大数据背景下银行业发展新隐患与新对策.doc

《大数据背景下银行业发展新隐患与新对策.doc》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、大数据背景下银行业发展新隐患与新对策随着信息数据的爆炸式增长，大数据概念逐渐进入大众视野，大数据行业主要通过对海量数据的收集、处理等工作实现揭露规律并预测未来的冃的。大数据行业的兴起与发展为行业结合奠定慕础，其应用范围包括营销、金融、工业、医疗、教冇等诸多领域，各行各业在大数据技术的支撑下从海量数据中挖掘客户信息，寻求潜在发展空间，因此大数据技术己成为企业的核心竞争力，大数据市场发展前景广阔。2011年全球大数据市场规模仅73亿美元，随着大数据技术的逐渐成熟与市场应用推广，2015年的全球市场规模已增长至3

2、84亿美元，与此同时，国内的大数据投融资市场规模也由2011年的1.4亿美元猛增至24.5亿美元，国务院于2015年卬发《促进大数据发展行动纲要》引导大数据行业的发展，李克强总理也在中国大数据产业峰会上充分肯定大数据的价值，提出大数据对于推进供给侧结构性改革与产业转型升级的重要意义。大数据布局己上升至国家战略高度。当前金融行业在大数据应用投资规模方面处于领先地位，仅次于互联网行业与电信行业，占比为17.5%,而银行则是行业重点，其投资规模占金融业的41.1%,大数据应用潜力巨大。而银行与大数据行业结合也存在

3、相当的必要性，新金融业态对传统银行造成的冲击迫使银行寻求转型机遇，而大数据技术的发展则是银行变革的一大契机，使其完成从传统模式下的资金中介身份向信息中介身份的转变。大数据技术于银行业的价值主要在于精准营销、风险管控等运营模块，通过大数据分析，银行可精准把控客户画像，了解客户行为习惯及风险特征，以此实现转型升级。由于大数据技术正处于发展的初期阶段，大数据本身存在一定的问题与风险，主要体现为大数据开放问题、大数据人才问题以及大数据安全问题等，对行业结合造成的负面影响。因此,银行在利用大数据技术实现转型升级的过程

4、中也存在相当的风险隐患：第一，银行业受限于传统经营模式，其思维习惯及经营布局等方面均存在一定的滞后性，大数据技术的应用环境不佳；第二，受大数据技术当前发展局限的影响，其分析结果并不精确，因此银行利用该分析结果进行业务创新活动等也不具针对性；第三，大数据及互联网技术的发展不仅拓宽了银行业的发展前景，也促进了新金融业态的扩张,因此加剧了银行业的市场竞争压力。基于大数据背景下银行业发展新隐患，银行业、政府以及行业协会都应采取相关措施弥补大数据技术漏洞，提升银行发展能力。银行与大数据行业结合前景精准营销及产品创新。

5、商业银行传统营销模式的最大特征即无差异化，在营销活动中居丁被动地位，难以达到精准营销的效果。而大数据技术为商业银行获取客户的完整拼图创造了可能性，使其在充分了解客户行为特征的基础之上，预测客户消费行为，并根据客户群体的不同特征制定具有针对性的营销策略，以此实现精准营销。此外，大数据技术的广泛应用也为商业银行进行产品创新奠定了基础，将大数据贯穿于产品开发、推广及评价等环节。通过对客户消费行为的精准把控，研发契合市场需求的金融产品；通过精准营销助力产品销售活动；通过大数据收集了解客户反馈，并及时将反馈信息传递至

6、产品研发部门，进一步提升客户投资或消费体验，增强客户黏性。总体而言，借助大数据技术实现精准营销及产品创新已成为商业银行在激烈的市场竞争下保持市场竞争力的重要途径。数字化运营模式。随着大数据以及移动互联网技术逐步发展成熟，银行传统运营模式将被数字化运营模式代替。银行传统运营模式强调物理网点的作用，通过物理网点获客并提供客户服务，存在一定的局限性；但在大数据背景下，银行转向线上运营模式，其潜在客户群体的层次、数量打破了空间、时间的限制，大大降低了获客成本。通过大数据支撑，银行产品更具多样性，且其针对性更强，相比

7、传统运营模式下的标准化产品更具竞争力。通过定向筛选确定潜在客户群体，依赖定向推送实现精准营销，并注重定向客服以增强客户黏性，彻底改变传统客户服务模式，在降低经营成本的同时增强经营效率。通过数字化运营模式的推广，银行锁定客户的能力将逐步加强，金融生态主体间的联系愈加紧密。此外，数字化的运营模式也体现在银行的资源配置方面，如通过大数据技术掌控市场需求，优化配置ATM设备。大数据风控机制。移动互联网技术在增强金融普惠性与降低交易成本等方面发挥了重要作用，但同时也放大了金融风险，使其傳播速度更快，波及范围更广，而大

8、数据技术的发展为银行风险管理提供了新的思路。完整的风控流程涉及贷款前期、中期及后期。前期工作包括资料的收集、校验与授信等流程，通过对接征信大数据及线上风险评估等活动，银行在简化放贷流程的同时也能达到风险规避的效果；在贷款中后期，银行能在账户分类管理的基础之上提取账户行为特征，对其进行评估并判定风险类别，并通过大数据技术建立实时风险监控系统，增强风险监控的灵活性与准确性，以此实现对风险的有效把控。因此，大数据技术已