<?xml version="1.0" encoding="UTF-8"?><!DOCTYPE wml PUBLIC "-//WAPFORUM//DTD WML 1.1//EN" "http://www.wapforum.org/DTD/wml_1.1.xml"><wml><card  id="index"  title="清华金融评论  &raquo; Blog Archive   &raquo; 对商业银行大数据应用“热”的“冷”思考"  ><p>
			标题：对商业银行大数据应用“热”的“冷”思考<br/>
			时间：2016年6月7日 (上午8:20)<br/>
			分类：<a href="index-wap.php?cat=2591" title="查看总31期中的全部文章" >总31期</a>,  <a href="index-wap.php?cat=2" title="查看清华金融评论杂志文章中的全部文章" >清华金融评论杂志文章</a>,  <a href="index-wap.php?cat=18" title="查看银行与保险中的全部文章" >银行与保险</a>,  <a href="index-wap.php?cat=2600" title="查看银行与信贷-总31期中的全部文章" >银行与信贷-总31期</a><br/>
            标签：无<br/>
			作者：清华金融评论<br/> 
            <br/>
            
  [1]




文/ 杨忆 本文编辑/王蕾



商业银行的转型必须紧紧抓住对大数据的运用和分析能力，本文分析了目前商业银行在大数据应用中存在的问题，并针对问题提出细致的解决途径，即，处理好“基础管理”与“业务创新”的关系、“信息应用”与“信息安全”的关系、“结构化信息”与“非结构化信息”的关系、“内部信息”与“外部信息”的关系，以及“做加法”与“做减法”的关系。


近年来，随着移动支付、个体网络借贷（P2P）、众筹和网络征信等新一轮互联网金融浪潮的兴起，大数据与金融的融合程度不断加深，应用模式日趋多元，已几乎涵盖银行、证券、基金、保险、资管等各个领域，囊括借贷、支付、理财、投资乃至征信等多项职能。尤其是自2015年8月国务院颁布《促进大数据发展行动纲要》以来，国内大数据应用更是显著提速，各行各业数据化、信息化、网络化趋势日益明显。商业银行对大数据应用的热情亦不断高涨，如工商银行提出“大数据与信息化”战略及“一中心三平台”互联网金融架构；建设银行围绕大数据应有打造新一代企业级核心业务系统；招商银行推出“平台、流量、数据”的互联网金融结构布局；光大银行建立创新实验室，积极探索大数据应用的新场景、新模式；江苏银行制定了大数据建设方案，将大数据上升到战略层面……
但是，当前国内商业银行在大数据应用上还存在以下“四个问题”：
其一，思想认识问题。当前大数据已快速融入经济社会生活的方方面面。对商业银行而言，大数据在其经营管理中的应用也不断深化，作用与价值持续显现，逐渐得到更多认同与信赖。但与此同时，各家银行及其分支机构和专业部门等对大数据的认知认同程度还存在一定差异，有的仅是“口头上”重视，或“纸面上”重视，而思想上、内心里对其作用与价值并不以为然；有的止于概念，流于形式，而对大数据的实际作用，以及银行自身信息系统及其功能等不甚了了；有的受思维惯性影响，还习惯于凭经验、靠人力、用手工等“老办法”“老套路”来应对市场变革，而没有真正认识到数据化、信息化给传统银行业带来的颠覆性变革。其实，大数据的作用从此前甚嚣尘上的“人机大战”事件就可见一斑。应该说，阿尔法围棋（AlphaGo）获胜的关键，正是谷歌公司充分利用大数据技术，并与“价值网络”和“策略网络”等决策筛选机制相结合，对数百万盘经典棋局进行深度学习和反复推演，并据此制定了几乎“无懈可击”的行棋思路与应对“招法”。可见，这不仅是大数据的胜利，更是一个大数据运用的经典案例。银行业作为数据与信息密集型行业，在大数据应用上同样有无限的想象空间。
