問(wèn)：互聯(lián)網(wǎng)金融的發(fā)展依托大數(shù)據(jù)，那么大數(shù)據(jù)的特征有哪些?優(yōu)勢(shì)在什么地方?它給傳統(tǒng)金融機(jī)構(gòu)帶來(lái)了哪些機(jī)遇與挑戰(zhàn)?
張曉蕾(渣打銀行(中國(guó))有限公司副行政總裁)：傳統(tǒng)商業(yè)銀行也有廣泛使用大數(shù)據(jù)技術(shù)，但對(duì)技術(shù)的依賴(lài)程度是一個(gè)值得研究的課題。
舉個(gè)簡(jiǎn)單的例子，渣打銀行的程序性借貸(其中也包括個(gè)人借貸)是通過(guò)搜集大數(shù)據(jù)，并設(shè)定參數(shù)，這是一個(gè)自動(dòng)撮合的過(guò)程。整個(gè)借貸流程非?？焖伲?以新加坡為例，兩個(gè)小時(shí)就可以完成審批。產(chǎn)品本身非常好，快速、高效，且成本低廉。但是其發(fā)展速度受到一定限制。經(jīng)過(guò)多年的摸索，我們發(fā)現(xiàn)，這個(gè)業(yè)務(wù)的增 長(zhǎng)速度與其壞賬增長(zhǎng)并不呈現(xiàn)為線性關(guān)系，在飛速增長(zhǎng)達(dá)到臨界點(diǎn)后，其壞賬明顯增加。當(dāng)然這與地域有一定關(guān)系。
商業(yè)銀行為什么需要不斷調(diào)整自身使用的模型?因?yàn)檫@些模型本身就是風(fēng)險(xiǎn)的來(lái)源，調(diào)整模型意味著對(duì)風(fēng)險(xiǎn)的控制，這也是新的第三方機(jī)構(gòu)需要累積的經(jīng) 驗(yàn)。比如證券界流行的量化策略，實(shí)際上是應(yīng)用歷史數(shù)據(jù)和概率進(jìn)行投資策略的模型。根據(jù)這個(gè)理論制定策略，我們卻發(fā)現(xiàn)黑天鵝事件導(dǎo)致了機(jī)構(gòu)的倒閉，這就是系 統(tǒng)之外的突發(fā)性風(fēng)險(xiǎn)。
傳統(tǒng)商業(yè)銀行不能忽視大數(shù)據(jù)時(shí)代的到來(lái)，這意味著成本的大幅度下降。如果我們不能面對(duì)這樣的轉(zhuǎn)變，未來(lái)我們可能在很多領(lǐng)域都要讓位于在大數(shù)據(jù)方面有很大優(yōu)勢(shì)的新進(jìn)者。
從另外一個(gè)角度來(lái)講，新進(jìn)者在提供金融服務(wù)時(shí)，必須要考量傳統(tǒng)金融行業(yè)行之有效的風(fēng)控。為什么銀行要花這么高的成本去做風(fēng)控及信貸審批，特別是中型以上的金融機(jī)構(gòu)，基本還是以人為考量標(biāo)準(zhǔn)，如果不能面對(duì)面看到貸款方，很難做出重大決策。
武劍(中國(guó)光大銀行專(zhuān)職董事)：銀行對(duì)互聯(lián)網(wǎng)金融的關(guān)注始于余額寶，他們一開(kāi)始并沒(méi)有正視這個(gè)問(wèn)題，對(duì)余額寶的影響估計(jì)不足?，F(xiàn)在大 家都在逐漸適應(yīng)的過(guò)程中，目前尚存在監(jiān)管的盲區(qū)，有一定套利的空間，但它不會(huì)是長(zhǎng)期問(wèn)題。我們更關(guān)注的是互聯(lián)網(wǎng)金融的深層次影響，由于近年來(lái)移動(dòng)互聯(lián)網(wǎng)的 飛速發(fā)展，導(dǎo)致數(shù)據(jù)量激增，形成大數(shù)據(jù)現(xiàn)象。IBM的研究顯示，近兩年全球產(chǎn)生的數(shù)據(jù)量，相當(dāng)于整個(gè)人類(lèi)有記錄以來(lái)數(shù)據(jù)量的90%以上，而且還在以幾何倍 數(shù)的速度上升。并且這些大數(shù)據(jù)不光是海量，而且主要是非結(jié)構(gòu)化的。以前銀行處理的數(shù)據(jù)都是結(jié)構(gòu)化的，比較規(guī)范、標(biāo)準(zhǔn)，這方面的經(jīng)驗(yàn)比較多。