文|張建國（中國建設銀行行長）
近十年來，中國銀行業的改革發展取得了令世界矚目的成就。在今年《銀行家》《福布斯》釋出的大企業排行榜和市值排名上，五家大型商業銀行均已躋身世界前列。隨著以移動網際網路、雲端計算、“大資料”和物聯網為代表的資訊革命的興起，銀行業又一次面臨新的機遇和挑戰。中國銀行業能否用好大資料，實現經營、管理和服務創新，決定了其未來的可持續發展能力。
銀行業已初步具備運用大資料的基礎
大資料是資訊科技與網際網路產業發展到特定階段的產物，從網際網路到物聯網，從雲端計算到大資料，資訊科技正在從產業基礎走向產業核心。而銀行業作為與資訊技 術深度結合的行業，網際網路思維和決策資料化已開始嵌入經營管理的全流程。大資料實質是“深度學習”，能夠為銀行提供全方位、精確化和實時的決策資訊支援。 銀行的經營轉型、產品創新和管理升級等都需要充分用好大資料。目前，銀行在客戶分析、風險管理方面對大資料運用已初步積累了一定的經驗，為未來過渡到全面 大資料運用奠定了良好基礎。
20世紀90年代，隨著資訊科技發展，國內銀行業順應潮流，將資訊科技廣泛應用到業務處理和內部管理，以提高服務管理效率。進入21世紀，大銀行率先推進系統大集中和資料大集中，整合原有分散化的資訊系統，不斷適應加快產品創新、提 升客戶體驗等市場需求，建立資料倉儲和資料平臺，資訊化程度不斷提高。近幾年，銀行業大力發展面向客戶的新一代核心業務系統，資訊系統建設日趨完備，電子 銀行等線上金融服務大幅增長，在提升客戶體驗和風險管控能力、滿足監管各項要求的同時，形成並儲存了龐大的可用資料資源。銀行業的資料資源不僅包括存貸匯核心業務結構化資料，也包含客戶電話語音、線上交易記錄、網點視訊等非結構化資料。
中國建設銀行（以下簡稱建設銀行）從2011年開始建設企業級全行共享的新一代核心業務系統，以客戶為中心、面向服務設計架構，實現業務與IT融合、產 品快速創新的目的，目前已初具規模。特別是在新一代系統設計中，充分考慮資料儲存和應用的重要性，並專項設定了資料整合層模組，包括資料快取區、資料記錄 系統、歷史資料儲存、分析資料倉儲、實時資料倉儲、公共資料集市。
銀行業開始嘗試接入和整合外部資料資源。在傳統的資料分析模式下，銀行業出於市場分析、內部管理、監管需要，產生並記錄了巨量的文字式結構化資料，涉及 客戶賬戶資金往來、財務資訊等，以及網銀瀏覽、電話、視訊等非結構化資料。但是，傳統意義上的銀行僅能掌握客戶與銀行業務相關的金融行為，無法獲得客戶在 社會生活中體現興趣愛好、生活習慣、消費傾向的情感或行為資料，無法與業務資料形成聯動。隨著電子商務的快速發展和移動金融的深化，銀行業逐步加強與外部 資料來源對接，甄別有效資訊，整合多渠道資料，豐富客戶圖譜。目前，已有多家銀行進行了有益嘗試。
一是銀行與電商平臺形成戰略合作。銀行業共享小微企業在電商平臺上的經營資料和經營者的個人資訊，由電商平臺向銀行推薦有貸款意向的優質企業，銀行通過 交易流水、買賣雙方評價等資訊，確定企業資信水平，給予授信額度。建設銀行曾在這方面做過有益的嘗試。此外也有銀行參股電商、開展資料合作的案例。
二是銀行自主搭建電商平臺。銀行自建電商平臺，獲得資料資源的獨立話語權。在為客戶提供增值服務的同時，獲得客戶的動態商業資訊，為發展小微信貸奠定基 礎，是銀行搭建電商平臺的驅動力。2012年，建設銀行率先上線“善融商務”，提供B2B和B2C客戶操作模式，涵蓋商品批發、商品零售、房屋交易等領 域，為客戶提供資訊釋出、交易撮合、社群服務、線上財務管理、線上客服等配套服務，提供的金融服務已從支付結算、託管、擔保擴充套件到對商戶和消費者線上融資 服務的全過程。
三是銀行建立第三方資料分析中介，專門挖掘金融資料。例如，有的銀行將其與電商平臺一對一的合作擴充套件為“三方合作”，在銀行與電商之間，加入第三方公司 來負責資料的對接，為銀行及其子公司提供資料分析挖掘的增值服務。其核心是對客戶的交易資料進行分析，準確預測客戶短時間內的消費和交易需求，從而精準掌 握客戶的信貸需求和其他金融服務需求。
