【文章內(nèi)容簡(jiǎn)介】 要講這些例子呢？在大數(shù)據(jù)時(shí)代，我們不必非得知道現(xiàn)象背后的原因，而是要讓數(shù)據(jù)自己“發(fā)聲”，一旦找到了一個(gè)現(xiàn)象的良好的關(guān)聯(lián)物，相關(guān)關(guān)系就可以幫助我們捕捉現(xiàn)在和預(yù)測(cè)未來(lái)。2008 年《連線》雜志主編克里斯?安德森就指出“數(shù)據(jù)爆炸使所有的科學(xué)研究方法都落伍了”，用一系列的因果關(guān)系來(lái)驗(yàn)證各種假設(shè)和猜想的研究范式已經(jīng)不實(shí)用了，如今它正被基于大數(shù)據(jù)的相關(guān)關(guān)系研究所取代。讓數(shù)據(jù)發(fā)聲，我們會(huì)注意到很多以前從來(lái)沒(méi)有意識(shí)到的聯(lián)系的存在，例如對(duì)沖基金通過(guò)剖析社交網(wǎng)絡(luò)上的數(shù)據(jù)信息預(yù)測(cè)股市走向，京東和亞馬遜根據(jù)用戶在網(wǎng)站上的類似查詢來(lái)進(jìn)行產(chǎn)品推薦，微博通過(guò)用戶的社交網(wǎng)絡(luò)圖來(lái)猜測(cè)其喜好。當(dāng)然在研究完善制度時(shí)可能需要進(jìn)行進(jìn)一步分析原因，但是對(duì)于決策時(shí)并不需要精確了解因果關(guān)系。大數(shù)據(jù)更多考慮的相關(guān)性，為我們預(yù)測(cè)提供很多的便利。比如浙江行的一個(gè)支行行長(zhǎng)做小企業(yè)業(yè)務(wù)的時(shí)候發(fā)現(xiàn)一個(gè)問(wèn)題，有個(gè)老板老往澳門(mén)跑，就懷疑這個(gè)企業(yè)可能有問(wèn)題，事實(shí)上證明確實(shí)如此。這就是相關(guān)性分析，老往澳門(mén)跑不一定是賭博，但是賭博概率比較大，老板只要一賭博，好端端的企業(yè)可能都給賭沒(méi)了。所謂大數(shù)據(jù)思維在很大程度上就叫做相關(guān)性思維，透過(guò)一些相關(guān)性來(lái)捕捉信號(hào)，進(jìn)而進(jìn)行預(yù)測(cè)，我們?cè)诶斫夂瓦\(yùn)用大數(shù)據(jù)的時(shí)候，相關(guān)性這個(gè)詞大家一定要深刻理解并牢牢記住，透過(guò)相關(guān)性來(lái)解決問(wèn)題。大數(shù)據(jù)思維的重要影響，就是會(huì)在很多方面影響我們思考問(wèn)題、分析問(wèn)題、解決問(wèn)題的方法，使我們更快、更準(zhǔn)確地了解世界。（三） 大數(shù)據(jù)的核心技術(shù)其實(shí)也很簡(jiǎn)單第一，相關(guān)性關(guān)系建模，這個(gè)建模方法能夠幫助我們快速、理性的進(jìn)行決策。第二，非結(jié)構(gòu)化數(shù)據(jù)處理，大量的語(yǔ)音、文本、視頻、點(diǎn)擊流等非機(jī)構(gòu)化數(shù)據(jù)，承載著許多行為信息，將這部分行為信息轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)，納入我們已有的結(jié)構(gòu)化數(shù)據(jù)體系進(jìn)行量化分析，這實(shí)際上是大數(shù)據(jù)目前的一個(gè)核心技術(shù)。大數(shù)據(jù)的工具有很多，常見(jiàn)的工具主要可歸結(jié)為回歸分析和隨機(jī)試驗(yàn)。回歸分析是統(tǒng)計(jì)學(xué)中革命性的進(jìn)步，隨機(jī)試驗(yàn)則能夠讓我們選取的樣本更加具有代表性，特別是在樣本足夠大的時(shí)候，其客觀性更加有保障。