基于大數(shù)據(jù)視角的商業(yè)銀行零售業(yè)務(wù)轉(zhuǎn)型研究

《基于大數(shù)據(jù)視角的商業(yè)銀行零售業(yè)務(wù)轉(zhuǎn)型研究 》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、基于大數(shù)據(jù)視角的商業(yè)銀行零售業(yè)務(wù)轉(zhuǎn)型研究　　銀行零售業(yè)務(wù)(也叫零售金融業(yè)務(wù))一般主要指商業(yè)銀行以自然人或家庭及小企業(yè)為服務(wù)對(duì)象，提供存款、融資、委托理財(cái)、有價(jià)證券交易、代理服務(wù)、委托咨詢等各類金融服務(wù)的業(yè)務(wù)，是商業(yè)銀行提供一站式打包產(chǎn)品和服務(wù)的主要途徑，是商業(yè)銀行開辟新市場、新領(lǐng)域、新經(jīng)營方式的主要工具?！　≌弘S著大數(shù)據(jù)技術(shù)的發(fā)展，擁有海量數(shù)據(jù)和大數(shù)據(jù)處理技術(shù)的互聯(lián)網(wǎng)金融企業(yè)正在形成對(duì)商業(yè)銀行傳統(tǒng)零售業(yè)務(wù)的挑戰(zhàn)，零售業(yè)務(wù)轉(zhuǎn)型已成為商業(yè)銀行當(dāng)前的核心任務(wù)之一。本文首先在大數(shù)據(jù)視角下對(duì)互聯(lián)網(wǎng)金融的興起

2、以及商業(yè)銀行零售業(yè)務(wù)所受到的影響進(jìn)行了分析;其次，在大數(shù)據(jù)視角下分析了商業(yè)銀行零售業(yè)務(wù)的轉(zhuǎn)型現(xiàn)狀;最后，針對(duì)大數(shù)據(jù)時(shí)代商業(yè)銀行零售業(yè)務(wù)轉(zhuǎn)型提出了建議和措施?！　￡P(guān)鍵詞：大數(shù)據(jù);互聯(lián)網(wǎng)金融;客戶行為;銀行零售轉(zhuǎn)型　　一、引言　　大數(shù)據(jù)與互聯(lián)網(wǎng)金融的發(fā)展和融合造成對(duì)傳統(tǒng)金融業(yè)最重要的影響就是金融脫媒和降低交易成本。雖然目前對(duì)商業(yè)銀行對(duì)公業(yè)務(wù)和機(jī)構(gòu)業(yè)務(wù)影響不大，但是對(duì)商業(yè)銀行零售業(yè)務(wù)的大眾客戶基礎(chǔ)、業(yè)務(wù)領(lǐng)域(支付、存款、中收、零售貸款等)、經(jīng)營模式以及社會(huì)輿論環(huán)境已帶來了巨大的挑戰(zhàn)。因此，面對(duì)互聯(lián)網(wǎng)金融對(duì)傳

3、統(tǒng)金融業(yè)的沖擊以及大數(shù)據(jù)應(yīng)用與發(fā)展的趨勢，商業(yè)銀行零售業(yè)務(wù)如何轉(zhuǎn)型是當(dāng)前銀行業(yè)繼續(xù)探討的重點(diǎn)和難點(diǎn)問題?！　《?、大數(shù)據(jù)時(shí)代互聯(lián)網(wǎng)金融對(duì)商業(yè)銀行零售業(yè)務(wù)的影響因素分析　　隨著互聯(lián)網(wǎng)金融的沖擊，傳統(tǒng)的商業(yè)銀行零售業(yè)務(wù)正逐步遭到侵蝕，其影響主要表現(xiàn)在以下三點(diǎn)：一是居民儲(chǔ)蓄存款份額下降;二是居民和小微企業(yè)對(duì)商業(yè)銀行信貸依賴性降低;三是商業(yè)銀行貸款結(jié)構(gòu)失衡壓力突出，中長期貸款比例遠(yuǎn)遠(yuǎn)高于短期貸款[1]。通過上述影響表現(xiàn)可以看出，在互聯(lián)網(wǎng)金融的沖擊下，商業(yè)銀行的客戶、資金和業(yè)務(wù)都在流失，從大數(shù)據(jù)的視角來看，其影響

4、因素主要有以下三個(gè)方面?！　?、大數(shù)據(jù)的分布式服務(wù)處理方式能夠降低交易的時(shí)間成本和硬件成本。傳統(tǒng)的數(shù)據(jù)存儲(chǔ)和處理采用了集中處理的方式，將所有數(shù)據(jù)存放在一塊硬盤并通過一個(gè)服務(wù)器進(jìn)行處理。但隨著數(shù)據(jù)量膨脹至TB和PB級(jí)，傳統(tǒng)的集中處理方式和較低的通信帶寬限制了數(shù)據(jù)處理的效率，很難得到實(shí)時(shí)的處理結(jié)果。隨著計(jì)算機(jī)性能的提高和硬件設(shè)備價(jià)格的下降，以大規(guī)模計(jì)算機(jī)集群為架構(gòu)的大數(shù)據(jù)存儲(chǔ)與處理方式極大地提高了大數(shù)據(jù)信息服務(wù)的效率。如Hadoop平臺(tái)的MapReduce模型能夠?qū)?fù)雜的運(yùn)算模型運(yùn)行在分布式系統(tǒng)上，極大提

