首页 > 经济论文 > (银行征文)大数据时代下的金融创新经济论文

(银行征文)大数据时代下的金融创新

发布时间:2017-02-01      文章来源:lunwen5u.com

摘要:随着移动互联网、物联网、社交网络等新兴信息技术的迅猛发展,全世界每天都在产生海量的、各种类型的数据、大数据时代已经来临。大数据中所蕴藏的巨大价值,如何更加高效、科学地发挥大数据的巨大力量,适应大数据时代的机遇与挑战己经成为每个企业必须面临和思考的重要问题。
首先简要介绍了大数据据的定义、内涵及其主要特征;其次, 说明了金融业是信息密集型服务产业, 在数据特征和数据处理方面基本符合“大数据”概念和特征,正步入大数据时代的初级阶段,阐述了近年来大数据与传统金融行业相结合的案例;最后,提出了在大数据时代下金融业发展的应对策略。
关键词:大数据;金融行业;趋势
 
2011 年之前,天弘基金还是很小的基金,但是经过2013 年,一下子变成中国基金业的第一,一年之间冲到1200 亿元。互联网金融好像在2013 年一夜之间,在中国粉墨登场。尽管互联网的冲击还不至于触及到金融企业的根本,但是未来十年、二十年,人类经济的三大革命性因素,第一个就是大数据,第二个叫智能生长,第三个叫无线网。
1.大数据时代及特征
大数据是指一般数据库软件难以获取、储存、管理和分析的大容量数据。大数据意味着包括交易和交互数据集在内的所有数据集, 其规模或复杂程度超出了常用技术按照合理的成本和时限捕捉、管理及处理这些数据集的能力. 大数据通常具有“4V”Volume, Variety, Velocity和Value)特征。
1.1数据体量巨大(Volume)
大数据通常指10TB(1 TB=1024 GB)规模以上的数据量. 之所以产生如此巨大的数据量, 一是由于各种仪器的使用, 能够感知到的事物越来越多, 这些事物的部分甚至全部数据都可以被存储; 二是由于通信工具的使用, 使人们能够全时段的联系, 机器-机器(M2M)方式的出现使得交流的数据量成倍增长; 三是由于集成电路价格降低,使很多东西都保存了下来。根据国际数据资讯(IDC)公司监测, 全球数据量大约每两年翻一番, 预计到2020年, 全球将拥有35ZB 的数据量, 并且85%以上的数据以非结构化或半结构化的形式存在。
1.2数据种类繁多(variety)
随着传感器种类的增多及社交网络、智能设备等的流行, 数据类型也变得更加复杂, 不仅包括以文本形式为主的传统的关系型结构化数据, 也包括以网页、图片、音频、视频、网络日志、文档、地理位置信息等种类繁多的未加工的、半结构化和非结构化的数据, 其中, 尤以非结构化数据为主. 比如, 商业银行业务发展涉及的数据类型已从以二维表结构方式表达的结构化数据,扩展到包括日志、微博、视频、图片等半结构化和非结构化数据。
1.3流动速度快(velocity)
流式数据是大数据的重要特征. 当处理的数据由PB级代替了TB级时,“超大规模数据”和“海量数据”是快速动态变化的, 数据流动的速度快到难以用传统的系统去处理. 例如,商业银行的数据创建、存储、处理和分析的速度在大数据时代将持续加快, 某些数据必须实时地进行分析, 才能及时、有效地对业务管理产生价值。
1.4价值密度低(value)
数据量呈指数增长的同时, 隐藏在海量数据的有用信息却没有相应比例增长。相反, 价值密度的高低常常与数据总量的大小成反比。这样反而使我们获取有用信息的难度加大。以商业银行监控视频为例, 连续数小时的监控过程中可能有用的数据仅有几秒钟。
大数据的“4V”特征表明其不仅仅是数据海量,对于大数据的分析将更加复杂、更追求速度、更注重实效. 大数据不仅意味着数据总量的快速增长, 其更大的意义在于: 通过对大容量数据的交换、整合和分析, 及时识别与发现新的知识, 创造新的价值, 带来“大知识”和“大发展” 作为一种重要的战略资产, 大数据开启了一次全新的、重大的时代转型。
论文无忧网(lunwen5u.com),专注原创文章定制

