銀行業創新：商機與風險之爭

文 | 本刊記者 邢帆

銀行業創新：商機與風險之爭

文 | 本刊記者 邢帆

激烈的市場競爭趨勢和日趨嚴格的外部監管要求，也對商業銀行數據的準確性提出了更高的要求。

在互聯網、大數據頗為盛行的今天，技術的不斷創新為銀行業的發展帶來了更廣泛的渠道，也從更多角度推出貼近用戶需求的業務與服務。與此同時，激烈的市場競爭趨勢和日趨嚴格的外部監管要求，也對商業銀行數據的準確性提出了更高的要求。面對新經濟的訴求和技術創新的雙重沖擊，如何有效利用技術贏得更多商機的同時，又能夠確保數據安全，建立合理的數據管理體系，是擺在眾多商業銀行面前的重要話題。

緣起于青萍之末

華夏銀行股份有限公司（以下簡稱華夏銀行）是一家綜合實力非常強的全國性股份制商業銀行。經過20多年的發展，目前，華夏銀行在87個中心城市設立了38家一級分行、43家二級分行和10家異地支行，營業網點達到638家，形成了“立足經濟發達城市，輻射全國”的機構體系；與境外1千多家銀行建立了代理業務關系，代理行網絡遍及五大洲115個國家和地區的329個城市，建成了覆蓋全球主要貿易區的結算網絡。

目前，華夏銀行總資產已達到19501.15億元，并且其資產規模始終保持著穩步增長，盈利能力逐年提升。如此迅猛的發展態勢，一定程度上要歸功于其強大的時代適應能力和前瞻性的預見能力。

在互聯網、大數據等創新技術的沖擊下，華夏銀行意識到，跟隨時代發展，將企業管理高度信息化，將是國內銀行向“以客戶為中心”轉型的必由之路。利用互聯網讓更多金融產品和服務對接創新需求，善于高效運用海量數據的金融機構，將會在未來的競爭中脫穎而出。而對技術的應用也將成為商業銀行獲取差異化競爭優勢的重要途徑。

于是一場關于華夏銀行的轉型之變悄然開始。

華夏銀行緊扣互聯網發展契機，服務平臺經濟發展，于2012年同業首推“平臺金融”業務模式；2015年初，積極響應國家提出的“互聯網+”計劃，進一步實施“互聯網+平臺金融”計劃。經過3年的探索完善，“平臺金融”已升至5.0，集本外幣在線融資、跨行支付、電子對賬、現金管理在內的綜合服務體系日趨完善。

其中，“平臺金融”即運用互聯網將該行支付融資系統（CPM）與企業ERP、銷售或財務等系統對接，整合平臺客戶與其上下游、體系內的小微企業和個人客戶之間的交易信息，實現信息流、資金流、物流同步，使金融服務精準匹配企業需求，有效提高信貸資金使用效率。對于小微企業而言，“平臺金融”基于對交易信息分析，突破了銀企之間信息不對稱、擔保不充分的融資難題；申請、放款、還款在線自助操作，隨借隨還，按天計息，相比到期還本付息的傳統模式，企業實際資金使用成本降低30%~50%。對于平臺企業而言，“平臺金融”在優化企業財務狀況、壯大產業鏈條的同時，相當于一個強大的現金管理工具，有效提升企業財務管理水平，由此實現大中小微各類型企業在互聯網時代中的共生共贏。

而在大數據應用方面，在現如今的銀行業競爭中，對于數據的分析和挖掘將成為決定銀行經營成敗的關鍵。零售業務由于其本身擁有龐大的數據量，更能體現大數據分析的優勢。在當前經濟“新常態”背景下，隨著互聯網金融理念不斷深入，構建商業銀行零售業務大數據模式對推動銀行業轉型升級意義重大。傳統的數據處理致力于對結構化數據的分析與整合，然而在大數據背景下，傳統的數據庫已無法滿足大量半結構化，甚至非結構化數據的處理要求。因此，必須加快建立零售業務的大數據分析平臺，整合銀行內部自然數據，協同外部社會化數據，完善大數據環境下的銀行數據分析，提高銀行決策效率，否則技術帶給銀行業的不只是商機還可能有更加巨大的風險。

