大数据-风险管理新武器( 三 ) _风险

6 市场风险/交信用风险-速度的需求
交易对手信用风险量化变得越来越复杂。衍生工具不再是简单的每条交易法则的净折现值 - 而是银行自身的信贷质量（债务估值调整 - DVA ），它的交易对手方（信用估值调整 - CVA）和无担保资金（资金估值调整 - FVA ）都需要作为考虑因素。这些计算通常必须在不同的定价数据（例如应用“风险中性” CVA ）下进行，并且生成各种不同频率的报告 – 月度报告，每周报告，每日报告，当日盘中报告。
计算这些组件是巨大的且数据密集的工作。为了在投资组合层面计算CVA，大银行通常会执行1000 至 5000组蒙特卡洛场景拟合。不过，要完全模拟结构性金融产品的所有衍生品工具的潜在风险，银行可能需要运行大约100,000组蒙特卡洛场景拟合。传统网络技术根本无法以足够快的速度应付如此大的运算，因此常常由于处理过载而失败。
然而，内存图形处理单元(GPU) 能在日益增加的高负载数据市场风险领域提供巨大的利益。源自游戏产业中内存/ GPU技术，允许系统以难以置信的高速度处理大量数据。在内存中执行带来了相对于传统方法关键优势：非常迅速的数据处理速度，比如处理增量假设的统计数据是可能仅需几秒钟。总体而言，这种解决方案可以很大的提高资产负债表的优化和抵押品管理，包括对新的客户交易和市场价格/波动变化提供实时风险模拟。
在市场风险和交易对手信用风险管理方面，数量和速度是重要的推动因素。简单地说，拥有更强蒙特卡洛分析能力的银行将能够把金融衍生品交易的定价提高到比竞争对手更好的水平。
“新的高性能计算和内存技术正在将我们的市场风险管理提高到一个新的水平。无论从计算能力以及对成本的角度来看技术已经不是一个限制因素了。市场和信用风险估值可以通过使用这些新技术来模拟在更多的细节。它甚至允许使用直到近来还被认为是不可能或过于昂贵的模型和模拟运算。” ---马克.范.巴伦，ING银行全球MRMB交易主管
7 交易监控和欺诈管理
欺诈让银行损失巨大。备受瞩目的流氓交易丑闻,比如说: 近年来Kweku 和的案子在新闻报道中抢足了风头, 罚金天价。这些案件给整个金融体系造成严重破坏。Nick 的欺诈投机交易造成整个银行业灾难性崩溃。被全球外汇调查后,最近有6家银行被罚43亿美元，这反映出加强对同业拆借利率的管控是多麽的失败！
传统方法在识别欺诈方面缓慢、冗长、麻烦。传统运营风险团队逮住流氓交易者的方法是人为地追踪那些操纵岗位、盈亏的交易商和运营人员的举动。然而，现在欺诈者往往使用一系列的技术和策略来规避，比如最近FX 丑闻中的私人聊天室。新数据湖技术的优势在于可以从任何可以想得到的渠道收集数据，不仅包括各种交易系统、电子邮件、社交媒体和移动数据，还包括各种人力资源系统、出入门刷卡装置和计算机登录日志文件等。因此，进行全面综合的数据分析，就能够在损失达到灾难级前就监测到欺诈行为。
“在运营风险方面，大数据的优势在于能够整合来源于旧平台的海量信息，从而得出一个高度可行的解决方案。例如：在客户和我们的互动中，我们能够权衡各种大数据解决方案，获得对各个平台的登录控制管理的更好见解，从而有助于我们确保全过程客户交易的安全和保密。”
8 过去、未来与现在
目前，大数据不仅能帮助我们改善反应与预测能力，还为解决风险提供了令人兴奋的新可能性。认知技术的最新发展将能让大数据技术能实时地作出合理明智的决定，保护易受冲击的市场。