劉凱 呂思聰 于天

[摘 要] 現(xiàn)階段，以大數(shù)據(jù)技術(shù)為基礎(chǔ)的人工智能與金融的融合形成的金融智能正在全面賦能金融機(jī)構(gòu)，加劇了整個行業(yè)競爭格局的重構(gòu)。未來，大數(shù)據(jù)賦能金融業(yè)務(wù)將會迎來爆發(fā)“奇點(diǎn)”，從而帶動整個行業(yè)的科技金融浪潮。為此，結(jié)合商業(yè)銀行目前大數(shù)據(jù)技術(shù)應(yīng)用情況和存在的問題，結(jié)合商業(yè)銀行科技化、數(shù)字化進(jìn)程發(fā)展情況，提出具體思考建議，為我國商業(yè)銀行數(shù)字化轉(zhuǎn)型奠定決策基礎(chǔ)。

[關(guān)鍵詞] 大數(shù)據(jù);商業(yè)銀行數(shù)字化;科技賦能

[中圖分類號] F740[文獻(xiàn)標(biāo)識碼] A[文章編號] 1009-6043（2019）04-0147-02

一、大數(shù)據(jù)在金融領(lǐng)域發(fā)展概況

大數(shù)據(jù)被認(rèn)為是信息時代的新“石油”，據(jù)國際數(shù)據(jù)公司IDC報(bào)道，2020年產(chǎn)生和復(fù)制的數(shù)據(jù)量超過35ZB字節(jié)，并將以接近每年翻倍的速度增長。大數(shù)據(jù)具有三層內(nèi)涵：一是數(shù)據(jù)量巨大、來源多樣和類型多樣的數(shù)據(jù)集。二是新型的數(shù)據(jù)處理和分析技術(shù)。數(shù)據(jù)處理和分析是大數(shù)據(jù)價值的實(shí)現(xiàn)和應(yīng)用的基礎(chǔ)，其目的在于提取有價值的信息，提供論斷建議或支持決策。三是運(yùn)用數(shù)據(jù)分析形成價值。利用大數(shù)據(jù)分析的結(jié)果，為用戶提供輔助決策，發(fā)掘潛在價值。為抓住大數(shù)據(jù)技術(shù)發(fā)展窗口期，我國頒布了一系列政策促進(jìn)相關(guān)項(xiàng)目的落地實(shí)施。爭取到2020年，基本形成數(shù)據(jù)觀念意識強(qiáng)、數(shù)據(jù)采集匯聚能力大、共享開放程度高、分析挖掘應(yīng)用廣的大數(shù)據(jù)發(fā)展格局。

我國“十三五”規(guī)劃提出：“實(shí)施國家大數(shù)據(jù)戰(zhàn)略，推進(jìn)數(shù)據(jù)資源開放共享”。金融業(yè)在大數(shù)據(jù)前五大投資規(guī)模中位居第三，占比17.5%，而無而論是投資規(guī)模還是應(yīng)用潛力，金融業(yè)中銀行又是重點(diǎn)，占比達(dá)到41.1%;證券占35.1%;保險(xiǎn)占23.8%。根據(jù)麥肯錫統(tǒng)計(jì)，以大數(shù)據(jù)推動的銀行業(yè)務(wù)精益管理、流程、客戶體驗(yàn)再造，實(shí)現(xiàn)了銀行15%-25%的收入增長;根據(jù)交易數(shù)據(jù)、需求預(yù)測和前線人員的實(shí)時匹配，釋放產(chǎn)能，降低了前、后臺5%-15%的運(yùn)營成本;新建的大數(shù)據(jù)預(yù)測系統(tǒng)削減了30%-35%的不良貸款流入總量和15%-20%的風(fēng)險(xiǎn)加權(quán)資產(chǎn)（RWA）。

放眼未來，全球的銀行業(yè)正在大數(shù)據(jù)技術(shù)的帶領(lǐng)下，進(jìn)行核心業(yè)務(wù)的重組和變革，同時搭建全新的數(shù)字化分析平臺。本文以國內(nèi)商業(yè)銀行為例對目前大數(shù)據(jù)技術(shù)的應(yīng)用和存在的問題進(jìn)行分析，探討在銀行實(shí)現(xiàn)以大數(shù)據(jù)技術(shù)引領(lǐng)數(shù)字化轉(zhuǎn)型過程中核心能力提升的有效路徑。

