大銀行與大數(shù)據(jù)的戰(zhàn)略思考

1、大銀行與大數(shù)據(jù)的戰(zhàn)略思考（首席經(jīng)濟(jì)學(xué)家黃志凌） 大數(shù)據(jù)時(shí)代已經(jīng)悄然來(lái)臨。大數(shù)據(jù)用來(lái)描述規(guī)模巨大、類(lèi)型復(fù)雜的數(shù)據(jù) 集合，被譽(yù)為是繼云計(jì)算、物聯(lián)網(wǎng)之后， IT 產(chǎn)業(yè)又一次顛覆性技術(shù)變革，引 起各方高度關(guān)注。 2011年，著名咨詢(xún)公司麥肯錫宣布“大數(shù)據(jù)”時(shí)代已經(jīng)到 來(lái)；近年來(lái)， IBM、甲骨文、 SAP等業(yè)界巨頭紛紛收購(gòu)與大數(shù)據(jù)有關(guān)公司，加 速布局大數(shù)據(jù)領(lǐng)域； 2012年，達(dá)沃斯論壇報(bào)告大數(shù)據(jù)，大影響稱(chēng)大數(shù)據(jù) 像貨幣和黃金一樣，成為新的經(jīng)濟(jì)資產(chǎn)； 2012年，奧巴馬政府宣布投資 2億美 元啟動(dòng)“大數(shù)據(jù)研究和發(fā)展計(jì)劃” ，旨在增強(qiáng)對(duì)海量數(shù)據(jù)的搜集和分析萃取能 力?，F(xiàn)代銀行相對(duì)于傳統(tǒng)銀行最大的差別（或者

2、說(shuō)最大進(jìn)步）在于數(shù)據(jù)的深 度利用。在現(xiàn)代 IT 技術(shù)之下，數(shù)據(jù)對(duì)銀行來(lái)說(shuō)已經(jīng)超越了賬務(wù)信息等傳統(tǒng)的 涵義，成為現(xiàn)代銀行經(jīng)營(yíng)的寶貴資源?，F(xiàn)代銀行特別是大型銀行的經(jīng)營(yíng)管理 活動(dòng)，很大部分表現(xiàn)為基于計(jì)算機(jī)技術(shù)的數(shù)據(jù)管理和運(yùn)用，其中最核心的工 作是數(shù)據(jù)挖掘，即從海量數(shù)據(jù)中找出隱含于其中的有價(jià)值信息，支持或指導(dǎo) 經(jīng)營(yíng)決策。隨著外部資本監(jiān)管日趨嚴(yán)格、同業(yè)競(jìng)爭(zhēng)日趨激烈、客戶(hù)行為日益 敏感、盈利能力不斷下降，越來(lái)越多的商業(yè)銀行開(kāi)始運(yùn)營(yíng)大數(shù)據(jù)方法驅(qū)動(dòng)經(jīng) 營(yíng)模式轉(zhuǎn)型，并深度服務(wù)客戶(hù)選擇與風(fēng)險(xiǎn)管理、產(chǎn)品設(shè)計(jì)與精準(zhǔn)營(yíng)銷(xiāo)、資源 配置與結(jié)構(gòu)調(diào)整，終于出現(xiàn)“數(shù)據(jù)驅(qū)動(dòng)型銀行” ，表現(xiàn)為從客戶(hù)的選擇到產(chǎn)品 的設(shè)計(jì)、再到內(nèi)部的管

3、理，都是由數(shù)據(jù)驅(qū)動(dòng)，由數(shù)據(jù)支撐決策。銀行從大數(shù) 據(jù)思維，到數(shù)據(jù)驅(qū)動(dòng)型經(jīng)營(yíng)，需具備以下特點(diǎn)：第一，要養(yǎng)成一切靠數(shù)據(jù)說(shuō) 話(huà)的思維習(xí)慣，這是數(shù)據(jù)驅(qū)動(dòng)型銀行的基礎(chǔ)；第二，要有龐大的專(zhuān)業(yè)、高效 的數(shù)據(jù)挖掘知識(shí)體系；第三，要有積極廣泛的數(shù)據(jù)應(yīng)用，這些數(shù)據(jù)應(yīng)用要更 多地體現(xiàn)在風(fēng)險(xiǎn)識(shí)別與預(yù)警，市場(chǎng)的拓展與產(chǎn)品設(shè)計(jì)，以及績(jī)效考核與資源 配置；第四，要實(shí)現(xiàn)真正意義上的精細(xì)化管理，徹底扭轉(zhuǎn)客戶(hù)、市場(chǎng)、盈利 等方面的粗放型管理方式；第五，要認(rèn)識(shí)到數(shù)據(jù)是最重要的經(jīng)營(yíng)資產(chǎn)，是持 續(xù)創(chuàng)利的資產(chǎn)，是沒(méi)有天花板的盈利資產(chǎn)，銀行競(jìng)爭(zhēng)力與盈利能力主要取決 于數(shù)據(jù)積累和數(shù)據(jù)挖掘，而且有可能呈幾何級(jí)增長(zhǎng)。目前，第三方支付機(jī)構(gòu)擁有的海量

4、數(shù)據(jù)資產(chǎn)已經(jīng)對(duì)商業(yè)銀行形成挑戰(zhàn)， 未來(lái)比金融脫媒更令人擔(dān)心的可能是客戶(hù)數(shù)據(jù)脫媒和信息脫媒，最終導(dǎo)致客 戶(hù)流失、服務(wù)能力降低。對(duì)大銀行而言，建立大數(shù)據(jù)能力已經(jīng)成為保持競(jìng)爭(zhēng) 優(yōu)勢(shì)的必然選擇。一、大數(shù)據(jù)已成為大銀行的戰(zhàn)略性資產(chǎn)和核心競(jìng)爭(zhēng)力 銀行長(zhǎng)遠(yuǎn)的發(fā)展戰(zhàn)略，是培養(yǎng)自己的核心競(jìng)爭(zhēng)力。什么是核心競(jìng)爭(zhēng)力？ 有人說(shuō)是 IT，有人說(shuō)是人才，有人說(shuō)是客戶(hù)，總而言之，各有各的理解。所 謂的“核心競(jìng)爭(zhēng)力” ，關(guān)鍵的要素叫做“不可復(fù)制” 、“不可替代”。產(chǎn)品是可 以被復(fù)制的，客戶(hù)是經(jīng)常有流動(dòng)的，這都難以成為我們的核心競(jìng)爭(zhēng)力，而大 數(shù)據(jù)能力由于其特有的性質(zhì)將逐漸成為銀行真正的核心競(jìng)爭(zhēng)力。大數(shù)據(jù)首先 是建立在銀行自己的

5、數(shù)據(jù)基礎(chǔ)上，不是數(shù)據(jù)多少的問(wèn)題，而是你我的數(shù)據(jù)不 同，在不同數(shù)據(jù)基礎(chǔ)上做出的模型是不可復(fù)制的。馬云，馬化騰，還有馬明 哲，這三個(gè)中國(guó)互聯(lián)網(wǎng)的領(lǐng)軍人物，他們有合作，但是彼此之間都無(wú)法復(fù)制， 就是因?yàn)樗麄冊(cè)诟髯圆煌臄?shù)據(jù)基礎(chǔ)上，建立起來(lái)的競(jìng)爭(zhēng)力是無(wú)法復(fù)制、不 可替代的。第二，我們?cè)谧陨頂?shù)據(jù)基礎(chǔ)上培養(yǎng)出來(lái)的人才，也是無(wú)法復(fù)制的 核心競(jìng)爭(zhēng)力，這些數(shù)據(jù)分析專(zhuān)家在我們的數(shù)據(jù)環(huán)境下成長(zhǎng)起來(lái)，別家銀行的 數(shù)據(jù)環(huán)境跟我們完全不一樣，他就沒(méi)有用武之地，這就是特有的人才。（一）大數(shù)據(jù)是大銀行解決面臨問(wèn)題的重要著力點(diǎn)大型商業(yè)銀行正面臨很多嚴(yán)峻的挑戰(zhàn)和問(wèn)題，例如利潤(rùn)增速下滑、資產(chǎn) 質(zhì)量降低、市場(chǎng)地位受到挑戰(zhàn)、傳統(tǒng)產(chǎn)品增

6、長(zhǎng)空間受到限制等，尤其是隨著 中國(guó)經(jīng)濟(jì)增長(zhǎng)進(jìn)入“新常態(tài)” 、銀行進(jìn)入股改紅利后時(shí)期，傳統(tǒng)上靠擴(kuò)大規(guī)模 就可以維持快速增長(zhǎng)的時(shí)期已經(jīng)過(guò)去了。銀行轉(zhuǎn)型首先解決的是尋找新的利 潤(rùn)增長(zhǎng)點(diǎn)，從發(fā)達(dá)國(guó)家銀行發(fā)展經(jīng)驗(yàn)看，通過(guò)深入挖掘分析客戶(hù)真實(shí)需求、 提供更有針對(duì)性的服務(wù)，就可以大幅提高盈利水平，這是體現(xiàn)數(shù)據(jù)挖掘價(jià)值 最直接地方。比如花旗銀行亞太地區(qū)，近年來(lái)有 25%的利潤(rùn)來(lái)自于數(shù)據(jù)挖掘； 匯豐銀行通過(guò)數(shù)據(jù)挖掘開(kāi)展交叉銷(xiāo)售，使客戶(hù)貸款產(chǎn)品響應(yīng)率提高了 5 倍； 澳洲聯(lián)邦銀行運(yùn)用大數(shù)據(jù)分析來(lái)提供個(gè)性化的交叉銷(xiāo)售，成功將交叉銷(xiāo)售率 從 9%提高到 60%；VISA把發(fā)現(xiàn)信用卡欺詐的時(shí)間從 1 個(gè)月縮短到 13分

7、鐘，極 大地降低了信用卡欺詐帶來(lái)的風(fēng)險(xiǎn)；另外，數(shù)據(jù)挖掘在客戶(hù)挽留、客戶(hù)細(xì)分 等領(lǐng)域都有效果非常好的應(yīng)用。這還是在他們?cè)袛?shù)據(jù)分析水平就較高的基 礎(chǔ)上，國(guó)內(nèi)商業(yè)銀行數(shù)據(jù)挖掘分析水平本來(lái)較低，這方面的工作將會(huì)產(chǎn)生更 大的效果，相比于傳統(tǒng)上跑馬圈地、擴(kuò)張規(guī)模的做法，可以起到事半功倍的 作用。進(jìn)入移動(dòng)互聯(lián)時(shí)代后， “跨界”成為普遍特征，互聯(lián)網(wǎng)企業(yè)利用平臺(tái)優(yōu) 勢(shì)和數(shù)據(jù)優(yōu)勢(shì)不斷入侵其它行業(yè)，銀行業(yè)也受到了很大沖擊，我們?cè)谵D(zhuǎn)型中 必須要思考未來(lái)銀行業(yè)務(wù)模式到底是什么。實(shí)際上，在生意比較好做的時(shí)候， 很多事情我們不愿意做，失去了很多商機(jī)，我們有上億的個(gè)人客戶(hù)，這些客 戶(hù)在購(gòu)買(mǎi)產(chǎn)品、出差時(shí)的消費(fèi)記錄都可以記錄下

