淺談商業銀行在大數據時代下的發展

摘? 要：隨著大數據熱潮的不斷興起，以微博、微信等為代表的新型社交網絡和以智能手機、平板電腦為代表的新型移動設備的快速興起，互聯網和IT行業產生了海量的數據，這對傳統的數據處理和數據應用技術提出了很大的挑戰，大數據技術便應運而生了。商業銀行作為傳統金融行業，如何更好的發揮大數據的優勢就顯得尤為重要，本文通過分析大數據在商業銀行應用現狀，提出對于未來商業銀行的思考和建議。

關鍵詞：大數據;商業銀行;經營效率;智能化

一、大數據與商業銀行

隨著IT行業的興起，互聯網大數據逐漸走進了人們的視野，大數據本身具有處理速度快、價值密度低、數據類型多樣且體量巨大等特征，即簡稱“4V”特征，表明其不僅僅是數據海量，對于大數據的分析將更加復雜、更追求速度、更注重實效。大數據的出現代表著人類認知過程的進步以及技術手段的更新。對于傳統銀行業來說，大數據的出現提高了處理顧客數據的速度，增強了解顧客的偏好，有利于給客戶推送適合的結算需求產品，創造了極大的便利，但同時也帶來了轉型的思考和挑戰，如何應對大數據帶來的風險和挑戰成為一項重要任務。

國外的“大數據”研究工作主要集中在如何進行大數據存儲、處理、分析以及管理的技術及軟件應用上。在學術界，《Nature》早在2008年就推出了Big Data專刊，從互聯網技術、超級計算、生物醫學等方面來專門探討對大數據的研究。與國外相比，國內大數據的研究和應用還處在起步階段。2012年5月，香山科學會議組織了以“大數據科學與工程——一門新興的交叉學科”為主題的會議，深入討論了大數據的理論與工程數據研究、應用方向。指出目前最重視的都是大數據分析算法和大數據系統效率，通過研究大數據的關系網絡整體而全面地研究大數據。

二、大數據的應用現狀

（一）建行的善融商務

善融商務是中國建設銀行推出的全方位的專業服務，以“亦商亦融，買賣輕松”為出發點，致力于為企業和個人客戶提供“一站式”金融服務，支付寶等第三方的支付工具利用其較低的手續費，對傳統商業銀行進行沖擊，建行做電商平臺的動力，不在于短期內大規模盈利，最主要的是市場占位，面向客戶的在線信貸服務是一塊戰略性的新興市場，有可能影響未來銀行業的競爭格局。善融商務彌補這一點，鼓勵在自有平臺上進行消費，適度共享顧客資源，增強個人和企業顧客的活躍度。

目前大部分的電子商務流程中金融服務不足，在信貸方面的支持接近空白。善融商務使用該行研發的商城賬戶支付工具，在繼承建行網銀功能的同時還支持他行支付、貸款支付、組合支付等多種方式并實時到賬。電子商務近年來交易成本不斷提高，銀行的進入能夠通過合理優化供應鏈、適度共享客戶資源，達到有效降低全社會電商交易成本的效果。銀行跨界電商的重頭是專注電子商務流程中的金融服務，一方面可以把傳統的融資業務轉移到線上，增加個人和企業客戶的活躍度。另一方面，能夠聚集流量和交易，銀行獲得數據資產。

（二）阿里金融

阿里金融隸屬于阿里巴巴集團，阿里巴巴集團總體業務上可分為“電商平臺”、“數據服務”和“阿里金融”三大模塊，三大業務模塊相互支持，構成完整而統一的集團整體盈利模式。

阿里金融所開發的新型微貸技術是其解決小微企業融資的關鍵所在，數據和網絡是這套微貸技術的核心。阿里金融利用其天然優勢，即阿里巴巴B2B、淘寶、支付寶等電子商務平臺上客戶積累的信用數據及行為數據，引入網絡數據模型和在線資信調查模式，通過交叉檢驗技術輔以第三方驗證確認客戶信息的真實性，將客戶在電子商務網絡平臺上的行為數據映射為企業和個人的信用評價，向這些通常無法在傳統金融渠道獲得貸款的弱勢群體批量發放“金額小、期限短、隨借隨還”的小額貸款。

