數(shù)據(jù)越豐富則分析結(jié)果會越強大，大數(shù)據(jù)分析及相關(guān)分析數(shù)據(jù)迎來了黃金期。

隨著數(shù)據(jù)量的增大以及數(shù)據(jù)多樣性的增強，如何駕馭好這些數(shù)據(jù)讓它更好的為決策服務(wù)、減少損失以及增加收益變得越來越重要。銀行的業(yè)務(wù)經(jīng)營依托于對風(fēng)險的評估，以及對評估結(jié)果加以利用。這對當(dāng)下的銀行管理者提出更高的要求，包括分析獲取可信的數(shù)據(jù)以及與公司員工分享得到的結(jié)果。

風(fēng)險一直在增長

正如最近一些頭條所指出的，風(fēng)險的復(fù)雜性在增加，這種復(fù)雜性遍布于銀行業(yè)的各個角落。銀行業(yè)的集中度越來越高，更多的大型機構(gòu)要協(xié)調(diào)不同層級和維度的關(guān)系，包括產(chǎn)品、流程、技術(shù)、組織架構(gòu)以及合同等。金融創(chuàng)新帶來了新的工具，不同市場之間的關(guān)聯(lián)性增強也帶來更頻繁的跨界信息流動。由此帶來的問題是，當(dāng)風(fēng)險出現(xiàn)的時候，市場的波動率會瞬時增加，從而造成會帶來巨大流動性風(fēng)險的“波動聚類(Volatility Clustering)”，就像2007—2009年的金融危機以及2001年的互聯(lián)網(wǎng)泡沫破裂那樣。

顯然，銀行業(yè)的風(fēng)險非常廣泛。“我們已經(jīng)定義了13種系統(tǒng)性風(fēng)險：網(wǎng)絡(luò)風(fēng)險、高頻交易風(fēng)險、對手風(fēng)險、擔(dān)保風(fēng)險、流動性風(fēng)險等等，同時我們也從如此多的大型銀行的清算和結(jié)算活動中總結(jié)出一整類的關(guān)聯(lián)性風(fēng)險定義”。Mike Leibrock說，Mike是美國存款信托清算公司(DTCC)負責(zé)系統(tǒng)風(fēng)險的副總裁(DTCC為所有的大型銀行提供清結(jié)算服務(wù))。

作為監(jiān)管者，當(dāng)然也包括他們監(jiān)管的機構(gòu)，還是像之前一樣關(guān)注與識別和管理金融系統(tǒng)中的潛在風(fēng)險，同時數(shù)據(jù)的管理實踐也在不斷變化。

大數(shù)據(jù)的潛力

銀行在處理儲存在他們數(shù)據(jù)庫的數(shù)據(jù)方面都是專家。他們能夠從把每天發(fā)生的數(shù)據(jù)整理成報告提供給中臺和前臺人員，供他們研究最新的市場趨勢。

大數(shù)據(jù)是不同的。它數(shù)量巨大、形式多樣并具有瞬時性，它可以從移動設(shè)備、社交應(yīng)用、網(wǎng)頁訪問以及第三方獲取，包括信用消費等方面的數(shù)據(jù)。它可以幫人們揭示那些連專家都不易察覺到的潛在消費習(xí)慣。大數(shù)據(jù)能夠幫助銀行從更細致的層面上發(fā)掘潛在的風(fēng)險，可以細致到單一客戶、產(chǎn)品以及投資組合水平，有些甚至可以更細致，達到信用審批以及定價層面。

為了了解更多關(guān)于大數(shù)據(jù)和銀行風(fēng)險管理的關(guān)系，EIU調(diào)查了6大洲55個國家的208位風(fēng)險及合規(guī)管理上的高管，涵蓋了零售銀行(29%)、商業(yè)銀行(43%)、投資銀行(28%)。結(jié)果顯示越來越多的銀行界開始傾向于使用大數(shù)據(jù)，但他們?nèi)匀幻媾R著一些挑戰(zhàn)，主要是將分析結(jié)果應(yīng)用在更高級的風(fēng)險管理中，尤其是流動性風(fēng)險和信用風(fēng)險。

調(diào)查要求高管們?yōu)樗麄冏约旱臋C構(gòu)打分，主要在控制以及緩解風(fēng)險方面。結(jié)果顯示了如下的一些相同點，包括：

基本的大數(shù)據(jù)工具來進行整理和獲取那些有序及無序的數(shù)據(jù)(有35%高于平均分及7%低于平均分的高管選擇了此項);更高級的大數(shù)據(jù)工具來進行預(yù)測和視覺化分析(有33%高于平均分及8%低于平均分的高管選擇了此項)。

換句話說，那些表現(xiàn)更好的銀行更喜歡使用多種不同的方法來進行風(fēng)險分析，包括基礎(chǔ)的和高級的分析工具。更進一步說，他們也更喜歡靠大量的數(shù)據(jù)解決風(fēng)控問題。

支持風(fēng)險管理的大數(shù)據(jù)投資

除了來自四個區(qū)域，受訪者還來自三類機構(gòu)：43%的商業(yè)銀行，剩下的一半來自零售銀行，一半來自于投資銀行。相比較于其他類型的風(fēng)險，三類機構(gòu)的受訪者均更加關(guān)注流動性風(fēng)險和信用風(fēng)險。同時，隨著行業(yè)和地區(qū)的不同，他們賦予不同風(fēng)險的重要性不同。

在所有地區(qū)和行業(yè)中，絕大部分銀行已經(jīng)或者很快在支持風(fēng)險管理中投資大數(shù)據(jù)。五分之四的銀行(81%)定期向高級管理人員提供關(guān)于銀行風(fēng)險狀況的綜合報告，另外有15%的銀行打算在未來三年內(nèi)也這樣做。幾乎所有銀行都在致力于推動風(fēng)險管理信息至銀行高級決策者。但問題是他們是否獲取到了正確的大數(shù)據(jù)工具并且真正有效。

僅僅過了十分之四的受訪者創(chuàng)建風(fēng)險概況時，擁有整合、操作和質(zhì)疑大數(shù)據(jù)的能力。近半數(shù)的受訪者在未來三年有計劃在這些工具上進行投資。

先進的大數(shù)據(jù)工具的占比稍微有些低。例如，預(yù)測分析和數(shù)據(jù)可視化：41%的正在使用它們，44%的預(yù)計在未來三年內(nèi)獲取它們。

盡管如此，來自各大洲的絕大多數(shù)的零售銀行、商業(yè)銀行和投資銀行都致力于利用大數(shù)據(jù)的力量。