摘要：随着银行各种业务的开展和推广，银行的不良贷款率也呈逐年增长趋势，这不仅影响了银行的快速健康发展，甚至导致银行负债规模不断扩大。为应对银行的不良贷款率，自2014年以来，国内各大金融机构开始转变发展策略，丰富金融信贷业务体系，但银行的信贷风险问题一直未得到根本解决，因此必须辅以一定的管理措施控制银行的信贷风险。本文在分析商业银行风险及其成因的基础上，结合信贷业务风险及数据挖掘技术探索加强银行信贷风险管理的有效举措。
关键词：银行；风险管理；数据挖掘
一、商业银行经营风险及成因
银行经营风险一般由两个因素引发：一是整个国民经济金融环境影响下产生的全局系统性风险，如国家政治经济政策变化所带来的政策性风险，二是由银行自身因素所造成的非系统性风险。本文重点研究的是后者。非系统性风险一般包括以下四种类型。（一）银行自身层面的系统性风险随着经济形势的变化，商业银行信贷逐渐向大城市、大行业、大客户的“三大方向”集中，集中度的提高带来了系统性风险的积聚。（二）流动性风险近年来，互联网金融业蓬勃发展，商业银行资金来源中低成本存款比重下降明显，中长期贷款比例却在显著上升，银行资产负债期限结构配比矛盾较突出，流动性风险大增。（三）担保风险在信贷业务中，信贷担保是发放贷款的必要条件而非充分条件，目前商业银行普遍认为具备了信贷担保即可放贷，然而信贷担保只是分散了信贷风险，并不能根本上改变借款人信用状况与财务水平，也无法足额偿还本息，不能解决信贷风险。（四）道德风险信贷业务合约缔结后，存在因信息不对称造成委托人与代理人中具有信息优势的一方可能为个人私利，采取不利于对方的行为，使他人利益受损的可能性。
二、银行经营风险防范措施
对于上述风险，主要应对措施有以下四点。1）加强对国家经济形势与政策的研究水平，做好信贷资产合理配置，分散经营风险。2）推行风险管理机制，防微杜渐，将违约风险的可能性扼杀在萌芽状态。3）是建立监管监控体系，量化评价客户等级，实行分级分类管理，加强风险管理的精细化水平。4）形成集团客户综合信贷管理体系，对于大型集团采用综合授信的管理方式，动态监控其各业务板块的发展，确保信用贷款的健康稳定。
三、数据挖掘技术和银行信贷风险防范
（一）数据挖掘技术
数据挖掘指的是从巨量的不同格式不同形式的数据信息中提取过滤用户最希望获知的信息与结论，而且这些信息与结论通常是隐藏的、具有潜在价值的、事先未知的，挖掘到的信息表示为概念、规律、模式、可视化等多种形式，数据挖掘的对象是数据库。
（二）基于数据挖掘技术的信贷风险模型建模方法
1.决策树根据被预测企业客户的经营状况，分类不同数据，形成测试函数，构建树状结构各层分支，并不断重复构建，此即决策树构建方法，该方法常常被应用于金融业务决策，通过决策树建模法可以快速预测各类信贷申请企业违约概率。2.聚类算法通俗来说，聚类算法的含义类似于“物以类聚，人以群分”，其主要指导思想是将大体量的数据进行归类，归因处理，分门别类地分析对待。聚类算法的本质就是把在某一特定领域或某几个特定方面具有相同或相似特征的数据样本算作同类，同一类的数据样本在该特定领域或该几个特定方面考量下的差异不大，但是不同类的数据样本相对来讲差异非常大。使用聚类算法构建的信贷风险模型能够根据企业客户的特点将其按照低风险高回报/中等风险回报比/高风险低回报等类别大致分类。3.人工神经网络此办法模拟人脑的神经传输网络，模仿生物神经对外部信息（刺激信号）的传递、判别与处理方式。以人工神经网络为基础构建的算法体系在非线性分析拟合方面性能特别突出。信贷企业是否违约一部分情况可以从企业重要经营指标上反映出来，另一部分情况是潜在的，无法通过量化分析获得的，由此两类情况综合影响下，造成企业数据与其违约可能性之间的关系必然是非线性的，使用人工神经网络来构建信贷风险模型将较好地拟合这个非线性的过程，从而达到相对准确的结论。
四、信贷风险管理展望
1）完善信贷业务权责一致制度要将银行的信贷业务的权力和责任相对应，从实行信贷业务的信用评估、审批、发放、管理、清收等职能等各环节分离制度和内部审计制度，交叉管理、权责分明、从而有效防范银行的信贷业务风险。2）明确信贷业务的规章制度。银行除了发展传统信贷业务以外，更应该加强机制创新，产品创新和流程创新，使信贷产品的定制化程度更加提高，加强市场竞争力，监管机构和银行内控也要加强主体责任意识，提高风险管理理论水平，制定符合市场规律和业务开展特点的合理规章办法，加强社会信用体系的建设，完善征信系统，多措并举多方努力推动信贷业务的健康可持续发展。严格依照公司信贷业务操作流程标准，有序规范地进行信贷业务工作，从流程上防范信贷业务风险。3）强化监管。金融机构要在满足资本充足率的条件下优化融资结构、强化内部监管，处理好盈利性和安全性的关系，采用内评法将信贷融资业务的相关指标精细化分级调档，同时银监会要加强对银行的检查力度，另外，信贷企业也要严格监控信贷资金的用途，保障信贷业务健康发展。
参考文献：
[1]王靖雯,刘锦淼.商业银行数据仓库建设及数据服务价值[J].中国金融电脑,2010(0代发论文7):23-24.
[2]冯娟娟.互联网金融背景下商业银行竞争策略研究[J].现代金融,2013(4):34.
作者：蒋仁云 单位：上海交通大学
