大數(shù)據(jù)時代下金融業(yè)的發(fā)展方向、趨勢及其應(yīng)對策略

1、大數(shù)據(jù)時代下金融業(yè)的發(fā)展方向、趨勢及其應(yīng)對策略摘要首先簡要回顧了大數(shù)據(jù)的定義、內(nèi)涵及其主要特征; 其次 , 通過研究發(fā)現(xiàn), 金融業(yè)是信息密集型服務(wù)產(chǎn)業(yè), 在數(shù)據(jù)特征和數(shù)據(jù)處理方面基本符合“大數(shù)據(jù) ” 概念和特征, 正步入大數(shù)據(jù)時代的初級階段; 接下來 , 論述了在大數(shù)據(jù)時代未來的金融體系尤其是銀行業(yè)將具有“ 開放、數(shù)字化、高生產(chǎn)力、科學(xué)決策”的顯著特征與發(fā)展趨勢, 并指出在通往大數(shù)據(jù)時代之路上金融業(yè)面臨來自文化、管理與技術(shù)方面的挑戰(zhàn); 最后 , 給出了在大數(shù)據(jù)時代金融業(yè)發(fā)展的應(yīng)對策略. 研究結(jié)果將不僅對金融業(yè)務(wù)未來發(fā)展規(guī)劃具有非常現(xiàn)實的指導(dǎo)意義; 同時 , 也將為大數(shù)據(jù)時代下新金融理論的拓展奠

2、定基礎(chǔ).大數(shù)據(jù)是繼云計算、物聯(lián)網(wǎng)之后信息技術(shù)領(lǐng)域又一次顛覆性的技術(shù)變革. 隨著社交網(wǎng)絡(luò)、電子商務(wù)、互聯(lián)網(wǎng)和云計算的興起, 音頻、視頻、圖像、日志等數(shù)據(jù)量正在以指數(shù)級增長，呈現(xiàn)了爆炸性增長的趨勢.據(jù)著名咨詢公司國際數(shù)據(jù)資訊(IDC)的統(tǒng)計1, 2011年全球被創(chuàng)建和復(fù)制的數(shù)據(jù)總量為1.8 ZB(1 ZB=1021B), 其中 75%來自于個人(主要是圖片、視頻和音樂), 遠(yuǎn)遠(yuǎn)超過人類有史以來所有印刷材料的數(shù)據(jù)總量(200 PB). 互聯(lián)網(wǎng)的邊界和應(yīng)用范圍不斷被擴(kuò)展, 大數(shù)據(jù)正以其多源、海量、異構(gòu)的特性沖擊著社會的各個領(lǐng)域, 無論是在學(xué)術(shù)界還是業(yè)界, 都引起了人們高度的關(guān)注.國外的大數(shù)據(jù)研究工作主

3、要集中在如何進(jìn)行大數(shù)據(jù)存儲、處理、分析以及管理的技術(shù)及軟件應(yīng)用上2,3. 2008 年 , Nature 以 “ bigdata ”為?？?, 討論了大數(shù)據(jù)給各個領(lǐng)域帶來的沖擊和挑戰(zhàn); 2011 年 , Science 推出 “ dealing with data 專刊”, 重點(diǎn)探討大數(shù)據(jù)的處理技術(shù) ; 2012 年 4 月歐洲信息學(xué)與數(shù)學(xué)研究協(xié)會會刊ERCIM News 出版?？?big data ”討論了大數(shù)據(jù)時代的數(shù)據(jù)管理、 ,數(shù)據(jù)密集型研究的創(chuàng)新技術(shù)等問題. 在業(yè)界 , 2011 年 5 月 , 全球著名咨詢機(jī)構(gòu)麥肯錫公司發(fā)布題為“大數(shù)據(jù) : 下一個創(chuàng)新、競爭和生產(chǎn)力的前沿 ”的報告

4、 , 明確提出應(yīng)對大數(shù)據(jù)快速發(fā)展的策略; 2012 年 1 月達(dá)沃斯世界經(jīng)濟(jì)論壇把大數(shù)據(jù)作為主題之一, 探討在新的數(shù)據(jù)產(chǎn)生方式下, 如何更好地利用數(shù)據(jù)來產(chǎn)生良好的社會效益. 此外 , 2012 年 3 月 , 美國公布了旨在提高和改進(jìn)人們從海量信息數(shù)據(jù)中獲取信息能力的“大數(shù)據(jù)研究和發(fā)展計劃(big data research anddevelopment initiative) 這是繼 ” ,1993 年美國宣布“信息高速公路 ”計劃后的又一次重大科技發(fā)展部署. 2012 年 7 月 , 日本推出 “ 新 ICT 戰(zhàn)略研究計劃” ,也將大數(shù)據(jù)定位為戰(zhàn)略領(lǐng)域之一.根據(jù) Web of Scienc

