• 快捷搜索
  • 全站搜索

商业银行大数据的应用现状与发展研究

2016-12-07 18:15:39作者:东北财经大学金融学院、中国建设银行北京数据中心 信怀义编辑:金融咨询网
大数据的快速发展势不可挡,信息革命的又一次高潮必将到来,商业银行客户数据、交易数据、行为数据、管理数据等均呈现爆炸式增长,为商业银行创造变革性价值提供了条件。数据的价值来源于对交易行为、信息数据的深层挖掘和研究,互联网金融的发展壮大则在很大程度上依托于大数据的分析能力。

2015年8月31日,国务院印发《促进大数据发展行动纲要》,明确指出“数据已成为国家基础性战略资源,大数据正日益对全球生产、流通、分配、消费活动以及经济运行机制、社会生活方式和国家治理能力产生重要影响”。商业银行对于大数据的规划与应用已经启程,经过多年的发展,商业银行自身拥有海量的客户数据、交易痕迹数据、经济发展信息数据,以及不良客户交易记录、客户流失预兆数据,在大数据应用方面具有得天独厚的优势。商业银行在战略转型中利用好大数据,发挥好大数据的价值,必将大大提升核心竞争力、促进量化管理变革、拓展业务发展空间、提升决策判断能力、提高风险防控能力。

  随着信息科技的高速发展,传感器、微处理器等无处不在,人类正在迈入普适计算的时代,各项新兴技术诸如社交网络、电子商务、聊天工具、智能交通、手机定位等在经济社会中的广泛使用,都会留有数据痕迹。这些痕迹数据表明了被记录属性的性能、位置、状态以及预兆等。人类正在进入一个数据大爆炸的时代,大数据应运而生。大数据指的是大小超出常规的数据库工具获取、存储、管理和分析能力的大容量数据,并不是说一定超过特定TB值的数据集才能算是大数据。大数据由量变引起质变,是一种需要用新的处理模式、新的思维模式才能具有更强的决策能力、洞察能力、流程优化能力的海量、高增长和多样化的信息数据资产。大数据并不单纯指数据量大,其范围涵盖从交易信息到交互信息,从结构化到非结构化的各种新类型数据、分析方法、新思维认知等内容,其数据量的容量、增长频率、变量生成速度、数据种类和复杂度等都是传统数据库表格无法完全支撑的。

一、大数据的特点

  近几年来,大数据概念和技术经过探索和发展,在理论界和实务界形成了很多成熟的理论、方法和工具。与传统数据分析更专注于过去和现在的情况相比,大数据分析的实质是通过分析过去和正在发生的事件预测未来、判断事情发展趋势。此外,大数据侧重于分析全样数据而非样本数据、寻找相关关系而非因果关系、得出结论为概率而非精确度,大数据的分析方法是统计方法而非计量方法。

  大数据分析的特点还体现在:数据存储容量大,涵盖范围广,信息内容多;对数据质量要求不高;计算速度快,智能分析能力强,动态获取分析结果,分析时效性强。

二、大数据助力商业银行转型升级

  大数据的快速发展势不可挡,信息革命的又一次高潮必将到来,商业银行客户数据、交易数据、行为数据、管理数据等均呈现爆炸式增长,为商业银行创造变革性价值提供了条件。数据的价值来源于对交易行为、信息数据的深层挖掘和研究,互联网金融的发展壮大则在很大程度上依托于大数据的分析能力。大数据在助力商业银行转型升级方面具有如下价值。

  首先,商业银行的业务发展空间更加广阔。当前,市场竞争环境日趋激烈,商业银行要想独占鳌头,必须突破产品服务的同质化,实施差异化服务。在大数据时代,社交媒体的兴起为商业银行创造了全新的客户接触渠道,来自银行网点、ATM、POS终端、移动终端、网络银行、手机银行、短信银行、微信银行、客服视频音频等渠道的结构化、非结构化的海量数据,为商业银行创造了深化客户挖掘、强化交叉销售、加快产品创新的广阔空间。

