大数据技术在互联网金融风险监测领域的应用研究

雷永庆

【摘  要】互联网金融不仅具有传统金融风险的一般属性，还受产品创新、违规运营以及流动性等多重风险的影响。完善的金融风险监测系统是防范互联网金融风险的关键举措。论文结合工作实践，以互联网金融监管面临的“五难”作为切入点，阐述大数据技术在互联网金融监管领域中的应用价值，提出大数据技术在互联网金融风险监测领域中的应用实践及促进大数据技术在互联网金融风险监测领域应用的保障措施，以此助力于互联网金融监管工作高质量发展。

【关键词】大数据技术；
互联网金融；
风险监测；
数据分析

【中图分类号】F832；
TP311.1                                             【文献标志码】A                                                 【文章编号】1673-1069（2023）05-0130-03

1 引言

我国进入新发展阶段，大力发展互联网金融产品成为缓解中小企业融资难、融资贵的重要举措。纵观互联网金融发展历程不难看出，导致互联网金融风险的根源在于借贷双方信息的不对等。为切实提升互联网金融行业的健康发展，金融监管部门需要充分发挥大数据技术的采集、管理、分析以及信息整合功能，强化金融监管系统性能，加大金融风险防范处置力度，确保金融业高质量发展。

2 互联网金融监管面临的“五难”

我国金融行业进入高质量发展新阶段，互联网金融成为金融行业发展的必然产物。互联网金融具有金融、高科技以及交易的三大属性，是金融服务手段的创新。在优化营商环境和“放管服”改革背景下，加强互联网金融监管工作是推动金融行业高质量发展的有力举措。然而频繁爆发的互联网金融“跑路”事件严重损害了广大民众的利益，干扰我国社会经济高质量发展，破坏推进中国式现代化河北场景的建设，也对监管侧带来了巨大的压力。由于互联网金融属于新型金融产品，其具有分布地域广、传播速度快以及涉众面广的特征，相对于传统金融监管工作而言，互联网金融监管面临以下困难：一是风险识别难。基于全时便利的在线数据传输，互联网金融业务呈现快速发展的趋势，受限于人员、技术防范能力的制约，互联网金融风险的识别难度越来越大。二是预测研判难。面对互联网金融非法集资手段的电子化、网络化、传播途径多样化等特点，实现对非法集资活动的事前预测是金融监管部门面临的具体挑战。三是主动发现难。传统的监管方式由于风险甄别与量化工具不足，一般只能在非法金融案件发生后被动地去处置，不利于有力打击非法行为。四是数据协调难。互联网金融监管需要多部门参与，随着电子政务的发展，政府部门之间的信息共享程度越来越高，但是在互联网金融数据协调方面存在缺乏关联分析与深度挖掘的困境。五是数质把控难。高质量的数据是金融监管部门开展有效监管的前提基础，由于互联网金融存在数据不统一、不稳定、部分缺失等质量问题，不能为互联网金融监管提供充分的数据支撑。

3 大数据技术在互联网金融监测领域中的应用价值

基于互联网金融监管存在的困难，利用大数据技术重塑互联网金融监管模式，能够实现有效、及时以及低成本的监管方式，达成高质量监管的目的。

3.1 大数据技术重塑互联网金融监测新范式

创新互联网金融监管模式是有效防范互联网金融风险的关键手段，是构建高质量互联网金融监管体系的重要方式。借助大数据技术辅助互联网金融监管可以分为“器”和“技”。“器”更多是指硬件层面，“技”是对互联网金融风险数据信息的处理。具体而言：一是以大数据技术为驱动，利用大数据统计技术、分析技术实时处理多源的风险信息，建立风险预警监测模型，以此及时识别互联网金融风险，便于监管部门采取有效措施防范互联网金融风险；
二是利用大数据海量分析功能从用户及金融机构中搜索有用信息，对搜索的信息进行分析并对数据信息进行自动监测，将监测的风险及时反馈给金融机构及用户，以此降低用户与金融机构信息不对等产生的风险。

3.2 利用大数据技术搭建监测预警系统，实施有效监管

近年来，伴随金融领域的不断创新，利用新技术手段非法吸收公众存款、利用网络平台集资诈骗等涉众型案件多发，传统的监管模式不能实现实时监测。运用大数据技术建设互联网金融监测预警系统（见表1），能及时发现互联网金融中潜在的金融风险，及时进行更好的风险管理，从而实现对互联网金融活动的有效监管。

