金融科技与商业银行风险管理研究

摘要：金融科技对外带来服务创新和产品创新，对内带来管理创新和手段创新，创新将成为金融业的新常态。商业银行风险管理要清晰认识金融科技的本质特征，建立全量、智能和底线思维，坚持“主动防、智能控、全面管”风险管理路径，顺应时代发展趋势，加快金融科技应用，助推风险管理转型升级。

关键词：金融科技；风险管理；新常态；新思维

当今世界正经历百年未有之大变局，金融业也正经历着科技与产业高度融合、深度叠加的新变革。在危机中育先机，于变局中开新局，商业银行风险管理必须适应金融科技新常态，育先机，开新局。

一、金融科技的本质和新常态

金融科技，是技术驱动的金融创新，旨在运用现代科技成果改造或创新金融产品、经营模式、业务流程等，推动金融发展提质增效。究其本质，金融科技是金融机构将数据作为新的、战略性的生产资料，推动实现金融生产力的一次全面升级。其中，5G技术，着重解决数据获取和传输问题，传输速度的提升使得万物互联成为可能，数据的获取和传输将不再是瓶颈；大数据技术，着重解决数据的全量管理问题，成熟的底层技术框架使得数据采集、存储、集成、计算、分析等不再是瓶颈；云计算，着重解决数据的运算能力问题，云计算的基础设施和操作系统使得实施数据传输和运算的网络、系统、硬件、软件等不再是瓶颈；人工智能，着重解决数据的分析和应用问题，机器学习、生物识别、自然语言处理、语音技术、知识图谱等极大提升了基于数据的分析、操作、管理和决策能力；区块链，着重解决数据的信任问题，分布式账本技术实现了数据存储、传输和访问的一致性、真实性、准确性。现实生活中，金融科技带来的改变比比皆是：智慧网点带来更好的用户体验。当客户步入一个基于5G和人工智能服务构建的智慧网点，基于生物识别技术的客户识别系统第一时间识别客户身份，客户可以在智能交互屏完成各类常用业务，如需客服支持，远程坐席通过视频接入，实现“一对一”服务。“技术应用+服务功能+场景链接+生态融合”四位一体的智慧服务体系，突破了银行服务在交易介质、时间、空间等方面的限制，为客户带来更加安全、便捷、智慧的金融服务体验。智能投顾提供专属客户服务。理财投资需要专业的知识背景，客户通过网点的客户经理获取专业的财富咨询，受客户经理人数和经验的限制，很多客户无法享受到专业的理财服务。智能投顾通过大数据和人工智能技术，根据客户个人特质和资产情况，评估客户风险承受能力，无需客户经理，就能为客户定制投资组合产品，客户无需具备丰富的专业知识，就可以根据自身的风险偏好，设定预期收益率，实现一键投资。通过大数据分析和智能模型，为客户提供在线组合配置建议及组合管理的理财顾问服务。金融科技始于金融、融于金融。各类金融创新将突破时空限制，潜移默化或急速改变客户的金融消费行为习惯，也改变了商业银行的经营管理方式。对银行而言，对物理网点和网点从业人员的需求会降低，对长尾客户的服务效能会提升。对客户来说，缩短了业务办理的等待时间，能获得更专属的金融服务，提升了业务办理效率和体验，更多的业务无需到网点就能办理。这些新服务、新产品，将银行打造成“空中银行”，将客户变成“空客”，客户的新习惯与银行经营管理新模式相互促进，成为金融科技新常态。由此产生新的风险管理数据、模式和需求，要求风险管理工作与时俱进，不断创新。

二、建立三大思维应对金融科技新常态

金融科技，未来已来。新常态需要新思维，商业银行应加快适应金融科技带来的转变，以全量思维思考问题，以智能思维推进工作，以底线思维防范风险。

（一）建立全量思维，适应以大数据为驱动的风险管理新趋势

全量思维下的风险管理以大数据为驱动，解决了传统风险管理中数据来源单一、数据维度有限的困境，用全量、有效、合规的数据做好风险管理。一是加强数据获取。金融科技视角下的风险管理建立在多维、海量、动态的数据基础之上，需要整合自有数据、收集公开数据、与第三方服务商合作以及新渠道开发等方式，构建包含市场数据、业务数据、行为数据等维度全量数据，实现数据持续更新，为风险管理提供数据基础。二是提升数据质量。多渠道、多维度、海量的数据会带来数据质量的挑战。一方面，不同数据来源会导致数据标准不统一，需要在金融大数据平台汇总成统一数据格式；另一方面，各个数据来源的数据有效性不同，可能存在数据缺失、失真等问题，需要对数据有效性进行校验。三是保障数据合规。全量数据思维下，数据来源更广，除了公开的市场数据外，还需要利用业务数据、行为数据，甚至是客户在行业内其他机构的数据和跨行业的数据，需要有效使用合规数据，避免掉入合规陷阱。

