摘要：大数据技术与互联网应用相结合造就了小微信贷领域创新的蓬勃发展，相形之下拥有更坚实数据基础的传统商业银行在大数据应用于小微业务上进展缓慢。究其原因，除了高额的体制垄断收益导致改革创新的动机不强之外，还在于商业银行在大数据应用的体制机制、基础条件、商业模式等方面还存在较大不足。本文对商业银行在小微业务上的大数据技术应用进行了分析，并给出了具体建议。

关键词：商业银行；大数据；小微业务

随着大数据技术越来越广泛应用于各社会领域，一些以大数据技术运用为基础的小微信贷产品也不断出现。这些产品同互联网应用紧密结合、以线上运营方式出现，具有传统信贷产品无法比拟的传播效率，正在迅速搅动小微信贷市场。传统商业银行如何积极应对大数据时代，创新发展小微业务已成为经济金融领域的一个重要课题。

一、大数据和大数据技术

大数据意味着大量的数据。麦肯锡全球研究院给出的大数据定义是：大数据指的是大小超出常规的数据库工具获取、存储、管理和分析能力的数据集。一般认为，大数据具有4V特点：海量的数据规模（Volume）、快速的数据流转和动态的数据体系（Velocity）、多样的数据类型（Variety）、巨大的数据价值（Value）。大数据不仅需要处理的量大，而且类型繁多。在数据质量上，由于追求全量数据，采集和存储了所有能够收集的信息，因而数据价值密度往往相对较低，如何通过强大的技术算法完成数据价值“提纯”，是大数据技术最重要的环节。正是由于作为分析对象和基础的数据量巨大、数据处理要求高，传统的常规技术手段无法应付，大数据技术就此应运而生，并迅速表现出超越数据库、数据仓库、数据集市等传统信息管理技术的特点。

1.信息技术架构以分布式存储、并行处理为特征。大数据应用的一些关键技术包括非结构化数据收集架构、数据分布式存储集群、数据清洗筛选架构、数据并行分析模拟架构等等。其对传统信息的技术突破主要变现在：一是数据对象从结构化向半结构化、非结构化拓展，如各种网页、文档、多媒体文件等，并直接促进了各种非结构化数据处理算法的发展。二是数据库从关系型向非关系型、分布式拓展。三是数据处理方式从静态向实时交互拓展。

2.数据分析思想从逻辑驱动向数据驱动变化。大数据本质上是数据挖掘技术的进一步延伸和发展，其背后的分析思想较之数理统计有了明显的变化。大数据技术不会强调数据结果背后的逻辑因果关系，结果本身就足以说明问题。舍恩伯格在《大数据时代》中提出了大数据技术的重要思想，即：大数据分析致力于取得和使用全数据集，而不再是传统的随机抽样样本；大数据追求的不是精确性，而是混杂性；大数据力图揭示的不是因果关系，而是相关关系。

3.大数据技术应用与互联网、云计算紧密联系。到目前为止，大数据技术应用的最重要表现是云计算以及基于云计算的商业模式，随着互联网社交、自媒体、电子商务等生活方式的蓬勃兴起而迅速发展。但是大数据并不等同于互联网或云计算，大数据应用于金融领域也不等同于互联网金融。例如，P2P、众筹等是互联网金融的典型形式，但大部分P2P或众筹平台使用的仍然是传统线下信贷调查和分析技术而不是大数据，而商业银行也可以将数据分析技术引入传统线下信贷产品的开发和管理中。

二、商业银行小微业务应用大数据技术的现状和问题

在导致小微企业融资难、融资贵的因素中，信息不对称和交易成本过高是两个重要原因。大数据分析技术在应用于小微业务中时，通过对大量的历史实际发生的客观数据进行分析判断，没有人为的、主观的判断因素，在一定程度上能够增进小微企业征信信息量和准确性，降低信息不对称。此外，由于大数据技术快速、交互的特点，能够减少贷前调查时耗费的大量人力、物力以及时间成本，在节约交易成本上具有明显的优势，因而最终将有利于增加商业银行开展小微业务的积极性和可操作性，降低小微企业融资难度。