三、 大銀行應(yīng)具備大數(shù)據(jù)邏輯思維隨著商業(yè)銀行資產(chǎn)越來(lái)越大，業(yè)務(wù)結(jié)構(gòu)越來(lái)越復(fù)雜，以往的經(jīng)營(yíng)經(jīng)驗(yàn)已經(jīng)不能完全滿足大數(shù)據(jù)時(shí)代下對(duì)銀行經(jīng)營(yíng)者的要求?？缃缃?jīng)營(yíng)的探索者同樣面臨這樣的問(wèn)題，量化經(jīng)營(yíng)管理成為了行業(yè)發(fā)展的共同趨勢(shì)。從西方商業(yè)銀行分化的歷史上來(lái)看，基于自身交易數(shù)據(jù)管控、量化分析與數(shù)據(jù)挖掘，曾是商業(yè)銀行分化的主要驅(qū)動(dòng)因素。但是，挖掘自身交易數(shù)據(jù)的局限性在于，我們無(wú)法據(jù)此準(zhǔn)確的預(yù)測(cè)市場(chǎng)趨勢(shì)，也無(wú)法準(zhǔn)確判斷客戶的行為走向，從而在戰(zhàn)略選擇和經(jīng)營(yíng)決策上經(jīng)常出現(xiàn)失誤。近年來(lái)，部分銀行受相關(guān)性分析方法的啟發(fā)，開(kāi)始嘗試運(yùn)用內(nèi)部的非結(jié)構(gòu)化數(shù)據(jù)，甚至外部的非交易性、非結(jié)構(gòu)化數(shù)據(jù)，進(jìn)行內(nèi)部的潛力挖掘，外部的市場(chǎng)預(yù)測(cè)，以及客戶的行為分析，收到了意外的功效。由此，銀行大數(shù)據(jù)的思維開(kāi)始形成，并展現(xiàn)出以下特征：第一，了解客戶的金融需求。在過(guò)去，我們靠著走訪企業(yè)的財(cái)務(wù)總監(jiān)，交易人員，發(fā)覺(jué)判斷客戶的金融需求，但是由于獲取信息的不全面，可能造成盲目的推薦產(chǎn)品，導(dǎo)致客戶粘度、客戶貢獻(xiàn)度都很難提升。現(xiàn)在許多外國(guó)的商業(yè)銀行已經(jīng)開(kāi)始用大數(shù)據(jù)的方法分析、了解并把握客戶的金融需求。第二，預(yù)測(cè)客戶的風(fēng)險(xiǎn)。銀行是經(jīng)營(yíng)風(fēng)險(xiǎn)的，銀行的風(fēng)險(xiǎn)既來(lái)自于市場(chǎng)又來(lái)自于客戶，但主要來(lái)自于客戶。我們傳統(tǒng)的分析方法依賴于收集客戶的財(cái)務(wù)數(shù)據(jù)和我們自身積累的交易數(shù)據(jù)，很難做到更早、更全面、更細(xì)致地把握客戶的風(fēng)險(xiǎn)，對(duì)風(fēng)險(xiǎn)的預(yù)測(cè)能力很差。風(fēng)險(xiǎn)管理要進(jìn)步，不能局限于過(guò)去的內(nèi)部評(píng)級(jí)上，要用大數(shù)據(jù)的方式和方法，引導(dǎo)風(fēng)險(xiǎn)管理發(fā)生根本性的改革。第三，把握交易價(jià)格走向?，F(xiàn)代的商業(yè)銀行，資金交易的比重越來(lái)越大，地位也越來(lái)越重要。大數(shù)據(jù)在這方面的應(yīng)用，能夠幫助我們預(yù)測(cè)價(jià)格走向，決定交易定價(jià)。第四，挖掘內(nèi)部潛能。有人分析，說(shuō)中國(guó)銀行業(yè)如果真正能夠做到精細(xì)化，我們的利潤(rùn)翻兩番都是有可能的。大數(shù)據(jù)就能夠幫助我們準(zhǔn)確定位管理上的薄弱環(huán)節(jié)，內(nèi)部配置上的資源浪費(fèi)，不斷挖掘內(nèi)部潛能，實(shí)現(xiàn)銀行的可持續(xù)發(fā)展。