【正文】 款折合成美元大約是13萬億，GDP大約是10萬億美元。我國現(xiàn)在60歲以上的養(yǎng)老人口已經(jīng)超過2個億，到2050年，中國的養(yǎng)老人口預(yù)計要達(dá)到4個億。此外，市場上還有許多增量有待開發(fā)：第一，被我們忽略的新興的金融需求，比如養(yǎng)老，這是一個巨大的市場。還有一個困惑，是關(guān)于市場的，擔(dān)心市場空間非常有限，沒有規(guī)模，出現(xiàn)了天花板。比如，定價當(dāng)中最核心的幾個方面，其中一個就是風(fēng)險成本，取決于客戶的選擇，這正是大數(shù)據(jù)的用武之地。因此，利率市場化并不會必然導(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。有的銀行息差在零點幾個百分點，有的銀行在四個點以上。為此，我們分析了國外一些國家的情況，利率市場化之后，整個社會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)營的分化。（三）提升綜合管理和市場拓展能力，增加盈利空間目前，大家都覺得銀行面臨一系列困惑，其中最大的困惑，是大家都覺得銀行的利潤增長到了拐點，未來可能出現(xiàn)利潤負(fù)增長，不排除未來個別銀行可能出現(xiàn)虧損。因此，要打破單純依賴財務(wù)數(shù)據(jù)進(jìn)行風(fēng)險評價的傳統(tǒng)做法，重視非結(jié)構(gòu)性數(shù)據(jù)及行為在客戶風(fēng)險評價中的作用，提高風(fēng)險預(yù)測的精準(zhǔn)性。對銀行風(fēng)險管理者來說，如果等企業(yè)的虧損反映到報表而為銀行得知時，已經(jīng)晚了，再等到利用這些情況對評級結(jié)果、業(yè)務(wù)決策進(jìn)行調(diào)整時就更晚了，所以通過財務(wù)報表來判斷企業(yè)的違約概率已經(jīng)明顯滯后。例如通過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)確度甚至超過基于客戶財務(wù)（收入）狀況的預(yù)判。與客戶財務(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，基于行為對未來的預(yù)測更加準(zhǔn)確。銀行在日常經(jīng)營過程中積累了很多的數(shù)據(jù)，客戶的、市場的、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，并作為業(yè)務(wù)決策的基礎(chǔ)。大數(shù)據(jù)為我們觀察客戶、分析客戶提供了一個全新的視角，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。通過對海量客戶行為數(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)促銷活動通知該客戶，既撮合了交易又可以創(chuàng)造利潤；再如，對一個新推出的產(chǎn)品，大數(shù)據(jù)可以幫助分析哪些客戶最可能購買這一產(chǎn)品，銷售的效率就高得多。過去大型國有商業(yè)銀行的利潤，在一定程度上是借助國內(nèi)經(jīng)濟(jì)快速發(fā)展、股改紅利以及監(jiān)管機(jī)構(gòu)對市場準(zhǔn)入的保護(hù)來實現(xiàn)的，隨著未來市場進(jìn)一步開放，市場競爭進(jìn)一步激烈，若不快速提升銀行價值創(chuàng)造能力，那么銀行家的夢想是要泡湯的。我們的夢想——“市場夢”，非常美好，但并非像我們想象的那么簡單，必須依靠大數(shù)據(jù)方法進(jìn)行解決。再如，美國勞工統(tǒng)計局每月都要公布CPI，為此他們會雇用很多人向全美90個城市的商店、辦公室打電話、發(fā)傳真甚至登門拜訪，反饋回8萬多種價格數(shù)據(jù)，一般會滯后幾周，從2008年經(jīng)濟(jì)危機(jī)經(jīng)驗看，這個滯后是致命的。傳統(tǒng)上已經(jīng)有很多工具和方法幫助我們?nèi)ダ斫馐袌?，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)計工具，但只有大數(shù)據(jù)方法才為我們透徹地了解市場創(chuàng)造了可能，通過對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的未來發(fā)展方向，進(jìn)而可以有針對性地做出戰(zhàn)略安排。作為銀行家，大數(shù)據(jù)可以在以下幾個方面幫助實現(xiàn)其經(jīng)營“夢想”：（一） 為透徹了解市場創(chuàng)造了可能銀行家要面臨復(fù)雜的形勢做出各類決策，透徹地了解市場、把控市場是我們最大的夢想，能夠知道市場的發(fā)展趨勢才能做出有效的戰(zhàn)略決策，這是成就“國內(nèi)領(lǐng)先、國際一流”目標(biāo)的重要前提條件。