淺析大數(shù)據(jù)在商業(yè)銀行中的應(yīng)用

(湖北國土資源職業(yè)學(xué)院 湖北 武漢 430000)

一、大數(shù)據(jù)概述

(一)什么是大數(shù)據(jù)

大數(shù)據(jù)(Big Data)概念的興起可以追溯到2000年前后，最初理解為一類海量數(shù)據(jù)的集合。美國麥肯錫研究所在《大數(shù)據(jù)的下一個前沿：創(chuàng)新、競爭和生產(chǎn)力》的研究報告中給出了大數(shù)據(jù)的定義：大數(shù)據(jù)是指大小超出典型數(shù)據(jù)庫軟件工具收集、存儲、管理和分析能力的數(shù)據(jù)集。根據(jù)Gartner的定義，大數(shù)據(jù)是需要新處理模式才能具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。

大數(shù)據(jù)技術(shù)的戰(zhàn)略意義不在于掌握龐大的數(shù)據(jù)信息，而在于對這些含有意義的數(shù)據(jù)進行專業(yè)化處理。換言之，如果把大數(shù)據(jù)比作一種產(chǎn)業(yè)，那么這種產(chǎn)業(yè)實現(xiàn)盈利的關(guān)鍵，在于提高對數(shù)據(jù)的“加工能力”，通過“加工”實現(xiàn)數(shù)據(jù)的“增值”。大數(shù)據(jù)在通信、商業(yè)銀行、教育等各個領(lǐng)域存在已有時日，近年來隨著互聯(lián)網(wǎng)和信息行業(yè)的發(fā)展進入了快速推廣階段。

(二)大數(shù)據(jù)的特征

大數(shù)據(jù)不僅有傳統(tǒng)數(shù)據(jù)定義的“三個V”，即數(shù)量(Volume)、速度(Velocity)和種類(Variety)，還包含了更重要的第四個V——價值(Value)。

阿姆斯特丹大學(xué)提出了大數(shù)據(jù)體系架構(gòu)框架的5V特征，在原有4V基礎(chǔ)上增加了真實性(Veracity)特征，包括數(shù)據(jù)可信性、真?zhèn)涡浴碓春托抛u、有效性和可審計性等特性。

二、商業(yè)銀行大數(shù)據(jù)市場規(guī)模

商業(yè)銀行競爭日益激烈，基于數(shù)據(jù)的精細化運營需求日益迫切是商業(yè)銀行大數(shù)據(jù)發(fā)展的內(nèi)在需求。商業(yè)銀行經(jīng)過多年的信息積累沉淀了大量高價值的數(shù)據(jù)，發(fā)展商業(yè)銀行大數(shù)據(jù)成為必然方向。

據(jù)愛分析《中國大數(shù)據(jù)行業(yè)報告》中指出，2017年大數(shù)據(jù)行業(yè)整體市場規(guī)模1 000億元，其中行業(yè)應(yīng)用細分市場規(guī)模為700億元，是大數(shù)據(jù)行業(yè)最大細分領(lǐng)域，大數(shù)據(jù)在商業(yè)銀行、政務(wù)、互聯(lián)網(wǎng)成熟度最高?；A(chǔ)平臺整體市場規(guī)模在100億元左右，通用技術(shù)整體市場規(guī)模在200億元左右。行業(yè)應(yīng)用層，大數(shù)據(jù)在各個行業(yè)應(yīng)用差異較大，應(yīng)用相對成熟的商業(yè)銀行、政府領(lǐng)域市場規(guī)模為200億元。

商業(yè)銀行、政務(wù)、互聯(lián)網(wǎng)這三個行業(yè)的IT投入居各行業(yè)前列，隨著“互聯(lián)網(wǎng)+政務(wù)”的普及、政務(wù)云和政務(wù)大數(shù)據(jù)的落地，政府2017年IT投入超過800億元，占中國IT總投入的5%～10%。商業(yè)銀行一直是重IT投入的行業(yè)，以銀行為例，2017年中國銀行業(yè)整體IT投資為800億元，整個商業(yè)銀行行業(yè)的IT投資突破千億元大關(guān)。

