大數據時代商業銀行應對策略

○蘇玉峰

（河南教育學院 河南 鄭州 4550046）

近年來，我國銀行業特別是大型商業銀行的大型信息系統的應用已日趨成熟，這些信息系統的后臺普遍為大型數據庫（如O racle，DB2等），存儲著海量的數據，商業銀行就具有了利用大數據創造價值的機會。隨著我國利率市場化的推進，在金融脫媒、企業脫貸，以及巴塞爾協議III的嚴厲監管等多重壓力之下，我國商業銀行單純依靠利差，和信貸資產增長的發展和盈利模式儼然已經行不通，商業銀行的轉型發展可謂是迫在眉睫。在這種新形勢下，商業銀行如何利用“大數據”，積極做好應對工作，這是擺在我國銀行業面前的一個重大而緊迫的課題。

一、大數據時代的到來

1、大數據的定義

根據維基百科的定義，大數據指的是所涉及的數據量規模巨大到無法通過目前主流軟件工具，在合理時間內達到截取、管理、處理并整理成為幫助企業經營決策更積極有效目的的信息。

大數據概念的形成是一個不斷演變的過程。知名咨詢公司麥肯錫在2011年5月發布的報告中首次提出“大數據”的概念。2012年，聯合國發布大數據政務白皮書《大數據促發展：挑戰與機遇》，EMC、IBM等跨國公司紛紛發布大數據產品。此后美國政府宣布了“大數據的研究和發展計劃”，將大數據上升到國家戰略層面，掀起了世界性互聯網信息革命的第二個高潮，全球開始進入了“大數據時代”。

圖1 2011年—2015年金融行業IT投資規模增長圖（資料來源：賽迪咨詢，2013.06）

2、大數據的特征

大數據的概念，一方面是指規模大到無法在一定時間內用常規軟件工具對其內容進行抓取、管理和處理的數據集合；另一方面，主要是指海量數據的獲取、存儲、管理和分析、挖掘與運用的全新技術體系。大數據具有的三大特征：（1）數量巨大。人類社會的數據量在不斷刷新一個個新的量級，截止2012年，數據量已從TB級別躍升到PB、EB乃至ZB級別。到2012年為止，人類生產的所有印刷材料的數據量是200PB。（2）數據的多樣性，大數據一般包括文本為代表的結構化數據和以網頁、社交媒體、感知數據、視頻和語音信息、模擬信號等為代表的半結構化和非結構化等多類數據，并且它們的處理和分析方式區別很大。（3）數據的價值性。大數據的價值性不僅體現在數據富含價值，更體現在企業必須在盡可能短的時間內發掘出價值。麥肯錫認為大數據正在為全球創造不可低估的商業價值。

3、大數據的發展沿革

大數據的應用影響了很多傳統行業，特別是金融業。大數據金融依托海量數據，通過互聯網、云計算等信息化方式對其數據進行專業化挖掘和分析，并與傳統金融服務結合，創造性開展資金融通工作，從資金供給方、資金需求方以及使用的資金融通方式三個方面進行創新，擴大了能夠納入合格資金被融通方的單位范圍，增加了資金融通的方式和場所。舉例來講，以往金融模式中，小微企業由于資金量、企業規模等因素及其天然的不穩定性，使得他們在金融市場中處于劣勢地位，難以融資。以阿里巴巴、京東等企業在它的生態圈內，依托于同這些企業長期的合作關系，通過分析它的日?，F金流量及訂單狀況，發放貸款。

大數據與金融的集合需要基本的信息化投入和專門的大數據投入。從整個金融行業來看，2012年，金融業IT投資規模為1105.78億元，同比增長10.9%，預計2015年，金融業IT投資將達到1598.35億元（見圖1）。中國2012年金融行業大數據應用市場投資為2.98億元，其中銀行投資占整體投資的41.1%，為1.22億元；保險和證券分列二、三位，金額分別為1.05億元、0.71億元。

二、大數據對商業銀行的影響

1、大數據的應用提升了商業銀行核心競爭力

我國商業銀行目前基礎設施和數據全部集中在數據中心，而且經過多年運行積累了大量的數據。盡管大型商業銀行的數據是大數據級別的，但許多數據仍沉睡于數據庫中，沒有得到充分利用。大數據時代的到來，使得銀行開始重新審視自己的數據，認識到定位化精準服務的重要性。例如，中信銀行信用卡中心實施了EMC Greenplum數據倉庫解決方案后，該行信用卡中心實現了實時的商業智能（BI）和秒級營銷，運營效率得到全面提升。因此，大數據資源已成為商業銀行不容忽視的戰略資源，它已成為商業銀行競爭的主要手段之一，也是銀行制勝的關鍵。當然“大數據”在競爭中也是名副其實的“雙刃劍”，競爭雙方都可以利用掌握的數據來制訂競爭策略。