商業銀行想要在創新與風險管控間尋求一條和平共處的道路也并不那么艱難，數據治理就是重要途徑之一。

爭止于治理之間

一邊是技術創新為傳統銀行業轉型所開拓的大片疆土，一邊是大數據治理所要求的近乎嚴苛的標準與管控。 商業銀行想要在創新與風險管控間尋求一條和平共處的道路也并不那么艱難，數據治理就是重要途徑之一。

隨著金融創新的快速發展和信息科技的日新月異，商業銀行積累的數據量呈現幾何倍數的增長，數據來源從傳統的結構化數據逐漸擴展到以網絡日志、社交媒體為代表的半結構化和非結構化數據。大數據治理能夠降低海量數據帶來的各種噪聲，解決日益突出的數據質量問題。大數據治理，究竟能給商業銀行帶來什么樣的收益？結合商業銀行涉及到的具體業務，華夏銀行與普元信息合作從以下三個方面開展了業務場景分析。

在客戶營銷方面，商業銀行可收集互聯網上客戶的消費頻率、消費地點等信息，通過大數據治理平臺，對獲取到的海量數據進行質量把關，排除冗雜數據，更精準地獲知客戶行為，洞察客戶情感與情緒，預測客戶未來需求，并及時提供與之匹配的金融產品和個性化服務，提升客戶滿意度。

在風險管理方面，銀行可利用互聯網上的各類信息，利用大數據治理平臺的文本分析能力，對非結構化信息進行梳理，精準地計算出客戶的信用情況和違約概率，構建出新的信用評價模型，打造智能化引擎支持的“直通式”全流程在線融資服務模式，最大化提高融資效率，降低信貸風險。

在IT管控方面，在大數據的推動下，銀行數據資產變得日益復雜，而與企業的其他資產不同，銀行難以直接了解到自身數據資產的總體情況，大數據治理平臺可以對整個企業的數據資產進行可視化展現，不僅可以幫助銀行了解其內部的大數據資產情況，還能夠進一步加強銀行對復雜數據資產的管控能力。

除此之外，大數據治理還可以應用于反欺詐的實時可靠監控、客戶流失的精準預測、增值服務的有效化提升等方面，全面提高銀行的經營和服務能力。

對于銀行業來說，大數據管理體系的實際實施需要技術平臺的支撐。以銀行業務的安全穩定運營為前提，為滿足其在客戶營銷、風險管理、IT管控等方面的多重需要，大數據治理平臺相關技術需要圍繞大數據整個生命周期，以元數據管理為核心，建立數據標準的全流程管理和高效的智能化海量數據質量管理能力，并提供大數據全過程的追溯能力。

大數據治理相關工作需要從管理和技術兩個維度同時展開才可能達到預期效果。首先，銀行需要建立完善的大數據治理管理體系，包括大數據管理規范與流程的制定、大數據標準體系的建設、大數據質量的規劃等。同時，需要完善的大數據治理技術平臺支撐，從技術層面落地管理體系內容，控制數據質量，輔助數據標準實施落地，形成自動化的管控能力。

制定科學的大數據管理規范與流程對于銀行業合理應用大數據技術至關重要。大數據管控的核心是建立統一的企業級管理規范與流程體系，通過全行范圍數據的有機共享，可有效提高數據的管理和使用水平。銀行需要為大數據治理的開展提供有據可依的管理辦法，明確大數據治理的業務流程和認責體系，并頒布大數據治理的規章制度政策。

除此之外，還需要構建完整的數據標準體系。這要結合大數據治理平臺的建設，依據數據標準管理的相關辦法，落實數據標準管理相關人員的職責，緊扣數據標準管理的流程規范，持續對已有的數據標準管理框架進行優化，并使之真正成為可落地執行的框架體系。

最后，制定前瞻性的大數據質量規劃是做好大數據質量管理的前提和基礎。大數據的管理和應用要納入商業銀行全行統一的數據質量規劃范疇。新建項目的業務范圍和系統規劃必須完全參照已正式發布的數據標準，已經建設完成的系統需在數據質量規劃的要求下酌情進行適應性改造。

按照這樣的思路，華夏銀行順利地平衡了商機與風險的關系，合理有效地利用互聯網、大數據實現了新經濟背景下的轉型。華夏銀行架構部負責人最后表示：“普元信息對于大數據治理的思路非常清晰。項目完工后，我們最終實現了企業級的數據管控，將以往雜亂無章的線下流程轉換成合理規范的線上流程，形成了一套完整的管理體系，實現了高效的業務協同。這為我們日后快速響應市場變化提供了強有力的支撐。”