浅析大数据对我国商业银行的影响

DOI： 10.3969力.issn.2095-333X.2019.06.026浅析大数据对我国商业银行的影响*孟雨婷，陈信9宣昌勇(淮海工学院商学院，江苏连云港222005 )

摘 要：天数据技术已成为促进银行业改革的重要助推力，银行业作为数摒集中管理型行业具有更

强的渗透力。在大数据背景下的数据挖掘、分析、处理和利用成为银行业发展的重要课题。以大数 据对我国商业银行的影响为研究对象，通过介绍我国银行业运用大数据的现状，分析大数据对我国

银行业的澎响以及我国商业银行在大数据应用方面存在的问题并提出有效的解决方案。关键词：商业银行；大数据，数据运用；服务效率

中图分类号:F830.33 文献标识码：A文章编号：2095-333X(2019)06-0098-04大数据掀起了一场人类文明革命，其对人们生 运行模式，比起服务于金融领域中与繁琐的计算数字 和交易流程打交道的工作人员，各种不同于传统渠道

活的影响之大不亚于农业革命和工业革命。不妨 说，大数据改变了世界，更改变了人们认清世界的方

下产生的非结构数据在网络拓扑中闪现着，并随着交 流式互联网络平台和第三方社交媒介的大范围扩张

式。另一方面，大数据也对许多行业造成了重大的

影响，带来了无尽的机会与挑战。商业银行拥有海 量的大数据，这为其在大数据时代下的成长与变革 提供了良好的基础。对大数据资源的充分运用，将

而发挥着其优势。“余额宝”的出现似乎还是转瞬之

前,现在却早已无形无声地聚拢起新时代众多工薪阶 层家庭手中的小规模闲散资金,并短时间创造着大规

有助于商业银行拓宽业务规模，提升盈利和风险管 理水平，提高管理层对银行宏观走向的把控水平。模利润空间，更引得各家争相模仿竞价。大数据发展日新月异，使得银行存储的数据量 也正在处于迅速增加的状态，其在数据分类处理中 具有独特的优势。在为银行提供了进行预测分析和

一、大数据技术在银行业的应用背景(一) 大数据的定义对于“大数据”的定义，麦肯锡咨询公司在《大数 据：创新、竞争和生产力的下一个前沿》报告中给出 了精确的大数据的定义：一种规模大到在获取、存

增强业务机会的同时，更让传统银行业面临着极大

的冲击与挑战。致力于解决消费者多样化的对稀缺

资源及证券产品的选择，这意味着银行从业者需要 彻底颠覆传统的商业银行运营方式。在这场革新竞

储、管理、分析方面大大超过了传统数据库软件工具 赛中，基于信息技术的系统维护、客户端交互设计体 验、数据资源的储存与整合能力、庞大的资金交易网

能力范围的数据集合，拥有海量的数据规模、快速的

数据流转、多样的数据类型和价值密度低四个特 征⑴。由麦肯锡给出的定义可以看出，大数据只有 具备先进的数据运行工具、管理模式和适当的分析

等都成为银行业中待发挥潜力的竞赛选手们逐渐重 视的不可或缺的战略指标。模型，使数据产生高质量的信息，才能更好的服务于

二、大数据对商业银行的影响(一)大数据对商业银行从业人员的澎响大数据的应用对银行从业者的整体素质提出了

银行业。大数据技术的核心并不是在数据本身，而

是在对所收集到的信息进行有效处理。(二) 大数据技术在商业银行中的应用背景在“互联网+”商业模式下，金融业在计算机及程

更高的要求。随着互联网运用的普及和技术发展的 日新月异，特别是银行业务中用户对于互联网使用 的普及，需要越来越多的银行从业者不仅要掌握良

序员前端设计技术飞速发展后也形成了自己独特的

*收稿日期：2019-03-24；修订日期：2019-04-22基金项目：国家大学生创新实践训练计划项目立项课题(SZ201811641111002)作者简介:孟雨婷(1996 — ),女，江苏徐州人，淮海工学院商学院本科生，主要从事国际经济与贸易方面的研究。通讯作者:宣昌勇(1967-),男，安徽舒城人，淮海工学院商学院教授，博士，主要从事国际经济与贸易方面的研究。第6期孟雨婷等:浅析大数据对我国商业银行的影响99好的网络业务操作技能，而且要具有数据处理和应 用的能力。但与此同时，由于信息的收集、处理和运