其二，信息运用问题。提及大数据应用，很多人第一反应就是各种数据、图表和模型及公式等。严格地讲，数据与图表只是结构化信息，对其的处理可称之为结构化分析。除此之外，还有大量诸如视频、图片、声音、文本等非结构化信息，其占整个大数据资源的八成以上。但从实际情况来看，目前银行更侧重于运用简单直观的结构化信息和相对可控的内部信息，而对非结构化信息与外部信息则往往感到“力不从心”。究其成因，一方面是由于目前行业间信息“壁垒”森严、“沟壑”纵横，故外部信息往往难以获取。另一方面，则是由于缺乏成熟的非结构化信息分析模型、工具和方法，即使有也处理难度较大。而随着商业银行转型步伐的加快，其面临的环境更复杂、市场更多变、客户更多元，仅靠结构化信息与内部信息已难以准确反映市场变化，完整刻画客户行为，及时把握资金动向，准确做出经营决策。这就要求商业银行拓宽自身视野，打通信息边界，加强对内外部信息、结构与非结构化信息等的整合与运用。2015年底，笔者曾建议由政府出面，牵头建立包含工商、税务、海关、法院等多部门信息的“全社会信用信息统一平台”，整合社会“零散”信息，推进信息共享共用。可喜的是，目前该建议已得到地方政府的认同与响应。相信，在不久的将来，信息割裂的局面会被打破。
其三，信息安全问题。任何事物都有两面性，信息也概莫能外，信息是柄“双刃剑”，其既能给银行经营管理带来巨大的价值，同时也会随着应用的日趋深入、广泛而产生种种问题乃至风险。从目前银行业一系列服务投诉和声誉风险事件来看，其中有很多就是由信息安全问题所引发的。因此，对大数据的应用，当前业界主要有两种不同的“声音”和倾向：一种是发展至上论。其认为在日益激烈的市场竞争中，效率应该是第一位的。为加快业务发展和市场开拓，信息安全管理的制度、规范、流程等应做出无条件“让步”甚至是“妥协”，以致“过度”使用信息，甚至违规操作等屡见不鲜。另一种则是安全至上论。其认为制度和流程应是首位，“不可越雷池半步”，故在工作中往往以信息安全为由，不顾经营实际死扣制度、照搬流程，以致“畏首畏尾”、瞻前顾后，影响效率，甚至“贻误战机”。因此，商业银行应思考和研究如何“戴着镣铐跳舞”，即，有效平衡业务发展对信息的旺盛需求与信息安全管理的内在要求两者之间的矛盾。
其四，队伍素质问题。大数据战略是决定商业银行前途命运的重大战略，代表着整个行业未来的发展方向，其深入实施和推进离不开一支综合素质高、创新能力强、拼搏精神足的专业人才队伍。但目前，国内商业银行大数据人才队伍建设还相对滞后：许多银行缺乏对大数据人才的整体规划和战略布局，也未建立专业的大数据分析师团队；已组建数据分析师队伍的部分银行也存在人员总量偏少、素质参差不齐等问题；还有部分银行花“大价钱”从外部机构聘请了一批专业数据分析师，但由于文化不合、观念冲突，以及考核激励不到位等因素，导致其先后流失。凡此种种，都与商业银行大数据应用的整体要求不相适应。
上述问题若得不到有效解决，势必会影响商业银行大数据战略的实施成效，妨碍大数据发挥其应有的价值与作用。因此，商业银行实施大数据战略要讲究方法论，提升实效性。具体而言，就是要正确处理好以下“五个关系”。
