大數(shù)據(jù)在商業(yè)銀行信貸風險防控應用中存在的的問題研究

章夢虹

一、引言

2019年8 月，中央銀行發(fā)布《金融科技（FinTech）發(fā)展規(guī)劃（2019-2021 年）》，指出金融科技是以技術(shù)為驅(qū)動的一種新興金融創(chuàng)新形式。在當前深化金融供給側(cè)結(jié)構(gòu)性改革和提高防范化解金融風險能力的大背景下，推進金融科技的快速落地和安全實施，已經(jīng)成為勢在必行的重要選擇?！兑?guī)劃》提出，到2021年，建立健全我國金融科技發(fā)展的“四梁八柱”，提高金融行業(yè)的科技應用水平，進一步實現(xiàn)科技與金融的深度融合和協(xié)調(diào)發(fā)展，增強廣大群眾對數(shù)字化、網(wǎng)絡化、智能化金融產(chǎn)品和服務的滿意度，推動我國金融科技發(fā)展領(lǐng)先于國際水平，實現(xiàn)金融科技應用不斷完善、金融服務能力穩(wěn)步提升、金融風控水平顯著提高。

商業(yè)銀行本質(zhì)上是具有經(jīng)營風險的金融機構(gòu)，一方面，監(jiān)管當局對商業(yè)銀行的風控能力有很高的要求；另一方面，風控水平直接影響到商業(yè)銀行的經(jīng)營利潤。自商業(yè)銀行響應國家號召踐行普惠金融以來，所面臨的成本高、效益低且安全難以兼顧等問題日益突出，而傳統(tǒng)的風控手段已然無法滿足需要。現(xiàn)階段，金融科技的出現(xiàn)有利于解決這些問題，成為促進商業(yè)銀行普惠金融業(yè)務發(fā)展的新機遇。而金融科技在商業(yè)銀行的應用中，大數(shù)據(jù)分析無論是在技術(shù)水平還是場景應用方面都最為成熟。大數(shù)據(jù)分析在商業(yè)銀行風險管理領(lǐng)域的運用，直接解決了商業(yè)銀行的核心需求，成為商業(yè)銀行防控信貸風險的新利器。運用大數(shù)據(jù)技術(shù)收集多維度客戶信息，建立金融風控模型，有效甄別客戶身份，智能識別高風險客戶，緩解了信息不對稱問題，有效提升了商業(yè)銀行的信貸風險防控能力。[1]

雖然大數(shù)據(jù)技術(shù)的應用有助于提高我國商業(yè)銀行信貸風險的防控能力，但在運用大數(shù)據(jù)技術(shù)解決問題的同時也帶來了一系列諸如數(shù)據(jù)安全、金融監(jiān)管等方面的新挑戰(zhàn)。因此，在大力發(fā)展我國商業(yè)銀行信貸風險大數(shù)據(jù)防控機制的同時，清醒地認識到其中所存在的問題。[2]為了提高我國商業(yè)銀行信貸風險防控水平，促進普惠金融信貸業(yè)務的可持續(xù)發(fā)展，優(yōu)化我國商業(yè)銀行信貸風險大數(shù)據(jù)防控體系迫在眉睫。只有解決好風險防控問題，普惠金融信貸政策才能更快、更好地惠及社會弱勢群體。

二、大數(shù)據(jù)在商業(yè)銀行信貸風險防控領(lǐng)域的應用現(xiàn)狀

隨著金融科技的發(fā)展，商業(yè)銀行將大數(shù)據(jù)技術(shù)引入信貸風險管理領(lǐng)域。商業(yè)銀行信貸風險大數(shù)據(jù)防控是基于大數(shù)據(jù)技術(shù)的風險控制，具體是運用大數(shù)據(jù)收集客戶信用信息，構(gòu)建風險模型對借款人進行風險評估。與傳統(tǒng)風控用人工經(jīng)驗對借款人進行分析不同，大數(shù)據(jù)風控在收集大量借款人的各項指標數(shù)據(jù)進行分析比對的基礎(chǔ)之上，再用數(shù)據(jù)建模得出的結(jié)果顯得更加科學有效。因此，大數(shù)據(jù)風控具有數(shù)據(jù)維度廣、數(shù)據(jù)時效性強、分析結(jié)果準確度高等特點。商業(yè)銀行利用大數(shù)據(jù)技術(shù)手段，依托互聯(lián)網(wǎng)信息平臺能夠更加科學、智能地實現(xiàn)對企業(yè)和個人的授信，通過收集到的信用數(shù)據(jù)，綜合評估借款人的信用分數(shù)、還款能力以及貸款額度，商業(yè)銀行在提高風險識別能力的同時也能夠加快授信審批效率，有望實現(xiàn)降低成本和有效進行風險防控的雙贏。[3]

