银行论文大数据时代商业银行应对策略

所属栏目:银行论文 发布日期:2014-11-10 16:25 热度:

  【摘要】 在新形势下,大数据应用对商业银行核心竞争力的提升、业务创新、盈利模式以及其所处的金融市场竞争格局等产生了巨大影响。在大数据时代我国商业银行可以采取以下应对策略:培养面向大数据时代商业银行竞争能力;完善自身大数据基础设施,加强对数据挖掘、数据分析和整合能力;搭建银行业数据分析平台;积极防范大数据金融风险等。

  【关键词】银行论文, 大数据,商业银行,应对策略

  近年来,我国银行业特别是大型商业银行的大型信息系统的应用已日趋成熟,这些信息系统的后台普遍为大型数据库(如Oracle,DB2等),存储着海量的数据,商业银行就具有了利用大数据创造价值的机会。随着我国利率市场化的推进,在金融脱媒、企业脱贷,以及巴塞尔协议III的严厉监管等多重压力之下,我国商业银行单纯依靠利差,和信贷资产增长的发展和盈利模式俨然已经行不通,商业银行的转型发展可谓是迫在眉睫。在这种新形势下,商业银行如何利用“大数据”,积极做好应对工作,这是摆在我国银行业面前的一个重大而紧迫的课题。

  一、大数据时代的到来

  1、大数据的定义

  根据维基百科的定义,大数据指的是所涉及的数据量规模巨大到无法通过目前主流软件工具,在合理时间内达到截取、管理、处理并整理成为帮助企业经营决策更积极有效目的的信息。

  大数据概念的形成是一个不断演变的过程。知名咨询公司麦肯锡在2011年5月发布的报告中首次提出“大数据”的概念。2012年,联合国发布大数据政务白皮书《大数据促发展:挑战与机遇》,EMC、IBM等跨国公司纷纷发布大数据产品。此后美国政府宣布了“大数据的研究和发展计划”,将大数据上升到国家战略层面,掀起了世界性互联网信息革命的第二个高潮,全球开始进入了“大数据时代”。

  2、大数据的特征

  大数据的概念,一方面是指规模大到无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合;另一方面,主要是指海量数据的获取、存储、管理和分析、挖掘与运用的全新技术体系。大数据具有的三大特征:(1)数量巨大。人类社会的数据量在不断刷新一个个新的量级,截止2012年,数据量已从TB级别跃升到PB、 EB乃至ZB级别。到2012年为止,人类生产的所有印刷材料的数据量是200PB。(2)数据的多样性,大数据一般包括文本为代表的结构化数据和以网页、社交媒体、感知数据、视频和语音信息、模拟信号等为代表的半结构化和非结构化等多类数据,并且它们的处理和分析方式区别很大。(3)数据的价值性。大数据的价值性不仅体现在数据富含价值,更体现在企业必须在尽可能短的时间内发掘出价值。麦肯锡认为大数据正在为全球创造不可低估的商业价值。

  3、大数据的发展沿革

  大数据的应用影响了很多传统行业,特别是金融业。大数据金融依托海量数据,通过互联网、云计算等信息化方式对其数据进行专业化挖掘和分析,并与传统金融服务结合,创造性开展资金融通工作,从资金供给方、资金需求方以及使用的资金融通方式三个方面进行创新,扩大了能够纳入合格资金被融通方的单位范围,增加了资金融通的方式和场所。举例来讲,以往金融模式中,小微企业由于资金量、企业规模等因素及其天然的不稳定性,使得他们在金融市场中处于劣势地位,难以融资。以阿里巴巴、京东等企业在它的生态圈内,依托于同这些企业长期的合作关系,通过分析它的日常现金流量及订单状况,发放贷款。

  大数据与金融的集合需要基本的信息化投入和专门的大数据投入。从整个金融行业来看,2012年,金融业IT投资规模为1105.78亿元,同比增长10.9%,预计 2015年,金融业IT投资将达到1598.35亿元(见图1)。中国2012年金融行业大数据应用市场投资为2.98亿元,其中银行投资占整体投资的 41.1%,为1.22亿元;保险和证券分列二、三位,金额分别为1.05亿元、0.71亿元。

  二、大数据对商业银行的影响

  1、大数据的应用提升了商业银行核心竞争力

  我国商业银行目前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。尽管大型商业银行的数据是大数据级别的,但许多数据仍沉睡于数据库中,没有得到充分利用。大数据时代的到来,使得银行开始重新审视自己的数据,认识到定位化精准服务的重要性。例如,中信银行信用卡中心实施了EMC Greenplum数据仓库解决方案后,该行信用卡中心实现了实时的商业智能(BI)和秒级营销,运营效率得到全面提升。因此,大数据资源已成为商业银行不容忽视的战略资源,它已成为商业银行竞争的主要手段之一,也是银行制胜的关键。当然“大数据”在竞争中也是名副其实的“双刃剑”,竞争双方都可以利用掌握的数据来制订竞争策略。