阿里金融微貸技術中有完整的風險控制體系。在信貸風險防范上，阿里金融立了多層次的微貸風險預警和管理體系，具體來看，貸前、貸中以及貸后三個環節節節相扣，利用數據采集和模型分析等手段，根據小微企業在阿里巴巴平臺上積累的信用及行為數據，對企業的還款能力及還款意愿進行較準確的評估。同時結合貸后監控和網絡店鋪、賬號關停機制，提高了客戶違約成本，有效地控制貸款風險。

三、大數據在商業銀行的具體應用

大數據深入商業銀行的各個環節，對商業銀行理財、融資、以及業務流程優化都產生了不同程度的影響。

（一）大數據在理財需求中的應用

國內能夠為客戶提供理財服務的機構主要有銀行、證券公司、投資公司，其中民眾參與度最高的就是銀行理財，銀行理財已成為現代家庭必不可少的一項理財手段。商業銀行抓住這一特性，了解顧客的基本信息、風險偏好和消費偏好，制定不同群體的理財方案。

1、基本信息。如客戶的性別、年齡、星座、資產規模、家庭住址、職業等;例如男性和女性的消費習慣有差異，各年齡層次客戶的理財需求不同，不同的職業會有不同的收入水平和思維習慣，這些都可以通過對大數據的擷取和分析得出結論。客戶的基本信息既可以從ABIS系統中提取，如果是農業銀行信用卡持卡客戶，還可以通過信用卡中心獲取更加全面準確的信息。

2、風險偏好。首先客戶購買各種理財產品時的風險評估能夠最直觀的反映客戶的風險承受能力，其次客戶購買過的理財產品種類也在很大程度上表明了客戶的風險偏好。例如經常存定期和購買國債的客戶相對比較保守，買過基金、股票的客戶則更加偏好收益高的理財產品。

3、消費偏好。客戶的消費記錄都可以成為分析其潛在需求的依據。例如客戶經常在醫院和藥店消費，那么他很可能對人身保險產品感興趣;客戶經常在金店消費，則可能對價格更加優惠買賣更加靈活的銀行貴金屬產品感興趣。

這些數據并不是孤立的，應該綜合起來，銀行客戶經理目前給客戶推薦產品基本是基于個人經驗，也可以稱之為“小數據”，而大數據可以通過對大量客戶數據的分析得出規律性的結論，實現只要輸入相應的身份證號或卡號，就能夠給出推薦建議，可以將客戶的需求進行排序，按照概率由大到小的順序將可能的產品進行排列，這樣就能夠大大提高營銷的成功率。

（二）大數據在融資需求中的應用

商業銀行有融資需求的客戶可分為個人客戶和企業客戶兩大類，我們可以依據相應的處理方法從大數據平臺中提取有用數據分析出哪些客戶可能有融資需求，然后系統推送特定的融資產品給客戶。

對于個人客戶來說，了解客戶信息可以更有效的推測顧客需求。比如年齡、戶籍、工作地、工作單位、資產、名下有無房產等信息可以判斷是否需要推送購房信息，是否需要推送貸款業務，顧客是否有較強的還貸能力，有利于準確的對客戶信用風險進行評估。

對于企業客戶，企業資產、企業年凈利潤、企業的經營年限，企業法人、銀行代扣代繳稅信息等從系統中提取，通過對公司數據的整合及關聯性分析，建立風險評估模型，評判企業面臨的風險等級，有利于銀行合理房貸，為銀行信貸做參考。

融資需求方面大數據同樣可以用于客戶信用風險評估。利用客戶的交易數據，同時采集客戶的外部信息，并把這些數據關聯起來，建立一個風險評估模型。當一個客戶來貸款的時候，這個系統能自動給出這個客戶的貸款參考利率，這個利率可以給信貸員做參考。