5、e 的統(tǒng)計數(shù)據(jù)顯示, 近年來國際大數(shù)據(jù)的研究呈現(xiàn)蓬勃發(fā)展的態(tài)勢, 至 2013 年累計相關(guān)研究論文171 篇 , 研究熱點(diǎn)主要集中在3 個方面 2:(1 )基于大數(shù)據(jù)的數(shù)據(jù)挖掘與分析.涉及這一熱點(diǎn)的相關(guān)研究主要有數(shù)據(jù)挖掘”、云計算”、數(shù)據(jù)分析”；(11)基于大數(shù)據(jù)的決策判定支持.涉及這一熱點(diǎn)的相關(guān)研究主要有技術(shù)”、信息檢索”、判定支持”和數(shù)據(jù)”；(ni)基于大數(shù)據(jù)的具體應(yīng)用研究.涉及這一熱點(diǎn)的相關(guān)研究主要有社交媒體”、傳播學(xué)、可視化”、基因組學(xué)”以及蛋白質(zhì)組學(xué) ”.與國外相比, 國內(nèi)大數(shù)據(jù)的研究和應(yīng)用還處在起步階段3. 2012 年 5 月 , 香山科學(xué)會議組織了以“大數(shù)據(jù)科學(xué)與工程 一門新興

6、的交叉學(xué)科”為主題的會議, 深入討論了大數(shù)據(jù)的理論與工程數(shù)據(jù)研究、應(yīng)用方向. 同年 6 月 , 中國計算機(jī)學(xué)會青年計算機(jī)科技論壇舉辦了“ 大數(shù)據(jù)時代, 智謀未來”學(xué)術(shù)報告會 , 就大數(shù)據(jù)時代的數(shù)據(jù)挖掘、體系架構(gòu)理論、大數(shù)據(jù)安全、大數(shù)據(jù)平臺開發(fā)與大數(shù)據(jù)現(xiàn)實案例進(jìn)行了全面的討論.金融作為社會經(jīng)濟(jì)活動的血液, 對經(jīng)濟(jì)增長與社會進(jìn)步具有非常重要的意義. 對國內(nèi)金融業(yè)來說, “大數(shù)據(jù) ”是一個嶄新的議題,研究大數(shù)據(jù)時代背景下的金融業(yè)發(fā)展方向與趨勢將具有非?，F(xiàn)實的社會價值; 同時 , 它也將為大數(shù)據(jù)時代下新金融理論的拓展奠定學(xué)術(shù)基礎(chǔ).1 大數(shù)據(jù)時代及特征大數(shù)據(jù)是指一般數(shù)據(jù)庫軟件難以獲取、儲存、 管理和分析

7、的大容量數(shù)據(jù)4. 2008 年 9 月 ,Science 雜志發(fā)表文章“ Big data: Sciencein the petabyte era 大數(shù)據(jù) ” , “” 這個詞開始廣泛傳播5. 2011 年 6 月 , 國際數(shù)據(jù)資訊公司IDC 研究報告 “從混沌中提取價值”中 3 個基本論斷構(gòu)成了大數(shù)據(jù)的理論基礎(chǔ)6, 大數(shù)據(jù)由此得到普遍關(guān)注.大數(shù)據(jù)從內(nèi)涵上看, 可主要?dú)w納為數(shù)據(jù)、技術(shù)與應(yīng)用3 個方面 : 數(shù)據(jù)類型方面, 除了包括海量的結(jié)構(gòu)化和半結(jié)構(gòu)化的交易數(shù)據(jù),還包括海量非結(jié)構(gòu)化數(shù)據(jù)和交互數(shù)據(jù); 技術(shù)方法方面, 核心是從各種各樣類型的數(shù)據(jù)中快速獲取有價值信息的技術(shù)及其集成; 分析應(yīng)用方面, 重

8、點(diǎn)是采用大數(shù)據(jù)技術(shù)對特定的數(shù)據(jù)集合進(jìn)行分析, 及時獲得有價值的信息.無線傳感,同時也互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展和應(yīng)用，使得電子商務(wù)、社交網(wǎng)絡(luò)等新興商務(wù)模式和虛擬生態(tài)環(huán)境繁榮發(fā)展，加速了移動終端、器等新技術(shù)載體在政治、經(jīng)濟(jì)與社會等各個領(lǐng)域的廣泛應(yīng)用.這些變革性發(fā)展不僅改變了生產(chǎn)和消費(fèi)的行為和商業(yè)模式帶來了信息數(shù)據(jù)在數(shù)量、頻度和使用等多方面的巨大變革，從數(shù)據(jù)角度看，整個世界已跨入 大數(shù)據(jù)”時代7.大數(shù)據(jù)意味著包括交易和交互數(shù)據(jù)集在內(nèi)的所有數(shù)據(jù)集，其規(guī)?；驈?fù)雜程度超出了常用技術(shù)按照合理的成本和時限捕捉、管理及處理這些數(shù)據(jù)集的能力.大數(shù)據(jù)通常具有 4V(Volume, Variety, Velocity和V

9、alue)特征8,9:(i)數(shù)據(jù)體量巨大(Volume).大數(shù)據(jù)通常指10 TB(1 TB=1024 GB)規(guī)模以上的數(shù)據(jù)量.之所以產(chǎn)生如此巨大的數(shù)據(jù)量，一是由 于各種儀器的使用，能夠感知到的事物越來越多，這些事物的部分甚至全部數(shù)據(jù)都可以被存儲；二是由于通信工具的使用，使人們能夠全時段的聯(lián)系，機(jī)器-機(jī)器(M2M)方式的出現(xiàn)使得交流的數(shù)據(jù)量成倍增長；三是由于集成電路價格降低，使很多東西都保存了下來.根據(jù)國際數(shù)據(jù)資訊(IDC)公司監(jiān)測，全球數(shù)據(jù)量大約每兩年翻一番，預(yù)計到2020年，全球?qū)碛?5 ZB的數(shù)據(jù)量(如圖1所示)， 并且85%以上的數(shù)據(jù)以非結(jié)構(gòu)化或半結(jié)構(gòu)化的形式存在8.(ii)數(shù)據(jù)種類繁

