文/江蘇銀行股份有限公司董事長夏平

銀行業已進入大數據時代，商業銀行特別是中小銀行圍繞大數據應用，實現經營、管理和服務創新，將決定其未來的可持續發展能力。中小銀行要從戰略高度充分認識大數據分析和運用的重要性，深化大數據應用，用創新的理念和行動擁抱大數據時代的來臨。

互聯網通過技術優勢沖破金融領域種種信息壁壘，不斷改寫金融業競爭格局，以云計算、大數據與金融業務深度融合為代表的金融科技正加速推動傳統金融業務轉型升級。穆迪最新金融科技報告稱：“金融科技能夠更好地滿足用戶需求，并且主要通過開發和應用新的技術和分析手段，充分利用互聯網以及最新的移動技術來低成本地提供多樣化的服務。”銀行業已進入大數據時代，商業銀行特別是中小銀行圍繞大數據應用，實現經營、管理和服務創新，將決定其未來的可持續發展能力。

大數據是商業銀行變革的助推器

根據國家信息中心組織撰寫的《2017中國大數據發展報告》數據顯示，2016年，中國大數據領域投資熱度持續攀升，從成功融資的大數據行業分布情況看，第一是醫療健康，占比29.9%，第二是金融，占比13.5%，第三是交通，占比10.29%。市場資本助推大數據時代的加速到來，助推商業銀行的轉型變革。

更加特色的發展路徑。雖然目前各家商業銀行都在轉型發展，但仍然存在轉型戰略雷同和同質化轉型的問題。大數據有助于中小銀行發揮區域化的資源稟賦，從而走出特色化、差異化的發展路徑。中小銀行在客源信息、區域場景、機制效率方面優勢明顯，可在打通場景、引入互聯網基因等方面贏得先機，并快速地把大數據金融服務推向市場，實現快速迭代，走出更加特色的發展路徑。

更加新型的經營模式。從本質上講，銀行的金融中介功能不會改變，銀行也不會消失，但依靠“鼠標+水泥”和存貸利差的傳統銀行模式可能會消失，新的線上化、場景化、生態化的銀行業務經營模式已初露鋒芒。商業銀行如果能把大數據和風險控制、網點眾多等傳統優勢結合起來，將創造出更加新型、有效的經營模式，以實現大數據時代的跨越式發展。

更加精準的營銷能力。在“輕資產化”下的互聯網時代，商業銀行的網點眾多似乎不存在優勢，但在大數據下，商業銀行能夠把網點從“劣勢”再次轉化為“優勢”。相比純互聯網企業，商業銀行具備更多精準的線下交易數據，如果能夠將稅務、工商、法院等部門的大量外部數據與銀行內部數據進行跨界融合，有效降低客戶需求與金融供給的匹配時間和成本，商業銀行就可以在實時營銷、交叉營銷、個性化推薦、客戶生命周期管理等多個方面開展精準營銷。

更加高效的風控體系。傳統風險防控的人力資本耗用高、前瞻性不足、反應速度慢，仍顯被動和保守。大數據技術的發展為信息化風險防控提供了基礎。美國個人金融服務的領導者嘉信理財公司認為：一切數據皆信用。中小銀行以大數據分析和挖掘技術為基礎，強化大數據應用能力，提升事前預警、事中控制、事后監督風險防控水平，推進風險管理體系由經驗管理向數據分析管理、由分散管理向集中管控的轉型，可有效緩解信息不對稱引發的逆向選擇和道德風險問題。

深植大數據基因智慧服務實體經濟

實體經濟是金融生長的土壤，在我國經濟發展進入新常態后，商業銀行以新理念、新金融、新服務支持供給側結構性改革和經濟轉型升級的同時，也實現了自身供給側改革，提升了商業銀行服務實體經濟的質效。江蘇銀行舉全行之力搶占互聯網大數據制高點，通過搭平臺、拓渠道、建場景、強系統，多措并舉加速全面線上化步伐，及時滿足客戶多樣化需求，打造智慧銀行新模式，強化服務實體經濟的深度、廣度和效率。

深植數據基因，致力智慧銀行建設。商業銀行可以深植互聯網大數據基因，構建“用數據說話”的科學決策管理體系，在精準營銷、風險防控方面充分利用大數據，致力于建設智慧銀行。在精準營銷方面，比如，公司業務可以搭建移動營銷管理平臺，充分利用來自各級政府機構、行業協會、媒體、金融同業等外部信息，形成總行直接扁平指導分支行客戶經理針對優質資產進行營銷的新模式;比如，零售業務可以結合人工智能技術，推出提供多種理財產品投資組合服務的智能投顧系統，目前在基金領域率先應用的實例證明，通過提供智能公募基金組合銷售服務，為用戶帶來更好的投資管理服務。在風險防控方面，可以利用大數據打造風控服務平臺，提升金融機構自身內部風險管理水平，同時還可向其他金融機構提供大數據風險防控服務，客觀反映用戶真實風險水平;為應對互聯網金融中團伙作案甚至發展形成地下作案產業鏈的嚴峻局面，商業銀行可以結合大數據技術，建立適用于互聯網交易特征的反欺詐平臺，提升互聯網金融業務的安全性。在外部合作方面，商業銀行可以與國內外高校及研究機構共同開展大數據項目研究，與互聯網科技公司共同推進大數據、云計算、區塊鏈等技術在金融業務創新領域的應用，與國家級、區域級的政府機構開展信用信息共享合作，通過多方合作有效提升大數據應用水平。

