大数据技术助力银行业回归本源

耿坤仑

摘要：近年来，各个领域对大数据都在进行研究探索，人们逐渐意识到数据分析对经济发展的重要性。世界已经迈入了“大数据”时代。随着实体经济下行，资金“脱实向虚”的现象日益凸显。服务实体经济，回归银行本源是当前银行业的首要任务。通过研究大数据技术与银行本源的关系，进一步明确了大数据技术属于金融科技，不会改变银行本源，在促进银行业回归本源的道路上发挥了重要作用。如何在國家政策的支持下，搭建金融大数据交流及分享平台，精准施策，用好大数据技术，快速挖掘数据背后的潜在价值，进而推进大数据的发展和应用，并且加强金融监管，促进银行业回归本源，维持其未来的可持续发展能力。

关键词：大数据;银行本源;服务实体经济

近年来，随着实体经济下行，实体经济回报率较低，金融机构过度加杠杆，而金融监管滞后于金融创新，资金“脱实向虚”的现象日益凸显。2017年第五次全国金融会议的召开，将回归本源、服务实体经济作为首要原则，实行系统性监管以抑制金融脱实向虚。

一、大数据以及大数据分析

（一）社会背景及文献研究

随着互联网的发展，继云计算、物联网之后的又一次颠覆性变革，出现了大数据，并迅速席卷全球。2012年3月，美国发布了《大数据研究和发展计划》，投资2亿多美元，用来研究大数据的采集、组织和开发利用等相关技术。2013年1月，英国投资1.89亿英镑，用来发展大数据技术。同年8月，澳大利亚政府发布了公共服务大数据战略。其他国家也表明将在未来几年内大力发展信息技术产业。在获得政府在政策层面的支持外，各个机构和企业对于技术的研究、革新、创造起到不可或缺的作用。在国外，谷歌、微软、EMS、 Facebook、松下等巨头公司，投入大量的精力和财力，推动大数据技术走向成熟。在国内，百度、新浪、阿里等在增强自身挖掘、分析数据能力的同时，利用大数据开发出新产品和服务。

大数据分析推动了现代社会的各个领域，包括服务业、零售业、金融业、制造业等。大数据的产生改变了金融与监管环境。孙杰、贺晨（2015）认为互联网金融由于技术问题，存在安全风险和泄露风险。虞鹏飞（2015）等人在“大数据分析在商业银行零售业中的应用”中指出，借助大数据对客户进行精细化分类，从而深入挖掘客户需求。刘晓署（2015）认为，借助大数据手段，公平客观地评估客户真实的信用水平，防范信贷风险。探索大数据背景下的银行业产品创新、服务与风险管控，对于促进银行业健康、可持续发展，具有重要作用和现实意义。

（二）大数据的定义

在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》 中大数据指不用随机分析法（抽样调查）这样的捷径，而采用所有数据进行分析处理。大数据是一个巨大、高速增长的信息资产库，核心在于为客户挖掘数据中蕴藏的价值。而大数据技术则是从这个信息资产库中快速获得有价值信息的能力。

大数据具有五大特征：量大、速度快、类型多、价值、真实性。

（三）大数据分析方法

在统计学基础上发展来的统计分析方法仍然是当前分析处理数据的主流，可以帮助数据分析者从中挖掘有价值的信息，并为决策者提供理论支撑。然而，传统的统计方法用在大数据分析中，存在诸多缺陷，如传统数据搜集方法无法实现大规模数据的搜集，分析软件无法处理大规模数据等。这就需要我们将传统统计分析方法和数据挖掘联系起来，借助人工智能为决策者提供更有价值的信息。

大数据常用统计分析方法主要包括相关与回归分析、聚类分析、主成分分析、判别分析、主成分分析、因子分析、贝叶斯分析。

（四）大数据的处理流程

大数据分析涉及多个不同的阶段。一套完整的处理流程包括数据采集、预处理、分析、挖掘四个步骤。

1. 采集

大数据产生于一些数据生产源。大数据的采集是通过多个数据库接收来自客户端的数据。传统的数据采集来源单一，是以处理器为中心的数据处理方法。大数据环境下，需要采取以数据为中心的模式，采用一些新方法如网络数据采集法、系统日志采集法、使用特定系统接口等方式采集数据。