10、多(variety).隨著傳感器種類的增多及社交網(wǎng)絡(luò)、智能設(shè)備等的流行，數(shù)據(jù)類型也變得更加復(fù)雜，不僅包括以文本形式為主的傳統(tǒng)的關(guān)系型結(jié)構(gòu)化數(shù)據(jù)，也包括以網(wǎng)頁、圖片、音頻、視頻、網(wǎng)絡(luò)日志、文檔、地理位置信息等種類繁多的未加工的、半結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)，其中，尤以非結(jié)構(gòu)化數(shù)據(jù)為主.比如，商業(yè)銀行業(yè)務(wù)發(fā)展涉及的數(shù)據(jù)類型已從以二維表結(jié)構(gòu) 方式表達(dá)的結(jié)構(gòu)化數(shù)據(jù)，擴(kuò)展到包括日志、微博、視頻、圖片等半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)8B11DC全球數(shù)據(jù)層使用情況及頊泅Kigure I Cuireni Mtuutnsn 2111cl Jbnrcasl of the mtr ot global(Hi)流動速度快(velo

11、city).流式數(shù)據(jù)是大數(shù)據(jù)的重要特征.當(dāng)處理的數(shù)據(jù)由PB級代替了 TB級時，超大規(guī)模數(shù)據(jù)”和海量數(shù)據(jù) 是快速動態(tài)變化的，數(shù)據(jù)流動的速度快到難以用傳統(tǒng)的系統(tǒng)去處理.例如，商業(yè)銀行的數(shù)據(jù)創(chuàng)建、存儲、處理和分析的速度在大數(shù)據(jù)時代將持續(xù)加快，某些數(shù)據(jù)必須實時地進(jìn)行分析，才能及時、有效地對業(yè)務(wù)管理產(chǎn)生價值.(iv)價值密度低(value).數(shù)據(jù)量呈指數(shù)增長的同時，隱藏在海量數(shù)據(jù)的有用信息卻沒有相應(yīng)比例增長 ；相反，價值密度的高低常 常與數(shù)據(jù)總量的大小成反比.這樣反而使我們獲取有用信息的難度加大 .以商業(yè)銀行監(jiān)控視頻為例，連續(xù)數(shù)小時的監(jiān)控過程中可 能有用的數(shù)據(jù)僅有幾秒鐘.大數(shù)據(jù)的“4V寺征表明其不僅僅是

12、數(shù)據(jù)海量，對于大數(shù)據(jù)的分析將更加復(fù)雜、更追求速度、更注重實效.大數(shù)據(jù)不僅意味著數(shù)據(jù)總量的快速增長，其更大的意義在于：通過對大容量數(shù)據(jù)的交換、整合和分析 ，及時識別與發(fā)現(xiàn)新的知識，創(chuàng)造新的價值，帶來大知識”和大發(fā)展”作為一種重要的戰(zhàn)略資產(chǎn)，大數(shù)據(jù)開啟了一次全新的、重大的時代轉(zhuǎn)型.2大數(shù)據(jù)時代下金融業(yè)的發(fā)展機(jī)遇及當(dāng)前狀況大數(shù)據(jù)時代到來，首先引起全球高度關(guān)注的行業(yè)之一就是金融業(yè) .2011年麥肯錫全球研究所在 大數(shù)據(jù)：下一個創(chuàng)新、競爭和生 產(chǎn)率的前沿”針對美國各行業(yè)應(yīng)用大數(shù)據(jù)潛在價值提升做的一個評估結(jié)果中就提出 ，與其他行業(yè)相比，大數(shù)據(jù)對金融業(yè)更具潛在 價值，金融業(yè)在大數(shù)據(jù)價值潛力指數(shù)中排名第一 4

13、(圖2).500小23心歌CwiUEtn Jl ijpfLKlLILl! *nctrwiNi.tion %)Mrt wk, nwkKMDefli.二:Mwxrekiaq 曲 rtfpptgjgfli沖(jfeFiDI 聞1七11國忸 PTMAdEGcwirmcfitAccfc)dori and food .帆(5)Un(Wg Ain jgfmiBirmi pxiw收 htkC*加nM 5VJ) CLmirU-ltart圖2冏浩版彩色d枚據(jù)也各行業(yè)的討H指敢tiurt- Z (CotK omlini：Ibc bj d曲仙 vHue f Kuniitil index (vi dilfacnl由于我

14、國國內(nèi)銀行業(yè)資產(chǎn)占比整個金融業(yè)資產(chǎn)90%以上，以下所稱金融業(yè)將和銀行業(yè)不加區(qū)別 .金融業(yè)具有顯著的IT屬性，每次通訊技術(shù)的革新都會給金融業(yè)帶來變革.金融業(yè)在IT基礎(chǔ)設(shè)施、數(shù)據(jù)掌控力和人才集中度方面相較其他產(chǎn)業(yè)具有明顯的優(yōu)勢，具備了深度掘金”的潛力10,11. 一方面，大數(shù)據(jù)決策模式對銀行更具針對性.發(fā)展模式轉(zhuǎn)型、金融創(chuàng)新和管理升級等都需要充 分利用大數(shù)據(jù)技術(shù)、踐行大數(shù)據(jù)思維.另一方面，銀行具備實施大數(shù)據(jù)的基本條件：(1)數(shù)據(jù)眾多.銀行不僅擁有所有客戶的賬戶和資金收付交易等結(jié)構(gòu)化數(shù)據(jù)，還擁有客服音頻、網(wǎng)點(diǎn)視頻、網(wǎng)上銀行記錄、電子商城記錄等非結(jié)構(gòu)化數(shù)據(jù)；(2)擁有處理傳統(tǒng)海量結(jié)構(gòu)化數(shù)據(jù)的經(jīng)驗.長期

