王为东：优先抓住大数据

　　“双十一”各大电商之间竞争的火药味颇浓。而坐在电脑屏幕前的消费者们，早已按捺不住激动的心情，早早就已经往“购物车”中添加商品了。

　　但是消费者们或许不会想到，当他们飞快地翻动着电脑屏幕，在网络购物中留下一笔笔交易记录时，他们也在默默书写自己的信用记录。

　　而这一切都是大数据带来的改变。2014年7月，李克强总理曾提出运用大数据等手段提升监管水平，让信用成为社会主义市场经济体系基础的要求。而对于传统的银行业而言，如何利用大数据的机遇，降低银行的运营成本，并提高盈利水平，是一个需要迫切解决的问题。

　　近日，IBM[微博]风险管理合伙人王为东接受《国际金融报》记者采访时，就这一话题进行了讨论。在他看来，利用大数据技术可以完善银行业的巴塞尔体系，产生提前预警风险的效果，而其中的关键在于如何选择数据，以及如何将数据与交易进行匹配。

社交数据反欺诈

　　利用大数据进行风险管理，究竟可以做到怎样程度？

　　想必这是所有在金融行业从事风控工作的人想要知道的答案。而王为东带来的最新实践表明，也许未来银行可以通过分析你的微博和微信数据，来判断你是否在进行欺诈行为。

　　在本次论坛上，王为东就分享了一个关于反车险欺诈的案例。他表示，目前这一解决方案的总体框架分为四个步骤，分别是预防、侦测、调查和发现。银行可以利用大数据对保险人进行多方面的分析，包括链接检查、实体分析、社交网络分析等等。

　　“传统的车险欺诈都是保险人串通车厂，那么在链接检查中，我们会分析车主和修理厂的区域是不是高度一致。他经常发生谎报车险的地理位置是不是一样。”王卫东说。

　　而在实体分析阶段，大数据技术的优势则发挥得更为淋漓尽致。王为东表示，实体分析很重要的一点是确定申报人的关系，这就需要结合内部与外部的交易数据，包括行为模型分析。

　　“任何人都有一个行为模式，包括文本分析内容、地理空间分析、社交网络分析等。我们可以通过微信和微博的文本信息进行比对。而这就是大数据技术的应用。”

　　而王为东特别强调，在完成了一个反欺诈的案例之后，需要将这一欺诈案例纳入数据库中。“反欺诈分析是一个不断优化的过程，我们通过发现模式来进行预测，后来的新的欺诈模式纳入模型中，形成闭环的模式，避免进一步的损失。”

完善巴塞尔体系

　　王为东介绍，随着大数据技术的进一步完善，未来在优化银行巴塞尔体系方面大有可为。

　　事实上，巴塞尔协议自诞生以来，在监督银行管理方面取得了很好的促进作用，也成为了全球银行业监管的标杆。如今，《巴塞尔协议Ⅲ》已经出台，势必对全球银行的商业模式带来重大的调整。

　　但王为东同时指出，巴塞尔体系虽然在不断地完善和改进过程中，但是最大的问题是有滞后性，“有损失才能产生模型”。因此，如何利用大数据进一步优化巴塞尔体系，真正做到具有前瞻性，是国内外金融业在思考的主题。

　　而在整个信贷管理供应链中，大数据都可以参与其中。王为东介绍，精准化营销是大数据最广泛的应用，因此在选择贷款客户时银行就有了主动权。其二则是信用模型的优化，除了传统模型之外加入外部的数据优化模型，使模型具有前瞻性。

　　一个可能的方向是利用文本分析技术，对银行外部的信息进行提取与分析。比如针对小微企业的贷款审批，由于企业与企业主是密切绑定在一起的。因此可以通过分析企业主个人的交易行为、交易情绪，其他人对他的评价等文本信息，进行风险预警。

　　第三个方面是贷后运行体系管理。贷款发放之后有很长的周期，在这个很长的周期中，随着经济环境的变化，银行可以利用大数据进行贷后风险预警，比如结合各种监管信息、企业担保圈的信息、供应链上下游的信息等，及时了解客户的行为。

数据也会“过期”

　　利用大数据技术对银行业进行风险管理，其核心是数据。数据的好与坏决定着这项管理措施是否能成功。

　　但很多人也许不会想到，数据也会有“过期”的那天。王为东指出，现在银行外部的大数据更主要的是指社交媒体的数据，但是社交媒体却在不断地变化过程中。“几年前大家使用微博，可能很多数据会把微博的信息抓过来进行预警，但是现在微博的关注度越来越低，微信则是一个重要的信息来源。”王为东说。

　　另一方面，如何提升数据的质量也是一个难点。大量的数据也会带来很多的不确定性。此时，银行需要有强大的分析能力。“大数据技术的关键是，只有分析过、加工好的，对银行业务有促进的数据才是真正有用的数据。”王为东说。