（重庆工商大学，重庆400060）
摘要：在时代快速发展的今天，大数据时代已经到来,对金融业正产生着日益深刻的影响，人们可以通过互联网了解任何事情。在这个机遇与挑战并存的时代，唯有适应大数据的发展，走在发展的前沿，才能不断取得突破。银行的风险管理问题，也是管理者最为头疼的问题，但随着大数据的到来，风险管理问题取得了很大的突破。本文简单的介绍了银行风险管理在大数据时代下的新形。
关键词：大数据；商业银行；风险管理
一、银行风险管理概况在时代不断的进步，人们对商业银行的需求也越来越大，我国的商业银行数量越来越多，银行的风险管理是就像盾牌一样保护者银行的系统运行，风险是指在经营过程中由于受到不确定因素的影响，实际收益偏离预期收益，从而给银行带来一定的损失或者获取额外的受益的可能性。风险管理就是在有风险的特定环境里，对风险进行度量、评估和控制，使其保持在一个合理可控的范围内，使其在可以引致最大损失及最可能发生的事情优先处理。商业银行由于其自身的经营性质和经营业务，面对客户与自身的种种不确定因素影响，实际经营状况与预期经营状况会产生一定的偏差。良好的风险管理可以提高其经营效率，提升企业附加值。然而风险管理可以减低风险系数，银行每年用于风险管理的费用超过银行一年所获资金的一半，这么庞大的管理资金仍然不能较好的解决银行面临的风险问题。大数据是一个新概念，依托庞大的电子信息数据库，很多事情都可以找到一个较好的解决办法，可以在费用降到最低的同时还可以提供全面的信息，达到一个难以想象数字，在大数据情况下，大多数商业银行开始转变传统的风险管理思路。依托大数据的形势，将更好的解决银行的风险管理问题。
二、银行风险种类
目前最重要、最常用的一种分类方法是根据商业银行在经营过程中面临的风险将其分为信用风险、市场风险、流动性风险、操作风险、法律风险、国别风险、声誉风险与战略风险等。下面将分别介绍几种常见风险的定义。
1.信用风险
信用风险信用风险又称为违约风险，是指债务人或交易对手未能履行合同所规定的义务或信用质量发生变化，从而给银行带来损失的可能性。对大多数银行来说，信用风险几乎存在于银行的所有业务中。信用风险是银行最为复杂的风险种类，也是银行面临的最主要的风险。
2.市场风险
市场风险是金融体系中最常见的风险之一，通常是由金融资产的价格变化而产生的，市场风险一般又可分为利率风险、汇率风险等。
(1)商业银行利率风险是指市场利率水平变化对银行的市场价值产生影响的风险。我国商业银行的利率曾经长期处于利率管制的环境下，但是随着我国利率市场化的不断加强，利率风险对商业银行的影响也将日益突出。
(2)商业银行汇率风险是指银行在进行国际业务中，其持有的外汇资产或负债因汇率波动而造成价值增减的不确定性。随着银行业务的国际化，商业银行的海外资产和负债比重增加，商业银行面临的汇率风险将不断加大。
3.流动性风险
流动性风险是指无法在不增加成本或资产价值不发生损失的条件下及时满足客户的流动性需求，从而使银行遭受损失的可能性。流动性风险包括资产流动性风险和负债流动性风险。资产流动性风险是指资产到期不能如期足额收回，不能满足到期负债的偿还和新的合理贷款及其他融资需要，从而给银行带来损失的可能性。负债流动性风险是指银行过去筹集的资金特别是存款资金由于内外因素的变化而发生不规则波动，受到冲击并引发相关损失的可能性。
4.操作风险
操作风险是指由不完善或有问题的内部程序、人员及系统或外部事件所造成损失的风险。操作风险可以分为人员、系统、流程和外部事件所引发的四类风险，并由此分为七种表现形式：内部欺诈，外部欺诈，聘用员工做法和工作场所安全性有问题，客户、产品及业务做法有问题，实物资产损坏，业务中断和系统失灵，执行、交割及流程管理不完善。操作风险存在于银行业务和管理的各个方面，并且具有可转化性，即可以转化为市场风险、信用风险等其他风险。
