大数据的商业银行文献综述.docx

大数据的商业银行文献综述.docx

《大数据的商业银行文献综述.docx》由会员分享，可在线阅读，更多相关《大数据的商业银行文献综述.docx（9页珍藏版）》请在冰点文库上搜索。

大数据的商业银行研究文献综述

学院：

金融学院班级：

13金融学硕姓名：

熊美兰

摘要：

随着以社交网络为代表的web2.0的兴起、智能手机的普及、各种监控系统及传感器的大量分布，人类正在进入一个数据大爆炸的时代，“大数据”的概念应运而生。

本文第一部分简要概括大数据的内涵和对社会、商业和监管环境造成的普适性影响。

第二部分详细分析大数据给商业银行带来的机遇和。

在此基础上，第三部分提出若干商业银行应对大数据的策略。

关键字：

大数据；商业银行；影响；机遇与挑战；策略

1.引言

随着以社交网络为代表的web2.0的兴起、智能手机的普及、各种监控系统及传感器的大量分布，人类正在进入一个数据大爆炸的时代，“大数据”的概念应运而生。

大数据被誉为继云计算、物联网之后IT产业又一次颠覆性的技术变革，已经引起各方面的高度关注。

麦肯锡在2011年发布研报《大数据：

下一个创新、竞争和生产率的前沿》（Manyika，Chui,Brown,Bughin,Dobbs,Roxburgh,和Byers，2011），认为数据已经渗透到每个行业和业务职能领域，逐渐成为重要的生产要素，而人们对于海量数据的运用，预示着新一波生产率增长和消费者盈余浪潮的到来。

麦肯锡认为金融行业是首先能够受益于大数据浪潮的行业；IBM、Oracle、SAP等业界巨头纷纷收购与大数据有关的公司，积极布局大数据领域。

作为拥有大量数据的银行业，在大数据的浪潮中将会受到怎样的影响？

我们又应该如何应对？

在信息科技界和政府层面对大数据的讨论如火如荼之际，系统讨论大数据和商业银行关系的研究文章却十分鲜见。

本文第一部分简要概括大数据的内涵和对社会、商业和监管环境造成的普适性影响。

第二部分详细分析大数据给商业银行带来的机遇和。

在此基础上，第三部分提出若干商业银行应对大数据的策略。

2.大数据的内涵及其对社会、商业和个人造成的普适性影响

2.1大数据的内涵

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（Manyika，Chui，Brown，Bughin，Dobbs,Roxburgh,和Byers，2011），它具有4V的特点（王伟、吴以四，2012）：

一是数据容量巨大（volume）。

国际数据公司（IDC的研究报告称，2011年全球被创建和被复制的数据总量为1.8ZB（2的70次方）并预测到2020年，全球将拥有35ZB的数据量。

二是数据类型众多（variety）。

相对于过往以文本形式为主的结构化数据，大数据时代的数据类型涵盖了图片、音频、视频、网络日志、地理位置信息等种类繁多的半结构化和非结构化数据。

三是数据价值密度低（value）。

举例而言，在一个连续监控三个小时的视频中能够提供有效信息帮助刑侦人员破案的画面可能只有三五秒。

四是处理数据的速度要求非常快（velocity）。

一方面，面对如此浩瀚的数据量，处理效率至关重要。

另一方面，越来越多的处理需要在瞬间完成以便做出及时的反应。

2.1大数据对社会、商业和监管环境造成的影响

2.2.1改变了人类的思维方式，变革了认识世界的方式，提高了我们认识世界的能力

大数据是指需要处理的信息量超出了一般电脑的速度和容量，这导致了新的高容和高速处理技术的诞生；大数据的核心就是预测，它是把数字算法运用到海量的数据上来预测事情发生的可能性。