8、來(lái)，如果我們知道一個(gè)客戶(hù) 購(gòu)買(mǎi)了機(jī)票或火車(chē)票去異地出差，就可以為他推薦目的地的酒店，就像藝龍、 攜程那樣，不僅可以方便客戶(hù)，還會(huì)帶來(lái)可觀的利潤(rùn)。利用大數(shù)據(jù)技術(shù)這是 可以做到的。這還僅僅是簡(jiǎn)單的開(kāi)始，大數(shù)據(jù)會(huì)使銀行能夠真正介入客戶(hù)日 常生活，成為客戶(hù)各項(xiàng)活動(dòng)的“安排者”和伙伴，這會(huì)為銀行的經(jīng)營(yíng)方式帶 來(lái)革命性的改變，就像 BRETT在 BANK3.0中說(shuō)的，銀行變?yōu)橐环N行為，滲 透到客戶(hù)的每個(gè)日?；顒?dòng)。銀行轉(zhuǎn)型面臨的第二個(gè)典型問(wèn)題是風(fēng)險(xiǎn)管理，傳 統(tǒng)上銀行的風(fēng)險(xiǎn)計(jì)量更多的是依靠客戶(hù)財(cái)務(wù)數(shù)據(jù)，不僅滯后，往往還有很?chē)?yán) 重的數(shù)據(jù)質(zhì)量問(wèn)題，大數(shù)據(jù)為識(shí)別客戶(hù)風(fēng)險(xiǎn)提供了全新的思路，例如，使用 客戶(hù)交易行為數(shù)據(jù)

9、、輿情數(shù)據(jù)甚至企業(yè)主的行為數(shù)據(jù)，可以更加及時(shí)、準(zhǔn)確 地發(fā)現(xiàn)企業(yè)的潛在風(fēng)險(xiǎn)，比起傳統(tǒng)上通過(guò)下戶(hù)調(diào)查、分析財(cái)務(wù)數(shù)據(jù)的方法更 加有效?？梢哉f(shuō)，銀行轉(zhuǎn)型的各個(gè)方面都可以從大數(shù)據(jù)方法中獲益，發(fā)達(dá)國(guó) 家商業(yè)銀行經(jīng)驗(yàn)表明，在很多領(lǐng)域數(shù)據(jù)挖掘都會(huì)產(chǎn)生巨大的價(jià)值。這次全球金融危機(jī)之后，各國(guó)銀行都在探索轉(zhuǎn)型路徑，尋找未來(lái)銀行的 發(fā)展方向。經(jīng)過(guò)多方觀察和深入思考，我們發(fā)現(xiàn)大部分銀行的轉(zhuǎn)型都有一個(gè) 共同的特點(diǎn)，就是轉(zhuǎn)型的設(shè)計(jì)方案都是建立在大量數(shù)據(jù)分析的基礎(chǔ)上，數(shù)據(jù) 已成為當(dāng)前最突出的各種矛盾、各種潛力、各種機(jī)遇的一個(gè)集合點(diǎn)。也就是 說(shuō)，從數(shù)據(jù)入手，我們可能就找到大型銀行未來(lái)轉(zhuǎn)型的一個(gè)事半功倍、給一 個(gè)支點(diǎn)就能撬動(dòng)地球

10、的一個(gè)著力點(diǎn)。通過(guò)數(shù)據(jù)挖掘，準(zhǔn)確理解市場(chǎng)發(fā)展方向、 客戶(hù)需求、風(fēng)險(xiǎn)特征，能夠使我們正確配置資源，實(shí)施有效創(chuàng)新。相比較新 的產(chǎn)品和其它資源，大數(shù)據(jù)上的能力更難以復(fù)制，因此更可能成為我們的核 心競(jìng)爭(zhēng)能力。因此，大數(shù)據(jù)不是一地一隅的事情，事關(guān)全行戰(zhàn)略轉(zhuǎn)型全局， 全行上下必須高度重視。一些先進(jìn)銀行的經(jīng)驗(yàn)已經(jīng)表明，數(shù)據(jù)挖掘會(huì)創(chuàng)造很 可觀的效益，尤其是對(duì)我們這樣數(shù)據(jù)分析基礎(chǔ)還比較薄弱的銀行，只要稍稍 投入就會(huì)產(chǎn)生出巨大的效益。（二）數(shù)據(jù)已成為大銀行的戰(zhàn)略性資產(chǎn) 對(duì)于現(xiàn)代化的大型銀行而言，我們的資產(chǎn)不僅是貸款等，有相當(dāng)重要部 分是數(shù)據(jù)，是尚未被納入核算系統(tǒng)的財(cái)產(chǎn)，這是大銀行區(qū)別于小銀行，也是 現(xiàn)代銀行區(qū)別于

11、傳統(tǒng)銀行的關(guān)鍵之處，數(shù)據(jù)是我們的重要財(cái)產(chǎn)?，F(xiàn)在，銀行 的一切活動(dòng)都被數(shù)據(jù)化，客戶(hù)的每一個(gè)行為、資金流轉(zhuǎn)的每一個(gè)細(xì)節(jié)、每一 個(gè)決策、每一次交流都成為數(shù)據(jù)，這些數(shù)據(jù)一旦得到深入分析使用，會(huì)深刻 改變銀行創(chuàng)造價(jià)值的模式。與其它資產(chǎn)還不一樣，數(shù)據(jù)的價(jià)值在被發(fā)掘后還 能夠不斷產(chǎn)生新的價(jià)值，其真實(shí)價(jià)值就像浮在水面上的冰山，我們發(fā)現(xiàn)的只 是一角，絕大部分都隱藏在表面以下。阿里在美國(guó)上市當(dāng)天市值達(dá)到 2300 多 億美元，在當(dāng)時(shí)建行才有 1800 多億的市值，它比我們建行都大，甚至比工行 都大。馬云的優(yōu)勢(shì)在哪，為什么全球的投資這么追捧？數(shù)據(jù)平臺(tái)是他的重要 財(cái)富。再看 FACEBOO的K例子， 2012年它上市

12、時(shí)定價(jià)是 38美元，總估值 1000 多億美元，但在 2011年底其資產(chǎn)負(fù)債表中總資產(chǎn)是多少呢？?jī)H有 66 億美元！ 也就是說(shuō)，市場(chǎng)當(dāng)時(shí)對(duì) FACEBOO賬K 面之外的數(shù)據(jù)等資產(chǎn)的估值接近 1000 億 美元。谷歌收購(gòu)了一些公司，其實(shí)他收購(gòu)的是數(shù)據(jù)，每一次對(duì)數(shù)據(jù)公司的收 購(gòu)都帶來(lái)市值的巨大變化，說(shuō)明數(shù)據(jù)是他們的重要財(cái)富。最近國(guó)際上很多機(jī) 構(gòu)都在探討如何量化數(shù)據(jù)等無(wú)形資產(chǎn)的價(jià)值，例如美國(guó)一個(gè)聯(lián)邦儲(chǔ)備銀行經(jīng) 濟(jì)學(xué)家估計(jì)企業(yè)擁有的數(shù)據(jù)等無(wú)形資產(chǎn)的價(jià)值超過(guò) 8 萬(wàn)億美元，相當(dāng)于德國(guó)、 法國(guó)和意大利的 GDP之和；美國(guó)財(cái)務(wù)會(huì)計(jì)準(zhǔn)則委員會(huì)也在探討研究數(shù)據(jù)等無(wú) 形資產(chǎn)價(jià)值的事宜。大型銀行的數(shù)據(jù)財(cái)富往往被忽略

13、了，我們必須要認(rèn)識(shí)到 數(shù)據(jù)的價(jià)值，把數(shù)據(jù)作為重要資產(chǎn)保護(hù)、經(jīng)營(yíng)，未來(lái)要立于不敗之地，不能 完全看存款、貸款，還應(yīng)看我們的數(shù)據(jù)挖掘和運(yùn)用。如果銀行真能樹(shù)立起數(shù) 據(jù)優(yōu)勢(shì)，股價(jià)一定會(huì)有大幅度上漲。從實(shí)際情況來(lái)看，我們的數(shù)據(jù)優(yōu)勢(shì)一點(diǎn) 都不比馬云差，關(guān)鍵是我們沒(méi)有把數(shù)據(jù)當(dāng)作財(cái)富，說(shuō)到底我們沒(méi)有這方面的 人才。數(shù)據(jù)就像礦石一樣，價(jià)值不在于多少，而在于挖掘。資源利用的越深 價(jià)值越大，就在于挖掘。銀行的數(shù)據(jù)沒(méi)有價(jià)值是因?yàn)闆](méi)有挖掘，沒(méi)有挖掘就是符號(hào)，各分行那么多數(shù)據(jù)，通過(guò)數(shù)據(jù)挖掘創(chuàng)造的價(jià)值可能幾倍于通過(guò)市場(chǎng) 開(kāi)發(fā)創(chuàng)造的財(cái)富。數(shù)據(jù)財(cái)富是沒(méi)有天花板的，可以不斷挖掘、不斷創(chuàng)造。在銀行業(yè)，對(duì)數(shù)據(jù)資產(chǎn)的爭(zhēng)奪已經(jīng)關(guān)乎產(chǎn)業(yè)的

14、未來(lái)格局。銀行自誕生以 來(lái)就是靠信息驅(qū)動(dòng)的行業(yè)，銀行從不吝惜在信息方面的投資，在經(jīng)營(yíng)資金和 風(fēng)險(xiǎn)過(guò)程中，資金流、信息流天然就結(jié)合在一起，內(nèi)外部交易積累了海量的 數(shù)據(jù)，銀行每個(gè)員工都在從事數(shù)據(jù)采集、幾乎也都在使用數(shù)據(jù)。但是，由于 傳統(tǒng)上銀行更多強(qiáng)調(diào)事后統(tǒng)計(jì)工作（包括監(jiān)管統(tǒng)計(jì)、各類(lèi)報(bào)表等） ，大量數(shù)據(jù) 資源沒(méi)有得到充分挖掘，無(wú)法通過(guò)挖掘進(jìn)行預(yù)測(cè)并支持經(jīng)營(yíng)管理，銀行相比 互聯(lián)網(wǎng)公司在這方面已經(jīng)處于劣勢(shì)。進(jìn)入大數(shù)據(jù)時(shí)代，數(shù)據(jù)成為銀行的戰(zhàn)略 性資產(chǎn)，銀行其它資產(chǎn)甚至需要追隨數(shù)據(jù)進(jìn)行整合優(yōu)化，深入的數(shù)據(jù)挖掘分 析對(duì)銀行客戶(hù)營(yíng)銷(xiāo)、產(chǎn)品創(chuàng)新、績(jī)效考核以及風(fēng)險(xiǎn)管理等將發(fā)揮日益重要的 作用，數(shù)據(jù)挖掘和應(yīng)用能力成為