作為銀行家，大數(shù)據(jù)可以在以下幾個(gè)方面幫助實(shí)現(xiàn)其經(jīng)營(yíng)“夢(mèng)想”：（一） 為透徹了解市場(chǎng)創(chuàng)造了可能銀行家要面臨復(fù)雜的形勢(shì)做出各類決策，透徹地了解市場(chǎng)、把控市場(chǎng)是我們最大的夢(mèng)想，能夠知道市場(chǎng)的發(fā)展趨勢(shì)才能做出有效的戰(zhàn)略決策，這是成就“國(guó)內(nèi)領(lǐng)先、國(guó)際一流”目標(biāo)的重要前提條件。我們現(xiàn)在面臨的市場(chǎng)環(huán)境，與銀行家的“市場(chǎng)夢(mèng)”之間有很大的距離，許多問(wèn)題亟待解決：面對(duì)這樣一個(gè)相對(duì)飽和的市場(chǎng)，我們要做到多大規(guī)模才合適？面對(duì)這樣一個(gè)復(fù)雜的市場(chǎng)，什么業(yè)務(wù)是我必須要做的？各個(gè)業(yè)務(wù)應(yīng)該做到多大規(guī)模？這些問(wèn)題的存在，都說(shuō)明市場(chǎng)選擇極其困難。傳統(tǒng)上已經(jīng)有很多工具和方法幫助我們?nèi)ダ斫馐袌?chǎng)，例如波士頓矩陣、標(biāo)桿分析、SWOT分析等，也包括抽樣調(diào)查等成熟的統(tǒng)計(jì)工具，但只有大數(shù)據(jù)方法才為我們透徹地了解市場(chǎng)創(chuàng)造了可能，通過(guò)對(duì)全部客戶海量行為數(shù)據(jù)的分析，我們將有能力知道市場(chǎng)的未來(lái)發(fā)展方向，進(jìn)而可以有針對(duì)性地做出戰(zhàn)略安排。依托大數(shù)據(jù)，人們了解市場(chǎng)的方式正在發(fā)生重大變化，例如，海關(guān)出口數(shù)據(jù)是判斷外貿(mào)形勢(shì)的關(guān)鍵指標(biāo)，是在出口企業(yè)賣(mài)了貨以后進(jìn)行統(tǒng)計(jì)；但通常買(mǎi)家在采購(gòu)商品前，會(huì)比較多家供應(yīng)商的產(chǎn)品，在阿里巴巴網(wǎng)站統(tǒng)計(jì)數(shù)據(jù)中就反映為查詢點(diǎn)擊的數(shù)量和購(gòu)買(mǎi)點(diǎn)擊的數(shù)量維持一個(gè)相對(duì)的比例，2008 年初,阿里發(fā)現(xiàn)平臺(tái)上整個(gè)買(mǎi)家詢盤(pán)數(shù)急劇下滑，進(jìn)而推斷世界貿(mào)易形勢(shì)發(fā)生變化，這比海關(guān)統(tǒng)計(jì)數(shù)據(jù)提前了半年，為國(guó)內(nèi)出口企業(yè)調(diào)整生產(chǎn)策略提供了重大幫助，這種分析如果沒(méi)有大數(shù)據(jù)方法的支持是難以完成的。再如，美國(guó)勞工統(tǒng)計(jì)局每月都要公布CPI，為此他們會(huì)雇用很多人向全美90個(gè)城市的商店、辦公室打電話、發(fā)傳真甚至登門(mén)拜訪，反饋回8萬(wàn)多種價(jià)格數(shù)據(jù)，一般會(huì)滯后幾周，從2008年經(jīng)濟(jì)危機(jī)經(jīng)驗(yàn)看，這個(gè)滯后是致命的。麻省理工學(xué)院的兩位經(jīng)濟(jì)學(xué)家提出了一個(gè)大數(shù)據(jù)解決方案，就是在互聯(lián)網(wǎng)上收集價(jià)格信息，每天可以收集50萬(wàn)種商品的價(jià)格，這些數(shù)據(jù)很混亂，但是利用大數(shù)據(jù)分析方法，這個(gè)項(xiàng)目在2008年9月雷曼破產(chǎn)之后馬上就發(fā)現(xiàn)了通貨緊縮趨勢(shì)，而官方數(shù)據(jù)直到11月份才知道這個(gè)情況。