銀行業有處理資料的經驗和人才。資料分析和計量模型技術在傳統資料領域已得到較充分運用，同時也培養出大批精通計量分析技術的人才。如在風險管理方面， 我國金融監管部門在與國際接軌過程中，引入巴塞爾新資本協議等國際準則，為銀行業提供了一套風險管理工具體系。銀行在此框架下，利用歷史資料測度信用、市 場、操作、流動性等各類風險，內部評級相關技術工具已發揮出效果，廣泛應用於貸款評估、客戶准入退出、授信審批、產品定價、風險分類、經濟資本管理、績效 考核等重要領域。
銀行已初步嘗試應用大資料。我國銀行業大規模運用大資料技術尚不成熟，但多家銀行已從關鍵點、具體業務入手應用大資料探勘技術，解決效率提升中的難題。 例如，有的銀行提供集電話、網路線上、客戶端、微博、微信於一體的整合服務平臺，也有的銀行信用卡中心開發智慧雲語音，著眼於客服語音資訊的挖掘和分析， 通過對海量語言資料的持續線上和實時處理，為服務質量改善、經營效率提升、服務模式創新提供支撐，從而全面提升運營管理水平。還有些銀行在個人客戶營銷方 面，著重客戶資料分析，摸索出客戶行為模式和潛在需求，促成定向精準銷售。例如，通過分析客戶行為資料和財務資料來鎖定潛在客戶，根據客戶行為規律，並結 合其所在區域、行為內容來確定消費習慣，開展針對性營銷；通過分析交易記錄資訊來有效識別小微企業客戶，並用遠端銀行和雲轉借實施交叉銷售。此外，有的銀 行還將其內部客戶編號和微博、QQ、郵箱等相對應，將網際網路資料與傳統資料一起儲存，建立資料庫，不僅瞭解客戶理財、基金購買等交易行為的頻繁程度，還可 以發現其他動態資訊如出差、喜好和社交圈等。
國際同業大資料運用的經驗教訓
金融業大資料運用的國際經驗主要體現在快速判斷巨集觀經濟趨勢、分析預測客戶及交易對手行為、防範欺詐、改進內部效率以及外包非核心業務等方面。
快速判斷巨集觀經濟形勢。英國央行已經開始運用大資料對英國房地產市場和勞動力市場趨勢作出快速判斷。以前，英國央行通過統計部門釋出的房地產銷售資料、 就業資料等，判斷房地產市場和勞動力市場變動趨勢，但統計部門的資料一般有數日乃至數週的時滯，不利於對形勢的快速判斷。目前，英國央行已通過對一些網路 搜尋關鍵詞的監控，如“按揭”“房價”“職位”等，獲取最新的經濟執行情況。
分析預測客戶及交易對手行為。由谷歌（Google）前資訊長DouglasMerrill創辦的信用評估公司ZestFinance，通過大資料技術把收集的海量碎片化資料整合成完整的客戶拼圖，較為準確地還原客戶的真實狀況和實際信用狀況，並據此支援合 作公司向難以從銀行獲得貸款的美國人提供“工資日貸款”（paydayloan）。西班牙對外銀行(BBVA)推出的具有記憶功能的ATM機ABIL，不 但能記住客戶習慣的取款金額、頻率，還能根據其賬戶情況給出相應的取款建議。美國一些基金公司在幾年前開始藉助社交媒體大資料，分析市場情緒變動，進而判 斷未來交易是擴大還是萎縮。近期，這些基金公司進一步通過分析金融交易大資料，識別交易對手的交易特徵，預判交易對手的交易動向，並採取相應的操作，以獲取差價。
防範欺詐。運用大資料分析軟體，可以預防信用卡和借記卡欺詐。通過監控客戶、賬戶和渠道等，提高銀行在交易、轉賬和線上付款等領域防禦欺詐的能力。在監控客戶行為時，大資料可以識別出潛在的違規客戶，提示銀行工作人員對其予以重點關注，從而節省反欺詐監控資源。
改進內部效率。美國銀行用大資料分析該銀行某呼叫中心員工的行為，通過在員工姓名牌中置入感應器，監控員工的行走線路與交談語氣，可以知道員工在工作場所 的社交狀況。監控結果表明，那些一起享受工間休息並相互交流的員工工作效率更高，他們可以在日常交流中分享如何應付“難纏”顧客的小竅門。美國銀行發現這 一現象後，即轉而推行集體工間休息，此後員工表現提升了23%，而員工說話語調所反映出的壓力水平則下降了19%。另外，還有些歐美銀行運用大資料評價分 支機構績效並獲得顯著成效。