15、銀行核心競(jìng)爭(zhēng)力的關(guān)鍵因素。銀行的經(jīng)營(yíng)方 式從過(guò)去的產(chǎn)品為中心、客戶(hù)為中心過(guò)渡到以數(shù)據(jù)為中心，數(shù)據(jù)驅(qū)動(dòng)成為銀 行業(yè)發(fā)展的不可逆轉(zhuǎn)的方向。大數(shù)據(jù)正成為銀行獲得新的認(rèn)知、創(chuàng)造新的價(jià) 值的源泉，也是改變市場(chǎng)、組織機(jī)構(gòu)以及銀行與客戶(hù)關(guān)系的方法。在大數(shù)據(jù)的支持下，我們可以將未來(lái)銀行描繪為這樣一張藍(lán)圖：銀行有 整合完整的客戶(hù)行為數(shù)據(jù)，充分了解客戶(hù)消費(fèi)及投融資偏好，能夠據(jù)以即時(shí) 為客戶(hù)提供針對(duì)性服務(wù)。當(dāng)客戶(hù)走入銀行，輕輕點(diǎn)擊觸摸屏?xí)r，我們可以根 據(jù)他的指紋等生物信息快速識(shí)別其身份，并通過(guò)客戶(hù)以往的交易及消費(fèi)行為 記錄、客戶(hù)的收入情況、各種貸款及固定還款情況推測(cè)客戶(hù)可能要實(shí)現(xiàn)的交 易需求。同時(shí)利用客戶(hù)的基本特征

16、與金融大數(shù)據(jù)分析結(jié)果比對(duì)，推測(cè)客戶(hù)可 能的風(fēng)險(xiǎn)承受能力平均值，以及他傾向性的理財(cái)需求，為客戶(hù)提供一款適合 其性格及消費(fèi)習(xí)慣的個(gè)性理財(cái)產(chǎn)品?？蛻?hù)不再為每天接受大量無(wú)針對(duì)性理財(cái) 發(fā)售信息而倍感頭痛，銀行會(huì)根據(jù)客戶(hù)的交易記錄適時(shí)的為其提供理財(cái)產(chǎn)品 信息，配套產(chǎn)品服務(wù)推介，讓每一位客戶(hù)感覺(jué)到他的專(zhuān)屬服務(wù)?？梢赃@樣說(shuō)， 數(shù)據(jù)會(huì)深刻改變銀行的經(jīng)營(yíng)模式，重塑銀行服務(wù)行為。從這個(gè)方面說(shuō)，與小 數(shù)據(jù)相比，只有大數(shù)據(jù)才成為銀行的戰(zhàn)略資產(chǎn)，銀行掌握的數(shù)據(jù)規(guī)模和質(zhì)量 成為影響其商業(yè)價(jià)值的關(guān)鍵要素之一，在大數(shù)據(jù)時(shí)代公司的品牌價(jià)值正讓位 于其掌握的數(shù)據(jù)的價(jià)值。目前很多互聯(lián)網(wǎng)公司在大量跨領(lǐng)域并購(gòu)掌握數(shù)據(jù)資 源的公司，例如阿

17、里并購(gòu)高德地圖和優(yōu)酷土豆， 騰訊收購(gòu)大眾點(diǎn)評(píng)和 58 同城， 百度收購(gòu) 91 無(wú)線(xiàn)，在很大程度上都是為了并購(gòu)對(duì)象的大量數(shù)據(jù)資源，他們現(xiàn) 在的行為也會(huì)是銀行將來(lái)的發(fā)展趨勢(shì)。（三）數(shù)據(jù)挖掘能力成為大型商業(yè)銀行的核心競(jìng)爭(zhēng)能力 實(shí)現(xiàn)大數(shù)據(jù)的重要價(jià)值有一個(gè)前提，就是要能從紛繁蕪雜的數(shù)據(jù)中去偽 存真、找出規(guī)律，發(fā)現(xiàn)有價(jià)值的信息，這僅靠專(zhuān)家的經(jīng)驗(yàn)和智慧是遠(yuǎn)遠(yuǎn)不夠 的，需要更多地借助數(shù)據(jù)挖掘技術(shù)。 這里舉一個(gè)著名的案例 沃爾瑪“啤酒 和嬰兒紙尿褲”的故事。大致情節(jié)是這樣的：沃爾瑪公司某店面經(jīng)理偶然發(fā) 現(xiàn)一個(gè)現(xiàn)象，周末啤酒和嬰兒紙尿褲的銷(xiāo)量會(huì)同時(shí)出現(xiàn)上升。這個(gè)現(xiàn)象通常 不會(huì)引起重視，因?yàn)槌袖N(xiāo)售的商品數(shù)以萬(wàn)計(jì)。

18、但是店面經(jīng)理對(duì)商品銷(xiāo)售數(shù) 據(jù)進(jìn)行了數(shù)據(jù)挖掘分析和跟蹤，最后發(fā)現(xiàn)，購(gòu)買(mǎi)這兩種產(chǎn)品的顧客年齡基本 都在 25-35 歲左右，他們的孩子大多都在哺乳期，周末往往都會(huì)按照妻子的 吩咐到沃爾瑪超市為孩子購(gòu)買(mǎi)嬰兒紙尿褲，而在購(gòu)物的同時(shí)他們通常也會(huì)為 自己順便買(mǎi)幾瓶啤酒（因?yàn)橹苣┦敲绹?guó)各種球賽電視直播最集中的時(shí)間，可 以邊喝啤酒邊看比賽） 。發(fā)現(xiàn)這個(gè)非常有價(jià)值的規(guī)律以后，超市對(duì)物品擺放進(jìn) 行了調(diào)整，將原來(lái)相隔較遠(yuǎn)的婦嬰用品區(qū)調(diào)整到酒類(lèi)飲料區(qū)附近，這樣不僅 方便了客戶(hù)選購(gòu)，而且大大提高了兩類(lèi)商品的銷(xiāo)量。如果沒(méi)有數(shù)據(jù)挖掘方法，這個(gè)規(guī)律不太可能憑經(jīng)驗(yàn)發(fā)現(xiàn)?，F(xiàn)代商業(yè)銀行各種風(fēng)險(xiǎn)管理的技術(shù)方法，都 是基于數(shù)據(jù)；銀行各

19、種風(fēng)險(xiǎn)經(jīng)營(yíng)和決策，都強(qiáng)調(diào)“數(shù)據(jù)說(shuō)話(huà)” 。當(dāng)然，數(shù)據(jù)本 身并不會(huì)說(shuō)話(huà)，要通過(guò)對(duì)銀行的數(shù)據(jù)進(jìn)行深入的挖掘，發(fā)現(xiàn)我們的市場(chǎng)、風(fēng) 險(xiǎn)和盈利。對(duì)這些問(wèn)題的認(rèn)識(shí)，全行不是沒(méi)有，但是局限在少量一些人，比 如說(shuō)做信息的人，還有些前沿地區(qū)的分行，他們感覺(jué)到了，也進(jìn)行了嘗試并 取得很好效果，但是大部分同志甚至分行領(lǐng)導(dǎo)同志都沒(méi)有，更不可能在這方 面投入精力、有比較深的認(rèn)識(shí)。所以，怎么提高全行對(duì)數(shù)據(jù)的認(rèn)識(shí)，培養(yǎng)先 進(jìn)的數(shù)據(jù)理念，真正做到以數(shù)據(jù)說(shuō)話(huà)、基于數(shù)據(jù)決策并形成良好習(xí)慣將是任 重道遠(yuǎn)的工作。我們不僅要采集、管理好數(shù)據(jù)，更重要的是不斷挖掘、應(yīng)用 數(shù)據(jù)，人腦越用越靈光，數(shù)據(jù)也是越用就越好用、價(jià)值越大。數(shù)據(jù)可以進(jìn)行 不

20、斷的挖掘分析，上次挖掘的結(jié)果可以作為新的數(shù)據(jù)推動(dòng)下一步更深入的挖 掘，從而產(chǎn)生挖掘的“乘數(shù)效應(yīng)” ，創(chuàng)造越來(lái)越大的價(jià)值，這樣的良性循環(huán)使 數(shù)據(jù)挖掘能力真正成為大型銀行不可替代的核心競(jìng)爭(zhēng)力。（四）大數(shù)據(jù)促成了銀行管理轉(zhuǎn)向以數(shù)據(jù)分析為基礎(chǔ)的精細(xì)化管理 以往，由于數(shù)據(jù)和分析手段的缺乏，銀行專(zhuān)家更多依靠經(jīng)驗(yàn)、邏輯判斷 進(jìn)行業(yè)務(wù)決策，對(duì)較長(zhǎng)時(shí)間跨度的數(shù)據(jù)分析應(yīng)用較少。這種單純依靠經(jīng)驗(yàn)判 斷的弱點(diǎn)體現(xiàn)在：一是無(wú)法獲取準(zhǔn)確的業(yè)務(wù)趨勢(shì)信息，不能“先知先覺(jué)” ；二 是不能對(duì)客戶(hù)進(jìn)行充分細(xì)分，不能支持滿(mǎn)足客戶(hù)需求的差異化策略；三是無(wú) 法準(zhǔn)確跟蹤評(píng)估業(yè)務(wù)策略的效果；四是無(wú)法準(zhǔn)確權(quán)衡收益、風(fēng)險(xiǎn)、成本、貢 獻(xiàn)，造成顧此

21、失彼和業(yè)務(wù)條線(xiàn)矛盾。隨著大數(shù)據(jù)時(shí)代到來(lái)，以數(shù)據(jù)分析為基 礎(chǔ)的精細(xì)化管理已具備條件，顯示出巨大優(yōu)勢(shì)：一是量化分析的結(jié)果更為客 觀，更易于理解、被管理者接受，更容易讓不同層級(jí)、條線(xiàn)的人員達(dá)成共識(shí)； 二是量化分析結(jié)果可以長(zhǎng)期儲(chǔ)存和反復(fù)跟蹤驗(yàn)證，比人為判斷更能準(zhǔn)確獲取 市場(chǎng)規(guī)律并在實(shí)踐中印證，從而也具有更好的預(yù)測(cè)能力和事后評(píng)估能力；三 是能夠照顧到不同客戶(hù)群體的各種細(xì)分需求，使針對(duì)性服務(wù)水平大幅提升； 四是可以用于權(quán)衡復(fù)雜的風(fēng)險(xiǎn)收益關(guān)系，確保價(jià)值創(chuàng)造最大化。比如，對(duì)客戶(hù)信用評(píng)級(jí)模型，通過(guò)引入大數(shù)據(jù)分析方法，減少主觀判斷， 強(qiáng)調(diào)數(shù)據(jù)相關(guān)性分析，可以提高風(fēng)險(xiǎn)預(yù)測(cè)的準(zhǔn)確性，提高風(fēng)險(xiǎn)決策水平；利 用大數(shù)據(jù)分析

22、平臺(tái)，收集分析客戶(hù)的交易行為數(shù)據(jù)、社交網(wǎng)絡(luò)數(shù)據(jù)，用以實(shí) 現(xiàn)增強(qiáng)的客戶(hù)細(xì)分、客戶(hù)挽留、客戶(hù)獲取和最佳行動(dòng)推薦等，對(duì)客戶(hù)展開(kāi)營(yíng) 銷(xiāo)；基于大數(shù)據(jù)，可對(duì)產(chǎn)品、客戶(hù)、渠道的業(yè)績(jī)表現(xiàn)進(jìn)行充分的比較，從而 為業(yè)務(wù)變革策略提供支持，例如分析客戶(hù)流失趨勢(shì)、產(chǎn)品貢獻(xiàn)度、渠道運(yùn)行 效率和成本等，對(duì)建立客戶(hù)、產(chǎn)品、渠道變革策略分別具有重要意義。二、對(duì)于大銀行來(lái)說(shuō)大數(shù)據(jù)并不神秘 人之所以區(qū)別于其他動(dòng)物，其本質(zhì)在于思維，人類(lèi)總是基于理智判斷環(huán) 境，做出決策。孫子兵法有云， “知己知彼，百戰(zhàn)不殆；不知彼而知己，一勝 一負(fù)；不知己不知彼，每戰(zhàn)必殆” ，這其實(shí)揭示了人類(lèi)決策的三要素：知己、 知彼、權(quán)衡。早期，受制于數(shù)據(jù)收集、數(shù)