我們的夢(mèng)想——“市場(chǎng)夢(mèng)”，非常美好，但并非像我們想象的那么簡(jiǎn)單，必須依靠大數(shù)據(jù)方法進(jìn)行解決。（二）幫助銀行深入了解客戶需求，提升客戶服務(wù)水平，實(shí)現(xiàn)“價(jià)值夢(mèng)”我們的利潤(rùn)增速已經(jīng)降到一位數(shù)了，將來(lái)要保持在一位數(shù)，不出現(xiàn)增速的負(fù)增長(zhǎng)，會(huì)越來(lái)越困難。過(guò)去大型國(guó)有商業(yè)銀行的利潤(rùn)，在一定程度上是借助國(guó)內(nèi)經(jīng)濟(jì)快速發(fā)展、股改紅利以及監(jiān)管機(jī)構(gòu)對(duì)市場(chǎng)準(zhǔn)入的保護(hù)來(lái)實(shí)現(xiàn)的，隨著未來(lái)市場(chǎng)進(jìn)一步開(kāi)放，市場(chǎng)競(jìng)爭(zhēng)進(jìn)一步激烈，若不快速提升銀行價(jià)值創(chuàng)造能力，那么銀行家的夢(mèng)想是要泡湯的?！皟r(jià)值夢(mèng)”的關(guān)鍵是知道哪些客戶、哪些產(chǎn)品、哪些行為能夠?yàn)殂y行帶來(lái)利潤(rùn)，銀行應(yīng)該如何滿足客戶需求，前提是了解客戶需求并迅速行動(dòng)，大數(shù)據(jù)是實(shí)現(xiàn)這一目標(biāo)的利器。通過(guò)對(duì)海量客戶行為數(shù)據(jù)的分析，可以了解客戶在什么地方、有什么需求，例如，某客戶中午在北京某區(qū)域出現(xiàn)，我們又通過(guò)分析知道該客戶喜歡吃高端川菜，就可以將附近有關(guān)促銷活動(dòng)通知該客戶，既撮合了交易又可以創(chuàng)造利潤(rùn)；再如，對(duì)一個(gè)新推出的產(chǎn)品，大數(shù)據(jù)可以幫助分析哪些客戶最可能購(gòu)買(mǎi)這一產(chǎn)品，銷售的效率就高得多。理解了大數(shù)據(jù)思維、主動(dòng)應(yīng)用大數(shù)據(jù)推動(dòng)業(yè)務(wù)發(fā)展，已成為銀行家實(shí)現(xiàn)價(jià)值夢(mèng)的必然選擇。大數(shù)據(jù)為我們觀察客戶、分析客戶提供了一個(gè)全新的視角，基于海量的、多樣性的數(shù)據(jù)，銀行可以獲得客戶更及時(shí)的、更具前瞻性的信息，大數(shù)據(jù)技術(shù)為我們深入洞察客戶提供了新的圖景和可行的解決方案。不可否認(rèn)，大數(shù)據(jù)使我們進(jìn)入了一個(gè)用數(shù)據(jù)進(jìn)行預(yù)測(cè)的時(shí)代，雖然我們可能無(wú)法完全解釋數(shù)據(jù)背后的社會(huì)學(xué)、經(jīng)濟(jì)學(xué)原因，但數(shù)據(jù)本身的規(guī)律已可以幫助我們解決很多管理問(wèn)題。銀行在日常經(jīng)營(yíng)過(guò)程中積累了很多的數(shù)據(jù)，客戶的、市場(chǎng)的、交易的，等等，利用這些數(shù)據(jù)之間的相關(guān)關(guān)系就可以進(jìn)行預(yù)測(cè)，并作為業(yè)務(wù)決策的基礎(chǔ)。在某種程度上，銀行數(shù)據(jù)中最重要的部分是客戶行為數(shù)據(jù)。與客戶財(cái)務(wù)數(shù)據(jù)等靜態(tài)數(shù)據(jù)相比，行為數(shù)據(jù)具有更強(qiáng)的穩(wěn)定性，基于行為對(duì)未來(lái)的預(yù)測(cè)更加準(zhǔn)確。