大数据下银行经营管理变革研究

焦有章 中国农业银行

摘要：由于信息技术的发展，我们正在迈进大数据时代，通过对海量数据的收集、处理和分析，纷繁复杂的客户行为变得有规律可循，不少传统行业的生产和生活方式都在悄然发生着变化，新的产业形态不断涌出。尤其银行更是数据高度集中的行业，大数据将引起业务、风险、运营等管理模式的巨大变革，迫切需要我们进行认真的思考和探索。

关键词：银行经营；风险控制；运营优化；大数据

一、引言

自货币诞生以来，人类的金融史就是一部数据的历史。数据可以精确地描述事实，是银行业最可靠的计量工具和手段。由于银行业拥有大量的客户数据和交易数据，通过对海量数据的收集、处理和分析，纷繁复杂的客户行为变得有规律可循，因此银行业利用大数据来提升竞争能力具有得天独厚的条件。

二、大数据概述

大数据是指无法在一定时间内用常规软件工具对其内容进行采集、加工和分析的数据集合。大数据主要具有以下四个特点，也称为4V定义：即规模性（Volume）、多样性（Variety）高速性（Velocity）和价值性（Value）。规模性主要指数据量大。多样性主要指数据类型众多，包含大量的非结构化数据。高速性主要指处理数据的速度快，效率高。价值性主要指数据的价值密度低，具有稀疏性。最先采用大数据技术的是Google和Facebook等大型互联网公司，目前国外大数据技术的使用者已涵盖各行各业，银行、电信、保险、零售、制造等几乎所有拥有海量数据的企业都在使用大数据技术。

三、银行业数据应用的发展历程

20世纪70年代以前，我国银行使用传统的算盘手工核算、簿记记录各类数据。到80年代初开始尝试采用计算机处理银行业务，单机存储数据。80年代末在全国范围内建立起了网络系统,逐步实现了通存通兑等功能，开启了网络化的数据管理时代。90年代大型商业银行开始数据大集中，改善了银行内部的业务管理流程。21世纪初，各银行陆续建设了企业级数据仓库，运用数据生成各类业务报表，进行多维数据分析。近几年网络银行、手机银行、ATM自助机等技术的发展形成了海量的数据，具有前瞻性的银行已经启动建设大数据平台。从茫茫数据中分析出有用的东西并不十分容易。相对大数据，过去银行的数据因为过于零散、源头单一、形式单调，无法表现客户的行为偏好，银行也无法得知客户对银行产品喜欢或讨厌的具体原因，而大数据却可以弥补这些缺点。

四、大数据对银行管理模式的影响

基于资产、负债、中间业务、客户及业务过程中产生的各种数据，使银行决策从“经验依赖”向“数据依据”转化，在深入了解和把握银行自身乃至市场状况的基础上，更加科学地进行产品营销、风险控制、运营管理。目前在我国以ATM、网上银行、手机银行为代表的电子银行已经成为主要交易渠道，对传统银行渠道的替代率超过了60%，接下来的大数据技术可能对银行的一些观念和经营管理再次加以颠覆，银行业应如何主动变革、变挑战为机遇是一个值得探讨和深刻思考的问题。

1、大数据促进银行业务营销变革

大数据能够提升营销业绩。在信用卡领域，通过数据分析提供个性化服务，大幅提升了客户体验和服务效率。例如银行通过与定位服务商（LBS）合作，为客户提供位置相关的促销信息，客户中午在超市消费时，立即发送一条短信：您刚消费了100元，可在该大厦1层“**饭店”享8折优惠1次。在客户最需要的时刻奉上优惠，不仅能大大提升客户的满意度，增加客户黏度，而且能够极大地提高金融产品的销售和中间业务收入。

大数据能够促进产品创新。借助大数据分析平台，通过对形式多样的用户数据（用户消费数据、浏览记录、购买路径等）进行挖掘、追踪、分析，将不同客户群体进行聚类，有助于获取用户的消费习惯、风险收益偏好等特征信息，从而根据不同客户特性打造个性化的产品营销服务方案，将最适合的产品服务推介给最需要的客户，真正做到以客户为中心设计开发产品，而不是以银行为中心来制造与推销产品。

