܄

中国民生银行董事长洪崎:大数据可以帮助银行转型

【数据猿导读】 当前形势下,银行业必须积极拥抱新金融、新技术,加快自身转型发展步伐,同时运用先进技术为实体经济提供精准、高效的金融服务

中国民生银行董事长洪崎:大数据可以帮助银行转型

新金融本质上是具有金融功能的信息产业,是智能金融,从技术层面上就是互联网、云端计算的大数据和物联网等平台的智能化,是机器智能对金融产业生态系统的重构。当前形势下,银行业必须积极拥抱新金融、新技术,加快自身转型发展步伐,同时运用先进技术为实体经济提供精准、高效的金融服务。

商业银行应用大数据是大势所趋

近年来,关于大数据的研究很多,基本形成共识性的看法是,大数据具有4V特征,即海量的数据规模(vast)、快速的数据流转和动态的数据体系(velocity)、多样的数据类型(variety)和巨大的数据价值(value)。也就是说,大数据,除了规模数量大,更重要的是数据非结构化、残缺和无法用传统方法处理等特性。实质上,大数据的精髓在于它拓展了数据分析的抽样方法和范围,放松了对数据研究的精准度要求,更侧重于通过揭示相关关系来刻画世界万物之间的复杂联系。由此,大数据为人类认识世界提供了新的方法,引发了思维的革命。

金融业特别是其中的银行业是公认的数据密集型行业。各家金融机构通过长期经营已经逐步累积了海量的用户数据,这些客户的日常交易构成了庞大的结构化数据资源。从银行角度出发,理想状态的大数据就是个人和组织的行为全记录,以及从这些记录中发现规律的过程。跟过去数据相比,大数据关键作用之一是减少信息不对称,发现市场主体的行为规律,甚至预测其经济行为。大数据能够从根本上解决传统金融所面临的信息不对称,客户不透明的问题。传统银行运用大数据方法,能够在客户战略的基础上,更好识别和认知客户需求,以客户为中心,创新产品和服务,实现快速、低成本的客户营销和有效的风险管控,进而从根本上提高银行的金融服务能力。通俗地讲,大数据能使银行更聪明,是银行体现竞争能力的新型资产。目前,国外有1/3左右的先进商业银行,已经成功地将大数据运用到了差异化客户服务、风险管控和运营管理等方面,并且取得了较好的效果。

大数据时代背景下,传统的金融行业界限和竞争格局已经被打破。互联网金融的快速发展,正是场景大数据和金融手段结合的典型产物。随着互联网金融的蓬勃发展,互联网企业借助大数据、云计算、社交网络和搜索引擎等信息技术优势,在支付、融资、存款、信息资源等领域对商业银行传统的经营模式,甚至对商业银行在经济生活中的金融中介功能提出严峻的挑战。在国内,阿里巴巴、百度、腾讯等领先互联网企业,积极运用大数据,引领产品开发和供应、降低交易成本、扩大业务范围。虽然,我国银行业受技术、数据、人才、体制等方面制约,在大数据应用方面还处在起步和探索阶段。但是,在“不用大数据就可能变傻”这样的情况下,大数据成为银行找准市场定位、挖掘新的业务增长点,实现战略转型,打造核心竞争力的重要方法,在很大程度上可以决定银行的未来发展。因此,如何更好运用大数据,不久的将来必将成为国内银行业的关注焦点。

传统银行稳步推进智能化转型

传统银行智能化转型具备技术条件。云计算、大数据等先进技术的快速发展,为银行转型提供了有力工具。具体的体制、机制变革应该跟互联网的本质相结合,采用与之相匹配的理念、方式和节奏,否则会阻碍转型步伐。

传统金融业纷纷加快智能化转型步伐。传统金融业都在积极实施改革转型以应对新金融形势的发展变化,民生银行也不例外。2014年民生银行就开始了新金融布局,建立了国内第一家直销银行,并逐步建成包括银行、证券、信托、保险等业务,对零售客户提供全面金融服务的网上生态圈。现在民生直销银行有近500万的客户,资产规模接近500亿元,在全国所有直销银行中处于领先地位。目前,民生银行积极与物联网企业合作,运用区块链技术开展业务试验,努力培养大数据等信息科技人才,以适应未来银行的发展需要。

民生银行新金融布局清晰。新金融布局大体分为三步:第一步是传统银行的数字化;第二步是“传统银行+互联网”,就是在数字化前提下,通过“+互联网”,从线下逐步转到线上;第三步是“互联网+”,全面构建个人金融、企业金融和同业金融生态圈,实现民生银行的信息化、智能化发展。传统的总分行制、事业部制和矩阵式管理制,都不能很好地适应“互联网+”需要。为顺利实现新金融布局,民生银行把“互联网+”单提出来,采用平台化方法,集合客户经理、产品经理、风险经理组成项目组,在前端围绕客户提供个性化的、泛化服务,后端运用精准的大数据分析来支撑前端服务的落地。这正是民生银行全面战略转型“凤凰计划”之中的一个项目。

