1.2.5 大数据风控管理原则

在互联网信贷领域，影响风险的因素众多且变化多端，比如外部环境、财务状况、工作收入、还款意愿、履约能力等都会影响信用风险。在这种情况下，怎样做好风险管理？最基本的做法就是深入了解大数据风控管理原则，并将其作为方法论来搭建风险管理体系。本节将根据笔者多年的经验，以及笔者与多名持牌机构CRO的交流心得介绍一些重要的原则。

1.收益与风险的平衡

信贷的本质是经营风险，只要有信贷业务，就会有风险损失。很多人害怕风险，于是采取风险回避策略，包括退出使用一条产品线、放弃一部分市场、精简组织机构等。然而一味地回避风险是不可取的，只有在对风险事件的发生、后果有全面把握时，回避风险才具有积极意义。由于市场环境的复杂性和认知的局限性，我们无法准确地识别和评价所有风险，因此回避风险的做法存在很大的局限性。与风险相伴的是收益，对风险采取回避态度，必然要失去与之相伴的机会和收益。

在信贷业务中，我们要学会接受风险，接受业务会产生损失的现实。衡量商业银行业务发展的效果时，不能只看坏账不良率，而是应该从业务规模、净利润、资产质量等维度综合观测。信贷的目标不应该只是减少坏账，而应该是在利润和风险损失之间选择一个平衡点。

2.数据化管理风险

互联网信贷有别于传统的中小企业金融服务模式，大多采用了客户线上申请、银行实时或准实时审批的模式，这就要求银行在每笔贷款的风险决策上既快又准。为了满足这种线上实时或准实时的风控决策要求，风控管理需要用数据模型实现风险管控的定量化。可根据客户的一些重要信用资料预测其信贷行为及风险概率，并通过系统触发的方式实现风险信息的主动识别和推送。

数据化主要解决两个问题。

一是解决各类风险信息的获取问题。中小企业的发展与企业自身经营、法人个人行为、行业政策变化、市场经济影响等诸多因素有关，人工搜集信息的方式已无法满足风险管控的及时性、效率性和准确性等要求。这就需要银行与各类数据渠道对接，对分散的多渠道信息进行深度整合，形成获取客户信息的数据基础。

二是解决风险判断的标准问题。传统的风险管控多依赖专家经验和人工定性判断，缺少统一、明确的风险评判标准，使得传统风险管理方式难以适应以线上批量化服务方式为主的普惠金融业务。解决这一问题的关键在于建立统一、明确的风险管控指标，将定性的专家判断变为定量的数据指标，通过风控指标的建设奠定智能化风控的基础。

对商业银行而言，若是按照传统模式对信贷客户进行风控调查，不仅成本太高，而且效率偏低。互联网金融企业运用大数据技术，基于自身所掌握的相关数据信息，根据概率推导的模型算法筛选目标群体，除了获取传统风控的基本信息之外，还会补充行为特征、消费信息、小额资金流动、生活缴费等方面的非结构性信息，从更多维度来判断消费者的还款能力与还款意愿。通过这种方式，互联网金融企业能够更好地控制风险，进而控制整个信贷业务。

3.系统化管理风控

系统不仅是中小企业普惠金融的服务载体，也是风险管控的重要载体，其作用体现在及时性、高效性、主动性三方面。大数据和云计算技术的发展已完全能够满足大数据量的实时计算要求。因此，在中小银行的互联网信贷业务中，系统对客户的风险识别和判断也是实时或准实时的，以确保在每步业务流程的第一时间防范风险的发生。

此外，线上业务还有批量化的特点，这种业务模式突破了人工审批的工作量限制，依靠系统强大的批量计算能力为客户提供秒级响应的贷款服务。与客户服务相配套的风险管控也需要借助系统批量化的优势来同步完成风险判断与决策，确保在大量业务并发时稳定地输出风险判断的决策结果。

在客户的整个信贷周期内，系统的触发式预警可以确保在风险发生时主动将风险信息推送至相关业务人员，彻底解决了人工风险管控中因被动造成的不尽责问题。

4.闭环化风控管理体系

除了数据化和系统化，完整风控流程只有实现闭环化才能形成全面的智能化风控。闭环化考虑的重点是将不同业务流程中的风控进行有效串联和衔接。从中小银行提供的信贷业务的角度考虑，闭环化需要将贷前准入、贷中审批和贷后管理3个关键业务节点中的风险管控进行合理分配和重点划分，使之形成一套覆盖全部业务流程的完整风险管控体系。

具体来说，贷前准入主要完成对整体客群的初步筛选，如身份核验、业务要素的条件匹配、欺诈风险和其他重大风险的筛查等。贷中审批的重点是完成对客户综合风险的评估，并出具与客户风险状况相匹配的授信方案，如是否审批通过、贷款额度、贷款期限、贷款利率、还款方式等。贷后管理则是在对客户放款后，对客户各方面的风险变化情况进行持续跟踪管理，如监控企业的经营情况、财务状况、内部管理变化、司法涉诉情况，以及企业主个人的负债、履约等情况。

