胡志九

大數(shù)據(jù)革命對不同行業(yè)的影響有所差異，給軟件開發(fā)、信息安全等IT類企業(yè)創(chuàng)造了更多的機會，對醫(yī)療、零售、食品等傳統(tǒng)類行業(yè)形成利空。對于歷史悠久的銀行業(yè)而言，如何與大數(shù)據(jù)有效結(jié)合，促進其轉(zhuǎn)型發(fā)展值得深入研究。特別是在我國商業(yè)銀行面臨利率市場化壓縮利差、經(jīng)濟增速放緩等負(fù)面沖擊之下，探索大數(shù)據(jù)在商業(yè)銀行領(lǐng)域中的應(yīng)用場景，對于提升商業(yè)銀行的盈利能力具有重要啟示。目前來看，大數(shù)據(jù)給商業(yè)銀行帶來的挑戰(zhàn)與機遇并存。商業(yè)銀行如果能夠順勢而為，則可為其帶來市場拓展、產(chǎn)品創(chuàng)新、管理優(yōu)化和風(fēng)險防范等益處，全面提升商業(yè)銀行的成長空間。

國外銀行應(yīng)用大數(shù)據(jù)的主要場景

互聯(lián)網(wǎng)具有發(fā)散型網(wǎng)絡(luò)結(jié)構(gòu)及不受物理空間限制的特征，使其能夠打破傳統(tǒng)溝通方式的障礙，進而形成龐大的用戶流量。特別是在Facebook、Instagram、Snapchat等形式多樣社交媒體的興起之后，流量背后更是暗含巨大商機。國外不少商業(yè)銀行主動抓住商機，不斷整合用戶流量基礎(chǔ)之上的大數(shù)據(jù)，探索兩者之間可以有效結(jié)合的交集。就應(yīng)用場景上的交集而言，其主要集中于潛在客戶挖掘、信用風(fēng)險防范、綜合管理改進、金融產(chǎn)品定價等方面（表1）。

潛在客戶挖掘

客戶作為商業(yè)銀行賴以生存的基礎(chǔ)，充分尊重客戶需求、了解客戶需求、滿足客戶需求成為商業(yè)銀行保持競爭活力的關(guān)鍵。因此，從數(shù)據(jù)信息背后挖掘客戶潛在需求，進而改進產(chǎn)品質(zhì)量構(gòu)成國外銀行應(yīng)用大數(shù)據(jù)的重要內(nèi)容。例如，巴克萊銀行原有開發(fā)的系統(tǒng)程序限制了18歲以下年輕客戶的支付功能，大數(shù)據(jù)揭示該障礙后，其改進應(yīng)用程序，使得18歲以下的客戶同樣可以支付，此舉擴大了其年輕客戶的規(guī)模；西太平洋銀行根據(jù)客戶瀏筧網(wǎng)頁的記錄，通過醫(yī)學(xué)統(tǒng)計軟件SAS的技術(shù)分析，自動識別客戶的有效信息，做出決策，提供與之對應(yīng)的金融產(chǎn)品。當(dāng)用戶在網(wǎng)上咨詢房地產(chǎn)貸款的細(xì)節(jié)時，西太平洋銀行及時提供此類信息，以發(fā)現(xiàn)潛在的貸款需求者；挖掘客戶體現(xiàn)“市場為先、顧客至上”的服務(wù)理念，在這一理念之下商業(yè)銀行的產(chǎn)品與客戶需求更好匹配，改進用戶的服務(wù)體驗，增加客戶對產(chǎn)品的黏性，奠定商業(yè)銀行爭奪市場份額的基礎(chǔ)。出于上述考慮，花旗銀行運用IBM公司的IBM Watson系統(tǒng)分析客戶的基本數(shù)據(jù)和社交數(shù)據(jù)，以其存量客戶的累積數(shù)據(jù)總結(jié)規(guī)律，根據(jù)客戶交易特征及行為偏好鎖定潛在目標(biāo)客戶，進而提供贏取客戶信任的高質(zhì)量服務(wù)。