15、以來，商業(yè)銀行已經(jīng)在以信用評級模型和市場營銷模型為代表的數(shù)據(jù)分析上積累了大量的實踐經(jīng)驗，具備向大數(shù)據(jù)”分析跨越的基礎(chǔ)；(3) IT技術(shù)和人才儲備相對充裕.金融業(yè)是信息密集型服務(wù)產(chǎn)業(yè)，普遍擁有大量IT設(shè)施投資和IT技術(shù)開發(fā)與應(yīng)用人才.IDC認(rèn)為中國金融行業(yè)正在步入大數(shù)據(jù)時代的初級階段，并且呈現(xiàn)快速發(fā)展勢頭12.事實上，銀行每天都在生成、獲取海量數(shù)據(jù)，經(jīng)過多年的發(fā)展與積累，目前國內(nèi)商業(yè)銀行數(shù)據(jù)量已經(jīng)達(dá)到100 TB以上級別.一是傳統(tǒng)銀行交易系統(tǒng)每天會產(chǎn)生數(shù)億筆交易流水信息，這些信息主要是結(jié)中化形式的數(shù)據(jù)；二是業(yè)務(wù)處理過程中，銀行采集了大量用于集中作業(yè)、集中授權(quán)、集中監(jiān)控的影像、視頻、錄音等非結(jié)構(gòu)化

16、數(shù)據(jù)；三是銀行網(wǎng)站每天點(diǎn)擊量達(dá)幾千萬次，這些數(shù)據(jù)隱含了大量客戶需求或產(chǎn)品偏好信息；四是在各類媒體、社交網(wǎng)站中發(fā)布的涉及客戶投訴和產(chǎn)品評價信息數(shù)據(jù)，銀行可以通過此類數(shù)據(jù)改進(jìn)服務(wù)質(zhì)量與客戶體驗.上述數(shù)據(jù)無論是出于遵從法規(guī)與內(nèi)控管理的存儲需求 ，還是出于產(chǎn)品設(shè)計、市 場營銷的數(shù)據(jù)分析需求，都需要相關(guān)的計算機(jī)硬件和軟件技術(shù)進(jìn)行存儲、信息抽取和分析.銀行數(shù)據(jù)特征和數(shù)據(jù)處理要求，基本符合大數(shù)據(jù)節(jié)既念與特征，銀行業(yè)已經(jīng)進(jìn)入 大數(shù)據(jù)時彳t13.對國內(nèi)銀行業(yè)來說, 大數(shù)據(jù)“ ”是一個嶄新的議題, 但并不是全新概念14. 大數(shù)據(jù)技術(shù) “”是數(shù)據(jù)處理在方法、理念的上創(chuàng)新, 對中國銀行業(yè)來說并非從“零 ”開始 . 事

17、實上 , 商業(yè)銀行在多年信息化建設(shè)中已經(jīng)形成了推進(jìn)大數(shù)據(jù)體系建設(shè)的諸多成果. 不過 , 當(dāng)前銀行業(yè)在數(shù)據(jù)分析和利用上還停留在“小數(shù)據(jù) ” 時代 . 數(shù)據(jù)分散在各個業(yè)務(wù)系統(tǒng)中, 數(shù)據(jù)量雖為天量, 但多數(shù)為 “沉默數(shù)據(jù) ” .對結(jié)構(gòu)化數(shù)據(jù)利用有限, 對非結(jié)構(gòu)化數(shù)據(jù)的收集、分析則更缺少基本的處理機(jī)制和系統(tǒng)做法. 新形勢下 , 國內(nèi)商業(yè)銀行應(yīng)加快推進(jìn)大數(shù)據(jù)體系和信息化銀行建設(shè)步伐, 充分利用數(shù)據(jù)資源優(yōu)勢, 挖掘信息價值, 促成傳統(tǒng)業(yè)務(wù)發(fā)展經(jīng)營管理模式的徹底轉(zhuǎn)型, 形成信息化時代新的競爭優(yōu)勢.3 大數(shù)據(jù)時代金融業(yè)發(fā)展趨勢與挑戰(zhàn)大數(shù)據(jù)時代, 需要新的邏輯和思維, 需要想象力. 大數(shù)據(jù)時代的核心詞是開放與融

18、合, 以及 “一切皆可數(shù)據(jù)化”的思維 , 也就是說 ,人類社會的各種行為都可以數(shù)據(jù)化, 幾乎所有的問題都能通過數(shù)據(jù)化的方法解決.在大數(shù)據(jù)時代, 未來的金融體系尤其是銀行將發(fā)生以下幾方面重要的變化:(i)開放的銀行.傳統(tǒng)商業(yè)銀行具有兩項基礎(chǔ)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(shù)實現(xiàn)規(guī)模經(jīng)濟(jì)，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(fā)的逆向選擇和道德風(fēng)險問題. 在傳統(tǒng)商業(yè)銀行主導(dǎo)的融資模式下, 銀行是社會經(jīng)濟(jì)信息收集中心, 企業(yè)需向銀行提供信息以獲取信用. 但在大數(shù)據(jù)時代 , 銀行將不再自然而然的成為經(jīng)濟(jì)關(guān)系的信息中心,