（三）大數據在業務流程優化中的應用

隨著金融業競爭日益激烈，客戶服務意識逐漸提高，通過對大數據平臺中一些數據的提取可以迅速對業務流程進行優化和改進。各個部門的流程細化可以更清晰的進行分工，降低交易的差錯率，剔除掉不必要的環節，精簡員工的工作程序，提高工作效率。

1、業務差錯

根據運營管理部門對業務差錯和抹賬率的統計，例如具體到哪個交易差錯率、抹賬率較高，分析差錯原因，將這些數據定期提交到負責業務流程優化和改進的相關部門，在失誤率高的節點增加提示信息等，剔除不必要的環節，簡化業務辦理流程。

2、投訴建議

搜集整理客戶在客服中心以及網點意見簿、網點柜臺等渠道的投訴建議，通過音頻轉換、語義分析和提取關鍵詞，發現一些引發投訴建議比較多的問題。例如客戶要求打印工資明細，目前系統只能打印全部進出賬信息，再由客戶自己篩選。運用大數據分析方法可以進行優化，不僅可以打印工資明細，也可以給客戶提供收支報告，各項支出占比等綜合性財務報告，同時，這份財務報告也可以用于分析客戶結構，補充完善客戶基本信息等。

四、大數據下商業銀行發展的建議

（一）加強大數據基礎設施建設，致力于打造智慧銀行

目前商業銀行在大數據基礎設施方面仍存在很多問題，比如數據標準混亂，數據管控體系建設空白較多、數據質量較差，無法滿足外部監管報送要求等，這要求銀行應建立數據標準和提升歷史數據價值。同時在大數據發展過程中，數據信息呈現迅猛增長的狀態，不僅是數據來源渠道在拓寬，數據存儲量的要求也越來越高，商業銀行應該加大自身的數據存儲和開發，合理開發智能化服務，以最大容量接收數據，加強基礎數據配套建設，全面完善大數據系統的構建。

（二）優化大數據下銀行盈利模式，提高傳統銀行經營效率

我國多數商業銀行的收入結構主導利潤來源是存貸款傳統業務，少部分委托代理收取手續費，而在傳統盈利模式下，銀行存款定價較為粗放，不能滿足個性化、差異化的需求。優化銀行盈利模式，拓寬業務領域，利用技術手段進行利率敏感性分析，加大業務品種創新實現多元化經營，從而實現盈利來源的多渠道化。其次還應降低成本和費用，通過精簡職能部門，加強體制機制的管理，推出智能化服務，減少人力成本支出，提高銀行經營效率。

（三）增強大數據時代銀行防范風險能力，保護數據安全穩定運行

大數據在幫助提高經營效率的同時，也帶來了數據與信息安全的問題，如何提高銀行應對風險防范風險的能力就顯得尤為重要，比如：建立完善的應急機制，一旦發生突發事件，保護數據安全，及時進行備份，做到大數據開發與災備建設同步進行;維護信息安全，保護顧客隱私，謹防客戶隱私泄露等聲譽風險的發生;同時加強從業人員的管理，不定期進行輪崗和安全教育的培訓，保證大數據下銀行能夠穩定運行。

參考文獻：

[1]劉寧.商業銀行建立大數據系統的思考[J].中國金融電腦，2016（05）：32-35.

[2]張勝男.大數據戰略背景下傳統商業銀行發展方向的思考[J].中國管理信息化，2016，19（15）：101-102.

[3]吳文興.大數據時代下商業銀行運營風險管理的思考[J].中國商論，2018（21）：3-4.

[4]朱玲.大數據時代商業銀行集約化運營風險管控的思考[J].企業改革與管理，2019（01）：110-111+176.

[5]葉靜.大數據時代下商業銀行客戶關系管理策略思考[J].中國新通信，2019，21（11）：234-235.

[6]趙子罡.淺談大數據在商業銀行中的運用與發展[J].中國集體經濟，2020（02）：87-88.

作者簡介：

張欣童（1996.01-）;性別：女;民族：漢族;籍貫：山西省晉中市;學歷：碩士研究生;研究方向：財務風險研究。