场规模越来越大。从20XX年阿里巴巴公司开发余额宝以来，中国的互联网金融市场由此被引爆。以BAT三大互联网巨头为首，都开发了各自的互联网金融产品，并以“无门槛、成本低、信息透明”的优势迅速在中国金融市场上占有了一席之地。互联网金融目前发展模式主要包括众筹、P2P网贷平台、第三方支付以及数字货币等。伴随着互联网金融的发展，为人们生活带来了更多便利、为实体经济发展提供了更多金融的同时，也带来了很多风险。其中以P2P平台风险爆发最为集中和严重。截至20XX年2月底，P2P网贷行业共有平台6555家（含停业及问题平台），但其中停业及问题平台达到5497家。在平台停业及倒闭过程中，涉及贷款金额达1781.6亿元，無数投资者利益受损。因此，互联网金融风险的防控已经到了刻不容缓的阶段。随着大数据时代的来临，互联网金融的发展与大数据连接越来越紧密，互联网金融企业也是利用大数据来开发市场、开发客户。但大数据时代的互联网金融也面临着前所未有的风险。因此，研究大数据时代互联网金融风险防控策略，可以降低金融风险，促进互联网金融行业的健康发展，对于我国金融行业的可持续发展也具有重要意义。 关键词：大数据;金融风险管理;应用研究 0引言 随着金融业和时代的发展，金融机构要顺应时代趋势，就应当树立大数据的审计理念，这样便能有效提升审计人员的工作效率。而金融机构的审计人员本身就要接触和处理大量的数据，所以就应当充分利用大数据这项新型技术的优势来开展金融审计工作，利用这项技术就能更好地对金融数据间的联系进行挖掘和把握，并在此过程中更好地发现潜在的金融风险。由于金融行业还具备了所涉及的资金数额巨大，且资产结构也相当复杂的特性，因此树立大数据理念相当必要，利用大数据技术来强化审计工作，就能更好地防范当今金融业的各类风险。 1大数据概述 对于大数据本身来说，其属于一个数据信息的收集与处理系统，在实践当中，其具有容量大、种类多、速度快等方面的特点，除此之外，其中所收集的数据也具有一定的真实性、可变性以及种类复杂等方面的特点，在实践当中，大数据能够对于社会上各个领域的信息有效收集，并且也能够对于信息进行分类整理，使人们在检索的阶段能够更好地找到自身想要找寻的信息，综合来说，通过对于大数据系统的合理应用，能够以较低的成本创造出更高的价值，同时这种情况也是大数据最为根本的特点。针对大数据本身，其应用到社会的各个领域，形成一个极为庞大的数据库，在数据库当中能够记录社会上形形色色的信息，供人们调取使用。而在大数据的应用阶段，通过检索便能够寻找到自己想要的信息。通过统计与分析，将信息进行利用，从而做出相应的生产活动规划。同时，通过大数据的对比分析，也能够发现在社会当中某种事物发展与演变的规律和趋势，使人们能够根据其发展的趋势来做出相应的应对措施。而对于供应链金融风险管理体系的构建来说，同样能够将大数据应用在其中，通过大数据，可以对于其中所出现的风险进行统计，分析风险所产生的原因以及产生风险的高峰时期，采取相应的方式来应对其中所产生的风险，从而促进其稳定高效地发展。 2金融风险 2.1信用风险 近些年来，P2P成为一类兴盛的互联网金融行业，其存在的价值就是为中小企业网络融资贷款提供便利，在网络平台帮助民间资本进行投资并获取收益。但是受各种因素的影响，陌生市场的个体商家在参与P2P金融交易活动中占据较大比重，导致互联网金融企业难以全面获取贷款人的相关信息，难以维护债权人的合法权益，债权人也无法精确掌握借款人的真实信息。 2.2个人信息泄露风险 随着大数据时代数据类型的丰富和数据分析能力的进步，大量看似不包含个人信息的数据在经过处理后，也能提取出准确的个人信息，从而对个人隐私产生潜在的威胁。在逐利性强、充满诱因的金融行业，这种潜在的隐私威胁更容易转化成对金融行业竞争对手、客户的人身或财产的实质侵害。在这个过程中带来大量问题，数据管理无序化，风险隐患较大。现代社会人们都感觉到没有什么个人隐私，网上的信息会被各种网站收取。目前来看，作为互联网金融的用户经常收到海量的骚扰信息或广告，这无疑是客户信息泄露的证据。导致信息泄露的原因主要是交易平台对数据的管理不善，没有对客户信息安全充分重视，没有建立个人信息的保护机制。从外部环境来看，政府对于信息保护的界限也不明确，没有出台相关法律和管理机制，这也是互联网金融行业面临信息泄露的原因。此外，数据存储安全问题也会引发信息泄露，大数据由于其自身数量多的特点对于存储的物理安全性和对数据的容灾机制要求比较高，一旦满足不了大数据的存储条件，也容易带来数据泄露。 