例如，違約率是風(fēng)險(xiǎn)計(jì)量中最核心的指標(biāo)，使用大數(shù)據(jù)技術(shù)，可以使我們從客戶行為數(shù)據(jù)中發(fā)現(xiàn)對(duì)違約率判別有重要幫助的信息（盡管有時(shí)候這些信息在經(jīng)驗(yàn)上看來(lái)可能與違約不相關(guān)），用于違約預(yù)測(cè)和客戶風(fēng)險(xiǎn)評(píng)級(jí)。例如通過(guò)分析零售客戶通訊方式（電話、郵件地址等）的留存情況，可以判斷其在信用卡和房貸業(yè)務(wù)中的信用表現(xiàn)，準(zhǔn)確度甚至超過(guò)基于客戶財(cái)務(wù)（收入）狀況的預(yù)判。對(duì)企業(yè)客戶而言，目前銀行主要依據(jù)財(cái)務(wù)報(bào)表對(duì)客戶違約率進(jìn)行建模預(yù)測(cè)，但實(shí)踐證明這種預(yù)測(cè)的準(zhǔn)確性、前瞻性不是很理想。對(duì)銀行風(fēng)險(xiǎn)管理者來(lái)說(shuō)，如果等企業(yè)的虧損反映到報(bào)表而為銀行得知時(shí)，已經(jīng)晚了，再等到利用這些情況對(duì)評(píng)級(jí)結(jié)果、業(yè)務(wù)決策進(jìn)行調(diào)整時(shí)就更晚了，所以通過(guò)財(cái)務(wù)報(bào)表來(lái)判斷企業(yè)的違約概率已經(jīng)明顯滯后。而通過(guò)研究企業(yè)賬戶行為（如現(xiàn)金進(jìn)出、投資行為等），建立行為評(píng)分模型，可以在客戶出現(xiàn)風(fēng)險(xiǎn)信號(hào)的時(shí)候就及時(shí)作出預(yù)警和應(yīng)對(duì)，其時(shí)效性要快于財(cái)務(wù)數(shù)據(jù)評(píng)級(jí)。因此，要打破單純依賴財(cái)務(wù)數(shù)據(jù)進(jìn)行風(fēng)險(xiǎn)評(píng)價(jià)的傳統(tǒng)做法，重視非結(jié)構(gòu)性數(shù)據(jù)及行為在客戶風(fēng)險(xiǎn)評(píng)價(jià)中的作用，提高風(fēng)險(xiǎn)預(yù)測(cè)的精準(zhǔn)性。當(dāng)然，目前行為評(píng)分的技術(shù)還很有限，需要各方合作研究。（三）提升綜合管理和市場(chǎng)拓展能力，增加盈利空間目前，大家都覺(jué)得銀行面臨一系列困惑，其中最大的困惑，是大家都覺(jué)得銀行的利潤(rùn)增長(zhǎng)到了拐點(diǎn)，未來(lái)可能出現(xiàn)利潤(rùn)負(fù)增長(zhǎng)，不排除未來(lái)個(gè)別銀行可能出現(xiàn)虧損。面對(duì)這種形勢(shì)，有人認(rèn)為這是利率市場(chǎng)化的必然產(chǎn)物，只要利率市場(chǎng)化到了一定程度，就會(huì)不可避免地出現(xiàn)利差收窄，導(dǎo)致盈利水平降低。為此，我們分析了國(guó)外一些國(guó)家的情況，利率市場(chǎng)化之后，整個(gè)社會(huì)的利差收窄是正常的，但是銀行的盈利能力是分化的，最主要的體現(xiàn)，是銀行經(jīng)營(yíng)的分化。比如說(shuō)美國(guó)、香港和其他一些國(guó)家，利率市場(chǎng)化之后，銀行息差收窄開(kāi)始收窄，同時(shí)銀行也開(kāi)始分化。有的銀行息差在零點(diǎn)幾個(gè)百分點(diǎn)，有的銀行在四個(gè)點(diǎn)以上。為什么會(huì)出現(xiàn)這種情況？這就是銀行的經(jīng)營(yíng)能力，定價(jià)能力，客戶選擇能力，資產(chǎn)組合管理能力等。因此，利率市場(chǎng)化并不會(huì)必然導(dǎo)致銀行盈利能力的下降，銀行的盈利能力是取決于銀行本身。