（一）银行小微业务大数据技术应用现状

近年来国内银行纷纷在大数据应用上做出尝试，例如利用大数据技术实现了信用卡精准实时营销、建立社交网络信息数据库等等，但最引人注目的表现是一些银行陆续推出的小微创新产品。根据产品数据、技术基础等方面的不同，银行推出的大数据小微产品可以分为两类。一类是根据掌握的客户交易数据推出的信贷产品，典型的如中信、交行等传统银行推出的“POS贷”；另一类是新兴带有互联网基因的银行推出的产品，如网商银行、微众银行等，产品的数据基础主要来自社交网络和电商数据。从相同点上看，两类产品都有如下特点：纯信用，无需抵押或担保；采取全线上流程方式，比传统贷款大为方便快捷，借款人无需或仅需很少量提供纸质资料；增信信息主要来自央行征信记录等开放渠道。同时由于出自不同的文化背景、经营理念和技术条件，两类产品又具有明显不同的特点。从表1可以看出，传统商业银行大数据应用于小微业务还只是刚刚起步，在产品理念、技术条件、运作思路上与网络银行有很大不同，并未完全融入“大数据思维”。

（二）传统银行在大数据技术应用上存在的问题

尽管传统商业银行，尤其是国有大行，拥有世界上最大规模的客户群和众多实体网点网络，每天产生海量的客户账户交易信息，同时兼有雄厚的资金和技术实力，但是目前这种数据生产上的优势完全没有能够发挥并反哺银行自身经营，传统银行面对互联网兴起仍然缺乏变革和创新，其原因除了传统银行习惯于享用高额的体制垄断收益因而改革创新的动机不强之外，客观上也受制于一些现实问题

。1.未建立开发大数据应用的体制机制。未来的商业银行有人物理网点将逐渐减少，人力劳动将不断被现代信息技术运用所代替，因此大数据应用于商业银行的前景无疑是十分广阔的。它可以嵌入和运用到银行前中后台不同部门和不同业务线中去，既可以促进银行开展精准营销活动，也可应用于风险分析和贷后管理，帮助做出准确的风险决策。从操作上看，大数据技术的应用和开发需要依托信息技术部门。但是如何建立数据技术开发体系、有效组织信息技术部门与各业务线的协同工作，目前商业银行仍有待进一步明晰思路和体制。

2.大数据应用的基础条件仍有欠缺。一方面是硬件技术体系。大规模的数据收集和处理、快速的数据流转、动态的数据体系、多样化的数据类型，使数据技术复杂程度和处理难度倍增，银行需要重新思考面向大数据业务应用的基础架构、设计流程和方法，来构建面向大数据业务应用的解决方案。另一方面是数据分析人才准备。数据分析跨越软件、统计、数学建模以及金融经济多个领域，对人才的复合型知识结构要求较高。目前，数据分析队伍多集中在BAT、电商以及专业管理咨询公司，金融机构人才储备有较大空缺。

3.数据基础存在明显不足。要促进大数据技术广泛应用，银行不仅要充分发掘和利用自身采集到的数据，更应考虑整合外部更多的数据，以扩展对客户的了解。外部数据来源包括人行征信及工商、税务、海关、法院、环保等各方面反映企业、居民信息的数据，社交媒体上客户行为的数据，企业所处产业链上下游的数据，甚至客户的地理位置信息、客户的互联网行为数据等。通过引入外部社会化数据，银行可以建立更为完整的客户拼图，进行更为精准的营销和管理。

4.大数据创新应用于小微业务的商业模式还有待检验。一些银行已经在小微业务上取得了数字亮丽的成绩。2015年开业的浙江网商银行在短短4个月内就为逾18万小微客户提供了授信服务，涉及信贷金额达30亿元。但是总的看来，国内银行将大数据技术引入小微客户金融服务领域的时间还很有限，大数据背景的信贷余额仍然很小，其盈利性、安全性尚未得到可信检验。另外，大数据技术在小微领域应用后一定还会出现更新的探索和变化，例如大数据技术如何与线下调查技术结合、如何针对企业全生命周期的不同阶段开发、如何应用于贷后管理等许多问题都会促使小微业务不断完善、创新，因而小微业务商业模式将是一个不断实践、调整、再实践的过程。

三、对商业银行在小微业务中发展大数据技术的建议

通过对大数据技术应用的分析，我们受到很多启发，并对商业银行在小微业务发展中更好地应用大数据技术提出如下建议。

（一）做好顶层设计，明确大数据发展战略和思路，构建数据分析和应用架构体系商业银行应当有“数据即资产”、“经营数据是重要的资产管理”的思想认识，做好数据应用体系规划和建设，明确自身利用数据技术的步骤和方向。由于数据技术的重要性，且涉及银行经营管理的诸多方面，以事业部或是子公司方式成立数据技术应用的专业部门，是比较好的选择。此外，为适应现代信息技术的数据更新快、信息动态变化的特点，数据技术部门应当具备决策效率高、工作流程简化、行政层级简单的特点。在这方面，已经有银行做出了有益探索。2015年，兴业银行先后宣布成立研究咨询子公司和数字金融信息子公司，标志着该行在金融与科技融合、打造新技术平台、实现创新发展上又领先迈出了重要的一步。

