據(jù)1.jpg "大數(shù)據(jù)——風(fēng)險(xiǎn)管理新武器")
【導(dǎo)讀】：本文將通過淺顯易懂的例子，深入淺出的向您介紹大數(shù)據(jù)在信用風(fēng)險(xiǎn)，市場風(fēng)險(xiǎn)，反洗錢等風(fēng)險(xiǎn)管理領(lǐng)域，以及財(cái)務(wù)管理等其他金融領(lǐng)域的應(yīng)用。
一．概述
就如大家通過我們的文摘閱讀了解到的大數(shù)據(jù)的知識，這個世界的數(shù)據(jù)正以前所未有的速度、類型以及體量進(jìn)行著爆炸式的增長。現(xiàn)如今的技術(shù)也幾乎可實(shí)現(xiàn)即時而有效的實(shí)時分析。
然而，當(dāng)大數(shù)據(jù)已經(jīng)被許多領(lǐng)域接受時，風(fēng)險(xiǎn)控制仍未開始利用它的力量。事實(shí)上，大數(shù)風(fēng)險(xiǎn)控制方面也有著革命性的潛力。它能提高風(fēng)險(xiǎn)模型的預(yù)測能力及穩(wěn)定性，指數(shù)式的改善系統(tǒng)響應(yīng)時間及效用，提供更廣泛的風(fēng)險(xiǎn)覆蓋，并且能顯著的節(jié)約成本。在這個正在變得越來越復(fù)雜并且需求也越來越多的社會中，獲取、處理以及利用大數(shù)據(jù)的能力將決定風(fēng)險(xiǎn)管理的勝敗！
大數(shù)據(jù)在風(fēng)險(xiǎn)管理中的優(yōu)勢：
1.提高風(fēng)險(xiǎn)模型的預(yù)測能力及穩(wěn)定性
2.實(shí)時風(fēng)險(xiǎn)智能將更廣泛的應(yīng)用，實(shí)時風(fēng)險(xiǎn)監(jiān)控將有可能實(shí)現(xiàn)，而噪聲信號比率卻可以被降低。
3.基于重點(diǎn)領(lǐng)域的有效信息作出的決策的能力將會增強(qiáng)。
4.顯著的節(jié)約風(fēng)險(xiǎn)管理的成本
世界上超過90%的數(shù)據(jù)在最近2年內(nèi)產(chǎn)生，思維超前的產(chǎn)業(yè)及機(jī)構(gòu)已經(jīng)開始挖掘并利用這個寶藏。大數(shù)據(jù)被定義為可以組織和分析的‘海量’、‘高增長率’和‘多樣化’的信息資產(chǎn)，并被認(rèn)為是一個真正的游戲規(guī)則改變者。這個它對風(fēng)險(xiǎn)管理而言又意味著什么呢？簡而言之，大數(shù)據(jù)代表著風(fēng)險(xiǎn)控制在這個領(lǐng)域點(diǎn)的未來。為什么呢？因?yàn)榇髷?shù)據(jù)科技可以幫助風(fēng)控團(tuán)隊(duì)獲得更加精確、并在近乎實(shí)時的大量風(fēng)控?cái)?shù)據(jù)！在金融服務(wù)這個行業(yè)內(nèi)，他們能讓資產(chǎn)管理者、銀行以及保險(xiǎn)公司積極的預(yù)測到潛在的風(fēng)險(xiǎn)，更快并更有效率的做出反應(yīng)，并且在成千上萬的風(fēng)險(xiǎn)變量出現(xiàn)的時候做出穩(wěn)健的決策。?當(dāng)大數(shù)據(jù)在金融服務(wù)行業(yè)內(nèi)應(yīng)用于風(fēng)險(xiǎn)管理時，?數(shù)據(jù)的“高真實(shí)性”以及“高價值”將會得到充分體現(xiàn)，而這些數(shù)據(jù)也將會變得越來越精確以及可靠。?于此同時，有效的風(fēng)險(xiǎn)控制模型可能給金融機(jī)構(gòu)帶來以十億計(jì)的損失，因此通過降低風(fēng)險(xiǎn)的方式可以顯著的節(jié)約成本。大數(shù)據(jù)技術(shù)將改變?nèi)缃袷澜绲娘L(fēng)險(xiǎn)管理。?請確保你將參與到其中。
二．“噪音”還是“信息”？
“在新世界的風(fēng)險(xiǎn)管理中，時間至關(guān)重要，如果你能更快地應(yīng)對風(fēng)險(xiǎn)，你就有了一個競爭優(yōu)勢”
