大數(shù)據(jù)挖掘在銀行業(yè)務(wù)領(lǐng)域的應(yīng)用

隨著云計(jì)算、移動(dòng)互聯(lián)網(wǎng)等網(wǎng)絡(luò)新技術(shù)的應(yīng)用、發(fā)展與普及，海量數(shù)據(jù)的產(chǎn)生與流轉(zhuǎn)成為常態(tài)，世界各國(guó)對(duì)數(shù)據(jù)的依賴急速上升。鑒于大數(shù)據(jù)潛在的巨大影響力，世界各國(guó)已將大數(shù)據(jù)研究上升為國(guó)家戰(zhàn)略。美國(guó)奧巴馬政府早在2012年便發(fā)布了“大數(shù)據(jù)研發(fā)計(jì)劃”;歐盟提出“數(shù)據(jù)價(jià)值鏈戰(zhàn)略計(jì)劃”;聯(lián)合國(guó)推出“全球脈動(dòng)”項(xiàng)目;日本也積極謀劃利用大數(shù)據(jù)改造國(guó)家治理體系;我國(guó)十八屆五中全會(huì)通過(guò)的“十三五”規(guī)劃建議也提出了“實(shí)施國(guó)家大數(shù)據(jù)戰(zhàn)略，推進(jìn)數(shù)據(jù)資源開(kāi)放共享”的發(fā)展戰(zhàn)略，國(guó)務(wù)院發(fā)布《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》，旨在大力促進(jìn)中國(guó)大數(shù)據(jù)技術(shù)的發(fā)展。由此可見(jiàn)，世界經(jīng)濟(jì)已進(jìn)入大數(shù)據(jù)時(shí)代。

當(dāng)前，銀行已經(jīng)深刻意識(shí)到大數(shù)據(jù)戰(zhàn)略對(duì)其經(jīng)營(yíng)管理、客戶營(yíng)銷和產(chǎn)品優(yōu)化等方面的重要作用，以及對(duì)銀行未來(lái)發(fā)展方向的深刻影響。因此，必須做好銀行內(nèi)外部海量異構(gòu)數(shù)據(jù)的專業(yè)化整合清洗，統(tǒng)一存放、分析處理和共享利用，深度挖掘大數(shù)據(jù)蘊(yùn)涵的巨大價(jià)值，從而推動(dòng)銀行產(chǎn)品、服務(wù)和管理的創(chuàng)新。

一、銀行業(yè)大數(shù)據(jù)的發(fā)展前景

世界經(jīng)濟(jì)論壇有關(guān)大數(shù)據(jù)的一份研究報(bào)告顯示，全球每天有幾十億人在使用計(jì)算機(jī)、手機(jī)、平板、GPS定位等設(shè)備，源源不斷地產(chǎn)生大量數(shù)據(jù)。在以大數(shù)據(jù)為主導(dǎo)的時(shí)代，“去哪兒”可以通過(guò)集成以往的飛機(jī)票價(jià)畫(huà)出未來(lái)票價(jià)走勢(shì);“百度地圖”可以通過(guò)大數(shù)據(jù)分析出實(shí)時(shí)路況;“世紀(jì)佳緣”可以利用大數(shù)據(jù)分析來(lái)幫助需要的人匹配合適的對(duì)象。這些無(wú)不體現(xiàn)出大數(shù)據(jù)與人們的工作、生活息息相關(guān)。馬云在卸任演講時(shí)說(shuō)，“大家還沒(méi)搞清PC時(shí)代的時(shí)候，移動(dòng)互聯(lián)網(wǎng)來(lái)了，還沒(méi)搞清移動(dòng)互聯(lián)網(wǎng)的時(shí)候，大數(shù)據(jù)時(shí)代來(lái)了?！睆倪@句話可以看出，PC互聯(lián)網(wǎng)時(shí)代已經(jīng)成為過(guò)去，如今正處于移動(dòng)互聯(lián)網(wǎng)全面爆發(fā)時(shí)期，數(shù)據(jù)在持續(xù)地增多變大，誰(shuí)能充分利用數(shù)據(jù)，把握市場(chǎng)的脈搏，誰(shuí)就能在未來(lái)市場(chǎng)競(jìng)爭(zhēng)中贏得勝利。