信用風(fēng)險控制

信用風(fēng)險通過計提壞賬準(zhǔn)備嚴(yán)重侵蝕商業(yè)銀行的利潤，減少信用風(fēng)險引起的不良資產(chǎn)，構(gòu)成商業(yè)銀行全面風(fēng)險管理的重要組成部分。除傳統(tǒng)的抵押、質(zhì)押和保證方式轉(zhuǎn)移信用風(fēng)險之外，大數(shù)據(jù)不僅為商業(yè)銀行貸前審查提供了識別風(fēng)險征兆的工具，同時也為貸后管理增加了有效的監(jiān)測手段。第一資本銀行根據(jù)多維數(shù)據(jù)建立擬合優(yōu)度強大的模型，借助模型合理區(qū)分不同客戶的信用風(fēng)險水平，掌握風(fēng)險等級不同客戶信用卡的違約概率，進而有效避免信用糟糕的垃圾客戶，抓住市場中風(fēng)險低、收益高的那部分客戶；奧地利銀行根據(jù)其客戶信用卡的支付用途、支付額度和支付頻率，通過海量數(shù)據(jù)將客戶加以有效分組，立足分組結(jié)果設(shè)計不同產(chǎn)品來匹配不同風(fēng)險偏好的客戶；富國銀行基于客戶日常交易的半結(jié)構(gòu)化數(shù)據(jù)，從正常行為與異常行為中發(fā)現(xiàn)風(fēng)險提示信號，分析客戶是否存在不正當(dāng)行為，助力商業(yè)銀行實現(xiàn)貸后風(fēng)險防范，降低不良資產(chǎn)比例。

綜合管理改進

商業(yè)銀行的管理范疇廣泛，既包含前臺的業(yè)務(wù)部門，也不可忽略后臺的保障支持部門；既包括營銷層面的外部客戶管理，也涉及執(zhí)行層面的內(nèi)部分工管理。大數(shù)據(jù)為商業(yè)銀行改進管理創(chuàng)造了條件，其技術(shù)手段減少商業(yè)銀行綜合管理面臨的掣肘。比如，美國銀行通過數(shù)據(jù)云滿足客戶在不同場景下的需求，進而精確制定服務(wù)客戶的管理方案，提高客戶信用卡使用的頻率，實現(xiàn)促進客戶滿意的管理目標(biāo)；匯豐銀行引入S AS的反欺詐管理系統(tǒng)，持續(xù)跟蹤其持卡用戶的交易行為變化，防范信用卡和借記卡的欺詐風(fēng)險，并且將反欺詐應(yīng)用到其他業(yè)務(wù)條線，緩解風(fēng)險高發(fā)業(yè)務(wù)對其綜合管理帶來障礙。

金融資產(chǎn)定價

產(chǎn)品定價是商業(yè)銀行金融交易中的核心要素，定價高低直接決定商業(yè)銀行的盈利空間。在缺少客觀分析工具的情況之下，銀行從業(yè)人員憑借經(jīng)驗確定交易標(biāo)的價格，難免受到當(dāng)事人情緒等因素影響，嚴(yán)重時甚至可能造成惡劣后果。大數(shù)據(jù)能夠充分發(fā)揮其客觀的立場作用，減少商業(yè)銀行金融產(chǎn)品定價的主觀影響。比如，摩根大通銀行在處理房地產(chǎn)抵押貸款時，根據(jù)房產(chǎn)所在地及周邊地區(qū)不動產(chǎn)的龐大數(shù)據(jù)，運用數(shù)據(jù)背后的信息測算抵押物的合理公允價值，以使拍賣抵押資產(chǎn)時占得主動；瑞士銀行應(yīng)用大數(shù)據(jù)對金融產(chǎn)品進行理性估價，當(dāng)客戶經(jīng)理的主觀定價超出范圍時，設(shè)置自動報警觸發(fā)機制，以促進金融產(chǎn)品的定價客觀準(zhǔn)確，避免投資決策的盲目主觀。

在國內(nèi)商業(yè)銀行中的應(yīng)用場景

就國內(nèi)實際情況而言，大數(shù)據(jù)對我國商業(yè)銀行的影響全面，覆蓋商業(yè)銀行的客戶營銷、管理優(yōu)化、產(chǎn)品創(chuàng)新和風(fēng)險防范等各個板塊，從渠道、工具、動力和方法上帶動商業(yè)銀行提質(zhì)增效。