5、高了數(shù)據(jù)的運(yùn)算效率，降低了交易的時(shí)間成本和硬件成本?！　?、大數(shù)據(jù)極大提高了信息處理效率，有助于簡化交易流程，降低中間成本。大數(shù)據(jù)的4V特征中包括快速化特征(Velocity)，即大數(shù)據(jù)時(shí)代，信息產(chǎn)生的速度近乎實(shí)時(shí)[3]。信息的實(shí)時(shí)產(chǎn)生大大地減少信息的不對(duì)稱，拓寬信息流通的渠道，削弱市場不確定因素引起的價(jià)格波動(dòng)，并降低信息搜尋與處理費(fèi)用，這種信息處理方式在精準(zhǔn)營銷中得到了廣泛的應(yīng)用[4]。同時(shí)，大數(shù)據(jù)有利于交易流程的簡化和減少中間環(huán)節(jié)帶來的成本問題?！　?、大數(shù)據(jù)為風(fēng)險(xiǎn)管理提供支持，降低了違約成本。傳

6、統(tǒng)的銀行信用風(fēng)險(xiǎn)管理方法對(duì)于個(gè)人和小微企業(yè)的評(píng)估能力正逐步下降，問題的關(guān)鍵就是缺乏足夠的數(shù)據(jù)。初次貸款或有過信用污點(diǎn)的個(gè)人很難提供更多的數(shù)據(jù)供銀行判斷其還款意愿和能力，小微企業(yè)在初創(chuàng)期也很難證明其信用度。大數(shù)據(jù)的一個(gè)重要特征就是數(shù)據(jù)類型多元化(Variety)，目前，F(xiàn)acebook、微博、視頻和音頻等非結(jié)構(gòu)化數(shù)據(jù)已經(jīng)應(yīng)用于個(gè)人信貸的風(fēng)險(xiǎn)評(píng)估。如美國ZestFinance公司專門針對(duì)無法提供信用證明的人，通過互聯(lián)網(wǎng)上大量的個(gè)人碎片化信息和ZestFinance風(fēng)險(xiǎn)評(píng)估模型重組個(gè)人信用視圖。該公司目前首

7、次還貸違約率低于競爭者，投資回報(bào)率達(dá)到150%，其背后依托的是強(qiáng)大的大數(shù)據(jù)挖掘能力?！　?2)在大數(shù)據(jù)時(shí)代，互聯(lián)網(wǎng)金融導(dǎo)致客戶行為發(fā)生變化　　2、客戶的信息來源和決策依據(jù)更為廣泛。首先，在傳統(tǒng)銀行零售時(shí)代，客戶通過有限的資源來獲取銀行零售產(chǎn)品信息，而在大數(shù)據(jù)時(shí)代，當(dāng)客戶有需求時(shí)，他們首先會(huì)選擇通過互聯(lián)網(wǎng)來收集相關(guān)信息，了解該商品的信息。在大數(shù)據(jù)環(huán)境下，客戶更容易獲得金融市場行情，從而可以通過比較購買到滿足其需求的商品。其次，在大數(shù)據(jù)時(shí)代隨著社交媒體的發(fā)展，客戶會(huì)直接在微博或其他社交媒體上發(fā)表自己的看法

8、，這種評(píng)價(jià)信息往往會(huì)被商業(yè)企業(yè)或數(shù)據(jù)服務(wù)公司收集，成為對(duì)商品評(píng)價(jià)的輿情數(shù)據(jù)，如百度口碑、微博統(tǒng)計(jì)以及電商網(wǎng)站的購買評(píng)論等。在大數(shù)據(jù)時(shí)代，這種評(píng)價(jià)模式對(duì)客戶決策的影響更加廣泛。再次，隨著基于大數(shù)據(jù)的精準(zhǔn)營銷的發(fā)展，企業(yè)往往更加注重客戶的黏性，對(duì)客戶的服務(wù)和產(chǎn)品推薦也是客戶決策的一個(gè)重要因素?！　?3)在大數(shù)據(jù)時(shí)代，互聯(lián)網(wǎng)金融導(dǎo)致業(yè)務(wù)決策模式發(fā)生變化　　2、事中感知。事中感知的含義是大數(shù)據(jù)可以準(zhǔn)確地模擬事件或活動(dòng)的進(jìn)展情況，通過把握進(jìn)展細(xì)節(jié)制定行動(dòng)計(jì)劃和政策