论文部分内容阅读
在“大数据”时代，以互联网为代表的现代信息科技将从根本上改变现代金融运营模式。数据海量化、多样化、传输快速化和价值化等特征，将给商业银行市场竞争带来全新的挑战。面对这场“数据地震”，我国商业银行如何因时而变、顺势而为？如何以高质量的数据和强大稳定的数据分析能力，开发出丰富的数据应用，为客户提供智能性和针对性服务？如何从战略和实施两个层面，深化金融大数据应用，使之迅速转化为产业竞争力？笔者认为答案只有一个，未来的商业银行要深入数据价值链核心，从数据中获得洞察力，从数据中攫取价值，从数据中赢取未来，引领传统模式变革，用创新的理念和行动主动拥抱“大数据”时代。
一、相关概念界定
（一）大数据的概念及特征
目前大数据尚未有明确的概念。维基百科把“大数据”定义为“一个大而复杂、 难以用现有数据库管理工具处理的数据集”。美国研究机构Gartner认为，“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
大数据的本质特征主要表现在三个方面：一是要分析与对象有关的数据，不只是部分数据，而是所有数据;二是不强调精确，承认数据的复杂性;三是强调探求相关关系，非因果关系。
（二）大数据的影响分析
对大数据的开放和应用将对社会、商业和个人都产生巨大而深远的影响。目前我们已经观察到或者可以预测到的影响包括但不仅限于以下几个方面：
第一，围绕大数据的应用将激发前所未有的创新浪潮。社交网络的流行和物联网的建设使得对个体和群体（无论是人或物）的实时观察和了解正在逐渐成为可能，这为预测群体行为和了解个体偏好提供了强有力的工具。利用大数据这一特性的应用已经在多个领域展现其惊人的威力和创新能力。
第二，大数据的开放将极大地提升社会的 公开透明度和提高政策制定的效率。一方面，多种类型数据的公开大大提升了政府的透明度，通过公众的监督提高民主程度。另一方面，通过为大众提供创新的平台，充分汲取群体的智慧，有效榨取数据的可利用价值，反过来可以提升社会效率和政府效率。第三，随着大数据时代的来临和深化，在商业、经济及其他领域中，决策行为将日益基于数据和分析而做出，而并非基于经验和自觉。伴随着数据的大量累积和数据处理能力的不断提升，利用数据来进行判断和预测的能力将会得到无限的放大，数据将引领社会前进的方向。
第四，个人成为大数据链条中不可或缺的一环，而对数据的依赖将改变人类的生活方式。
（三）商业银行加强大数据分析和应用的必要性
随着信息技术、存储技术的进步，人类社会已步入大数据时代。大数据的发展趋势不可逆转，数据是重要资产的理念已基本在社会各界达成共识。通过大数据分析发现事物的内部规律并以此服务于经营管理，将成为商业银行的核心竞争力之一。对此，商业银行有必要认真研究大数据给银行业经营管理所带来的变化，分析大数据在银行业经营管理中运用的领域，从而获得更好的发展。
二、大数据应用给商业银行带来的机遇与挑战
（一）机遇
1. 大数据应用将拓宽商业银行业务发展空间，加速产品创新。目前我国商业银行服务同质化，产品差异性小。随着数据的不断积累和商业银行数据分析能力的不断提升，大数据应用将拓展银行的业务发展空间，设计具有定价权和竞争力的创新产品。
2. 大数据应用将提升商业银行核心竞争力。我国商业银行目前IT基础设施和数据全部集中在数据中心，而且经过多年运行积累了大量的数据，因此最具条件率先盘活大数据资产，洞察数据中蕴涵的价值，更加科学地评价经营业绩、评估业务风险、配置全行资源，引导银行业务科学健康发展。商业银行应用大数据分析客户的交易行为，挖掘并预测客户的金融需求，设计有竞争力的创新产品，提供全面的金融服务，从而能够快速聚拢客户资源，逐步增加客户粘性。商业银行已拥有大数据，只要掌握大数据分析技术并具备大数据应用思维，就能提升核心竞争力。