（二）建立智能思维，掌握以人工智能为手段的风险管理技术

新形势下的风险管理需要建立智能思维，利用人工智能技术在大数据平台的应用，改进信息获取时效，前移风险防控手段，实现数据实时获取、模型自主学习、参数动态调整，创新风险控制、监测和预警。一是前瞻性的风险控制。传统的数据获取方式使得风险的防控更多集中在事中和事后，对于事前控制手段较少。大数据和人工智能可以利用多维度的数据更早发现潜在的风险因素，将风险管理的控制点向事前移动。二是高时效的风险监测。传统模式下，由于数据获取滞后和需要人为调整模型参数，信息不对称导致风险发现会有延时。大数据技术可以实时获取并处理海量数据，利用人工智能技术不间断运行并动态调整风险模型，实现高效的风险识别。三是新形势的风险预警。前置的风险控制和高效的风险监测方式，使风险信息的发现和获取变得更加灵活、高效，需要建立与之相适应的风险预警和处置机制。

（三）建立底线思维，防范金融科技创新带来的风险挑战

金融科技为风险管理提供了新思路、新方法，在降低成本、提高效率的同时也会带来相应的风险挑战。需要建立底线思维，应对金融科技创新带来的合规风险和操作风险。一是合规风险。无论是依托大数据平台的数据获取和使用，依托人工智能的实时运算模型和高频的量化交易方式，还是基于区块链技术的数字货币发展，新技术的应用都需要符合法律和监管的要求，防范合规风险。二是操作风险。一方面，大数据管理和使用不当，会造成海量数据泄漏，需要防范数据使用中的信息安全风险；另一方面，人工智能模型运行中出现的模型准确度下降甚至误报情况，需要通过持续的模型监测、评估和优化防范模型风险。

三、金融科技新常态给风险管理带来新机遇

新常态下，以5G、大数据、云计算、人工智能、区块链为代表的前沿技术为金融业务领域带来丰富应用创新的同时，也给商业银行的风险管理带来了诸多机遇。传统的金融行业风险管理依赖专家经验判断，信息获取渠道单一，对于客户的集群风险、行业风险和市场竞争能力较难识别。金融科技带来风险管理的方法创新，使得风险管理能够更加智能、更加高效、更加便捷地完成风险识别、计量、预警和控制工作。

（一）构建智能反欺诈监控平台

互联网和移动通讯的发展与普及给金融业态带来了深刻变革。传统欺诈防控方法以专家经验规则为主，技术手段相对落后，人工依赖程度较高，效率低下。在银行业务线上化、网络黑产技术化的形势下，银行传统的反欺诈方式已经难以奏效。以大数据为基础，运用人工智能、云计算等金融科技手段构建的全流程、多维度欺诈风险防控体系，能够实时识别、监测、阻断欺诈风险。工行智能反欺诈基于工银智慧大脑训练智能AI反欺诈模型，嵌入每笔用户动账交易，实现交易过程中毫秒级智能反欺诈识别和处理，直接避免客户欺诈损失。当客户在进行大额交易或向可疑账户汇款时，需要进行二次确认；在客户进行信用卡申请时，无需再通过打电话的方式进行核实，可以通过大数据的方法进行信息核对，风险控制更加高效、准确。

（二）创新交叉线风险智能监控

近年来，杠杆高、嵌套深、产品复杂、资金空转的市场和业务乱象不断，市场动荡极易带来交叉性金融风险传播。传统情况下，因为业务数据分散，每一次市场震动，都需要很多团队和人员分工协作，各自独立分析数据，再统一汇总分析，很长时间才能全面摸透客户存量业务和风险传染路径。金融科技整合全量大数据，一键看清客户业务关系和资金流向，使得交叉性金融风险防范更加高效。工行集团投融资风险监控平台，应用于债券投资、风险排查、风险预警、专题分析，能够支持单客户和组合客户一键式风险排查，15 分钟内分析客户相关的债券、股票、贷款、租赁、票据、交易、存款、结算、资产、评级、财报、舆情等7 大类、25 小类信息，每日4 次获取客户股票债券价格异常波动、经营管理层变化、企业重大盈亏、经营管理重大变化等负面舆情，准实时地识别全市场的高风险客户和高风险债券，支持总分行加强交叉风险管理。对于风险管理而言，金融科技可以说是一把双刃剑。金融科技可以使金融业务有效提速和扩容，但也显著加大了操作风险、信用风险以及道德风险，加大了风险控制的难度和维度。工商银行愿意迎接各类挑战，坚持“主动防、智能控、全面管”风险管理路径，强化专业化经营和精细化管理，顺应时代发展趋势，加快金融科技的应用，持续推动风险管理新模式的构建与优化，积极支持金融业务稳健发展。

[1]中国人民银行.金融科技（FinTech）发展规划（2019-2021 年）[EB/OL]

[2]中国信息通信研究院.中国金融科技生态白皮书（2020 年）[EB/OL].