隨著信息技術(shù)的發(fā)展，數(shù)據(jù)量已達(dá)到PB級(jí)別，海量數(shù)據(jù)的存儲(chǔ)和使用已經(jīng)成為銀行的負(fù)擔(dān)，銀行領(lǐng)導(dǎo)者迫切希望在牽引銀行未來(lái)發(fā)展的同時(shí)能獲得銀行過(guò)往數(shù)據(jù)的分析支撐。美國(guó)麥肯錫全球研究院在研究報(bào)告中指出，目前，金融業(yè)在大數(shù)據(jù)價(jià)值潛力指數(shù)排名中位居第一。經(jīng)過(guò)近幾年的發(fā)展，大數(shù)據(jù)平臺(tái)和技術(shù)日臻成熟，可以整合、存儲(chǔ)和處理更多的數(shù)據(jù)，并從海量數(shù)據(jù)中挖掘數(shù)據(jù)隱藏的價(jià)值。大數(shù)據(jù)已經(jīng)從最初的概念提出走向價(jià)值應(yīng)用，并逐步邁向?qū)嵤┖万?yàn)證階段。

相較于其他行業(yè)，數(shù)據(jù)已經(jīng)成為銀行業(yè)的核心基礎(chǔ)設(shè)施與資產(chǎn)，大數(shù)據(jù)對(duì)銀行業(yè)而言更是具有巨大的潛在價(jià)值。銀行業(yè)正處于轉(zhuǎn)型發(fā)展的重要關(guān)口，應(yīng)積極響應(yīng)“十三五”號(hào)召，從大數(shù)據(jù)就是大資產(chǎn)的高度，制定大數(shù)據(jù)戰(zhàn)略，充分研究和利用大數(shù)據(jù)技術(shù)，踐行大數(shù)據(jù)思維，通過(guò)改革來(lái)實(shí)現(xiàn)發(fā)展模式轉(zhuǎn)型、金融創(chuàng)新和管理升級(jí)等，提升銀行體系的競(jìng)爭(zhēng)力和穩(wěn)健性。

面對(duì)強(qiáng)大的競(jìng)爭(zhēng)壓力，大數(shù)據(jù)挖掘技術(shù)的重要性日益顯現(xiàn)。通過(guò)大數(shù)據(jù)挖掘，才有可能確保銀行發(fā)展戰(zhàn)略在既有的業(yè)務(wù)機(jī)制的支撐下，充分發(fā)展和擴(kuò)大客戶資源，實(shí)現(xiàn)大數(shù)據(jù)資源的全面、深度和綜合應(yīng)用，實(shí)現(xiàn)為客戶創(chuàng)造價(jià)值和為銀行盈利的“雙贏”目標(biāo)，從而打造銀行的核心競(jìng)爭(zhēng)力，支持銀行業(yè)務(wù)經(jīng)營(yíng)可持續(xù)發(fā)展。

二、大數(shù)據(jù)的挖掘

(一)數(shù)據(jù)挖掘涵義

大數(shù)據(jù)時(shí)代下的數(shù)據(jù)挖掘是一種新的商業(yè)信息處理技術(shù)。銀行需要將有價(jià)值的信息從數(shù)據(jù)海洋中發(fā)掘出來(lái)，而數(shù)據(jù)挖掘技術(shù)可以很好地幫助銀行實(shí)現(xiàn)這一點(diǎn)，其主要特點(diǎn)是對(duì)金融信息系統(tǒng)數(shù)據(jù)庫(kù)中的大量業(yè)務(wù)數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換、分析和其他模型化處理，從中提取能輔助商業(yè)性決策的關(guān)鍵性數(shù)據(jù)。同時(shí)，數(shù)據(jù)挖掘也是多學(xué)科交叉融合的技術(shù)，主要用到聚類分析、分類分析、回歸分析、關(guān)聯(lián)規(guī)則、描述和可視化等數(shù)據(jù)挖掘技術(shù)。從本質(zhì)上說(shuō)，數(shù)據(jù)挖掘就是從海量數(shù)據(jù)中發(fā)現(xiàn)隱含的知識(shí)和規(guī)律。