23、據(jù)存儲(chǔ)、分析技術(shù)和工具的局限性， 我們僅停留在有用的、直接的、可感觸的信息層面，以滿(mǎn)足我們對(duì)現(xiàn)狀的認(rèn) 識(shí)。隨著社會(huì)的發(fā)展，我們對(duì)權(quán)衡的需求越來(lái)越迫切，但“知己、知彼、權(quán) 衡”的難度也越來(lái)越大：所謂“知己” ，不僅僅是了解一個(gè)個(gè)體，而是了解其 作為群體的個(gè)體，作為集團(tuán)的個(gè)體，作為區(qū)域的個(gè)體；所謂“知彼” ，受制于 信息安全管制、信息壟斷、欺詐利用等行為，使傳統(tǒng)的方法不再有效；所謂 “權(quán)衡”，由于追求的目標(biāo)日益復(fù)合化，模式日趨復(fù)雜，傳統(tǒng)的決策依據(jù)和經(jīng) 驗(yàn)失效，都是導(dǎo)致行為出現(xiàn)偏差的重要原因。傳統(tǒng)的事實(shí)分析，多采用靜態(tài)的趨勢(shì)外延的方法，即根據(jù)經(jīng)驗(yàn)認(rèn)知和直 接信息，推演事物的規(guī)律，揭示事物發(fā)生的原因，

24、但由于經(jīng)驗(yàn)的局限，直接 信息的片面，以及方法的滯后，導(dǎo)致傳統(tǒng)的事實(shí)分析無(wú)法對(duì)未來(lái)進(jìn)行準(zhǔn)確預(yù) 判。基于相關(guān)性的事實(shí)預(yù)測(cè)，能夠幫助我們解決這個(gè)難題。比如地震預(yù)測(cè)， 全面收集到地震形成的數(shù)據(jù)，在當(dāng)前的技術(shù)和認(rèn)知水平下，這幾乎是不可能 的任務(wù)，但是我們可以通過(guò)觀察動(dòng)物的反常行為來(lái)預(yù)測(cè)地震，這就是基于相 關(guān)性的事實(shí)預(yù)測(cè)，而且通常高效、準(zhǔn)確。基于相關(guān)性的事實(shí)預(yù)測(cè)，最大的挑 戰(zhàn)是如何動(dòng)態(tài)地記錄、儲(chǔ)存、量化、分析海量的非結(jié)構(gòu)化數(shù)據(jù)。一直以來(lái)， 我們對(duì)相關(guān)性分析并不陌生，但都是基于結(jié)構(gòu)化數(shù)據(jù)，非結(jié)構(gòu)化數(shù)據(jù)的引入， 能夠很好的幫助我們獲得更加準(zhǔn)確的分析結(jié)果，但是從將非結(jié)構(gòu)化數(shù)據(jù)整合 至結(jié)構(gòu)化數(shù)據(jù)，成為了我們面臨的

25、重大挑戰(zhàn)。直到 IT 革命的出現(xiàn)，這個(gè)挑戰(zhàn) 才開(kāi)始發(fā)生變化。 IT 革命不僅是設(shè)備或技術(shù)的革命，更是信息和技術(shù)相互影 響的共同革命 ,信息的廣泛高效以及低成本收集、儲(chǔ)存、分析變成現(xiàn)實(shí)；而互 聯(lián)網(wǎng)的出現(xiàn)與發(fā)展解決了動(dòng)態(tài)記錄與實(shí)時(shí)反饋，從而使得相關(guān)性分析普及成 大數(shù)據(jù)方法，進(jìn)而使數(shù)據(jù)分析更深入、更準(zhǔn)確、更及時(shí)、更前瞻。大數(shù)據(jù)的核心正是在基于相關(guān)性的事實(shí)預(yù)測(cè)，大數(shù)據(jù)的革命則是分析方 法的革命，這種突破帶來(lái)了社會(huì)經(jīng)濟(jì)發(fā)展的飛躍，使過(guò)去很多不可能的事情 變成了現(xiàn)實(shí)。從理論上來(lái)說(shuō)，我們幾乎沒(méi)有任何事情是不可知的，因此我們 的決策將會(huì)更加精準(zhǔn)、更加科學(xué)、更加理性，社會(huì)經(jīng)濟(jì)運(yùn)行效率將會(huì)極大提 高。在美國(guó)，大數(shù)

26、據(jù)甚至應(yīng)用在了社會(huì)公共決策上，專(zhuān)家們通過(guò)大量的數(shù)據(jù) 收集、分析、測(cè)試、試驗(yàn)，得出“ 1 元錢(qián)的就業(yè)指導(dǎo)將減少 5元錢(qián)失業(yè)保障支 出”的數(shù)據(jù)結(jié)論，政府基于這個(gè)數(shù)據(jù)結(jié)論調(diào)整就業(yè)指導(dǎo)政策后，大幅度減少 了失業(yè)保障金的支出。大數(shù)據(jù)的應(yīng)用前景也是非常廣泛。在“知己”方面，大數(shù)據(jù)可以幫助我 們更加了解個(gè)體和群體，更加了解市場(chǎng)的過(guò)去、現(xiàn)在、未來(lái)；在“知彼”方 面，大數(shù)據(jù)可以讓我們更全面地了解競(jìng)爭(zhēng)對(duì)手、合作伙伴、各種利益相關(guān)者； 在應(yīng)對(duì)多元化的經(jīng)營(yíng)目標(biāo)時(shí)，大數(shù)據(jù)可以幫助我們更好地權(quán)衡收益、風(fēng)險(xiǎn)、 政治、社會(huì)責(zé)任等。傳統(tǒng)認(rèn)知工具很難面面俱到、和諧兼顧，但是在大數(shù)據(jù) 方法下我們可以開(kāi)展多目標(biāo)、多層次、多角度的權(quán)衡

27、測(cè)試，進(jìn)行多方案的選 擇，極大提高了個(gè)體和群體的行為能力。（一）大數(shù)據(jù)的基本范疇首先是數(shù)據(jù)量要充分大，從 MB級(jí)數(shù)據(jù)量，到 GB級(jí)，到 TB級(jí)，直到今天 動(dòng)輒的 PB級(jí)數(shù)據(jù)量，都屬于大數(shù)據(jù)的范疇，而且這個(gè)范疇是沒(méi)有邊界的，沒(méi) 有人知道未來(lái)數(shù)據(jù)量將會(huì)達(dá)到什么程度。其次是數(shù)據(jù)面要充分廣，從傳統(tǒng)的 交易數(shù)據(jù)，擴(kuò)充到語(yǔ)音、文本，甚至是一舉一動(dòng)，在過(guò)去看起來(lái)無(wú)法利用的 垃圾、噪音，今天都有可能成為我們分析的寶貴資產(chǎn)。然后是數(shù)據(jù)粒度要充 分細(xì)，要把握每一個(gè)細(xì)節(jié)，才能充分發(fā)揮效果。最后是數(shù)據(jù)要充分相關(guān)，打 破傳統(tǒng)的數(shù)據(jù)孤立局面，在不同數(shù)據(jù)之間建立相關(guān)的聯(lián)接，真正使用大數(shù)據(jù)。（二）大數(shù)據(jù)的思維的關(guān)鍵特征 第一

28、，我們對(duì)大數(shù)據(jù)不能過(guò)分地追求所謂的精準(zhǔn)、標(biāo)準(zhǔn)。 為什么大數(shù)據(jù) 時(shí)代我們不再追求數(shù)據(jù)的精確度？一方面，隨著放松了數(shù)據(jù)容錯(cuò)的標(biāo)準(zhǔn)，我 們掌握的數(shù)據(jù)也多了起來(lái)，可以利用這些數(shù)據(jù)做更多新的事情。舉個(gè)例子， 假設(shè)我們要測(cè)量一個(gè)葡萄園的溫度，如果整個(gè)葡萄園只有一個(gè)溫度計(jì)，那就 必須確保這個(gè)溫度計(jì)是精確的而且能一直工作，這就是小數(shù)據(jù)時(shí)代的特點(diǎn)； 但是如果每棵葡萄上都有一個(gè)溫度計(jì)，其中有些溫度計(jì)的結(jié)果是錯(cuò)誤的，但 眾多的溫度計(jì)一定會(huì)提供一個(gè)更加準(zhǔn)確的結(jié)果，這就是大數(shù)據(jù)時(shí)代的特點(diǎn)。如果再考慮到度數(shù)頻率，如果一個(gè)小時(shí)讀一次，對(duì)讀取準(zhǔn)確的要求就必須很 高；但如果每個(gè)溫度計(jì)每秒鐘都能產(chǎn)生一個(gè)溫度，那么其中有一些錯(cuò)誤就

29、是 完全可以接受的，而且我們還會(huì)發(fā)現(xiàn)一些更多的溫度變化規(guī)律。大數(shù)據(jù)時(shí)代， 為了收集到數(shù)量龐大的信息，我們需要放棄嚴(yán)格精確的選擇，這是值得的。 我們?cè)趺纯创繑?shù)據(jù)和使用部分?jǐn)?shù)據(jù)的差別，以及如何選擇放松要求取代 嚴(yán)格的精確性，將會(huì)對(duì)我們與世界的溝通產(chǎn)生嚴(yán)重的影響。過(guò)去都說(shuō)，銀行的數(shù)據(jù)規(guī)模雖然很大，但真正有用的數(shù)據(jù)不多，尤其是 在風(fēng)險(xiǎn)建模時(shí)，每次要進(jìn)行清洗，每次只有幾千條數(shù)據(jù)是有用的，大量的信 息全都洗掉了。我們過(guò)去經(jīng)常批評(píng)數(shù)據(jù)倉(cāng)庫(kù)“垃圾”進(jìn)， “垃圾”出，其實(shí)大 數(shù)據(jù)的概念本身是容忍數(shù)據(jù)的不精確的，我們過(guò)去講數(shù)據(jù)要精準(zhǔn)，那是過(guò)去 我們的存儲(chǔ)能力有限的情況下，我們必須通過(guò)高質(zhì)量的數(shù)據(jù)進(jìn)行分析，事實(shí)