19、搜索引擎、社交網(wǎng)絡(luò)、物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、云計算、大數(shù)據(jù)等新興信息技術(shù)改變了傳統(tǒng)的信息產(chǎn)生、傳播、 加工利用的方式, 特別是基于互聯(lián)網(wǎng)技術(shù)和移動支付技術(shù)的互聯(lián)網(wǎng)金融打破了信息不對稱和物理區(qū)域壁壘, 通過信息流、數(shù)據(jù)流引導(dǎo)各類資源的充分有效分配, 甚至資金供求雙方可以通過網(wǎng)絡(luò)直接獲取信息并參與交易,促使傳統(tǒng)的生產(chǎn)關(guān)系發(fā)生變革, 形成了聯(lián)網(wǎng)機(jī)構(gòu)相對平等的關(guān)系. 這對傳統(tǒng)商業(yè)銀行業(yè)務(wù)提出了挑戰(zhàn), 商業(yè)銀行將改變過去自然的、被動的社會經(jīng)濟(jì)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. 比如 , 通過建立或者借助電商平臺實現(xiàn)客戶信息流、物流、資金流的“三流合一 ” ,對收集的非結(jié)構(gòu)化

20、客戶信息與數(shù)據(jù)倉庫中的結(jié)構(gòu)化客戶信息進(jìn)行整合分析, 形成完整的客戶拼圖, 從而對客戶更加全面和深入的理解, 建立客戶信用評價和風(fēng)險管理, 完成信息中介功能.(11)數(shù)字化白銀行.從長遠(yuǎn)來看，隨著數(shù)據(jù)化和網(wǎng)絡(luò)化的全面深入發(fā)展，大數(shù)據(jù)的應(yīng)用將使銀行的資金中介職能進(jìn)一步發(fā)生變化 , 表現(xiàn)為資金中介職能體現(xiàn)出虛擬化和電子化交易特征, 逐漸向虛擬化方向發(fā)展9,15, 全面顛覆當(dāng)前金融服務(wù)形態(tài)：(1) 產(chǎn)品的虛擬化. 資金流將更加地體現(xiàn)為數(shù)據(jù)信號的交換, 電子貨幣等數(shù)字化金融產(chǎn)品的在經(jīng)濟(jì)生活中將成為主流.(2) 服務(wù)的虛擬化. 通過移動互聯(lián)網(wǎng)、全息仿真技術(shù)等科技手段, 銀行將更廣泛地通過完全虛擬的渠道向客

21、戶提供金融服務(wù).(3) 流程的虛擬化. 銀行業(yè)務(wù)流程中各類憑證、單據(jù)等將以數(shù)字文件的形式出現(xiàn)和處理, 極大提高處理的便利性和效率.在大數(shù)據(jù)時代, 傳統(tǒng)商業(yè)銀行的管理理念和運(yùn)營方式面臨挑戰(zhàn). 未來商業(yè)銀行的整體運(yùn)作將是一個數(shù)據(jù)的洪流, 數(shù)字“金融 ”得以全面實現(xiàn).(iii)高生產(chǎn)力的銀行.與物質(zhì)資本、人力資本一樣，大數(shù)據(jù)將成為經(jīng)濟(jì)活動一個重要的生產(chǎn)要素，它也可以轉(zhuǎn)變成為生產(chǎn)力，創(chuàng)造巨大的經(jīng)濟(jì)價值. 開放的、數(shù)字化的銀行隨著大數(shù)據(jù)的應(yīng)用可實現(xiàn)更高的生產(chǎn)力, 主要體現(xiàn)在以下幾個方面15,16：一是信息技術(shù)的發(fā)展及部分金融產(chǎn)品交易的虛擬化, 使金融供應(yīng)鏈外延, 降低了全社會融資成本和財務(wù)費(fèi)用, 提高整

22、個市場的生產(chǎn)效率.二是大數(shù)據(jù)的積累使得商業(yè)銀行通過全面分析商業(yè)銀行內(nèi)部數(shù)據(jù)和外部的社會化數(shù)據(jù), 可以獲得更為完整的客戶全貌, 避免因客戶信息不全面導(dǎo)致錯誤認(rèn)知, 使得銷售更具有精準(zhǔn)性; 此外 , 銀行能夠通過現(xiàn)有客戶及其人際社會網(wǎng)絡(luò)或業(yè)務(wù)網(wǎng)絡(luò), 發(fā)現(xiàn)更多具有價值的潛在客戶, 并對其展開精準(zhǔn)營銷.三是通過整合結(jié)構(gòu)化和半結(jié)構(gòu)化的交易數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)及交互數(shù)據(jù)可以進(jìn)行全面的模式識別、分析, 能夠幫助銀行實現(xiàn)事前風(fēng)險預(yù)警、事中風(fēng)險控制, 建立動態(tài)的、可靠的信用系統(tǒng)對各種交易風(fēng)險進(jìn)行識別, 有效地防范和控制金融風(fēng)險, 并深度挖掘高價值的目標(biāo)客戶.四是促進(jìn)銀行進(jìn)行產(chǎn)品創(chuàng)新. 銀行可以通過科學(xué)分析技術(shù)對海

