數(shù)據(jù)越豐富則分析結(jié)果會(huì)越強(qiáng)大，大數(shù)據(jù)分析及相關(guān)分析數(shù)據(jù)迎來(lái)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(qiáng)，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(lái)越重要。銀行的業(yè)務(wù)經(jīng)營(yíng)依托于對(duì)風(fēng)險(xiǎn)的評(píng)估，以及對(duì)評(píng)估結(jié)果加以利用。這對(duì)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(xiǎn)一直在增長(zhǎng)

　　正如最近一些頭條所指出的，風(fēng)險(xiǎn)的復(fù)雜性在增加，這種復(fù)雜性遍布于銀行業(yè)的各個(gè)角落。銀行業(yè)的集中度越來(lái)越高，更多的大型機(jī)構(gòu)要協(xié)調(diào)不同層級(jí)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(lái)了新的工具，不同市場(chǎng)之間的關(guān)聯(lián)性增強(qiáng)也帶來(lái)更頻繁的跨界信息流動(dòng)。由此帶來(lái)的問(wèn)題是，當(dāng)風(fēng)險(xiǎn)出現(xiàn)的時(shí)候，市場(chǎng)的波動(dòng)率會(huì)瞬時(shí)增加，從而造成會(huì)帶來(lái)巨大流動(dòng)性風(fēng)險(xiǎn)的“波動(dòng)聚類(Volatility Clustering)”，就像2007—2009年的金融危機(jī)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(xiǎn)非常廣泛?！拔覀円呀?jīng)定義了13種系統(tǒng)性風(fēng)險(xiǎn)：網(wǎng)絡(luò)風(fēng)險(xiǎn)、高頻交易風(fēng)險(xiǎn)、對(duì)手風(fēng)險(xiǎn)、擔(dān)保風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)等等，同時(shí)我們也從如此多的大型銀行的清算和結(jié)算活動(dòng)中總結(jié)出一整類的關(guān)聯(lián)性風(fēng)險(xiǎn)定義”。Mike Leibrock說(shuō)，Mike是美國(guó)存款信托清算公司(DTCC)負(fù)責(zé)系統(tǒng)風(fēng)險(xiǎn)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(jī)構(gòu)，還是像之前一樣關(guān)注與識(shí)別和管理金融系統(tǒng)中的潛在風(fēng)險(xiǎn)，同時(shí)數(shù)據(jù)的管理實(shí)踐也在不斷變化。

　　大數(shù)據(jù)的潛力

　　銀行在處理儲(chǔ)存在他們數(shù)據(jù)庫(kù)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(bào)告提供給中臺(tái)和前臺(tái)人員，供他們研究最新的市場(chǎng)趨勢(shì)。

　　大數(shù)據(jù)是不同的。它數(shù)量巨大、形式多樣并具有瞬時(shí)性，它可以從移動(dòng)設(shè)備、社交應(yīng)用、網(wǎng)頁(yè)訪問(wèn)以及第三方獲取，包括信用消費(fèi)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(jué)到的潛在消費(fèi)習(xí)慣。大數(shù)據(jù)能夠幫助銀行從更細(xì)致的層面上發(fā)掘潛在的風(fēng)險(xiǎn)，可以細(xì)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(xì)致，達(dá)到信用審批以及定價(jià)層面。

　　為了了解更多關(guān)于大數(shù)據(jù)和銀行風(fēng)險(xiǎn)管理的關(guān)系，EIU調(diào)查了6大洲55個(gè)國(guó)家的208位風(fēng)險(xiǎn)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(lái)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(jí)的風(fēng)險(xiǎn)管理中，尤其是流動(dòng)性風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)。

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

　　基本的大數(shù)據(jù)工具來(lái)進(jìn)行整理和獲取那些有序及無(wú)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(xiàng)）；更高級(jí)的大數(shù)據(jù)工具來(lái)進(jìn)行預(yù)測(cè)和視覺(jué)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(xiàng)）。

　　換句話說(shuō)，那些表現(xiàn)更好的銀行更喜歡使用多種不同的方法來(lái)進(jìn)行風(fēng)險(xiǎn)分析，包括基礎(chǔ)的和高級(jí)的分析工具。更進(jìn)一步說(shuō)，他們也更喜歡靠大量的數(shù)據(jù)解決風(fēng)控問(wèn)題。

　　支持風(fēng)險(xiǎn)管理的大數(shù)據(jù)投資

　　除了來(lái)自四個(gè)區(qū)域，受訪者還來(lái)自三類機(jī)構(gòu)：43%的商業(yè)銀行，剩下的一半來(lái)自零售銀行，一半來(lái)自于投資銀行。相比較于其他類型的風(fēng)險(xiǎn)，三類機(jī)構(gòu)的受訪者均更加關(guān)注流動(dòng)性風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)。同時(shí)，隨著行業(yè)和地區(qū)的不同，他們賦予不同風(fēng)險(xiǎn)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(xiǎn)管理中投資大數(shù)據(jù)。五分之四的銀行（81%）定期向高級(jí)管理人員提供關(guān)于銀行風(fēng)險(xiǎn)狀況的綜合報(bào)告，另外有15%的銀行打算在未來(lái)三年內(nèi)也這樣做。幾乎所有銀行都在致力于推動(dòng)風(fēng)險(xiǎn)管理信息至銀行高級(jí)決策者。但問(wèn)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(guò)了十分之四的受訪者創(chuàng)建風(fēng)險(xiǎn)概況時(shí)，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(lái)三年有計(jì)劃在這些工具上進(jìn)行投資。

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

　　盡管如此，來(lái)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。