傳統(tǒng)的數(shù)據(jù)獲取和處理方法多采用樣本抽取和樣本分析方法，同時(shí)涉及多種算法，有源于機(jī)器學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)、決策樹(shù)，也有基于統(tǒng)計(jì)學(xué)習(xí)理論的支持向量機(jī)、分類回歸樹(shù)和關(guān)聯(lián)分析等諸多算法。大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘是跳出傳統(tǒng)數(shù)據(jù)分析和處理方法框架的一種新思維，最顯著的特征就是不再使用抽樣數(shù)據(jù)，而是通過(guò)實(shí)時(shí)監(jiān)測(cè)、跟蹤研究對(duì)象在互聯(lián)網(wǎng)上產(chǎn)生的全部數(shù)據(jù)(包括所有結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù))并進(jìn)行挖掘分析，揭示出其中的規(guī)律，提出研究結(jié)論和對(duì)策。如今，利用數(shù)據(jù)挖掘技術(shù)提升競(jìng)爭(zhēng)力已成為銀行業(yè)信息科技專家都在追求的目標(biāo)。

目前銀行業(yè)已具備實(shí)施大數(shù)據(jù)的基本條件，其不僅擁有所有客戶的賬戶、資金收付交易等結(jié)構(gòu)化數(shù)據(jù)，還擁有客服音頻、網(wǎng)點(diǎn)視頻、網(wǎng)上銀行記錄、電子商務(wù)記錄等非結(jié)構(gòu)化數(shù)據(jù)，以及豐富的傳統(tǒng)數(shù)據(jù)處理經(jīng)驗(yàn)，加之充足的預(yù)算使其可以利用多項(xiàng)大數(shù)據(jù)新技術(shù)，同時(shí)，較高的薪酬也能夠吸引大數(shù)據(jù)人才。

(二)主要的數(shù)據(jù)挖掘方法

大數(shù)據(jù)時(shí)代，數(shù)據(jù)的產(chǎn)生和收集是基礎(chǔ)，數(shù)據(jù)挖掘是關(guān)鍵。大數(shù)據(jù)技術(shù)的戰(zhàn)略意義不在于掌握龐大的數(shù)據(jù)信息，而在于如何通過(guò)對(duì)數(shù)據(jù)進(jìn)行專業(yè)化處理來(lái)獲取有價(jià)值的信息。銀行業(yè)通常采用以下方法對(duì)數(shù)據(jù)進(jìn)行挖掘分析。

1. 分類分析法

不同的客戶具有不同的特征，但這些特征可以進(jìn)行抽象、歸納和分類。針對(duì)收集到的客戶數(shù)據(jù)，銀行采用分類算法，將客戶特征映射到相應(yīng)的類別當(dāng)中。同類別中的客戶具有大致相同的特點(diǎn)，可視為具有相同的金融行為，銀行可以據(jù)此制定相應(yīng)的營(yíng)銷和金融產(chǎn)品推送策略，實(shí)現(xiàn)面向客戶需求的精準(zhǔn)營(yíng)銷、精確推送和個(gè)性化定制服務(wù)，在不斷維系現(xiàn)有客戶、提高客戶服務(wù)滿意度的同時(shí)，贏得更多的客戶。

2. 回歸分析法

回歸分析法主要采用時(shí)間序列分析方法，預(yù)測(cè)客戶金融消費(fèi)行為的趨勢(shì)特征，以及預(yù)測(cè)客戶行為之間是否存在一定的關(guān)系等。銀行可以在已經(jīng)擁有的客戶金融行為數(shù)據(jù)基礎(chǔ)上，融合客戶電子商務(wù)數(shù)據(jù)和其他第三方提供的數(shù)據(jù)，對(duì)客戶即將發(fā)生的金融行為和金融產(chǎn)品銷售趨勢(shì)進(jìn)行預(yù)測(cè)，從而獲知客戶潛在的需求，分析金融產(chǎn)品與客戶潛在需求的匹配度，并制定相應(yīng)的金融產(chǎn)品優(yōu)化方案，從而更加有效地挽留客戶。

3. 聚類分析法

銀行的客戶既存在一定的相似性，也存在一定的差異性，采用聚類分析算法，根據(jù)銀行客戶行為數(shù)據(jù)間的相似性和差異性將銀行客戶分為不同的類別，按照“具有相同行為特征的客戶相似度盡可能高”“不同行為特征的客戶差異度盡可能大”兩個(gè)維度對(duì)客戶進(jìn)行分類，從而獲得更加準(zhǔn)確的客戶分類，幫助銀行深入了解客戶行為特征和需求特點(diǎn)，制定個(gè)性化、定制化的金融服務(wù)方案，向客戶提供更加優(yōu)質(zhì)的金融服務(wù)。