3. 大数据应用将提升客户服务水平。
大数据时代商业银行不仅销售产品和服务，而且积累了丰富的客户交易数据，特别是在网络社会化和搜索引擎技术支撑下，商业银行还能收集到社交网络上客户的活动轨迹以及市场数据。商业银行只要善于分析和应用这些数据，通过数据再利用和数据重组，分析客户的消费偏好，就能准确发现并掌握客户需求，并通过不同渠道为客户提供个性化的服务。
4. 大数据应用将提高商业银行管理水平。商业银行积累的关于资产、负债、评级、客户、交易对手等各种数据资产，将在信贷管理、成本核算、资本管理、绩效考核等方面发挥重要作用，提升商业银行的管理水平。随着商业银行数据分析能力提升，通过对数据进行统计、分析、评估，为银行业务发展、市场营销、资产负债管理、客户关系管理等方面提供有效的决策支持，可实现真正的 “让数据说话”。
（二）挑战
1. 数据存储和开发方面的挑战。我国商业银行风险控制工作存在的一个重要问题即为大数据存储和开发的挑战，国内商业银行应当努力克服诸多技术方面的困难。原有商业智能、数据库解决方案侧重于结构化数据的解决，然而在当前的时代环境中，数据呈现出爆炸式增长的趋势，数据来源及数据种类呈现出多样性特点，这就提高了数据存储量，对数据提出了更高的要求。现阶段，原有数据库无法存储巨大的信息量。要想更好地开展大数据开发工作，我国各商业银行必须尽快建立起自身的大数据基础设备，譬如硬件和软件，从而达成获得、储存、研究与运用大数据的IT系统架构的目的。
2. 大数据安全方面的问题。尽管大數据可以在一定程度上减轻数据不对称现象，给各商业银行经营管理工作的开展提供更有效的方法，然而若管理不善，大数据也很容易变成大风险。大数据的运用使得数据安全风险特点出现变化，除了需要创新管控形式外，也应当将其纳入全面风险控制系统中，统一的监管与治理。 3. 大数据分析人才资源不足造成的困扰。步入到大数据时代后，国内商业银行若想在经营管理方面有更大的建树，就必须想办法尽快解决大数据分析人才资源不足的问题。过去的数据分析形式是基本掌握需求后从样本数据开始，勾勒出商业银行经营管理的全景视图。相较之下，大数据是从总体样本出发，随商业银行业务类型的不断丰富以及业务规模的迅速拓展，把原本零散的市场信息、客户信息等快速有效地转化为风险决策支撑的可利用信息。如此一来，便对数据分析者提出了更高的标准和要求，他们必须同时兼备统计、运筹、风险管理、数据等多项跨领域的理论与技能，除此之外，也应当具备极强的信息发掘、数据建模能力。
4.大数据集成与整合方面的问题。当前，借助大数据对商业银行的各类风险要素实施管控，大数据的集成和整合方面的问题同样不可忽视。从此角度进行考虑，我国商业银行会面对愈发复杂的信息环境，它们的信息形态、种类及来源必定会呈现出多样性的特点。因此，必须对多种来源、不同类型、不同结构的数据信息进行更有效的集成和整合，突破原有数据化和非结构化数据两者之间的局限，才可以尽快建立起更加健全的大数据信息视图。
三、大数据时代促进我国商业银行发展的建议
（一）搭建大数据基础设施，构建更加高效的金融服务体系
1. 重组内部的组织构架。树立大数据思维，通过拓展数据源，运用大数据技术制定大数据战略和业务转型战略，制定适合各自实际的转型路径和具体步骤，构建更加高效的金融服务体系。当今，商业银行数据服务体系的建设目标是整合结构化数据库和非结构化信息库中的数据资源，通过对大数据集合中的数据进行多维分析、数据挖掘和价值发现，使数据信息资产价值最大化。
