大数据革命对不同行业的影响有所差异，给软件开发、信息安全等IT类企业创造了更多的机会，对医疗、零售、食品等传统类行业形成利空。对于历史悠久的银行业而言，如何与大数据有效结合，促进其转型发展值得深入研究。特别是在我国商业银行面临利率市场化压缩利差、经济增速放缓等负面冲击之下，探索大数据在商业银行领域中的应用场景，对于提升商业银行的盈利能力具有重要启示。目前来看，大数据给商业银行带来的挑战与机遇并存。商业银行如果能够顺势而为，则可为其带来市场拓展、产品创新、管理优化和风险防范等益处，全面提升商业银行的成长空间。

　　国外银行应用大数据的主要场景

　　互联网具有发散型网络结构及不受物理空间限制的特征，使其能够打破传统沟通方式的障碍，进而形成庞大的用户流量。特别是在Facebook、Instagram、Snapchat等形式多样社交媒体的兴起之后，流量背后更是暗含巨大商机。国外不少商业银行主动抓住商机，不断整合用户流量基础之上的大数据，探索两者之间可以有效结合的交集。就应用场景上的交集而言，其主要集中于潜在客户挖掘、信用风险防范、综合管理改进、金融产品定价等方面（表1）。

　　潜在客户挖掘

　　客户作为商业银行赖以生存的基础，充分尊重客户需求、了解客户需求、满足客户需求成为商业银行保持竞争活力的关键。因此，从数据信息背后挖掘客户潜在需求，进而改进产品质量构成国外银行应用大数据的重要内容。例如，巴克莱银行原有开发的系统程序限制了18岁以下年轻客户的支付功能，大数据揭示该障碍后，其改进应用程序，使得18岁以下的客户同样可以支付， 此举扩大了其年轻客户的规模；西太平洋(601099,股吧)银行根据客户浏笕网页的记录，通过医学统计软件SAS的技术分析，自动识别客户的有效信息，做出决策，提供与之对应的金融产品。当用户在网上咨询房地产贷款的细节时，西太平洋银行及时提供此类信息，以发现潜在的贷款需求者；挖掘客户体现“市场为先、顾客至上” 的服务理念，在这一理念之下商业银行的产品与客户需求更好匹配，改进用户的服务体验，增加客户对产品的黏性，奠定商业银行争夺市场份额的基础。出于上述考虑，花旗银行运用IBM公司的IBM Watson系统分析客户的基本数据和社交数据，以其存量客户的累积数据总结规律，根据客户交易特征及行为偏好锁定潜在目标客户，进而提供赢取客户信任的高质量服务。

　　信用风险控制

　　信用风险通过计提坏账准备严重侵蚀商业银行的利润，减少信用风险引起的不良资产，构成商业银行全面风险管理的重要组成部分。除传统的抵押、质押和保证方式转移信用风险之外， 大数据不仅为商业银行贷前审查提供了识别风险征兆的工具，同时也为贷后管理增加了有效的监测手段。第一资本银行根据多维数据建立拟合优度强大的模型，借助模型合理区分不同客户的信用风险水平，掌握风险等级不同客户信用卡的违约概率，进而有效避免信用糟糕的垃圾客户，抓住市场中风险低、收益高的那部分客户；奥地利银行根据其客户信用卡的支付用途、支付额度和支付频率，通过海量数据将客户加以有效分组，立足分组结果设计不同产品来匹配不同风险偏好的客户；富国银行基于客户日常交易的半结构化数据，从正常行为与异常行为中发现风险提示信号，分析客户是否存在不正当行为，助力商业银行实现贷后风险防范，降低不良资产比例。

　　综合管理改进

　　商业银行的管理范畴广泛，既包含前台的业务部门，也不可忽略后台的保障支持部门；既包括营销层面的外部客户管理，也涉及执行层面的内部分工管理。大数据为商业银行改进管理创造了条件，其技术手段减少商业银行综合管理面临的掣肘。比如， 美国银行通过数据云满足客户在不同场景下的需求，进而精确制定服务客户的管理方案，提高客户信用卡使用的频率，实现促进客户满意的管理目标；汇丰银行引入SAS的反欺诈管理系统，持续跟踪其持卡用户的交易行为变化，防范信用卡和借记卡的欺诈风险，并且将反欺诈应用到其他业务条线，缓解风险高发业务对其综合管理带来障碍。

　　金融资产定价

　　产品定价是商业银行金融交易中的核心要素，定价高低直接决定商业银行的盈利空间。在缺少客观分析工具的情况之下，银行从业人员凭借经验确定交易标的价格，难免受到当事人情绪等因素影响，严重时甚至可能造成恶劣后果。大数据能够充分发挥其客观的立场作用，减少商业银行金融产品定价的主观影响。比如，摩根大通银行在处理房地产抵押贷款时，根据房产所在地及周边地区不动产的庞大数据，运用数据背后的信息测算抵押物的合理公允价值，以使拍卖抵押资产时占得主动；瑞士银行应用大数据对金融产品进行理性估价，当客户经理的主观定价超出范围时，设置自动报警触发机制，以促进金融产品的定价客观准确， 避免投资决策的盲目主观。

　　在国内商业银行中的应用场景

Tags：商业银行(9)岳阳网(438)

转载请标注：信息网——大数据在商业银行中的应用场景