2.大数据时代下金融行业发展的机遇
2.1大数据时代下的金融行业
大数据时代到来, 首先引起全球高度关注的行业之一就是金融业。金融业具有显著的IT属性, 每次通讯技术的革新都会给金融业带来变革. 金融业在IT基础设施、数据掌控力和人才集中度方面相较其他产业具有明显的优势,具备了深度“掘金”的潜力。一方面, 大数据决策模式对银行更具针对性. 发展模式转型、金融创新和管理升级等都需要充分利用大数据技术、践行大数据思维。另一方面, 银行具备实施大数据的基本条件:(1) 数据众多。银行不仅拥有所有客户的账户和资金收付交易等结构化数据, 还拥有客服音频、网点视频、网上银行记录、电子商城记录等非结构化数据;(2) 拥有处理传统海量结构化数据的经验。 长期以来, 商业银行已经在以信用评级模型和市场营销模型为代表的数据分析上积累了大量的实践经验, 具备向“大数据”分析跨越的基础; (3) IT技术和人才储备相对充裕。金融业是信息密集型服务产业, 普遍拥有大量IT设施投资和IT技术开发与应用人才。
银行每天都在生成、获取海量数据, 经过多年的发展与积累, 目前国内商业银行数据量已经达到100 TB以上级别. 一是传统银行交易系统每天会产生数亿笔交易流水信息, 这些信息主要是结构化形式的数据; 二是业务处理过程中, 银行采集了大量用于集中作业、集中授权、集中监控的影像、视频、录音等非结构化数据; 三是银行网站每天点击量达几千万次, 这些数据隐含了大量客户需求或产品偏好信息; 四是在各类媒体、社交网站中发布的涉及客户投诉和产品评价信息数据, 银行可以通过此类数据改进服务质量与客户体验。上述数据无论是出于遵从法规与内控管理的存储需求, 还是出于产品设计、市场营销的数据分析需求, 都需要相关的计算机硬件和软件技术进行存储、信息抽取和分析. 银行数据特征和数据处理要求, 基本符合“大数据”概念与特征, 银行业已经进入“大数据”时代。
在大数据时代, 未来的金融体系尤其是银行将发生以下几方面重要的变化:
(1) 开放的银行。传统商业银行具有两项基础功能: 资金中介与信息中介。银行作为资金中介可以通过专有技术实现规模经济, 降低资金融通交易成本; 作为信息中介可以采用专门信息处理能力, 解决资金借贷方之间因信息不对称引发的逆向选择和道德风险问题。 在传统商业银行主导的融资模式下, 银行是社会经济信息收集中心, 企业需向银行提供信息以获取信用。但在大数据时代, 银行将不再自然而然的成为经济关系的信息中心, 搜索引擎、社交网络、物联网、移动互联网、云计算、大数据等新兴信息技术改变了传统的信息产生、传播、加工利用的方式, 特别是基于互联网技术和移动支付技术的互联网金融打破了信息不对称和物理区域壁垒, 通过信息流、数据流引导各类资源的充分有效分配, 甚至资金供求双方可以通过网络直接获取信息并参与交易,促使传统的生产关系发生变革, 形成了联网机构相对平等的关系。这对传统商业银行业务提出了挑战,商业银行将改变过去自然的、被动的社会经济信息收集中心角色, 以开放的方式与客户平等交流, 主动收集客户信息。 比如, 通过建立或者借助电商平台实现客户信息流、物流、资金流的“三流合一” 对收集的非结构化客户信息与数据仓库中的结构化客户信息进行整合分析, 形成完整的客户拼图, 从而对客户更加全面和深入的理解, 建立客户信用评价和风险管理, 完成信息中介功能。
(2)数字化的银行。从长远来看, 随着数据化和网络化的全面深入发展, 大数据的应用将使银行的资金中介职能进一步发生变化, 表现为资金中介职能体现出虚拟化和电子化交易特征, 逐渐向虚拟化方向发展。全面颠覆当前金融服务形态: (1)产品的虚拟化。资金流将更加地体现为数据信号的交换, 电子货币等数字化金融产品的在经济生活中将成为主流。(2) 服务的虚拟化。通过移动互联网、全息仿真技术等科技手段, 银行将更广泛地通过完全虚拟的渠道向客户提供金融服务。(3) 流程的虚拟化。银行业务流程中各类凭证、单据等将以数字文件的形式出现和处理, 极大提高处理的便利性和效率.在大数据时代, 传统商业银行的管理理念和运营方式面临挑战。未来商业银行的整体运作将是一个数据的洪流, “数字金融”得以全面实现。
(3)高生产力的银行。与物质资本、人力资本一样,大数据将成为经济活动一个重要的生产要素,它也可以转变成为生产力, 创造巨大的经济价值。开放的、数字化的银行随着大数据的应用可实现更高的生产力, 主要体现在以下几个方面:一是信息技术的发展及部分金融产品交易的虚拟化, 使金融供应链外延, 降低了全社会融资成本和财务费用, 提高整个市场的生产效率。二是大数据的积累使得商业银行通过全面分析商业银行内部数据和外部的社会化数据,可以获得更为完整的客户全貌,避免因客户信息不全面导致错误认知,使得销售更具有精准性; 此外,银行能够通过现有客户及其人际社会网络或业务网络,发现更多具有价值的潜在客户,并对其展开精准营销。三是通过整合结构化和半结构化的交易数据、非结构化数据及交互数据可以进行全面的模式识别、分析能够帮助银行实现事前风险预警、事中风险控制,建立动态的、可靠的信用系统对各种交易风险进行识别, 有效地防范和控制金融风险,并深度挖掘高价值的目标客户。四是促进银行进行产品创新。银行可以通过科学分析技术对海量结构化与非结构化数据进行分析和挖掘,更好地了解客户的消费习惯、行为特征、客户群体及个体网络行为模式,商业银行充分利用这些信息可以为客户制定个性化、智能化的服务模式,设计开发出更贴近用户需求的新产品。
科学决策的银行。大数据的本质特征之一是在决策模式上与传统模式不一样。大数据强调决策建立在牢固的数据证据基础上。大数据的客观性将对现有银行决策机制产生巨大冲击,传统商业银行的决策模式依赖于样本数据分析和高管层经验。而大数据时代全量数据分析使得分析结果更具客观性和决策支持性,银行的决策过程将以数据为核心进行决策判断,对银行的管理者来说这是一场改变思维习惯的管理革命。
2.2互联网金融实例
无论是互联网金融还是金融互联网,对中国金融业未来改革的一个最重要的意义就是起到一种作用,通过他们的冲击,能够激励银行加快传统经营文化模式的转变,从一个被动负债型的金融文化向主动资产管理的文化转型,积极主动地整合自己的资金流、信息流和物流,提高客户的黏性,提高自己的核心风险定价能力,创新出真正属于银行的,能够提高我国银行体系效率的互联网金融模式,这样,大数据的价值在中国就真正实现了。
阿里巴巴谋划多年的网商银行开业了,只有300名员工,其中2/3是和数据技术相关的人员。他们有庞大的客户交易数据存量,包括流量。如果通过数据挖掘能够产生信用价值,能够挖掘出信用价值,那将替代整个中国信用链条中间那个“中看不中用”的环节,就是担保的环节。卖数据的本质实际上就是数据挖掘,数据的能力对银行来讲实际上就是一种资产的信用创造能力,这恰恰又是金融的本质。中国的银行业应该说存在一个天然的信息结构缺陷,可能掌握的信息并不少,特别是从结构性信息来讲,非常丰富,但是从这些信息中挖掘出非结构信息做得非常不足。
论文无忧网(lunwen5u.com),专注原创文章定制