具有靜態(tài)結(jié)構(gòu)和有限交互路徑的數(shù)據(jù)倉庫時代已經(jīng)過去。取而代之的是具有可得性的復(fù)雜多樣的來源，包括社交媒體、電子郵件、傳感器數(shù)據(jù)、商業(yè)應(yīng)用、檔案和文件。同時，取得和分析數(shù)據(jù)的速度亟需嶄新的方法。現(xiàn)在，我們正步入數(shù)據(jù)湖時代。
數(shù)據(jù)湖的方法很簡單：你不必在孤立的指令性存儲中組織數(shù)據(jù)，而是將不同原始格式的所有類型的數(shù)據(jù)保存到一起。數(shù)據(jù)湖既有結(jié)構(gòu)化數(shù)據(jù)（載于關(guān)系型數(shù)據(jù)庫和電子表格中），?也有非結(jié)構(gòu)化數(shù)據(jù)（如社交媒體，電子郵件和文本文檔），而它的運(yùn)用將更加快速靈活。基于上面提到的那些實(shí)時信息，這個系統(tǒng)允許用戶進(jìn)行點(diǎn)對點(diǎn)查詢和跨數(shù)據(jù)源的導(dǎo)航，進(jìn)而做出分析決策。
想象一下，你要對一個新客戶進(jìn)行信用檢查，幾秒鐘之內(nèi)，數(shù)據(jù)湖就會允通過一系列信用數(shù)據(jù)（包括客戶的信用報(bào)告，消費(fèi)習(xí)慣，社交媒體概況，以及信用卡還款率等）生成一個風(fēng)險(xiǎn)概況。
擔(dān)心交易大廳的欺詐嗎？比起手動地、辛苦地跟蹤交易人員行動，數(shù)據(jù)湖允許獲得行動的即時快照，包括從聊天室的站點(diǎn)、移動電話、甚至門刷卡中獲得的信息。可疑的活動一旦發(fā)生，它就能被識別出來并及時停止，避免了遭到罰款，也避免了毀壞你銀行的聲譽(yù)。
大數(shù)據(jù)意味著大承諾，但它能夠不辜負(fù)大承諾嗎？現(xiàn)在下結(jié)論，為時尚早。隨著每日產(chǎn)生大量數(shù)據(jù)，“噪音”（很有可能）增加得比“信息”更快。因?yàn)椋羞@么多假設(shè)需要進(jìn)行測試，有這么多數(shù)據(jù)等待挖掘，但是客觀真理的數(shù)量卻是相對穩(wěn)定的。要確定有用的信息，需要有針對性的策略和適當(dāng)?shù)募夹g(shù)，或者是針對隱晦的洞察力和價值的體積龐大的威脅數(shù)據(jù)。
三．大數(shù)據(jù)應(yīng)用-游戲規(guī)則的改變者
風(fēng)險(xiǎn)管理面臨新的機(jī)遇與挑戰(zhàn)。為了應(yīng)對危機(jī)，監(jiān)管機(jī)構(gòu)要求更為詳細(xì)的數(shù)據(jù)以及日益復(fù)雜的報(bào)告。銀行預(yù)期將在所有資產(chǎn)類別中對各種場景進(jìn)行定期而全面的自下而上的壓力測試。近來，廣為報(bào)道的“流氓交易員”和洗錢丑聞，促使行業(yè)進(jìn)一步要求加強(qiáng)風(fēng)險(xiǎn)控制和建模。?大數(shù)據(jù)技術(shù)為應(yīng)對這些挑戰(zhàn)提供了新的機(jī)遇。廣泛、全面和近乎實(shí)時的數(shù)據(jù)有能力提升風(fēng)險(xiǎn)監(jiān)控（同時降低信噪比），風(fēng)險(xiǎn)覆蓋率，以及風(fēng)險(xiǎn)模型的穩(wěn)定性和預(yù)測能力。在一些關(guān)鍵領(lǐng)域，特別是操作風(fēng)險(xiǎn)和合規(guī)風(fēng)險(xiǎn)，大數(shù)據(jù)技術(shù)將使得模型的發(fā)展能夠支持風(fēng)險(xiǎn)人員的日常決策。?這些技術(shù)能夠快速處理大規(guī)模數(shù)據(jù)，同時也能夠適應(yīng)設(shè)定在交易，交易對手和投資水平上的情景壓力測試的新要求。大數(shù)據(jù)所提供的絕大多數(shù)好處和挑戰(zhàn)，都來自于其龐大的數(shù)量和多樣性（圖?1）。然而，不同的風(fēng)險(xiǎn)領(lǐng)域確是以不同的途徑從大數(shù)據(jù)技術(shù)中受益。無論一個機(jī)構(gòu)是要求數(shù)據(jù)有更大容量，更具多樣性，更加快速，亦或是更具準(zhǔn)確性，大數(shù)據(jù)都可以有針對性地滿足其特殊需求，并且在戰(zhàn)略上應(yīng)用這些數(shù)據(jù)加強(qiáng)不同的風(fēng)險(xiǎn)領(lǐng)域。