赵国栋（2012）认为，大数据以一种前所未有的方式，通过对海量数据进行分析，获得有巨大价值的产品和服务，或深刻的洞见和预测能力。

预测能力提高的表现是人们将习惯从概然上预测事物和世界，而不是必然，这样是更精确而不是相反。

人类的思维方式受物质和技术条件的影响，自古以来，由于信息不对称和处理信息技术的局限，人类的思维遵循谨慎的原则，其惯例是“知其然，知其所以然”，追求因果关系，并以此进行决策。

大数据技术改变了我们的思维方式，社会放弃了对因果关系的渴求，而仅需关注相关关系，这使我们做决定和理解现实的最基本方式受到挑战。

2.2.2消费模式和商业模式将会有很大的改变

蔚赵村，凌红（2012）认为，大数据时代将对商业和个人都产生巨大而深远的影响。

大数据技术使消费者的行为模式更加科学、可预测，在不久的将来，世界许多现在单纯依靠人类判断力的领域都会被信息系统所改变甚至取代，大数据为我们的生活创造了前所未有的可量化的维度。

Bigdata（2012）认为大数据已经成为了新认知、新发明、新产品、新服务、新价值的源泉，并导致商业经营及其模式的变革，整个商业领域都因为大数据而重新洗牌。

大数据时代，在商业领域中，决策行为将日益基于数据和分析而做出，而并非基于经验和直觉。

数据已经成为了一种商业资本，一项重要的经济投入，可以创造新的经济利益。

利用数据分析进行商业决策使众多企业凭借杰出的数据分析技能成为业界的领先者。

2.2.3商业银行监管环境也会发生变化

李国杰（2012）也同时提出，大数据还是改变市场、组织机构，以及政府与公民关系的方法。

大数据科学与金融中心（2012）也同样指出，在大数据时代，银行监管将从审慎监管转变为消费者利益监管。

由于银行有更占优势的资源，在处理信息不对称方面，银行的客户处于相对的弱势。

特别是金融消费者，需要得到特别的保护。

因此，要把大数据装到笼子里。

2008年金融危机后，美国政府立法分离投资银行自营和代客理财业务，遏制公司滥用信息不对称的优势。

中国的监管环境的变化也不能例外。

3.大数据应用给商业银行带来的机遇和挑战

3.1大数据给商业银行带来的机遇

董莉（2012）在一篇文章中也同样指出，大数据应用作为创新的催化剂正改变着金融业态并将引起银行业务模式深刻的变革,大数据应用将推动商业银行在经营理念组织架构业务流程管理模式、架构等领域进行全面调整和深度整合，不断增强核心竞争力提升企业组织绩效和资本的运营效率提高盈利能力。

大数据应用为我国商业银行经营模式转型提供了重要战略契机借助大数据中国银行业的未来发展将呈现出全新的蓝图。

3.1.1大数据应用将拓宽商业银行业务发展空间，加速产品创新。

目前我国商业银行服务同质化产品差异性小随着数据的不断积累和商业银行数据分析能力的不断提升，大数据应用将拓展银行的业务发展空间，设计具有定价权和竞争力的创新产品。

涂子配（2011）指出，社交媒体的兴起为银行创造了全新的客户接触渠道，从银行网点等固定设备扩展到手机等移动终端设备再扩展到微博微信等社交网络，大数据应用导致支付模式不断创新，从传统支付电子支付到第三方支付再到移动支付，大数据应用还可扩展营销手段，从网点坐售电话外拨营销、短信营销扩展到微博微信等社交网络营销。

3.1.2大数据应用将提升商业银行核心竞争力

我国商业银行目前基础设施和数据全部集中在数据中心，而且经过多年运行积累了大量的数据，因此最具条件率先盘活大数据资产，洞察数据中蕴涵的价值，更加科学地评价经营业绩评估业务风险，配置全行资源引导银行业务科学健康发展。

王伟，吴以四（2012）同样也提出，商业银行应用大数据分析客户的交易行为，挖掘并预测客户的金融需求，设计有竞争力的创新产品，提供全面的金融服务，从而能够快速聚拢客户资源，逐步增加客户粘性。