三、大数据技术对银行风险管理的优化
1.大数据更好地利用收集到的数据
大数据技术帮助银行更好地利用收集到的各种结构化数据和非结构化数据。信息是银行立足的根本，也是风险管理的前提与核心。银行风险管理的实质是对这些结构化和非结构化数据进行整合与处理。一方面，通过客户的交易，商业银行可以留存海量的数据，然后依托互联网、云计算等信息技术进行识别与分析，进而提升数据挖掘与利用效率。
2.大数据帮助银行优化操作流程
基于大数据的风险管理体系可以简化这一流程，形成一条从数据收集到风险决策的封闭链条。商业银行的大数据平台可为不同部门的工作人员提供可靠的风险数据，授信审批人员再根据信贷经理收集的辅助资料，以数学建模的形式对贷款的风险进行分析，并形成风险报告，以此为依据批复目标客户的授信额度。
3.大数据促进风险量化技术的发展
大数据则有望成为风险计量技术中的重要一环，帮助银行建立更加准确的风险管理决策模型，提高商业银行的风险量化能力，从而为客户提供便利，也为银行节省人力成本。目前，大数据的运用已经使得银行风险管理在风险特征分析、关联分析、分类与预测、孤立点分析等方面得到了优化与创新，比如逻辑回归模型、决策树模型、聚类分析、神经网络模型、支持向量机等模型的运用。
4.大数据带来银行风险管理变革
大数据技术将带来银行风险体系的改革。大数据给银行在风险管理方面提供了一个全新的思路，使得银行加强跨部门合作，最终构建起系统、客观的决策分析模型，提高国内商业银行风险决策工作的科学性、合理性。
四、大数据下银行风险管理几点策略分析
1.强化信息共享，提高客户与市场感知度
大数据时代背景下，我国银行应主动利用大数据分析整合技术，挖掘自身内部数据资源，银行内部数据具有标准化、价值高的特点，通过对其深度挖掘，并结合外部数据进行综合分析，将发挥更大的潜在价值，通过银行内外部数据的分享与整合，将有利于实现对客户及关联关系风险的动态分析，以此进一步优化风险控制技术与流程，提高风险评估模型的精准度，保证银行风险管理的可靠性。
2.建立大数据信用评分系统，完善风险决策机制
基于大数据的信用评分机制的构建，可实现对传统征信体系的补充，提供传统征信体系中无记录的企业、个人资料，也有利于解决部分财务难以核实的小微企业借贷问题。大数据信用评分体系应对接银行不同业务条线生产。
3.强化检查与后评价机制，提高风险管理实效性
大数据时代背景下的银行风险管理需配备与之相适应的管理机制，以切实提高风险管理实效性，具体包括:检查与后评价机制、纠偏机制、责任管理机制检查与后评价机制，主要是利用各种各种模型、业务规则自动扫描数据集市，以此实现对各类风险隐患的主动挖掘，及时发现技术偏差、完善评价标准，提高内控水平。
参考文献
[1]分析城市轨道交通建设工程档案管理的问题与对策[J].黄玉凤.建材与装饰.2018(31)
[2]城市轨道交通运营管理问题分析及对策[J].全永彬.绿色环保建材.2018(02)
[3]城市轨道交通运营管理的问题及对策剖析[J].陈梅玲.科技创新与应用.2016(27).
作者简介：邱雄，身份证号：5002341997****2732，男，重庆开州人，学历：本科，重庆工商大学金融学本科三年级学生，研究方向金融学；
刘国平，身份证号：5002281998****1795，男，重庆梁平人，学历：本科，重庆工商大学金融学本科三年级学生，研究方向大数据风控。