2. 预处理

收集好的数据不能直接进行分析，需要对数据进行提取和清洁。大数据预处理的方法主要包括数据清洗、数据集成、数据变换。通过预处理，使残缺的数据完整化，纠正错误的数据，去除多余的数据，将所需的数据进行集成和变换。

3. 分析

分析主要利用分布式数据库对存储于其内的海量数据进行分析和汇总。进行大数据分析，就要建立模型。数据模型是对现实世界进行抽象化数据表示。数据建模的步骤包括选择模型、训练模型、评估模型、应用模型、优化模型。

4. 挖掘

与传统数据分析的本质区别是数据挖掘没有明确假设前提，它是一类深层次的数据分析方法，是人们对数据的应用从低层次的简单查询，提升到从数据中挖掘知识，提供决策支持。

二、银行本源的定义及特征

银行是经营货币和信用的金融机构，也是充当信用的中介人。追根溯源，早期商业银行融资的形式主要是短期流动资金贷款，也就是商业周转金，这是商业银行的本源。党的十九大报告中，习近平总书记明确指出，“必须把发展经济的着力点放在实体经济上”，明确要求“增强金融服务实体经济能力”。要尝试运用金融科技手段，利用大数据、风控模型等手段计算出潜在不良率，将风险控制在较低水平。由此可以看到国家对于金融回归本源、服务实体经济的坚定态度。

金融是国家的重要核心竞争力。有关金融回归本源的特征，我认为包括以下几方面。

（一）实体经济是金融的天职和宗旨

金融是实体经济的血脉，离开了服务实体经济的土壤单纯去追逐利润是不能长久的。作为现代金融业的主体，银行业是国民经济运转的枢纽。让金融服务实体经济，是为了维持经济的可持续发展，反过来，经济发展平稳可促进金融的繁荣，两者是互相作用的关系。所以，要把为实体经济服务作为出发点和落脚点，坚决履行金融机构对于实体经济的担当与责任。

（二）强化金融监管、防控金融风险是核心目标

为了防止金融机构经营出现无序竞争，控制和分散风险，保障金融安全，我国在与国际金融监管合作的同时，立足本国国情，强化金融监管，多项监管措施组合运用，建立一套早识别、早预警、早发现、早处置的风险防范体系。

（三）优化资源配置，完善金融体系为根本动力

坚持以质为先，提高金融资源配置效率、降低实体经济成本、提高融资便利性，完善金融市场约束机制，优化金融机构、金融产品体系。加强和改善政府宏观调控能力，加强市场导向，健全金融市场规则。

三、大数据技术与银行本源的关系

随着科学技术的发展，经济的衰退，银行业面临着前所未有的挑战，银行网点逐渐被人工智能所取代，各类互联网金融、消费金融不断吞噬着银行的客户市场，以往的优质大企业客户不能再为银行业利润增长创造高效益，而一些以中小企业为主要特征的新兴产业又被传统的风控模型拒之门外，银行业存、贷、汇业务面临着“金融脱媒”的巨大冲击，凭借大数据技术的各类风控模型也如雨后春笋般兴起，迫使银行业适应改革潮流，立足本源。

（一）大数据是“术”，不会改变银行的本质

银行的本质是资金融通，在这点上我们必须认清楚也是必须要承认的，不仅现在如此，未来依然是。它是银行业赖以生存的“道”。大数据是科技发展的产物，应用在金融领域，我们称之为金融科技，是为金融服务的“术”。所以说，大数据是不会改变银行的本质。

（二）大数据是一把有助于“道”的“术”