如圖1 所示，大數(shù)據(jù)技術(shù)貫穿于商業(yè)銀行信貸風險防控的貸前、貸中以及貸后環(huán)節(jié)。在貸前調(diào)查階段，商業(yè)銀行運用生物特征識別和數(shù)字簽名技術(shù)對客戶進行身份驗證，運用基于大數(shù)據(jù)的反欺詐人物關(guān)系圖譜，將信貸客戶放到巨大的人物關(guān)系網(wǎng)中比對，識別是否存在欺詐風險，從而保證了客戶身份信息的真實性。在貸中審批階段，商業(yè)銀行應用大數(shù)據(jù)征信以及大數(shù)據(jù)風控模型對客戶進行信用評估，若評定的客戶風險等級達到相應的準入條件，則依據(jù)客戶的評定等級進行對應的授信決策。在貸后管理階段，商業(yè)銀行通過大數(shù)據(jù)建立客戶風險監(jiān)控預警系統(tǒng)，設(shè)定風險預警規(guī)則，對客戶風險事件進行提前預警，若出現(xiàn)風險預警信號，再根據(jù)相應的信號等級做出風險處置。

圖1.大數(shù)據(jù)應用于商業(yè)銀行信貸風控的主要環(huán)節(jié)

現(xiàn)階段，商業(yè)銀行都在順應趨勢積極探索大數(shù)據(jù)技術(shù)，加速擁抱金融科技。例如，工商銀行于2015年投產(chǎn)銀行業(yè)首款風險信息服務產(chǎn)品—工銀融安e 信，此款產(chǎn)品運用先進的大數(shù)據(jù)和信息化技術(shù)，根據(jù)金融同業(yè)及企業(yè)客戶風險防控需求自主研發(fā)，為各行業(yè)客戶提供集基礎(chǔ)風險篩查、深度風險挖掘、專屬定制服務以及租賃式反欺詐等多功能于一體的智能風控服務；中國銀行目前已經(jīng)依托先進的網(wǎng)絡技術(shù)，搭建了云計算、大數(shù)據(jù)和人工智能平臺，依托所掌握的各種信息，對客戶數(shù)據(jù)進行綜合分析；光大銀行則借助科技手段，鼓勵客戶經(jīng)理實現(xiàn)服務小微企業(yè)智能化，通過分析客戶交易數(shù)據(jù)、結(jié)算流水等信息，關(guān)聯(lián)外部相關(guān)數(shù)據(jù)，構(gòu)建風控體系的“大數(shù)據(jù)屏障”。目前，大多數(shù)商業(yè)銀行對大數(shù)據(jù)技術(shù)應用于信貸風控領(lǐng)域的探索尚處于初步階段，由于大數(shù)據(jù)技術(shù)尚未成熟，大數(shù)據(jù)風控還不能夠完全取代線下調(diào)查。因此，我國商業(yè)銀行目前尚處于傳統(tǒng)風控與大數(shù)據(jù)風控相結(jié)合的過渡階段。