商业银行已拥有大数据，只要掌握大数据分析技术，并具备大数据应用思维，就能提升核心竞争力。

3.1.3大数据应用将提升客户服务水平

大数据时代商业银行不仅销售产品和服务，而且积累了丰富的客户交易数据，特别是在网络社会化和搜索引擎技术支撑下，商业银行还能收集到社交网络上客户的活动轨迹以及市场数据，商业银行只要善于分析和应用这些数据，通过数据再利用和数据重组分析客户的消费偏好就能准确发现并掌握客户需求，并通过不

同渠道为客户提供个性化的服务。

3.1.4大数据应用将提高商业银行管理水平

商业银行积累的关于资产负债评级、客户交易对手等各种数据资产将在信贷管理成本、核算资本管理、绩效考核等方面发挥重要作用，提升商业银行的管理

水平。

随着商业银行数据分析能力提升，通过对数据进行统计、分析、评估，为银行业务发展、市场营销、资产负债管理客户关系管理等方面提供有效的决策支

持，可实现真正的“以数据说话”

3.2大数据应用给商业银行带来的挑战

依据经典经济理论商业银行存在的基础：

一是商业银行有规模经济和专门技术能降低资金融通的交易成本；二是商业银行有专业的信息处理能力能缓解储蓄者和融资者之间的信息不对称，以及由此引发的逆向选择和道德风险问题。

谢梅（2011）在文章中提到，大数据时代商业银行赖以存在的基础逐渐减弱，金融将逐步形成互联网金融模式。

主要表现在：

互联网发展导致市场信息不对称程度逐步降低，平台出现导致资金供需双方可借助电子平台直接交易，金融发展逐步实现去中介化。

大数据应用不仅为商业银行引入新的竞争主体，而且改变甚至完全重塑了传统金融的经营模式，将对银行竞争格局和方式产生深远影响具体体现为“五化”：

3.2.1金融服务脱媒化

金融脱媒不断滋生了新型业态参与金融市场竞争。

首先，金融同业竞争加剧。

目前金融机构均向综合经营方向发展跨业投资步伐不断加快，保险证券信托都在发行理财产品，银行也纷纷设立基金公司。

我国虽然实行分业经营策略，但出现了诸如平安这样的综合性金融集团，其业务涵盖了证券、银行、保险、基金、信托等。

其次，第三方支付企业通过各类产品与业务创新替代了大量原本属于银行的支付业务。

第三方支付改变了银行在支付领域的自大地位与心理，逐渐蚕食银行支付结算市场份额。

例如，2012年中国第三方支付交易规模达12.9万亿元，较往年增长54.2%。

再次互联网公司准金融属性开始发酵，互联网公司不但涉足了代理基金保险等业务，而且凭着自己的数据利器进军贷款业务，建立了平台，例如淘宝网推出卖基金平安、腾讯阿里巴巴建立的众安在线卖保险，这些将直接影响银行的代理收入，支付宝的余额宝、阿里小贷将挑战银行的小额存贷款业务，最后移动运营商分羹手机银行。

目前非洲出现了由移动运营商主导的手机银行，例如肯尼亚的移动运营商将是商业银行最大的竞争者，因为它拥有大量的用户，目前仅中国移动一家就拥有6亿多用户。

3.2.2渠道虚拟化

近年来电子银行作为商业银行的重要渠道，凭借低成本、高效率和良好的客户体验减轻了银行柜面压力，降低了运营成本，但商业银行长期以来只是将电子银行作为交易渠道来看待，而对其所具备的营销能力、整合业务的创新空间及价值创造能力认识不足，大数据时代社交网络的兴起要求商业银行对电子渠道进行创新，将渠道虚拟到社交网络中，渠道虚拟化直接挑战银行传统经营思维，要求银行以电子渠道为依托扩展社交网络渠道，定制个性化综合化产品再辅以传统渠道，实现线上线下并重。