30、 上，高質(zhì)量的數(shù)據(jù)會(huì)降低處理難度，但其數(shù)據(jù)價(jià)值也是非常有限的。大數(shù)據(jù) 說(shuō)他大，不僅是量的大，還有全、復(fù)雜和亂。通過(guò)對(duì)這樣一種大數(shù)據(jù)的分析， 才能真正發(fā)掘出有價(jià)值的東西。現(xiàn)在這個(gè)時(shí)代，儲(chǔ)存和處理都不再是問(wèn)題， 大量結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)看似垃圾，但是垃圾數(shù)據(jù)里可能蘊(yùn)藏著財(cái)富，我 們必須以大數(shù)據(jù)的概念來(lái)看我們的數(shù)據(jù)資產(chǎn)。第二，大數(shù)據(jù)的核心價(jià)值在于預(yù)測(cè) ，這對(duì)于我們銀行是最需要的東西。 大數(shù)據(jù)的核心是預(yù)測(cè)，就是把數(shù)學(xué)算法用到海量的數(shù)據(jù)上來(lái)預(yù)測(cè)事情發(fā)生的 可能性，一個(gè)客戶(hù)會(huì)購(gòu)買(mǎi)某個(gè)金融產(chǎn)品的可能性，一筆貸款發(fā)生違約的可能 性，從一個(gè)人理財(cái)和消費(fèi)行為來(lái)看他是否會(huì)利用信用卡分期付款的可能性， 這些預(yù)測(cè)之所以

31、會(huì)成功，關(guān)鍵就是建立在海量數(shù)據(jù)的基礎(chǔ)上。隨著系統(tǒng)接收 到的數(shù)據(jù)越來(lái)越多，預(yù)測(cè)的能力會(huì)越來(lái)越好。在不久的將來(lái)，許多現(xiàn)在單純 依靠人類(lèi)判斷力的領(lǐng)域都會(huì)被系統(tǒng)改變甚至取代。這在很多方面已經(jīng)改變了 我們的生活，比如說(shuō)亞馬遜和當(dāng)當(dāng)可以幫我們推薦想要的書(shū)，百度可以為關(guān) 聯(lián)網(wǎng)站排序，微博可以猜出我們認(rèn)識(shí)誰(shuí)。同樣的技術(shù)也可以運(yùn)用到銀行管理 的各個(gè)方面。想象一下，如果我們可以通過(guò)海量數(shù)據(jù)分析了解客戶(hù)的下一個(gè) 行為，那將是多么有價(jià)值的事情！這在大數(shù)據(jù)時(shí)代已完全成為可能，雖然人 們的行為模式有很大不同，但我們大多數(shù)人同樣是可以預(yù)測(cè)的，這意味著我 們能夠根據(jù)個(gè)體之前的行為軌跡數(shù)據(jù)預(yù)測(cè)他或者她未來(lái)行蹤的可能性。我們過(guò)去

32、做風(fēng)險(xiǎn)評(píng)級(jí)，講的是從過(guò)去看現(xiàn)在，試圖發(fā)現(xiàn)規(guī)律。大數(shù)據(jù)對(duì) 于過(guò)去是什么樣并不在意，更多關(guān)注的是未來(lái)是什么，核心價(jià)值就在這里。 其實(shí)人們都想知道未來(lái)，知道未來(lái)就能做出決策，關(guān)鍵是能不能知道未來(lái)。 我們過(guò)去所有的統(tǒng)計(jì)都在試圖解決這方面的問(wèn)題，只有大數(shù)據(jù)方法出現(xiàn)以后， 我們才使預(yù)測(cè)變成了真正的可能，通過(guò)找到一個(gè)關(guān)聯(lián)物并監(jiān)控它，就能預(yù)測(cè) 未來(lái)，建立在相關(guān)關(guān)系分析法基礎(chǔ)上的預(yù)測(cè)是大數(shù)據(jù)的核心。對(duì)于預(yù)測(cè)有兩 個(gè)方面我們必須把握的，第一個(gè)是預(yù)測(cè)業(yè)務(wù)方向，預(yù)測(cè)值不會(huì)是非常精準(zhǔn)的， 但方向至關(guān)重要。第二個(gè)是刻畫(huà)一個(gè)個(gè)體所具有的某種行為特征，能刻畫(huà)就 能選擇好客戶(hù)，選擇好客戶(hù)風(fēng)險(xiǎn)也就可控了，價(jià)值也有了，這是個(gè)非常重

33、要 的事情。大數(shù)據(jù)的價(jià)值就在于預(yù)測(cè)和刻畫(huà)，至于說(shuō)某個(gè)準(zhǔn)確的數(shù)值，這不是 大數(shù)據(jù)要做的事情。第三，大數(shù)據(jù)更關(guān)注相關(guān)性而不是因果關(guān)系。 也就是說(shuō)只告訴你“是什 么”，不回答“為什么” ，這已經(jīng)足夠了。相關(guān)關(guān)系很有用，不僅僅是因?yàn)樗?為我們提供新的視角，而且提供的視角都很清晰。舉個(gè)例子，一個(gè)人的信用 常被用來(lái)預(yù)測(cè)他的行為， FICO（美國(guó)個(gè)人消費(fèi)信用評(píng)估公司）在 20 世紀(jì) 50 年代發(fā)明了信用評(píng)分， 2011 年他們提出“遵從醫(yī)囑評(píng)分” 它分析一系列 的變量來(lái)決定這個(gè)人是否會(huì)按時(shí)吃藥，包括一些看起來(lái)怪異的事情，比方說(shuō)， 一個(gè)人在某地居住了多久，如果此人已經(jīng)結(jié)婚的話(huà)，就會(huì)分析他們多久換一 個(gè)工作以及

34、是否有私家車(chē)，有私家車(chē)和是否會(huì)按時(shí)用藥并沒(méi)有因果關(guān)系，但 數(shù)據(jù)顯示他們相關(guān)，這樣的評(píng)分會(huì)幫助醫(yī)療機(jī)構(gòu)節(jié)省開(kāi)支。 FICO 的首席執(zhí)行 官進(jìn)而揚(yáng)言，“我們知道你明天會(huì)做什么” 。同樣，利用客戶(hù)的資金交易行為 數(shù)據(jù)，我們可以做很多數(shù)據(jù)上的關(guān)聯(lián)分析，甚至發(fā)現(xiàn)一些隱藏的規(guī)律特點(diǎn)。 例如一家國(guó)際大型銀行通過(guò)大數(shù)據(jù)分析，發(fā)現(xiàn)年長(zhǎng)足球愛(ài)好者的利潤(rùn)率是普 通客戶(hù)的 3 倍，進(jìn)而通過(guò)為這批客戶(hù)提供特定服務(wù)獲取了不菲收益。再舉一 個(gè)零售業(yè)的著名例子， Target 是一家非常大的美國(guó)零售公司，他們已有大數(shù) 據(jù)的分析。有一天，一個(gè)電話(huà)打進(jìn)來(lái)，是一位非常生氣的客戶(hù)，這個(gè)客戶(hù)說(shuō) 公司送給他 17 歲的女兒一個(gè)折扣券，這

35、個(gè)產(chǎn)品是尿布或者是避孕藥，這位客 戶(hù)說(shuō)：“我 17 歲的女孩子根本不需要，我需要你來(lái)道歉。 ”幾天以后，客戶(hù)自 己跑來(lái)道歉，他說(shuō)你說(shuō)的很準(zhǔn)，我的女兒真的懷孕了。因?yàn)閼言械呐詴?huì)有 不同的生活習(xí)慣，會(huì)買(mǎi)不同的東西，我們自己有時(shí)候都不知道他們已經(jīng)懷孕 了，而 Target 反而知道了。這家公司就用這些信息為客戶(hù)推薦產(chǎn)品，然后給 折扣券。為什么要講這些例子呢？在大數(shù)據(jù)時(shí)代，我們不必非得知道現(xiàn)象背 后的原因，而是要讓數(shù)據(jù)自己 “發(fā)聲”，一旦找到了一個(gè)現(xiàn)象的良好的關(guān)聯(lián)物， 相關(guān)關(guān)系就可以幫助我們捕捉現(xiàn)在和預(yù)測(cè)未來(lái)。 2008 年連線(xiàn)雜志主編克 里斯安德森就指出“數(shù)據(jù)爆炸使所有的科學(xué)研究方法都落伍了” ，

36、用一系列的 因果關(guān)系來(lái)驗(yàn)證各種假設(shè)和猜想的研究范式已經(jīng)不實(shí)用了，如今它正被基于 大數(shù)據(jù)的相關(guān)關(guān)系研究所取代。讓數(shù)據(jù)發(fā)聲，我們會(huì)注意到很多以前從來(lái)沒(méi) 有意識(shí)到的聯(lián)系的存在，例如對(duì)沖基金通過(guò)剖析社交網(wǎng)絡(luò)上的數(shù)據(jù)信息預(yù)測(cè) 股市走向，京東和亞馬遜根據(jù)用戶(hù)在網(wǎng)站上的類(lèi)似查詢(xún)來(lái)進(jìn)行產(chǎn)品推薦，微 博通過(guò)用戶(hù)的社交網(wǎng)絡(luò)圖來(lái)猜測(cè)其喜好。當(dāng)然在研究完善制度時(shí)可能需要進(jìn) 行進(jìn)一步分析原因，但是對(duì)于決策時(shí)并不需要精確了解因果關(guān)系。大數(shù)據(jù)更多考慮的相關(guān)性，為我們預(yù)測(cè)提供很多的便利。比如浙江行的一個(gè)支行行長(zhǎng)做小企業(yè)業(yè)務(wù)的時(shí)候發(fā)現(xiàn)一個(gè)問(wèn)題，有個(gè)老板老往澳門(mén)跑，就懷疑這個(gè)企業(yè)可能有問(wèn)題，事實(shí)上證明確實(shí)如此。這就是相關(guān)性分析，

37、老往澳門(mén)跑不一定是賭博，但是賭博概率比較大，老板只要一賭博，好端端的企業(yè)可能都給賭沒(méi)了。所謂大數(shù)據(jù)思維在很大程度上就叫做相關(guān)性思維，透過(guò)一些相關(guān)性來(lái)捕捉信號(hào)，進(jìn)而進(jìn)行預(yù)測(cè)，我們?cè)诶斫夂瓦\(yùn)用大數(shù)據(jù)的時(shí)候，相關(guān)性這個(gè)詞大家一定要深刻理解并牢牢記住，透過(guò)相關(guān)性來(lái)解決問(wèn)題。大數(shù)據(jù)思維的重 要影響，就是會(huì)在很多方面影響我們思考問(wèn)題、分析問(wèn)題、解決問(wèn)題的方法， 使我們更快、更準(zhǔn)確地了解世界。（三）大數(shù)據(jù)的核心技術(shù)其實(shí)也很簡(jiǎn)單第一，相關(guān)性關(guān)系建模，這個(gè)建模方法能夠幫助我們快速、理性的進(jìn)行 決策。第二，非結(jié)構(gòu)化數(shù)據(jù)處理，大量的語(yǔ)音、文本、視頻、點(diǎn)擊流等非機(jī) 構(gòu)化數(shù)據(jù)，承載著許多行為信息，將這部分行為信息轉(zhuǎn)化為