23、量結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行分析和挖掘, 更好地了解客戶的消費(fèi)習(xí)慣、 行為特征、客戶群體及個體網(wǎng)絡(luò)行為模式, 商業(yè)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(wù)模式, 設(shè)計開發(fā)出更貼近用戶需求的新產(chǎn)品.(IV)科學(xué)決策的銀行.大數(shù)據(jù)的本質(zhì)特征之一是在決策模式上與傳統(tǒng)模式不一樣.大數(shù)據(jù)強(qiáng)調(diào)決策建立在牢固的數(shù)據(jù)證據(jù)基礎(chǔ) 上.大數(shù)據(jù)的客觀性將對現(xiàn)有銀行決策機(jī)制產(chǎn)生巨大沖擊. 傳統(tǒng)商業(yè)銀行的決策模式依賴于樣本數(shù)據(jù)分析和高管層經(jīng)驗; 而大數(shù)據(jù)時代全量數(shù)據(jù)分析使得分析結(jié)果更具客觀性和決策支持性, 銀行的決策過程將以數(shù)據(jù)為核心進(jìn)行決策判斷. 對銀行的管理者來說這是一場改變思維習(xí)慣的管理革命. 我們知道

24、 , 大數(shù)據(jù)的顯著特征就是全數(shù)據(jù)分析. 在大數(shù)據(jù)體系下, 銀行數(shù)據(jù)獲取、分析和運(yùn)用的渠道和機(jī)制都和傳統(tǒng)方式不同, 通過大數(shù)據(jù)分析技術(shù)和工具對海量結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行分析、斷和挖掘 , 商業(yè)銀行能夠及時、準(zhǔn)確地發(fā)現(xiàn)業(yè)務(wù)和管理領(lǐng)域的風(fēng)險和機(jī)會, 為業(yè)務(wù)發(fā)展和風(fēng)險防范提供重要決策依據(jù).在大數(shù)據(jù)時代, 商業(yè)銀行通過大數(shù)據(jù)分析能更好地了解客戶的行為特征、客戶群體及個體網(wǎng)絡(luò)行為模式, 優(yōu)化運(yùn)營流程, 從每一個經(jīng)營環(huán)節(jié)中挖掘數(shù)據(jù)的價值, 指導(dǎo)商業(yè)銀行進(jìn)行業(yè)務(wù)創(chuàng)新, 或為經(jīng)營管理提供全面及時的決策支持信息9,15.當(dāng)然 , 在通往大數(shù)據(jù)時代, 在走向開放的、數(shù)字化的、高生產(chǎn)力的且富有科學(xué)決策的銀行遠(yuǎn)景

25、中, 商業(yè)銀行同樣的面臨幾大挑戰(zhàn)7,11:首先 , 文化挑戰(zhàn) . 在大數(shù)據(jù)時代, 開放、融合與創(chuàng)新是經(jīng)濟(jì)社會的發(fā)展主題, 市場競爭不斷加劇, 傳統(tǒng)意義上的非金融機(jī)構(gòu)因新生的機(jī)動力量也將切入金融服務(wù)鏈條擠占銀行的生存市場. 解釋企業(yè)興衰成敗的“基因決定論”指出 , 前一波產(chǎn)業(yè)浪潮中制勝的成功企業(yè)會不斷地固化自己的企業(yè)文化、運(yùn)行模式、商業(yè)策略以及市場定位等基本要素以滿足當(dāng)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(zhàn)是囿于既有的組織架構(gòu)和條塊分割的內(nèi)部數(shù)據(jù)結(jié)構(gòu), 放不下原有的企業(yè)文化與思維習(xí)慣, 無法挖掘自身潛力而處于競爭下風(fēng).其次 , 管理挑戰(zhàn) . 目前 , 商業(yè)銀

26、行通過數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)架構(gòu)、元數(shù)據(jù)和數(shù)據(jù)倉庫等手段進(jìn)行數(shù)據(jù)管理和應(yīng)用, 但難以支撐以非結(jié)構(gòu)化數(shù)據(jù)為基礎(chǔ)的業(yè)務(wù)創(chuàng)新; 同時 , 以業(yè)務(wù)條塊為主的系統(tǒng)建設(shè)加劇了數(shù)據(jù)的冗余性和非一致性, 造成數(shù)據(jù)整合和數(shù)據(jù)質(zhì)量管理難度 . 因此 , 大數(shù)據(jù)時代, 需要運(yùn)用基于數(shù)據(jù)生命周期的數(shù)據(jù)管理方式進(jìn)行管理, 為數(shù)據(jù)質(zhì)量及數(shù)據(jù)服務(wù)能力提升做好準(zhǔn)備.第三 , 技術(shù)挑戰(zhàn) . 商業(yè)銀行科技人員以往主要針對結(jié)構(gòu)化數(shù)據(jù)進(jìn)行開發(fā)和處理, 而在大數(shù)據(jù)時代將面對海量的非結(jié)構(gòu)化數(shù)據(jù)需要分析和處理. 在大數(shù)據(jù)時代, 處理數(shù)據(jù)體量巨大、數(shù)據(jù)種類繁多、流動速度快、價值密度低的大數(shù)據(jù)工具軟件與信息處理技術(shù)不斷創(chuàng)新和發(fā)展, 銀行科技人員需要不