银行更难获得较为轻松的高盈利，于是商业银行的 中间业务便成为逐渐占据上风的又一盈利模式。正

用更多的由互联网承担使得对银行从业者需求数量 减少。因此，大数据的运用不仅对银行从业者的业 务素质要求产生影响，而且对其心理素质也提出了

如理财公司的咨询顾问为减弱其个体客户的资产风 险而设计出的一系列投资组合理论及产品，大数据 也在为减弱商业银行投资业务中的风险而设计出多

更高的要求。银行从业者经常面临着岗位的临时变 动，比如由于银行柜台岗位需求的减少，原本在柜台

种前瞻性金融产品，此类金融产品高效精准地定位 于潜在的银行用户，对于整个银行业产品结构效率

工作的员工更多的转岗去做客户经理等偏向沟通而 非程序化的工作。的把控都有着显著的效果。同时，商业银行通过构

建大数据模型以估算和规避潜在风险，重视客户多 方面的信用数据，更加谨慎实施借贷等经营方式，以

（二） 大数据对商业银行盈利能力的澎响在大数据盛行的时代背景下，商业银行客户逐 渐减少，这就伴随着某一方面盈利性的降低，例如利

用大数据功能创造的“余额宝”这一便利而又贴合客 户需求工具的出现，用户可以将闲置的现金流投入

其中，并会产生较为可观的利润。投资类app的兴 起，使得年轻一代的人们更倾向于网上投资理财，商 业银行类理财产品客户群体更加偏向老龄化。商业

银行只有尽快将自身的网络投资产品普及化才能实 现更大的盈利，否则盈利水平将会受到严重挑战。

另一方面随着大数据金融模式的引进，传统银行业 在数据处理上高成本的问题得到解决，节约了银行 大量的统计成本⑵。与此同时，银行业通过加强与

电商企业的合作，充分发挥银行资金充足和电商企

业拥有大量用户信息的长处，运用精准化数据统计 和强大的电脑计算系统为商家赚取最大的利润，同

时商业银行也能从商家销售产生的数据挖掘出其中 含有的潜在特性从而对银行业务进行市场细分，实 现银行与商家的双盈利。（三） 大数据对商业银行服务效率的澎响大数据的应用使单调的以柜台纸质介质为主的

运营模式演变为多元化、多样化、智能化的服务模式，

加快以传统银行为代表的金融机构向多元化的路线 发展。最重要的是，传统银行业务程序繁杂，审核时

间长，融资成本高，在一定程度上影响了金融业务的 拓展。特别是在中小微企业在融资方面存在很大困 难的背景下，通过大数据分析，银行不仅能规避融资

风险，又能为中小微企业提供更为精确的服务，既能 发挥金融业支持实体经济发展的作用，也能促进我国

金融市场的发展和繁荣。与此同时，银行对客户的服 务水平也大幅提升。在与客户交易时银行已经积累

了大量客户数据，充分利用这些数据分析消费者偏 好，可以更好地为客户提供个性化和精准化的服务。（四） 大数据对商业银行结构效率的影响国内许多传统的商业银行大部分是靠着传统的 大规模拉入存款来增加主营收入的利润来源，即利

息差，其不断缩减使得在大数据时代中的传统商业

此解决了由结构信息不对称带来的阻碍金融产品创 新和发展的诸多问题，使得金融服务越来越高效。（五）大数据对商业银行决策效率的澎响商业银行传统决策策略与分析其柜台业务办理