38、結(jié)構(gòu)化數(shù)據(jù)，納 入我們已有的結(jié)構(gòu)化數(shù)據(jù)體系進(jìn)行量化分析，這實(shí)際上是大數(shù)據(jù)目前的一個(gè) 核心技術(shù)。大數(shù)據(jù)的工具有很多，常見(jiàn)的工具主要可歸結(jié)為回歸分析和隨機(jī) 試驗(yàn)?；貧w分析是統(tǒng)計(jì)學(xué)中革命性的進(jìn)步，隨機(jī)試驗(yàn)則能夠讓我們選取的樣 本更加具有代表性，特別是在樣本足夠大的時(shí)候，其客觀性更加有保障。三、 大銀行應(yīng)具備大數(shù)據(jù)邏輯思維隨著商業(yè)銀行資產(chǎn)越來(lái)越大，業(yè)務(wù)結(jié)構(gòu)越來(lái)越復(fù)雜，以往的經(jīng)營(yíng)經(jīng)驗(yàn)已 經(jīng)不能完全滿(mǎn)足大數(shù)據(jù)時(shí)代下對(duì)銀行經(jīng)營(yíng)者的要求?？缃缃?jīng)營(yíng)的探索者同樣 面臨這樣的問(wèn)題，量化經(jīng)營(yíng)管理成為了行業(yè)發(fā)展的共同趨勢(shì)。從西方商業(yè)銀 行分化的歷史上來(lái)看，基于自身交易數(shù)據(jù)管控、量化分析與數(shù)據(jù)挖掘，曾是 商業(yè)銀行分化的主

39、要驅(qū)動(dòng)因素。但是，挖掘自身交易數(shù)據(jù)的局限性在于，我 們無(wú)法據(jù)此準(zhǔn)確的預(yù)測(cè)市場(chǎng)趨勢(shì)，也無(wú)法準(zhǔn)確判斷客戶(hù)的行為走向，從而在 戰(zhàn)略選擇和經(jīng)營(yíng)決策上經(jīng)常出現(xiàn)失誤。近年來(lái)，部分銀行受相關(guān)性分析方法 的啟發(fā)，開(kāi)始嘗試運(yùn)用內(nèi)部的非結(jié)構(gòu)化數(shù)據(jù)，甚至外部的非交易性、非結(jié)構(gòu) 化數(shù)據(jù)，進(jìn)行內(nèi)部的潛力挖掘，外部的市場(chǎng)預(yù)測(cè)，以及客戶(hù)的行為分析，收 到了意外的功效。由此，銀行大數(shù)據(jù)的思維開(kāi)始形成，并展現(xiàn)出以下特征： 第一，了解客戶(hù)的金融需求。在過(guò)去，我們靠著走訪(fǎng)企業(yè)的財(cái)務(wù)總監(jiān)，交易 人員，發(fā)覺(jué)判斷客戶(hù)的金融需求，但是由于獲取信息的不全面，可能造成盲 目的推薦產(chǎn)品，導(dǎo)致客戶(hù)粘度、客戶(hù)貢獻(xiàn)度都很難提升?，F(xiàn)在許多外國(guó)的商 業(yè)銀

40、行已經(jīng)開(kāi)始用大數(shù)據(jù)的方法分析、了解并把握客戶(hù)的金融需求。第二， 預(yù)測(cè)客戶(hù)的風(fēng)險(xiǎn)。銀行是經(jīng)營(yíng)風(fēng)險(xiǎn)的，銀行的風(fēng)險(xiǎn)既來(lái)自于市場(chǎng)又來(lái)自于客 戶(hù)，但主要來(lái)自于客戶(hù)。我們傳統(tǒng)的分析方法依賴(lài)于收集客戶(hù)的財(cái)務(wù)數(shù)據(jù)和 我們自身積累的交易數(shù)據(jù)，很難做到更早、更全面、更細(xì)致地把握客戶(hù)的風(fēng) 險(xiǎn)，對(duì)風(fēng)險(xiǎn)的預(yù)測(cè)能力很差。風(fēng)險(xiǎn)管理要進(jìn)步，不能局限于過(guò)去的內(nèi)部評(píng)級(jí) 上，要用大數(shù)據(jù)的方式和方法，引導(dǎo)風(fēng)險(xiǎn)管理發(fā)生根本性的改革。第三，把 握交易價(jià)格走向?，F(xiàn)代的商業(yè)銀行，資金交易的比重越來(lái)越大，地位也越來(lái) 越重要。大數(shù)據(jù)在這方面的應(yīng)用，能夠幫助我們預(yù)測(cè)價(jià)格走向，決定交易定 價(jià)。第四，挖掘內(nèi)部潛能。有人分析，說(shuō)中國(guó)銀行業(yè)如果真正能夠做

41、到精細(xì) 化，我們的利潤(rùn)翻兩番都是有可能的。大數(shù)據(jù)就能夠幫助我們準(zhǔn)確定位管理 上的薄弱環(huán)節(jié)，內(nèi)部配置上的資源浪費(fèi)，不斷挖掘內(nèi)部潛能，實(shí)現(xiàn)銀行的可 持續(xù)發(fā)展。作為銀行家， 大數(shù)據(jù)可以在以下幾個(gè)方面幫助實(shí)現(xiàn)其經(jīng)營(yíng) “夢(mèng)想”：（一）為透徹了解市場(chǎng)創(chuàng)造了可能 銀行家要面臨復(fù)雜的形勢(shì)做出各類(lèi)決策，透徹地了解市場(chǎng)、把控市場(chǎng)是 我們最大的夢(mèng)想，能夠知道市場(chǎng)的發(fā)展趨勢(shì)才能做出有效的戰(zhàn)略決策，這是成就“國(guó)內(nèi)領(lǐng)先、國(guó)際一流”目標(biāo)的重要前提條件。我們現(xiàn)在面臨的市場(chǎng)環(huán) 境，與銀行家的“市場(chǎng)夢(mèng)”之間有很大的距離，許多問(wèn)題亟待解決：面對(duì)這 樣一個(gè)相對(duì)飽和的市場(chǎng)，我們要做到多大規(guī)模才合適？面對(duì)這樣一個(gè)復(fù)雜的 市場(chǎng)，什么業(yè)務(wù)是

42、我必須要做的？各個(gè)業(yè)務(wù)應(yīng)該做到多大規(guī)模？這些問(wèn)題的 存在，都說(shuō)明市場(chǎng)選擇極其困難。傳統(tǒng)上已經(jīng)有很多工具和方法幫助我們?nèi)?理解市場(chǎng)，例如波士頓矩陣、標(biāo)桿分析、 SWOT分析等，也包括抽樣調(diào)查等成 熟的統(tǒng)計(jì)工具，但只有大數(shù)據(jù)方法才為我們透徹地了解市場(chǎng)創(chuàng)造了可能，通 過(guò)對(duì)全部客戶(hù)海量行為數(shù)據(jù)的分析，我們將有能力知道市場(chǎng)的未來(lái)發(fā)展方向， 進(jìn)而可以有針對(duì)性地做出戰(zhàn)略安排。依托大數(shù)據(jù)，人們了解市場(chǎng)的方式正在 發(fā)生重大變化，例如，海關(guān)出口數(shù)據(jù)是判斷外貿(mào)形勢(shì)的關(guān)鍵指標(biāo)，是在出口 企業(yè)賣(mài)了貨以后進(jìn)行統(tǒng)計(jì)；但通常買(mǎi)家在采購(gòu)商品前，會(huì)比較多家供應(yīng)商的 產(chǎn)品，在阿里巴巴網(wǎng)站統(tǒng)計(jì)數(shù)據(jù)中就反映為查詢(xún)點(diǎn)擊的數(shù)量和購(gòu)買(mǎi)點(diǎn)擊的

43、數(shù) 量維持一個(gè)相對(duì)的比例， 2008 年初, 阿里發(fā)現(xiàn)平臺(tái)上整個(gè)買(mǎi)家詢(xún)盤(pán)數(shù)急劇下 滑，進(jìn)而推斷世界貿(mào)易形勢(shì)發(fā)生變化，這比海關(guān)統(tǒng)計(jì)數(shù)據(jù)提前了半年，為國(guó) 內(nèi)出口企業(yè)調(diào)整生產(chǎn)策略提供了重大幫助，這種分析如果沒(méi)有大數(shù)據(jù)方法的 支持是難以完成的。再如，美國(guó)勞工統(tǒng)計(jì)局每月都要公布 CPI，為此他們會(huì)雇 用很多人向全美 90 個(gè)城市的商店、辦公室打電話(huà)、發(fā)傳真甚至登門(mén)拜訪(fǎng)，反 饋回 8萬(wàn)多種價(jià)格數(shù)據(jù)，每年的花費(fèi)達(dá) 2.5 億美元，一般會(huì)滯后幾周，從 2008 年經(jīng)濟(jì)危機(jī)經(jīng)驗(yàn)看，這個(gè)滯后是致命的。麻省理工學(xué)院的兩位經(jīng)濟(jì)學(xué)家提出 了一個(gè)大數(shù)據(jù)解決方案，就是在互聯(lián)網(wǎng)上收集價(jià)格信息，每天可以收集 50 萬(wàn) 種商品的

44、價(jià)格， 這些數(shù)據(jù)很混亂， 但是利用大數(shù)據(jù)分析方法， 這個(gè)項(xiàng)目在 2008 年 9 月雷曼破產(chǎn)之后馬上就發(fā)現(xiàn)了通貨緊縮趨勢(shì)，而官方數(shù)據(jù)直到 11 月份才 知道這個(gè)情況。我們的夢(mèng)想 “市場(chǎng)夢(mèng)”，非常美好，但并非像我們想象的 那么簡(jiǎn)單，必須依靠大數(shù)據(jù)方法進(jìn)行解決。（二）幫助銀行深入了解客戶(hù)需求，提升客戶(hù)服務(wù)水平，實(shí)現(xiàn)“價(jià)值夢(mèng)” 我們的利潤(rùn)增速已經(jīng)降到一位數(shù)了，將來(lái)要保持在一位數(shù)，不出現(xiàn)增速 的負(fù)增長(zhǎng)，會(huì)越來(lái)越困難。過(guò)去大型國(guó)有商業(yè)銀行的利潤(rùn)，在一定程度上是 借助國(guó)內(nèi)經(jīng)濟(jì)快速發(fā)展、股改紅利以及監(jiān)管機(jī)構(gòu)對(duì)市場(chǎng)準(zhǔn)入的保護(hù)來(lái)實(shí)現(xiàn)的， 隨著未來(lái)市場(chǎng)進(jìn)一步開(kāi)放，市場(chǎng)競(jìng)爭(zhēng)進(jìn)一步激烈，若不快速提升銀行價(jià)值創(chuàng) 造能力

45、，那么銀行家的夢(mèng)想是要泡湯的。 “價(jià)值夢(mèng)”的關(guān)鍵是知道哪些客戶(hù)、 哪些產(chǎn)品、哪些行為能夠?yàn)殂y行帶來(lái)利潤(rùn)，銀行應(yīng)該如何滿(mǎn)足客戶(hù)需求，前 提是了解客戶(hù)需求并迅速行動(dòng)，大數(shù)據(jù)是實(shí)現(xiàn)這一目標(biāo)的利器。通過(guò)對(duì)海量 客戶(hù)行為數(shù)據(jù)的分析，可以了解客戶(hù)在什么地方、有什么需求，例如，某客 戶(hù)中午在北京某區(qū)域出現(xiàn)，我們又通過(guò)分析知道該客戶(hù)喜歡吃高端川菜，就 可以將附近有關(guān)促銷(xiāo)活動(dòng)通知該客戶(hù)，既撮合了交易又可以創(chuàng)造利潤(rùn)；再如， 對(duì)一個(gè)新推出的產(chǎn)品，大數(shù)據(jù)可以幫助分析哪些客戶(hù)最可能購(gòu)買(mǎi)這一產(chǎn)品， 銷(xiāo)售的效率就高得多。理解了大數(shù)據(jù)思維、主動(dòng)應(yīng)用大數(shù)據(jù)推動(dòng)業(yè)務(wù)發(fā)展， 已成為銀行家實(shí)現(xiàn)價(jià)值夢(mèng)的必然選擇。大數(shù)據(jù)為我們觀察客戶(hù)、

