导航菜单
文章正文
数据科学与风险管理
Published:2017-01-17 11:46:55    Text Size:【BIG】【MEDIUM】【SMALL

数据科学与风险管理

 

 

文:西南交通大学金融大数据研究院院长李维萍教授

撰稿于2017年1月12日



大数据技术正在革命化地改变许多不同的领域,也包括改进风险模型预测能力,覆盖更广泛的风险,提供更有效的风险管理,降低风险管理的成本。

 

随着技术革新、移动配置、互联网技术的普及,新常态下的风险管理时间是至关紧要的,如果能够更快更迅速地回应潜在的风险,生存竞争能力将会指数增长。新常态下的风险是基于传统商务模式之上附加了更多信息和数据的复杂性与多样性。如社交媒体、电子邮件、商务应用软件、数据库、文本格式不一等,都要求分解和分析这些信息的速度与方法,要抢在危机爆发之前,风险可控之时,及时采取措施进行修正与调控。例如,当要了解一个新客户的信用状况,数据分析将在几秒内调用客户的信用相关的行为,如支付、社交行为、信任、信用卡信息、房贷、车贷以及合同履约状况等信息,并利用深度学习等数据科学方法,在几分钟内给出信用评判和建议。

 

在金融领域里,防范交易违规行为。利用人力资源开展调查不仅劳民伤财,而且要有一段时间才能有所定论,而利用数据科学的手段,采集数据的技术,可以在几秒内把交易员的所有交易行为、交易记录、聊天细节、手机和阅读新闻等先关信息搜集完毕,利用样本分析和规则,及时发现可疑行为,并有效制止,从而不会给银行和交易所带来罚款和不利的负面影响。

 

风险管理面临新的需求和新的挑战,面临金融危机。监管者要求更多的数据信息和更加繁杂全面的报告,银行被要求做各资产方面的压力测试。数据科学正是有用武之地,大量复杂的实时数据可以改进风险的监控,和风险模型可预测功能,尤其是在操作和灵活性风险方面,大数据及时可以研发支持每日风险师需要决策的模型,能够更快更好地处理大量数据用于检验、交易、对手和组合风险中遇到的压力测试。数据科学不同的方法足以应对不同的风险,和企业相应特殊的风险。

 

数据科学的方法可以更好地预测信用风险。金融危机后,金融机构期望够更全面更多信息来了解他们的客户。更多的金融机构已经开始利用大数据技术建立可预测性强的各种指标或打分来评估风险。社会媒体、市场信息、客户个人行为(昂贵的离婚费用、奢侈消费、赌博问题)等都是用于评估风险的数据源。辅助于传统金融、社会地域、收入和支出、投资损失等数据,可以产出高效的综合的风险指标。不需要等待风险评估报告,有了数据科学技术,客户的信用评分可以分分钟展示出来。

 

反洗钱、实时监控方面,数据科学可以发挥更大的作用。业界对洗钱和恐怖相关的财务始终是零容忍,罚款金额也是巨大的。近期一家法国银行被发现与美国制裁的国家有金融业务,被罚89亿美元。洗钱相关的巨额费用已经促使银行寻求更多新的模式和数据方法在反洗钱风险管理上规避陷入和卷入这类事件。通过描述分析结构性数据和经验性的规则,传统的反洗钱方法依然在使用,知识传统方法受限太多,不能通过测试丰富数据源信息来实时判断,防患于未然。数据科学可以有效地改进现有的操作系统和判别系统。通过统计分析结构性数据,可视化分析和文本分析非结构性数据,给出了更快捷有效的方法寻找到交易账号和公开的可疑转账模式之间的隐性关联。智能深度学习案例可以生成实时的可监控的系统,有效地阻止潜在洗钱的过程,并保障经济和个人基金的正常运转。数据科学技术能够识别这样的疑点,并扩张数据信息,关联更多相关行为,为银行和金融机构设置预警,在事情发生之前进行有力干预和有效防范。

 

速度决定一切。市场风险与交易信用风险同样与数据科学不可分割。信用对于风险的定量分析已经变得越来约复杂。衍生品交易已不再是简单地交易价格,而是银行自身信用级别(DVA 调节债务价值),交易对手的信用级别(CVA 调节信用价值)和风险基金(FVA 调节基金价值)都要计算在内的互相关联的风险评估下的价格。计算和量化这些新的风险因子(CVADVAFVA)是需要超强度的数据分析。例如,计算组合资产的CVA,大银行通常要模拟至少10005000个蒙特卡罗情形(Monte Carlo Scenarios),而完整地模拟所有可能的路径相关的衍生品(结构性产品),银行需要模拟至少十万个蒙特卡罗情形。传统的定价方法已不可能完成这样的计算。可记忆图形过程装置(GPU)可以在日益增长的数据市场风险领域提供更多的“福利”和有效算法。由博弈领域衍生出来的可记忆图形过程装置技术可以超高速地系统地处理大量的数据,结构性和非结构性的。可以在改进报表、优化、并行管理、实时展示方面对客户交易、市场价格、波动率改变发挥更大作用。在市场风险和对手信用风险管理方面,数据量和处理数据的速度是决定性因素。比对手快,就比对手有更多的机会赢利和比对手有更多的时间控制风险。

 

交易监管和欺诈防范管理。欺诈行为使银行损失几十亿。传统方法确认欺诈既繁又慢。传统运行风险团队在处理欺诈交易和捕捉欺诈者时是用人工的方法跟踪交易和交易者行为、获利和损失的操作。而今欺诈者利用大量高科技手段,如近期汇率丑闻中利用私人聊天房进行非法交易。数据科学的方法可以包括收集交易系统、邮件、社会媒体和传媒信息,也同样收集HR系统、门卡记录、计算机登陆时间与频率。这样得到的结果是综合的整体的数据分析结果,可以在损失失控前更快递越策和预警欺诈行为。

 

数据科学帮助我们在风险管理中改进已有的方法、增进预测能力、关联新的因素。在风险管理的方方面面都会发挥技术与方法的全新视角,发现问题与解决问题,实时有效地控制风险,快速有力地预警可疑违规之处,及时地制止欺诈洗钱等行为。数据科学在金融安全、金融稳定和风险监管方面一定大有作为。


(非允许请勿转载)

脚注信息
金融大数据研究院版权所有
ifbf_swjtu@163.com
邮编:611756  电话:028-66367206
地址:四川省成都市高新西区西部园区西南交通大学犀浦校区X2539