在大數據浪潮中，數據源、技術、算法、創新和商業模式一道，都將成為核心競爭力。

大數據時代的到來會推動商業銀行需要對IT基礎設施架構進行改良與創新。金融業和銀行業是信息密集型產業，每天要產生海量數據，數據量激增要求銀行的IT基礎設施具有良好的擴展性和伸縮性以及對數據挖掘、數據分析和整合能力。目前大數據在我國銀行業中剛剛步入的應用階段，幾乎對于所有商業銀行，應用大數據分析都是創造新的競爭優勢之源。

2、大數據推動商業銀行業務創新

目前我國商業銀行服務同質化，產品差異性小。產品創新是商業銀行提高核心競爭力的重要手段，我國商業銀行要在激烈的競爭中謀求發展，就要加快金融產品創新的步伐。從商業銀行的角度看，大數據的應用在提升效率、降低成本、加強風控、創造價值等方面，對銀行業務發展的貢獻度正日益顯現。隨著商業銀行以大數據為核心的應用創新業務不斷推出，將拓展銀行的業務發展空間，在為客戶提供優質金融服務的同時，也使得銀行自身運轉得更為高效和順暢。2012年光大銀行推出了陽光理財資產配置平臺（AAP），AAP平臺不僅能夠根據客戶需求提供合理、個性化的資產配置建議，還能夠對客戶的持倉資產進行持續跟蹤，根據宏觀市場環境變化動態調整資產配置方案。截至2014年3月，AAP平臺直接和間接促成的理財產品、代銷基金、代銷保險和其他產品的銷售總額達到84.28億元，其中由AAP平臺直接促成的銷售額為28.73億元。光大銀行AAP平臺的研發思路和服務理念，被認為是對大數據思維的一次成功運用，并由此開創了國內銀行零售金融服務支持系統的先河。

3、對傳統商業銀行盈利模式的沖擊

隨著大數據時代的來臨和利率市場化改革明顯提速,商業銀行傳統的利潤來源——息差將不斷收窄。數據顯示，2013年以來，以五大國有銀行的凈息差出現不同程度的下降。其中工商銀行2013年凈息差為2.57%，比2012年下降9個基點；農行2013年的凈息差為2.79%，同比下降了2個基點；建行凈息差為2.74%，同比略降1個基點，交行為2.52%，同比下降7個基點。[]在這種情況下，靠做大資產規模增加盈利的模式將難以為繼，中間業務收入將成為商業銀行的又一大利潤來源。2006年至今，中間業務逐漸成為商業銀行業務發展的重點。例如中國民生銀行2009年中間業務收入占比已經達到11%，2012年為19.9%（見圖 2）。

圖2 中國民生銀行中間業務收入占比（2005—2012）

4、大數據滋生的新型金融業態影響金融市場競爭格局

新型金融業態或潛在進入者借助互聯網和大數據等信息技術的創新進步，在金融業日益開放競爭以及我國金融監管相對滯后條件下，客觀上降低了金融服務業的準入門檻，對商業銀行的信貸業務、支付結算、投融資業務等形成沖擊。在大數據時代，以互聯網企業為代表的來自不同行業的企業向銀行業滲透，發起沖擊。以互聯網公司建立的P2P借貸平臺為例，這將直接影響銀行的代理收入。據統計，國內P2P借貸平臺從2009年的9家增長到2012年的110家，截止2013年第一季度至少132家P2P借貸機構，其中具有較大影響力的約有20余家（見圖3）。國內P2P借貸平臺成交額增長快速，2012年1～12月，納入統計的16家P2P借貸平臺成交額從1.94億元升值16.97億元，增長了7.75倍。全年累計成交額達到98.5億元，與2011年相比約有10倍以上的增長。另外，第三方支付企業通過各類產品與業務創新替代了大量原本屬于銀行的支付業務，這將直接影響銀行支付結算業務的市場份額。

圖3 2009—2013年第一季度P2P借貸機構數量

三、大數據時代商業銀行的策略選擇

1、培養面向大數據時代商業銀行競爭能力

第一，商業銀行通過業務創新，增強自身競爭力。商業銀行為了應對日趨激烈的競爭，必須跨出門檻，為客戶提供包括金融服務、信息服務乃至商業服務在內的一攬子服務，以此適應形勢發展的需要，提高銀行業的競爭力。實際上我國部分商業銀行已嘗試跨界進入電子商務領域，如建行“善融商務”、交通銀行的“交博匯”、招商銀行的“非常e購”、中信銀行的“金融商城”等。

第二，商業銀行從重視資產的規模經營，逐漸轉向客戶群體與市場的范圍經營。隨著商業銀行傳統的利潤來源——息差將不斷收窄，其依靠做大資產規模增加盈利的模式將難以為繼，中間業務收入將成為商業銀行的又一大利潤來源。目前我國商業銀行大型企業客戶業務占比逐步下降，個人客戶的迅速增加。在針對客戶群體的競爭中，商業銀行必須擺脫依賴于單一產品或渠道優勢的傳統做法，運用一切資源，尤其是信息資源來擴大客戶群體，才能銀行帶來更好的效益和更廣闊的發展。