的留存数据分布息息相关，据此而绑定的“客户样本 数据少而单一”“小范围市场调研”“经验主义”等弊

病早已阻碍形成良好而具有体系的客户关系管理及 客户业务拓展模式，产品的同质化、弱时效性都成为 传统业务市场长期不可避免的被“银行人”所共知的

结果，由此形成的重大行业内决策更是难以获得理 想的推行成效，甚至南辕北辙，极大影响决策效率。

大数据的出现消除了边缘数据的难获得性，普遍确 立以客户为中心的服务理念，提高客户在银行内的

忠诚度，深度挖掘和分析其对于消费理财、贷款信用

等方面的需求。三、我国商业银行大数据运用存在的问题（一） 数据处理上存在的问题我国商业银行数据体量庞大，但使用深度不高,

数据应用技术的响应不快，数据实时性不强，同时还 面临物联网、移动端、客户管理系统数据繁杂不统一

等问题,这些都成为了阻拦银行业通过数据驱动业务 升级的拦路石。首先，银行数据管理体系建设尚未完

善，数据还未系统化的纳入整个银行的运营工作当 中，缺乏对数据的有效分类和加工。其次，银行内部 缺乏数据共享平台，还存在着数据块断裂的现象，对

数据的使用率还是较低，未能实现数据的有效整合。

最后，商业银行还未能深入挖掘出数据的潜在价值。 造成这一现状的原因在于商业银行非结构化数据占 比不断上升，数据构造方法重复率高且关系复杂。（二） 风险控制上存在的问题目前我国商业银行还缺乏对用户数据的收集与 使用规范，只凭借于行业自律和道德约束，用户隐私 信息的用途不能得到保障，这使得许多用户在面临

“被收集数据”时禁不住有担忧甚至抵触心理。除了 客户隐私受到威胁以外，与金融从业相关的法律体

100淮海工学院学报（人文社会科学版〉2019年6月系的不完善也成为银行业中潜在的“罪责风险”。只 户隐私工作的管理水平，防止客户个人信息大范围 泄露。而另一方面，面对外部庞大的银行业体系，则 需积极进行压力测试、逐日市值重估等来降低其市

有较高的信誉才能够促进银行更好地履行职能，才 能使存款者的储蓄流入生产领域。因此银行就算有 好的想法也不能轻易地得到全面施展，也更无法对

场风险。每日头寸、重大事项报告等也都是预测和 防控资产流动性风险的不可缺少的工作，以此从根

大数据方面的应用做到驾轻就熟。在这由大数据冲 击的新浪潮、新时代中，如何在利用大数据分析的 同时有效地对用户隐私权进行保护也成为高层银行

源上规范商业银行的每日各项经济活动，建立“数据 安全管理”的一套自留体系，并最终能够适当地在合 理范围内公开其经济活动、产品结构、数据管理体系

从业者、大数据开发者与国家、社会需要集思广益、

寻求解决方法的一项重要问题。等信息。（三）人才培养上存在的问题（三） 实行差异化管理，提高商业银行盈利水平 在传统商业银行信息管理和数据分析程序中， 技术部门的专业理论、实践经验和专长起着决定性

作用。传统关系型数据库RDBMS是用于交易系统 报告和存档数据，而成为当代主流大数据系统软件

Hadoop是具有存储和处理海量数据的分布式文件

系统。随着大数据技术正在深刻地改变获取信息的

途径和技术智能化算法模式，支持着大数据分析智 能化程度不断提升，相关的工程师也需要不断学习

更加前沿的软件操作、编译程序，同时仍需兼具掌握

银行从业知识的能力。正是这些类似的开源软件、 云技术的应用与银行信息环境的交叉互联，在实际

操作的检验中就会筛减掉多数从业者。在大数据系 统应用前期，既能熟练吃透银行业务又能掌握着前 沿大数据技术的“不偏科型程序员”尤其缺乏，于是

此类人才的培养的缺少便在银行的大数据发展中成 为巨大的“绊脚石”冏。四、推动我国商业银行大数据有效应用的对策（―）提高商业银行对大数据运用的意识我国商业银行此时应保持开放的心态，充分接纳 大数据的到来，大力推行大数据在银行业的发展。商