三、商業(yè)銀行大數(shù)據(jù)發(fā)展現(xiàn)狀

(一)數(shù)據(jù)容量大，涵蓋范圍廣

在大數(shù)據(jù)時代，商業(yè)銀行數(shù)據(jù)迅速膨脹并呈現(xiàn)出幾何級數(shù)的增長態(tài)勢。由于行業(yè)特性，商業(yè)銀行在長期業(yè)務(wù)開展過程中積累了海量數(shù)據(jù)。從數(shù)據(jù)涵蓋范圍來看，數(shù)據(jù)類型包括以工資、公積金、消費貸款等為代表的結(jié)構(gòu)化數(shù)據(jù)和以文檔、圖片、音像和地理位置信息等種類繁多的非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)。商業(yè)銀行每創(chuàng)收100萬美元，會平均產(chǎn)生820GB的數(shù)據(jù)，數(shù)據(jù)強度高居各行業(yè)之首，由此可知商業(yè)銀行在大數(shù)據(jù)應(yīng)用方面具備天然優(yōu)勢。

(二)數(shù)據(jù)處理復(fù)雜，充分挖掘困難

商業(yè)銀行數(shù)據(jù)體量龐大，在數(shù)據(jù)處理過程中存在很多問題，主要包括：

第一，數(shù)據(jù)治理體系化建設(shè)匱乏?，F(xiàn)階段商業(yè)銀行尚未形成系統(tǒng)的數(shù)據(jù)治理方法和體系，缺乏有效的數(shù)據(jù)分類、整理和加工。

第二，數(shù)據(jù)資源管理整合度不高，內(nèi)部可用信息使用率低下。當(dāng)前商業(yè)銀行的數(shù)據(jù)在組織內(nèi)部處于割裂狀態(tài)，缺乏順暢的共享機制，難以實現(xiàn)數(shù)據(jù)的有效整合和使用。

第三，數(shù)據(jù)內(nèi)容復(fù)雜多樣，難以充分挖掘數(shù)據(jù)資源潛在價值。造成這一現(xiàn)狀的原因在于商業(yè)銀行非結(jié)構(gòu)化數(shù)據(jù)占比不斷上升，數(shù)據(jù)構(gòu)造方法重復(fù)率高，且關(guān)系復(fù)雜。

(三)數(shù)據(jù)資產(chǎn)化，應(yīng)用場景豐富

國內(nèi)商業(yè)銀行現(xiàn)處于數(shù)據(jù)資產(chǎn)化、產(chǎn)業(yè)化的起步階段，且銀行運用大數(shù)據(jù)技術(shù)以描述性數(shù)據(jù)分析為主，預(yù)測性數(shù)據(jù)建模為輔；以自身交易和客戶數(shù)據(jù)為主，外部數(shù)據(jù)為輔。數(shù)據(jù)資產(chǎn)目前最主要的作用是趨勢預(yù)測和決策支持，典型的應(yīng)用場景集中在營銷分析、內(nèi)部運營和風(fēng)險管控等方面，具體應(yīng)用案例包括交叉銷售、客戶群體劃分、信用評分及違約監(jiān)測等。當(dāng)前我國商業(yè)銀行大數(shù)據(jù)應(yīng)用深度、廣度和頻度都與國際先進銀行存在著巨大差距，迫切需要拓寬數(shù)據(jù)應(yīng)用層面，實現(xiàn)數(shù)據(jù)資產(chǎn)增值。