在組成銀行盈利能力的差異化定價(jià)、組合管理等方面，大數(shù)據(jù)的方法給我們提供了一定的可能性。比如，定價(jià)當(dāng)中最核心的幾個(gè)方面，其中一個(gè)就是風(fēng)險(xiǎn)成本，取決于客戶的選擇，這正是大數(shù)據(jù)的用武之地。大數(shù)據(jù)用得好，用得廣泛深入，不但能夠避免銀行出現(xiàn)利率下滑，還能夠繼續(xù)保持盈利，甚至持續(xù)提高盈利水平。還有一個(gè)困惑，是關(guān)于市場(chǎng)的，擔(dān)心市場(chǎng)空間非常有限，沒(méi)有規(guī)模，出現(xiàn)了天花板。其實(shí)，在市場(chǎng)不變的情況下，如果我們能夠找到更好的客戶，調(diào)整客戶結(jié)構(gòu)，提升空間非常大。此外，市場(chǎng)上還有許多增量有待開(kāi)發(fā)：第一，被我們忽略的新興的金融需求，比如養(yǎng)老，這是一個(gè)巨大的市場(chǎng)。美國(guó)的養(yǎng)老金規(guī)模，公私加在一起大約21萬(wàn)多億，比GDP還高。我國(guó)現(xiàn)在60歲以上的養(yǎng)老人口已經(jīng)超過(guò)2個(gè)億，到2050年，中國(guó)的養(yǎng)老人口預(yù)計(jì)要達(dá)到4個(gè)億。在我們目前收入水平不斷提高的情況下，與養(yǎng)老金相關(guān)的金融服務(wù)需求形成了一個(gè)巨大的市場(chǎng)；第二，在傳統(tǒng)銀行業(yè)務(wù)方面，我們的空間也是巨大的。比如信貸業(yè)務(wù)，2013年，美國(guó)的國(guó)內(nèi)貸款余額是43萬(wàn)億美元，；我國(guó)去年國(guó)內(nèi)貸款折合成美元大約是13萬(wàn)億，GDP大約是10萬(wàn)億美元。如此比較，我們就能發(fā)現(xiàn)，中國(guó)的信貸市場(chǎng)還有很大空間。再比如國(guó)際業(yè)務(wù)，中國(guó)現(xiàn)在是世界最大的貿(mào)易國(guó)家，國(guó)際貿(mào)易相關(guān)的貿(mào)易融資、國(guó)際清算以及相關(guān)的金融服務(wù)，應(yīng)該也是全球最大的。建行在全球最大的國(guó)際貿(mào)易市場(chǎng)上，我們的開(kāi)拓程度還是遠(yuǎn)遠(yuǎn)不夠的。從這個(gè)角度說(shuō)，我們的盈利能力還有很大的提升空間。（四） 提升風(fēng)險(xiǎn)經(jīng)營(yíng)能力現(xiàn)代商業(yè)銀行各種風(fēng)險(xiǎn)管理的技術(shù)方法，都是基于數(shù)據(jù)?，F(xiàn)代銀行各種風(fēng)險(xiǎn)經(jīng)營(yíng)和決策，都強(qiáng)調(diào)“數(shù)據(jù)說(shuō)話”。當(dāng)然，數(shù)據(jù)本身并不會(huì)說(shuō)話，關(guān)鍵是如何從海量數(shù)據(jù)中萃取出銀行風(fēng)險(xiǎn)經(jīng)營(yíng)、決策所需要的信息？國(guó)際先進(jìn)銀行是通過(guò)數(shù)據(jù)挖掘的技術(shù)方法來(lái)實(shí)現(xiàn)的，數(shù)據(jù)挖掘已經(jīng)成為現(xiàn)代銀行推動(dòng)風(fēng)險(xiǎn)管理技術(shù)創(chuàng)新、提升風(fēng)險(xiǎn)經(jīng)營(yíng)能力的驅(qū)動(dòng)引擎。大數(shù)據(jù)正在改變風(fēng)險(xiǎn)管理方法，大數(shù)據(jù)方法使提前預(yù)測(cè)客戶風(fēng)險(xiǎn)事件成為可能。什么是風(fēng)險(xiǎn)？風(fēng)險(xiǎn)就是不確