陈华谈心理咨询师

1．事件会对陈华的工作动力产生非常消极的影响，因为对于陈华来说，他在工作中所获得的激励主要来自于成就激励和创造性激励，而体现他的成就的重要表现或者说重要标志之一就是薪水，当他感觉自己的固成就感而带来的自信受到打击，处境很尴尬时，一个有成就需要的人就会有很强的受挫感，会影响其工作的动力。亚当斯的公平理论．理论内容；公平理论是美国心理学家亚当斯于20世纪60年代首先提出了一种激励理论，又称为社会比较理论。公平理论认为，激励中的一个重要因素是个人的报酬是否公平，个人主观地将自己投入 (诸如努力、经济、教育等许多因素)同别人相比，看自己所得的报酬是否公正或公平。如果认为自己所获得的报酬不公平，就可能产生不满，降低产出的数量、质量，甚至离开这个组织；如果认为报酬是公平的，就会继续在同样的产出水平上工作；如果认为个人报酬比认为的公平报酬大，则会更加努力地工作。该理论还指出，职工的某些不公平感虽然可以暂时忍耐，但如果长时间维持，将会带来严重的后果。2．这种解释不会让陈华感到满意，可以说没有什么作用．因为陈华需要的不是对这件事本身给出一个复杂或简单的理由，而是需要对这个事件所反映的深层次的问题给予解释，即长久以来以及今后自己在公司中处于什么样的地位的问题，李江华的解释只能使陈华理解为“在公司里你无所谓，只是非常普通的一个成员”，同时还透露了一个更加不好的信息，“公司非常需要编程分析员，你不是公司可以依赖的力量，你还不如一个新人”，那么赖以支撑其努力工作的力量就不复存在了。如果重视老员工的作用，就不应当忽视他们的心理需求，公司有许多措施可以采取，最主要的是增加陈华的公平感。如果按照程序无法尽快增加陈华的薪水，那么就应该采用其他方式提高其成就满足感觉，让其心理状态至少感觉公平．比如职务提升、工作丰富化、委任陈华担任新聘人员的指导教师等等。

无论是在工作还是生活中，我们无时无刻不在跟风险打交道，在管控风险。不管是日常生活中开车的时候，或是制定新的保险或医疗计划时。多数人在日常中都在无意识地管理风险。但当谈到金融市场与商业运营时，评估管理金融风险就变得非常重要和关键了。 在互联网时代，随着金融服务渠道逐渐丰富、金融服务逐渐多元化，金融机构经营面临的环境越来越复杂，金融机构对客户行为模式的认识、信息安全的认识、经济发展“新常态”的认识、国际环境不确定性的认识均需要重新构建。在这样的背景下，全球金融机构面临的风险也日趋复杂化、多样化、扩散化，风险管理的难度增大，风控管理机制亟待重新设计，当前风险管理组织架构面临着重构与调整。 在这样的行业环境背景下，有越来越多的金融风险管理顶级专业人才运用自己的杰出才能持续推动着行业的发展。其中，陈华作为基于数据分析的金融风险管理领军人物对于行业的发展做出了巨大的贡献。 陈华在重新审视复杂环境下的金融风险特征的基础上，结合传统与新兴金融计量方法，创新采用独创的金融风险数据分析技术强化风险防范机制，满足金融风险管理的要求，及早采取防范措施，降低预期与非预期损失的风险成本。 随着金融机构面临的内外部环境日趋复杂，金融业务日趋多样化，风险发生可能性、影响程度也日趋增大，如何应对新形势下多样、复杂的金融风险成为传统金融风险管理体系亟待思考的命题。企业管理者应积极 探索 、采用创新技术手段评估、规避、预测金融风险，改造现有风险管理系统，以适应市场环境、监管体系及自身风控的要求。 陈华打造的金融风险管理体系通过收集123个维度的数据信息，建立全面、精准的数据模型，分析用户行为特征和信用风险之间的关系，促进金融企业在金融业务的全生命周期中，不断提升效率和服务能力。这些数据信息主要分为四类，基础信息数据（姓名、身份证、银行卡、手机号、用户学历、收入、家庭地址等基本信息）、用户征信数据（该用户是否在其他平台有过多头借贷行为，在非银机构是否有过逾期行为、有没有上过征信系统的黑名单等等）、运营商数据（通过运营商数据可以判断用户的设备是否有异常，比如入网时长、入网状态、每月消费情况、通话记录、短信情况等）以及用户行为数据（包括用户的搜索记录、购买记录、社交数据等，通过这些数据可以判断识别该用户是一个什么样的人、有多强的消费能力、 社会 关系如何等等）。 大数据时代正在影响着各行各业的发展，各种信息化设备和应用系统所产生的数据量的年均增速超过50%，2020年全球产生的数据量达到约44Z（44x1021B），数据量的指数型增长显著改变了当今 社会 的竞争方式和经营方式。对于金融行业来说，大数据时代的核心竞争力就是选择正确的技术，对银行拥有的海量数据进行全方位、系统化地分析与挖掘，参考有价值的结果并做出正确的商业决策，提高风险控制技术和水平，进而在竞争中保持长期优势。 2008年国际金融危机之后，世界各地的金融机构越来越多地采用主动风险管理的新模式，在加强信用卡欺诈检测、金融犯罪合规、信用评分、压力测试和网络分析等领域，大数据分析技术在风险管理方面发挥着重要作用。 英国Big DataFinance（2015-2019）制定并开展了关于“金融研究与风险管理”的大数据创新培训网络计划，开发和实施大型复杂数据集的实证金融和新的风险管理定量和计量方法，以此来增强欧洲银行和其他金融机构的风险防范能力。美国跨国投资银行和金融服务公司摩根大通通过生成大量有关其美国客户的信用卡信息和其他交易数据，利用大数据分析技术，能够将消费者市场划分为更小的细分市场，并可在几秒钟内生成报告。 陈华独创的基于数据分析的金融风险管理体系目前已在全国金融行业得到广泛应用，成为维护金融业各项业务正常运营以及降低风险事件发生概率的重要工具。这个体系从数据收集、存储、使用、传输及销毁等关键环节，确保用户数据信息不留存，在遭受潜在的安全威胁时不泄漏，从而实现了真正意义上的数据安全。目前全球都在大力提升基于数据分析的金融风险管理水平和能力，相信在不久的将来，由陈华打造的金融风险管理体系在全球范围内广泛应用，促进全球金融风险管理能力的提升。（文 / 陈珊）