依托數據技術，突破小微融資困局。為了解決小微融資難問題，商業銀行可以將大數據技術與金融業務相結合，開發互聯網純信用信貸產品。部分商業銀行已開始進行創新嘗試，從小微業務融資難的癥結入手，運用互聯網和大數據技術，以企業工商、稅務、結算等各類大數據與金融業務相結合的嘗試為起點，開發小微網貸平臺及系列產品。比如有的中小銀行以小微企業在稅務部門的繳稅情況為主要授信依據，推出互聯網純信用信貸產品，以稅促貸，并借助與其他銀行實現技術共享的方式，服務于江蘇、廣東、浙江等20個省份和地區的小微企業。此外，商業銀行還可基于小微企業客戶第三方商務結算數據、核心企業上下游供應鏈銷售信息、再擔保機構微貸客戶業務渠道等，推出多種小微企業網貸產品，為小微企業提供便捷、高效的全方位服務。

挖掘數據價值，實現新型銀行創新。商業銀行可以運用先進的互聯網大數據手段降低金融服務成本，改進服務效率，面向大眾人群提供價格合理、方便快捷的新型金融服務。以直銷銀行為例，商業銀行可以借助線上化、場景化等特性，準確結合大數據分析，覆蓋傳統金融難以服務到的群體，提高金融普惠性。同時，通過金融場景化服務，為客戶設計個性化的金融產品，實現普惠金融服務的精準營銷。為提高客戶體驗、降低運營成本，不斷提升互聯網平臺運維能力，直銷銀行可借鑒互聯網電商線上運營經驗，將互聯網先進應用技術與商業銀行運營管理高度融合，打造基于互聯網的智能運營管理模式。

中小銀行利用大數據實現戰略轉型大有可為

未來中小銀行加快大數據發展不僅具有行業意義，而且對于推動我國信息化進程具有重要作用。中小銀行要從戰略高度充分認識大數據分析和運用的重要性，深化大數據應用，用創新的理念和行動擁抱大數據時代的來臨。

深植大數據應用基因理念。隨著互聯網時代基礎架構的逐步夯實，中小銀行應積極運用互聯網技術，并在此基礎上，將技術的核心從互聯網技術進一步拓展到大數據、物聯網、人工智能、區塊鏈等前沿技術。為借助大數據應用實現跨越式發展，中小銀行需要深植大數據基因，針對分散于各業務條線和機構層級的數據采集、生產、積累、管理、分析、應用各環節，明確工作職責和要求，形成前中后臺各環節聯動的數據全流程管理機制和工作機制，以獲得大數據發展浪潮的紅利，實現爆發式增長。以某項新業務開展為例，前臺業務部門運用大數據進行精準營銷，中臺營運、科技、風險部門運用大數據進行維護管理，后臺內審、法律部門運用大數據進行監督保障，前中后臺部門形成使用大數據、應用大數據的氛圍。

夯實大數據應用基礎體系。構建科學管理下的數據應用基礎體系，須在獲取數據、規范數據、處理數據等三個層面推進實施。在獲取數據層面，一方面在行內整合核心系統、信貸管理系統、網銀系統、個貸系統等幾十個業務的交易數據、賬戶數據和客戶基礎數據，另一方面在行外引入人行、銀監、工商、稅務、法院等多種來源外部數據字段，通過多樣化、多層次的行內與行外、線上與線下、標準化與非標準化數據整合，有效解決“信息孤島”問題。以江蘇銀行為例，目前銀行內部將信管系統、個貸系統、核心系統等業務系統整合到同一個平臺中，外部引入包括27大類個人數據信息和16大類企業數據信息。在規范數據層面，合理規劃系統建設與數據標準體系，在同一規劃數據標準的基礎上，建立明晰、完整、有序的數據邏輯體系，解決系統數據的邏輯性和關聯性，將同一客戶辦理的不同業務種類信息，同一業務在不同業務流程條線的信息，以及各類交易信息、管理信息有效關聯，將數據在行內各個系統進行打通和共享，進而建立整體運轉有效的數據治理架構。在處理數據層面，打造新型大數據處理平臺，以替代傳統的數據倉庫，支持海量數據的存儲和高速運算，通過該平臺，在數據安全管控的前提下，可以讓全行利用該平臺進行各類數據的便捷統計、分析、查詢和建模，并為各個業務系統和模型實時計算、存儲大量的指標、參數和決策變量，為大數據的全方位應用提供技術支撐，比如建立了“融創智庫”大數據平臺，將預警系統、網銀、黑灰名單和反欺詐、個人經營貸打分卡、自動審批決策引擎、全流程風險管理、外部數據實時解析等功能全部整合。

構建大數據應用管理機制。建立大數據應用與管理決策的良性工作機制，將大數據廣泛運用到全行風險控制、精準營銷、客戶畫像、智能客服、運營管理等多個領域。首先積極培養、積累兼具業務經營管理與信息數據應用的復合型人才，將行內培養和行外引進相結合，重點以行內培養為主，同時可適當引進數據應用的高層次人才，使數據應用管理快速提升至較高水平。其次，為數據應用提供資源保障，出臺相關政策，對大數據發展進行整體部署和重點支持;加大對大數據關鍵技術研發的投入，逐步提升大數據應用對銀行的價值貢獻。再次，制定詳盡的數據應用框架和策略，短期以點帶面，建立數據整合、數據應用、數據管理的統籌機制，將數據應用范圍擴大到行內所有產品和服務，為各級管理層應用數據成果實現科學決策提供有效支撐;長期在整體設計全行數據應用分析框架和策略基礎上，著力規劃全行大數據戰略中長期路線圖與實施重點、目標、路徑，統籌布局，建立行之有效的數據治理長效機制，體現銀行數據文化的價值理念和導向，全面形成針對管理、決策和執行等各層面的數據應用策略。

本文刊發于《清華金融評論》2017年8月刊