三、大數(shù)據(jù)在商業(yè)銀行信貸風險防控應用中存在的問題

（一）數(shù)據(jù)質(zhì)量問題

商業(yè)銀行的大數(shù)據(jù)主要來自三方面。首先，借款人在申請貸款時所提供的資料數(shù)據(jù)；其次，商業(yè)銀行的內(nèi)部數(shù)據(jù)，包含存款數(shù)據(jù)、理財數(shù)據(jù)、信貸數(shù)據(jù)和信用卡數(shù)據(jù)等；最后，商業(yè)銀行的外部數(shù)據(jù)，包括政府機構(gòu)提供的公共數(shù)據(jù)、外購數(shù)據(jù)公司的數(shù)據(jù)以及互聯(lián)網(wǎng)平臺的數(shù)據(jù)，如圖2 所示。數(shù)據(jù)質(zhì)量包括數(shù)據(jù)的準確性、完整性、一致性、及時性等，數(shù)據(jù)質(zhì)量是決定商業(yè)銀行競爭力的關(guān)鍵因素之一。就內(nèi)部數(shù)據(jù)而言，完整性和一致性是首要的考慮要素，外購數(shù)據(jù)則需精準和快速。商業(yè)銀行在利用大數(shù)據(jù)進行風險防控時，通常是利用多維度數(shù)據(jù)來識別借款人的風險。同信用相關(guān)的數(shù)據(jù)越多地被用于信用風險評估，信用評分則會更加客觀，借款人的風險也被揭示的更充分，越接近實際風險。[4]然而隨著數(shù)據(jù)量的增加，必然導致數(shù)據(jù)的復雜性和多樣性也隨之增加，各種來源不同的數(shù)據(jù)混雜在一起，難免造成一些錯誤的數(shù)據(jù)也進入數(shù)據(jù)庫，從而影響了結(jié)果的準確性。從實際場景中看，商業(yè)銀行在運用外部大數(shù)據(jù)的過程中，確實出現(xiàn)了一些數(shù)據(jù)質(zhì)量方面的問題。如市場中部分人員所謂的“合法的上有對策”—POS 機刷單貸款，個別商戶的頻繁套現(xiàn)式的刷單，通過頻次和額度的增加，制造出業(yè)務繁忙的假象。在電商領(lǐng)域，因為存在基于電商交易數(shù)據(jù)、用戶評價數(shù)據(jù)而設(shè)計的貸款規(guī)則，“刷單”、“刷好評”等對策應運而生，對數(shù)據(jù)的科學判斷產(chǎn)生了很大的干擾。

圖2.商業(yè)銀行大數(shù)據(jù)風控數(shù)據(jù)源

雖然經(jīng)過多年的客戶沉淀，許多商業(yè)銀行都積累了大量的數(shù)據(jù)，但很多數(shù)據(jù)沒有打“標簽”，很難加以利用。再加上內(nèi)部部門之間存在對數(shù)據(jù)定義標準存在一定差異性，數(shù)據(jù)信息采集過程中信息不完整，離科學的大數(shù)據(jù)風控要求還有一定的差距。盡管來自電商交易、社交平臺等渠道的數(shù)據(jù)覆蓋范圍相對更廣，具備一定的使用價值，但實際操作中，真正將這些數(shù)據(jù)轉(zhuǎn)化為高質(zhì)量產(chǎn)品的商業(yè)銀行更是少之又少。目前，我國商業(yè)銀行在進行大數(shù)據(jù)風險防控時對數(shù)據(jù)的收集和利用的程度還不夠，容易出現(xiàn)數(shù)據(jù)質(zhì)量問題。一旦數(shù)據(jù)出現(xiàn)質(zhì)量問題，風控模型也失去了原有的效果，尤其是數(shù)據(jù)出現(xiàn)造假，甚至會帶來嚴重的后果。

