大數(shù)據(jù)時(shí)代下金融業(yè)的發(fā)展方向、趨勢及其應(yīng)對(duì)策略

1、大數(shù)據(jù)時(shí)代下金融業(yè)的發(fā)展方向、趨勢及其應(yīng)對(duì)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(shí)代的初級(jí)階段; 接下來, 論述了在大數(shù)據(jù)時(shí)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(shí)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(shí)代金融業(yè)發(fā)展的應(yīng)對(duì)策略. 研究結(jié)果將不僅對(duì)金融業(yè)務(wù)未來發(fā)展規(guī)劃具有非常現(xiàn)實(shí)的指導(dǎo)意義; 同時(shí), 也將為大數(shù)據(jù)時(shí)代下新金融理論的拓展奠定基礎(chǔ).大數(shù)

2、據(jù)是繼云計(jì)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(jì)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(jí)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(jì)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(gè)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(huì)的各個(gè)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)研究工作主要集中在如

3、何進(jìn)行大數(shù)據(jù)存儲(chǔ)、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“big data”為?？? 討論了大數(shù)據(jù)給各個(gè)領(lǐng)域帶來的沖擊和挑戰(zhàn); 2011年, Science推出“dealing with data”?？? 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(huì)會(huì)刊ERCIM News出版專刊“big data”, 討論了大數(shù)據(jù)時(shí)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(gè)創(chuàng)新、競爭和生產(chǎn)力的前沿”的報(bào)告, 明確提出應(yīng)對(duì)大數(shù)據(jù)快速發(fā)展的策略; 2012年1月達(dá)沃斯世

4、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(huì)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(jì)劃(big data research anddevelopment initiative)”, 這是繼1993年美國宣布“信息高速公路”計(jì)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(jì)劃”, 也將大數(shù)據(jù)定位為戰(zhàn)略領(lǐng)域之一.根據(jù)Web of Science的統(tǒng)計(jì)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(jì)相關(guān)研究論文171篇,

5、研究熱點(diǎn)主要集中在3個(gè)方面2:() 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(jì)算”、“數(shù)據(jù)分析”;() 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)”;() 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(huì)議組織了以“大數(shù)據(jù)科學(xué)與工程一門新興的交叉學(xué)科”為主題的會(huì)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(jì)算機(jī)學(xué)會(huì)

6、青年計(jì)算機(jī)科技論壇舉辦了“大數(shù)據(jù)時(shí)代, 智謀未來”學(xué)術(shù)報(bào)告會(huì), 就大數(shù)據(jù)時(shí)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(tái)開發(fā)與大數(shù)據(jù)現(xiàn)實(shí)案例進(jìn)行了全面的討論.金融作為社會(huì)經(jīng)濟(jì)活動(dòng)的血液, 對(duì)經(jīng)濟(jì)增長與社會(huì)進(jìn)步具有非常重要的意義. 對(duì)國內(nèi)金融業(yè)來說, “大數(shù)據(jù)”是一個(gè)嶄新的議題, 研究大數(shù)據(jù)時(shí)代背景下的金融業(yè)發(fā)展方向與趨勢將具有非?，F(xiàn)實(shí)的社會(huì)價(jià)值; 同時(shí), 它也將為大數(shù)據(jù)時(shí)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(shí)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(chǔ)存、管理和分析的大容量數(shù)據(jù)4. 2008年9月,Science雜志發(fā)表文章“Big data: Science in the pet

7、abyte era”, “大數(shù)據(jù)”這個(gè)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(bào)告“從混沌中提取價(jià)值”中3個(gè)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(gè)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(jià)值信息的技術(shù)及其集成; 分析應(yīng)用方面, 重點(diǎn)是采用大數(shù)據(jù)技術(shù)對(duì)特定的數(shù)據(jù)集合進(jìn)行分析, 及時(shí)獲得有價(jià)值的信息.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)

8、展, 加速了移動(dòng)終端、無線傳感器等新技術(shù)載體在政治、經(jīng)濟(jì)與社會(huì)等各個(gè)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, 同時(shí)也帶來了信息數(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(gè)世界已跨入“大數(shù)據(jù)”時(shí)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(shí)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Value)特征8,9:() 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

9、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(chǔ); 二是由于通信工具的使用, 使人們能夠全時(shí)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(jià)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(jì)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.() 數(shù)據(jù)種類繁多(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

