商业银行怎么运转(商业银行如何转型)

主持人：本报记者杨蒙

特邀嘉宾：李华夏银行特约研究员。

继建行牵手阿里之后，近日，四大行之首的工行牵手、刘进行全方位合作，百度与农行宣布达成战略合作，合作重点指向金融科技领域。

随着金融科技在业务层面渗透率的逐步提升，大数据技术在金融机构的应用日益广泛，商业银行在金融科技时代如何利用、提取和管理大数据的讨论也更加深入。

大数据在银行业的主要应用场景有哪些？目前存在哪些问题？怎么处理？近日，本报记者邀请华夏银行特约研究员李博士，就上述热点问题进行深入对话。

主持人：在现代金融机构中，数据资产已经成为区别于传统金融机构的最大生产要素之一。数据资产的管理、应用和挖掘已成为现代银行业加快创新、提升管理能力的重要任务。

你认为大数据技术对银行业意味着什么？

李：将大数据技术应用于金融行业，不仅是技术发展的需要，也是金融行业提高盈利能力的需要。在当前“以客户为中心，以市场为导向”的激烈竞争时代，在各大金融机构准备“二次转型”的改革过程中，

为了提高核心竞争力，防范经营风险，提高经营分析数据的及时性和准确性，必须懂得利用现代管理信息系统进行综合分析，挖掘客户的潜在价值，利用有价值的信息改进服务手段。

利用数据挖掘技术实现职能决策支持职能管理。

金融行业一直非常重视数据。随着移动互联网的发展，各种金融业务和服务多样化，金融市场整体规模扩大。对于大数据带来的主要商业价值，参与调查的金融公司表示，

大数据的价值在于，它们可以基于商业分析做出更明智的商业决策，使决策更加理性、有理有据。依靠前瞻性决策，实现生产过程中资源的更加优化配置，根据市场变化快速调整，提高用户体验和资金周转率，

从而获得更高的利润。

主持人：大数据技术在银行业主要有哪些应用场景？

李：传统银行模式下，商业银行只能记录银行卡每次的消费信息，无法实现实时的消费信息反馈和采集。在存贷款风险管控过程中，银行也对小额信贷实施有效的风险管控。

普通商业银行在记录了客户消费和产品选择的数据后，并没有很好的利用这些数据，这些数据并不是为商业银行的经营活动(风控和催收)而产生的。在客户的每一笔投资和消费都被记录和分析之后，数据挖掘技术的应用将产生基于信息的决策。

有助于提升用户体验，精细化管理水平不断提升。

传统银行业的信息数据都是手工制作的，容易出错。特别是在信贷活动过程中，银行客户信息记录的错误会对银行经营的有效性造成损失。

这种传统的手动信息处理方法效率低、不准确且成本高。在商业银行的贷款业务中，银行需要对客户的个人信息、财务状况、抵押物等进行尽职调查，获取信息的成本较高。但是在大数据时代，

商业银行采集和记录客户信息的过程完全自动化，通过自填自报的方式采集客户的个人信息，从而更加准确地了解客户的实际情况，降低人工处理成本，提高工作效率。

关注个体和微观层面，将有效解决长期困扰中国企业的“微观融资难”问题。

此外，在商业银行的传统经营模式中，跨地区、跨国经营的成本极高。商业银行不仅要承担设立实体机构的成本，还要承担与代理行摩擦经营的成本。借助大数据技术，

商业银行的总部将能够更方便地获取更多有价值的信息，而不仅仅局限于当地的分支机构，还可以跨越地域和时空的限制。

主持人：在互联网时代的激烈竞争中，电子商务、银行、物流三大类企业代表了产品、信息、资金的重要占有者，三者都希望成为主导这三大要素的受益者。虽然商业银行在互联网技术和平台方面比较落后，

但从长期发展趋势来看，商业银行具有重要优势但也存在诸多困难。你怎么看待这个问题？

李：商业银行利润率普遍较高，近年来业绩增长较快。许多商业银行的盈利能力已经开始超过国外商业银行。因此，商业银行内部资金充足，有利于商业银行建立大规模的资金流、物流和信息流运营体系。

资本优势使商业银行在建设三网融合的过程中能够建立先进的数据操作系统、存储系统和计算系统，有利于大数据技术的发展和应用。

一方面，我国商业银行自负盈亏；另一方面，与政策有着千丝万缕的联系。中国的商业银行牌照很难拿到，电商和物流商的资质也比较单一。中国大型商业银行基本实现了集团化经营，

国内15家上市银行的资产占中国商业银行总资产的60%以上，管理经验、理念、方式、方法优于电商、物流企业，容易形成跨境、跨区域经营。

在利用大数据帮助商业银行解决问题的同时，对信贷客户的个人信息保护和隐私保护的边际在哪里？可以收集客户的哪些数据，以什么方式收集；是否可以收集所有的个人资料，一起收集造成的副作用等等。

两者都需要考虑。

主持人：商业银行应该如何利用好大数据技术？未来商业银行在大数据技术应用方面还应该做哪些进一步的工作？

李：商业银行应继续运用大数据和数据挖掘技术，及时、准确、全面地掌握自身资产的质量、数量和分布、头寸调度和信用状况，为客户提供安全、可靠、有力的技术支持。

数据仓库、大数据和数据集市可以通过深度挖掘获得“深层利益”。同时，大数据技术也收集了大量的商家和用户信息，可用于开发新产品、业务和综合服务。

银行更容易为用户提供不同平台、不同层次的异构服务，也为商业银行的经营决策提供支持和依据，使商业银行可以根据与之有往来的商户的数据信息，随时推断客户的信用状况，有助于防范银行风险。

传统商业银行数据应用信息系统的采集和保存系统在大数据应用环境背景下仍需进一步完善。此外，提高数据挖掘的效率和技术功效仍然是一个亟待解决的问题。

金融行业一直非常重视数据。随着移动互联网的发展，各种金融业务和服务多样化，金融市场整体规模扩大。大数据的价值使银行能够基于业务分析做出更明智的业务决策。

使决策更加理性，有理有据。依靠前瞻性的决策，可以在生产过程中实现更加优化的资源配置，根据市场变化快速调整，提高用户体验和资金周转率，从而获得更高的利润。