大数据能够改变产业形态。在当前的各大电商平台上，每天都有大量的交易发生，但是这些交易的支付结算大多被第三方支付机构垄断，银行处于支付链条的末端，获取的价值非常小。随着大数据金融的发展，银行与阿里等电商金融的竞争不可避免，例如建行就筹建了电子商务平台“善融商务”。

2、大数据提高银行风险管理水平

风险管理是银行稳健发展至关重要的一环。商业银行风险管理所面对的挑战，缘于风险量化手段的不足，这些量化所依赖的理论和工具，都还远远谈不上完善。由于历史数据积累较少，加之风险管理技术水平普遍不高，经验判断仍在风险管理和决策中发挥着主要作用。“大数据”的数据多样性和丰富性，能弥补过去数据不够的缺陷，最终带来管理方法的飞跃。

商业银行风险管理模型离不开数据。大数据分析帮助银行了解客户的行为属性，结合客户行为分析，建立完善的风险防范体系。借助大数据对法人与个人客户进行多维度的评价，其风险模型将更加符合市场实际，对客户违约率(PD)、违约损失率（LGD）的取值将更准确，这将极大改善商业银行过去凭经验办业务的经营范式。尤其在小微贷款业务上，银行可以利用大数据准确计量风险溢价，既满足微型企业的融资需求，又确保银行风险调整后的总体收益水平。

为了防范风险，银行在信用卡业务及各种贷款业务中都会用到各种反欺诈解决方案。反欺诈需要对用户身份、过往消费行为以及消费发生的时间、地点等要素进行关联分析。反欺诈解决方案的准确度取决于数据模式是否科学，同时也取决于获取的数据是否全面、准确，由于数据模型是否科学也是建立在事先对大量的数据进行分析的基础上，，因此，大数据是反欺诈解决方案中的根本。例如，银行可以与阿里巴巴、淘宝、支付宝等电子商务平台无缝连接，客户积累的信用数据及行为数据都被引入资信调查模型，将客户在电子商务网络平台上的行为数据映射为企业和个人的信用评价。

3、大数据优化银行运营管理效率

大数据能够提高内部经营管理的效率。一个企业的内部运转有一系列的规章制度，如对于流程的要求、时间的要求、准确率的要求等等。而验证这些规章制度落实率的各种“数据”往往分散于不同的系统中。银行可以通过大数据，借助通讯、移动终端、视频等技术对员工工作频率、方式、业绩、能力等做出准确评价，银行绩效考核的正向激励作用会更好地发挥作用。

大数据可以降低运维成本。银行可以将核心业务系统、语义识别系统、知识库系统、机器人智能引擎、渠道系统等多个技术平台的整合，利用大数据技术有效的降低运维成本。例如某银行借助最新出现的微信，推出智能客服平台，用户将个人信息与微信账号绑定，就可以办理信用卡申请、账单查询、个人资料修改等业务，接收在信用卡上产生的所有交易信息。微信智能客服平台有利于降低服务成本，仅短信费用每年就能节省几千万。通过智能机器人来帮助解答客户的疑问，自助查询回复准确率高达98%，大大降低了客服成本。

五、结束语

身处大数据时代，挑战与机遇并存。银行业必须正视来自大数据的冲击，拓宽视野、深入思考，去洞察金融产业发展规律，通过大数据重塑商业模式，提升经营管理水平。大数据为银行业务转型和产品创新创造了条件，我们相信未来银行业服务及管理模式都将发生根本性改变。

[1]刘勤福，孟志芳．基于商业银行视角的互联网金融研究[J]．新金融,2014，（03）：14-18．

[2]耿小茹．浅议互联网金融冲击下的银行发展对策[J]．现代企业教育, 2014，（04）：153-154．

[3]黄成伟．基于微博的银行零售业务营销模式[J]．现代商业, 2013，（08）：47-48．

[4]周继述，王雪松．大数据助推银行全面风险管理[J]．中国金融, 2013，（14）：69-70．

[5]韩路．管理信息系统在银行业中的发展历程[J]．中国金融电脑,2009，（06）：36-39．