  其次,商业银行的决策判断能力更加精准。在信息时代,人类社会面临的中心问题将从如何提高生产率转变为如何更好地利用信息来辅助决策。对于商业银行而言,大数据将使商业银行决策从“经验依赖”向“数据依据”转化,将在深入了解和把握自身乃至市场状况的基础上,更加科学地评价经营业绩、评估业务风险、配置全行资源,引导商业银行业务科学健康发展。

  再次,商业银行的经营管理更加精细。在大数据时代,商业银行将会掀起精细化管理革命和竞争,有关资产、负债、客户、交易对手及业务过程的各种数据资产将在风险控制、成本核算、资本管理、绩效考核等方面发挥着重要作用。“数据-信息-商业智能”将逐步成为商业银行定量化、精细化管理的发展路线。

  最后,商业银行的风险防控更加精准。在大数据时代,商业银行将采用数据分析技术实现风险的精细化管理,基于客户动态行为、客户静态财务数据,量化客户违约可能性,从而进行有效的风险预警。同时,商业银行将运用量化技术实现客户信用评分,在信用风险、流动性风险、利率风险等方面实现精细化管理,通过精确计量风险及资本,实现资本使用效率的最大化。

三、大数据加速商业银行的业务拓展

  当前,商业银行将大数据应用于客户营销、产品创新、运营优化及风险管理四个领域,构建全新的场景,全面提升竞争力。

  一是增强营销能力。大数据不再探求事物的因果关系,更加强调相关关系,这种转化释放出了巨大的潜在价值。商业银行通过大数据挖掘、分析、整合,深入洞察了解企业经营、财务、市场等各方面情况,实现客户洞察和客户细分;通过分析客户上下游相互关系,了解客户间资金、业务等往来情况,发掘新的潜在客户,预测客户价值,确定交叉销售目标。

  2015年9月,针对互联网消费群体,腾讯旗下微众银行推出了首款产品“微粒贷”。“微粒贷”是一种基于大数据模型的互联网小额信用贷款产品,其特点是“无抵押、无担保,随借随还、按日计息”。通过大数据平台,“微粒贷”瞄准目标客群,为客户提供更加安全、快捷、便利的贷款服务,实现小额信贷最快45秒,最慢90秒的发放速度。

  二是促进产品创新。商业银行通过大数据挖掘、分析、整合,实现客户洞察和细分,了解客户需求和偏好,整合客户经营及资金流动情况,综合预测客户潜在的市场竞争、流动性和资本风险,在此基础上,结合客户风险预警信息,为客户提供差异化服务和定制化价格。

  2015年7月,浦发银行发布了“SPDB+”互联网金融战略,创新推出“浦银点贷”网络消费贷款产品,采用“纯信用、全线上、无需纸质资料、实时审批放款”的业务模式,实现贷款流程1分钟内完成。产品首期面向浦发银行存量代发、理财、房贷客户办理,打造了智能化、定制化、个性化的消费信贷融资服务。

  三是优化运营模式。大数据的核心应用是预测。通过对海量数据的分析预测事件发生的可能性,为运营模式优化提供更多参考。商业银行通过大数据分析建立网点内部优化流程,实现内部管理缺陷的准确定位,继而制定有针对性的改进措施,采取符合自身特点的管理模式,降低运营成本。此外,通过大数据分析建立网点选址模型,掌握客户的消费习惯和行为特征,为客户提供全新的贴心服务。

  民生银行基于大数据平台研发的“蒲公英”平台专注公司业务智能获客与产品推荐。借助该平台,民生银行加大了行内外数据资源的整合力度,构建了客户基因图谱模型和智能产品推荐模型。平台凭借数据信息推送的时效性和准确性功能,随时随地满足“在路上”的客户经理和业务管理人员的工作需求。推出4个月“蒲公英”给民生银行带来19000余个新产品、近7000个新客户,以及296亿元存款、134亿元贷款。

