论文部分内容阅读
摘 要：随着数据的爆炸式增长和信息技术的发展，数据资产对于大多数企业而言越来越重要，大数据深刻影响着人们的工作与生活。对企业而言，大数据技术下对于半结构化和非结构化数据的处理，使复杂的风险模拟和监控模型变得可行，因此大数据影响着风险管理实务与信息技术，未来风险管理信息技术将更为先进与智能。
关键词：大数据 风险管理 信息技术
随着全球经济一体化，企业将面临更为复杂的竞争环境，企业的经营与发展面临越来越多的不确定性因素，因此近年来风险管理越来越频繁的被提及和关注，然而由于我国风险管理起步较晚，不论风险管理理论和实务都还处于初级阶段，风险管理信息技术更是亟待发展。本文将在对我国风险管理信息技术现状分析的基础上，结合大数据的发展和应用，分析风险管理信息技术未来发展趋势。
一、我国风险管理信息化现状分析：
我国风险管理理论和实务均处于快速发展阶段，风险管理信息化伴随理论和实务的快速发展而发展。国务院国资委自2006年发布《中央企業全面风险管理指引》时即要求企业应将信息技术应用于风险管理的各项工作，并且在以后年度将风险管理信息化作为评价中央企业风险管理工作的重要指标。然而也正是由于我国风险管理理论及实务还处于快速发展阶段，信息技术的应用并不十分广泛，仅有少数中央企业和软件厂商为之进行了有益探索，总体而言呈现以下类型：
1.自娱自乐型。系统架构及设计思路紧扣风险管理实务，主要为风险管理部门完成日常工作而服务，仅仅是将原本线下完成的风险管理工作转变为线上而已，主要提供风险评估和报告的编写功能，系统孤立、自我循环、半手工作业、自动化程度低。
2.锐意进取型。相较于上一种类型，少数风险管理软件提供商在满足客户日益深化的需求上进行了较为大胆的尝试，也小有突破。此种类型的系统，更加注重与其他系统的集成，向实时监控预警及智能分析迈出了较为重要的一步。但是由于大多数中央企业不愿共享数据，加之数据接口技术限制，实施成本高等原因，数据集成仅限于与容易获取数据的财务系统集成，集成的数据也仅到报表层面，监控预警及智能分析的效果有限。
3.承上启下型。相较于前两种类型，此种系统更加符合未来的发展趋势。少数更为高阶的软件提供商，融合大数据技术，以数据决策为导向，将大数据技术应用于风险管理信息技术，一方面尝试和探索全数据集成，另一方面推动数据共享，将业务系统、风险管理、内部控制、内部审计、智能监控合有机融合。但是这种方式下一方面带来风险管理实务的革新，另一方面技术开发和应用还不是太成熟，还有较长的路要走。
二、大数据发展现状分析：
近年来大数据无疑是一个及其时髦的词汇，云计算、物联网、互联网+、智慧城市等等基于大数据的新技术，不断冲击着人们的传统观念，改变着人们的生活习惯。大数据让我们以一种前所未有的方式，通过对海量数据进行分析，获取巨大价值的产品和服务，如国外一些超市利用对手机的定位和购物推车获得商场内顾客在各处停留时间，利用视频监视图像软件分析顾客购物行为，优化商场布局和货架排列。大数据突破传统的结构化数据分析，通过对半结构化和非结构化数据分析从而获得意想不到的结论，因此大数据对于风险管理实务的影响是巨大的。大数据本质上是“一场管理革命”，大数据时代的决策不能仅凭经验，而真正要“拿数据说话”。因此，大数据能够真正发挥作用，深层次看，还要改善我们的管理模式，需要管理方式和架构的与大数据技术工具相适配。
三、基于大数据的风险管理功能：
大数据对于风险管理的影响至少包括两个方面：（一）大数据促进风险管理实务变革，未来风险管理的重点将侧重于风险分析以及对风险管理模型、风险容忍度的研究；（二）大数据应用于风险管理信息系统，使风险管理信息系统功能更加丰富，更加智能。
