银行高管权衡大数据对风险管理的价值

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

如果您是一位银行家,无论置身于世界任何一个地方,风险管理这个话题都必定是您最位关心的。自从2008年金融危机,大多数银行家和政府管理者愈发意识到风险管理的重要性。这种环境并未变得更为简单,实际上反而日趋复杂。


监管与审查持续增加,但声誉和收益却仍处在风险之中。市场波动率增大,股东,消费者,商业伙伴以及供应商的需求不断增长(更不用提例如互联网,手机银行等科技),正改变着一家银行必须管理和应对的风险范畴。


伴随着例如多德 - 弗兰克法案(Dodd-Frank Act)以及巴塞尔协议(Basel)III压力测试等新的管理措施被引入,用以保护消费者以及提高金融稳定性,金融机构需要考虑合规成本以及其对影响银行放贷能力和盈利能力的资源的冲击。

调查显示执行风险的担忧以及途径

最近的一项调查(2014年6月)是由经济时报的智库(EIU)负责实施的,对象为比例均衡地来自于北美,欧洲,亚太和其他地区的零售业,商业及投资银行业中的208个风险管理与监管合规经理 。在此与大家分享一些主要的调查结果:


  1. 高管一致认为,流动性风险(50%)和信用风险(45%)是他们银行将会在未来三年内面临的最大挑战。零售银行将信用风险列为最大的忧虑,而商业银行和投资银行则分别更加担心市场风险和操作风险。


  2. 银行通过内部组织结构来管理风险的方式也各不相同,最大比例(38%)的高管团队说,他们依靠独立的分析团队,结合分析和风险的专业知识,将重点放在风险管理的特定区域。这一做法已被证明是有效的,因为它通过将风险划分为定义明确的类别并将其分配至相关专家的手中,充分地利用专业化的好处。


  3. 每一个接受调查的金融服务公司都声称提供全面的风险概况是优先事项之一,绝大多数(81%)的高管表示他们定期向董事会和高级管理层提供关于机构风险状况的全面数据。另外15%的高管则表示他们希望在未来三年内实现这一目标。


  4. 有趣的是,出色的风险管理表现与大数据工具的使用有一定关系。正如下面的图表显示,有中等以上的风险控制/缓解表现的银行更可能是正在或者计划在三年内使用基础大数据工具(65%比7%)和高级大数据工具(64%比8%)。

  5. 同时,调查发现缺乏数据是提高风险管理成果的最大障碍。半数以上的高管(51%)认为缺乏足够的数据来支持稳健的风险管理是提高风险结果的两个最大障碍之一。另一挑战则是从现有的风险数据中提取可操作情报。

调查结果要点

调查发现的关键点包括:

  1. 流动性和信用风险是银行风险及合规经理的首要关注点。这可能反映了继2008年金融危机后,同业银行以及贷款风险中风险暴露增加。


  2. 企业范围内的方法被认为是用以满足流动性要求,预测市场趋势,防范信贷和贷款违约的最有效的风险管理策略。


  3. 在企业层面的风险管理集中化可以捕捉到伴随着大数据分析工具的大量使用而日益重要的规模经济。 这些工具能够帮助更好地实时解释外部事件,更精确地模拟风险场景,并自动生成合规性数据。


  4. 将新颖的和不同的数据源 -- 从24/7移动设备的传感器数据到社交媒体内容-集成到传统风险管理框架之中的大数据应用将有可能因为那些数据源的价值,容量和速度的增加而获得支持。



原文发布时间为:2015-07-23

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号


相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
数据采集 机器学习/深度学习 人工智能
大数据分析案例-用RFM模型对客户价值分析(聚类)
大数据分析案例-用RFM模型对客户价值分析(聚类)
1306 0
大数据分析案例-用RFM模型对客户价值分析(聚类)
|
2月前
|
存储 大数据 数据挖掘
【数据新纪元】Apache Doris:重塑实时分析性能,解锁大数据处理新速度,引爆数据价值潜能!
【9月更文挑战第5天】Apache Doris以其卓越的性能、灵活的架构和高效的数据处理能力,正在重塑实时分析的性能极限,解锁大数据处理的新速度,引爆数据价值的无限潜能。在未来的发展中,我们有理由相信Apache Doris将继续引领数据处理的潮流,为企业提供更快速、更准确、更智能的数据洞察和决策支持。让我们携手并进,共同探索数据新纪元的无限可能!
144 11
|
3月前
|
机器学习/深度学习 人工智能 分布式计算
理解并利用大数据的力量:解锁数据背后的价值
【8月更文挑战第7天】大数据已成为推动社会进步和经济发展的重要力量。通过理解并利用大数据的力量,企业可以解锁数据背后的价值,优化业务流程、提升决策效率和创新能力。然而,大数据应用也面临着诸多挑战和风险,需要企业不断学习和实践以应对。相信在未来的发展中,大数据将为我们带来更多的惊喜和机遇。
|
4月前
|
存储 算法 数据可视化
云上大数据分析平台:解锁数据价值,驱动智能决策新篇章
实时性与流式处理:随着实时数据分析需求的增加,云上大数据分析平台将更加注重实时性和流式处理能力的建设。通过优化计算引擎和存储架构等技术手段,平台将能够实现对数据流的高效处理和分析,为企业提供实时决策支持。通过优化计算引擎和存储架构等技术手段,平台将能够实现对数据流的高效处理和分析,为企业提供实时决策支持。
684 8
|
6月前
|
存储 分布式计算 算法
大数据处理:挖掘价值之道
大数据处理:挖掘价值之道
|
6月前
|
存储 数据可视化 大数据
大数据分析与处理:探索数据的深层价值
大数据分析与处理:探索数据的深层价值
95 2
|
6月前
|
存储 数据采集 机器学习/深度学习
大数据分析:挖掘数据价值的技术和方法
在数字化时代,大数据已经成为企业和科研机构的重要资源之一。然而,对于海量的数据如何进行分析和挖掘却是一个巨大的挑战。本文将介绍大数据分析的基本概念、技术和方法,帮助读者了解如何利用现代技术和工具,挖掘数据中蕴藏的价值。
671 0
|
机器学习/深度学习 人工智能 Cloud Native
【大数据趋势白皮书下载】IDC: 发挥数据智能价值,推动企业数字化创新
IDC认为,从提升企业中长期发展质量、降低综合投入成本的角度出发,大数据技术领域将呈现出两个显著趋势:一体化和融合化。企业应以战略和顶层设计为先导,用体系化的思维全面构建大数据能力架构,避免形成新的数据、业务和能力孤岛。 【下载地址见文末】
【大数据趋势白皮书下载】IDC: 发挥数据智能价值,推动企业数字化创新
|
数据采集 机器学习/深度学习 算法
大数据分析案例-基于RFM模型对电商客户价值分析(聚类)
大数据分析案例-基于RFM模型对电商客户价值分析(聚类)
1046 0
大数据分析案例-基于RFM模型对电商客户价值分析(聚类)
|
大数据