3.2.3服务个性化

大数据时代银行传统的标准化业务的价值被削弱，全能个性化的金融解决方案和金融服务需求被增强，商业银行必须具备专业的数据分析和应用能力，通过用户洞察提供个性化产品和服务，通过内外协同实现客户对营销传播的感知。

具有时空可持续特质，让客户在所有的服务触点都能感受到贴心的服务，实现服务随时随地随处可见。

目前商业银行均建立了客户信息系统，其中包括了客户基本信息、客户偏好信息、客户行为信息，而且这些信息均来自于银行内部。

此外，商业银行可通过搜索引擎采集和分析各类客户上网行为的兴趣、爱好数据，综合应用内外部数据洞察客户行为特征。

3.2.4经营模式生态化

目前互联网公司从各自专长的网络购物供应链服务等领域向传统属于银行服务范畴的支付资金清算等领域全面渗透，并且开放共享其数据服务平台，联合上下游资源构造了完整的产业链。

大数据时代商业银行将不能独善其身，需要整合上下游资源，打通全流程的业务链条，为客户提供资金流信息流服务，以及全场景金融解决方案，建立合作共赢互补发展的共生关系。

例如，银行可利用商行投行的产品模式渗透整个产业链，通过商业银行业务赚小微企业的利息收入，通过投行业务赚取大企业的中间业务收入。

商业银行基于自身现有数据能力以金融服务为核心，以网络信贷供应链金融要素市场等为切入点，为企业客户提供全流程电子商务解决方案，为个人客户提供全面综合财富管理服务。

例如建设银行善融平台，交通银行交博汇平台等。

3.2.5决策数据化

大数据时代商业银行充分利用数据将是制胜的关键，商业银行不但自身积累的业务数据日益增长，而且还可获取到社交网络数据。

社交网络数据蕴含了个体之间接触联络关联群体依附和聚会等关系，商业银行获取的海量数据通过集中整合挖掘，共享发挥信息的价值和创造力，增强风险控制的前瞻性、预见性、系统性。

商业银行通过多数据源管理、实时数据决策、基于数据预测等全方位数据应用可提升整体的管理水平。

4.商业银行应对大数据的策略

尽管大数据对商业银行的影响目前而言还比较小，但从发展趋势看，要充分认识大数据的颠覆性影响，具有远见和雄心的商业银行都应当未雨绸缪，早做布局。

4.1促进金融服务与社交网络的融合

J.Manyika,M.Chui（2011）指出，商业银行要打破传统数据源的边界，更加注重社交媒体等新型数据来源，通过各种渠道获取尽可能多的客户信息，并从这些数据中挖掘出更多的价值。

一是整合新的客户接触渠道，充分利用社交网络的作用，增强对客户的了解和互动，树立良好的品牌形象。

二是注重新媒体客服的发展，利用论坛、聊天工具、微博、博客等网络工具将其打造成为与电话客服并行的重要服务渠道。

三是将银行内部数据和外部社交数据互联，获得更加完整的客户视图，从而进行更为高效的客户关系管理。

四是创造性利用社交网络数据和移动数据等进行产品创新和精准营销。

比如，当银行通过客户的移动定位信息知道该客户正在某商场购物，便自动发送关于该商场的某餐馆的刷卡促销活动的短信；设计新产品的时候在网络上征求客户意见，激发客户参与的热情，在了解客户需求的同时达到良好的宣传效果。