2. 通过多数据源管理、实时数据决策、基于数据预测等全方位数据应用提升商业银行的整体管理水平。通过高度集中、完备、综合、专业的数据仓库系统，运用数据挖掘和分析，倡导用数据说话，让决策有的放矢，将数据转化为资源，为经营效率提升、服务创新提供强大的技术支撑。
（二）搭建基础数据平台
通过梳理整合经营管理的关键数据， 建立数据管控体系，搭建基础数据平台。积极推动传统业务渠道与数据分析专业厂商合作，推动电子商务、移动网络、社交网络等产业深入开展跨界的合作融合，对存量大数据进行综合处理与分析，开发开放性的平台架构，开放AP工接日，允许第三方为客户开发个性化增值应用，从而获取更丰富的客户行为数据。从商业银行数据共享的视角，根据半结构化、非结构化和结构化数据的特征，为大数据制定统一的标准与解释，构建以内部与外部共享为基础的标准数据流程和适用内外部不同需求的统一标准模型。
（三）加强与大数据平台的合作，培育良好的 “数据生态”
银行可与电信、电商、社交网络等大数据平台开展合作，进行数据和信息的共享和利用。大数据在金融业的广泛应用，有助于创造更好的金融生态环境，使经济社会真正迈入大数据时代与金融“大众化”时代。一方面，商业银行可与社会化媒体建立深度的网络数据合作，利用社会化媒体技术来搭建金融客户社交圈，并逐步建立客户偏好数据库，增强客户的信息 “粘性”。另一方面，利用自身对于客户财务等信息的掌控，提供有效的金融信息服务匹配，帮助客戶快速、有效地实现金融价值转换，发挥金融平台效应。
（四）加强人才队伍建设，提升数据管理水平
1.明确大数据产业发展方向。在现有数据库基础上，积极引进适应大数据要求的分析工具和平台，培养大数据金融分析人才，探索建立适应管理要求的大数据分析管理机制。加强大数据的管理，在扶持大数据在电商企业应用的同时，更要大力支持大数据在基础科学研究、国防以及若干关键领域的应用研究，通过加大大数据的应用提高各行各业的能力和水平。
2. 加强大数据分析人才队伍建设。对大数据进行处理，需要分析人员具有更高 的素质，不仅要有较高的业务理解力，而 且要有很强的数据建模、数据挖掘的技术能力。完善产学研合作机制，加强银行业与高校和科研院所之间关于大数据科技创新资源的协同研发管理，为高校的大数据产学研相结合提供良好的发展平台。
一、相关概念界定
（一）大数据的概念及特征
目前大数据尚未有明确的概念。维基百科把“大数据”定义为“一个大而复杂、 难以用现有数据库管理工具处理的数据集”。美国研究机构Gartner认为，“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
大数据的本质特征主要表现在三个方面：一是要分析与对象有关的数据，不只是部分数据，而是所有数据;二是不强调精确，承认数据的复杂性;三是强调探求相关关系，非因果关系。
（二）大数据的影响分析
对大数据的开放和应用将对社会、商业和个人都产生巨大而深远的影响。目前我们已经观察到或者可以预测到的影响包括但不仅限于以下几个方面：
第一，围绕大数据的应用将激发前所未有的创新浪潮。社交网络的流行和物联网的建设使得对个体和群体（无论是人或物）的实时观察和了解正在逐渐成为可能，这为预测群体行为和了解个体偏好提供了强有力的工具。利用大数据这一特性的应用已经在多个领域展现其惊人的威力和创新能力。
第二，大数据的开放将极大地提升社会的 公开透明度和提高政策制定的效率。一方面，多种类型数据的公开大大提升了政府的透明度，通过公众的监督提高民主程度。另一方面，通过为大众提供创新的平台，充分汲取群体的智慧，有效榨取数据的可利用价值，反过来可以提升社会效率和政府效率。第三，随着大数据时代的来临和深化，在商业、经济及其他领域中，决策行为将日益基于数据和分析而做出，而并非基于经验和自觉。伴随着数据的大量累积和数据处理能力的不断提升，利用数据来进行判断和预测的能力将会得到无限的放大，数据将引领社会前进的方向。