银行运用大数据精准服务实体经济

银行要服务好实体经济,有效落实国家政策,就需要充分运用大数据技术,提高甄别能力,精准筛选好服务对象,强化客户服务的深度、广度和效率。

一是银行用大数据可以精准服务企业经营。

国际先进银行的经验是,利用大数据技术,将公司客户按照行业和规模细分为若干个客户群,在每个细分群中找出标杆企业,分析其银行产品组合,再将本群其他客户的银行产品组合与之比对,找出差距和潜在营销机会,从而精准营销和推荐适合该企业的产品和服务,不仅成功率大大提升,而且更有效地满足了企业的金融需求,助推了实体企业的经营发展。

就我国来说,政策要求,部分产能严重过剩行业要加快去产能。有的银行因此几乎不再碰钢铁、水泥、电解铝等行业。但是,去产能去的是僵尸企业,不是整个行业,更不是优秀企业。因此,我们没有因噎废食,而是区别对待,运用大数据技术通过大量挖掘分析,继续加大对管理完善、技术先进、代表未来方向的企业的支持力度。

二是银行用大数据可以精准服务补短板。

经济短板往往和金融资源不足有关,后者又主要是因为风险偏高。大数据技术能够有效防控风险,进而补足经济短板。比如,美国一家互联网信用评估机构,通过大数据技术,深入分析客户在各个社交平台(Facebook、Twitter)的数据,对银行信贷申请者进行风险评估,并将结果卖给银行,与银行内部评估相结合,形成了更完善、准确的违约评估,降低了银行风险成本,提高了银行风险定价能力。再比如,传统方法中,银行多是基于过往的营业和信用信息,

评估客户违约风险,缺乏前瞻性,也无法准确判断整个行业形势的影响。西班牙一家银行利用大数据,首先识别出影响行业发展的主要因素,然后一一模拟、测试、分析这些因素的影响,综合评判每个企业客户的违约风险,大大降低了评估成本,提升了评估速度和准确性。准确的风险评估,能够加大银行资源投放的信心,有利于最大限度地满足各类风险客户的融资需求。

我国民营企业、小微企业、“三农”等领域长期面临融资难、融资贵的难题。民生银行作为第一家主要由非公企业入股的全国性股份制商业银行,承载着“中国金融体制改革试验田”的使命,服务民营企业是天职。但是,在经济下行压力较大阶段,经营困难的民营企业和小微企业不断增加,一些金融机构纷纷将资金集中投向央企、国企。在这个时候,要继续支持民营企业和小微企业,仅仅凭借使命感是不够的。民生银行积极运用大数据和互联网技术,细分民营企业和小微企业客户,既通过增加抵押、调整价格等方式继续支持存量企业,也努力挖掘潜力,增加对优质客户的支持。民生银行目前对公业务中,民营企业客户和贷款余额占比分别超过60%和50%;小微企业客户的平均贷款额度在50万元之下,服务的小微客户数量快速增长。

三是银行用大数据可以精准服务居民消费升级。

国际上,很多先进银行运用大数据成功拓展零售业务。比如,有银行通过分析客户交易数据,推算出其“人生大事”的大致节点,进行交叉销售,婴儿诞生时针对性甚至定制化推介寿险产品等。再比如,有银行通过社交平台数据分析客户的业余爱好,发现不同爱好客户金融需求差异,即使财富不高、消费奢侈的“败家族”,也具有成为贵宾客户的潜在价值。类似的方法,大大丰富了收入、年龄、职业等传统的分类标准,更好地实现了“以客户为中心”,有利于为客户提供更加贴身的金融服务。

近年来,我国经济结构加快升级,消费拉动力不断提升,2016年上半年,消费对经济增长的贡献率已达73.4%。消费规模扩大和结构升级离不开消费金融的支持。民生银行运用大数据技术千方百计服务消费升级。通过网络自动获取公积金、征信数据中的月供金额、个税等相关数据,倒推还款能力,提高信用贷款审批效率,扩大信贷额度,较好服务了信用消费。信用卡推出网上申请项目,整合行内数据、银联、公安、互联网等方面数据,明显提升审批效率,几秒钟就可以获得审核和额度信息,此前从申请到获卡20天,现在只需要4~5天,满足了大量客户的信用卡消费需求。民生银行目前消费贷款余额3300亿元以上,同比增长超过80%。

未来,国家将建设全国一体化的大数据中心,推进技术融合、业务融合、数据融合,实现跨层级、跨地域、跨系统、跨部门、跨业务的协同管理和服务的国家大数据战略,银行应响应国家的号召,积极拓展思路,适应新金融发展的需要,稳步推进改革转型,开创金融大数据更好服务实体经济的新局面。


来源:东南新闻网

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

大数据投融资周报(4月5日——4月7日,共9起)
大数据投融资周报(4月5日——4月7日,共9起)
大数据周周看:今日头条近10亿美元融资入账,Adobe推出体验云平台Experience Cloud
大数据周周看:今日头条近10亿美元融资入账,Adobe推出体验云...
【独家首发】数之联完成A轮数千万元融资,大数据分析挖掘领跑者获资本青睐
【独家首发】数之联完成A轮数千万元融资,大数据分析挖掘领跑...

我要评论

精品栏目

[2016/10/10]

大数据24小时

More>

[2016/09/26-7]

大数据周周看

More>

[2016/09/01-30]

大数据投融资

More>

[2016/11/28-2]

大咖周语录

More>

[2016/11/29-6]

大数据周聘汇

More>

[2016/12/06-13]

每周一本书

More>

返回顶部