五是注重新媒体渠道的舆情监测，在风险事件爆发之前就进行及时有效的处置，将负面影响降至最低。

实现金融服务与社交网络的融合存在一些现实的困难，只能通过不断摸索的方式前进。

首先，银行难以得知客户在社交网络上的用户名，也就难以进行数据整合。

可以考虑进行一些针对性的市场活动来收集客户的用户名，或者在将来的客户申请表上添加社交网络用户名的选项。

也可以考虑和社交网络进行直接的合作，在实名制的社交网络上，可以利用客户的官方证件号码来实现客户信息的对接。

其次，目前尚缺乏成熟有效的非结构化数据的处理工具。

在初期可以采取半人工的方式进行处理。

IT业投入在非结构化数据处理工具的研发力量非常强，相信不久的将来就能够有相对成熟的分析工具问世。

第三，目前在银行庞大的客户群体中，热衷于新媒体的毕竟只是一部分。

如果凭借对他们的分析来制定针对全体客户的策略，统计样本的偏差可能会导致策略的失效。

因此暂时只能用于制定一些针对特定客户群体的策略。

随着出生在网络年代的年青一代的成长，这样的偏差会越来越小，最终将能覆盖几乎全部的客户群体。

第四，金融服务对系统安全性和稳定性的要求都远高于社交平台，在实现服务对接的时候可能会影响用户体验。

最后，在诸如客户的定位信息之类的数据是否属于隐私，如何使用方面还存在许多法律上的空白，这些问题都有待各行业协调解决。

4.2布局与大数据金融的竞争和合作

Dealingwithdata（2011）认为，随着大数金融的发展，银行与他们的竞争和合作不可避免。

一方面，银行可以通过发展自己的大数据平台与其开展直接竞争。

在当前的各大电商平台上，每天都有大量的交易发生，但是这些交易的支付结算大多被第三方支付机构垄断，银行处于支付链条的末端，获取的价值非常小。

大数据金融的核心竞争力在于其拥有的大量客户经营数据，银行在其产业链中的影响力很小，这也是阿里巴巴可以终止与建行的合作自行开展信贷业务的原因。

为应对这种局面，银行可以考虑自行搭建大数据平台，获取属于自己的大数据，将核心话语权牢牢掌握在自己的手中。

事实上，已经有不少银行开始了这方面的布局。

2012年6月28日，建行的电子商务平台“善融商务”正式上线，包括B2B和B2C，业务范围包括电子商务服务、金融服务、营运管理服务、企业社区服务及企业和个人商城。

这可以看作是建行对于阿里巴巴终止合作的直接应对。

交行打造的电子商务平台“交博汇”也开始向客户开放。

在为客户提供增值服务的同时获得客户的动态经营信息，成为银行共同的驱动力。

另一方面，银行需要与大数据金融企业加强合作互利。

完整和综合的大数据注定难以被某一家企业、机构或政府部门所独自掌控，因此任何想垄断大数据的想法和行为都是不现实的，企业之间的合作互赢是发展的潮流。

在认同大数据巨大价值的共识下，银行可与电信、电商、社交网络等大数据平台开展合作，进行数据和信息的共享和利用，全面整合客户有效信息，将金融服务与移动网络、电子商务、社交网络等完美融合。

建行与阿里巴巴的信贷合作可以说是在这方面进行了非常有益的探索，可惜由于阿里巴巴要求在信贷利息中分利被拒绝而导致合作终止。

但由此可见建立银行与电信运营商、电商、社交网络等参与方的合理的利润分配模式是否合理是合作能否成功的关键因素。

4.3培养面对大数据时代的核心能力

一是数据整合的能力。

Horizon2020在某篇文章中指出，不仅仅是银行内部数据的整合，更重要的是和大数据链条上其他外部数据整合的能力。

大数据时代，有能力整合和管理数据的企业才能够主导产业链，作为大数据链条中的一环，银行应当以更加积极的姿态与链条上的其他企业进行数据和信息的交换，越是完整的数据，能够产生的作用就越大。