（二）數(shù)據(jù)孤島問題

現(xiàn)階段，雖然商業(yè)銀行自身擁有大量的金融、征信、司法、銀行卡交易等數(shù)據(jù)，但是銀行業(yè)和其他行業(yè)之間存在著數(shù)據(jù)共享嚴重不足的問題，導致銀行擁有的數(shù)據(jù)存在靜態(tài)化、碎片化的局限性，從而造成商業(yè)銀行對數(shù)據(jù)的加工和分析存在障礙。再加上我國當前的征信體系尚未健全，所以現(xiàn)階段商業(yè)銀行信貸風險大數(shù)據(jù)防控機制存在數(shù)據(jù)孤島問題。一方面，現(xiàn)有的征信體系對低收入和貧困人群的覆蓋面不夠。從2008 年至今，中國人民銀行征信中心收錄的自然人和擁有信貸記錄的人數(shù)都在不斷增加，截至2019 年末，中國人民銀行征信中心已收錄10.2 億自然人，但其中只有5.6 億自然人具有信貸記錄，只覆蓋了全國人口的40%，這一比率遠低于美國，如圖3、圖4 所示。剩下的4.6 億人口的信息雖然收錄其中，但他們并沒有信貸記錄，也沒有享受過信貸服務，而這部分人群正是商業(yè)銀行普惠金融服務的重點對象，他們可能需要征信系統(tǒng)來獲得信貸服務。另一方面，現(xiàn)有征信體系主要服務于傳統(tǒng)金融機構(gòu)的信貸業(yè)務，尚未全面納入互聯(lián)網(wǎng)借貸平臺和小額信貸公司的相關(guān)信息。隨著互聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)的發(fā)展，興起了大量新興互聯(lián)網(wǎng)金融機構(gòu)從事信貸服務，成為傳統(tǒng)金融機構(gòu)的有力補充。但并不是所有的新興互聯(lián)網(wǎng)信貸機構(gòu)的客戶信用信息都能錄入到央行征信系統(tǒng)中，供傳統(tǒng)金融機構(gòu)查詢，這就降低了央行征信系統(tǒng)的影響力。如果某個借款人在網(wǎng)貸平臺發(fā)生違約，平臺又沒有和央行征信系統(tǒng)聯(lián)網(wǎng)，而這個借款人又向一家商業(yè)銀行申請了貸款，那么這家商業(yè)銀行便無法查詢到此人在網(wǎng)貸平臺的違約記錄，在一定程度上會加劇商業(yè)銀行的信貸風險。

圖3.央行個人征信收錄人數(shù)

圖4.中美兩國個人征信覆蓋對比

（三）大數(shù)據(jù)信息安全問題

現(xiàn)階段數(shù)據(jù)泄露已經(jīng)成為世界上最常見的網(wǎng)絡安全事件之一，也是很多企業(yè)和政府部門最頭疼的問題之一。而近年來很多非法組織通過技術(shù)手段非法獲取大數(shù)據(jù)信息，由于商業(yè)銀行大數(shù)據(jù)信息的集中存放且數(shù)據(jù)量較大，一旦安全屏障被突破，損失便是巨大的。再加上大數(shù)據(jù)信息相較于一般信息而言具有較高的分析價值，對于黑客們來說，攻擊大數(shù)據(jù)信息的成本較低，而收益相對較高。

當前銀行信息泄露事件時常見諸報端，既有內(nèi)部員工因貪一己私利泄露客戶隱私的內(nèi)部泄露，也有外部人員通過多種非法途徑獲取銀行信息的外部泄露。[5]因為種種原因，部分商業(yè)銀行的軟件安全系數(shù)不高，從業(yè)人員的網(wǎng)絡安全防范意識也有待加強，使得銀行的業(yè)務安全處于一定的風險之中，被黑客惡意入侵，個人信息非法交易等新聞屢見不鮮。隱含大量真實的客戶信息如電話號碼、家庭住址等外泄，給客戶的人身安全、財產(chǎn)安全帶來了安全隱患。數(shù)據(jù)的濫用和泄露，會導致信息安全問題的產(chǎn)生，客戶的個人信息安全、商業(yè)銀行的資金安全都無法得到應有的保障。

（四）缺乏明確的監(jiān)管框架

金融監(jiān)管的轉(zhuǎn)變總是跟不上金融創(chuàng)新的速度，而監(jiān)管政策的出臺也總是落后于金融創(chuàng)新的發(fā)展。我國的金融監(jiān)管方式尚未脫離傳統(tǒng)的“先發(fā)展后規(guī)范”的被動式監(jiān)管模式。[6]金融監(jiān)管部門總是等到風險發(fā)生后才意識到相關(guān)問題，解決了原有的問題又產(chǎn)生了新的問題，如此循環(huán)往復，監(jiān)管法規(guī)一直在進行不斷補漏的工作，而這種立法的滯后性已經(jīng)不能滿足金融科技創(chuàng)新的需求，也讓監(jiān)管失去了意義。