（二）实现基础信息技术系统

由集中式向分布式转变，加快技术队伍建设，全力抢占市场先机传统银行在信息技术系统和人才队伍建设上已经落在了新兴互联网金融企业的后面。随着我国金融体制改革不断深入、金融市场壁垒逐渐消失，留给银行维系市场优势地位，实现向“互联网化”、“大数据化”转变的时间已不多。面对咄咄逼人的互联网企业跨界竞争的压力，商业银行必须尽快迎头赶上，准备好信息系统基础设施和技术队伍。当前，各传统银行仍然采用IBM大型主机构建核心业务系统，主机集中式架构具有集中、专有、封闭等特点，系统软件和工具由IBM等国外公司所掌控。这不仅不利于银行开展自主可控的快速业务创新，甚至危及金融安全。与银行相比，互联网企业以X86开放平台、开源软件构建云计算平台为基础建立的分布式联机交易处理架构，可以处理海量并发支付交易，例如在2015年天猫“双十一”促销活动中单位时间并发交易量最高达14万笔/秒，远远超出商业银行交易量峰值。随着互联网信息技术的迅猛发展，分布式架构得到不断应用、优化和完善，技术逐步成熟，与主机集中式架构相比在运行风险控制、可扩展性、敏捷开发、使用成本等方面具有明显优势。在技术队伍建设上，要高度重视数据分析队伍的建设。数据分析队伍是银行将数据资源优势转化为市场竞争力优势的重要基础，是银行信息化建设能否成功、业务创新能够实现的保障。从实际情况来看，目前国内外都存在严重的数据分析人才缺口，如何组建一支高效的分析师队伍并进行有效管理，是有远见的银行应当及早着手解决的一个重要问题。

（三）重视数据基础积累，充分整合既有数据系统，利用和建立外部数据源

良好的数据积累是分析的基础。银行业重视数据信息资源积累，要从以下几方面着手：一是整合好存量数据资源，充分发掘其价值。银行业务系统众多，每天都在产生大量的数据信息，而且这些信息质量很高，直接反映客户的真实交易行为，因而具有巨大的价值。问题是银行往往存在严重的“信息孤岛”问题，数据资源分散在不同的系统里未能形成一个整体，不能发挥作用。因此商业银行重视数据积累首先就要珍视数据资产，利用现代信息技术处理好存量资源。二是重视利用公开信息渠道，为迎接政府数据信息开发准备好技术条件。2015年8月，国务院了《促进大数据发展行动纲要》，明确提出“形成公共数据资源合理适度开放共享的法规制度和政策体系，2018年底前建成国家政府数据统一开放平台”。政府数据信息的开放，将很大程度上提高小微企业信息透明度，为银行选择合格客户、创新服务产品带来便利。三是寻求与第三方机构合作，如第三方支付、第三方征信平台公司以及电商、搜索引擎等，有效扩大数据来源。

（四）创造和扩大银行产品应用场景，建立客户交互渠道，提高客户粘性和活跃度

与微信、淘宝等互联网产品相比，银行业务有两个明显劣势。一是客户粘性差、活跃度不高。粘性差表现为客户对某家银行服务的依赖程度不高，在市场上可以轻易找到替代服务。活跃度不高表现为客户使用银行产品的频次低。二是缺乏与客户交互，客户体验较差。商业银行要创新小微业务服务，必须向互联网企业学习，不断改进手机银行、网银等功能，扩大小微产品服务应用场景，提升客户体验。国内银行要深入研究客户需要和感受，为之提供增进银企交流的交互式服务，才能在同质化的银行竞争中脱颖而出，赢得客户认同。

总的来看，在小微业务领域，以网商银行、微众银行为代表的新兴民营银行依托其强大的互联网基因，已经在大数据应用上走在了前面，传统银行必须迎头赶上，鼓励数据资源生产和积累，建立大数据应用的适宜生态环境，实现向信息化银行的转变。

作者：熊福平 单位：交通银行湖北省分行