由于各行业的数据标准和格式存在差异，如何逐渐统一数据标准以便进行更方便的数据交换和融合是当前面临的巨大挑战。

二是数据分析的能力。

这里要注意区分传统的商业智能和大数据时代的数据分析能力。

首先，传统的商业智能所处理的数据大多都是银行自身数据库当中的标准化、结构化的数据，而在大数据时代，更多需要处理的是大量的半结构化和非结构化的数据。

其次，大数据时代处理的数据量与现在完全不在一个量级，现有的很多数据处理方法已经不能满足需求。

最后，当前银行中常用的数据分析比如信用评级和市场营销模型，都是在建模后再进行系统实施，持续的时间较长。

而在大数据时代，对于数据处理的实时性有很高的要求。

这些本质上的区别不仅要求银行使用专门的数据储存技术和设备，更要求采用专门的数据分析方法和使用体系。

不得不说的是，中资银行在对数据分析的重视程度和能力上与国际先进银行有着巨大的差距，很多中资银行在“小数据”时代的数据分析能力都亟需加强。

三是行动实施的能力。

任何对大数据的分析只有转换为实际的商业行动才能够真正为银行创造价值。

大数据时代的行动实施具有两个鲜明的特点：

精准和快速。

精准取决于大数据时代对客户的全面深刻了解，制定的行动方案都非常具有针对性，因此方案将会更加差异化。

现在给全体客户统一版本发送的一条促销短信在将来可能需要发送上万个不同的版本。

快速取决于大数据时代很多分析和策略都是系统自动完成的特性，更多的营销活动都将由客户的某项行为触发，然后由系统自动执行相应的行动。

这些特性对银行的系统和人员都提出了更高的能

力要求。

为培养这三方面的能力，银行需要在理念、系统、人才、管理等各个方面进行准备。

理念方面，需要充分认识到大数据的影响，树立并强化用数据分析指导经营和管理的理念。

系统方面，在建设新一代信息系统的时候应对大数据的储存、管理、分析和使用方面有所考虑。

人才方面，积极招募和培养精通数据

管理和分析的高级人才。

管理方面，需要对现有管理架构、组织体系、资源配置和权力结构进行重组，让数据管理与分析部门处于公司整体的上游位置，比如说设立首席数据官（ChiefDataOfficer,CDO）的职位，使之进入公司核心决策层。

参考文献:

[1]赵国栋.大数据时代的三大发展趋势及投资方向[R].国金证券研究报告,2012年1月.

[2]IDCReport[EB/OL]..

[3]蔚赵春,凌鸿.我国商业银行私有云建设研究[J].浙江金融,2012（5）:

59-62.

[4]BigData.Nature[J],2008,455（7209）:

1-136.

[5]Dealingwithdata.Science[J],2011,331（6018）:

639-806.

[6]BigData.ERCIMNews[J],2012（89）.

[7]李国杰.大数据研究未来科技及经济社会发展的重大战略领域[J].中国科学院院刊,2012,27（6）:

647-657.

[8]T.Kalil.BigDataisaBigDeal[EB/OL],March29,2012.http:

//www.whitehouse.gov/blog/2012/03/29/big-data-big-deal.

[9]Horizon2020[EB/OL].http:

//ec.europa.eu/research/horizon2020/index.cfm.

[10]大数据科学与工程研究中心[EB/OL].n11293832/n11293907/n11368261/14825526.html.

[11]J.Manyika,M.Chuietal.Bigdata:

Thenextfrontierforinnovation,competition,andproductivity[R].McKinseyGlobalInstitute.May2011

[12]董莉.光大银行：

打通社会化大数据库[J].IT经理世界，2012（6）

[13]涂子沛.大数据[M].广西师范大学出版社,2012:

456

[14]王伟，吴以四.大数据蓝海[J/OL].2012.

[15]谢文.需要一点想象力——九谈大数据时代[EB/OL].,2012.5.Manyika,J.,Chui,M.,Brown,B.,Bughin,J.,Dobbs,R.,Roxburgh,C.,andByers,A.Bigdata:

Thenextfrontierforinnovation,competition,andproductivity[R].McKinseyGlobalInstitute,2011.5（May）