前言：尋找寫作靈感？中文期刊網用心挑選的大數據的網絡金融風險管理體系研究，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。
摘要：基于大數據的網絡金融風險管理有著區別于傳統金融風險管理的體系，因此，通過分析網絡金融風險新特點，結合網絡金融各行業實際應用的共性，提出基于大數據的網絡金融征信和反欺詐領域的風險管理體系框架，并給出具有針對性的網絡金融風險管理的對策與建議。
關鍵詞：大數據；網絡金融；風險管理；征信；反欺詐
引言
隨著信息化技術的快速發展和不斷普及，人類社會發展的方方面面日趨可用數字化表達，整個地球無時無刻不在加速生產各種數據信息，人類的“大數據時代”已然來臨。大數據對許多行業的產生了巨大影響和沖擊，金融業作為現代經濟的中樞，將不可避免地與大數據融合。傳統金融數據以結構化數據為主，而網絡金融海量的半結構化、非結構化的數據更是加速猛增。顯然，網絡金融風險與以往傳統風險相比出現了較大改變，尤其是以互聯網金融為代表的新興網絡金融業態，其金融風險問題非常突出，而且產生的、未產生的各種潛在風險更為復雜多變。一旦風險爆發，造成的影響通過互聯網放大波及范圍有多廣、危害有多大，其最終后果往往難以估計。因此，如何設計、開發、構建有效的網絡金融風險管理體系，就成為了一個值得研究的課題。
一、金融大數據與網絡金融
（一）金融大數據
麥肯錫全球研究所給出的定義是：一種規模大到在獲取、存儲、管理、分析方面大大超出了傳統數據庫軟件工具能力范圍的數據集合，具有海量的數據規模（Volume）、快速的數據流轉（Velocity）、多樣的數據類型（Variety）和價值密度低（Value）四大特征[1]。目前，金融大數據的定義并未得到準確定義，百度百科中也沒有給出具體的定義，但金融大數據的稱謂卻已經在很多報告文獻中出現。從狹義看，金融大數據首先要符合大數據的定義和特征，其次數據是在任何與金融相關領域，涉及銀行、證券、保險、信托以及新興互聯網金融各個分支領域中積累的數據。從廣義看，有些大數據貌似與金融無關，但被金融家通過大數據技術手段獲取了其中服務于金融業務的有價值信息，那么這類大數據也將“搖身一變”成為了金融大數據的范疇。例如，現在微博的數據量，早在PB級以上，華爾街的金融家們從金融微博中提取“數據財富”[2]，通過些挖掘出這些數據內含的股票投資者的情感信息，輔助決策金融市場投資獲取收益。
（二）網絡金融的定義與特征
網絡金融，又稱電子金融（e-finance），從廣義上講，就是以網絡技術為支撐，在全球范圍內的所有金融活動的總稱。它不僅包括狹義的內容，還包括網絡金融安全、網絡金融監管等諸多方面。它是指傳統金融與現代信息網絡技術高度緊密集合而形成的一種新的金融服務形態[3]。隨著網絡成為人們生活中的一部分，網絡金融也以移動支付、眾籌、P2P風險管理等新型金融產品的方式涌入大家的視線。與傳統金融相比，網絡金融在大數據操作平臺、構建征信體系、市場參與者、創新信貸產品、信貸風險管理、降低運行成本等方面存在著自身一些獨有的特點。
二、網絡金融的風險分析
網絡金融風險主要歸結為兩類：一是網絡金融信息化技術造成的技術風險；二是基于網絡金融業務本身帶來的經濟風險。前者是一把“雙刃劍”，發達的信息技術既促進網絡金融繁榮發展，同時又帶來巨大的安全隱患。它會帶來網絡金融的數據如何保證不被泄露，支撐網絡金融的各項IT技術能否被正確選擇應用、能否與原有系統保持兼容、否則會帶來怎樣的經濟損失等問題，例如，IT技術跨地域兼容、業務流程復雜的跨境移動支付的風險管理等問題[4]。后者同樣有利有弊，總體看利大于弊。網絡金融打破了原有金融既定模式，推動了整個金融業利用網絡基礎設施迅速奔向混業經營，各種金融創新眼花繚亂，金融全球一體化發展呈現不可逆轉之勢。由于網絡金融數據信息傳遞高速、海量且不受地域時空限制，網絡金融業務會對金融風險的發生產生放大作用，一旦控制不力，造成的危害范圍之廣、程度之深，以至于其后果可能難以估計。網絡金融的風險呈現出新的形式和內容，在大數據與云計算、數據挖掘、機器學習與人工智能開始盛行于金融領域的今天[5]，顯然我們要積極利用這些先進技術對網絡金融風險進行預警、評估、控制，這不僅能管控網絡金融新風險，又能對傳統金融風險管理方式進行優化和升級。
三、基于大數據的網絡金融風險管理體系