一是要正确处理好“基础管理”与“业务创新”的关系。这两者相互依赖，相辅相成。管理是做好各项工作的基础，创新则是永葆生机和活力的源泉，更是工作出色出彩的必备条件。比如，科学、规范、严格的管理能确保数据的真实性、完整性和时效性，这也是大数据战略的根基所在。反之，大数据战略就会失去“基石”和“土壤”，成为无本之木、无源之水。因此，在大数据应用中，必须重规范、严管理。但显然，正确、完整的数据仅仅是“原材料”，其价值无法直接显现，还需要银行根据业务发展、受众需求，以新的视角、手段和系统将其挖掘好、分析好、利用好，如此方能使数据的价值最大化。这自然就离不开理念创新、技术创新和机制创新。因此，唯有将管理与创新有机统一起来，才能在管理中谋创新，在创新中强管理。在基础管理方面：大数据应用的基础是数据质量，即数据的真实性、准确性、有效性。但由于历史原因，长期以来商业银行对数据与信息的质量缺乏足够重视，也未制定明确的信息应用规划，以致数据失真、信息残缺问题十分突出。因此，亟需加强顶层设计，通过设计统一的信息应用架构，制定明确的信息应用规划，建立数据质量标准，不断夯实大数据应用基础。在业务创新方面：大数据作为商业银行最具前景的专业之一，本身就充满了创新的想象空间。尤其是在当下商业银行加速转型过程中，更应大胆探索、积极创新。比如，在协同破解转型难点方面，可以发挥大数据集成交叉的优势，以新视野、新维度去审视和探索经营发展中的新问题。同时，在反映和展示转型成效方面，可以研究建立金融市场交易、互联网金融等新兴业务的统计指标体系，更好地展示和引导新兴业务发展。另外，在防范信贷风险方面，可尝试建立一套灵敏度高、时效性强的风险预警指数体系，追踪、反映和把握信贷资产质量变化趋势，为提升资产质量提供新工具、新手段。诸如此类，不胜枚举。
二是要正确处理好“信息应用”与“信息安全”的关系。涉及商业秘密和客户隐私的数据与信息无疑应该做到保密、安全，但安全的目的在于更好地运用，即有时间、地点、范围、权限和条件地运用。“管”而不“用”只会失去“管”的意义，“用”而不“管”则会影响“用”的价值，甚至造成危害乃至损失。所以，对大数据来说，运用与安全都十分重要，必须通盘考虑、统筹兼顾，而不能顾此失彼，有失偏颇。首先，在大数据应用上：目前其已广泛应用于客户精准营销、提质挖潜、流失预警、行为分析以及风险预警监测等领域。下一步应继续深化应用，努力扭转“顾问式”“资政型”分析主导的局面，将应用模型融入经营管理，推动研究成果落地生效。具体而言，在营销领域应聚焦重点业务、核心客户、关键产品，充分发挥大数据的“精确制导”作用；在管理领域可着力解决考核难、评价难、分配难等问题，不断提升管理精细化程度；在风控环节可利用大数据、云计算、建模等技术，开展“多维度”数据挖掘与分析，描绘客户全景“画像”，加强信息间交叉验证，提高风险预判和防控的智能化、精准化水平。其次，在信息安全管理上：应建立严格的信息安全管控机制，加强对银行自身信息平台与信息系统的全方位管控，尤其要强化对敏感数据与商秘信息的管理，确保数据与信息安全。
三是要正确处理好“结构化信息”与“非结构化信息”的关系。从数据的特点来看，结构化信息往往具有标准、精确、聚合、连续、直观和易处理等特征，而非结构化信息则反之。而从数据的属性来看，前者更具理性色彩，后者感性成分更多一些。应该说，两者各具优势，难分轻重。因此，唯有整合使用，才能达到互为补充、互相印证，提升大数据运用价值的目标。一方面，在结构化信息分析应用上，可充分利用各种大数据分析工具、方法和手段，聚焦客户提质、经营转型与资产质量等重点领域，开展客户贡献度评价等新兴领域研究，以及风险监测预警等深度分析，不断丰富结构化信息分析手段，提升应用成效。另一方面，在非结构化信息分析上，要拓宽非结构化信息来源，通过物理网点、客户经理、客服中心（音频记录），以及社交途径和载体，多渠道、全方位地收集客户信息，整合散落在内部各业务系统的非结构化信息，充实客户信息“全景”视图。同时，运用各类外部信息载体［如微博、微信、自媒体及新闻应用软件（APP）等］，广泛搜集财经政策、区域经济、市场动向、新兴业态、公众舆情等信息，把握经济形势与经营环境的变化。在此基础上，开展客户“画像”分析、市场走势分析、行业趋势研判和宏观政策解读等一系列非结构化信息分析，探索灵活多样的非结构化信息应用模式，增强信息支持转型力度。