據(jù)——風(fēng)險(xiǎn)管理新武器.jpg "圖1 大數(shù)據(jù)——風(fēng)險(xiǎn)管理新武器")
四．信用風(fēng)險(xiǎn)-更好的預(yù)測能力
經(jīng)濟(jì)危機(jī)爆發(fā)以后，金融機(jī)構(gòu)希望能夠深入地了解他們的客戶。越來越多富有遠(yuǎn)見的銀行在信用風(fēng)險(xiǎn)領(lǐng)域，利用大數(shù)據(jù)來發(fā)展更穩(wěn)健的預(yù)測指標(biāo)。新的數(shù)據(jù)來源，包括社交媒體和營銷數(shù)據(jù)庫。它們可以用來獲取被更為清晰的客戶行為分析。這些信息來源能揭示一些令人吃驚的消息：一場代價很高的離婚，一次昂貴的購物，一個賭博的問題。
從數(shù)據(jù)湖中得到的信息，加上傳統(tǒng)數(shù)據(jù)源，包括金融、社會人口、內(nèi)部支付和外部損失數(shù)據(jù)，集中在一起可以產(chǎn)生一個非常強(qiáng)大而全面的風(fēng)險(xiǎn)指標(biāo)。運(yùn)用大數(shù)據(jù)技術(shù)，我們可以從客戶現(xiàn)有的行為來判斷出風(fēng)險(xiǎn)預(yù)警信號，并及時采取行動，而不用等到審核貸款客戶的財(cái)務(wù)報(bào)表才發(fā)現(xiàn)還款問題。
五．反洗錢-實(shí)時可應(yīng)對的洞察
最近幾次丑聞之后，業(yè)界對待洗錢和恐怖主義融資到了零容忍的地步。一經(jīng)發(fā)現(xiàn)，罰款極其嚴(yán)厲。最近一家法國銀行因?yàn)榕c被美國制裁的國家做交易，被處以89億美元的巨額罰款，創(chuàng)下歷史記錄。
洗錢案件的高成本迫使銀行尋求新的方法，來解決當(dāng)前反洗錢風(fēng)險(xiǎn)管理中存在的嚴(yán)重缺陷。傳統(tǒng)的反洗錢方法還停留在依靠規(guī)則和描述性分析來處理結(jié)構(gòu)化數(shù)據(jù)。該系統(tǒng)有明顯的局限：缺乏自動算法，在大量數(shù)據(jù)中檢測信息時，需要費(fèi)力的關(guān)鍵字搜索以及人工篩選報(bào)告。舉個例子，近期我們觀察到這樣一個案例，一家大型金融機(jī)構(gòu)的支付提示里出現(xiàn)“CBI”這個縮寫時，可能是指愛爾蘭央行（Central?Bank?of?Ireland），意大利央行（Central?Bank?of?Italy）或伊朗央行（Central?Bank?of?Iran）（編者按：其中只有伊朗在國際制裁的名單里）。而所有出現(xiàn)“CBI”的交易記錄都會被發(fā)送到反洗錢部門進(jìn)行人工審查。這是一項(xiàng)耗費(fèi)資源又容易出錯的任務(wù)。
大數(shù)據(jù)分析可以改進(jìn)現(xiàn)有的反洗錢操作流程。該方法對于結(jié)構(gòu)化數(shù)據(jù)能進(jìn)行高級統(tǒng)計(jì)分析，而對于非結(jié)構(gòu)化數(shù)據(jù)，也能做先進(jìn)可視化處理和統(tǒng)計(jì)文本挖掘。這些方法可以提供一種迅速繪制出交易和賬戶之間隱藏著的聯(lián)系、并發(fā)現(xiàn)潛在可疑交易模式的手段。高級分析能夠生成實(shí)時可應(yīng)對的洞察，阻止?jié)撛诘南村X風(fēng)險(xiǎn)，同時允許資金和人力援助轉(zhuǎn)移至經(jīng)濟(jì)困難需要幫助的地區(qū)。大數(shù)據(jù)技術(shù)可以識別事故，幫助繪制更廣泛的圖像，讓銀行在為時已晚之前拉響警報(bào)。
