中国银行保险报网讯【记者 张瑾】

在近期举行的2023世界人工智能大会上，多家商业银行机构集中展示了大数据在客户管理、营销管理及风险管理等方面的广泛应用及创新成果，引发持续关注。

不难发现，在长期业务开展过程中积累了海量数据的商业银行正加速通过大数据等新一代技术不断推进金融数据治理、安全共享及融合应用，提升自身的核心竞争力。但需关注的是，随着大数据在经营管理中的应用逐步走向深入，商业银行面对的数据资源愈加丰富，其所面临的风险挑战亦日趋增加，商业银行的风控管理能力亟待提升。

一是加大数据整合挖掘力度，持续推进大数据智能风控应用。商业银行风险管理部门可充分利用各类系统和数据平台，聚焦全面风险管理要求，围绕战略风险、信用风险、市场风险、银行账簿利率风险、操作风险、声誉风险、合规与洗钱风险、信息科技与网络安全风险等风险指标，加强定期监测。同时，通过新技术手段持续丰富风控数据、细化风控模型，在提升风险管理精度和效率的同时，进一步降低风控成本。

二是强化交叉性风险管理，提升风险管理的精准性和前瞻性。当前，普惠金融业务“小额化”“零售化”特征明显，特别是经营贷款类业务融资主体同时涉及小企业和企业主。在此背景下，商业银行要加强普惠业务一体化风险监测，关注整体融资适度性，增强对风险跨领域延伸的敏感度。同时，需进一步推动银行前中后台业务部门联动，将多渠道收集企业经营信息作为客户风险画像和资产质量管控基础，用大数据交叉验证的方式进一步加强风险监控、反欺诈风险筛查、押品抵押率监控和普惠贷后资金流向监控，不断提高风险管控的有效性。

三是加强银行部门内部风险信息共享和大数据分析工具使用培训。商业银行要充分挖掘内部大量数据所蕴含的价值，利用机器学习等人工智能算法，进一步提升客户风险识别精准性以及风险监测模型的准确性。同时，应有计划地开展风险管理人员大数据分析技术及分析工具应用方面的培训，持续提升风险管理人员的专业履职能力。