目前，金融監(jiān)管部門對于數(shù)據(jù)安全性、數(shù)據(jù)合法收集和使用的相關(guān)法律法規(guī)尚未健全。而數(shù)據(jù)的安全、公民隱私、數(shù)據(jù)的有效歸集和合理使用等都急需用法律條款來規(guī)范。各家商業(yè)銀行通過多種途徑，與外部機構(gòu)建立了一定程度的數(shù)據(jù)對接，但隱私保護、消費者權(quán)益保護等措施沒有隨之進行升級。傳統(tǒng)征信業(yè)相關(guān)的法律法規(guī)依然側(cè)重于規(guī)范與指導傳統(tǒng)金融業(yè)的行為，而對于大數(shù)據(jù)征信則缺乏相應的監(jiān)管法律制度。大數(shù)據(jù)技術(shù)應用場景的多元化以及其風險呈現(xiàn)出專業(yè)化、跨區(qū)域等新特征，金融監(jiān)管部門由于缺乏對等的大數(shù)據(jù)技術(shù)而難以實行有效的監(jiān)管，這對于監(jiān)管部門來說是一項挑戰(zhàn)。雖然已經(jīng)出臺了《征信業(yè)管理條例》，但是是否適合于新興的大數(shù)據(jù)征信業(yè)務，還有待進一步的實踐來驗證。數(shù)據(jù)風險與信息安全風險的相互疊加，而傳統(tǒng)的監(jiān)管模式因無法迅速轉(zhuǎn)變、更新而對金融風險的識別和應對變得遲緩。[7]造成金融監(jiān)管與金融科技的脫節(jié)，從而滋生各類違法行為，使得風險處于監(jiān)管空白地帶。

四、提升大數(shù)據(jù)在商業(yè)銀行信貸風險防控應用的建議

（一）成立專門數(shù)據(jù)管理部門，制定大數(shù)據(jù)采集質(zhì)量評價標準

商業(yè)銀行的數(shù)據(jù)質(zhì)量主要基于數(shù)據(jù)的完整性、一致性、準確性以及及時性等進行綜合判斷。對于內(nèi)部數(shù)據(jù)來說，銀行看中其一致性和完整性。在管理機構(gòu)設(shè)置上，要改變傳統(tǒng)風險管理體制下的“各自為政”，成立專門的數(shù)據(jù)管理部門，統(tǒng)一標準，實現(xiàn)各部門各類型數(shù)據(jù)互通互用。對于商業(yè)銀行的外部數(shù)據(jù)而言，由于大數(shù)據(jù)產(chǎn)業(yè)鏈涉及眾多機構(gòu)，商業(yè)銀行應該與這些數(shù)據(jù)供應商協(xié)作，共同制定大數(shù)據(jù)采集質(zhì)量規(guī)范。大數(shù)據(jù)技術(shù)與商業(yè)銀行信貸風控的融合作為一項新興業(yè)務，技術(shù)與數(shù)據(jù)評價標準還有很大的提升空間。商業(yè)銀行在運用大數(shù)據(jù)技術(shù)收集數(shù)據(jù)的過程中，因為彼此要求的差異性，會出現(xiàn)數(shù)據(jù)格式與數(shù)據(jù)評價標準不一致的現(xiàn)象，甚至還會出現(xiàn)數(shù)據(jù)“打架”。通過建立共同遵守的質(zhì)量評價標準，商業(yè)銀行大數(shù)據(jù)采集質(zhì)量有望得到很大提升，有助于大數(shù)據(jù)技術(shù)與商業(yè)銀行信貸風控更好地融合。