  在大数据浪潮中,数据源、技术、算法、创新和商业模式一道,都将成为核心竞争力。

  大数据时代的到来会推动商业银行需要对IT基础设施架构进行改良与创新。金融业和银行业是信息密集型产业,每天要产生海量数据,数据量激增要求银行的IT基础设施具有良好的扩展性和伸缩性以及对数据挖掘、数据分析和整合能力。目前大数据在我国银行业中刚刚步入的应用阶段,几乎对于所有商业银行,应用大数据分析都是创造新的竞争优势之源。

  2、大数据推动商业银行业务创新

  目前我国商业银行服务同质化,产品差异性小。产品创新是商业银行提高核心竞争力的重要手段,我国商业银行要在激烈的竞争中谋求发展,就要加快金融产品创新的步伐。从商业银行的角度看,大数据的应用在提升效率、降低成本、加强风控、创造价值等方面,对银行业务发展的贡献度正日益显现。随着商业银行以大数据为核心的应用创新业务不断推出,将拓展银行的业务发展空间,在为客户提供优质金融服务的同时,也使得银行自身运转得更为高效和顺畅。2012年光大银行推出了阳光理财资产配置平台(AAP),AAP平台不仅能够根据客户需求提供合理、个性化的资产配置建议,还能够对客户的持仓资产进行持续跟踪,根据宏观市场环境变化动态调整资产配置方案。截至2014年3月,AAP平台直接和间接促成的理财产品、代销基金、代销保险和其他产品的销售总额达到84.28亿元,其中由AAP平台直接促成的销售额为28.73亿元。光大银行AAP平台的研发思路和服务理念,被认为是对大数据思维的一次成功运用,并由此开创了国内银行零售金融服务支持系统的先河。   3、对传统商业银行盈利模式的冲击

  随着大数据时代的来临和利率市场化改革明显提速, 商业银行传统的利润来源――息差将不断收窄。数据显示,2013年以来,以五大国有银行的净息差出现不同程度的下降。其中工商银行2013年净息差为 2.57%,比2012年下降9个基点;农行2013年的净息差为2.79%,同比下降了2个基点;建行净息差为2.74%,同比略降1个基点,交行为 2.52%,同比下降7个基点。[]在这种情况下,靠做大资产规模增加盈利的模式将难以为继,中间业务收入将成为商业银行的又一大利润来源。2006年至今,中间业务逐渐成为商业银行业务发展的重点。例如中国民生银行2009年中间业务收入占比已经达到11%,2012年为19.9%(见图2)。

  4、大数据滋生的新型金融业态影响金融市场竞争格局

  新型金融业态或潜在进入者借助互联网和大数据等信息技术的创新进步,在金融业日益开放竞争以及我国金融监管相对滞后条件下,客观上降低了金融服务业的准入门槛,对商业银行的信贷业务、支付结算、投融资业务等形成冲击。在大数据时代,以互联网企业为代表的来自不同行业的企业向银行业渗透,发起冲击。以互联网公司建立的P2P借贷平台为例,这将直接影响银行的代理收入。据统计,国内P2P借贷平台从2009年的9家增长到2012年的110家,截止2013 年第一季度至少132家P2P借贷机构,其中具有较大影响力的约有20余家(见图3)。国内P2P借贷平台成交额增长快速,2012年1~12月,纳入统计的16家P2P借贷平台成交额从1.94亿元升值16.97亿元,增长了7.75倍。全年累计成交额达到98.5亿元,与2011年相比约有10倍以上的增长。另外,第三方支付企业通过各类产品与业务创新替代了大量原本属于银行的支付业务,这将直接影响银行支付结算业务的市场份额。

  三、大数据时代商业银行的策略选择

  1、培养面向大数据时代商业银行竞争能力

  第一,商业银行通过业务创新,增强自身竞争力。商业银行为了应对日趋激烈的竞争,必须跨出门槛,为客户提供包括金融服务、信息服务乃至商业服务在内的一揽子服务,以此适应形势发展的需要,提高银行业的竞争力。实际上我国部分商业银行已尝试跨界进入电子商务领域,如建行“善融商务”、交通银行的“交博汇”、招商银行的“非常e购”、中信银行的“金融商城”等。

  第二,商业银行从重视资产的规模经营,逐渐转向客户群体与市场的范围经营。随着商业银行传统的利润来源――息差将不断收窄,其依靠做大资产规模增加盈利的模式将难以为继,中间业务收入将成为商业银行的又一大利润来源。目前我国商业银行大型企业客户业务占比逐步下降,个人客户的迅速增加。在针对客户群体的竞争中,商业银行必须摆脱依赖于单一产品或渠道优势的传统做法,运用一切资源,尤其是信息资源来扩大客户群体,才能银行带来更好的效益和更广阔的发展。