六．市場風(fēng)險(xiǎn)/交信用風(fēng)險(xiǎn)-速度的需求
交易對手信用風(fēng)險(xiǎn)量化變得越來越復(fù)雜。衍生工具不再是簡單的每條交易法則的凈折現(xiàn)值?–?而是銀行自身的信貸質(zhì)量（債務(wù)估值調(diào)整?–?DVA?）?，它的交易對手方（信用估值調(diào)整?–?CVA）和無擔(dān)保資金（資金估值調(diào)整?–?FVA?）都需要作為考慮因素。這些計(jì)算通常必須在不同的定價數(shù)據(jù)（例如應(yīng)用“風(fēng)險(xiǎn)中性”?CVA?）下進(jìn)行，并且生成各種不同頻率的報(bào)告?–?月度報(bào)告，每周報(bào)告，每日報(bào)告，當(dāng)日盤中報(bào)告。
計(jì)算這些組件是巨大的且數(shù)據(jù)密集的工作。為了在投資組合層面計(jì)算CVA，大銀行通常會執(zhí)行1000?至?5000組蒙特卡洛場景擬合。不過，要完全模擬結(jié)構(gòu)性金融產(chǎn)品的所有衍生品工具的潛在風(fēng)險(xiǎn)，銀行可能需要運(yùn)行大約100,000組蒙特卡洛場景擬合。傳統(tǒng)網(wǎng)絡(luò)技術(shù)根本無法以足夠快的速度應(yīng)付如此大的運(yùn)算，因此常常由于處理過載而失敗。
然而，內(nèi)存圖形處理單元(GPU)?能在日益增加的高負(fù)載數(shù)據(jù)市場風(fēng)險(xiǎn)領(lǐng)域提供巨大的利益。源自游戲產(chǎn)業(yè)中內(nèi)存/?GPU技術(shù)，允許系統(tǒng)以難以置信的高速度處理大量數(shù)據(jù)。在內(nèi)存中執(zhí)行帶來了相對于傳統(tǒng)方法關(guān)鍵優(yōu)勢：非常迅速的數(shù)據(jù)處理速度，比如處理增量假設(shè)的統(tǒng)計(jì)數(shù)據(jù)是可能僅需幾秒鐘。總體而言，這種解決方案可以很大的提高資產(chǎn)負(fù)債表的優(yōu)化和抵押品管理，包括對新的客戶交易和市場價格/波動變化提供實(shí)時風(fēng)險(xiǎn)模擬。
在市場風(fēng)險(xiǎn)和交易對手信用風(fēng)險(xiǎn)管理方面，數(shù)量和速度是重要的推動因素。簡單地說，擁有更強(qiáng)蒙特卡洛分析能力的銀行將能夠把金融衍生品交易的定價提高到比競爭對手更好的水平。
“新的高性能計(jì)算和內(nèi)存技術(shù)正在將我們的市場風(fēng)險(xiǎn)管理提高到一個新的水平。無論從計(jì)算能力以及對成本的角度來看技術(shù)已經(jīng)不是一個限制因素了。市場和信用風(fēng)險(xiǎn)估值可以通過使用這些新技術(shù)來模擬在更多的細(xì)節(jié)。它甚至允許使用直到近來還被認(rèn)為是不可能或過于昂貴的模型和模擬運(yùn)算。”?—馬克.范.巴倫，ING銀行全球MRMB交易主管
七．交易監(jiān)控和欺詐管理
欺詐讓銀行損失巨大。備受矚目的流氓交易丑聞,比如說:?近年來Kweku?Adaboli和Jerome?Kerviel的案子在新聞報(bào)道中搶足了風(fēng)頭,?罰金天價。這些案件給整個金融體系造成嚴(yán)重破壞。Nick?Leeson的欺詐投機(jī)交易造成整個銀行業(yè)災(zāi)難性崩潰。被?全球外匯調(diào)查后,最近有6家銀行被罰43億美元，這反映出加強(qiáng)對同業(yè)拆借利率的管控是多麼的失敗！