业银行应将大数据的具体实施办法纳入银行年度规 划，列出各部门应该达到的具体目标，再由各部门经 理根据部门自身情况适当做出修改，以达成最优且最

可行的实施方案。同时在员工培训中向员工灌输大

数据意识,将大数据与企业文化更好的结合⑷O（二）提升商业银行内外风险管理水平，建立适

当的信息公开化制度商业银行的风险管理在基于投资组合、信息不 对称等风险分析理论上，又以统计学、经济学、管理

类方法作支持。在此类管理体系下，资本的监管、评 估及大数据信息安全在更为便利的大环境下却变得 更加脆弱渺小和易遭受打击。这就要求商业银行一

方面必须做到在使用信贷管理系统、风险监测报告

等减少信用风险的同时，加强对银行从业者“内部防 控信息泄露”意识的培养，提高整个银行业对保护客

通过分析客户数据，可以针对不同客户差异化的需求制定个性化推荐，进行差异化管理。进行差异化

管理主要体现在以下三个方面。（1）差异化营销。 比如针对高端客户群体和低端客户群体可以推出功

能不同的理财产品，并且在产品外观上显示出特殊的 象征。（2）差异化服务。如果商业银行想赢得大学

生这一潜在客户，可以分析大数据中学生的消费情 况，为他们设计出合理的专属大学生的一条龙式服 务。而为已经工作的客户则要推出不同于学生且能 成功吸引住客户注意力的产品。Q）差异化网络渠

道。老年人对智能化使用不太熟悉且学习困难，所以 要维持原人工购买渠道，现场咨询，推出稳健的养老

理财产品；针对中青年客户群体则要搭建互联网及移 动互联网平台，扩大产品自身影响力。通过差异化管

理，银行能高效的为顾客服务，塑造与客户友好和睦 的关系，以此来提高银行盈利水平。（四） 全面整合商业银行内外部数据，搭建商业 银行大数据平台商业银行内部数据的有效的共享和传达有利于

各部门间工作职责的交流合作、客户资料和自身发展 现状的科学分析以及公司战略战术的有效检验，因此

商业银行应致力于建立良好的机制将大数据优势更

好的应用于经营管理的决策中。这样的一种有效的 共享机制在做好内部数据共享整合工作的同时，更需 要开辟出外部共享“途径”，可供更多银行从业者参考 和借鉴。现如今，商业银行可以更多的选择以大范围 搜寻数据的获得渠道，从线上的各领域的应用软件及

网站中都可挖掘和掌握用户的更有价值的消费方式

或消费体验，而不是拘泥于小平台等待累计数据，以 看似无用的消费互动与管理使非结构化的信息逐步

完善而精细，成为银行业务的数据大平台。（五） 加强商业银行大数据人才队伍建设大数据时代增加了对既懂银行业务又懂数据分 析的复合型人才需求，银行应在培养金融高端人才

和团队建设方面投入更多的资金与精力，打破部门 间的壁垒，部门之间进行联合培养。不能仅仅以节

第6期孟雨婷等:浅析大数据对我国商业银行的影响101约成本外包非核心技术，同时要培训已就职从业者 “后台”走向挑起一部分大梁的工作区。更高层的银 行管理者也应将信息管理工作定位于更高的战略层 次，从宏观上解决这个问题，把信息管理工作从单一

对Hadoop或计算机处理数据方法的简单应用，引 进外部掌握前沿大数据技术的员工。此类人才是银

行在面临大数据飞速发展时进入交叉互联领域的有 部门任务转变为全行从战略层面以提高获取信息能 力为重点，这将有利于提高全行的分析能力。在2012年瑞士达沃斯论坛上，一份题为《大数