(四)數(shù)據(jù)應(yīng)用難度大，制約因素多

1.大數(shù)據(jù)技術(shù)框架

大數(shù)據(jù)技術(shù)框架的組成部分包括處理系統(tǒng)、平臺基礎(chǔ)和計算模型。首先，處理系統(tǒng)必須穩(wěn)定可靠，同時支持實時處理和離線處理多種應(yīng)用，支持多源異構(gòu)數(shù)據(jù)的統(tǒng)一存儲和處理等功能。其次，平臺基礎(chǔ)要解決硬件資源的抽象和調(diào)度管理問題，以提高硬件資源的利用效率，充分發(fā)揮設(shè)備的性能。最后，計算模型需要解決三個基本問題：模型的三要素(機器參數(shù)、執(zhí)行行為、成本函數(shù))、擴展性與容錯性、性能優(yōu)化。這些要求對構(gòu)建大數(shù)據(jù)技術(shù)框架提出了非常高的要求。

2.大數(shù)據(jù)應(yīng)用推進和落地

商業(yè)銀行大數(shù)據(jù)應(yīng)用雖然在風(fēng)控、反欺詐、征信等領(lǐng)域初見成效，但在其他層面暫時還處于探索階段。究其原因，一方面只有當(dāng)數(shù)據(jù)分析轉(zhuǎn)變?yōu)槠髽I(yè)業(yè)務(wù)方式后才產(chǎn)生價值；另一方面商業(yè)銀行在新建應(yīng)用系統(tǒng)的過程中缺乏數(shù)據(jù)思維，沒有充分了解大數(shù)據(jù)分析的價值、戰(zhàn)略和流程。同時，大數(shù)據(jù)應(yīng)用投資效果難以衡量，領(lǐng)域建模未得到充分重視。

3.數(shù)據(jù)安全與個人隱私

現(xiàn)階段用戶數(shù)據(jù)的收集、存儲、管理和使用缺乏規(guī)范，主要依靠商業(yè)銀行自律，用戶無法確定自己隱私信息的用途。此外，鑒于國內(nèi)商業(yè)銀行體制機制限制以及尚未健全的商業(yè)銀行法律法規(guī)體系，許多商業(yè)銀行機構(gòu)擔(dān)心擅自使用數(shù)據(jù)會觸犯監(jiān)管和法律底線，同時數(shù)據(jù)處理不當(dāng)可能會給自身帶來聲譽風(fēng)險和業(yè)務(wù)風(fēng)險，因而在駕馭大數(shù)據(jù)層面難以付諸實際行動。

四、商業(yè)銀行大數(shù)據(jù)類型

商業(yè)銀行數(shù)據(jù)從數(shù)據(jù)類型上進行劃分，大致可以分為結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)三大類。

(一)結(jié)構(gòu)化數(shù)據(jù)

結(jié)構(gòu)化的數(shù)據(jù)源自商業(yè)銀行運營數(shù)據(jù)倉儲(ODS)和數(shù)據(jù)倉庫(EDW)。ODS主要實現(xiàn)企業(yè)數(shù)據(jù)整合、共享和準實時運營監(jiān)控等功能，EDW為企業(yè)提供分析決策服務(wù)。而通過Hadoop等組件的應(yīng)用可以將數(shù)月前甚至幾年前的歷史數(shù)據(jù)進行遷移保存。在分布式存儲結(jié)構(gòu)下，結(jié)構(gòu)化數(shù)據(jù)的存儲計算可以得到巨大的改善，可對海量離線數(shù)據(jù)進行離線分析，將離線數(shù)據(jù)優(yōu)勢最大化，為商業(yè)銀行用戶打造立體用戶畫像提供最全面的數(shù)據(jù)支撐。

(二)半結(jié)構(gòu)化數(shù)據(jù)

半結(jié)構(gòu)化數(shù)據(jù)的整合在數(shù)據(jù)整合中是最為復(fù)雜的。商業(yè)銀行可對接來源于外部單位所提供的不同類型數(shù)據(jù)庫或Excel等的數(shù)據(jù)?！按蛲ā倍嘣串悩?gòu)的數(shù)據(jù)是項目中遇到的最困難的部分，數(shù)據(jù)整合完畢可快速進行建模分析。

(三)非結(jié)構(gòu)化數(shù)據(jù)