大資料的應用存在運維風險和運營風險等，前者如資料丟失、資料洩露、資料非法篡改、資料整合過程中的資訊不對稱導致錯誤決策等，後者如企業聲譽風險、數 據被對手獲取後的經營風險等。因此，必須加強資料管控。這方面既有成功的經驗，也有值得總結的教訓。從已出現的問題看，最大的風險來自網路攻擊和欺 詐：2011年，網路銀行欺詐給日本53家銀行造成2700億日元（約合225億元人民幣）的損失；2012年，詐騙集團曾攻擊歐美至少60家銀行的網 絡，盜取銀行資金；2013年，國內某保險公司受黑客攻擊，造成數十萬保單資訊洩露。為此，一是高度重視並推進統一的資料標準，並做好資料清洗，保證資料 質量。二是審慎劃定資料邊界，合理開展內外部資料共享和非核心資料業務外包。三是大資料下應更加重視隱私保護和資訊保安，加大對反網路攻擊的投入。
推動大資料應用的策略
黨的十八大提出堅持走中國特色新型工業化、資訊化、城鎮化、農業現代化道路，資訊化已升級為國家戰略。我國銀行業加快大資料應用不僅具有行業意義，而且 對於推動我國資訊化程式、服務“新四化”發展也有重要作用。我國銀行業要從戰略高度充分認識到大資料分析、運用的重要性，從管理體系建設、具體運用模式方 面不斷探索，打造銀行業在大資料時代的核心競爭力。
建立完善的大資料工作管理體系。銀行業應充分認識大資料的重要性，在總行層面建立大資料工作推進機制，制定大資料工作規劃，主管資料部門對大資料工作進行統籌規劃、組織協調、集中管理，業務部門承擔大資料採集、分析和應用的職責，全面定義、收集、多方式整合集團內外部各類資料，形成管理資料、使用資料和推廣資料的有效工作機制。
增強資料探勘與分析運用能力。在 銀行內部全面推廣基於資料進行決策、利用資訊創造價值的觀念，引進資料探勘和大資料運用專業方法和工具，培養專業資料探勘分析人才隊伍，重視人才的經濟金 融、數學建模、計算機新型演算法等複合型技能，建立前瞻性的業務分析模型，把握、預測市場和客戶行為，將資料深度運用到業務經營管理過程，利用資料來指導工 作，設計和制定政策、制度和措施，做到精準營銷和精細管理。
以大資料技術促進智慧銀行建設。推動大資料向生產力轉化，加快產品創新實驗室的技術研發，把實驗室成熟產品運用於客戶的營銷和服務，推進智慧銀行建設， 把技術創新優勢轉化為競爭優勢。網點服務要運用好大資料等技術成果，推廣普及智慧叫號預處理、遠端銀行VTM、電子銀行服務區、智慧互動桌面、人臉識別等 創新服務，將傳統銀行服務模式和創新科技有機結合，利用智慧裝置、數字媒體和人機互動技術為客戶帶來“自助、智慧、智慧”的全新感受和體驗。智慧網點在建 設推廣中，還應充分採用使用者互動技術和體驗裝置，吸引客戶瀏覽、試用、比較各類金融產品，輔以工作人員推薦，從地域、客戶、產品等多種維度，挖掘客戶需 求，實現對合適客戶、在合適時間、通過合適渠道、推薦合適產品。
建立基於大資料分析的定價體系。當前，資金的交易變動頻率和流動性加快，大資料從更寬廣角度，預判負債的波動情況，能更靈活測算是否滿足監管要求和貸款 需求變化，從而為銀行以存定貸、以貸吸存策略提供量化支撐，可有效降低資金成本。銀行還要運用大資料分析，建立起綜合服務和信貸差異化定價體系，做到對不 同產品、不同行業、不同區域實施差別化定價，最終實現一戶一策的綜合化、差異化服務，提升精準營銷水平。例如，將對公、對私客戶逐步納入定價系統，進行客 戶選擇，不同服務內容享受不同信貸優惠，達到差別化定價和客戶最佳體驗的雙重目的。
依託大資料技術提升風險管理水平。大資料能較好地解決傳統信貸風險管理中的資訊不對稱難題，提升貸前風險判斷和貸後風險預警能力，實現風險管理的精確化 和前瞻性。大資料時代，銀行業可以打破資訊孤島，全面整合客戶的多渠道交易資料，以及經營者個人金融、消費、行為等資訊進行授信，降低信貸風險。如建設銀 行依託“善融商務”開發出大資料信貸產品“善融貸”後，銀行可實時監控社交網站、搜尋引擎、物聯網和電子商務等平臺，跟蹤分析客戶的人際關係、情緒、興趣 愛好、購物習慣等多方面資訊，對其信用等級和還款意願變化進行預判，在第一次發生信貸業務，缺乏信貸強變數情況下，及時用教育背景、過往經歷等變數進行組 合分析，以建立起信貸風險預警機制。由歷史資料分析轉向行為分析，將對目前的風險管理模式產生巨大突破。
大資料是資訊革命中非常前沿且快速發展的技術，銀行業要抓緊解決內部資料探勘分析和外部資源的安全整合利用問題，加快人才隊伍建設和技術成果轉化，通過大資料的高效應用，加速推進銀行業的轉型升級和可持續發展。