思想的“敲门砖”，为银行实现灵活而可持续的管理 方式与盈利水平。技术性部门要求对大数据技术智

能化算法和各种数据模型开发精通，业务部门等只 需要略懂算法和模型，最重要的是懂得如何在场景

据，大影响Data , Big Impact)的报告称：数据 已成为一种新的经济资产类别，就像货币或黄金⑸。 我国商业银行只有紧密联系大数据，进行不断的宏观

中应用，将场景和数字化过程更好的结合，发挥其最 大的效果。调控和变革，加强自身竞争力，才能在这场数据化浪 潮中站稳脚跟。商业银行这一覆盖大量数据的金融 机构会被大数据影响这是毫无疑问的，无论是对商业 银行从业人员的影响、利润效率的影响、服务效率的

(六) 重视商业银行容户经理软价值当今社会随着办公智能化的发展,很多程序化的

工作可以交给人工智能产品，但客户经理是个强调人

与人之间沟通的职位，掌握着大数据所无法达到的对 影响以及结构效率的影响，都是十分有益的。因此,

客户的道德判断以及行业形势的把握，这些恰恰是银 行最有价值的信息，离开他们银行将失去自身关键优 势。如果银行没有充分发挥客户经理的价值,让掌握

银行业要抓住机遇并迎接新的挑战，拓宽数据来源渠

道，提高大数据利用率，合理匹配组织形态与业务模 式，同时提高风险管理水平，加快人才队伍的培养和

的信息以数据化的形式体现出来，那么这就将意味着 银行损失了客户经理多年累积下来的经验，这才是最

建设,实现银行的自我升级与可持续发展。参考文献：大的浪费。多倾听客户经理的诉求，切莫因为银行固 有的流程让一些好想法不能付诸现实。(七) 利用大数据合理匹配商业银行组织形态与 业务模式口］ 赵倩倩•大数据技术在传统银行中的应用研究口］•现代

商贸工业，2018(30):54-56.E2J徐向颖.浅析大数据对商业银行的影响口丄现代商业，

2017(18):86-87.：3］ 孙妮，康守松，刘晓峰.数据资产视角下商业银行大数

我国传统的商业银行的工作重心在资源整合， 信息管理系统作为辅助银行运营的“后台”服务者， 而在大数据迅速发展的今天，与日俱增的数据量、信

据应用现状及发展前景分析口丄现代管理科学，2017 (2):79-81.息量和潜在的仍可被无限挖掘的有效分析数据及结 果有待被迅速掌握。这就导致银行业面临着内部发

E4J 赵永强.商业银行经营管理在大数据时代面临的问题

以及有效落实的意见建议口］.经济研究导刊，2018 (13):65-67.：5］ 陈天怡.银行业在大数据时代发展的机遇和挑战口］.甘

展的组织架构与从业者业务职能产生矛盾，而解决

这个问题就需要进行信息管理，需要充分认识到自 己可发挥的角色作用，摒弃被动分析数据的观念，从

肃科技纵横,2015(7):27-29,35.Analysis of the Impact of Big Data on China's Commercial BanksMENG Yuting, CHEN Xin, XUAN Changyong(School of Business, Huaihai Technology of Institute, Lianyungang 222005, China)Abstract: Big data technology has become an important driving force to promote banking reform, and

banking industry as a data centralized management industry has stronger penetration. Data mining 9 analy­

sis , processing and utilization under the background of big data is an important subject in the development

of the appellation banking industry. Taking the impact of big data on China's commercial banks as the re­

search object, this paper introduces the current situation of the application of big data in China，s banking

industry, analyses the impact of big data on China? s banking industry and the problems existing in the ap­

plication of big data in China ?s commercial banks, and puts forward effective solutions.Key words: commercial banks； big data； data utilization； service efficiency(责任编辑:徐习军 实习编辑：伏明洁)