4. 關(guān)聯(lián)規(guī)則分析法

關(guān)聯(lián)是指客戶行為之間的相關(guān)性，由于客戶本身興趣的恒定性及潛在意識(shí)的趨勢(shì)性，客戶發(fā)生某一行為時(shí)，極有可能關(guān)聯(lián)發(fā)生另外一行為。因此，當(dāng)客戶發(fā)生某一金融消費(fèi)行為時(shí)，基于銀行的歷史數(shù)據(jù)進(jìn)行關(guān)聯(lián)規(guī)則分析，可以預(yù)判并將客戶另外一行為可能選擇的金融產(chǎn)品推送至客戶，及時(shí)滿足客戶的金融服務(wù)需求。

5. 孤立點(diǎn)檢測(cè)

在客戶行為數(shù)據(jù)中，如果某一項(xiàng)行為數(shù)據(jù)過(guò)于偏離一組數(shù)據(jù)，形成一個(gè)孤立點(diǎn)，則為異常行為。此時(shí)可采取基于偏差的方法進(jìn)行孤立點(diǎn)檢測(cè)，通過(guò)采取輪詢的方式，掃描一組客戶行為數(shù)據(jù)，形成行為的主要特征，然后根據(jù)主要特征定位奇異點(diǎn)，如果某個(gè)行為數(shù)據(jù)反映的特征與主要特征過(guò)分偏離，則此客戶行為數(shù)據(jù)被認(rèn)為是孤立點(diǎn)。孤立點(diǎn)檢測(cè)常應(yīng)用于詐騙和銀行反洗錢檢測(cè)。

(三)數(shù)據(jù)挖掘流程

前面討論了數(shù)據(jù)挖掘的概念和主要方法，下面對(duì)風(fēng)險(xiǎn)數(shù)據(jù)挖據(jù)的實(shí)現(xiàn)路徑和落地過(guò)程做初步探討。具體分為如下6個(gè)環(huán)節(jié)。

1. 數(shù)據(jù)挖掘需求分析

該階段主要通過(guò)與業(yè)務(wù)部門的溝通交流，完成數(shù)據(jù)挖掘需求的收集、整理和分析，劃定項(xiàng)目目標(biāo)和項(xiàng)目邊界，確定需求相關(guān)的背景數(shù)據(jù)和業(yè)務(wù)指標(biāo)，對(duì)于缺乏數(shù)據(jù)支持或者需求本身不合理的情況予以提前剔除，形成初步的建模思路。

2. 數(shù)據(jù)取樣

從數(shù)據(jù)倉(cāng)庫(kù)中提取樣本數(shù)據(jù)，對(duì)數(shù)據(jù)挖據(jù)的數(shù)據(jù)源進(jìn)行分析，掌握數(shù)據(jù)分布、數(shù)據(jù)內(nèi)容和數(shù)據(jù)關(guān)系，初步估測(cè)數(shù)據(jù)質(zhì)量;將樣本數(shù)據(jù)抽取、清洗、加工后加載至數(shù)據(jù)挖掘集市，作為模型的測(cè)試集。

3. 建立模型

在測(cè)試集上，通過(guò)嘗試不同的數(shù)據(jù)挖據(jù)算法和分析方法，并比較其效果、效率和穩(wěn)定性，從而選擇合適的分析方法，初步建立模型;通過(guò)技術(shù)調(diào)整和業(yè)務(wù)溝通，優(yōu)化挖掘模型;通過(guò)ETL更新測(cè)試集，并基于新測(cè)試集重新學(xué)習(xí)和訓(xùn)練挖掘模型;最后循環(huán)第二和第三步直至模型在測(cè)試集上具有良好的預(yù)測(cè)效果和效率。

4. 模型部署

完成數(shù)據(jù)挖掘集市的生產(chǎn)部署，并加載全量生產(chǎn)數(shù)據(jù)，將數(shù)據(jù)挖掘模型部署到生產(chǎn)環(huán)境。

5. 模型評(píng)估

監(jiān)控模型預(yù)測(cè)結(jié)果的準(zhǔn)確性、效率以及穩(wěn)定性，評(píng)價(jià)模型在業(yè)務(wù)應(yīng)用中是否達(dá)到預(yù)期目的，根據(jù)實(shí)際應(yīng)用情況，對(duì)模型進(jìn)行完善。