各種金融行業內部業務網絡與互聯網融合交織在一起，構成了復雜、多維、實變、跨域的網絡金融環境。置身于如此復雜的網絡環境中，金融業務如何實施有效的風險管理，保障金融資產和業務的安全運營，無疑是網絡金融發展的核心關鍵。本著“化繁就簡，去粗取精”，網絡金融風險管理主要是處理好兩方面的問題：一是網絡金融的征信風險管理；二是網絡金融的反欺詐行動。征信與反欺詐幾乎貫穿了所有的網絡金融業態的需要，征信主要起到了評估借款人信用高低以及其及時還款的可能性；而反欺詐則是要辨識申請人的身份真偽、申請材料是否真實有效，以及是否為有組織的團伙欺詐犯罪的作用。因此，反欺詐和征信對于降低借貸平臺信貸風險起到了互補的作用。目前，解決征信和反欺詐風控問題的最新、最高效的辦法，就是引入大數據技術構建網絡金融的風險管理體系，并付諸于實施。
（一）基于大數據的網絡金融征信風險管理體系
征信就是指專業化、獨立的第三方征信機構通過依法收集、整理、保存、加工自然人、法人及其他組織的信用信息，為放貸機構的風險管理提供信息支持的活動。盡管央行征信系統不對外開放，但從官方表態來看，央行是支持互聯網金融發展的，央行并不阻止民間非官方組織發展征信業務。因此，從公司開發應用征信系統的角度出發，本文研究設計基于大數據的網絡金融風險管理體系，該體系并非是類似央行的征信系統，央行的征信體系作為國家機密是無法獲知的。該體系主要針對網絡金融市場的，通過采取事前風險預防、事中風險監控、事后風險分析三階段一體化風險管理方式，從而實現全覆蓋、可預測、聯防聯控的大數據網絡金融風險管理體系，詳見圖1所示。
（二）基于大數據的網絡金融反欺詐體系
金融欺詐風險和信用風險有著本質的不同，欺詐風險具有主觀性，是客戶由故意采取的主動行為帶來的風險。本文研究的是基于大數據的網絡金融反欺詐體系，同理，配套上述的網絡金融征信風險管理體系也采取事前風險預防、事中風險防控、事后風險處理與分析三階段一體化的風險管理方式，通過教育客戶安全預防、風險技術防控、風險模型防控、風險處理與分析層層防控，以大數據技術為基礎手段，采取智能化面對復雜化計算模型，構建網絡金融的反欺詐風險管理體系，詳見下圖2所示。
四、政策建議
（一）大力加強我國金融科技自主知識產權的保護
知識產權保護是為了更好地應用科技成果轉化，為此必須要加強知識產權應用機制的合理有效運行。知識產權保護機制的強化，一定離不開對侵權行為的打擊，打擊盜版侵權行為是對創新創造者權益者最有效的保護。要積極開展知識產權金融服務來真正幫助創新主體降低技術轉讓成本，提升轉化效率。另外，加強知識產權保護來吸引人才，本身也是一種激勵機制，通過調整專利資助政策，切實提升專利含金量。
（二）構建依托互聯網+大數據、云計算、智能數據挖掘等新金融科技體系
新金融科技體系中最為突出的是互聯網金融，互聯網金融是金融服務機構渠道和模式上的創新工具。隨著金融機構、運營商、手機企業等快速進入移動支付領域，其配套政策環境將逐步完善，移動金融服務機構在行業大發展的拐點已初露端倪；大數據、云計算在金融生產環境中的深度應用，更具創新力的云管理服務平臺將在金融行業成為大勢所趨。因此，通過構建依托互聯網+、大數據、云計算、智能數據挖掘等新金融科技體系[5]，推動金融新服務業創新發展，借助新金融科技體系的支撐，可以實現借船出海，引領金融創新發展。
（三）加強基于大數據的網絡金融應用人才和監管人才培養
基于大數據網絡金融應用人才方面的需要，不但包括領軍人才、頂尖科研團隊的吸引與培養，更應該關注能夠幫助技術擴散、落地而必需的職業培訓、專業技能全方位的人才培養。具體措施包括：（1）加快創新型科技人才培養與引進，完善創新創業人才培養支持體系[6]；（2）建立市場為主體的人才合作機構；（3）積極引進政策重點支持領軍及各類高端人才；（4）強化金融職業培訓、金融工程分析師、金融科技管理人才培訓。
參考文獻：
[1]劉智慧，張泉靈.大數據技術研究綜述[J].浙江大學學報：工學版，2013，（6）：957-971.
[2]許偉，梁循，楊小平.金融數據挖掘———基于大數據視角的展望[M].北京：知識產權出版社，2013：192-194.
[3]張勁松.網絡金融[M].北京：機械工業出版社，2010：6-9.
[4]郭建峰，李言.基于跨境移動支付大學生群體感知風險研究[J].西安郵電大學學報，2015，（3）：109-114.
[5]嚴圣陽.我國金融科技發展狀況淺析[J].金融經濟，2016，（11）：156-158.
[6]陳有為，郭建峰.面向新型電子化交易的金融工程仿真實訓平臺的設計與實現[J].自動化與儀器儀表，2016，（7）：139-140.
作者:陳有為 郭建峰 溫景崗 李言 單位:西安郵電大學 計算金融與風險管理研究中心