第四，个人成为大数据链条中不可或缺的一环，而对数据的依赖将改变人类的生活方式。
（三）商业银行加强大数据分析和应用的必要性
随着信息技术、存储技术的进步，人类社会已步入大数据时代。大数据的发展趋势不可逆转，数据是重要资产的理念已基本在社会各界达成共识。通过大数据分析发现事物的内部规律并以此服务于经营管理，将成为商业银行的核心竞争力之一。对此，商业银行有必要认真研究大数据给银行业经营管理所带来的变化，分析大数据在银行业经营管理中运用的领域，从而获得更好的发展。
二、大数据应用给商业银行带来的机遇与挑战
（一）机遇
1. 大数据应用将拓宽商业银行业务发展空间，加速产品创新。目前我国商业银行服务同质化，产品差异性小。随着数据的不断积累和商业银行数据分析能力的不断提升，大数据应用将拓展银行的业务发展空间，设计具有定价权和竞争力的创新产品。
2. 大数据应用将提升商业银行核心竞争力。我国商业银行目前IT基础设施和数据全部集中在数据中心，而且经过多年运行积累了大量的数据，因此最具条件率先盘活大数据资产，洞察数据中蕴涵的价值，更加科学地评价经营业绩、评估业务风险、配置全行资源，引导银行业务科学健康发展。商业银行应用大数据分析客户的交易行为，挖掘并预测客户的金融需求，设计有竞争力的创新产品，提供全面的金融服务，从而能够快速聚拢客户资源，逐步增加客户粘性。商业银行已拥有大数据，只要掌握大数据分析技术并具备大数据应用思维，就能提升核心竞争力。
3. 大数据应用将提升客户服务水平。
大数据时代商业银行不仅销售产品和服务，而且积累了丰富的客户交易数据，特别是在网络社会化和搜索引擎技术支撑下，商业银行还能收集到社交网络上客户的活动轨迹以及市场数据。商业银行只要善于分析和应用这些数据，通过数据再利用和数据重组，分析客户的消费偏好，就能准确发现并掌握客户需求，并通过不同渠道为客户提供个性化的服务。
4. 大数据应用将提高商业银行管理水平。商业银行积累的关于资产、负债、评级、客户、交易对手等各种数据资产，将在信贷管理、成本核算、资本管理、绩效考核等方面发挥重要作用，提升商业银行的管理水平。随着商业银行数据分析能力提升，通过对数据进行统计、分析、评估，为银行业务发展、市场营销、资产负债管理、客户关系管理等方面提供有效的决策支持，可实现真正的 “让数据说话”。
（二）挑战
1. 数据存储和开发方面的挑战。我国商业银行风险控制工作存在的一个重要问题即为大数据存储和开发的挑战，国内商业银行应当努力克服诸多技术方面的困难。原有商业智能、数据库解决方案侧重于结构化数据的解决，然而在当前的时代环境中，数据呈现出爆炸式增长的趋势，数据来源及数据种类呈现出多样性特点，这就提高了数据存储量，对数据提出了更高的要求。现阶段，原有数据库无法存储巨大的信息量。要想更好地开展大数据开发工作，我国各商业银行必须尽快建立起自身的大数据基础设备，譬如硬件和软件，从而达成获得、储存、研究与运用大数据的IT系统架构的目的。
2. 大数据安全方面的问题。尽管大數据可以在一定程度上减轻数据不对称现象，给各商业银行经营管理工作的开展提供更有效的方法，然而若管理不善，大数据也很容易变成大风险。大数据的运用使得数据安全风险特点出现变化，除了需要创新管控形式外，也应当将其纳入全面风险控制系统中，统一的监管与治理。 3. 大数据分析人才资源不足造成的困扰。步入到大数据时代后，国内商业银行若想在经营管理方面有更大的建树，就必须想办法尽快解决大数据分析人才资源不足的问题。过去的数据分析形式是基本掌握需求后从样本数据开始，勾勒出商业银行经营管理的全景视图。相较之下，大数据是从总体样本出发，随商业银行业务类型的不断丰富以及业务规模的迅速拓展，把原本零散的市场信息、客户信息等快速有效地转化为风险决策支撑的可利用信息。如此一来，便对数据分析者提出了更高的标准和要求，他们必须同时兼备统计、运筹、风险管理、数据等多项跨领域的理论与技能，除此之外，也应当具备极强的信息发掘、数据建模能力。
