欢迎来到天天文库
浏览记录
ID:33338000
大小:1.40 MB
页数:6页
时间:2019-02-24
《大数据下商业银行发展研究现状、影响及路径选择》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、债券金融创新大数据下商业银行发展研究:现状、影响及路径选择摘要:本文通过透视我国商业银行大数据发展现状,结合大数据对商业银行产生的深刻影响,阐述了我国商业银行应对大数据时代的路径选择,并结合其他国家大数据发展路于鑫芳径进行经验研究,提出推动我国商业银行大数据发展的政策建议。关键词:大数据 商业银行 变革 路径选择20世纪80年代,美国著名社会思想家Alvin银行业便是其中之一。Toffler对大量数据、非结构化数据进行了预测,他指出大量的人工编码信息将取代自然信息充斥商业银行大数据发展现状人们生活,并会达到惊人的准确度,但当时他(一
2、)数据容量大,涵盖范围广的观点并未引起重视。2008年英国《自然》杂在大数据时代,银行业数据迅速膨胀并呈现志发表了一篇文章“BigData:Scienceinthe出几何级数的增长态势。由于行业特性,银行业PetabyteEra”,从此“BigData(大数据)”一在长期业务开展过程中积累了海量数据(见表1)。词开始进入人们的视野。同年,美国计算机科学从数据涵盖范围来看,数据类型包括以工资、公家RandalE.Bryant等在“计算社区联盟”发表积金、消费贷款等为代表的结构化数据和以文档、了一份有影响力的白皮书《大数据计算:在商务、
3、图片、音像和地理位置信息等种类繁多的非结构科学和社会领域创造革命性突破》,这为“大数化和半结构化数据。波士顿咨询公司曾指出,银据”术语提供了理论支撑。2014年白宫发布了全行业每创收100万美元,会平均产生820GB的球大数据白皮书《大数据:抓住机遇、守护价值》,数据,数据强度高踞各行业之首,而在相同创收鼓励使用数据以推动社会进步,特别是在市场和条件下,电信、保险和能源行业数据强度分别为现有机构并未以其他方式来支持这种进步的领域,490GB、150GB和20GB,由此可知银行业在大CHINABOND2018.April63债券金融创
4、新数据应用方面具备天然优势。面,实现数据资产增值。(二)数据处理复杂,充分挖掘困难(四)数据应用难度大,制约因素多商业银行数据体量庞大,在数据处理过程中1.大数据技术框架存在很多问题,主要包括:(1)数据治理体系化大数据技术框架的组成部分包括处理系统、建设匮乏。现阶段商业银行尚未形成系统的数据平台基础和计算模型。首先,处理系统必须稳定治理方法和体系,缺乏有效的数据分类、整理和可靠,同时支持实时处理和离线处理多种应用,加工。(2)数据资源管理整合度不高,内部可用支持多源异构数据的统一存储和处理等功能。其信息使用率低下。当前商业银行的数
5、据在组织内次,平台基础要解决硬件资源的抽象和调度管理部处于割裂状态,缺乏顺畅的共享机制,难以实问题,以提高硬件资源的利用效率,充分发挥设现数据的有效整合和使用。(3)数据内容复杂多样,备的性能。最后,计算模型需要解决三个基本问题:难以充分挖掘数据资源潜在价值。造成这一现状模型的三要素(机器参数、执行行为、成本函数)、的原因在于商业银行非结构化数据占比不断上升,扩展性与容错性、性能优化。这些要求对构建大数据构造方法重复率高,且关系复杂。数据技术框架提出了非常高的要求。(三)数据资产化,应用场景丰富2.大数据应用推进和落地国内商业银行现
6、处于数据资产化、产业化的商业银行大数据应用虽然在风控、反欺诈、起步阶段,且银行运用大数据技术以描述性数据征信等领域初见成效,但在其他层面暂时还处于分析为主,预测性数据建模为辅,以自身交易和探索阶段。究其原因,一方面只有当数据分析转客户数据为主,外部数据为辅。数据资产目前最变为企业业务方式后才产生价值;另一方面商业主要的作用是趋势预测和决策支持,典型的应用银行在新建应用系统的过程中缺乏数据思维,没场景集中在营销分析、内部运营和风险管控等方有充分了解大数据分析的价值、战略和流程。同面,具体应用案例包括交叉销售、客户群体划分、时大数据应用
7、投资效果难以衡量,领域建模未得信用评分及违约监测等。当前我国商业银行大数到充分重视。据应用深度、广度和频度都与国际先进银行存在3.数据安全与个人隐私着巨大差距(见表2),迫切需要拓宽数据应用层现阶段用户数据的收集、存储、管理和使用表12012—2016年中国银行业数据规模(单位:TB)表2中美银行大数据应用场景占比数据类型年份20122013201420152016国别中国美国应用场景年份2012201620122016电话记录数据9381294245945015671营销分析15.83%36.52%32.69%54.62%业务
8、数据16882735361068589807客户分析10.33%17.64%25.82%42.43%数据仓库数据31255938124691409018598内部运营9.35%15.62%22.17%39.80%其他结构化数据5313
此文档下载收益归作者所有