二、銀行大數(shù)據(jù)應(yīng)用場景分析

（一）商業(yè)銀行大數(shù)據(jù)分析價值挖掘

面對行業(yè)內(nèi)外部的嚴(yán)峻挑戰(zhàn)，國際領(lǐng)先銀行以“大數(shù)據(jù)”為核心管理工具已成功挖掘出“大價值”，結(jié)合目前我國商業(yè)銀行業(yè)務(wù)經(jīng)營的實(shí)際情況，有以下幾點(diǎn)可以作為大數(shù)據(jù)技術(shù)公關(guān)突破的重點(diǎn)方向。

1.推動精準(zhǔn)營銷。通過大量分析客戶在銀行內(nèi)部的個人數(shù)據(jù)、行為信息，以及社交網(wǎng)絡(luò)等外部機(jī)構(gòu)的個人與家庭數(shù)據(jù)，對相近的客戶群體進(jìn)行聚類分析，并基于結(jié)果對潛在需求進(jìn)行預(yù)測，最終提出針對性的產(chǎn)品建議。

2.管理決策支持。通過系統(tǒng)地收集、整理、運(yùn)用數(shù)據(jù)，運(yùn)用大數(shù)據(jù)分析支持建立銷售管理看板，輔助總、分、支行的管理層進(jìn)行決策，并實(shí)現(xiàn)各層級標(biāo)準(zhǔn)化流程管理。

3.降本提效。如今，互聯(lián)網(wǎng)金融盛行，這對銀行的運(yùn)營能力提出了更高的要求。商業(yè)銀行目前已開始收集分析各類業(yè)務(wù)運(yùn)營數(shù)據(jù)，探索全面提升渠道管理、運(yùn)營調(diào)配及人力資源管理能力的方式。

4.管控風(fēng)險(xiǎn)。一家銀行的成敗，往往取決于它對風(fēng)險(xiǎn)的經(jīng)營與管理。通過大數(shù)據(jù)分析可高效進(jìn)行信貸風(fēng)險(xiǎn)評估和道德風(fēng)險(xiǎn)防范。豐富可分析的客戶數(shù)據(jù)源，提高信貸風(fēng)險(xiǎn)評估能力。在全面風(fēng)險(xiǎn)管理系統(tǒng)方面。

綜上所述，在開展業(yè)務(wù)的過程中，銀行積累了大量寶貴的客戶數(shù)據(jù)，包括其基本信息、資產(chǎn)負(fù)債情況、資金收付交易歷史記錄等，這都意味著大數(shù)據(jù)高級分析能夠?yàn)殂y行業(yè)眾多領(lǐng)域帶來前所未有的實(shí)際價值。

（二）商業(yè)銀行大數(shù)據(jù)應(yīng)用存在問題

國內(nèi)眾多商業(yè)銀行雖然在數(shù)字化轉(zhuǎn)型的戰(zhàn)略引領(lǐng)下已經(jīng)取得了明顯的進(jìn)步和矚目的成績，但相比于國內(nèi)外先進(jìn)的同業(yè)，相比于商業(yè)銀行自身轉(zhuǎn)型發(fā)展的要求，大數(shù)據(jù)技術(shù)在具體業(yè)務(wù)應(yīng)用中仍舊存在以下問題：

1.數(shù)據(jù)框架能力匱乏，難以形成高價值洞見。商業(yè)銀行缺乏針對不同業(yè)務(wù)問題的分析框架和能力，這主要體現(xiàn)在以下幾個方面：1）對業(yè)務(wù)問題的理解不夠全面，未能形成系統(tǒng)性的分析思路，缺乏對于整體業(yè)務(wù)目標(biāo)及框架的全局思考;2）局限于當(dāng)前業(yè)務(wù)和科技、數(shù)據(jù)等團(tuán)隊(duì)之間的合作模式，一線團(tuán)隊(duì)的業(yè)務(wù)思考邏輯難以轉(zhuǎn)化為對應(yīng)的數(shù)據(jù)分析圖譜;3）缺少具備數(shù)據(jù)驅(qū)動營銷的協(xié)作中心及專職團(tuán)隊(duì);4）數(shù)據(jù)基礎(chǔ)能力薄弱，大量有價值的客戶交易行為數(shù)據(jù)被忽視等。

