[摘要]  大数据下，人们改变了对传统数据处理的认识，同时，快速发展的大数据技术也为商业银行加强运营风险管理提供了手段。针对商业银行因规章制度、业务流程等引发的运营风险，要利用网络技术和大数据技术，建立健全运营风险管理模式，使商业银行更好地规避风险，实现转型升级和稳健发展。

[关键词]  大数据；商业银行；运营风险管理

[作者单位]  广西北部湾银行股份有限公司

有效管控运营风险是商业银行管理工作的重要环节，对于保障商业银行持续健康发展意义重大。商业银行在运营风险管理中，必须严把市场风险管控关，同时加强管控操作风险与信用风险，并将立足于相关监控规则，将相应指标评估联系起来实施风险计量。就商业银行而言，其关系到人民群众的实际利益，因此必须采取有效手段解决运营中的诸多风险，促进风险管理水平全面提升，并将精益化、集约化理念充分融入运营风险管控工作中。进入大数据时代，商业银行也从技术层面上得到了有力支持，极大地推动了运营风险管控工作的顺利开展。

大数据概述

——大数据的内涵。最近几年，随着信息化和电子化的快速发展，人们不论是在生活中，还是生产中均积累了大量的电子数据，且这一数据还在不断增长，可以说我们已正式步入大数据时代。相关学者指出，大数据的定义早在2001年便出现。道格·莱尼在研究报告中，把数据增长带来的机遇与挑战定义为种类、速度、数量（三个“V”）的增加。种类，即数据类型多种多样，除了包括传统的结构化数据之外，同时还囊括文本、网页、视频、音频等非结构化和半结构数据；速度，即大数据的时效性，必须及时迅速采集和分析数据，从而对大数据的商业价值进行充分利用；数量，代表着收集和生成诸多数据，数据规模越来越大。在上述定义中，速度主要是对数据处理的“快”进行衡量，大数据的本质是数量和种类繁多，所以在实际管理中可如此来定义大数据，即其属于“全量数据”的一种，由非结构化数据、结构化数据一起构成。详见图1。

图一

可以在决策中应用的非结构化和半结构数据越多、处理速度越快、数据规模越大，则同真正意义上的大数据之间的距离就越短，否则只能将其称之为“准大数据”。但是，在实际管理中真正在三个“V”上很少有符合大数据的情况，大部分企业都对“准大数据”使用得较多。

——数据分析技术。首先是描述性分析。立足于大数据，数据挖掘分析技术的使用频率减少了，仅通过简洁的数据表述，便能将管理目标大概的轮廓勾画出来，了解其真实的样子，以便作出更加合理科学的决策。从当前的实际情况来看，描述性分析无疑是最重要的一项分析技术。

其次是预测性分析。大数据让预测性分析的基础数据被明显扩大，这有利于增强分析的精确性。比如，汽车制造商运用传感器数据，可以对汽车部件故障可能出现的时间和位置进行准确预测。也可以通过对职工表情、电话音调以及邮件数据等进行监控拍摄，合理预判出职工离职时间、可能性等。

最后是规则性分析。大数据背景下，新兴仿真技术得到了显著发展。以全量数据为根本，可以精准模拟过程，进而为设计管理方案提供更多的选择，保证管理人员能够制定科学决策。

我国商业银行运营风险表现形式

——商业银行规章制度因素引发的操作风险。现阶段，我国商业银行往往每隔一段时间就会更新金融产品，但却并未第一时间更新相关操作手册和规章制度等。在未停止使用旧的规章制度时，又继续实施新的规章，在使用新旧制度方面存在诸多矛盾，影响了基层商业银行的业务办理。同时，部分新规章制度是建立在旧制度之上的，极易影响整个规章制度的完整性，导致传达过程中出现丢失和遗漏现象，最终引发操作风险。

——人为因素产生的道德风险。实践中，我国银行业被监管机关发现的运营风险问题，诸多都是因为银行工作人员违反银行的规章制度，不按规范操作造成的。比如，商业银行工作人员离岗后未第一时间从计算机操作界面退出、没有收好其他重要凭证和印章等；越权操作或操作不当等。