開辟營銷客戶新渠道

在商業(yè)銀行同業(yè)競爭加劇，同時面臨非銀行金融機構(gòu)發(fā)展壯大的今天，營銷客戶的難度愈發(fā)上升。商業(yè)銀行需要最大程度地滿足客戶的需求，采取有效工具精確營銷客戶。不可否認(rèn)，大數(shù)據(jù)已經(jīng)成為營銷客戶的良好工具。商業(yè)銀行深入歸納客戶的自身信息、工作形態(tài)及其生活軌跡等，通過匹配方法可以洞察客戶的交易行為，捕捉客戶的興趣所在，進而開展具有針對性的營銷。例如，興業(yè)銀行根據(jù)聚類分析等統(tǒng)計方法，將其代發(fā)工資客戶群體劃分為不同類別，針對金領(lǐng)、白領(lǐng)等不同類別提供與類別匹配的金融產(chǎn)品。從實踐效果來看，其理財基金、信用分期、手機銀行、代銷保險等產(chǎn)品的營銷筆數(shù)較之前明顯提高。除聚類分析之外，商業(yè)銀行亦可通過其他方法全面分析數(shù)據(jù)的價值。

補充優(yōu)化管理新工具

商業(yè)銀行發(fā)生每筆交易的同時，多數(shù)情況下記錄資產(chǎn)、負(fù)債、不良、利潤等財務(wù)指標(biāo)，以及企業(yè)、個人等億萬客戶的核心信息，構(gòu)成銀行成本管理、資本補充、績效管理的一手材料。材料背后的潛在數(shù)據(jù)信息，奠定了商業(yè)銀行管理優(yōu)化的基礎(chǔ)。通過對數(shù)據(jù)進行整理、加工、提煉、剔除、評估、預(yù)測，商業(yè)銀行流動性缺口管理、資產(chǎn)負(fù)債動態(tài)平衡管理、欺詐風(fēng)險管理將更為合理。通過各個維度的翔實信息，進行風(fēng)險的壓力測試和情景模擬，可以防止?jié)撛谑袌鲲L(fēng)險的爆發(fā)。以欺詐風(fēng)險為例，中國銀行結(jié)合人民銀行及第三方機構(gòu)的征信數(shù)據(jù)，構(gòu)建全面解析客戶行為特征的欺詐監(jiān)測中心，防止騙貸等欺詐交易造成損失。除此之外，大數(shù)據(jù)將極大地便利商業(yè)銀行的管理。

提供創(chuàng)新產(chǎn)品新動力

統(tǒng)計技術(shù)的發(fā)展及數(shù)據(jù)處理能力的增強，奠定了建立穩(wěn)健數(shù)據(jù)預(yù)測模型的基礎(chǔ)，這為商業(yè)銀行推出創(chuàng)新產(chǎn)品提供了契機。商業(yè)銀行通過產(chǎn)品創(chuàng)新可以增加客戶黏性，培養(yǎng)客戶忠誠度，鞏固存量客戶資源，擴大增量來源客戶，促進其在市場份額競爭奪中保持優(yōu)勢。以微眾銀行為例，其基于騰訊平臺的占有數(shù)據(jù)等優(yōu)勢，于2 0 1 5年推出國內(nèi)領(lǐng)先的互聯(lián)網(wǎng)小額貸款產(chǎn)品“微粒貸”，無須抵押和擔(dān)保，且資金到賬高效快捷，受到年輕客戶群體的高度認(rèn)可?；ヂ?lián)網(wǎng)銀行借助大數(shù)據(jù)指導(dǎo)商業(yè)銀行的產(chǎn)品創(chuàng)新，傳統(tǒng)銀行緊隨其后。工商銀行作為國內(nèi)規(guī)模第一的大型銀行更是不甘落后，依托其貸記卡及借記卡客戶在P O S機消費的數(shù)據(jù)信息，工行創(chuàng)新推出免除抵押手續(xù)、資金快速到賬的貸款產(chǎn)品“逸貸”。這款靈活高效的貸款產(chǎn)品之所以采取純信用方式，是因為工行依據(jù)數(shù)據(jù)判斷該類客戶潛在風(fēng)險可控。除零售業(yè)務(wù)領(lǐng)域之外，工行在公司業(yè)務(wù)領(lǐng)域同樣大膽創(chuàng)新，構(gòu)建了分析小微企業(yè)的數(shù)據(jù)平臺。平臺依據(jù)P O S交易流水評估小微企業(yè)的風(fēng)險，允許其中風(fēng)險可控的企業(yè)采取非抵押方式獲得貸款，取而代之的則是以結(jié)算賬戶作為質(zhì)押，打破小微企業(yè)貸款一般需要抵押的常規(guī)，促進銀企雙方共同成長。