3.3 利用大数据技术降低互联网金融风险监测成本

互联网金融监管需要多部门参与，传统的互联网金融风险监测存在重复工作的现状，风险监测成本比较高。将大数据技术应用到互联网金融风险监测领域中可以发挥大数据技术的优势，通过海量数据的自动汇总与分析功能，提升互联网金融数据的整合效率，从而有效降低互联网金融风险的监测成本。例如，依托大数据技术构建互联网金融监测预警系统，实现对企业基本信息、经营情况、资金信息等集中统一登记，并进行信息交叉验證，通过对数据的信息化、智能化收集分析后，可以支撑金融监管部门从非现场层面发现风险，并与现场检查相结合，有效降低互联网金融风险监测的成本支出，更好推进风险防控工作的开展。

4 大数据技术在互联网金融监管领域中的具体应用实践

4.1 体系设计，整体规划

大数据技术在互联网金融监管领域中的应用主要体现在利用大数据技术构建互联网金融风险监测预警系统，以“数据驱动，追根溯源”为指导思想，运用系统采集多个数据源，经过数据清洗、数据集成、数据变换、数据归约等预处理，将数据整合统一转化为可分析的结构化数据，构建专题风险分析模型，通过风险识别、风险监测、风险预警、风险处置、信息反馈及模型优化这一闭环流程，形成事前有效预防、事中快速反应、事后跟踪稳控的科技监管体系，将互联网金融监管由被动监管转型为主动监管、精准监管、协同监管。

基于大数据技术的互联网金融监测预警系统如表2所示。

4.2 量化风险，差异处置

为实现对互联网金融业务的实时监测，运用“指数”模型，从合规性、收益率、关联性、传播力、投诉举报以及特征词命中情况等6个维度挖掘监测互联网金融发展的风险。“指数”越高，互联网金融风险就会越高（见表3）。

4.3 应用实践，有效支撑

以数据为中心的互联网金融监测预警系统，基于统一的云基础设施，运用新一代信息技术与金融科技，围绕金融政策导向、监管要求、金融标准化建设、金融数据治理构建各应用子系统，拓展互联网金融监管覆盖广度，提高风险监测深度，有效支撑现代金融监管体系建设。

4.3.1 建设互联网金融数据库

运用大数据采集技术汇聚互联网金融机构、公众、政务、监管部门等数据信息，统一数据资源目录和统一数据服务，建设标准、规范、可复用的互联网金融数据库，具备多类型、多来源、海量数据接入、处理、管控和服务的能力，打造贯穿数据全生命周期的数据治理机制，构建高效供给的金融数据资源体系，以授权访问、加密传输、数据脱敏等措施确保数据安全可控，为实现全方位获取、全网络汇聚、全系统整合、全时域监测奠定支撑基础。

4.3.2 构建专题风险分析模型

基于金融政策、监管要求等，建立覆盖企业风险点的多级监测指标要素体系，运用大数据技术归集数据，借助人工智能技术分析判定，按照构建好的风险指标体系和智能预警模型进行风险量化，达到风险阈值的企业将被自动触发系统预警，按风险由大到小细分为红色预警、橙色预警、黄色预警。根据区域差异及业务实际，可分别构建非法集资、企业流动性、金融机构、地方金融组织等专题风险分析模型，以适应更细颗粒度的监管需求。

4.3.3 充分运用大数据技术

互联网金融监测预警系统主要是通过大数据、云计算、人工智能等先进科技进行风险发现、分析决策，丰富监管手段，提升互联网金融风险的甄别、防范和化解能力。系统融合文本挖掘、自然语言处理、LBS分析等技术，综合舆情信息、企业画像、关联拓扑、风险指数等，实现对互联网金融非法活动监测预警方法的突破创新。其中，文本挖掘是从非结构化文本文档中提取有用的知识和规律；
自然语言处理技术是利用计算机对自然语言进行智能化处理；
基于LBS分析则可呈现目标企业和关联企业的地理分布，从其动态演变特征挖掘风险异常。

5 大数据技术应用于互联网金融风险监管领域的保障措施

为推进大数据技术在互联网金融风险监测领域中的应用，需要做好以下保障措施。

5.1 加强教育培训，提升监管人员大数据技术水平

监管人员的专业技能直接影响互联网金融监测预警系统的运行效果，基于大数据技术的不断发展，要求监管人员不仅要具备专业的金融知识，而且要懂得大数据技术操作技能、树立互联网风险意识。因此，金融监管部门要重视监管人员教育培训工作，提升监管人员的综合素养：