实现闭环化风控管理体系，在由上而下确定、传导银行自身风险偏好的过程中，要确保能够根据总体风险偏好导向，选择客户并实施有效的风险管理。结合经营结果，在合理范围内修正风险偏好相关指标，更好地践行战略方针。做好关键节点的闭环管理，在反欺诈、监控、预警等环节，要遵循确定工作目标、设计工具模型、搜集整理数据、校验数据真实性、检验模型有效性、推进模型持续迭代这样的流程，确保关键风控环节管理有力有效。

5.案例剖析

在新闻报道中，我们时常会看到“黑天鹅”事件和“灰犀牛”事件，它们均与风险相关，下面我们来了解一下其含义。

（1）“黑天鹅”事件

欧洲人在发现澳洲之前，一直认为天鹅全都是白色的。然而，在到了澳洲之后，他们竟然发现了黑色羽毛的天鹅，就是这一只黑天鹅，将欧洲人坚信上千年的结论彻底推翻：原来天鹅不仅有白色的，还有黑色的。

后来，美国著名投资人塔勒布便用“黑天鹅”事件特指罕见、无法预测，但是一旦发生足以颠覆以往任何经验的重大事件。

例如，1997年的亚洲金融危机即“黑天鹅”事件。泰国政府宣布泰铢与美元脱钩后，当天泰铢就贬值近20%。随后，超出意料地引发马币林吉特、新加坡元、菲律宾比索、印尼盾等下挫。这场金融危机使大部分东亚货币贬值、国际股市暴跌、多国社会秩序陷入混乱，甚至政权更迭。“黑天鹅”事件还发生在2016年6月24日，英国通过全民公投，宣布退出欧盟。受此影响，全球金融市场反应迅速且剧烈，英镑兑美元汇率闪电崩盘，跌幅超过1000个基点，触及1985年以来的最低水平，英国首相卡梅伦辞职。

（2）“灰犀牛”事件

灰犀牛是非洲大陆上的巨无霸，体重达2～5吨，它平时性情温和，除非受到挑衅或者其领地受到侵犯，基本不会攻击人类或其他动物。你在非洲大草原上旅行，碰见灰犀牛，你一步步向前，直到足够近，准备为其拍一张角度好的照片，发现它正向你冲过来，此时你所面临的危险就称作“灰犀牛”。

“灰犀牛”比喻大概率发生且影响巨大的潜在危机，这个危机有发生变化或改变的可能，是可预测的。例如，2008年美国次贷危机就是典型的“灰犀牛”事件。当时大家知道“次贷”有风险，却并未足够重视。因为投资回报率高，“次贷”在相当长的一段时间内受到投资者的追捧，表现稳定。2007年房价开始回落，“次贷”市场风险爆发，风险被迅速传导到其他市场，最终酿成了史无前例的全球性金融危机。

6.相关启示

“黑天鹅”和“灰犀牛”事件的冲击力和破坏力对于银行而言是非常大的，结果往往是灾难性的。这再次唤起我们对于风险管理的思考，银行应正面审视“黑天鹅”和“灰犀牛”事件的由来，做好应对风险事件的基础性、先导性和前瞻性工作，切实提高风险管理能力和水平，在风险再次来临之前谨慎应对，做到未雨绸缪，防患于未然。

（1）风险管理意识的转变和提升

充分认识突发事件风险管理及其对银行业持续稳健经营的重要性和紧迫性。积极扭转重业务发展、轻风险管理及重处置、轻预防的风险认识偏差，由被动风险管理向主动风险管理转变。将风险管理工作的着力点前移，将风险压力由管理部门向生产经营前端传递，找到风险控制与业务发展的平衡点。

（2）建立风险全过程监控机制

从被动监控向主动监控转变，加强日常巡检，定期开展多维度风险排查，强化突发事件的风险识别能力。扩大监控覆盖面，关注极端现象和小概率事件，确保无盲区、无死角。对关键部位进行实时监控，设立预警阈值，加大监控频度。一旦触发预警，及时进行风险提示，切实增强对风险的敏感性。

（3）跟进完善突发事件应急预案

建立覆盖所有业务的总体应急预案和针对不同场景的专项应急预案。应急预案应具备多策略、多路径选择，并能根据业务的发展变化及时进行补充和调整，务必做到横向到边、纵向到底，不留盲点和真空。注意做好总体应急预案与专项应急预案之间、业务预案与其他预案之间的关系衔接。增强应急演练的计划性和针对性，突出应急演练的实操性与全面性。

（4）提高突发事件应急管理水平

摒弃突发事件风险管理的碎片化模式，各部门、各条线间密切配合，淡化局部利益，做到全行应急“一盘棋”。增强对突发事件风险的分析研判能力，丰富风险管理手段，实现风险的有序管理和信息通畅。组建技术精良、实战经验丰富的应急处置专业技术团队，强化人力资源储备。建立突发事件风险管理的后评价机制，强化事后的报告总结和整改落实。