  四是提升风险管理水平。商业银行基于大数据建立金融风险模型、偿付与资本优化、实时欺诈监测模型,可有效降低信息不对称程度,增强风险控制能力。商业银行可以摈弃原来过度依靠客户提供财务报表获取信息的业务方式,转而对其资产价格、账务流水、相关业务活动等流动性数据进行动态和全程监控分析。

  近年来,电信诈骗、贷款欺诈、信用卡欺诈、票据欺诈、金融凭证欺诈、网银欺诈等各类外部欺诈风险事件令商业银行不堪其扰。据不完全统计,国内商业银行每年外部欺诈风险损失金额达百亿元之巨。工商银行基于大数据技术研发外部欺诈风险信息系统,实现全渠道布控、毫秒级处理和精准式打击,自2013年初至2015年7月31日,成功预警堵截电信诈骗3.5万余起,避免资金损失超4.57亿元,其中,网上银行、手机银行、ATM等自助渠道堵截资金3.28亿元,累积预警各类业务风险27万件;信贷管理部门参照外部欺诈风险信息系统的预警信息,拒绝和提前清收个人、企业贷款2000多笔,避免风险资金逾120亿元。

四、商业银行大数据应用展望

  近年来,商业银行在大数据管理、大数据应用等方面取得了较大进展,但是与国际先进银行、专业化数据公司相比,其大数据应用还有很长的路要走。商业银行需要进一步建立大数据的理念并转变思维观念,加大对大数据的深层挖掘利用,重视大数据的高端人才培养,建立具有特色优势的大数据应用平台,创新大数据应用技术,加速推动大数据为商业银行的战略转型、业务经营和风险管理提供准确、及时、全面的商业智能支持。

  首先,商业银行应借助大数据分析推动战略转型、业务发展。随着中国经济增长进入“新常态”,商业银行面临诸如利润增速下滑、资产质量降低、市场地位动摇、传统产品增长空间受限等更为严峻的挑战,要走出目前的困境必须大力推动战略转型。而大数据分析正是商业银行实现战略转型目标的着力点,借助大数据技术能够准确理解市场发展方向、客户需求、风险特征,让市场正确、快速配置资金资源,高效利用资金资源。与其他产品和资源相比,大数据能力更难以复制,因此更可能成为商业银行的核心竞争能力。

  其次,商业银行要进一步丰富大数据应用场景。长期以来,商业银行积累了海量的业务数据、客户浏览数据、信息资讯数据,建立了数据仓库,通过对数据的分析、挖掘及应用,商业银行在客户营销、客户服务等方面的应用取得一定成效,提高了客户满意度。同时,随着大数据技术、数据挖掘技术的不断发展,其必将对商业银行营销、风控、内部管理等更多的方面起到更加重要的作用。

  具体措施包括:针对优选行业、优选人群提升客户授信效率,压缩业务审批环节;针对企事业单位个性化需求,采取针对性营销,提供多元化金融服务和产品,提升客户的产品覆盖度和价值贡献;针对不同年龄、不同行业、不同区域的客户群体,研发“信用贷、消费贷、旅游贷”等特色金融产品;针对客户餐饮、医疗、交通、酒店等消费种类标签,挖掘信用卡客户,完善评分卡、利率差别化定价模型。

  最后,商业银行要积极培育大数据应用人才。商品经济社会,企业竞争实际就是人才竞争。商业银行要转型、升级,立足于市场,人才是关键,大数据的高效利用必将建立在具有一支专业的数据挖掘分析团队的基础上,因此商业银行要在组织、人员、财力等方面提前安排,制定清晰的人才发展规划,培养一批具备全球领先水平的数据专家。
  
(文章来源:《中国金融电脑》杂志)

扫码即可手机
阅读转发此文

本文评论

相关文章