大數據對商業銀行資產負債業務的影響分析

(重慶工商大學 重慶 400067)

一、引言

商業銀行在我國是中央銀行貨幣政策的關鍵傳遞者，也是現代社會經濟運轉的樞紐之一。然而大數據時代的到來，支付寶、余額寶、螞蟻金服等以信息技術服務大眾的互聯網金融不斷撼動商業銀行的經濟地位，蠶食著商業銀行的利潤蛋糕。現有的市場經濟正在經歷前所未有的變革，構建在大數據海洋上的金融新業態和新模式已初具規模，商業銀行本是市場經濟發展的產物，是為適應市場經濟發展的社會大生產形成的，其本質就決定應當根據市場經濟的發展不斷地革新經營模式，才能滿足客戶的需求。資產負債業務作為商業銀行最基本的傳統業務，是商業銀行收入主要來源，也是目前商業銀行受數據影響的主要范圍，因此，對于大數據對其資產負債業務的影響的研究已是迫在眉睫。

本文就以大數據對商業銀行資產負債業務的影響為研究對象，結合金融市場的實際以及商業銀行各業務之間的內在聯系，從理念、信用中介地位、資產負債、貸款對象范圍四個方面深入地分析其影響機制，最后討論如何有效地賦予傳統的資產負債業務活力，使得商業銀行能夠逆轉利潤增速下降、避免服務功能的替代，更好地迎合大數據時代的來臨。

二、影響分析

目前中國銀行業體系的既有形態正在逐漸改變，全新的信息技術與具體的業務場景的結合已經成為了一股不可逆轉的浪潮，推動著整個銀行業的變革。通信技術、移動終端技術、大數據技術、安全加密技術是四個主力引擎，其中大數據技術是業務場景和底層技術的接通器，具有獨有的特點和不可替代的作用，大數據也是現階段影響商業銀行業務發展的重要因素。

(一)資產負債業務發展理念的轉變

銀行在我國高昂地發展了幾十年，滲透到每個家庭，以為就此可以掌控國民財務，高枕無憂地坐收利潤。因此，各家銀行紛紛抬高自身身價，不再深入群眾。取號排隊、填寫大堆資料、應對各類理財產品推銷、受盡工作人員的冷眼，這是前幾年人們在銀行大廳經歷的常事。而在大數據時代，商業銀行這種經營發展的理念將客戶源源不斷地推向競爭者，這些競爭者利用海量數據迅速發展，重塑了金融服務模式和金融競爭的規則。商業銀行也開始意識到客戶在金融市場的重要地位，開始轉變其經營理念，強調以客戶為中心，注重客戶的利益。

(二)削弱了商業銀行信用中介的地位

信用中介職能是商業銀行基本職能之一，商業銀行通過發揮信息優勢，能夠在一定程度上避免經濟市場中存在的逆向問題和道德風險，將資金需求者與供給者連接起來。然而，當大量數據充斥著金融市場，信息不再是商業銀行所獨有時，一方面互聯網公司利用掌握的信息開發與客戶興趣對口的各類理財平臺、貸款平臺；另一方面人們利用基于大數據開發的搜索引擎，可以快速收羅適合自己的理財產品、安全地資金存放池、低息貸款平臺。資金的供給者與需求者無需通過商業銀行就可以實現資金的互通，而這類互通既為供給者增加了收益，也為需求者減少了利息支出。這種基于大數據的互通，讓我們看到了當前互聯網金融的繁榮和商業銀行由于信用中介地位的削弱帶來的資產負債業務量增速的下降。

1.負債業務

近年來，利率市場化、通貨膨脹，讓人們存放在商業銀行的資金不斷縮水，一些電商利用互聯網平臺，通過大數據分析客戶的資金狀況、理財習慣等，開發理財產品，吸納資金。以余額寶為例，它將即時支付融入客戶消費場景，為客戶提供賬戶增值的同時，絲毫不影響客戶所有的支付體驗，支付寶客戶可以使用余額寶資產在B2B、B2C等消費網站上進行實時支付。快捷的存款方式和便利的使用，余額寶使得商業銀行用微薄的利息吸納存款的方式變得更加沒有吸引力。

2.貸款業務

商業銀行出于謹慎性經營的原則，貸款程序較為繁瑣且周期較長，相反互聯網貸款平臺基于數據優勢進行信用評估，省去審核與抵押評估的程序，大大縮短貸款時間，同時借助網絡便捷性，形成了發展優勢。同時，商業銀行為了提高貸款收益，通常選擇規模較大、資金鏈較為安全的中大型企業，因此那些相對低端的信貸市場則被目前興起的P2P網貸平臺所占領。另外，眾籌的興起使得一些大型公司通過股權眾籌，解決資金短缺問題，銀行的信貸高端信貸業務增速也在下降。

(三)優化了商業銀行的資產負債結構

資產負債業務是商業銀行的基礎業務，是商業銀行利潤的根本來源，因此布局資產負債結構是商業銀行管理中的重要環節，需要商業銀行詳細分析其期限結構、利率結構和幣種結構等，以便最大程度地優化資金運用方式，保持資金的流動性和盈利性。大數據的應用使得商業銀行能夠利用大量高價值密度的數據，更深入了解客戶的風險偏好、理財傾向，從而設計更為符合客戶期限、額度等需求的產品。多年來，商業銀行孜孜不倦地追求著更優的資產結構和負債結構，在其中投入了大量的資金和勞動力成本，隨著數據大量積累，一些商業銀行開始利用大數據庫解決負債結構問題。

(四)擴大了貸款對象的范圍

由于信息的相對缺乏，商業銀行經營的貸款對象更傾向于有一定財力支撐且信息較為透明的大中型企業，而不愿意接受風險高的小微企業。但是在大數據下，中小企業的財務狀況不再像以前那樣封閉，我們通過相關的信息，利用大數據技術對信息做算法處理，可以大致掌握中小企業的財務、經營、營銷狀況。從而為這些微小企業評定信用級別，分配信用額度，同時還能夠實現對貸款的風險追蹤，降低壞賬率。也就是說大數據使得貸款給微小企業和個人變得不那么具有高的風險性，那么商業銀行的貸款對象就增加了，擴寬了業務范圍。

三、總結

對于一個商業銀行來說，大數據是一種能夠將存量數據盡可能多地轉化為商業洞察力的技術與實踐，其應用在商業銀行資產負債業務提升效率、降低成本、加強風控等方面的貢獻率日益增強，在為客戶提供優質金融服務的同時，商業銀行自身的資金運用也能更為高效，使得競爭力得到提升。但是，目前商業銀行對大數據的挖掘深度與廣度都不夠，使得大數據的效益并未得到真正的發揮。因此，本文借鑒現有文獻研究成果，同時結合商業銀行的數據特征，從三個方面提出商業銀行在大數據浪潮下的應對措施：第一，商業銀行搭建完善的數據平臺，加快引入外部數據的進度，擴展外部數據引入的范圍，從而為產品設計方向提供市場信息；第二，對既有數據分析系統的升級，提高大數據分析的效率與精度。當然，要實現大數據技術的運用，商業銀行必須加快人才引入，組建自己的大數據分析隊伍，根據商業銀行業務發展的需求，追蹤觀測分析，精準分析客戶需求。第三，構建更具人性化、專業化的銷售渠道，渠道建設是有利于客戶與商業銀行的接觸，更夠讓客戶體驗更加人性化的服務。那么商業銀行的資產負債業務的開展也就會更加的順利。