第三，商業銀行的商業模式由壟斷競爭向合作共贏轉變。面對企業客戶日益多元化的金融需，商業銀行為了滿足客戶綜合金融服務的需要，其產品必須向多元化、綜合性方向拓展，這就要求商業銀行必須加強與其他金融機構間的緊密合作，開辟更廣泛的業務合作。

2、商業銀行應完善自身大數據基礎設施，加強對數據挖掘、數據分析和整合能力

第一，商業銀行應完善自身大數據基礎設施。大數據基礎設施的構建是商業銀行利用大數據優化各個業務環節的前提與基礎。商業銀行建立靈活的基礎設施，既可以整合未來計算、存儲和應用技術領域的持續改進，又可以為企業適應不斷變化的業務流程提供支持。

第二，提高大數據系統的運行效率。商業銀行要利用資本優勢、人才優勢構建捕捉、存儲分析和利用大數據的系統架構，提高系統運行效率，要積累大數據人力資源，使企業有足夠的智力資本和技術資本來處理大數據。

第三，明確銀行數據挖掘業務的發展目標和發展重點。商業銀行遵循“以客戶為中心”的發展戰略，圍繞實現銀行信息價值貢獻的最大化的目標，重點以小微金融、中小企業金融、私人銀行等業務為主要抓手。

3、搭建銀行業數據分析平臺

第一，搭建商業銀行特色電商平臺。依托商業銀行客戶資源優勢，搭建銀行自己的電商平臺。通過電商平臺收集管理反映客戶購買意愿、行為偏好的海量信息，采集進入非結構化客戶信息共享平臺，指導產品設計和業務營銷。建設銀行曾在這方面做過有益的嘗試，此外也有銀行參股電商、開展數據合作的案例。

第二，積極推動傳統業務渠道與新興業態融合。首先，銀行可與電信、電商、社交網絡等大數據平臺開展合作，進行數據和信息的共享和利用，全面整合客戶有效信息，將金融服務與移動網絡、電子商務、社交網絡等完美融合。其次，加強與專業數據分析商之間的合作，對數據存量進行綜合處理與分析。例如，浦發銀行通過與諸多大型核心企業及其上下游企業無縫對接，借助公司網銀等電子平臺，向其上下游企業提供全面的供應鏈電子金融服務。

4、防范大數據金融風險，迎接大數據時代挑戰

大數據對商業銀行來說，并不意味著機遇或商業上的無限潛力，實際上還意味著巨大風險。

第一，加快立法進程，加強行業自律。大數據時代，我們最需要調整的是隱私保護的理念。對隱私的保護，需要將大數據監管的重心，從數據收集環節轉移到數據使用環節，而不是相反。我國需要借鑒其他發達國家的經驗，盡快進行個人信息安全保護立法。從加快立法進程來說，以法律規范刑事保護消費者個人信息不受侵犯，已成為我國大數據金融立法工作中亟待解決的問題。

第二，利用大數據進行風險暴露分析、事件監測。具體來講需要整合以下兩類數據：一是監管機構的監管文件，如交易所、證監會、銀監會、公安部門等；二是囊括新型社交網絡既傳統媒體數據，這些數據可以分析企業的社交網絡，實時展現企業和外界的聯系。

第三，完善風險模型，利用大數據加強風險監管。商業銀行應充分考慮自身業務特點對模型進行檢驗，及時調整模型結構和參數，保持模型的時效性和準確性。商業銀行要須具備完善的風險量化能力，至少需要從以下三個維度來評估：一是量化的準確性；二是量化的時效性；三是量化的前瞻性。商業銀行要依托大數據支撐，充分考慮自身業務的特點，借鑒行業先進數據模型，在統一數據的理解和使用的基礎上，對模型進行檢驗，規劃并建立數據標準化體系，及時調整模型結構和參數，保持模型的時效性和準確性。

第四，利用大數據加強風險監管。在風險管控、小額信貸方面，上銀行可以利用客戶交易數據，客戶外部交互數據，包括市場趨勢、監管信息、新聞信息等聯系起來。

[1]李靜瑕：五大行去年日賺24億“不良”突進新增468億［EB/OL］.http：//www.yicai.com/new s/2014/03/3650610.htm l，2014-03-31.

[2]李宏博：商業銀行大數據時代的SWOT分析及戰略探討[J].時代金融 2013（18）.

[3]方方：大數據趨勢下商業銀行應對策略研究[J].新金融2012（12）.

[4]芮曉武、劉烈宏：中國互聯網金融發展報告（2013）[M].社科文獻出版社，2013.