大数据应用于风险管理信息系统就是通过采集各种类型的、可以从不通侧面反映企业经营状态、经营质量、经营能力的数据，通过对于数据的存储、整理与整合、统计以及加工处理来进行风险识别、预警、侦查，构建风险管理一体化平台，从而达到支持管理决策的目的。
1.数据集中与共享。数据资产是企业最为重要的资产之一，以往由于部门边界与技术限制，数据资产未被充分开发和利用。大数据背景下，且随着组织边界的模糊，使数据在风险管理信息系统中集中与共享成为可能。因此，未来风险管理信息系统首先应具备集中企业所有源数据，进行加工和处理的功能。其次应向特定用户开放数据查询与分析权限，用户可以在授权范围内自由检索数据，充分享受数据集中所带来的便利和价值。
2.预测风险。庞大而多样的数据集，使预测风险成为可能。任何风险的发生都会有预兆，以往受制于信息处理手段的落后，发现风险前兆十分困难。而现在可以通过统计建模、数据挖掘等技术，模拟风险发生时的数据动态，寻找规律，并通过监测数据变化以识别风险前兆，达到规避风险或降低风险损失的目的。风险预测相较以往后知后觉式的风险管理，将是大数据时代带给风险管理最大的进步。
3.实时监控风险。大数据时代对企业管理最有价值的改变是可以实时发现问题，企业可以通过预设监控模型和规则，通过实时数据流的传输，监控风险状态，当风险到达预设数值时，实时向相关人员推送信息，提醒大家关注并处理风险。
4.智能审计。实时数据流的提供，为智能审计提供了方便。传统的审计方式，通过信息技术和手工抽样的方式验证业务的真实性，而大数据的应用可以将审计程序直接编入信息系统，系统自动且不间断的监测交易，当发现交易异常自动警告用户并备案，最大程度上消除欺诈和舞弊的可能性。
5.数据侦查。风险监控和智能审计都依赖于预设规则，而数据的集中和共享还有另外一种用途，即问题数据侦查。当系统在处理多样数据时，一旦发现数据不一致或存在其他问题，将侦查底层数据，以发现问题所在。而这一技术在风险管理中可用来“侦查问题”，即一旦某一领域或某一子单位存在问题，系统将自动计算相关领域或其他子单位是否存在问题。
6.实时支持决策。大数据的兴起以及其他技术的进步，极大的缩短了海量数据收集和处理的时间，以往由于信息收集不充分而导致的决策失误将不复存在。大数据时代支持决策的最突出特点就是数据化，以数据说话，风险、收益、损失、成本、可能性等等都将被数据化。以往最耗时间的数据收集也将由于“数据自助检索”变得十分便捷和简单，决策支持部门和决策者可以从繁重的数据工作中解放出来，从而将主要精力投入数据对比和决策方法的选择上。
四、大数据背景下的风险管理职能分析
大数据时代的高度自动化，使管理变得轻松而愉快，然而风险管理从业者却可能会担心大数据抢了自己的饭碗。事实上，大数据时代风险管理者将不得不重新规划自己的职业发展，未来对于风险管理从业者的要求将不是熟悉风险管理方法和理论，而是具备数据建模和数据挖掘和分析能力。未来风险管理者在组织中将越来越重要，其职能将更加综合，更具战略意义。
五、应用大数据面临的挑战
目前而言大数据服务于风险管理信息系统还面临者一系列的困难和挑战，如数据安全、权限配置、异构系统的数据接口处理、数据标准化管理等等，但是大数据应用于风险管理已是不可逆转的趋势，在未来，风险管理信息系统甚至可以整合企业所有信息系统，打造为企业运营提供综合服务的一体化智能平台。
参考文献：
[1]苏宏，开展信息系统审计控制电子银行风险[J].科技情报开发与经济，2006（5）.