增加防范風(fēng)險新方法

商業(yè)銀行的風(fēng)險管理涵蓋信用風(fēng)險、操作風(fēng)險、不合規(guī)風(fēng)險、流動性風(fēng)險等眾多類別，毫無疑問，這些風(fēng)險與大數(shù)據(jù)有效結(jié)合后將會得到更好防范。其中，客戶賬戶資金的存取金額、貨幣幣種、交易時間、來源去向等流水記載著詳細(xì)的數(shù)據(jù)信息，其為商業(yè)銀行的反洗錢調(diào)查提供重要線索，進而避免商業(yè)銀行執(zhí)行反洗錢不到位可能遭受的不合規(guī)風(fēng)險?；诳蛻艚灰子涗浶纬傻碾娮訑?shù)據(jù)，對其進行篩選、審查和分析，發(fā)現(xiàn)大額交易、頻繁交易等非正常交易金融行為，識別不同客戶的風(fēng)險等級，建立高風(fēng)險等級客戶名單，最終形成重點關(guān)注類交易報告、可疑類交易報告等，以配合監(jiān)管機構(gòu)開展的反洗錢調(diào)查。重現(xiàn)每筆交易的真實用途，提供公安機關(guān)打擊經(jīng)濟犯罪的證據(jù)，防范不法分子運用銀行賬戶從事詐騙等犯罪行為，預(yù)防恐怖分子運用銀行賬戶從事恐怖組織活動。除去不合規(guī)風(fēng)險之外，商業(yè)銀行信用風(fēng)險借助大數(shù)據(jù)同樣可以降低違約概率。

大數(shù)據(jù)在商業(yè)銀行應(yīng)用中的趨勢展望

大數(shù)據(jù)作為金融科技的重要組成部分，其與區(qū)塊鏈、物聯(lián)網(wǎng)、智能投顧等前沿科技成果共同助力商業(yè)銀行的發(fā)展，推動商業(yè)銀行朝著自動化、網(wǎng)絡(luò)化、智能化、電子化、移動化方向有序轉(zhuǎn)變。不過，對于掌握核心技術(shù)的科技類公司而言，其在促進商業(yè)銀行發(fā)展的同時，與商業(yè)銀行之間的關(guān)系亦變得復(fù)雜。

商業(yè)銀行與科技類公司的邊界變得模糊。近年來，以電商平臺為代表的科技類公司有效整合數(shù)據(jù)，憑借其難以動搖的平臺優(yōu)勢，積累海量的客戶信息資料，在提煉客戶信息的基礎(chǔ)上涉足金融業(yè)務(wù)。這些業(yè)務(wù)涵蓋消費金融、小額貸款、投資理財、保險銷售等多個分支，已經(jīng)在居民生活中十分普遍。其中，京東商城創(chuàng)新推出京東白條，支持其平臺購物者的消費需求；淘寶網(wǎng)推出網(wǎng)上定投基金，滿足投資者的理財需要；螞蟻金服與騰訊、中國平安合資建立眾安在線財產(chǎn)保險股份有限公司，實現(xiàn)保險的線上銷售，減少投保者線下購買保險的出行成本；阿里結(jié)合數(shù)據(jù)成功推出阿里小貸，對接中小企業(yè)的融資需求?？萍碱惞旧孀憬鹑陬I(lǐng)域的藩籬漸漸減少，將其業(yè)務(wù)擴展到傳統(tǒng)金融領(lǐng)域，在第三方支付、基金銷售、信用消費等金融領(lǐng)域全面布局，使得商業(yè)銀行與科技類公司之間的邊界愈發(fā)模糊，未來兩者之間的交叉影響將會更加明顯。