有人分析，說中國銀行業(yè)如果真正能夠做到精細(xì)化，我們的利潤翻兩番都是有可能的。大數(shù)據(jù)在這方面的應(yīng)用，能夠幫助我們預(yù)測價格走向，決定交易定價。第三，把握交易價格走向。我們傳統(tǒng)的分析方法依賴于收集客戶的財務(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，對風(fēng)險的預(yù)測能力很差。第二，預(yù)測客戶的風(fēng)險。在過去，我們靠著走訪企業(yè)的財務(wù)總監(jiān)，交易人員，發(fā)覺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。近年來，部分銀行受相關(guān)性分析方法的啟發(fā)，開始嘗試運用內(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，外部的市場預(yù)測，以及客戶的行為分析，收到了意外的功效。從西方商業(yè)銀行分化的歷史上來看，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)動因素。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)越來越大，業(yè)務(wù)結(jié)構(gòu)越來越復(fù)雜，以往的經(jīng)營經(jīng)驗已經(jīng)不能完全滿足大數(shù)據(jù)時代下對銀行經(jīng)營者的要求。大數(shù)據(jù)的工具有很多，常見的工具主要可歸結(jié)為回歸分析和隨機(jī)試驗。（三） 大數(shù)據(jù)的核心技術(shù)其實也很簡單第一，相關(guān)性關(guān)系建模，這個建模方法能夠幫助我們快速、理性的進(jìn)行決策。所謂大數(shù)據(jù)思維在很大程度上就叫做相關(guān)性思維，透過一些相關(guān)性來捕捉信號，進(jìn)而進(jìn)行預(yù)測，我們在理解和運用大數(shù)據(jù)的時候，相關(guān)性這個詞大家一定要深刻理解并牢牢記住，透過相關(guān)性來解決問題。比如浙江行的一個支行行長做小企業(yè)業(yè)務(wù)的時候發(fā)現(xiàn)一個問題，有個老板老往澳門跑，就懷疑這個企業(yè)可能有問題，事實上證明確實如此。當(dāng)然在研究完善制度時可能需要進(jìn)行進(jìn)一步分析原因，但是對于決策時并不需要精確了解因果關(guān)系。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)系來驗證各種假設(shè)和猜想的研究范式已經(jīng)不實用了，如今它正被基于大數(shù)據(jù)的相關(guān)關(guān)系研究所取代。這家公司就用這些信息為客戶推薦產(chǎn)品，然后給折扣券。”幾天以后，客戶自己跑來道歉，他說你說的很準(zhǔn)，我的女兒真的懷孕了。再舉一個零售業(yè)的著名例子，Target是一家非常大的美國零售公司，他們已有大數(shù)據(jù)的分析。同樣，利用客戶的資金交易行為數(shù)據(jù)，我們可以做很多數(shù)據(jù)上的關(guān)聯(lián)分析，甚至發(fā)現(xiàn)一些隱藏的規(guī)律特點。舉個例子，一個人的信用常被用來預(yù)測他的行為，F(xiàn)ICO（美國個人消費信用評估公司）在20世紀(jì)50年代發(fā)明了信用評分，2011年他們提出“遵從醫(yī)囑評分”——它分析一系列的變量來決定這個人是否會按時吃藥，包括一些看起來怪異的事情，比方說，一個人在某地居住了多久，如果此人已經(jīng)結(jié)婚的話，就會分析他們多久換一個工作以及是否有私家車，有私家車和是否會按時用藥并沒有因果關(guān)系，但數(shù)據(jù)顯示他們相關(guān)，這樣的評分會幫助醫(yī)療機(jī)構(gòu)節(jié)省開支。也就是說只告訴你“是什么”，不回答“為什么”，這已經(jīng)足夠了。大數(shù)據(jù)的價值就在于預(yù)測和刻畫，至于說某個準(zhǔn)確的數(shù)值，這不是大數(shù)據(jù)要做的事情。對于預(yù)測有兩個方面我們必須把握的，第一個是預(yù)測業(yè)務(wù)方向，預(yù)測值不會是非常精準(zhǔn)的，但方向至關(guān)重要。其實人們都想知道未來，知道未來就能做出決策，關(guān)鍵是能不能知道未來。我們過去做風(fēng)險評級，講的是從過去看現(xiàn)在，試圖發(fā)現(xiàn)規(guī)律。同樣的技術(shù)也可以運用到銀行管理的各個方面。