  第三,商业银行的商业模式由垄断竞争向合作共赢转变。面对企业客户日益多元化的金融需,商业银行为了满足客户综合金融服务的需要,其产品必须向多元化、综合性方向拓展,这就要求商业银行必须加强与其他金融机构间的紧密合作,开辟更广泛的业务合作。

  2、商业银行应完善自身大数据基础设施,加强对数据挖掘、数据分析和整合能力

  第一,商业银行应完善自身大数据基础设施。大数据基础设施的构建是商业银行利用大数据优化各个业务环节的前提与基础。商业银行建立灵活的基础设施,既可以整合未来计算、存储和应用技术领域的持续改进,又可以为企业适应不断变化的业务流程提供支持。

  第二,提高大数据系统的运行效率。商业银行要利用资本优势、人才优势构建捕捉、存储分析和利用大数据的系统架构,提高系统运行效率,要积累大数据人力资源,使企业有足够的智力资本和技术资本来处理大数据。

  第三,明确银行数据挖掘业务的发展目标和发展重点。商业银行遵循“以客户为中心”的发展战略,围绕实现银行信息价值贡献的最大化的目标,重点以小微金融、中小企业金融、私人银行等业务为主要抓手。

  3、搭建银行业数据分析平台

  第一,搭建商业银行特色电商平台。依托商业银行客户资源优势,搭建银行自己的电商平台。通过电商平台收集管理反映客户购买意愿、行为偏好的海量信息,采集进入非结构化客户信息共享平台,指导产品设计和业务营销。建设银行曾在这方面做过有益的尝试,此外也有银行参股电商、开展数据合作的案例。

  第二,积极推动传统业务渠道与新兴业态融合。首先,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,全面整合客户有效信息,将金融服务与移动网络、电子商务、社交网络等完美融合。其次,加强与专业数据分析商之间的合作,对数据存量进行综合处理与分析。例如,浦发银行通过与诸多大型核心企业及其上下游企业无缝对接,借助公司网银等电子平台,向其上下游企业提供全面的供应链电子金融服务。

  4、防范大数据金融风险,迎接大数据时代挑战

  大数据对商业银行来说,并不意味着机遇或商业上的无限潜力,实际上还意味着巨大风险。

  第一,加快立法进程,加强行业自律。大数据时代,我们最需要调整的是隐私保护的理念。对隐私的保护,需要将大数据监管的重心,从数据收集环节转移到数据使用环节,而不是相反。我国需要借鉴其他发达国家的经验,尽快进行个人信息安全保护立法。从加快立法进程来说,以法律规范刑事保护消费者个人信息不受侵犯,已成为我国大数据金融立法工作中亟待解决的问题。

  第二,利用大数据进行风险暴露分析、事件监测。具体来讲需要整合以下两类数据:一是监管机构的监管文件,如交易所、证监会、银监会、公安部门等;二是囊括新型社交网络既传统媒体数据,这些数据可以分析企业的社交网络,实时展现企业和外界的联系。

  第三,完善风险模型,利用大数据加强风险监管。商业银行应充分考虑自身业务特点对模型进行检验,及时调整模型结构和参数,保持模型的时效性和准确性。商业银行要须具备完善的风险量化能力,至少需要从以下三个维度来评估:一是量化的准确性;二是量化的时效性;三是量化的前瞻性。商业银行要依托大数据支撑,充分考虑自身业务的特点,借鉴行业先进数据模型,在统一数据的理解和使用的基础上,对模型进行检验,规划并建立数据标准化体系,及时调整模型结构和参数,保持模型的时效性和准确性。

  第四,利用大数据加强风险监管。在风险管控、小额信贷方面,上银行可以利用客户交易数据,客户外部交互数据,包括市场趋势、监管信息、新闻信息等联系起来。

  (基金项目:杨宏斌:基于大数据技术的企业营销创新研究河南省软科学,项目编号142400410372。)

  【参考文献】

  [1] 李静瑕:五大行去年日赚24亿“不良”突进新增468亿[EB/OL].http://www.yicai.com/news/2014/03/3650610.html,2014-03-31.

  [2] 李宏博:商业银行大数据时代的SWOT分析及战略探讨[J].时代金融2013(18).

  [3] 方方:大数据趋势下商业银行应对策略研究[J].新金融2012(12).

文章标题:银行论文大数据时代商业银行应对策略

转载请注明来自:http://www.sofabiao.com/fblw/jingji/yinhang/23626.html

相关问题解答

SCI服务

搜论文知识网的海量职称论文范文仅供广大读者免费阅读使用! 冀ICP备15021333号-3