（二）建立數(shù)據(jù)共享機制，打破數(shù)據(jù)孤島

從共享單車到共享汽車時代，說明共享是當今社會的一大主流趨勢。數(shù)據(jù)，也只有通過共享才能發(fā)揮出它的最大效用。然而，目前我國的征信體系還未實現(xiàn)互聯(lián)互通，眾多的小額貸款公司、互聯(lián)網(wǎng)平臺以及商業(yè)銀行在相關(guān)大數(shù)據(jù)的分享上彼此均未互通有無。對于商業(yè)銀行而言，要從源頭上確保數(shù)據(jù)的準確性就必須從多渠道獲取數(shù)據(jù)，金融機構(gòu)、征信機構(gòu)之間都應該實現(xiàn)互聯(lián)互通，建立數(shù)據(jù)共享機制，打破數(shù)據(jù)孤島，才能多層次多角度驗證數(shù)據(jù)的真實性，提高數(shù)據(jù)的質(zhì)量。僅僅依靠商業(yè)銀行自身的數(shù)據(jù)挖掘技術(shù)和數(shù)據(jù)采集系統(tǒng)遠遠是不夠的，還需要政府牽頭組織，整合銀行、稅務、法院、工商、民間借貸等信息，獲取客戶的信貸信息、納稅情況、財務狀況、水電繳納情況等關(guān)鍵信息，這些信息可以使商業(yè)銀行更加全面和準確地了解信貸客戶的實際情況，從而降低商業(yè)銀行的信貸風險。

（三）加強對大數(shù)據(jù)信息安全風險的防范

1.提升銀行大數(shù)據(jù)信息系統(tǒng)安全防護能力

商業(yè)銀行的線上貸款業(yè)務，對于保證系統(tǒng)安全與穩(wěn)定方面的工作更加重視。一方面，線上貸款業(yè)務的經(jīng)營離不開網(wǎng)絡平臺，另一方面，商業(yè)銀行的客戶體驗度和企業(yè)信譽度很大程度上取決于其系統(tǒng)的安全程度。因此，商業(yè)銀行要加大與互聯(lián)網(wǎng)安全公司的合作，定期進行程序、數(shù)據(jù)庫的安全性測試和系統(tǒng)的壓力測試。使用成熟的網(wǎng)絡漏洞掃描工具發(fā)現(xiàn)系統(tǒng)存在的安全漏洞并及時修補漏洞，通過模擬非授權(quán)攻擊來驗證防護系統(tǒng)的堅固性，檢測數(shù)據(jù)的完整性、獨立性以及可備份和修復能力等，保證系統(tǒng)的安全防護能力。

2.制定數(shù)據(jù)安全使用標準

商業(yè)銀行在使用客戶的相關(guān)數(shù)據(jù)之前，應讓客戶享有知情權(quán)并授權(quán)同意銀行使用相關(guān)數(shù)據(jù)。銀行內(nèi)部，要建立數(shù)據(jù)安全的分層控制體系，制定數(shù)據(jù)安全使用標準，以確保信貸業(yè)務流程和大數(shù)據(jù)分析流程中，根據(jù)業(yè)務類型和業(yè)務需求，獲取訪問客戶各層次數(shù)據(jù)的權(quán)限，確?？蛻綦[私數(shù)據(jù)的科學使用。尤其要把安全擺在使用各類內(nèi)外部數(shù)據(jù)的重中之重，合理合法使用。如果涉及到客戶隱私，必須先進行脫敏才可以使用，既確保數(shù)據(jù)的分析價值，又不會觸犯到國家法律。

（四）加強政府對大數(shù)據(jù)應用的監(jiān)管

1.從立法方面加強數(shù)據(jù)隱私保護

為推動大數(shù)據(jù)風控技術(shù)在商業(yè)銀行信貸業(yè)務中的廣泛、合規(guī)應用，從而讓商業(yè)銀行信貸業(yè)務能夠覆蓋到更多的客戶，完善監(jiān)管政策是不二選擇。一方面，加快推進個人信息保護法和數(shù)據(jù)安全法的落地實施。對個人信息中，哪些數(shù)據(jù)能收集、數(shù)據(jù)的權(quán)屬是誰、個人信息的更改權(quán)等問題，都需要循序漸進地去完善相關(guān)的法律規(guī)定。另一方面，通過科學預測大數(shù)據(jù)技術(shù)在未來的發(fā)展趨勢，舶來西方國家先進監(jiān)管體系“洋為中用”，結(jié)合我國實際，實現(xiàn)大數(shù)據(jù)技術(shù)運用監(jiān)管法律體系的全覆蓋，既保障金融安全，又保護消費者權(quán)益，促進我國商業(yè)銀行信貸業(yè)務健康發(fā)展。