而現(xiàn)在各種渠道 獲得的數(shù)據(jù)，有音頻、圖像、視頻等各種各樣形式，我們不知道應(yīng)該如何應(yīng)對(duì)。另外，大數(shù)據(jù)還有一個(gè)特點(diǎn)是實(shí)時(shí)在線。傳統(tǒng)數(shù)據(jù)的生產(chǎn)、存儲(chǔ)以及調(diào)用是分割的， 很多數(shù)據(jù)在采集之前就已經(jīng)經(jīng)過(guò)了人腦有意識(shí)處理，如市場(chǎng)調(diào)查產(chǎn)生的數(shù)據(jù)，而大數(shù)據(jù)的產(chǎn)生和捕獲都是在人們無(wú)意識(shí)地正常生產(chǎn)經(jīng)營(yíng)活動(dòng)中進(jìn)行，做到了反映真 實(shí)，并一直在線，再借助以云計(jì)算為代表的新型處理方法，就能將在線的大數(shù)據(jù)實(shí)時(shí)進(jìn)行分析，并將分析結(jié)果隨時(shí)調(diào)用。
從戰(zhàn)略層面而言，將來(lái)銀行的業(yè)務(wù)都會(huì)搬到線上，所有金融機(jī)構(gòu)的競(jìng)爭(zhēng)將在信息平臺(tái)上展開(kāi)，從這個(gè)角度來(lái)講，簡(jiǎn)單概括成一句話就是 “數(shù)據(jù)為王”。將來(lái)誰(shuí)掌握大數(shù)據(jù)資源，誰(shuí)就掌握了風(fēng)險(xiǎn)定價(jià)的主動(dòng)權(quán)，也就可以獲得準(zhǔn)確、高額的風(fēng)險(xiǎn)收益，最終獲得競(jìng)爭(zhēng)優(yōu)勢(shì)。
銀行做風(fēng)險(xiǎn)評(píng)估模型的時(shí)候用的主要是結(jié)構(gòu)化數(shù)據(jù)，往往是滯后的，比如財(cái)務(wù)報(bào)表是上一年度的，很多數(shù)據(jù)是靜態(tài)的、局部的，而且是容易被粉飾和摻水 的。采用這種數(shù)據(jù)做前瞻性預(yù)測(cè)效果可想而知。從目前情況看，五大行的內(nèi)部評(píng)級(jí)模型都已經(jīng)通過(guò)了銀監(jiān)會(huì)最近的驗(yàn)證，但是這些數(shù)據(jù)和模型準(zhǔn)確性還是令人疑慮。 現(xiàn)在的數(shù)據(jù)庫(kù)是過(guò)去5-7年的，是在經(jīng)濟(jì)繁榮時(shí)期積累下來(lái)的，沒(méi)有經(jīng)過(guò)一個(gè)完整的經(jīng)濟(jì)周期，將來(lái)一旦系統(tǒng)性風(fēng)險(xiǎn)爆發(fā)，再回頭看這些數(shù)據(jù)很可能低估了潛在的 風(fēng)險(xiǎn)。
應(yīng)用大數(shù)據(jù)思維，銀行可以根據(jù)納稅記錄、刷卡記錄、存貨變動(dòng)等動(dòng)態(tài)數(shù)據(jù)進(jìn)行信用觀察，只要觀測(cè)流量達(dá)到標(biāo)準(zhǔn)，就可以發(fā)放貸款，采用這種評(píng)估方式發(fā)放的貸款違約率很低，這就是大數(shù)據(jù)的作用——各種不同類(lèi)型、不規(guī)范的數(shù)據(jù)都可能是有價(jià)值的。
大數(shù)據(jù)不光能夠改進(jìn)風(fēng)險(xiǎn)管理的技術(shù)，還能促進(jìn)商業(yè)銀行的業(yè)務(wù)轉(zhuǎn)型。商業(yè)銀行的轉(zhuǎn)型已經(jīng)開(kāi)始幾年了，但目前的效果并不理想。其中一個(gè)重要的原因是 商業(yè)銀行的嚴(yán)重同質(zhì)化，一窩蜂式地開(kāi)展業(yè)務(wù)，要么都發(fā)理財(cái)，要么都做小微，要么都做社區(qū)銀行。由于沒(méi)有數(shù)據(jù)支持，銀行對(duì)自身的業(yè)務(wù)結(jié)構(gòu)了解并不透徹，往往 只是依靠管理層的主觀判斷來(lái)調(diào)整銀行轉(zhuǎn)型的發(fā)展方向。