3.大数据时代下的金融创新
首先,带来的是一个思维的变化和操作方式的变化。像天弘基金带来余额宝,它最主要的就是利用了支付宝。其原来的、现成的客户,另外用了一些传统金融行业不能涉足的宣传方式或方法,通过一些巧妙的理念整合,让很多人感受到这个变化。很多银行原来都推出过类似产品。在互联网金融,包括余额宝出来以后,业内很多银行也进行了这样的尝试和探索,就是因为一些第三方对金融行业某些传统思维和金融理念产生比较大的触动。
其次,大数据带来的是什么?实际上是对客户的精准分析和营销。大数据把原来一些杂乱的信息通过分析和整合变成有效的信息。我们说互联网企业是“三流合一”信息流、资金流、物流合一,其信息的真实性和有效性就比较大。而银行或者其他金融机构传统的信息可能对资金流方面是完善的,信息流方面是一部分,而物流方面可能没有,这种情况下,它的判断就可能不是非常精准。如果引入Web 的一些信息,在取得个人客户或者企业客户授权情况下进行数据整合,那么它所产生的价值就非常大。
再次,互联网给我们带来了什么?是将原来银行工作人员操作的业务,通过客户自有、自主发生,用它的碎片化操作降低了成本,实现了24 小时运作。如天弘基金卖理财产品一千多亿元,但是平均到户均大约4000 多元。4000 多元如果都要银行员工去做,利润贡献是非常低的。但是用互联网技术,客户自主发起,其大量工作由客户完成,只要搭建一个信息系统和数据库就产生了“长尾效应”。这为金融机构带来了什么?带来了管理的变革、创新的变革。原来很多我们认为不赚钱的客户,利用大数据、利用互联网、利用移动互联网技术、利用客户主动发起的技术就可以变为赚钱的了。
此外,使用大数据还要注意两点。第一、这个数据是不是有可用性。第二、如果我们有很多信息,但是信息唯一的索引码没有怎么办,就要做很多跟踪和分析。做大数据要注意风险,就是大数据的可信性。大数据带来一些引导性的结果,不一定是完全准确的,一定要在数据可用、可信的基础上开展大数据的挖掘工作。

注:出稿时经Ucheck查重和知网查重检测均合格,转载请注明来自论文无忧网(lunwen5u.com),专注原创文章定制

收缩