隨著新技術的不斷引入，銀行業新的想象空間也在不斷打開。大數據，無疑是去年以來最受熱議的技術之一，它與互聯網的深度融合，甚至能夠讓徘徊在銀行門口之外的資本有了顛覆傳統的豪氣。但有意思的現象是，相對保守的銀行卻一直甚少表露自己的真實想法。這個領域內對此說得最多的，反而不是做銀行的。
J(化名)是國內零售銀行業界的執牛耳者。近年來，已經很少露面的他上周約聊，與筆者重點談及新技術對未來零售銀行帶來的機遇和挑戰。他的觀點一如既往地富有啟發性，筆者認為很值得梳理下來，進行分享。
首先，他認為大數據不可能顛覆現有的零售銀行的格局。理由很簡單，大數據之所以令新的互聯網銀行模式興起，是因為它提升了一個群體的商業價值——以往不被重視的客戶。用長尾理論來解釋，這些客戶為數眾多，但價值貢獻卻很小。新技術降低了這些客戶的開發成本，但也僅此而已，因為最具價值的客戶群體依然被銀行牢牢掌握。
有意思的是，這些商業價值不大的客戶一旦成長起來，還是會投入銀行的懷抱。因為，隨著他們逐漸成長，對信用服務復雜程度的要求也會上升，只有銀行才能滿足此類要求，并且成本最低。更何況，最具價值的資源依然掌握在銀行手中——無論是稀缺的資本，還是最完備的數據，都在銀行體系內。只是銀行有自己的商業原則，成本收益不合算的市場是不會投入的。
所以，J的心態很開放。他說銀行是“不作不死”，即便市場策略最差的銀行也只是沒特點，要被新技術徹底顛覆很難，更遑論一百年以來銀行的產品已經沒有大的創新，所有的改革都在流程和服務方面。他認為，現有的技術能力是必須正視的，因為它意味著歷史成本的積累。而銀行與實業界最大的不同就在于，新技術很少會帶來彎道超車的機會，除非領先者突然變笨，自己把優勢拱手相讓。
其次，他認為大數據技術最大的受益者是銀行，而不是互聯網金融。除了上面已經述及的理由外，另一個原因就是最有價值的數據實際沉淀在銀行，而不是在互聯網企業。這會帶來兩個機遇，一是能對已收入囊中的有價值客戶開發更具想象力的服務模式，二是與互聯網企業一樣，以往無法開發的數據也突然會變得具有商業價值。
他很委婉地向筆者舉了一個例子。銀行在信用卡業務上得到的經驗是，只通過支付交易數據去模擬客戶的基本特征，維度是比較單薄的。而實際上，銀行體系里還沉淀有大量的其他維度的數據，例如，工資代發、基金托管、年金、公司賬戶等等，這些綜合數據的應用足以令客戶特征的還原更加真實。但問題是，這些數據的應用要么拘于法律限制，要么過去受到技術的限制，要么就是市場的復雜程度還不到這一步。事實上，以交易為主導的商業銀行模式在境外市場已然非常成熟，大數據的應用也已經比較普遍。
他對筆者說，國內現有的以大數據為基礎的互聯網金融商業模式，基礎都是支付交易數據，只有個別企業可以積累客戶的其他生活數據。這種模式從算法上容易出現的問題是，由于缺乏數據的橫比和參照，數據縱比在極端情況下容易出現模型失靈的情況。在規模不大的情況下，這不是問題，但一旦達到銀行規模的級別，模型參數的真實性和有效性調校就必須列入日常的工作流程，因為這已經涉及公司經營的系統性風險。
筆者認同他的看法。因為，大數據在很多其他領域的應用也都存在類似的問題。最近，在經濟研究業界引發軒然大波的《21世紀資本論》一書當中，法國經濟學家皮凱蒂就遇到了同樣的問題。在他的研究對象時間跨度內，能夠完整積累數據的國家少之又少，只有少數幾個國家在過去的兩百年時間里，留下了完整真實的稅收數據和國民財富統計數據。
京公網安備 11010502049343號