6. 知識(shí)同化

將分析所得到的知識(shí)采用圖形化工具進(jìn)行分析展現(xiàn)，或采取一定方式集成到核心業(yè)務(wù)或管理信息系統(tǒng)中，從不同的流程或維度為業(yè)務(wù)經(jīng)營(yíng)決策提供支撐。

三、大數(shù)據(jù)在銀行領(lǐng)域中的主要應(yīng)用

在建立數(shù)據(jù)分析挖掘模型的基礎(chǔ)上，同時(shí)結(jié)合各類金融產(chǎn)品的特點(diǎn)，開(kāi)展全行融資、貸款、授信等方面的數(shù)據(jù)分析和利用，從大數(shù)據(jù)中挖掘經(jīng)營(yíng)管理規(guī)律，從而為銀行管理分析、決策支持和業(yè)務(wù)拓展提供服務(wù)，對(duì)于銀行加強(qiáng)精細(xì)化管理、業(yè)務(wù)創(chuàng)新和風(fēng)險(xiǎn)管控等業(yè)務(wù)轉(zhuǎn)型將起到重要作用。

(一)提升銀行客戶的精準(zhǔn)營(yíng)銷水平

隨著數(shù)據(jù)的不斷積累，關(guān)于客戶的數(shù)據(jù)日趨豐富，基于大數(shù)據(jù)開(kāi)展客戶關(guān)系管理的基礎(chǔ)已經(jīng)形成。銀行業(yè)發(fā)展戰(zhàn)略也逐步從“以產(chǎn)品為中心”轉(zhuǎn)向“以客戶為中心”，客戶成為銀行發(fā)展的重要驅(qū)動(dòng)力。在大數(shù)據(jù)平臺(tái)的基礎(chǔ)上，通過(guò)對(duì)消費(fèi)數(shù)據(jù)、瀏覽記錄、購(gòu)買路徑等用戶數(shù)據(jù)進(jìn)行分析和挖掘，將不同客戶群體進(jìn)行聚類，歸納客戶特征信息，對(duì)客戶重新進(jìn)行精細(xì)化標(biāo)識(shí)和分類。深入分析用戶消費(fèi)習(xí)慣、風(fēng)險(xiǎn)收益偏好等特征信息，結(jié)合各類金融產(chǎn)品的特點(diǎn)，洞察客戶資金動(dòng)向，挖掘客戶活動(dòng)規(guī)律，提升銀行客戶的精準(zhǔn)營(yíng)銷水平和客戶經(jīng)理在營(yíng)銷過(guò)程中的專業(yè)程度。

(二)拓展和優(yōu)化金融服務(wù)渠道

大數(shù)據(jù)時(shí)代，銀行更加重視虛擬化渠道的營(yíng)銷和推廣。網(wǎng)絡(luò)銀行和移動(dòng)金融作為銀行的重要渠道，近幾年受到越來(lái)越多的關(guān)注和重視，其高效率、低成本和良好的客戶體驗(yàn)，是銀行面對(duì)互聯(lián)網(wǎng)金融企業(yè)競(jìng)爭(zhēng)的有力反擊。長(zhǎng)期以來(lái)，銀行只是將電子銀行作為交易渠道對(duì)待，對(duì)其營(yíng)銷功能、整合業(yè)務(wù)的創(chuàng)新空間和附加價(jià)值認(rèn)識(shí)不足，隨著社交網(wǎng)絡(luò)、微信平臺(tái)的興起，銀行應(yīng)以電子銀行為依托，充分發(fā)展手機(jī)銀行、微信銀行等移動(dòng)金融服務(wù)方式，拓展和完善金融服務(wù)渠道。同時(shí)借力微信、微博等社交網(wǎng)絡(luò)，將金融服務(wù)渠道虛擬化內(nèi)嵌至社交網(wǎng)絡(luò)中，實(shí)現(xiàn)隨時(shí)隨地?zé)o縫地提供金融服務(wù)。