傳統(tǒng)方法在識別欺詐方面緩慢、冗長、麻煩。傳統(tǒng)運(yùn)營風(fēng)險(xiǎn)團(tuán)隊(duì)逮住流氓交易者的方法是人為地追蹤那些操縱崗位、盈虧的交易商和運(yùn)營人員的舉動。然而，現(xiàn)在欺詐者往往使用一系列的技術(shù)和策略來規(guī)避?，比如最近FX?丑聞中的私人聊天室。新數(shù)據(jù)湖技術(shù)的優(yōu)勢在于可以從任何可以想得到的渠道收集數(shù)據(jù)，不僅包括各種交易系統(tǒng)、電子郵件、社交媒體和移動數(shù)據(jù)，還包括各種人力資源系統(tǒng)、出入門刷卡裝置和計(jì)算機(jī)登錄日志文件等。因此，進(jìn)行全面綜合的數(shù)據(jù)分析，就能夠在損失達(dá)到災(zāi)難級前就監(jiān)測到欺詐行為。
“在運(yùn)營風(fēng)險(xiǎn)方面，大數(shù)據(jù)的優(yōu)勢在于能夠整合來源于舊平臺的海量信息，從而得出一個高度可行的解決方案。例如：在客戶和我們的互動中，我們能夠權(quán)衡?各種大數(shù)據(jù)解決方案，獲得對各個平臺的登錄控制管理的更好見解，從而有助于我們確保全過程客戶交易的安全和保密。”
八．過去、未來與現(xiàn)在
目前，大數(shù)據(jù)不僅能幫助我們改善反應(yīng)與預(yù)測能力，還為解決風(fēng)險(xiǎn)提供了令人興奮的新可能性。認(rèn)知技術(shù)的最新發(fā)展將能讓大數(shù)據(jù)技術(shù)能實(shí)時地作出合理明智的決定，保護(hù)易受沖擊的市場。
例如，Twitter與華爾街的交織導(dǎo)致了一些災(zāi)難性的事件的發(fā)生。去年，一則來自美聯(lián)社的錯誤推文稱——白宮已經(jīng)被爆炸襲擊，這讓市場直線下跌。IBM的超級電腦Watson(華生)的識別程序可以用來解決這類的風(fēng)險(xiǎn)。“華生”具有分析像社交媒體源這樣的非結(jié)構(gòu)數(shù)據(jù)的認(rèn)知能力，能迅速并且合理地對風(fēng)險(xiǎn)進(jìn)行評估。在這個案例中，來自twitter?的報(bào)道應(yīng)該由提示觸發(fā)器來告訴用戶要警惕閱讀此條消息，而不是立刻在市場上帶來一系列災(zāi)難性的影響。
新技術(shù)的發(fā)展令人生畏。然而大數(shù)據(jù)技術(shù)已經(jīng)被證明具有安全性、有效性、增值性，?并且在以指數(shù)級的速度快速發(fā)展成為很多行業(yè)（從在線購物到醫(yī)藥研究）的標(biāo)準(zhǔn)規(guī)程。在不久的將來，我們期待銀行在繼續(xù)使用它們已經(jīng)存在的數(shù)據(jù)庫和數(shù)據(jù)倉庫的同時，使用大數(shù)據(jù)開源軟件，Hadoop生態(tài)系統(tǒng)等，通過映射元數(shù)據(jù)、聚合結(jié)果，顯著的增加現(xiàn)有系統(tǒng)、數(shù)據(jù)庫、數(shù)據(jù)集市的價值。
Hadoop可以作為一個一站式的企業(yè)數(shù)據(jù)平臺（跨公司的共享數(shù)據(jù)），用以創(chuàng)建數(shù)據(jù)湖，通過“中間件”連接器與數(shù)據(jù)倉庫相連，使數(shù)據(jù)以其原始形式保留。
這種靈活性使得我們令人驚訝地發(fā)現(xiàn)：替代預(yù)定義的提問，數(shù)據(jù)湖允許數(shù)據(jù)指導(dǎo)使用者，觀測各種數(shù)據(jù)形式的模式和關(guān)系。數(shù)據(jù)湖通過觀察不同類別數(shù)據(jù)所呈現(xiàn)出的模式和關(guān)聯(lián)關(guān)系來指導(dǎo)用戶，而非預(yù)定義的提問。當(dāng)充分發(fā)揮它的潛力，大數(shù)據(jù)可以提供在開始時并不存在的問題的答案。
譯文來源：大數(shù)據(jù)文摘
素材來源：《Applying?big?data?to?risk?management:transforming?risk?management?practices?within?the?financial?service?industry》
400-603-8000
