z6com·尊龙凯时金融研究院风控专家 辛园

如果要真正做到数据驱动，，可能要有四个关键理念
。。

第一、
、从数据本身出发，，，，要确保与自己合作的数据源合法合规。。。

第二、、、、不同的机构有不同的偏好，，，，同时银行的规模、、、发展阶段以及考核指标等的不同
，，，导致银行在风控方面对数据及模型的要求也是不同的，，，因此需要基于本行的数据、、风险偏好确定风险尺度。。。这不是简单地直接套用市面上比较好的数据
、、模型和策略，，，而是要结合业务偏好，
，
，，客群特点等自身情况进行具体分析。。。

第三、、搭建数据驱动的风控体系，，需要匹配自身的时间、、、、数据和成本等要求。。。。每个银行自身的情况，，，，如技术人员和基础设施等，，都需要结合目前条件进行盘点、
、
、、准备，
，，才能为实现数据驱动打牢基础。。

最后一个就是风险的自控，，风险和业务的平衡就是一个点
，，，
，我们尽可能地抓到这个平衡点，，通过数据识别风险，，，驱动业务，
，，，把这条路走得更长远，，这才是数据驱动的真正目的。。。。

具体来讲，
，，
，搭建数据驱动的风控体系，，，分三步走。。。

首先，，引入外部三方公司合作
。。
。能提供丰富解决方案的三方公司，，
，可以帮助项目高效落地，
，，，很大程度上减少前期启动的时间成本。。
。。但是在这之前一定要了解公司的存量数据
，，，，可以结合自身业务偏好
，，，，数据质量等，，
，从某一个点做切入
，，，，通过数据清洗
、、
、加工及挖掘，，找出这些数据里面可用的价值点，，，明确未来数据应用的布局和方向，，，，这之后再结合外部三方公司的成熟经验和解决方案进行体系搭建。。

其次，，在数据驱动风控体系中，，
，架构设计要做到不同的产品
、、场景搭配不同的数据、、、模型、、
、规则及策略。
。。。这绝对不是简单地将一个场景、、、、一个模型应用到所有业务中，，
，而是要将数据
、、、风控技术和业务场景进行匹配。。。。

最后，，线上化。。大数据具有的高维属性，
，依赖线上环境来进行处理、、、、计算，
，同时，，
，线上化流程可以减少过程中主观因素的影响或其他环境风险，
，，提高效率。
。
。并且通过实时线上化数据分析，，，，可以时刻关注数据表现，
，，，根据数据监控的反馈结果及时有效地进行模型或策略迭代。。这其中需要注意的一点是，
，，，线上化推进过程中
，，
，，在准备没有做好之前不建议全产品线上化，，而是要以阶梯式地完成。。

另外，
，，搭建大数据风控体系还有最重要的一点就是风险胃口和组合管理，，，风险胃口决定我们的策略标准
，
，，要把风控匹配在不同的模块和业务场景中，，并进行组合式的管理，，对KPI、、
、KRI要做好监控及预案要知道可能会面对什么样的问题，
，出现问题来的时候，，，，要有相应的解决方案。。。
。