(三)發(fā)展個(gè)性化、定制化的金融產(chǎn)品

在大數(shù)據(jù)時(shí)代，標(biāo)準(zhǔn)化金融產(chǎn)品只是基礎(chǔ)，按不同客戶需求定制的金融產(chǎn)品才是銀行和互聯(lián)網(wǎng)金融企業(yè)攻城略地、打造核心競(jìng)爭(zhēng)力的聚焦點(diǎn)。面對(duì)互聯(lián)網(wǎng)金融企業(yè)的挑戰(zhàn)，銀行需要打造個(gè)性化、特色化的金融產(chǎn)品，提供量身定制的的金融產(chǎn)品，使服務(wù)不受時(shí)空限制，能夠隨時(shí)按需獲取，讓客戶能感受到貼心的服務(wù)。同時(shí)，銀行要加強(qiáng)與互聯(lián)網(wǎng)金融企業(yè)的合作，獲取互聯(lián)網(wǎng)金融企業(yè)所掌握的客戶行為大數(shù)據(jù)，以此分析和洞察客戶的興趣愛(ài)好及行為特征，并配合多種客戶渠道，開(kāi)發(fā)出多樣化的金融產(chǎn)品以滿足不同客戶的市場(chǎng)需求，從而做到有的放矢，實(shí)現(xiàn)差異化競(jìng)爭(zhēng)。

(四)開(kāi)展小額貸款業(yè)務(wù)

電子商務(wù)快速發(fā)展，并逐漸融入到日常生活之中，使第三方支付企業(yè)敏銳地洞察到其中的商機(jī)，通過(guò)支付方式的創(chuàng)新，打造貼身、快捷的支付服務(wù)，其代替了大量原來(lái)由銀行承擔(dān)的支付功能，使銀行在電子商務(wù)支付領(lǐng)域逐漸被邊緣化和后臺(tái)化。同時(shí)，電子商務(wù)和第三方支付企業(yè)，掌握了大量來(lái)自電子商務(wù)的用戶交易數(shù)據(jù)，對(duì)此，銀行應(yīng)該積極與電子商務(wù)和第三方支付企業(yè)開(kāi)展深度合作，主動(dòng)掌握商戶的銷售行為、用戶的消費(fèi)行為及其相關(guān)的信用數(shù)據(jù)，全面利用這些大數(shù)據(jù)，切入小額貸款業(yè)務(wù)。同時(shí)基于大數(shù)據(jù)技術(shù)建立信用分析平臺(tái)，對(duì)申請(qǐng)貸款業(yè)務(wù)的客戶進(jìn)行信用評(píng)價(jià)和風(fēng)險(xiǎn)評(píng)估，在銀行可接受風(fēng)險(xiǎn)的風(fēng)險(xiǎn)敞口范圍內(nèi)，在線完成小額貸款相關(guān)流程，使小額信貸不受時(shí)間和空間的限制，提高信貸工作效率，節(jié)省銀行各類資源。

(五)完善風(fēng)險(xiǎn)管理體系

隨著銀行業(yè)務(wù)的快速發(fā)展，銀行經(jīng)營(yíng)者必須有效地甄別風(fēng)險(xiǎn)、防范風(fēng)險(xiǎn)和控制風(fēng)險(xiǎn)。風(fēng)險(xiǎn)管理成為銀行穩(wěn)健發(fā)展至關(guān)重要的一環(huán)，僅僅借助傳統(tǒng)的解決方案，無(wú)法進(jìn)行全面的風(fēng)險(xiǎn)管理。社會(huì)化媒體的互動(dòng)、電子商務(wù)和其他新的數(shù)據(jù)源，給銀行風(fēng)險(xiǎn)管理帶來(lái)了新的機(jī)遇。隨著銀行歷史經(jīng)營(yíng)管理數(shù)據(jù)不斷積累，風(fēng)險(xiǎn)管理信息化的程度不斷加深，結(jié)合行內(nèi)、同業(yè)及第三方的大量數(shù)據(jù)，使得精確的風(fēng)險(xiǎn)計(jì)量成為可能。銀行在大數(shù)據(jù)的基礎(chǔ)上，構(gòu)建風(fēng)險(xiǎn)管理評(píng)級(jí)模型，建立和完善信用風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)、操作風(fēng)險(xiǎn)等方面的計(jì)量體系，實(shí)現(xiàn)對(duì)客戶信用、利率、操作等各方面的風(fēng)險(xiǎn)進(jìn)行量化評(píng)價(jià)，并可開(kāi)展風(fēng)險(xiǎn)趨勢(shì)分析，實(shí)現(xiàn)風(fēng)險(xiǎn)的精細(xì)化管理，從而不斷提高風(fēng)險(xiǎn)管理的科學(xué)性和可預(yù)見(jiàn)性，降低銀行的不良率，提高銀行的資產(chǎn)質(zhì)量。