2.建立適合我國的金融科技監(jiān)管沙盒機制

監(jiān)管沙盒機制是一項新的監(jiān)管制度安排，是運用科技手段創(chuàng)新金融產(chǎn)品和服務的測試系統(tǒng)，目標和邏輯是平衡好金融創(chuàng)新和防范風險的關(guān)系。經(jīng)過多年探索發(fā)展，我國實施監(jiān)管沙盒機制的基礎(chǔ)條件已經(jīng)基本成熟。一方面，監(jiān)管沙盒機制與我國現(xiàn)階段的監(jiān)管機制未見明顯沖突，甚至還能彌補現(xiàn)有監(jiān)管機制在金融科技創(chuàng)新方面的漏洞。另一方面，互聯(lián)網(wǎng)金融等一系列相關(guān)監(jiān)管規(guī)則已經(jīng)出臺，為實施監(jiān)管沙盒機制創(chuàng)造了基礎(chǔ)。借鑒英國的經(jīng)驗，建立適合我國的金融科技監(jiān)管沙盒機制，在限定的區(qū)域內(nèi)，允許商業(yè)銀行就大數(shù)據(jù)信貸風控產(chǎn)品進行試點運行，成熟了就應用推廣，不成熟就退出市場，容錯機制更加靈活，也使金融創(chuàng)新的風險變得更加可控，如圖5 所示。

圖5.監(jiān)管沙盒測試流程

五、結(jié)論與展望

大數(shù)據(jù)風控是金融與科技深度融合的產(chǎn)物，它運用其特有的大數(shù)據(jù)技術(shù)能緩解因信息不對稱帶來的逆向選擇和道德風險，降低商業(yè)銀行信貸風險的防控成本，為我國商業(yè)銀行信貸業(yè)務的可持續(xù)發(fā)展保駕護航。但由于大數(shù)據(jù)技術(shù)與商業(yè)銀行信貸風險防控的融合才起步不久，難免存在一些問題與不足。本文指出大數(shù)據(jù)在商業(yè)銀行信貸風險防控領(lǐng)域的應用中存在數(shù)據(jù)質(zhì)量問題、數(shù)據(jù)孤島問題、大數(shù)據(jù)信息安全問題以及缺乏明確的監(jiān)管問題，認為應當通過成立專門的數(shù)據(jù)管理部門，建立數(shù)據(jù)共享機制，加強對大數(shù)據(jù)信息安全風險的防范，加強政府對大數(shù)據(jù)應用的監(jiān)管來提升大數(shù)據(jù)在商業(yè)銀行信貸風險防控中的應用。

注釋:

[1]張莉:《大數(shù)據(jù)背景下商業(yè)銀行信貸風險管理的完善思考》，《全國流通經(jīng)濟》2018 年第26 期。

[2]董立武：《大數(shù)據(jù)時代商業(yè)銀行信貸風險控制相關(guān)問題研究》，《現(xiàn)代經(jīng)濟信息》2019 年第3 期。

[3]劉文杰：《大數(shù)據(jù)分析在商業(yè)銀行風險管控中的應用》，《電子世界》2019 年第19 期。

[4]陳君：《大數(shù)據(jù)背景下商業(yè)銀行信貸風險研究》，《財會通訊》2016 年第23 期。

[5]楊帆：《大數(shù)據(jù)背景下完善商業(yè)銀行風控體系的研究》，《大數(shù)據(jù)時代》2018 年第3 期。

[6]陳沛：《我國金融科技的監(jiān)管困境與路徑選擇》，《電子科技大學學報（社科版）》2018 年第20 期。

[7]周溫濤：《“人工智能+金融監(jiān)管”:試論金融科技監(jiān)管的轉(zhuǎn)型與重塑》,《上海法學研究》2019 年第9 期。