46、分析客戶(hù)提供了一個(gè)全新的視角，基于海量的、 多樣性的數(shù)據(jù)，銀行可以獲得客戶(hù)更及時(shí)的、更具前瞻性的信息，大數(shù)據(jù)技 術(shù)為我們深入洞察客戶(hù)提供了新的圖景和可行的解決方案。不可否認(rèn)，大數(shù) 據(jù)使我們進(jìn)入了一個(gè)用數(shù)據(jù)進(jìn)行預(yù)測(cè)的時(shí)代，雖然我們可能無(wú)法完全解釋數(shù) 據(jù)背后的社會(huì)學(xué)、經(jīng)濟(jì)學(xué)原因，但數(shù)據(jù)本身的規(guī)律已可以幫助我們解決很多 管理問(wèn)題。銀行在日常經(jīng)營(yíng)過(guò)程中積累了很多的數(shù)據(jù)，客戶(hù)的、市場(chǎng)的、交 易的，等等，利用這些數(shù)據(jù)之間的相關(guān)關(guān)系就可以進(jìn)行預(yù)測(cè)，并作為業(yè)務(wù)決 策的基礎(chǔ)。在某種程度上，銀行數(shù)據(jù)中最重要的部分是客戶(hù)行為數(shù)據(jù)。與客戶(hù)財(cái)務(wù) 數(shù)據(jù)等靜態(tài)數(shù)據(jù)相比，行為數(shù)據(jù)具有更強(qiáng)的穩(wěn)定性，基于行為對(duì)未來(lái)的預(yù)測(cè) 更加準(zhǔn)

47、確。例如，違約率是風(fēng)險(xiǎn)計(jì)量中最核心的指標(biāo)，使用大數(shù)據(jù)技術(shù)，可 以使我們從客戶(hù)行為數(shù)據(jù)中發(fā)現(xiàn)對(duì)違約率判別有重要幫助的信息（盡管有時(shí) 候這些信息在經(jīng)驗(yàn)上看來(lái)可能與違約不相關(guān)） ，用于違約預(yù)測(cè)和客戶(hù)風(fēng)險(xiǎn)評(píng) 級(jí)。例如通過(guò)分析零售客戶(hù)通訊方式（電話(huà)、郵件地址等）的留存情況，可 以判斷其在信用卡和房貸業(yè)務(wù)中的信用表現(xiàn)，準(zhǔn)確度甚至超過(guò)基于客戶(hù)財(cái)務(wù) （收入）狀況的預(yù)判。對(duì)企業(yè)客戶(hù)而言，目前銀行主要依據(jù)財(cái)務(wù)報(bào)表對(duì)客戶(hù) 違約率進(jìn)行建模預(yù)測(cè)，但實(shí)踐證明這種預(yù)測(cè)的準(zhǔn)確性、前瞻性不是很理想。 對(duì)銀行風(fēng)險(xiǎn)管理者來(lái)說(shuō)，如果等企業(yè)的虧損反映到報(bào)表而為銀行得知時(shí)，已 經(jīng)晚了，再等到利用這些情況對(duì)評(píng)級(jí)結(jié)果、業(yè)務(wù)決策進(jìn)行調(diào)整時(shí)就更

48、晚了， 所以通過(guò)財(cái)務(wù)報(bào)表來(lái)判斷企業(yè)的違約概率已經(jīng)明顯滯后。而通過(guò)研究企業(yè)賬 戶(hù)行為（如現(xiàn)金進(jìn)出、投資行為等） ，建立行為評(píng)分模型，可以在客戶(hù)出現(xiàn)風(fēng) 險(xiǎn)信號(hào)的時(shí)候就及時(shí)作出預(yù)警和應(yīng)對(duì)，其時(shí)效性要快于財(cái)務(wù)數(shù)據(jù)評(píng)級(jí)。因此， 要打破單純依賴(lài)財(cái)務(wù)數(shù)據(jù)進(jìn)行風(fēng)險(xiǎn)評(píng)價(jià)的傳統(tǒng)做法，重視非結(jié)構(gòu)性數(shù)據(jù)及行 為在客戶(hù)風(fēng)險(xiǎn)評(píng)價(jià)中的作用，提高風(fēng)險(xiǎn)預(yù)測(cè)的精準(zhǔn)性。當(dāng)然，目前行為評(píng)分 的技術(shù)還很有限，需要各方合作研究。（三）提升綜合管理和市場(chǎng)拓展能力，增加盈利空間 目前，大家都覺(jué)得銀行面臨一系列困惑，其中最大的困惑，是大家都覺(jué) 得銀行的利潤(rùn)增長(zhǎng)到了拐點(diǎn)，未來(lái)可能出現(xiàn)利潤(rùn)負(fù)增長(zhǎng)，不排除未來(lái)個(gè)別銀 行可能出現(xiàn)虧損。面對(duì)這種形勢(shì)，有

49、人認(rèn)為這是利率市場(chǎng)化的必然產(chǎn)物，只 要利率市場(chǎng)化到了一定程度，就會(huì)不可避免地出現(xiàn)利差收窄，導(dǎo)致盈利水平 降低。為此，我們分析了國(guó)外一些國(guó)家的情況，利率市場(chǎng)化之后，整個(gè)社會(huì) 的利差收窄是正常的，但是銀行的盈利能力是分化的，最主要的體現(xiàn)，是銀 行經(jīng)營(yíng)的分化。比如說(shuō)美國(guó)、香港和其他一些國(guó)家，利率市場(chǎng)化之后，銀行 息差收窄開(kāi)始收窄，同時(shí)銀行也開(kāi)始分化。有的銀行息差在零點(diǎn)幾個(gè)百分點(diǎn)， 有的銀行在四個(gè)點(diǎn)以上。為什么會(huì)出現(xiàn)這種情況？這就是銀行的經(jīng)營(yíng)能力， 定價(jià)能力，客戶(hù)選擇能力，資產(chǎn)組合管理能力等。因此，利率市場(chǎng)化并不會(huì) 必然導(dǎo)致銀行盈利能力的下降，銀行的盈利能力是取決于銀行本身。在組成 銀行盈利能力的差異

50、化定價(jià)、組合管理等方面，大數(shù)據(jù)的方法給我們提供了 一定的可能性。比如，定價(jià)當(dāng)中最核心的幾個(gè)方面，其中一個(gè)就是風(fēng)險(xiǎn)成本， 取決于客戶(hù)的選擇，這正是大數(shù)據(jù)的用武之地。大數(shù)據(jù)用得好，用得廣泛深 入，不但能夠避免銀行出現(xiàn)利率下滑，還能夠繼續(xù)保持盈利，甚至持續(xù)提高 盈利水平。還有一個(gè)困惑，是關(guān)于市場(chǎng)的，擔(dān)心市場(chǎng)空間非常有限，沒(méi)有規(guī) 模，出現(xiàn)了天花板。其實(shí)，在市場(chǎng)不變的情況下，如果我們能夠找到更好的 客戶(hù)，調(diào)整客戶(hù)結(jié)構(gòu)，提升空間非常大。此外，市場(chǎng)上還有許多增量有待開(kāi) 發(fā)：第一，被我們忽略的新興的金融需求，比如養(yǎng)老，這是一個(gè)巨大的市場(chǎng)。 美國(guó)的養(yǎng)老金規(guī)模，公私加在一起大約 21 萬(wàn)多億，比 GDP還高。我國(guó)

51、現(xiàn)在 60 歲以上的養(yǎng)老人口已經(jīng)超過(guò) 2 個(gè)億，到 2050年，中國(guó)的養(yǎng)老人口預(yù)計(jì)要達(dá)到 4 個(gè)億。在我們目前收入水平不斷提高的情況下， 與養(yǎng)老金相關(guān)的金融服務(wù)需 求形成了一個(gè)巨大的市場(chǎng)；第二，在傳統(tǒng)銀行業(yè)務(wù)方面，我們的空間也是巨 大的。比如信貸業(yè)務(wù)， 2013年，美國(guó)的國(guó)內(nèi)貸款余額是 43萬(wàn)億美元， GDP大 約 16.7 萬(wàn)億美元，國(guó)內(nèi)貸款余額與 GDP之比大概是 2.6 左右；我國(guó)去年國(guó)內(nèi) 貸款折合成美元大約是 13 萬(wàn)億， GDP大約是 10 萬(wàn)億美元，國(guó)內(nèi)貸款余額和 GDP之比大約是 1.3 。如此比較，我們就能發(fā)現(xiàn)，中國(guó)的信貸市場(chǎng)還有很大空 間。再比如國(guó)際業(yè)務(wù)，中國(guó)現(xiàn)在是世界最大的

52、貿(mào)易國(guó)家，國(guó)際貿(mào)易相關(guān)的貿(mào)易融資、國(guó)際清算以及相關(guān)的金融服務(wù)，應(yīng)該也是全球最大的。建行在全球 最大的國(guó)際貿(mào)易市場(chǎng)上，我們的開(kāi)拓程度還是遠(yuǎn)遠(yuǎn)不夠的。從這個(gè)角度說(shuō)， 我們的盈利能力還有很大的提升空間。（四）提升風(fēng)險(xiǎn)經(jīng)營(yíng)能力 現(xiàn)代商業(yè)銀行各種風(fēng)險(xiǎn)管理的技術(shù)方法，都是基于數(shù)據(jù)。現(xiàn)代銀行各種 風(fēng)險(xiǎn)經(jīng)營(yíng)和決策，都強(qiáng)調(diào)“數(shù)據(jù)說(shuō)話(huà)” 。當(dāng)然，數(shù)據(jù)本身并不會(huì)說(shuō)話(huà)，關(guān)鍵是 如何從海量數(shù)據(jù)中萃取出銀行風(fēng)險(xiǎn)經(jīng)營(yíng)、決策所需要的信息？國(guó)際先進(jìn)銀行 是通過(guò)數(shù)據(jù)挖掘的技術(shù)方法來(lái)實(shí)現(xiàn)的，數(shù)據(jù)挖掘已經(jīng)成為現(xiàn)代銀行推動(dòng)風(fēng)險(xiǎn) 管理技術(shù)創(chuàng)新、提升風(fēng)險(xiǎn)經(jīng)營(yíng)能力的驅(qū)動(dòng)引擎。大數(shù)據(jù)正在改變風(fēng)險(xiǎn)管理方法，大數(shù)據(jù)方法使提前預(yù)測(cè)客戶(hù)風(fēng)險(xiǎn)事件成 為