一是加强教育培训，提高监管人员的专业技能。面对大数据技术的创新发展，监管部门要紧跟科技前沿，聘请高校教授、行业专家开展专题讲座，通过多种形式授课提升监管人员运用大数据技术的基本能力。要基于互联网金融监测预警系统的建设运行，及时组织监管人员学习系统的操作技能以及监测手段，更好发挥系统效能。二是要加强宣传，提升监管人员的安全意识。要积极开展警示教育等活动，不断提升监管人员的安全意识、风险意识，筑牢金融安全底线，切实将互联网金融风险监测工作落到实处。

5.2 做好安全防护工作，提升系统运行效率

将大数据技术应用到互联网金融风险监测系统的前提就是要构建安全的网络防护措施，提升互联网金融风险监测系统的安全性：

一是正确配置安全策略。要及时安装杀毒软件，定时查杀病毒；
要合理配置防火墙、WAF等网络安全设备的防护策略，提高系统抵御网络攻击的能力。二是定期开展安全自查。要定期对技术防护、系统加固等方面开展隐患排查，重点排查信息系统及服务器弱口令、冗余端口、病毒库升级、漏洞补丁修复更新、日志留存、数据备份等内容，主动发现安全隐患，采取有效措施立查立改，保障系统稳定运行。三是加强值守快速响应。在重要时节、重大任务期间，要配齐配强技术力量，强化监测手段，增加检查频次，开展安全巡查，及时发现漏洞隐患、病毒木马、网络攻击等事件线索和风险威胁，尽早应对处置。值班人员要保持联络畅通，备齐各类软件工具，充分做好远程或现场应对处置的各项准备工作，确保遇有突发事件能够立即响应。

5.3 加强资金保障，持续完善基础设施建设

运用信息化手段开展互联网金融风险监测离不开完善的基础配套设施作为支撑。一是要统筹安排专项资金用于建设与完善互联网金融风险监测系统相关配套设施。二是要结合科技创新及时更新迭代基础配套设施，不断提升互联网金融风险监测系统的先进性、稳定性、安全性。三是探索推进部门间的数据对接，应用多方安全计算、联邦学习、差分隐私、联盟链等技术，在确保数据交互安全、使用合规、范围可控的前提下，实现数据可用不可见、数据不动价值动，提高风险研判的精准度。

6 结语

总之，防范金融风险是推进中国式现代化河北场景的重要举措，构建完善的互联网金融监测预警系统有助于提升我国互联网金融行业的发展水平、营造良好的营商环境。针对传统互联网金融风险管理存在的问题，金融监管部门要充分发挥大数据技术的优势，将大数据技术融入互联网金融风险监管领域，以此促进互联网金融行业高质量发展。

【参考文献】

【1】李崇纲，许会泉.冒烟指数：大数据监测互联网金融风险[J].大数据，2018（4）：76-84.

【2】张雪伍.基于大数据的农村互联网金融风险防控研究[J].电脑知识与技术，2021，17（29）：24-25.

【3】宋寒亮.风险化解目标下互联网金融监管机制创新研究[J].大连理工大学学报：社会科学版，2022（2）：105-114.

【4】孙晋.互联网金融平台传统监管的局限与法治化改革[J].华东政法大学学报，2023（1）：59-71.

【5】郑安安.建立完善互联网金融监管和风险防范长效机制[J].金融理论与教学，2022（5）：51-54.

【6】刘健，陈勋.技术快速迭代下的金融云数据中心新形态[J].金融电子化，2022（6）：58-59.

【7】罗舟.基于大数据技术的消费金融风控策略研究[J].今日财富（中国知识产权），2020（11）：39-40.

【8】张立奎，孙秀梅.建立互联网金融风险监测预警机制有效途径的探讨[J].北方金融，2017（11）：62-64.

【9】馬新彬.建立金融风险监测预警体系的国际经验[J].中国金融，2023（4）：25-26.

【10】刘霄宇.金融风险统计监测预警指标体系的建构策略分析[J].财经界，2022（6）：11-13.

【11】李杰，郑龙哲，江浩畅.基于多源异构数据的涉众型金融风险监测识别研究[J].金融科技时代，2023（3）：20-23，29.

猜你喜欢大数据技术数据分析互联网金融新常态下集团公司内部审计工作研究中国市场(2016年36期)2016-10-19大数据技术在电气工程中的应用探讨电脑知识与技术(2016年21期)2016-10-18大数据技术在商业银行中的应用分析电脑知识与技术(2016年21期)2016-10-18浅析大数据时代对企业营销模式的影响商场现代化(2016年22期)2016-10-18互联网金融的风险分析与管理大众理财顾问(2016年9期)2016-10-11互联网金融理财产品分析大众理财顾问(2016年9期)2016-10-11互联网金融对传统金融的影响大众理财顾问(2016年9期)2016-10-11