维普资讯 http://www.cqvip.com
金融信息化论坛 ２００６年１０月１０日 第１０期 ■ 建立银行信用风险管理系统 ◆ 中国建设银行海南省分行沈叶青 一、信用风险管理在银行中，６／ｉ：起的作用 据仓库是从异构和分布式数据源中收集数据，这些 数据聚合后按照主题进行重组。 数据仓库技术主要的前端工具是报表工具、数 据挖掘技术。数据挖掘技术的目标是从大量数据中 发现隐藏于其后的规律或数据间的关系，抽取出潜 “所谓银行，就是基于风险处理能力而盈利的 组织。”花旗银行前董事长瑞斯顿一语道破了风险 管理能力就是银行的核心能力。从本质上讲，银行 的经营目的就是在可控的风险内获得最大的利 润。面对日益多元与波动的全球金融市场，我国银 行业必须学习在更为复杂的风险环境中生存，不消 极回避风险，积极地度量风险，并通过合理地承受 风险来获取与风险相匹配的风险回报。 银行进行信用风险管理，不仅可以有效地提高 在而有价值的知识、模型或规则，从而服务于决 策。数据挖掘可以完成以下四类主要任务： （一）、数据总结：目的是对数据进行浓缩，给出 它的总体综合描述。通过对数据的总结，数据挖掘 能够将数据库中的有关数据从较低的个体层次抽 象总结到较高的总体层次上，从而实现对原始基本 数据的总体把握。 （二）、分类：主要功能是分析数据的各种属性， 银行的资产质量，改善银行资本充足率偏低的状 况，维护国家金融系统的安全和稳定，而且可以提 升银行的盈利能力，增强银行的竞争力；此外，做好 信用风险管理有助于降低银行的风险资产含量，改 进银行在同业中的形象，提升银行在市场上的竞争 地位。 并找出数据的属性模型，确定哪些数据属于哪些 组。这样我们就可以利用该模型来分析已有数据， 并预测新数据将属于哪一个组。 （三）、关联分析：目的是找出数据库中隐藏的 关联网，描述一组数据项目的密切度或关系。有时 随着银行数据大集中项目的先后完成，如何通 过对客户数据进行分析而得到更多的信用风险决 策信息、如何发现数据中隐藏着的相互联系、如何 根据当前的信用风险监测进行风险决策管理成了 今后业务发展的主要目标。数据仓库技术为我们建 并不知道数据库中数据的关联是否存在精确的关 联函数，即使知道也是不确定的，因此关联分析生 成的规则带有置信度，置信度级别度量了关联规则 的强度。 立一个有效的信用风险管理系统提供了一个信息 技术平台。 二、数据仓库技术概述 （四）、聚类：按照某种相近程度度量方法，将用 户数据分成一系列有意义的子集合。每一个集合中 的数据性质相近，不同集合之间的数据性质相差较 大。 数据仓库技术主要用于支持决策，面向分析型 数据处理，而不同于银行现有的操作型数据库，数 ■ ＯＣＴ．１０。２００６ ＮＯ．１０ 维普资讯 http://www.cqvip.com
金融信息化论坛 坪｛ｌ７金骷巫肛 ２００６年１０月１０日第１０期 ＦＩＮＡＮＣＩＡＬ ＣＯＭＰＵＴＥＲＯＦＨＵＡＮＡＮ 三、建立银行信用风险管理系统 通过对数据仓库技术及数据挖掘工具的分析 可以看出，数据仓库技术为建立银行信用风险管理 系统提供了有效的技术工具。信用风险管理系统 （如图１）由以下四个功能子系统构成：客户信息管 理子系统、信用评价子系统、信用风险监测子系统、 信用风险决策子系统。 图２ 信用评价模型建立过程图 （三）、信用风险监测子系统 建立风险模型库和量化分析器，用户可以根据 需要新增、调整风险模型，同时，将客户的信用等 级、国家及经济形势、市场环境等信息纳入到 风险模型，并根据风险模型对风险进行识别和度 量，对风险管理全过程进行全面监理和控制，给出 图１ 信用风险管理系统 信用风险指示图、信用风险走势图、高危风险客户 （一）、客户信息管理子系统 名单以及风险预警表，做出风险管理评估报告。 客户信息管理数据库可以提供强大的、多样性 （四）、信用风险决策子系统 的数据支持。这类数据由业务人员手工录入基础资 主要基于对客户数据的分析和数据挖掘，运用 料（少量）或从内部业务系统数据库、外部业务系统 数学模型求得预测值。在实际运用中，预测值与已 数据库和标准电子化文档中自动导入，是信用风险 发生的实际值进行比较，或与经验估计值相比较， 管理系统聚集有效信息的数据中心，奠定风险分析 有出入较大，难以真正实用化运行，因此，仅靠现有 的基础，客户信息数据库数据是数据仓库的核心， 的历史数据和数据挖掘数学模型，难以提高风险预 其颗粒的粗细大小与数据挖掘的深度成正比、与数 测的精度，需要有经验的预测人员进行人工干预， 据仓库的容量成反比。 按一定权值进行综合预测，才能比较客观地反映实 （二）、信用评价子系统 际，同时，确立、行使信用风险管理原则，制定风险 建立客户信用评级体系首先需要建立一套科 指标以及避险策略等职能，对风险进行再分配或转 学的、实用的、精确的和权威的信用评级模型。信用 移。 评价子系统对原始客户信息数据进行适当处理，转 四、结束语 换为直接提供给信用评估模型运算的中间临时数 在金融全球化，市场的波动性增强的趋势下， 据库文件，或某个模型运算中间结果数据，如定量 银行业面临的风险环境瞬息万变，《巴塞尔新资本 分析中生成的各个信用指标值等，进而通过数据挖 协议》对我国银行业在信用风险管理方面提出更 掘工作，客户能力、经济实力、资本结构、经营效益、 高、更严格的要求，加强信用风险管理已经是我国 发展前景和社会信用记录等信息纳入信用评价体 国有商业银行业所面临的当务之急，同时，信用风 系，给出客户的信用评级表，输出包括信用评估报 险系统建设是个循序渐进的过程，只有通过对数据 告、信用评估结果表单等信息。信用评价模型是在 的深入挖掘，不断调整风险模型，才能使信用风险 用户（银行管理决策者）的使用过程中随着需求的 管理系统为银行的长期健康发展提供支持决策的 不同而不断变化，不断调整的，信用评价模型的建 保证。 立过程见图２。 （责任编辑：黄剑丰） ＯＣＴ．１０，２００６ ＮＯ．１０ ■