[2]朱东华，大数据环境下技术创新管理方法研究[J].科学与科学技术管理，2013（4）.
关键词：大数据 风险管理 信息技术
随着全球经济一体化，企业将面临更为复杂的竞争环境，企业的经营与发展面临越来越多的不确定性因素，因此近年来风险管理越来越频繁的被提及和关注，然而由于我国风险管理起步较晚，不论风险管理理论和实务都还处于初级阶段，风险管理信息技术更是亟待发展。本文将在对我国风险管理信息技术现状分析的基础上，结合大数据的发展和应用，分析风险管理信息技术未来发展趋势。
一、我国风险管理信息化现状分析：
我国风险管理理论和实务均处于快速发展阶段，风险管理信息化伴随理论和实务的快速发展而发展。国务院国资委自2006年发布《中央企業全面风险管理指引》时即要求企业应将信息技术应用于风险管理的各项工作，并且在以后年度将风险管理信息化作为评价中央企业风险管理工作的重要指标。然而也正是由于我国风险管理理论及实务还处于快速发展阶段，信息技术的应用并不十分广泛，仅有少数中央企业和软件厂商为之进行了有益探索，总体而言呈现以下类型：
1.自娱自乐型。系统架构及设计思路紧扣风险管理实务，主要为风险管理部门完成日常工作而服务，仅仅是将原本线下完成的风险管理工作转变为线上而已，主要提供风险评估和报告的编写功能，系统孤立、自我循环、半手工作业、自动化程度低。
2.锐意进取型。相较于上一种类型，少数风险管理软件提供商在满足客户日益深化的需求上进行了较为大胆的尝试，也小有突破。此种类型的系统，更加注重与其他系统的集成，向实时监控预警及智能分析迈出了较为重要的一步。但是由于大多数中央企业不愿共享数据，加之数据接口技术限制，实施成本高等原因，数据集成仅限于与容易获取数据的财务系统集成，集成的数据也仅到报表层面，监控预警及智能分析的效果有限。
3.承上启下型。相较于前两种类型，此种系统更加符合未来的发展趋势。少数更为高阶的软件提供商，融合大数据技术，以数据决策为导向，将大数据技术应用于风险管理信息技术，一方面尝试和探索全数据集成，另一方面推动数据共享，将业务系统、风险管理、内部控制、内部审计、智能监控合有机融合。但是这种方式下一方面带来风险管理实务的革新，另一方面技术开发和应用还不是太成熟，还有较长的路要走。
二、大数据发展现状分析：
近年来大数据无疑是一个及其时髦的词汇，云计算、物联网、互联网+、智慧城市等等基于大数据的新技术，不断冲击着人们的传统观念，改变着人们的生活习惯。大数据让我们以一种前所未有的方式，通过对海量数据进行分析，获取巨大价值的产品和服务，如国外一些超市利用对手机的定位和购物推车获得商场内顾客在各处停留时间，利用视频监视图像软件分析顾客购物行为，优化商场布局和货架排列。大数据突破传统的结构化数据分析，通过对半结构化和非结构化数据分析从而获得意想不到的结论，因此大数据对于风险管理实务的影响是巨大的。大数据本质上是“一场管理革命”，大数据时代的决策不能仅凭经验，而真正要“拿数据说话”。因此，大数据能够真正发挥作用，深层次看，还要改善我们的管理模式，需要管理方式和架构的与大数据技术工具相适配。
三、基于大数据的风险管理功能：
大数据对于风险管理的影响至少包括两个方面：（一）大数据促进风险管理实务变革，未来风险管理的重点将侧重于风险分析以及对风险管理模型、风险容忍度的研究；（二）大数据应用于风险管理信息系统，使风险管理信息系统功能更加丰富，更加智能。