商業(yè)銀行對于非結(jié)構(gòu)化的處理的方法還是比較原始的。非結(jié)構(gòu)化數(shù)據(jù)涵蓋的范圍比較廣泛，有新聞、視頻、圖片以及社交網(wǎng)絡(luò)等數(shù)據(jù)。

五、商業(yè)銀行大數(shù)據(jù)應(yīng)用場景

從技術(shù)角度來看，商業(yè)銀行大數(shù)據(jù)主要分為數(shù)據(jù)接入、數(shù)據(jù)存儲、數(shù)據(jù)計算、數(shù)據(jù)分析四層。目前商業(yè)銀行大數(shù)據(jù)典型的應(yīng)用場景包括精準營銷、輿情監(jiān)控與股價預(yù)測、智能投顧、智能投研、監(jiān)管科技、信貸風(fēng)險評估、信息可視化、消費信貸、供應(yīng)鏈商業(yè)銀行、風(fēng)險定價、黑產(chǎn)防范等。特別是在監(jiān)管科技方面，大數(shù)據(jù)堪稱市場風(fēng)險、非法集資、異常交易等監(jiān)測利器。

(一)商業(yè)銀行信貸

以前借款需要很長時間的審核，尤其是線下取證、財務(wù)報表、抵押擔(dān)保、審批流程、領(lǐng)導(dǎo)簽批、最后借款等環(huán)節(jié)，根據(jù)內(nèi)在的大數(shù)據(jù)信用評估和內(nèi)控技術(shù)，能夠?qū)崿F(xiàn)實時計算借款人的信用額度，在信用額度內(nèi)實現(xiàn)即時放款。這是傳統(tǒng)商業(yè)銀行領(lǐng)域難以想象的。而這種快速借款模式，將成為未來互聯(lián)網(wǎng)商業(yè)銀行時代的標準配置。

(二)信息可視化

幫助雙方站在同一個平臺上相互模擬、相互評估與相互決策。商業(yè)銀行信息可視化已經(jīng)成為經(jīng)濟分析、管理決策、績效評價等工作的必備工具，它將始終貫穿商業(yè)銀行活動的全過程。在技術(shù)變革的推動下，商業(yè)銀行可視化成為未來發(fā)展趨勢。數(shù)據(jù)可視化的最大價值并不僅在于直接將數(shù)據(jù)呈現(xiàn)出來，讓人直觀地感受到數(shù)據(jù)，更在于思維模式和決策方式的轉(zhuǎn)變?？梢岳脭?shù)據(jù)的可視化重新定義商業(yè)銀行領(lǐng)域的數(shù)據(jù)模型，判斷商業(yè)銀行價值模型中的爆發(fā)點與增長點的關(guān)聯(lián)。

(三)管理決策

在數(shù)據(jù)集成的基礎(chǔ)上，運用大數(shù)據(jù)、云計算技術(shù)，將數(shù)據(jù)清洗，處理，然后輸入模型，就能還原真實世界，得出精準信息，以此作為決策依據(jù)。未來的決策中，人的主觀因素會弱化，大數(shù)據(jù)提供的信息使決策更加科學(xué)智能化、動態(tài)實時化。

(四)供應(yīng)鏈金融

供應(yīng)鏈金融的風(fēng)險控制從授信主體向整個鏈條轉(zhuǎn)變。供應(yīng)鏈核心企業(yè)擁有良好的資產(chǎn)、充足的資金和高額的授信額度。而依附于核心企業(yè)的上下游企業(yè)可能需要資金，但是貸不到款。供應(yīng)鏈金融可以由核心企業(yè)做擔(dān)保，以產(chǎn)品或應(yīng)收賬款做質(zhì)押，幫助上下游企業(yè)獲得資金。

(五)風(fēng)險控制

應(yīng)用大數(shù)據(jù)技術(shù)，可以統(tǒng)一管理商業(yè)銀行內(nèi)部多源異構(gòu)數(shù)據(jù)與外部征信數(shù)據(jù)，可以更好地完善風(fēng)控體系。內(nèi)部可保障數(shù)據(jù)的完整性與安全性，外部可控制用戶風(fēng)險。