四是要正确处理好“内部信息”与“外部信息”的关系。世间万物，总是相互联系、彼此影响。一个组织的正常运营，也离不开内外部信息的共同支撑。而通常情况下，内部信息可得性更强，可由组织自我掌控；外部信息则较难获取，尤其是信息的完整性、准确性、时效性无法保证。但只有两者并重，实现内外信息的交互，才能更加系统、全面地揭示事物本质与规律。对内部信息，商业银行的“耕耘”已比较充分。下一步应探索运用各种新型即时通信工具，采用“群”“号”“圈”“吧”等形式，将现有的客户信息、经营信息等重要信息，精准、及时地推送给各类受众，不断创新信息收集与传播功能，加大信息传导力度和广度，尽可能地分享信息成果，体现信息价值。对外部信息，银行以往总觉得“鞭长莫及”，今后应按“循序渐进、分步突破”的原则，在依法合规、严守商密的前提下，积极探索与银监、税务、海关、法院、环保、质检、消协和水电气等公用事业部门，以及微博、微信和即时通信工具（如QQ、飞信）等社交媒体以及资质达标的社会征信机构、互联网金融平台和第三方支付机构等开展合作，不断扩大外部信息来源。
五是要正确处理好“做加法”与“做减法”的关系。在资源总量既定或受约束的条件下，如何配置大有讲究。不同的理念、不同的方式、不同的投向，就会产生截然不同的效率和价值。目前，整个银行业都在转型，尤其是面对不良贷款高企、盈利压力加大等挑战，各家银行都将有限的人力资源优先投向风险控制、不良清收和市场拓展等能“立竿见影”的领域。简单地说，就是“压‘后台’，保‘前台’”。但此举值得商榷。随着互联网和大数据应用的不断深入，传统商业银行正逐渐演变成互联网企业，其运营模式已明显改变，要求组织架构和人员配置也随之改变。而互联网企业的特点就是“前轻后重”，大量的人都在后台，通过大数据来分析客户行为与偏好，并据此设计研发更有针对性的产品；前台往往只配少量的人，且主要通过网络+“平台”来做“非接触式”营销。所以，商业银行必须着眼长远，舍得投入，把最合适的人才优先选配到大数据挖掘与分析岗位上去，才能确保大数据战略的顺利实施，提升大数据时代的市场竞争力。从长远来看，今后银行间的竞争已非网点和客户经理数量的竞争，而是后台信息支持能力、数据分析能力的竞争。应该说，这与战争的演进趋势也颇为相似：以前战争都是两军对垒、互相厮杀；而现在信息化条件下的战争，则是远程制导、精确打击，甚至双方尚未碰面就已分胜负。商场亦如战场，现在很多客户都在“云”上，资金大多在“网”上，操作也基本在“线”上。在此背景下，若没有大数据的支持，即使设再多的网点，配再多的客户经理，也往往“见”不到客户，“找”不到资金，正所谓“英雄无用武之地”。因此，形势变了，业态变了，如果只在前台简单地做“加法”，始终是低效叠加，且永无满足之日，亟需转变思维，通过在后台做“加法”，批量式减少前台人员，既提升运营效能，又增强市场竞争力。
综上所述，以上“五对关系”既是当前银行业大数据应用中的矛盾与难点，又是未来大数据建设的焦点与方向，需要统筹兼顾、科学权衡。只有正确把握上述关系，商业银行大数据应用才能保持正确“航向”，从而实现“信息助推转型，数据驱动发展”的大数据战略终极目标。




[1] http://www.thfr.com.cn/wp-content/uploads/2016/06/18.jpg            <br/>	
            <span class="stamp">上一篇：</span><a href="index-wap.php?p=68034">规范信贷资产流转盘活存量的思考</a><br/>            <span class="stamp">下一篇：</span><a href="index-wap.php?p=68025">人民币不会出现“断崖式”贬值</a><br/>    
                        
			</p></card></wml>