大数据应用于风险管理信息系统就是通过采集各种类型的、可以从不通侧面反映企业经营状态、经营质量、经营能力的数据，通过对于数据的存储、整理与整合、统计以及加工处理来进行风险识别、预警、侦查，构建风险管理一体化平台，从而达到支持管理决策的目的。
1.数据集中与共享。数据资产是企业最为重要的资产之一，以往由于部门边界与技术限制，数据资产未被充分开发和利用。大数据背景下，且随着组织边界的模糊，使数据在风险管理信息系统中集中与共享成为可能。因此，未来风险管理信息系统首先应具备集中企业所有源数据，进行加工和处理的功能。其次应向特定用户开放数据查询与分析权限，用户可以在授权范围内自由检索数据，充分享受数据集中所带来的便利和价值。
2.预测风险。庞大而多样的数据集，使预测风险成为可能。任何风险的发生都会有预兆，以往受制于信息处理手段的落后，发现风险前兆十分困难。而现在可以通过统计建模、数据挖掘等技术，模拟风险发生时的数据动态，寻找规律，并通过监测数据变化以识别风险前兆，达到规避风险或降低风险损失的目的。风险预测相较以往后知后觉式的风险管理，将是大数据时代带给风险管理最大的进步。
3.实时监控风险。大数据时代对企业管理最有价值的改变是可以实时发现问题，企业可以通过预设监控模型和规则，通过实时数据流的传输，监控风险状态，当风险到达预设数值时，实时向相关人员推送信息，提醒大家关注并处理风险。
4.智能审计。实时数据流的提供，为智能审计提供了方便。传统的审计方式，通过信息技术和手工抽样的方式验证业务的真实性，而大数据的应用可以将审计程序直接编入信息系统，系统自动且不间断的监测交易，当发现交易异常自动警告用户并备案，最大程度上消除欺诈和舞弊的可能性。
5.数据侦查。风险监控和智能审计都依赖于预设规则，而数据的集中和共享还有另外一种用途，即问题数据侦查。当系统在处理多样数据时，一旦发现数据不一致或存在其他问题，将侦查底层数据，以发现问题所在。而这一技术在风险管理中可用来“侦查问题”，即一旦某一领域或某一子单位存在问题，系统将自动计算相关领域或其他子单位是否存在问题。
6.实时支持决策。大数据的兴起以及其他技术的进步，极大的缩短了海量数据收集和处理的时间，以往由于信息收集不充分而导致的决策失误将不复存在。大数据时代支持决策的最突出特点就是数据化，以数据说话，风险、收益、损失、成本、可能性等等都将被数据化。以往最耗时间的数据收集也将由于“数据自助检索”变得十分便捷和简单，决策支持部门和决策者可以从繁重的数据工作中解放出来，从而将主要精力投入数据对比和决策方法的选择上。
四、大数据背景下的风险管理职能分析
大数据时代的高度自动化，使管理变得轻松而愉快，然而风险管理从业者却可能会担心大数据抢了自己的饭碗。事实上，大数据时代风险管理者将不得不重新规划自己的职业发展，未来对于风险管理从业者的要求将不是熟悉风险管理方法和理论，而是具备数据建模和数据挖掘和分析能力。未来风险管理者在组织中将越来越重要，其职能将更加综合，更具战略意义。
五、应用大数据面临的挑战
目前而言大数据服务于风险管理信息系统还面临者一系列的困难和挑战，如数据安全、权限配置、异构系统的数据接口处理、数据标准化管理等等，但是大数据应用于风险管理已是不可逆转的趋势，在未来，风险管理信息系统甚至可以整合企业所有信息系统，打造为企业运营提供综合服务的一体化智能平台。
参考文献：
[1]苏宏，开展信息系统审计控制电子银行风险[J].科技情报开发与经济，2006（5）.
[2]朱东华，大数据环境下技术创新管理方法研究[J].科学与科学技术管理，2013（4）.