10、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).() 流動(dòng)速度快(velocity). 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(jí)代替了TB級(jí)時(shí), “超大規(guī)模數(shù)據(jù)”和“海量數(shù)據(jù)”是快速動(dòng)態(tài)變化的, 數(shù)據(jù)流動(dòng)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(chǔ)、處理和分析的速度在大數(shù)據(jù)時(shí)代將持續(xù)加快, 某些

11、數(shù)據(jù)必須實(shí)時(shí)地進(jìn)行分析, 才能及時(shí)、有效地對(duì)業(yè)務(wù)管理產(chǎn)生價(jià)值.(iv) 價(jià)值密度低(value). 數(shù)據(jù)量呈指數(shù)增長的同時(shí), 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(jià)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(shí)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”特征表明其不僅僅是數(shù)據(jù)海量, 對(duì)于大數(shù)據(jù)的分析將更加復(fù)雜、更追求速度、更注重實(shí)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(duì)大容量數(shù)據(jù)的交換、整合和分析, 及時(shí)識(shí)別與發(fā)現(xiàn)新的知識(shí), 創(chuàng)造新的價(jià)值, 帶來“大知識(shí)”和“大發(fā)展

12、”. 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(shí)代轉(zhuǎn)型.2 大數(shù)據(jù)時(shí)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(shí)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(gè)創(chuàng)新、競爭和生產(chǎn)率的前沿”針對(duì)美國各行業(yè)應(yīng)用大數(shù)據(jù)潛在價(jià)值提升做的一個(gè)評(píng)估結(jié)果中就提出, 與其他行業(yè)相比, 大數(shù)據(jù)對(duì)金融業(yè)更具潛在價(jià)值, 金融業(yè)在大數(shù)據(jù)價(jià)值潛力指數(shù)中排名第一4(圖2).由于我國國內(nèi)銀行業(yè)資產(chǎn)占比整個(gè)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(huì)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

13、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(duì)銀行更具針對(duì)性. 發(fā)展模式轉(zhuǎn)型、金融創(chuàng)新和管理升級(jí)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(shí)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(yàn). 長期以來, 商業(yè)銀行已經(jīng)在以信用評(píng)級(jí)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(shí)踐經(jīng)驗(yàn), 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(chǔ)備相對(duì)充裕.

14、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(shí)代的初級(jí)階段, 并且呈現(xiàn)快速發(fā)展勢頭12. 事實(shí)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(jí)別.一是傳統(tǒng)銀行交易系統(tǒng)每天會(huì)產(chǎn)生數(shù)億筆交易流水信息, 這些信息主要是結(jié)構(gòu)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(píng)價(jià)

15、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(yàn). 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(chǔ)需求, 還是出于產(chǎn)品設(shè)計(jì)、市場營銷的數(shù)據(jù)分析需求, 都需要相關(guān)的計(jì)算機(jī)硬件和軟件技術(shù)進(jìn)行存儲(chǔ)、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)”概念與特征, 銀行業(yè)已經(jīng)進(jìn)入“大數(shù)據(jù)”時(shí)代13.對(duì)國內(nèi)銀行業(yè)來說, “大數(shù)據(jù)”是一個(gè)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(duì)中國銀行業(yè)來說并非從“零”開始. 事實(shí)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(shí)代

16、. 數(shù)據(jù)分散在各個(gè)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(duì)結(jié)構(gòu)化數(shù)據(jù)利用有限, 對(duì)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(jià)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(shí)代新的競爭優(yōu)勢.3 大數(shù)據(jù)時(shí)代金融業(yè)發(fā)展趨勢與挑戰(zhàn)大數(shù)據(jù)時(shí)代, 需要新的邏輯和思維, 需要想象力. 大數(shù)據(jù)時(shí)代的核心詞是開放與融合, 以及“一切皆可數(shù)據(jù)化”的思維, 也就是說, 人類社會(huì)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(shí)代, 未來的金融

17、體系尤其是銀行將發(fā)生以下幾方面重要的變化:() 開放的銀行. 傳統(tǒng)商業(yè)銀行具有兩項(xiàng)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(shí)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(duì)稱引發(fā)的逆向選擇和道德風(fēng)險(xiǎn)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(huì)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(shí)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, 搜索引擎、社交網(wǎng)絡(luò)、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、云計(jì)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(dòng)支付技術(shù)