2.數(shù)據(jù)共享難以實(shí)現(xiàn)。銀行信息系統(tǒng)建設(shè)以往呈現(xiàn)“重功能實(shí)現(xiàn)、輕數(shù)據(jù)采集”的特點(diǎn)，導(dǎo)致數(shù)據(jù)豐富程度不夠，數(shù)據(jù)質(zhì)量不高。數(shù)據(jù)共享存在一定障礙，導(dǎo)致不同部門在大數(shù)據(jù)的分析和應(yīng)用上缺乏系統(tǒng)性和整體性也阻礙了數(shù)據(jù)的共享與集成，導(dǎo)致無法將數(shù)據(jù)優(yōu)勢有效地應(yīng)用在經(jīng)營管理的決策中。

3.數(shù)據(jù)安全管理能力有待加強(qiáng)。在大數(shù)據(jù)時代，銀行所擁有的數(shù)據(jù)量大幅增長，使得對數(shù)據(jù)安全的管理責(zé)任更加重大。如果一旦出現(xiàn)由于個人信息資料管理不善導(dǎo)致個人信息泄露，大數(shù)據(jù)淪為信息詐騙的工具，由此而造成的經(jīng)濟(jì)損失將是難以估量，不僅會影響商業(yè)銀行正常業(yè)務(wù)的開展，更是引發(fā)銀行聲譽(yù)風(fēng)險(xiǎn)。

4.數(shù)據(jù)分析復(fù)合背景人才儲備缺乏。商業(yè)銀行的信息技術(shù)部門仍然簡單當(dāng)成一個后臺基礎(chǔ)支撐部門，沒有一個有效的科技創(chuàng)新氛圍。另外，和國際先進(jìn)金融科技公司相比，我國商業(yè)銀行的科技投入占全年運(yùn)營成本比例普遍較低，并且投資基本以科技硬件固定資產(chǎn)和相關(guān)耗材為主，在人才培訓(xùn)，項(xiàng)目科研，產(chǎn)品創(chuàng)新等方面投入經(jīng)費(fèi)較少。

三、大數(shù)據(jù)引領(lǐng)商業(yè)銀行數(shù)字化轉(zhuǎn)型必然途徑

（一）建設(shè)一體化數(shù)據(jù)平臺

為了實(shí)現(xiàn)大數(shù)據(jù)分析的潛在巨大價值，讓商業(yè)銀行具體業(yè)務(wù)在大數(shù)據(jù)驅(qū)動下切實(shí)產(chǎn)生效益，在銀行全行范圍內(nèi)建設(shè)一體化的數(shù)據(jù)平臺作為大數(shù)據(jù)基礎(chǔ)架構(gòu)是重中之重。該平臺從數(shù)據(jù)整合到一線執(zhí)行共包括5層，且各層均配備相應(yīng)的組織架構(gòu)和KPI支持。一是數(shù)據(jù)整合層：基礎(chǔ)層的功能是將不同來源的數(shù)據(jù)整合為一個集成數(shù)據(jù)庫，具備標(biāo)準(zhǔn)化且統(tǒng)一的數(shù)據(jù)結(jié)構(gòu)和格式。二是分析模型層：在一體化數(shù)據(jù)庫的基礎(chǔ)上，構(gòu)建各種機(jī)器學(xué)習(xí)模型來獲取洞見，并通過數(shù)據(jù)創(chuàng)造價值。三是軟件工具層：軟件工具是數(shù)據(jù)/分析模型和一線執(zhí)行之間的連接性組織。四是一線實(shí)施層：一線員工需要利用軟件工具，在其日常工作流中使用分析模型洞察。五是組織和KPI支持：所有上述工作需要組織和KPI體系支持。

（二）深度理解業(yè)務(wù)痛點(diǎn)和機(jī)會點(diǎn)

