ID3472255

互联网技术能颠覆现有的金融风险管理？

现在不少人认为，在互联网金融市场当中信息不对称程度会大幅度下降。因为利用大数据进行风险定价、风险管理的效率会远远超过人脑的判断效率。它不取决于简单的财务报表的分析，而是取决于行为数据的搜集和自动生成，所以互联网金融会颠覆原来银行所谓的风险定价、风险管理的思路。

也许这个说法有一定道理，但是事情也并非那么简单。大数据并不解决这种问题。

现在我们的银行，或者说传统的金融机构的风险管理、风险定价是不是就是简单地靠人脑，靠简单地整理、分析客户的财务数据来进行?其实已经不是这样了。例如，中国的银行业已实施新的资本管理办法，而其中很重要的就是银行要有能力实施自己的内部评级法。内部评级法又有一个前提，就是要有足够的相关数据的积累，比如客户的违约概率、违约损失率，而且数据积累要有足够的时间长度，比如五年，甚至七年的数据等。

当然这些数据主要还只是银行的账户数据、交易数据，和现在所说的大数据尤其是客户的行为数据不完全是一个概念，但银行这些年来也在注意利用行为数据。比如银监会一直强调，银行要学会分析小微企业的水表、电表。这看上去似乎是个很土的办法，水表、电表数据不是银行的账户数据，我认为它就是行为数据。我们通常说，大数据的一个重要特点是能采集、分析行为数据。与我们以往主要依赖账户数据、结构性数据不同，大数据确实给风险管理提供了新的工具。但是我们强调它的长处时，还要注意几个问题。

首先在理论上，事物的相关性分析能不能完全取代因果性分析?我认为恐怕有风险。简单地说，任何人、任何互联网企业、任何银行都没有办法让所有人进入它们的社交网络，有些人不愿意或者无能力进入这个网络，这就是理论上所谓的行为不暴露。对这样的人，就难以获得行为数据。到目前为止，我们尚没有办法去证明或取得具有完全民事行为能力的人中，不愿意暴露自己行为数据的人的比例有多大。但我相信，主观上想隐匿自己的一些行为数据的人不会太少。

另一个问题是，能采集到的行为数据会不会或有没有受到人为干扰和调整(有时候是有意识的，有时候是无意识的)?怎样对这些有意识或无意识的人为干扰后的数据进行区分、甄别，也有一定的难度。举个最简单的例子，网上交易刷星级就是典型的干扰行为数据的例子。另外，有的网站豢养水军也是典型的人为干扰行为数据的例子。这些最后都会造成行为数据的失真，可信度的下降。

随着时间的推移，愿意隐匿自己的行为数据、不愿意暴露自己行为的人占比会不会越来越高?如果确实如此，我们对这些数据的采用，对所谓大数据和小数据如何能更好地结合就更需要引起重视，不能理想化地认为靠大数据就可以解决所有的问题。

因此，是不是互联网技术、云计算技术发展到现在，我们就完全可以颠覆原有的金融系统风险管理的理念和做法?这值得研究-青牛财经讯。