智慧运营大数据下的电网企业风险管理深化应用

      [中图分类号]F275 [文献标识码]A [文章编号]1002-5812(2019)14-0004-04

      一、传统风险管理与大数据风险管理的比较

      大数据，作为电网企业发展的重要战略资源，也将深刻影响风险管理的变革，为风险管理谋求新的机遇。传统风险管理，过程是断断续续的，缺乏完整性，风控被看成是规避不利的因素，依靠职能拉动。而大数据下的风险管理，风险通过数据表达，数据依附业务体现，因此整个过程是连续不断的，依靠流程拉动，突出了风险在实现经营目标过程中的重要价值，使得风险管理工作的实质从在业务发展和风险规避之间寻求平衡转变为促进业务保值增值，谋求双赢。详见表1。

      

      二、大数据下风险管理的创新思路

      大数据下的电网企业风险管理以“一个目标，两个支撑，三个协同，四大环节”为主线，有效推进风险管理与经营业务的有机融合，全面提升风险管理的应用价值。

      一个目标，即从价值链风险防范出发，通过风控的智能化管理，实现“精准风控”的目标，全面提升电网企业风险响应水平和决策辅助能力。

      两个支撑是以数据和大数据技术为支撑。数据资源是大数据下风险管理的基础，是电网企业重要的战略资产，是生产管理过程中的基本要素。数据通过共享、交叉复用、有机整合后将产生新的信息，大幅增值，为生产经营提供更精准的服务。而大数据技术则是数据价值开发和释放的关键因素，数据资源的挖掘深度高度依赖于数据分析技术，通过数据分析技术可以将隐没在一大批看来杂乱无章的数据中的信息集中、萃取和提炼出来，以找出所研究对象的内在规律，是大数据下风险管理的硬实力体现。

      三个协同是确保全面风险管理委员会、全面风险管理办公室、专业风险管理部门三者在推动风险治理方面的协同。其中，全面风险管理委员会作为电网企业全面风险管理的领导机构，在客观数据支撑的基础上进行风险的科学决策和统筹部署，并定期监督风险应对方案的落实情况。风委会下设全面风险管理办公室，依靠风险量化模型分析风险成因和风险走向，及时向业务部门进行风险提示，并通过模型预测的风险值高低变化动态监控风险的整改情况。电网企业各业务部门负责专业风险防控，在大数据和风险量化技术的支持下及时发现早期风险，尽快完成整改，实现业务流程的不断优化。

      四大环节是指通过“风险识别—量化评估—风险应对—监督改进”对风险管理的工作路径进行优化，形成管理闭环，持续提升风险管理的软实力。风险识别环节，通过数据的整合打通部门壁垒，形成以数据为载体的业务链条，并利用数据特征识别重要风险，形成风险特征链。量化评估环节，通过风险量化模型沿风险特征链向前端回溯，可定位其源头成因；向后延展，则可实现风险的预测预警，形成“风险+数据+场景”的全景风险展示，支撑风险管理的全局部署。风险应对环节，针对风险模型的预测结果和风险标签库向风险责任部门进行智能化的风险提示，形成差异化风险应对建议。监督改进环节，通过内控评价和实时监督等方式动态跟踪其改进结果，实现风险管理水平的持续优化。详见图1。

      三、大数据下风险管理的创新做法

      (一)协同化管控，优化风险识别

      1.数据破冰，编织一体化风险网络。以风险为抓手，以业财数据共享为突破点，打造与风险相匹配的业务数据链条，超越部门的界限，从流程的视角治理风险，逐步形成与业务相匹配的一体化风险网络。通过数据的拉通，将识别无形的风险转化成识别有形的、可辨识的数据，为主观的风险管理赋予了客观的数据基础。详见图2。

      2.内外融合，深化风险数据链协同。长期以来电网企业积累了大量的内部业务数据，但是对外部数据的关注度不够，不利于电网企业内部运营效率效果的深入分析大数据打破了传统数据的边界，改变了过去业务分析仅仅依靠电网企业内部业务数据的局面。利用来自互联网和信息机构的各种外部数据，经过转化、装载，与电网企业内部数据进行整合、勾稽，形成多维度风险数据池，加快形成数据智慧集群，推动数据向高端价值跃升。

      利用内部数据打通，外部数据融合，电网企业可以构建起以业务链为导向的大数据链条，抹平部门间的数据“鸿沟”，充分发挥数据的“集群优势”，展现业务全貌，给风险管理以扎实的业务“土壤”，实现风险从“局部治理”向“全局统筹”的跨越。详见图3。

      (二)价值化转型，量化风险评估

      1.特征发现，聚焦数据价值新内涵。将电网企业SG186系统、采集系统、SAP系统，以及外部多渠道收集的数据，进行标准化处理，实现各系统间、系统与外部的数据链贯通，推动各系统搭载的电量、电费、核算等业务模块有机整合。通过技术手段完整还原业务全貌，追踪风险轨迹，寻找数据规律，继而发现风险特征。详见图4。