商業(yè)銀行與科技類公司的合作愈發(fā)緊密。商業(yè)銀行作為負(fù)債經(jīng)營的高風(fēng)險行業(yè)，其一直保持審慎開放數(shù)據(jù)的行事風(fēng)格，其數(shù)據(jù)方面的專業(yè)人才相對匱乏。與之相反，科技類公司機制靈活，創(chuàng)新精神濃厚，其數(shù)據(jù)處理方面的人才儲備充足。商業(yè)銀行與科技類公司之間存在互補空間，兩者之間取長補短的合作潛力巨大。未來，商業(yè)銀行與科技類公司之間的合作將會愈發(fā)緊密，兩者之間的融合將會更加明朗，其合作形式包括持有股權(quán)模式和購買服務(wù)模式等。持股模式即商業(yè)銀行作為財力雄厚的戰(zhàn)略投資者，投入資金持有科技類公司的股權(quán)；或者商業(yè)銀行與其他機構(gòu)共同出資成立以其為主導(dǎo)的子公司，抑或商業(yè)銀行設(shè)立全資子公司。購買服務(wù)模式即商業(yè)銀行梳理需要解決的業(yè)務(wù)需求障礙，與科技公司認(rèn)真商定合作領(lǐng)域。雙方基于相互信任簽訂合作協(xié)議，確立科技公司有償提供技術(shù)支持，向商業(yè)銀行輸出技術(shù)方案及服務(wù)支持。預(yù)計商業(yè)銀行與科技公司的合作將各取所長，擺脫各自在資金、人才、技術(shù)等要素上的約束，調(diào)動科技公司高效靈活的專業(yè)優(yōu)勢，結(jié)合商業(yè)銀行資金實力強大的資源優(yōu)勢，塑造適合各自資源稟賦的互利共贏格局。其中，大型商業(yè)銀行將來可能采取持有股權(quán)和購買服務(wù)雙重模式，中小商業(yè)銀行將更多采用購買服務(wù)模式。

商業(yè)銀行的應(yīng)用場景得到延伸。目前，大數(shù)據(jù)在商業(yè)銀行的應(yīng)用領(lǐng)域集中于零售業(yè)務(wù)，特別是在信用卡領(lǐng)域的應(yīng)用最為廣泛。不過，應(yīng)用大數(shù)據(jù)不應(yīng)局限于零售端這個狹窄空間，預(yù)計其將延伸至其他領(lǐng)域發(fā)揮更多作用。隨著中國社會征信網(wǎng)絡(luò)體系的逐步規(guī)范，類似“企查查”“天眼查”、國家企業(yè)信用信息公示系統(tǒng)、全國法院被執(zhí)行人信息系統(tǒng)等信用建設(shè)體系的不斷完善，企業(yè)的信息將變得公開、透明、完整、真實。數(shù)據(jù)健全的征信信息形成聯(lián)動，將從素材上鋪平商業(yè)銀行擴展其他業(yè)務(wù)的道路，助力商業(yè)銀行防范企業(yè)信用風(fēng)險。不僅如此，大數(shù)據(jù)為盤活過去那些被忽略的長尾客戶創(chuàng)造了可行條件。長尾客戶群體的金融交易筆數(shù)多，單筆業(yè)務(wù)成本高、收益低且交易量小，其對商業(yè)銀行的利潤貢獻略顯微薄。出于收益難以覆蓋成本等考慮，商業(yè)銀行過去只能被迫放棄長尾客戶群體；不過，大數(shù)據(jù)支持銀行設(shè)計便利迅速、高效簡單、自動審批的線上金融系統(tǒng)，商業(yè)銀行借此可以識別長尾客戶申請貸款時是否刻意隱藏信息，減少授信中信息不對稱帶來的道德風(fēng)險，平衡收益、成本與風(fēng)險之間的關(guān)系。大數(shù)據(jù)通過線上與線下數(shù)據(jù)手段的搭配使用，將改變商業(yè)銀行缺少工具服務(wù)長尾客戶的困境，促進商業(yè)銀行支持普惠金融發(fā)展。