4.大数据集成与整合方面的问题。当前，借助大数据对商业银行的各类风险要素实施管控，大数据的集成和整合方面的问题同样不可忽视。从此角度进行考虑，我国商业银行会面对愈发复杂的信息环境，它们的信息形态、种类及来源必定会呈现出多样性的特点。因此，必须对多种来源、不同类型、不同结构的数据信息进行更有效的集成和整合，突破原有数据化和非结构化数据两者之间的局限，才可以尽快建立起更加健全的大数据信息视图。
三、大数据时代促进我国商业银行发展的建议
（一）搭建大数据基础设施，构建更加高效的金融服务体系
1. 重组内部的组织构架。树立大数据思维，通过拓展数据源，运用大数据技术制定大数据战略和业务转型战略，制定适合各自实际的转型路径和具体步骤，构建更加高效的金融服务体系。当今，商业银行数据服务体系的建设目标是整合结构化数据库和非结构化信息库中的数据资源，通过对大数据集合中的数据进行多维分析、数据挖掘和价值发现，使数据信息资产价值最大化。
2. 通过多数据源管理、实时数据决策、基于数据预测等全方位数据应用提升商业银行的整体管理水平。通过高度集中、完备、综合、专业的数据仓库系统，运用数据挖掘和分析，倡导用数据说话，让决策有的放矢，将数据转化为资源，为经营效率提升、服务创新提供强大的技术支撑。
（二）搭建基础数据平台
通过梳理整合经营管理的关键数据， 建立数据管控体系，搭建基础数据平台。积极推动传统业务渠道与数据分析专业厂商合作，推动电子商务、移动网络、社交网络等产业深入开展跨界的合作融合，对存量大数据进行综合处理与分析，开发开放性的平台架构，开放AP工接日，允许第三方为客户开发个性化增值应用，从而获取更丰富的客户行为数据。从商业银行数据共享的视角，根据半结构化、非结构化和结构化数据的特征，为大数据制定统一的标准与解释，构建以内部与外部共享为基础的标准数据流程和适用内外部不同需求的统一标准模型。
（三）加强与大数据平台的合作，培育良好的 “数据生态”
银行可与电信、电商、社交网络等大数据平台开展合作，进行数据和信息的共享和利用。大数据在金融业的广泛应用，有助于创造更好的金融生态环境，使经济社会真正迈入大数据时代与金融“大众化”时代。一方面，商业银行可与社会化媒体建立深度的网络数据合作，利用社会化媒体技术来搭建金融客户社交圈，并逐步建立客户偏好数据库，增强客户的信息 “粘性”。另一方面，利用自身对于客户财务等信息的掌控，提供有效的金融信息服务匹配，帮助客戶快速、有效地实现金融价值转换，发挥金融平台效应。
（四）加强人才队伍建设，提升数据管理水平
1.明确大数据产业发展方向。在现有数据库基础上，积极引进适应大数据要求的分析工具和平台，培养大数据金融分析人才，探索建立适应管理要求的大数据分析管理机制。加强大数据的管理，在扶持大数据在电商企业应用的同时，更要大力支持大数据在基础科学研究、国防以及若干关键领域的应用研究，通过加大大数据的应用提高各行各业的能力和水平。
2. 加强大数据分析人才队伍建设。对大数据进行处理，需要分析人员具有更高 的素质，不仅要有较高的业务理解力，而 且要有很强的数据建模、数据挖掘的技术能力。完善产学研合作机制，加强银行业与高校和科研院所之间关于大数据科技创新资源的协同研发管理，为高校的大数据产学研相结合提供良好的发展平台。