18、的互聯(lián)網(wǎng)金融打破了信息不對(duì)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(duì)平等的關(guān)系. 這對(duì)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(dòng)的社會(huì)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(dòng)收集客戶信息. 比如, 通過建立或者借助電商平臺(tái)實(shí)現(xiàn)客戶信息流、物流、資金流的“三流合一”, 對(duì)收集的非結(jié)構(gòu)化客戶信息與數(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(duì)客戶更加全面和深入的理解, 建立客戶信用評(píng)價(jià)和風(fēng)險(xiǎn)管理, 完成信息中介功

19、能.() 數(shù)字化的銀行. 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(hào)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(dòng)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(shí)代, 傳統(tǒng)

20、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(gè)數(shù)據(jù)的洪流, “數(shù)字金融”得以全面實(shí)現(xiàn).() 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(dòng)一個(gè)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(jià)值. 開放的、數(shù)字化的銀行隨著大數(shù)據(jù)的應(yīng)用可實(shí)現(xiàn)更高的生產(chǎn)力, 主要體現(xiàn)在以下幾個(gè)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(huì)融資成本和財(cái)務(wù)費(fèi)用, 提高整個(gè)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(huì)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)

21、致錯(cuò)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(huì)網(wǎng)絡(luò)或業(yè)務(wù)網(wǎng)絡(luò), 發(fā)現(xiàn)更多具有價(jià)值的潛在客戶, 并對(duì)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(shí)別、分析, 能夠幫助銀行實(shí)現(xiàn)事前風(fēng)險(xiǎn)預(yù)警、事中風(fēng)險(xiǎn)控制, 建立動(dòng)態(tài)的、可靠的信用系統(tǒng)對(duì)各種交易風(fēng)險(xiǎn)進(jìn)行識(shí)別, 有效地防范和控制金融風(fēng)險(xiǎn), 并深度挖掘高價(jià)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(duì)海量結(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(gè)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(gè)性化

22、、智能化的服務(wù)模式, 設(shè)計(jì)開發(fā)出更貼近用戶需求的新產(chǎn)品.() 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(duì)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(yàn); 而大數(shù)據(jù)時(shí)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(duì)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, 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(duì)海量結(jié)構(gòu)化數(shù)據(jù)

23、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(shí)、準(zhǔn)確地發(fā)現(xiàn)業(yè)務(wù)和管理領(lǐng)域的風(fēng)險(xiǎn)和機(jī)會(huì), 為業(yè)務(wù)發(fā)展和風(fēng)險(xiǎn)防范提供重要決策依據(jù).在大數(shù)據(jù)時(shí)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(gè)體網(wǎng)絡(luò)行為模式, 優(yōu)化運(yùn)營流程, 從每一個(gè)經(jīng)營環(huán)節(jié)中挖掘數(shù)據(jù)的價(jià)值, 指導(dǎo)商業(yè)銀行進(jìn)行業(yè)務(wù)創(chuàng)新, 或?yàn)榻?jīng)營管理提供全面及時(shí)的決策支持信息9,15.當(dāng)然, 在通往大數(shù)據(jù)時(shí)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(shí)代, 開放、融合與創(chuàng)新是經(jīng)濟(jì)社會(huì)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)

24、構(gòu)因新生的機(jī)動(dòng)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(huì)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(shí), 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

25、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(shí)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(duì)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(shí)代將面對(duì)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(shí)代, 處理數(shù)據(jù)體量巨大、數(shù)據(jù)種類繁多、流動(dòng)速度快、價(jià)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斷快速學(xué)習(xí)和應(yīng)用Hadoop、云計(jì)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(shí)代的步伐.4 大數(shù)據(jù)時(shí)代金融業(yè)發(fā)展應(yīng)對(duì)策略當(dāng)前

26、, 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(shí)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(shí)代金融業(yè)發(fā)展應(yīng)對(duì)措施.() 轉(zhuǎn)變理念, 樹立開放、主動(dòng)、融合與實(shí)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(jià)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(dòng)數(shù)據(jù)開放和共享”的大數(shù)據(jù)服務(wù)理念12, 變被動(dòng)數(shù)據(jù)支持為主動(dòng)數(shù)據(jù)服務(wù), 堅(jiān)持開放、融合的大數(shù)據(jù)精神, 打破傳統(tǒng)經(jīng)驗(yàn)為主的決策模式, 建立數(shù)據(jù)實(shí)證為核心的判斷決策流程.() 建設(shè)非結(jié)構(gòu)化客戶信息共享平臺(tái), 促進(jìn)金融服務(wù)與社

