近年来，随着P2P、小额贷款等民间借贷形式的兴起，借款人越来越容易通过非银行途径获得贷款。这些贷款的申请情况、申请者的负债情况以及逾期情况出离了银行既有的信息掌控体系，造成贷款者在银行的信用状况愈发不透明、不清晰、难以评定，这也导致商业银行的风险管控难度大幅增加。

　　新常态下，利率加速市场化，商业银行面对的整个市场环境正在发生明显改变。当存贷款利差不断收窄，商业银行以往惯用的以信贷扩张实现营收的做法正逐渐失效。过去，一家银行发力的重点可能是对公业务，但随着消费升级带来的消费金融爆发式增长，银行发展的业务重点也开始逐渐向零售转型。

　　商业银行的这一系列变化预示着什么？3月17日，在上海举行的2017互联网+银行数字化风控创新大会现场，上海银行总行风险管理部总经理林文杰提出了他的看法。在他看来，这些新现象的出现预示着银行的业态发展正在回归商业本质。如今，一家银行的风险管控能力如何正愈发成为决定其能否在激烈市场竞争中脱颖而出的核心要素。其中，信用风险作为银行风险管控中的大头，更是其应对新常态时进行业态创新需要解决的首要问题。而在招商银行总行风险管理部副总经理李明强看来，大数据应用在风险管控中大有用武之地。

　　信用风险管控成业态创新核心

　　林文杰认为，现在商业银行的信用风险管控难度依旧突出，主要体现在客户信息获取的不及时与不对称、贷款欺诈风险大以及成本控制和管理效能不足。由于内部信息不完整，获取外部信息的手段不完善，银行始终难以形成一个立体、全面的用户画像。此外，因为缺失相对全面的数据维度、第三方大数据的技术支持以及充分有效的交叉检验手段，银行也经常被组团骗贷者钻了空子，这一点在信用卡领域和部分运用信贷工厂模式运作的标准化产品上体现得尤为明显。

　　为解决这些难题，林文杰认为银行在风险管控中必须引入大数据的概念，通过建立大数据风控平台，采集大量的数据进行辅助判断。他指出，传统的数据采集过程的通用方法是要求借款人或企业补充提供大量的资料，这个过程中涉及到大量的人力成本和时间成本。为了提高效率，必须搭建一套能够实现部分数据的自动采集以及自动化程度较高的后台管理系统。

　　与以往银行单纯依靠的内部数据不同，这一风控平台的数据构成主要有行内数据、专线数据以及互联网数据三部分。其中，行内数据主要来自信贷、信审系统、国结、柜面系统、CRM、人事系统、反洗钱系统、审计以及风险系统等，而专线数据和互联网数据则是互联网和银行专网上的大量公共数据。这些数据可用于风险排查，但不一定能够被银行所及时掌握，而大数据风控平台则能对这些数据进行整合与分析。

　　数据风控“雷达”提高预警能力

　　那么，大数据风控平台真的能解决银行信用风险吗？其普适性又到底如何？李明强给出了他的答案。在他看来，信用风险实质上是借款人的还款能力和意愿在信息上的不对称，因此，银行只有建立起一个强大的中介调控平台，通过数据对客户信用状况进行概率上的计算，才能够保证信用风险的有效防控。就这方面来说，大数据应用在风险管控中确实大有用武之地。

　　据李明强介绍，招商银行内部统计显示，从2015年12月开始，依靠大数据精准预测，招商银行对公贷款、小微贷款不良资产生成额已经出现大幅度下降，风险管控效能显著。

　　与商业银行传统的风险预警方法不同，大数据统计模型的应用能够解决银行在风险管控中的薄弱环节，也就是贷款预期前的风险管理。李明强分析指出，传统预警方法虽然触发条件明确、针对性强、有利于执行，但是提前量短，人工成本高，平均只能提前3个月对银行可能存在的违约情况进行预警。大数据风控应用则能通过数据挖掘技术做到和给出更好的精准识别与提前量，把违约预警提前到9个月以上。

　　业内人士分析指出，为进一步提升预警效率与风控能力，未来的大数据风控平台还应该在初步利用互联网和行业数据的基础上，建成数据风控“雷达”，在客户准入时“体检”、存续时监控，提前发现风险苗头，进一步提高风险预警能力，为银行业态创新和风险防控提供更好的解决方案。

　　本报记者 赖金鑫文/摄