商业银行开展大数据风控有很多模式。例如，基于供应链的“供应链+电商平台数据+大数据风控”的信贷模式，基于商圈的“商圈+大数据风控”的信贷模式，基于社交数据的“社交网络数据+大数据风控”的信贷模式。其实，大数据风控技术的形态是丰富多彩、不拘一格的。如图所示，商业银行可以采用“模型库和专家库”并行的大数据智能风控模式，即将客户“大数据”分别导入事先设计的模型检验库和专家分析库，并以一定的方式将两方面的分析结论进行有机结合，得到最后的综合判断，提供客户大数据的欺诈指数或可信度水平。
（一）大数据的模型检验库
模型检验库以纯量化分析为基础，通过对客户的“大数据”进行全面和深入的比较分析，发现数据内在逻辑中缺陷，计算财务报表的欺诈指数或可信度水平。常用检验方法是财务平衡分析、财务稳定性检验、行业数据比较、其他来源印证和统计回归检验等。
1.平衡关系检验：商业银行通过大数据风控程序对财务数据进行基本层面的会计规则检验，由于目前国内、外会计体系尚存在一定差异，在系统开发时应特别要注意财务数据的本地化特点，可以邀请专业会计师参加咨询，或直接购买工具软件产品。
2.连续性检验：这种方法是通过对企业历史财务数据进行趋势分析，判断其现实数据的可信程度。一般而言，企业通过某种手段粉饰一、两期财务数据是比较容易做到的，但长期财务作假的难度就相当大。银行应观察企业连续几年的财务表现，如果发现数据表现出难以解释的大起大落，则可以判断企业提供虚假财务报表的可能性较大。
3.行业数据比较：一般情况下，银行都能通过公开渠道获得国民经济中主要行业的经营情况和财务数据，如行业平均的资本利润率、销售增长率、产品产销率、资产负债率等。将公司客户的财务数据与行业平均值进行比较，通过计算宏微观数据的偏离程度，可以从一个侧面判断数据欺诈的可能性。一般而言，客户财务数据越是明显地优于行业平均水平，其财务欺诈的可能性就越大。
4.其他数据来源印证：目前，全国统一的企业征信体系尚未建成。同一企业需要向不同政府部门定期提供财务数据。财政部、统计局、税务局和人民银行都掌握着一定数量的数据资源。同一企业可能向不同部门提供的财务报表相差迥异，例如为获得贷款就可能向银行夸大现金流量，为突出政绩就可能向财政部突出产值增幅，为避免多上税就可能向税务局低报应税利润等。银行可通过正当渠道掌握企业向有关部门的财务数据，并与企业对银行提供的报表进行比较印证。
5.统计回归检验：如果银行积累了足够的企业财务欺诈的样本数据，就可以建立统计分析模型，如采用LOGIT、判别分析等方法确定数据欺诈的预警标志点（即关键财务比率）及其相应的参数。以此为基础，预测客户财务欺诈的概率。美国安然等大型公司财务丑闻的曝光，属于典型的欺诈风险案例。目前，大部分银行都积极建立内部统计分析模型，对企业财务欺诈行为进行预警分析与监测。
（二）专家分析库(www.xing528.com)
商业银行根据常见的虚假数据，可以总结实用的大数据风险分析、识别企业信息失真的方法，提炼后并入专家分析数据库，并将其模型化、程序化和系统化。
1.关联交易分析：根据现行会计准则，关联交易应遵循等价、公平的原则，按照公允价值进行计价。但由于历史和体制原因，关联交易已经成为关联公司之间进行报表粉饰或利润转移的常用工具。识别方法是将来自关联企业的营业收入和利润总额从企业利润表中予以剔除。通过这种分析，可以了解一个公司客户自身获利能力的强弱，判断该公司的盈利在多大程度上依赖于关联企业，从而判断其利润来源是否稳定、未来的成长性是否可靠等。
2.不良资产分析：不良资产除包括待摊费用、待处理流动资产净损失、待处理固定资产净损失、开办费、长期待摊费用等虚拟资产项目外，还包括可能产生潜亏的资产项目，如高龄应收款项、存货跌价和积压损失、投资损失、固定资产损失等。由于不良资产是导致企业虚盈实亏的重要原因，同时也是公司一个未引爆的“定时炸弹”，因此在对那些存在高额不良资产的公司进行财务报表分析时，对不良资产进行剔除分析就显得十分重要。识别方法是将不良资产总额与净资产比较，如果不良资产总额接近或超过净资产，即说明该公司持续经营能力可能有问题；同时也可以将当期不良资产增加额与当期利润总额的增加额相比较，如果前者超过后者，说明公司当期利润表可能有水分。
3.或有事项分析：或有事项是指过去的交易或事项形成的一种状况，其结果须通过未来不确定事项的发生或不发生予以证实。常见的或有事项有：对外担保、未决诉讼、未决索赔、税务纠纷、产品质量保证、商业票据背书转让或贴现、为其他单位提供债务担保等。
4.重点科目分析：企业财务报表作假时，常用的账户包括应收账款、其他应收款、其他应付款、存货、投资收益、无形资产、补贴收入、四项准备等会计科目。如果这些会计科目出现异常变动，要考虑企业是否存在利用这些科目进行利润操纵的可能性。
5.合并报表分析：合并报表分析是指将合并会计报表中的母公司财务数据和合并报表的数据进行比较分析，来判断财务数据真实性。有的公司采取的作假手法比较高明，为了逃避注册会计师和有关部门的审查，往往通过子公司或者孙公司来实现利润虚构。因此，仔细分析合并报表有时也能发现其中的疑点。
6.预警信号分析：实际上，贷款企业经营在真正出现问题之前，通常会有风险信号出现。常见预警信号如下：应收款项或存货的增长速度，远远大于销售收入的增长速度；公司没有新业务扩充计划或财务计划，但债务比重大幅增加；公司在快速增长时出现失控；公司管理阶层以牺牲公司业务的其他方面去满足利润目标；子公司长期亏损或业绩平平，而企业却热衷于搞兼并、收购等资本运作；在建工程一直挂在账上，这往往意味着这是块被废弃的不良资产，或者是以前年度造假的产物；工人工资流水不正常，开始发不出工资；企业环保风险事件出现预警；企业开始频繁参与网络现金贷申请活动；企业涉讼风险；重大舆情风险事件；对外担保问题。
【信贷反思录】商业银行如何构建大数据信贷反欺诈的智能风控模型？
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