53、可能。什么是風(fēng)險(xiǎn)？風(fēng)險(xiǎn)就是不確定性，當(dāng)我們的資產(chǎn)和經(jīng)營(yíng)面臨著巨大 不確定性時(shí)，我們就正面臨巨大風(fēng)險(xiǎn)。銀行是經(jīng)營(yíng)風(fēng)險(xiǎn)的企業(yè)，一個(gè)銀行家 的“風(fēng)險(xiǎn)夢(mèng)”，包括清楚知道自己面臨的是什么風(fēng)險(xiǎn)，是否能夠承擔(dān)風(fēng)險(xiǎn)，安 排好所有風(fēng)險(xiǎn)在可控范圍之內(nèi)，這依賴(lài)于對(duì)風(fēng)險(xiǎn)的識(shí)別和測(cè)量，銀行業(yè)在這 方面進(jìn)行了大量技術(shù)方法上的探索，開(kāi)發(fā)了各類(lèi)風(fēng)險(xiǎn)計(jì)量模型和測(cè)度工具， 在銀行管理風(fēng)險(xiǎn)中也起到了很好的作用。但近些年的經(jīng)驗(yàn)教訓(xùn)表明，這些方 法離我們真正能夠預(yù)測(cè)風(fēng)險(xiǎn)、計(jì)量風(fēng)險(xiǎn)還有很大差距，很多情況下都是在風(fēng) 險(xiǎn)真正發(fā)生之后才了解?，F(xiàn)在我們銀行家對(duì)自己面臨的風(fēng)險(xiǎn)都清楚嗎？風(fēng)險(xiǎn) 在承受范圍之內(nèi)嗎？所有的風(fēng)險(xiǎn)都是可控、可處理的嗎？我看還

54、未必。近些 年一些互聯(lián)網(wǎng)金融公司的探索為我們實(shí)現(xiàn)銀行家的“風(fēng)險(xiǎn)夢(mèng)”提供了一個(gè)方 向，通過(guò)全面收集客戶(hù)的各類(lèi)行為痕跡數(shù)據(jù)、經(jīng)濟(jì)數(shù)據(jù)、產(chǎn)品價(jià)格和交易數(shù) 據(jù)等，利用大數(shù)據(jù)方法使提前預(yù)測(cè)客戶(hù)風(fēng)險(xiǎn)事件成為可能，可以說(shuō)大數(shù)據(jù)在 很多方面已經(jīng)并且正在改變風(fēng)險(xiǎn)管理的方法，這為我們實(shí)現(xiàn)“風(fēng)險(xiǎn)夢(mèng)”提供了以前無(wú)法企及的方法和手段。在大數(shù)據(jù)的支持下，風(fēng)險(xiǎn)管理工作不僅是量化和控制風(fēng)險(xiǎn)，還是合理平 衡風(fēng)險(xiǎn)收益，挖掘客戶(hù)價(jià)值，實(shí)現(xiàn)更大的價(jià)值創(chuàng)造。在高效風(fēng)險(xiǎn)管理手段支 持下，可以實(shí)現(xiàn)對(duì)銀行客戶(hù)整個(gè)生命周期的價(jià)值管理，包括客戶(hù)獲取、客戶(hù) 保留、客戶(hù)服務(wù)和客戶(hù)提升等等。例如，目前國(guó)內(nèi)大型銀行的信用卡業(yè)務(wù)在 行內(nèi)客戶(hù)中的滲透率普遍

55、不高，如果依托現(xiàn)有數(shù)據(jù)，借助數(shù)據(jù)挖掘技術(shù)，研 究開(kāi)發(fā)響應(yīng)評(píng)分卡等工具，以此區(qū)分信用卡目標(biāo)客戶(hù)群并針對(duì)風(fēng)險(xiǎn)可控的群 體進(jìn)行交叉銷(xiāo)售，將會(huì)大大提高營(yíng)銷(xiāo)的針對(duì)性和風(fēng)險(xiǎn)選擇的有效性。同時(shí) , 基 于海量數(shù)據(jù) , 運(yùn)用數(shù)據(jù)挖掘方法，在信用卡應(yīng)用領(lǐng)域可以實(shí)現(xiàn)反欺詐識(shí)別、實(shí) 時(shí)發(fā)卡審批、信用卡催收等環(huán)節(jié)風(fēng)險(xiǎn)管理工作的批量化、自動(dòng)化，提升運(yùn)營(yíng) 效率。再如，可以通過(guò)數(shù)據(jù)挖掘技術(shù)，研發(fā)相關(guān)風(fēng)險(xiǎn)識(shí)別模型，建立信貸客 戶(hù)的生命周期管理機(jī)制，不僅有利于風(fēng)險(xiǎn)管控，而且可以大大增進(jìn)客戶(hù)忠誠(chéng) 度，挖掘客戶(hù)的潛在價(jià)值，提高客戶(hù)的綜合貢獻(xiàn)度。從風(fēng)險(xiǎn)經(jīng)營(yíng)的角度來(lái)看， 數(shù)據(jù)對(duì)于現(xiàn)代銀行的意義不僅體現(xiàn)在風(fēng)險(xiǎn)評(píng)價(jià)、 審批、定價(jià)、監(jiān)測(cè)分析

56、等方面，而且還體現(xiàn)在對(duì)目標(biāo)風(fēng)險(xiǎn)的識(shí)別和市場(chǎng)機(jī)會(huì) 的發(fā)現(xiàn)上面。舉個(gè)例子，上世紀(jì) 90 年代，美國(guó)電話(huà)電報(bào)公司（ AT&T）要組建 自己的信用卡公司。 AT&T的做法另辟蹊徑，它基于多年積累的龐大客戶(hù)信息 數(shù)據(jù)庫(kù)，借助數(shù)據(jù)挖掘，篩選出目標(biāo)客戶(hù)群體，然后針對(duì)性地發(fā)出營(yíng)銷(xiāo)信函。 這種營(yíng)銷(xiāo)策略非常成功， AT&T一次性獲得了上百萬(wàn)的信用卡客戶(hù)，從而建立 了自己的信用卡公司。從這個(gè)案例就可以看出數(shù)據(jù)挖掘技術(shù)在現(xiàn)代銀行經(jīng)營(yíng) 中的重要作用。目前，國(guó)內(nèi)大型銀行都基本完成了數(shù)據(jù)集中平臺(tái)的搭建，下一步應(yīng)著力 研究如何運(yùn)用好海量數(shù)據(jù)信息，提升風(fēng)險(xiǎn)經(jīng)營(yíng)的精細(xì)化、專(zhuān)業(yè)化水平。這方 面我們與國(guó)際先進(jìn)

57、銀行的差距還比較大，但從另一個(gè)角度來(lái)看，也意味著有 很大的潛力。舉個(gè)例子，目前國(guó)內(nèi)大型銀行的信用卡業(yè)務(wù)在行內(nèi)客戶(hù)中的滲 透率（信用卡客戶(hù)數(shù) / 全部個(gè)人客戶(hù)數(shù)） 普遍都不高。 如果能夠依托現(xiàn)有數(shù)據(jù)， 借助數(shù)據(jù)挖掘技術(shù)，研究開(kāi)發(fā)響應(yīng)評(píng)分卡等工具，識(shí)別信用卡目標(biāo)客戶(hù)群體 并進(jìn)行交叉銷(xiāo)售，那么將會(huì)大大提高營(yíng)銷(xiāo)的針對(duì)性和風(fēng)險(xiǎn)選擇的有效性，同 時(shí)降低發(fā)卡成本，提高卡均收益。再如，可以基于數(shù)據(jù)挖掘技術(shù)，研發(fā)相關(guān) 風(fēng)險(xiǎn)識(shí)別模型，建立信貸客戶(hù)的生命周期管理機(jī)制。這不僅有利于風(fēng)險(xiǎn)管控， 而且可以大大增進(jìn)客戶(hù)忠誠(chéng)度，挖掘客戶(hù)的潛在價(jià)值（如交叉銷(xiāo)售） ，提高客 戶(hù)的綜合貢獻(xiàn)度。參見(jiàn)下圖所示：（五）準(zhǔn)確計(jì)量資本 過(guò)去

58、，中國(guó)的銀行家從未曾受到資本的約束，但是現(xiàn)在資本經(jīng)常讓各家 銀行捉襟見(jiàn)肘。一方面資本不夠用，經(jīng)常要補(bǔ)充資本，另外一方面，資本浪 費(fèi)極其嚴(yán)重。我們的“資本夢(mèng)”跟國(guó)際領(lǐng)先水平有很大的差距，很少有人在 認(rèn)認(rèn)真真的使用資本，算清資本帳，利用資本創(chuàng)造最大價(jià)值。資本管理天然 需要與數(shù)據(jù)結(jié)合在一起，尤其是要精確地測(cè)算一筆業(yè)務(wù)占用的資本數(shù)量、創(chuàng) 造的價(jià)值以及對(duì)應(yīng)的資本收益情況，需要知道業(yè)務(wù)本身的風(fēng)險(xiǎn)以及業(yè)務(wù)間的 相關(guān)關(guān)系，以往我們采用一些精算模型，模型假設(shè)合理與否直接影響資本計(jì) 量結(jié)果，大數(shù)據(jù)則為我們準(zhǔn)確計(jì)量資本提供了可能，從而提高資本管理精細(xì) 化水平。（六）提升內(nèi)部控制水平 銀行家的“內(nèi)控夢(mèng)”，是希望所有的

59、環(huán)節(jié)、所有流程都是嚴(yán)密、可控的， 業(yè)務(wù)運(yùn)營(yíng)是高效、準(zhǔn)確的，反饋環(huán)節(jié)是靈活、敏捷的，決策傳導(dǎo)是及時(shí)、無(wú) 誤的。但事實(shí)上，我們現(xiàn)在所有的銀行，尤其是中國(guó)的大型銀行，在內(nèi)控方面承擔(dān)的壓力要遠(yuǎn)大于市場(chǎng)帶來(lái)的壓力。一系列的不可思議的操作風(fēng)險(xiǎn)案件 頻繁發(fā)生，內(nèi)控方面的問(wèn)題比我們想象的要大的多。我們采取了一系列的方 式，希望能夠提前發(fā)現(xiàn)，采取監(jiān)督制衡措施，但是在實(shí)踐過(guò)程中，效果打了 折扣。利用大數(shù)據(jù)方法，可以幫助我們及時(shí)深入分析員工的異常行為、交易 的每個(gè)環(huán)節(jié)，甚至能夠預(yù)測(cè)可能出現(xiàn)的問(wèn)題，提前進(jìn)行預(yù)防，這要比傳統(tǒng)的 內(nèi)控方法更加有效。大數(shù)據(jù)在幫助我們實(shí)現(xiàn)“內(nèi)控夢(mèng)”方面會(huì)大有可為。（七）改進(jìn)銀行分析決策模式 現(xiàn)代銀行的分析決策模式必須建立在高質(zhì)量的數(shù)據(jù)積累之上。對(duì)數(shù)據(jù)的 長(zhǎng)度、標(biāo)準(zhǔn)化、準(zhǔn)確性和真實(shí)性都有要求。例如，建立對(duì)零售客戶(hù)的一攬子 產(chǎn)品組合安排，需要客戶(hù)在全行的統(tǒng)一賬務(wù)信息，以確定客戶(hù)的資產(chǎn)和現(xiàn)有 債務(wù)情況，這就需要具備統(tǒng)一可查的客戶(hù) ID 標(biāo)識(shí)和相應(yīng)的客戶(hù)全景數(shù)據(jù)，如 果客戶(hù)信息在各個(gè)業(yè)務(wù)系統(tǒng)中是分散的、非標(biāo)準(zhǔn)化記錄的，無(wú)法統(tǒng)一查詢(xún)， 或者數(shù)據(jù)質(zhì)