專業(yè)、高效地診斷并獲得客戶洞見是數(shù)字銀行開展精準(zhǔn)營銷的第一步。大數(shù)據(jù)分析技術(shù)作為快速挖掘客戶洞見的診斷工具，可以從銷售構(gòu)成、消費(fèi)者生命周期、產(chǎn)品品類、渠道構(gòu)成等多個維度搭建分析框架，通過對銀行業(yè)務(wù)邏輯的深度解讀，針對商業(yè)銀行特點(diǎn)定制了基于大數(shù)據(jù)的分析框架，對其客戶進(jìn)行了全生命周期的數(shù)據(jù)診斷。在實(shí)現(xiàn)了業(yè)務(wù)診斷并獲得了相關(guān)洞見之后，通過大數(shù)據(jù)建模分析，可基于用戶個體數(shù)據(jù)建立顆粒度更細(xì)的分組，并針對分組建立用例，科學(xué)地考慮多個維度對于業(yè)務(wù)影響的效用，從而按照用例的商業(yè)背景，制定更加有效且可行的行動策略。

（三）頂層設(shè)計(jì)打通數(shù)據(jù)共享環(huán)節(jié)

數(shù)據(jù)共享的程度反映了商業(yè)銀行的數(shù)字化發(fā)展水平。要實(shí)現(xiàn)數(shù)據(jù)共享，首先應(yīng)通過頂層設(shè)計(jì)建立一套統(tǒng)一的、法定的數(shù)據(jù)交換標(biāo)準(zhǔn)，規(guī)范數(shù)據(jù)格式，使用戶盡可能采用規(guī)定的數(shù)據(jù)標(biāo)準(zhǔn)。通過自上而下的頂層設(shè)計(jì)，實(shí)現(xiàn)全行的信息流共享。

（四）提升金融科技復(fù)合背景人才

隨著大數(shù)據(jù)技術(shù)的發(fā)展，掌握數(shù)學(xué)模型算法、數(shù)據(jù)分析、全業(yè)務(wù)“翻譯”等技能的新型金融科技人才崗位急需補(bǔ)充。健全的人才認(rèn)定機(jī)制，把提高金融科技人才的自主創(chuàng)新能力作為核心，在科技人才錄取中做到公平、公正、公開，選撥出優(yōu)秀的人才，充分調(diào)動金融科技人才的工作潛力。同時，要建立、健全人才流動機(jī)制，設(shè)立金融科技專業(yè)人才庫，充分的發(fā)揮好科技人員的實(shí)際能力，實(shí)現(xiàn)柔性化的管理。

四、總結(jié)

未來，在大數(shù)據(jù)賦能的助力下，我國商業(yè)銀行的數(shù)字化轉(zhuǎn)型將推動實(shí)現(xiàn)高質(zhì)量發(fā)展：在客戶服務(wù)上，大數(shù)據(jù)賦能將為客戶便捷高效地提供多樣化、組合化、場景化金融服務(wù)，提升客戶體驗(yàn)，滿足客戶日益增長的對美好生活的向往;在業(yè)務(wù)結(jié)構(gòu)上，大數(shù)據(jù)賦能將實(shí)現(xiàn)多種金融生態(tài)、不同金融業(yè)務(wù)的協(xié)調(diào)發(fā)展，形成動態(tài)合理的業(yè)務(wù)結(jié)構(gòu);在增長動力上，大數(shù)據(jù)賦能將堅(jiān)持制度創(chuàng)新、科技引領(lǐng)、優(yōu)化人才結(jié)構(gòu)，實(shí)現(xiàn)高效、敏捷、持續(xù)動力變革。大數(shù)據(jù)技術(shù)將會是引領(lǐng)我國商業(yè)銀行在新一輪信息革命浪潮中實(shí)現(xiàn)彎道超車，建成國際一流商業(yè)銀行的新引擎。

[參考文獻(xiàn)]

[1]李璠.商業(yè)銀行數(shù)字化轉(zhuǎn)型[J].中國金融.2017（17）.

[2]李虹含.大數(shù)據(jù)技術(shù)在商業(yè)銀行中的應(yīng)用：場景、優(yōu)勢與對策[J].廣西大學(xué)學(xué)報(bào)（哲學(xué)社會科學(xué)版），2016（1）.

[3]傅俊.數(shù)據(jù)挖掘技術(shù)及其在商業(yè)銀行中的應(yīng)用[J].軟件導(dǎo)刊，2014（2）.

[4]Crosman.Penny. How Big Data Helps Banks Strengthen Ties with Small Business. American Banker，2013.

[責(zé)任編輯：趙磊]