——业务流程和系统引发的突发运营风险。随着网络和计算机技术的快速发展，商业银行在运营管理上产生了较强的依赖性，包括网络通信、计算机、信息技术等，在提高工作效率，增强业务办理便捷性的同时，也因技术的缺陷与漏洞，发生系统瘫痪、支付清算失误等问题，带来突发运营风险。

商业银行风险管理机遇及挑战

——转型发展为提升运营风险管理创造了条件。近年来，商业银行不断升级转型，在技术运用、产品规范、业务集约和系统整合等方面投入了大量资金，同时也积极开展了运营风险管理工作。大数据时代下，商业银行顺利转型，业务集约化运作、流程规范化管理的目标顺利实现，既有效降低了数据管理成本，也提升了风险管理水平。

——大数据技术为提升运营风险管理提供了手段。互联网和大数据技术的不断发展，让商业银行有了更好的条件来对运营风险管理作出改善。首先，数据获取更加便捷。快速发展的数据技术，大大便利了商业银行获取有关运营风险管理的相关数据，而这里的数据不仅包括内部数据（客户信息等），还包括征信、司法、税务、工商以及第三方平台在内的外部数据，有效扩展了数据获取的广度与深度。其次，技术工具应用日益广泛，在很大程度上也让运营数据处理、分析效果得到显著提升，数据管理具有更强的灵活性和精度。最后，互联网企业向大数据“取经”，如网络平台的广告推送等，为商业银行提供了诸多参考，以便于其更好地开展运营风险管理工作。

就现阶段的实际情况来说，商业银行在运用大数据上还需要解决诸多问题。首先，对于大数据，商业银行尚未形成完善的分析方法及管理理论，怎样在繁杂的大数据中取其精华、去其糟粕，高效整合与应用数据，尚无定论。其次，相较于互联网企业，商业银行在运用大数据方面反应较慢，需要考虑诸多因素，现有的运营风险数据管理体系尚存在诸多不合理之处。最后，缺乏充足的大数据专业人才。在用人管理体系的影响下，商业银行很难从外部直接引入人才，而内部培育需要将条线分割难题解决，培养所花费的时间较多。

大数据时代下运营风险管理措施

——加强商业银行运营风险大数据管理。首先，要加强收集运营风险管理数据，不断积累。积极构建企业级数据仓库（EDW），收集各种各样的信息，除了客户、员工、机构等主体信息之外，还包括其他一些运营流程信息，如业务操作、产品销售等；同时还有部分结构化数据（资金往来、账户开立等）以及非结构化数据（咨询语音、监控视频录像）。在商业银行运营风险管理中，数据发挥着极为重要的作用，借助对这些数据进行分析，可以最大限度把其运营风险管理的本来面貌呈现出来，加深对运营风险产生的主观原因和客观原因的掌握与了解，为防范运营风险打下良好基础。现阶段，我国的商业银行大部分已构建了数据库，其中又以国有大型商业银行最具代表性。其次，针对运营风险管理数据做统一整理，并对其进行提炼。商业银行数据主要包括账户交易、业务流程和客户信息等方面，数据总量繁多，在具体选择时一定要注意符合运营风险管理需求，必须对有效的提炼规则进行构建，从繁多的数据中将毫无价值的信息剔除，对重要要素进行提炼，以便于更好地开展数据分析工作。最后，将运营风险管理的数据管理机制建立起来。需注意的是，这里的运营数据管理并不只是单纯的整理数据。从技术层面上来说，数据即以表格的形式详细地记录不同行为或是主体的信息。在银行中，可能有数以万计与运营风险有关的基础数据表格，表格数据的更新频率以及标准均有所区别，数据之间和表格之间的联系性模糊，甚至彼此之间存在矛盾，对此就需建立一整套的数据管理平台，设置相关流程，确保数据标准以及规则更新的统一性，构建数据集成机制（数据质量控制、数据验证和数据关联等），建立全面、完善的数据信息视图，促进风险量化能力增强，同时在运营风险管理中积极运用。