大数据能够帮助我们更好地了解客户，把握客户的资金动态。随着大数据的出现，银行业对形式多样的客户数据进行挖掘分析，将不同客户群体进行聚类分析，获取客户的消费偏好，抵抗风险能力等信息，然后提供个性化产品营销，并且通过数据的变化进行预测，及时发现不安全因素，进行监测调控。电子银行、网上银行、手机银行等作为新载体，是为了使服务更便捷，为了提升金融服务质量。大数据的有效使用，不仅可以促使银行产品多样化，而且促使客户群体丰富化，不再局限传统大优质客户。大数据的使用，有效降低了金融服务成本，提升了银行机构的风险防控能力，对普惠金融不愿做、不敢做、不会做的状态正逐步改变，涌现出越来越多的特色产品。例如农行首个全线上运作的小微企业融资产品“微捷贷”，运用大数据分析技术，构建云评级、云授信和云监控模型，实现了小微企业融资的“秒申、秒审和秒贷”。 “用数据说话”促使银行业精细化管理改革，促使依赖经验向依赖数据转变，提升利用数据分析的能力。

（三）大数据是一把不完美的“术”，会影响“道”的实施

大数据在社会和产业各领域都会有广泛的应用，产生重要的影响，同时也面临着挑战。数据能发挥价值的大小依赖其数据质量的高低，数据质量问题产生的原因有很多，比如在技术、管理、流程方面都会遇到。只有数据质量问题管控好，才能提升整体质量水平。

1. 数据质量是否过关

处理大数据首先要确认数据质量是否过关的，即指数据的建立是否保证信息的真实、准确性;数据在搜集及整理的过程中是否能保证数据安全，是否出现丢失、非法篡改;数据建模过程中，缺失数据的处理方法是否正确。

2. 大数据统计分析方法及风控模型的缺陷

任何一种数据分析方法都有它存在的价值和意义，都是为了满足一定的分析需求而出现的，同样的，也存在自身的局限性，也就是说每一种分析方法都不是完美的，同时，金融行业的大数据分析应用模型仍处于探索阶段，而且目前的应用实践反映出大数据分析的误判率还比较高，资源利用效率和客户体验均有待提升。

3. 数据安全性有待提高

近几年，国内银行业在依托运营商提供数据分析的同时，也在花费巨额的资金自主研发大数据关键技术。构架大数据体系，数据安全性是保障。有关数据安全性的问题，主要涉及以下几方面：首先是技术人员的职业素养。金融信息的泄露从某种程度上取决于职业素养的高低。其次是银行业合作机构。银行业在大数据领域正处于探索阶段，還没有成熟的大数据管理能力，依托于专业的运营商进行数据分析，提供决策支持。再次是金融网络。网络恶意攻击不断，黑客容易借助金融系统跟外部终端设备进行数据交换的时候，进行入侵，窃取数据。

4. 数据管理不到位

银行业各系统部门在数据的生产到应用上没有明确合理的分工，导致基础数据质量太差，而部室职能交叉的真空地带，面临无人管理的状况。各级统计部门在数据上进行多层次的调整，增加了统计报表工作的难度，同时也增加了监管风险。所以，数据质量差，并不一定是统计工作上的问题，而是反映出管理的问题。

四、让大数据更完善助力银行业回归本源的几点思考

大数据时代，银行业要严格遵循“服务实体经济”这条标准，实现与互联网金融协同发展，让金融科技更好地服务实体经济，促进银行业回归本源，我认为应着重从以下几方面实施。

（一）政策支持

大数据是近几年新兴的科学技术，各个领域都在进行探索研究，我国也开始加快实施大数据国家战略。为了确保大数据产业能够持续健康发展，尽快形成产业链，创造新的生态环境，2015年8月国务院发布了《促进大数据发展行动纲要》。2016年12月发布的《大数据产业发展规划（2016～2020年）》（以下简称《规划》），分别从指导思想、发展目标、任务、工程及保障措施等方面规划建立大数据标准体系，具体包括7项任务、8项重点工程、5项保障措施。银行业应该遵循《规划》指导要求，详细建立自己专业领域内的发展策略，指导金融大数据在产业标准、安全和商业化等多个领域的相关研究，建立有效的投诉机制和惩罚措施。