(六)智能投顧

智能投顧業(yè)務(wù)提供線上的投資顧問服務(wù)，能夠基于客戶的風(fēng)險偏好、交易行為等個性化數(shù)據(jù)，采用量化模型，為客戶提供低門檻、低費率的個性化財富管理方案。智能投顧在客戶資料收集分析、投資方案的制定、執(zhí)行以及后續(xù)的維護等步驟上均采用智能系統(tǒng)自動化完成，且具有低門檻、低費率等特點，因此能夠為更多的零售客戶提供定制化服務(wù)。

六、商業(yè)銀行大數(shù)據(jù)的挑戰(zhàn)與前景

商業(yè)銀行服務(wù)的方式和工具隨著技術(shù)的成熟發(fā)生變化，但商業(yè)銀行的本質(zhì)不會改變，即解決信息不對稱的問題。而大數(shù)據(jù)恰恰提供了一個解決信息不對稱問題的有效渠道。目前商業(yè)銀行大數(shù)據(jù)的應(yīng)用挑戰(zhàn)至少包括三方面。

一是商業(yè)銀行行業(yè)的數(shù)據(jù)資產(chǎn)管理應(yīng)用水平仍待提高。

二是商業(yè)銀行大數(shù)據(jù)應(yīng)用技術(shù)與業(yè)務(wù)探索仍需突破。

三是商業(yè)銀行大數(shù)據(jù)的行業(yè)標準與安全規(guī)范仍待完善。

相關(guān)機構(gòu)應(yīng)及時出臺促進商業(yè)銀行大數(shù)據(jù)發(fā)展的產(chǎn)業(yè)規(guī)劃和扶持政策，并分階段推動商業(yè)銀行數(shù)據(jù)開放、共享和統(tǒng)一平臺建設(shè)，強化商業(yè)銀行大數(shù)據(jù)行業(yè)標準和安全規(guī)范建設(shè)。

商業(yè)銀行機構(gòu)是大數(shù)據(jù)天生的合作者，一方面自身有著利用技術(shù)紅利帶來收益沖動，另一方面又有國內(nèi)較好的信息化基礎(chǔ)。因此商業(yè)銀行大數(shù)據(jù)發(fā)展也促進了商業(yè)銀行行業(yè)從多方面實現(xiàn)管理的轉(zhuǎn)型和業(yè)務(wù)產(chǎn)品的創(chuàng)新，其中包括信用風(fēng)險、客戶服務(wù)、智能運營以及商業(yè)銀行本身的產(chǎn)品。而商業(yè)銀行行業(yè)在大數(shù)據(jù)領(lǐng)域里有著較好的場景應(yīng)用，例如，銀行、保險、證券等。同時互聯(lián)網(wǎng)公司在大數(shù)據(jù)基礎(chǔ)上開展商業(yè)銀行業(yè)務(wù)，這些業(yè)務(wù)跨過銀行傳統(tǒng)的信貸領(lǐng)域，開始向轉(zhuǎn)賬匯款、現(xiàn)金管理、資產(chǎn)管理、供應(yīng)鏈商業(yè)銀行、支付等領(lǐng)域蔓延。

商業(yè)銀行跟互聯(lián)網(wǎng)的融合是大勢所趨，商業(yè)銀行向互聯(lián)網(wǎng)發(fā)展，互聯(lián)網(wǎng)向商業(yè)銀行轉(zhuǎn)型，已經(jīng)成為整個科技和互聯(lián)網(wǎng)商業(yè)銀行發(fā)展的焦點。中國是全球第二大經(jīng)濟國，銀行業(yè)向?qū)嶓w經(jīng)濟、創(chuàng)新驅(qū)動的轉(zhuǎn)型中，利用大數(shù)據(jù)技術(shù)，必將成為中國銀行業(yè)的新增長點和新亮點。