風險管控的內容及困難

金融業是高風險行業，存在著匯率風險、利率風險、會計風險、市場風險、信用風險等諸多的金融風險。隨著我國金融市場的逐步開放和外資金融機構的快速進入，加大了我國金融機構的經營風險。

因此，目前國內金融控股企業、證券公司、投資銀行與商業銀行、資產管理公司、證券公司、保險公司、各大型企業集團的財會與稽核部門紛紛加強了金融風險控制，形成了政府統籌管控、企業內部實施的兩級管理體系。

而對于互聯網金融來說，由于發展時間短、變化快，目前尚沒有形成體系化的風險管控體系，對于參與其中的用戶和機構而言，都存在著巨大的風險。

互聯網金融機構，作為互聯網金融的主體，將承擔風險管控的重要任務。對于金融機構而言，主要可分為針對內部的管控風險和外部的信用風險。對內部而言，它需要更好的設計各種理財產品，更清晰的衡量收益和風險，更規范化的流程管控和更準確的市場動態識別;而對于外部而言，它需要對客戶進行更為準確的信用評估，以期實現更好的風險管控。

風險管控，一直是金融管控的重點和難點，內容復雜、涉及面廣，專業人員缺乏等因素一直制約著我國金融行業的風險管控。對于互聯網金融機構而言，這些問題相對于傳統金額行業更為嚴重，可以說，互聯網金融行業處在一個未知的網絡中，面臨著許多未知的事情，也存在著許多未知的風險。

數據分析在風險管控上的作用

數據分析，旨在通過統計方法對收集來的大量第一手資料和第二手資料進行分析，以求最大化地開發數據資料的功能，發揮數據的作用。運用探索性的數據分析，幫助各級人員及時了解市場動態，發現各種市場問題;使用實驗設計，可以幫助用戶更好的識別產品收益和風險之間的關系，更好的進行產品設計和銷售;通過SCP監控，幫助用戶更好對于流程和產品銷售的過程進行監控，及時識別和處理市場異常;而探索性的數據挖掘，則幫助我們更好的識別客戶，降低高風險客戶銷售帶來的風險。

運用數據分析的各種手段，將幫助我們更好的認識產品、客戶和業務流程，更好的做好風險管控。但就數據分析本身來說，數據分析是一項嚴肅認真的專業性工作，工作對于參與的人員和環境都有著較高的要求，而互聯網金融行業本身正處于快速發展的事情，也增加了數據分析工作的難度。因此，如果能夠借助使用便捷、安全準確的分析工具將對數據分析產生極大的幫助，對風險管控起到重要的作用，而這些又對數據分析工具提出了更高的要求：

• 準確快速的數據分析能力，準確是數據分析的根本要求，只有準確分析的結果，才能為后續的工作提供正確的參考。

• 開放的大數據處理能力，互聯網金融面臨的是開放的互聯網環境，我們將面臨的是大數據，對于開放環境下的大數據處理能力，也是數據分析能正常工作的重要保證。

• 快速便捷的模型構建能力，數據建模本身是一件計算量繁瑣的專業工作，對于專業要求高，而大部分風險管控人員往往并不具備較強的專業知識背景，這就需要分析工具能夠提供便捷的模型構建能力，幫助用戶實現快速準確的模型構建。

• 操作友好的交互能力，數據分析本身是一個充滿無知的探索性工作，很多結果結論都是在探索的過程中被發現的，所以操作友好的交互能力，也會為我們的數據探索提供更多的便利。

JMP推出的一種交互式可視化統計發現軟件系列，在SAS算法的基礎上，強調以統計方法的實際應用為導向，交互性、可視化能力強，使用方便，可以幫助業務人員處理數據分析。

探索性數據分析

當我們從互聯網上獲取到獲取大量數據的時候，由于對數據本身缺乏了解，因而難以進行常規的數據分析，而探索性數據分析（EDA: Exploratory Data Analysis）能夠在這種情況下，通過同用戶的不斷交互，不斷探索，幫助我們獲取到有用的相關信息。

探索性數據分析是啟發式、開放式和完全動態的，它以數據為基礎，通過對數據的分解、過濾和計算等操作，幫助我們運用多種可視化的方法實現“讓數據說話”。而且“In-memory”架構能夠應對海量數據，可以在大數據時代發揮作用。

基于實驗設計的產品設計

金融產品的風險和收益都受到諸多因素的影響，如何正確的認識這些因素，準確的度量這些因素的影響力，將為我們進行產品的設計和基于市場動態進行產品調整提供巨大的幫助。JMP 為用戶提供完全析因、篩選、響應曲面和田口設計表等經典的實驗設計模型。幫助用戶在定義因子和響應之后，自動的進行試驗模型的選擇，并提供的一系列設計評估工具，例如預測方差刻畫和 FDS 圖，幫助用戶進行模型評估，確保實驗設計的正常性。此外，技術人員還可以在構建好模型之后，通過各個刻畫器確定可行的操作架構和因子設定點。一旦找到最佳點，就可使用集成的 Simulator 來了解其在實踐中的可靠性。

對于業務過程的質量過程監控

金融產品的整個過程是否合規，也是保證金融風險的重要內容。JMP 提供各種統計流程控制 （SPC） 圖來有效分離普通和特殊原因，幫助組織進行各種過程分析，包括問題調查、失控狀況和穩定性持續監控?？刂茍D生成器通過拖放操作以交互方式幫助用戶創建控制圖，使其可以輕松使用不同的圖表類型和分組策略來劃分變異源，并確定最合適的控制策略。此外，當面臨多個隨機變異源時，組織還可以利用控制圖生成器的互動性，實現靜態控制圖無法提供的方法進行性能評估。

基于客戶風險等級的客戶分群

通過對客戶的行為特征進行分析，從中識別出風險影響因子，實現對客戶的分群，這樣將幫助組織更好的認識客戶，從而實現更好的客戶服務和產品銷售。JMP提供了決策樹、神經網絡、分類模型等多種分類模型，幫助我們更好的進行客戶分群。此外，一起使用分析報告和數據過濾器，用戶可以通過展示的圖表，快速而簡便地查看大型調查數據。