27、交網(wǎng)絡(luò)的融合. 商業(yè)銀行應(yīng)努力打破傳統(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(tái), 統(tǒng)一獲取、存儲(chǔ)、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(jià)值創(chuàng)造機(jī)會(huì).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(duì)客戶的了解和互動(dòng).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

28、視圖, 開展更為高效的客戶關(guān)系管理.() 搭建商業(yè)銀行特色電商平臺(tái), 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(tái)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(duì)這種局面, 銀行可以通過自行搭建大數(shù)據(jù)平臺(tái)與這些電商平臺(tái)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(tái), 通過電商平臺(tái)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

29、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(tái), 指導(dǎo)產(chǎn)品設(shè)計(jì)和業(yè)務(wù)營銷, 比如, 設(shè)計(jì)適用于電商平臺(tái)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(tái)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(gè)B2B和B2C綜合電子商務(wù)平臺(tái). 通過“交博匯”, 企業(yè)可以建立一個(gè)自己的網(wǎng)上商務(wù)平臺(tái), 實(shí)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(cái)、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

30、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(shí)獲得客戶的動(dòng)態(tài)經(jīng)營信息, 有利于指導(dǎo)銀行的產(chǎn)品設(shè)計(jì)和業(yè)務(wù)營銷.() 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(duì)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, 這種分析有時(shí)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(huì)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,

31、 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(tái)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(shí)代的初級(jí)階段. 大數(shù)據(jù)時(shí)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(shí)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(shí)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(shí)代金融業(yè)發(fā)展的應(yīng)對(duì)策略與建議. 這些研究結(jié)果將不僅對(duì)金融業(yè)務(wù)未來發(fā)展具

32、有非?，F(xiàn)實(shí)的指導(dǎo)意義; 同時(shí), 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: 647657 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(huì)發(fā)展的重大戰(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: 6476572 Xue C. Quantitative analysis of international research papers a

33、bout big data (in Chinese). Mod Intell, 2013, 33: 129134 薛辰. 國際大數(shù)據(jù)研究論文的計(jì)量分析. 現(xiàn)代情報(bào), 2013, 33: 1291343 Tu X L, Liu B, Lin W W. Review of research on big data (in Chinese). Appl Res Comput, 2014, 31: 16121616 涂新莉, 劉波, 林偉偉. 大數(shù)據(jù)研究綜述. 計(jì)算機(jī)應(yīng)用研究, 2014, 31: 161216164 Manyika J, Chui M, Brown B, et al. Big Dat

34、a: The Next Frontier Forinnovation, Competition, and Productivity. Technical Report, McKinsey Global Institute, 20115 Xu Z P. Big data (in Chinese). Guilin: Guangxi Normal University Press, 2012. 57 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,

35、Securities Research Report, 2011 符健. 解讀大數(shù)據(jù). 技術(shù)報(bào)告, 證券研究報(bào)告, 20117 Chen M. Big data: Construction of the 1banks digitization power (in Chinese). Financ Comput, 2013, 5: 7780 陳敏. 大數(shù)據(jù)時(shí)代: 打造銀行的數(shù)據(jù)化能力. 金融電子化, 2013, 5: 77808 Tao X J, Hu X F, Liu Y. Review of research on big data (in Chinese). J Syst Simul, 2

36、013, 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(bào), 2013, 8: 1421489 Fang F. Study on the coping strategies of commercial banks under the trend of large data (in Chinese). New Finance, 2012, 286: 2528 方方. “大數(shù)據(jù)”趨勢下商業(yè)銀行應(yīng)對(duì)策略研究. 新金融, 2012, 286: 252810 Wang Y. How to use big data in banks(in Chinese)? Chin Econ Rep, 2013, 12: 4548 王艷. 銀行如何應(yīng)用大數(shù)據(jù). 中國經(jīng)濟(jì)報(bào)告, 2013, 12: 454811 Sun H. Cha