3大数据在金融风险管理的应用 3.1金融审计大数据分析 对金融审计所需要的海量数据进行收集、并进行存储和管理后，就应当结合大数据技术对这些数据进行分析，这样审计人员就能有效地从这些数据中挖掘出可能存在的问题，并据此来评估风险，从而制定审计重点，并能从中获得审计的证据，经过这些过程后就能得出可靠的审计结论。对于审计人员而言，还应当深入思考如何利用大数据技术挖掘探寻深层信息，由此提升数据的利用率和对数据分析能力，这样才能更为有效地防范金融风险。大数据技术中的数据主要分为两类：一是结构化数据，二是非结构化数据分析，而现今的金融审计更注重对前一种数据进行分析。对于分析结构化数据，审计人员在运用大数据技术进行金融审计时，大多会采用数据挖掘、结构化查询语言以及专家模型等技术。数据挖掘的主要内容是通过一定算法和程序更深层地挖掘海量信息中的信息，对数据进行实时监测，并利用较为复杂的模型为数据建立联系，利用定量分析提前发现金融风险，可运用在预估收益率或是信贷风险评估方面。工作人员通过结构化查询语言可以查询到自己所需的学习，并且能联合不同的数据库，从而保障审计信息的全面性，并提升查询效率。利用专家模型功能，就能在进行金融审计时调用专家建立的应对同类型问题的审计模型，让计算机自动找出问题数据，从而减少审计人员的负担，以及进行人力审计时可能产生的错误。 3.2主动防护网络安全降低技术风险 互联网金融近几年飞速发展，为整个经济发展贡献了很多力量，但不容忽视的是互联网金融风险逐渐暴露，为防范技术风险，减少社会影响，主动防护网络安全和防御攻击显得尤为重要。首先，利用新技术打破传统的被动的网络安全防护，化为主动的防护。基于数据融合、挖掘和分析可视化的技术，从而实时呈现网络的安全状态，为网络监管人员提供实时了解自身的网络状态以及受攻击的情况，攻击来源以及哪些服务容易受到攻击等。其次，防御APT攻击。APT攻擊具有隐蔽性强、潜伏期长、危害大等特点。因此防御APT需要监管部门出手干预。针对APT攻击就可以用大数据分析技术，对金融企业内部的全部网络进行监听，然后通过对网络访问行为建模，当发生APT攻击时，发出一些异常的网络访问请求行为，来警示网络安全。最后，还要建立风险预警机制。对于互联网技术风险的安全性设立各种警戒指标，当指标临近警戒指标时提示风险，从源头上控制住风险的发生，减少损失。 3.3贷中环节内大数据分析技术的应用 信贷活动开展实施的过程期间内，由于信息不对称现象的存在及发展，在导致信贷审批人做出错误审批结论的同时，在阻碍信贷交易正常顺利进行的同时，给金融机构后续的经营发展带来不利影响，或给后续的信贷交易增加相应的金融风险。企业客户认知了解程度不一的现象较为普遍，实际上，哪怕是同一家金融机构的不同审批人都可能会提出不同的审批结论。在对大数据分析技术进行切实有效应用的基础上，能够基于大数据信息系统的建立与合理化运用，实现金融机构内部各类信息数据的实时化共享，降低信息不对称的风险，促使审批人做出公正、客观、正确的审批结论。另外，在对这一信息系统加以利用的同时，相关人员能够及时记录企业客户的产品、资金等众多方面的往来情况，建立金融机构分子公司内部的信息交互平台，促使金融机构不同分子机构对企业客户进行全面客观的认知与了解，进行有效的信用风险管控工作。 3.4规范金融企业对金融大数据的应用行为降低决策风险 监管部门应该逐步制定相应的规章制度，完善监管体系和监管手段，规范金融企业对金融大数据的应用行为，避免大数据成为威胁金融市场稳定的风险源头。金融监管机构应保证大数据的拥有者负责的使用大数据技术，可以通过对大数据技术设置认证标准，经过认证的的大数据才可被应用。还可以设置预警系统，根据大数据设置追踪指标，当交易商利用大数据技术逾越了多个追踪指标，系统就发出报警，提醒大数据应用者数据风险。此外，共同建立数据安全防范数据库，一方面可以加强互联网金融企业的信息共享，另一方面还可保证信息安全。具体来说，可以通过大数据相关协会或者行业协会组织建立大数据风险预警机制及风险化解办法，通过组织监控大数据使用中的风险，并对风险进行管控，从而建立一个共享的数据安全防范数据库，促进数据安全防范信息和修复举措的收集和共享，使互联网金融企业低成本、高质量、高频度地生产、使用数据。 4结语 总而言之，在大数据背景时代下，为互联网金融行业的发展带来了许多机遇，应紧跟时代的发展做到与时俱进，满足发展的需求。因互联网金融具有较强的随机性与复杂性，在大数据时代发展的历程中，必定会遇到各种问题与风险。加强金融风险的调控力度，应用高新技术、加强各个行业之间的交流互动，达到调控金融风险的作用，借助网络社交体系整合各项数据资源，提高自身核心竞争力。 5