大數據時代金融業發展趨勢與挑戰

李琳娜

（河南省新鄉市第一人民醫院，河南新鄉 453000）

互聯網的發展和信息爆炸已經將我們推入了以云計算和大數據為新特征的信息社會，數據爆炸性增長催生了大數據技術的出現，互聯網金融等一系列衍生物出現，大數據已經不再只是研究實驗室的研究課題，它們已經沖擊著社會，并對商業實踐產生顛覆性的影響。大數據時代下的金融業已經不能繼續走傳統的老路，需要以開放的心態、積極地姿態準備新一輪的改革，若不能緊隨經濟、技術和社會的發展而發展，就會面臨被淘汰的危險。

一、大數據的含義以及作用

（一）大數據的含義

大數據指的是資料量規模巨大，無法透過目前主流軟件工具，在合理時間內達到、處理成為幫助企業做出更好地經營決策的信息。其是由數量巨大、結構復雜、類型眾多的數據構成的一個集合，基于云計算的數據處理，通過數據的整合共享，形成的智力資源和知識服務能力。

（二）大數據的作用

大數據在四個方面可以改變傳統的金融機構的數據運作模式，從而高效地實現巨大的商業價值：一是數據質量的兼容性。大數據可以通過增“量”提升數據分析對高“質”的寬容度。在小數據時代，樣本思維占據統治地位，人們通常采用抽樣方式獲取數據，結果并非十分精確。在大數據時代，全量思維開始滲入人心，海量數據可以滿足人們對數據質量的要求。二是數據運用的關聯性。大數據使數據處理的方法和算法走向動態過程。人們通過持續的增量算法來優化數據結果，不僅追求因果關系，還追求相關關系。三是數據分析的成本。大數據可降低數據分析的成本門檻。大數據改變了數據處理資源相對緊缺的狀態，數據挖掘來源廣泛，大量數據的融合就會實現質的飛躍。四是數據價值的轉化。大數據實現了數據到價值的高效轉化。大數據價值的關鍵在于以低成本方式大量嘗試大數據中蘊藏的大量機會，發現可獲得價值的機會，立馬進入商業推廣，否則果斷退出。大數據為金融機構打造了“觸角優勢”，能更加靈敏地感知商業環境，獲取商業價值。最后，數據的整合共享為金融生態系統提供了新生動力。

二、大數據時代金融業發展趨勢與挑戰

（一）開放的銀行

傳統商業銀行具有兩項基礎功能:資金中介與信息中介。銀行作為資金中介可以通過專有技術實現規模經濟，降低資金融通交易成本;作為信息中介可以采用專門信息處理能力，解決資金借貸方之間因信息不對稱引發的逆向選擇和道德風險問題。在傳統商業銀行主導的融資模式下，銀行是社會經濟信息收集中心，企業需向銀行提供信息以獲取信用。但在大數據時代，銀行將不再成為經濟關系的信息中心，搜索引擎、社交網絡、物聯網、移動互聯網、云計算、大數據等新興信息技術改變了傳統的信息產生、傳播、加工利用的方式，特別是基于互聯網技術和移動支付技術的互聯網金融打破了信息不對稱和物理區域壁壘，通過信息流、數據流引導各類資源的充分有效分配，甚至資金供求雙方可以通過網絡直接獲取信息并參與交易，促使傳統的生產關系發生變革，形成了聯網機構相對平等的關系。這對傳統商業銀行業務提出了挑戰，商業銀行將改變過去自然的、被動的社會經濟信息收集中心角色，以開放的方式與客戶平等交流，主動收集客戶信息。

（二）數字化的銀行

從長遠來看，隨著數據化和網絡化的全面深入發展，大數據的應用將使銀行的資金中介職能進一步發生變化，表現為資金中介職能體現出虛擬化和電子化交易特征，逐漸向虛擬化方向發展，全面顛覆當前金融服務形態：一是產品的虛擬化。資金流將更加地體現為數據信號的交換，電子貨幣等數字化金融產品在經濟生活中將成為主流。二是服務的虛擬化。通過移動互聯網、全息仿真技術等科技手段，銀行將更廣泛地通過完全虛擬的渠道向客戶提供金融服務。三是流程的虛擬化。銀行業務流程中各類憑證、單據等將以數字文件的形式出現和處理，極大提高處理的便利性和效率。在大數據時代，傳統商業銀行的管理理念和運營方式面臨挑戰。未來商業銀行的整體運作將是一個數據的洪流，“數字金融”得以全面實現。