27、斷快速學(xué)習(xí)和應(yīng)用Hadoop 、云計算等新技術(shù)來處理大數(shù)據(jù). 因此 , 銀行需要加強(qiáng)前瞻性技術(shù)研究并與IT 戰(zhàn)略規(guī)劃結(jié)合, 才能趕上大數(shù)據(jù)時代的步伐.4 大數(shù)據(jù)時代金融業(yè)發(fā)展應(yīng)對策略當(dāng)前 , 中國銀行業(yè)已經(jīng)迎來了機(jī)遇與挑戰(zhàn)同步而至的大數(shù)據(jù)時代. 從長遠(yuǎn)看 , 大數(shù)據(jù)將給未來銀行業(yè)的發(fā)展模式帶來顛覆性的影響 . 因此 , 商業(yè)銀行應(yīng)當(dāng)立足現(xiàn)在積極布局未來, 做好大數(shù)據(jù)時代金融業(yè)發(fā)展應(yīng)對措施.(i )轉(zhuǎn)變理念，樹立開放、主動、融合與實證的思維觀念.商業(yè)銀行要順應(yīng)大數(shù)據(jù)特點(diǎn)，牢牢樹立以創(chuàng)造數(shù)據(jù)價值為著眼點(diǎn)，以 數(shù)據(jù)管理為立足點(diǎn), 以數(shù)據(jù)社區(qū)為凝聚點(diǎn), 以服務(wù)創(chuàng)新來推動數(shù)據(jù)開放和共享”的大數(shù)據(jù)服務(wù)理念

28、12, 變被動數(shù)據(jù)支持為主動數(shù)據(jù)服務(wù) , 堅持開放、融合的大數(shù)據(jù)精神, 打破傳統(tǒng)經(jīng)驗為主的決策模式, 建立數(shù)據(jù)實證為核心的判斷決策流程.(11)建設(shè)非結(jié)構(gòu)化客戶信息共享平臺，促進(jìn)金融服務(wù)與社交網(wǎng)絡(luò)的融合.商業(yè)銀行應(yīng)努力打破彳/統(tǒng)數(shù)據(jù)源的邊界，更加注重社交媒體等新型數(shù)據(jù)來源, 運(yùn)用大數(shù)據(jù)技術(shù)搭建非結(jié)構(gòu)化客戶信息共享平臺, 統(tǒng)一獲取、存儲、搜索、共享和分析銀行內(nèi)、外部各種非結(jié)構(gòu)化客戶信息9. 通過整合各種渠道獲取的盡可能多的非結(jié)構(gòu)化客戶信息, 著眼客戶整體數(shù)據(jù)分析, 有效地挖掘銀行龐大信息資產(chǎn), 從這些數(shù)據(jù)中發(fā)現(xiàn)更多的客戶價值創(chuàng)造機(jī)會.一是整合新的客戶接觸渠道, 充分利用社交網(wǎng)絡(luò)的作用, 增強(qiáng)對客

29、戶的了解和互動.二是注重新媒體客服的發(fā)展，充分運(yùn)用論壇、QQ、微博、博客、微信等網(wǎng)絡(luò)交際工具，打造新的重要服務(wù)渠道與信息來源.三是將銀行內(nèi)部數(shù)據(jù)和外部社交數(shù)據(jù)互聯(lián), 獲得更加完整的客戶視圖, 開展更為高效的客戶關(guān)系管理.(ni)搭建商業(yè)銀行特色電商平臺，掌控客戶線上資金與交易全鏈條信息.在當(dāng)前的各大電商平臺上，每天都有大量的交易發(fā)生.這些信息更加側(cè)重客戶的行為信息、過程信息, 它們能更加反映客戶的心理意愿、行為偏好. 但是 , 當(dāng)前這些電商交易的支付結(jié)算大多被第三方支付機(jī)構(gòu)壟斷, 銀行處于支付鏈條的末端, 從屬信息劣勢地位, 在該產(chǎn)業(yè)鏈中的影響力很小. 為應(yīng)對這種局面,銀行可以通過自行搭建大數(shù)

30、據(jù)平臺與這些電商平臺開展直接競爭, 依托商業(yè)銀行客戶資源優(yōu)勢, 搭建銀行自己的電商平臺, 通過電商平臺收集客戶交易意愿與行為偏好等的海量信息, 掌握客戶線上資金流、交易流等全鏈條信息, 獲取屬于商業(yè)銀行自己的大數(shù)據(jù) , 將信息優(yōu)勢核心話語權(quán)牢牢掌握在自己的手中, 并將它采集納入非結(jié)構(gòu)化客戶信息共享平臺, 指導(dǎo)產(chǎn)品設(shè)計和業(yè)務(wù)營銷,比如 , 設(shè)計適用于電商平臺的資金閉環(huán)業(yè)務(wù)流程, 開發(fā)金融產(chǎn)品在電商平臺直接銷售17.目前 , 國內(nèi)商業(yè)銀行已開始著手這方面的準(zhǔn)備和嘗試. 比如 , 交通銀行推出的網(wǎng)上商城“交博匯 ” ,它是一個B2B 和 B2C 綜合電子商務(wù)平臺. 通過 “交博匯 ” ,企業(yè)可以建立