（二）数据共享

数据越关联越有价值，越开放越有价值。用技术实现不同领域、相同领域内不同机构间的数据合规共享问题，实现数据价值最大化。西方监管在推动金融数据共享的道路上提出了两种不同的模式：欧洲政府主导和美国市场主导。两种模式各有利弊，却不符合我国国情。我国因地制宜，2016年8月发布的《国家发展委员会办公厅关于请组织申报大数据领域创新能力建设专项通知》中提出要建设大数据流通与交易技术创新平台。银行业利用大数据技术建立全国联网的客户征信体系，在为优质客户提供便利的同时，大大提高银行效率，为客户提供量身定制的个性化服务。

（三）技术创新

小微企业数据存在零碎而杂乱、信息不易收集、报表等信息不规范、信用难以评估诸多现象，这不仅增大了银行评估的难度，也降低了小微企业金融服务的效率，提高了风控成本，增加了融资的难度。银行业需要用小微企业详尽的数据实现完善的风险评估，这就需要在处理数据方面要不断实现技术创新，开发引进高效便捷的应用软件，创建出科学化的大数据分析平台，构建大数据仓库。

（四）金融监管

随着金融科技不断发展创新，监管科技也在进行着改变。2008年，银监会开发了具有自主知识产权的检查分析系统，简称“EAST系统”，之后不断建设完善。共同创建行业数据收集平台，不仅让监管机构受益，助力金融监管实现跨越式发展，还可以让金融机构利用收集到的数据改进其业务能力，全面提升银行业金融机构管理水平和对外服务质量，更好地促进机构做好风险防控。

（五）团队建设

未来银行应该是以客户需求为驱动，打破现有的条线和部门界限，建立包括营销、产品、数据、开发等方面人员的快速响应的技术型团队，可以研发领域数据产品，也可以直接组装公共数据产品，这需要银行业培养自己的专业团队，确保队员人人懂技术，人人有技术，切忌“炒概念”。

（六）管理到位

银行业要重视基础数据源质量，从上到下进行明确职能分工，从数据的生产至应用实行跟踪管理，各部门、各系统之间的数据口径、质量进行规范，针对如何解决基础数据源质量存在的各类问题，详细制定方案和惩罚措施，建立健全数据管理体系，并且形成制度，进而从根本上改变银行业自身固有的缺陷，将数据质量考核落实到位。

总之，数字经济与实体经济的界限正在逐步消失。银行业变革更要抓住服务实体的本质要求，利用新技术，进行主动变革。深入行业设计，重构行业形态。把握住本质，商业银行方能既稳增长又控风险，既“变大”又“变灵活”，实现安全平稳的转型。

参考文献：

[1]孙杰，贺晨.大数据时代的互联网金融创新及传统银行转型[J].财经科学，2015（01）：11-16.

[2]陆岷峰，虞鹏飞.大数据分析在商业银行零售业务中的应用[J].金融理论与教学，2015（04）：1-5.

[3]刘晓署.大数据时代下金融业的发展方向、趋势及其应对策略[J].科学通报，2015（05）：453-459.

[4]维克托·迈尔-舍恩伯格（Viktor Mayer-Sch？觟nberger），肯尼思·库克耶（Kenneth Cukier）.大数据时代：生活、工作与思维的大变革[M].浙江：浙江人民出版社，2012：57.

[5]刘辛未.银行业：回归本源 助力实体[EB/OL].腾讯网[2018-01-12].https：//new.qq.com/omn/20180112/20180112-

A0L17F.html.

[6]從央行工作会议上，透露出的三大重要信息[EB/OL].[2020-01-05].finance.youth.cn，http：//finance.youth.cn/finance_ gdxw/202001/t20200105_12161256.htm.

（作者单位：大连银行）