——构建运营风险管控体系。第一，对于商业银行而言，应通过数据融合的方式，对运营风险进行管理与控制，此过程需对不同维度的相关数据进行整合。同时，还应融合条线模块之间的数据，即整合公、私条线数据，之后进行分析，这样可以更好地对员工行为可能会引起的相关风险进行判断。第二，应对静态、动态数据进行融合，这样做的目的是为了客观判断员工岗位操作风险。第三，总分数据也需要进行融合，即应分析员工操作行为数据意义、机构管控能力和文化因素等。在融合内外数据的过程中，不仅要分析员工的行为数据，还要注重分析员工在业余时间的相关行为数据。就商业银行而言，需要大力拓展大数据在应用方面的场景，发挥出大数据技术的作用，把研究的重点放在主体操作风险场景上，确保得到风险情景数据，之后再将其融入日常管理过程中，弥补可能会出现的管理漏洞，降低行业运营风险。第四，需要对风险管控体系进行构建，将大数据技术作为基础，制定事前、事中和事后风险管理流程，以有效管控风险。首先，需针对运营风险将计量模型建立起来，促使商业银行可较好地量化风险，在相关技术（数据仓库、云计算等）的辅助下，从更加全面的角度分析风险涉及的相关变量，动态揭露运营风险的发展趋势、风险表现和产生原因等。其次，利用大数据技术实施闭环化管理，发挥出风险建模的作用，用于补充与优化运营风险管控模型，通过闭环式管理的方式对风险管控过程进行管理。同时，借助研究智能风控模式，运用大数据平台风险风控，把深度学习、机器学习模型的作用充分突显出来，以精益化管理运营风险数据。

——集中力量培养运营风险管理数据人才。在现代社会发展过程中，人才属于十分关键的资源。立足于管理角度，大数据人才涉及以下几类：第一，数据分析人才，即技术型人才，能够管理和运营相关数据信息。第二，数据应用人才，此类人才还被称之为管理型人才，可立足于数据顺利实现运营管理的目标。第三，复合型人才，他们除了大数据分析能力较强之外，并且还涉及对大数据进行运用的能力，保证商业银行能够顺利开展运营风险管控相关工作。在大数据时代背景下，商业银行一定要把对运营风险管理人才的培育纳入到重点项目中，运用大数据思维开展日常工作，加强内部人员所具备的技术能力。与此同时，还应对相应的配套机制进行构建，积极引进运营风险管理人才，并想方设法留住人才。此外，需构建一支专业能力强、综合素养高的管理人才队伍，对风险进行排查、监测以及判断等，同时可以灵活运用数据建模技术、大数据信息整合技术等，借助专业团队的力量，确保商业银行能够顺利、高效地开展运营风险管理活动。

——有机整合运营风险管理和社交网络。为了确保运营风险管理更加有效，还要注意和大数据时代发展速度迅猛的社交网络相结合，对相关数据与信息进行搜集，确保可以借助社交网络开展运营风险管理工作，促进商业银行运营风险管理水平有效提升。比如，商业银行可积极运用大数据技术，消除数据边缘的束缚，与社交媒体等进行融合，促使相关数据获取范围拓宽，确保能够促进客户信息搜集的有效性与全面性的提升。除此之外，商业银行可以借助互联网时代便捷的网络沟通方式与客户进行深入交流和沟通，加强商业银行内部数据与外部信息之间的联系，同时借助先进的数据处理技术对客户视图进行构建，确保其中的相关信息更加完整和全面，尤其是可以加大和部分社交媒体网站或媒体机构的合作力度，相互分享，以便于商业银行能够有效获取和处理信息，提高商业银行在运用方面的能力。

总而言之，大数据时代的到来，在带给商业银行良好机遇的同时，也使其面临着诸多挑战。如何对商业银行涉及的问题进行科学处理，并对大数据技术予以合理的运用，与商业银行今后的发展方向有着极为密切的联系。所以，商业银行应针对运营风险大数据予以科学管理，加强大数据在风险管理体系之中所具备的实用性，注重培养相关人才，促进商业银行持续、稳健发展。(作者：刘威）