31、一個自己的網(wǎng)上商務(wù)平臺, 實現(xiàn)商品銷售、企業(yè)采購、企業(yè)收款、品牌推廣、在線促銷、信息資訊、金融理財、融資授信等眾多服務(wù). 交博匯“ ”企業(yè)館主要致力于構(gòu)建面向中小企業(yè)的網(wǎng)絡(luò)化社區(qū), 企業(yè)可在線發(fā)布供求、交流洽談、撮合下單、網(wǎng)上支付等, 銀行則提供相應(yīng)的資信認(rèn)證、資金清算、融資貸款等服務(wù). 交通銀行通過“交博匯 ”在為客戶提供增值服務(wù)的同時獲得客戶的動態(tài)經(jīng)營信息, 有利于指導(dǎo)銀行的產(chǎn)品設(shè)計和業(yè)務(wù)營銷.(IV)提升非結(jié)構(gòu)化客戶信息獲取完整性，加強(qiáng)與大數(shù)據(jù)企業(yè)的互利合作.銀行本身擁有客戶的大量數(shù)據(jù)，通過對數(shù)據(jù)的分析可以獲得很多信息成為進(jìn)行管理和營銷的依據(jù). 不過 , 由于銀行擁有的客戶信息并不全面,

32、 這種分析有時候難以得出理想的結(jié)果.銀行應(yīng)盡可能通過打通銀行內(nèi)部數(shù)據(jù)和外部社會化的數(shù)據(jù)獲得更為完整的客戶拼圖以進(jìn)行更為精準(zhǔn)的營銷和管理. 但是 , 客戶完整和綜合的大數(shù)據(jù)難以被銀行全部掌控, 因此 , 銀行應(yīng)與電信、電商、社交網(wǎng)絡(luò)等大數(shù)據(jù)企業(yè)與平臺開展合作, 進(jìn)行數(shù)據(jù)和信息的共享和利用, 全面整合客戶有效信息.5 結(jié)語研究表明, 金融業(yè)是信息密集型服務(wù)產(chǎn)業(yè), 在數(shù)據(jù)特征和數(shù)據(jù)處理要求方面基本符合“ 大數(shù)據(jù) ”概念與特征 , 正步入大數(shù)據(jù)時代的初級階段. 大數(shù)據(jù)時代的思維是開放與融合, 以及 “一切皆可數(shù)據(jù)化”的思維 , 文章?lián)苏撌隽嗽诖髷?shù)據(jù)時代未來的金融體系尤其是銀行業(yè)將具有“開放、數(shù)字化、

33、高生產(chǎn)力、科學(xué)決策” 的顯著特征與發(fā)展趨勢, 并指出在通往大數(shù)據(jù)時代之路上金融業(yè)將面臨來自文化、 管理與技術(shù)方面的挑戰(zhàn). 最后也給出了在大數(shù)據(jù)時代金融業(yè)發(fā)展的應(yīng)對策略與建議. 這些研究結(jié)果將不僅對金融業(yè)務(wù)未來發(fā)展具有非?，F(xiàn)實的指導(dǎo)意義; 同時 , 也將為新金融理論的拓展奠定基礎(chǔ).參考文獻(xiàn)1 Li G J, Cheng X Q. Research status and scientific thinking of big data (in Chinese). Bull Chin Acad Sci, 2012, 27: 647-657李國杰, 程學(xué)旗 . 大數(shù)據(jù)研究: 未來科技及經(jīng)濟(jì)社會發(fā)展的重大

34、戰(zhàn)略領(lǐng)域 大數(shù)據(jù)的研究現(xiàn)狀與科學(xué)思考. 中國科學(xué)院院刊,2012, 27: 647 母572 Xue C. Quantitative analysis of international research papers about big data (in Chinese). Mod Intell, 2013, 33: 129T34 薛辰.國際大數(shù)據(jù)研究論文的計量分析.現(xiàn)代情報，2013, 33: 129 1343 Tu X L, Liu B, Lin W W. Review of research on big data (in Chinese). Appl Res Comput, 2014,

35、 31: 16121616 涂新莉,劉波,林偉偉.大數(shù)據(jù)研究綜述.計算機(jī)應(yīng)用研究，2014, 31: 161216164 Manyika J, Chui M, Brown B, et al. Big Data: The Next Frontier Forinnovation, Competition, and Productivity. TechnicalReport, McKinsey Global Institute, 20115 Xu Z P. Big data (in Chinese). Guilin: Guangxi Normal University Press, 2012. 57

36、 徐子沛 . 大數(shù)據(jù) . 桂林 : 廣西師范大學(xué)出版 社 , 2012, 576 Fu J. Interpretation The Big Data (in Chinese). Technical Report, Securities Research Report, 2011 符健 . 解讀大數(shù)據(jù). 技術(shù)報告 , 證券研究報告, 20117 Chen M. Big data: Construction of the 1banks digitization power (in Chinese). Financ Comput, 2077, 580 陳敏.大數(shù)據(jù)時代：打造銀行的數(shù)據(jù)化能力.金融電子

37、化，2013, 5: 77 608 Tao X J, Hu X F, Liu Y. Review of research on big data (in Chinese). J Syst Simul, 2013, 8: 142148 陶雪嬌，胡曉峰，劉洋.大數(shù)據(jù)研究綜述.系統(tǒng)仿真學(xué)報，2013, 8: 142 1489 Fang F. Study on the coping strategies of commercial banks under the trend of large data (in Chinese). New Finance, 2012,286: 25 W8 方方.大數(shù)據(jù)”趨勢下商業(yè)銀行應(yīng)對策略研究.新金融，2012, 286: 25 2848 王艷 . 銀行如何應(yīng)用大數(shù)據(jù). 中國經(jīng)10 Wang Y. How to use big data in banks(in Chinese)