对金融风控的小愿望

对金融风控的小愿望

(本文为金融数据挖掘系列笔记第38篇，写于2018年1月14日)

自2012年接触大数据分析至今，我一直有个小愿望:金融监管(内审)能实现信息化、自动化，从简单重复劳动中解放出来，专注于履行风险防控职责。具体包括:

1.基于数据标准和最小信息集，安全、规范、持续采集全机构风险管理与存贷付数据。

2.梳理已发现问题的历史数据库，对违反规制条款、程度轻重、监管措施种类、处罚依据、处罚轻中重判定添加关键词(标签)。

3.建立通用模型库，每一问题皆可调用已成型的分析思路、实际模型、脱敏疑点线索。

4.业务上每一检查方向涉及问题，皆有所凭;每一业务问题，建模分析皆有所本，通过小而美模型的功能组合，构成检查模型矩阵。

5.让检查人员的主要精力在专业判断，而非繁琐的文字撰写、表格填写等事务性工作。

[小结]概括一下就是:

法成体系，细节可操作，新旧有溯源，轻重可比照;

人重判断，减少体力活，判罚能衡平，行为可跟踪。

人的精力本来就有限，快了难免不精，精了难免不快，又快又好又重要，构成一个不可能三角，常会导致疲于奔命。其中的主要矛盾，我认为有三:一曰法规有度，繁简得宜好操作;二曰行为有效，数据为基高效率;三曰监管有凭，同质同源齐轻重。

这是否也可称为金融监管政策的三大支柱？央妈的货币政策有法、有规、有工具，存准率、公开市场操作、窗口指导，还有麻辣粉MLF、酸辣粉SLF、酸辣藕SLO……银爸的监管政策也得有成套工具箱吧，这是不是“监管科技”的具体内涵呢？

要实现这个愿望，首要的就是做好理论准备与实践尝试，持续地交流与试错、总结。回望2012年我接触大数据分析至今的五年，因为能与不同层面、角度、地域的师友们自组织起来，才能让思维能力成长起来，有了一些知识！还得继续加油！

“会干工作的搞试验，不会干的等文件，等来文件等经验，上级推广我再干！”这四句是2003年三讲教育时会领导上党课时讲的，2013年两学一做党课上再次听到，现在来看，有些人是“上级问责我再干”，谁也叫不醒装睡的人，我们先做好自己能做的，点滴积累、共同进化，当问题开始凸显出来、必须解决的时刻，你的能力已经锻炼出来，还怕没有施展的空间吗？

附旧文一篇:

『昭彧曰』数据挖掘与哲学

(2014年写的一篇旧文，偶尔翻到仍觉有用，与师友分享)

起这么个题目其实觉得自己挺能装的！这年头除了几个老学究谁还看哲学哦？！

舍恩伯格在《大数据时代》中提出：数据，技术与思维是影响大数据应用的三个关键方向，当前来讲思维的作用最显著。

思维是人类主观意识层面所产生客观认知认为特有的一种单体生命形态的特一性逻辑分析能力。也就是一种人所特有的分析、综合、归纳与演绎的能力。

那什么是哲学呢，我的理解，就是负责回答＂我是谁”、“我来自哪里”、“我要去哪里”三个基本问题的学问。既然是学问，就可能被证实与证伪，就需要反复的“学”与“问”……

数据挖掘的起点是“海量数据”，目标是发现模式，引导决策，至于过程，其实将任意几种变量关联后进行验证与分析的技术并不繁杂，但问题的关键是，在事先时分析者如何知道哪几个变量相关呢？！

哲学作为方法论与认识论，如同一张粗略但必不可少的“路线图”，恰可以发挥其指导数据挖掘实践的作用，业务与技术的思维也就在这一层次上达到了方式方法的一致性。

应该承认的是，人们至今对思维的过程仍知之甚少，是单一问题串行求解，还是多个分析路线此起彼伏并行试探前行，我们并不明了；所以归纳总结、演绎推理与试商都可以尝试，以结果与效率来衡量，即可逐渐摸索出减少不确定性的办法来，无论是聚类、关联与决策树，其实都是这一过程，转化为业务人员的用语，就是分析思路～思路，就是“思之有路”，也就因此不仅仅是一句同义反复，而具有了实践的价值！