（三）高生產力的銀行

與物質資本、人力資本一樣，大數據將成為經濟活動一個重要的生產要素，它也可以轉變成為生產力，創造巨大的經濟價值。開放的、數字化的銀行隨著大數據的應用可實現更高的生產力，主要體現在以下幾個方面:一是信息技術的發展及部分金融產品交易的虛擬化，使金融供應鏈外延，降低了全社會融資成本和財務費用，提高整個市場的生產效率。二是大數據的積累使得商業銀行通過全面分析商業銀行內部數據和外部的社會化數據，可以獲得更為完整的客戶全貌，避免因客戶信息不全面導致錯誤認知，使得銷售更具有精準性;此外，銀行能夠通過現有客戶及其人際社會網絡或業務網絡，發現更多具有價值的潛在客戶，并對其展開精準營銷。三是通過整合結構化和半結構化的交易數據、非結構化數據及交互數據可以進行全面的模式識別、分析，能夠幫助銀行實現事前風險預警、事中風險控制，建立動態的、可靠的信用系統對各種交易風險進行識別，有效地防范和控制金融風險，并深度挖掘高價值的目標客戶。四是促進銀行進行產品創新。銀行可以通過科學分析技術對海量結構化與非結構化數據進行分析和挖掘，更好地了解客戶的消費習慣、行為特征、客戶群體及個體網絡行為模式，商業銀行充分利用這些信息可以為客戶制定個性化、智能化的服務模式，設計開發出更貼近用戶需求的新產品。

（四）科學決策的銀行

大數據的本質特征之一是在決策模式上與傳統模式不一樣。大數據強調決策建立在牢固的數據證據基礎上。大數據的客觀性將對現有銀行決策機制產生巨大沖擊。傳統商業銀行的決策模式依賴于樣本數據分析和高管層經驗;而大數據時代全量數據分析使得分析結果更具客觀性和決策支持性，銀行的決策過程將以數據為核心進行決策判斷。對銀行的管理者來說這是一場改變思維習慣的管理革命。從所周知，大數據的顯著特征就是全數據分析。在大數據體系下，銀行數據獲取、分析和運用的渠道和機制都和傳統方式不同，通過大數據分析技術和工具對海量結構化數據和非結構化數據進行分析、判斷和挖掘，商業銀行能夠及時、準確地發現業務和管理領域的風險和機會，為業務發展和風險防范提供重要決策依據。

在通往大數據時代，在走向開放的、數字化的、高生產力的且富有科學決策的銀行遠景中，商業銀行同樣的面臨幾大挑戰：一是文化挑戰。在大數據時代，開放、融合與創新是經濟社會的發展主題，市場競爭不斷加劇，傳統意義上的非金融機構因新生的機動力量也將切入金融服務鏈條擠占銀行的生存市場。解釋企業興衰成敗的“基因決定論”指出，前一波產業浪潮中制勝的成功企業會不斷地固化自己的企業文化、運行模式、商業策略以及市場定位等基本要素以滿足當前市場的需求，但這樣的基因往往無法迎合下一波崛起的新浪潮。銀行面臨的挑戰是由于既有的組織架構和條塊分割的內部數據結構，放不下原有的企業文化與思維習慣，無法挖掘自身潛力而處于競爭下風。二是管理挑戰。目前，商業銀行通過數據標準、數據架構、元數據和數據倉庫等手段進行數據管理和應用，但難以支撐以非結構化數據為基礎的業務創新;同時，以業務條塊為主的系統建設加劇了數據的冗余性和非一致性，造成數據整合和數據質量管理難度。因此，大數據時代，需要運用基于數據生命周期的數據管理方式進行管理，為數據質量及數據服務能力提升做好準備。三是技術挑戰。商業銀行科技人員以往主要針對結構化數據進行開發和處理，而在大數據時代將面對海量的非結構化數據需要分析和處理。在大數據時代，處理數據體量巨大、數據種類繁多、流動速度快、價值密度低的大數據工具軟件與信息處理技術不斷創新和發展，銀行科技人員需要不斷快速學習和應用Hadoop、云計算等新技術來處理大數據。因此，銀行需要加強前瞻性技術研究并與IT戰略規劃結合，才能趕上大數據時代的步伐。

[1]波士頓咨詢公司.互聯網金融生態系統 2020系列報告之大數據篇：回歸“價值”本源：金融機構如何駕馭大數據[R].北京，2015.

[2]劉曉曙.大數據時代下金融業的發展方向、趨勢及其應對策略[J].中國科學，2015(60).