在不久的將來，許多現(xiàn)在單純依靠人類判斷力的領(lǐng)域都會被系統(tǒng)改變甚至取代。大數(shù)據(jù)的核心是預(yù)測，就是把數(shù)學(xué)算法用到海量的數(shù)據(jù)上來預(yù)測事情發(fā)生的可能性，一個客戶會購買某個金融產(chǎn)品的可能性，一筆貸款發(fā)生違約的可能性，從一個人理財和消費行為來看他是否會利用信用卡分期付款的可能性，這些預(yù)測之所以會成功，關(guān)鍵就是建立在海量數(shù)據(jù)的基礎(chǔ)上?，F(xiàn)在這個時代，儲存和處理都不再是問題，大量結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)看似垃圾，但是垃圾數(shù)據(jù)里可能蘊(yùn)藏著財富，我們必須以大數(shù)據(jù)的概念來看我們的數(shù)據(jù)資產(chǎn)。大數(shù)據(jù)說他大，不僅是量的大，還有全、復(fù)雜和亂。過去都說，銀行的數(shù)據(jù)規(guī)模雖然很大，但真正有用的數(shù)據(jù)不多，尤其是在風(fēng)險建模時，每次要進(jìn)行清洗，每次只有幾千條數(shù)據(jù)是有用的，大量的信息全都洗掉了。大數(shù)據(jù)時代，為了收集到數(shù)量龐大的信息，我們需要放棄嚴(yán)格精確的選擇，這是值得的。舉個例子，假設(shè)我們要測量一個葡萄園的溫度，如果整個葡萄園只有一個溫度計，那就必須確保這個溫度計是精確的而且能一直工作，這就是小數(shù)據(jù)時代的特點；但是如果每棵葡萄上都有一個溫度計，其中有些溫度計的結(jié)果是錯誤的，但眾多的溫度計一定會提供一個更加準(zhǔn)確的結(jié)果，這就是大數(shù)據(jù)時代的特點。（二） 大數(shù)據(jù)的思維的關(guān)鍵特征第一，我們對大數(shù)據(jù)不能過分地追求所謂的精準(zhǔn)、標(biāo)準(zhǔn)。然后是數(shù)據(jù)粒度要充分細(xì)，要把握每一個細(xì)節(jié)，才能充分發(fā)揮效果。（一） 大數(shù)據(jù)的基本范疇首先是數(shù)據(jù)量要充分大，從MB級數(shù)據(jù)量，到GB級，到TB級，直到今天動輒的PB級數(shù)據(jù)量，都屬于大數(shù)據(jù)的范疇，而且這個范疇是沒有邊界的，沒有人知道未來數(shù)據(jù)量將會達(dá)到什么程度。在“知己”方面，大數(shù)據(jù)可以幫助我們更加了解個體和群體，更加了解市場的過去、現(xiàn)在、未來；在“知彼”方面，大數(shù)據(jù)可以讓我們更全面地了解競爭對手、合作伙伴、各種利益相關(guān)者；在應(yīng)對多元化的經(jīng)營目標(biāo)時，大數(shù)據(jù)可以幫助我們更好地權(quán)衡收益、風(fēng)險、政治、社會責(zé)任等。在美國，大數(shù)據(jù)甚至應(yīng)用在了社會公共決策上，專家們通過大量的數(shù)據(jù)收集、分析、測試、試驗，得出“1元錢的就業(yè)指導(dǎo)將減少5元錢失業(yè)保障支出”的數(shù)據(jù)結(jié)論，政府基于這個數(shù)據(jù)結(jié)論調(diào)整就業(yè)指導(dǎo)政策后，大幅度減少了失業(yè)保障金的支出。大數(shù)據(jù)的核心正是在基于相關(guān)性的事實預(yù)測，大數(shù)據(jù)的革命則是分析方法的革命，這種突破帶來了社會經(jīng)濟(jì)發(fā)展的飛躍，使過去很多不可能的事情變成了現(xiàn)實。直到IT革命的出現(xiàn)，這個挑戰(zhàn)才開始發(fā)生變化?；谙嚓P(guān)性的事實預(yù)測，最大的挑戰(zhàn)是如何動態(tài)地記錄、儲存、量化、分析海量的非結(jié)構(gòu)化數(shù)據(jù)?；谙嚓P(guān)性的事實預(yù)測，能夠幫助我們解決這個難題。隨著社會的發(fā)展，我們對權(quán)衡的需求越來越迫切，但“知己、知彼、權(quán)衡”的難度也越來越大：所謂“知己”，不僅僅是了解一個個體，而是了解其作為群體的個體，作為集團(tuán)的個體，作為區(qū)域的個體；所謂“知彼”，受制于信息安全管制、信息壟斷、欺詐利用等行為，使傳統(tǒng)的方法不再有效；所謂“權(quán)衡”，由于追求的目標(biāo)日益復(fù)合化，模式日趨復(fù)雜，傳統(tǒng)的決策依據(jù)和經(jīng)驗失效，都是導(dǎo)致行為出現(xiàn)偏差的重要原因。孫子兵法有云，“知己知彼，百戰(zhàn)不殆；不知彼而知己，一勝一負(fù)；不知己不知彼，每戰(zhàn)必殆”，這其實揭示了人類決策的三要素：知己、知彼、權(quán)衡。比如，對客戶信用評級模型，通過引入大數(shù)據(jù)分析方法，減少主觀判斷，強(qiáng)調(diào)數(shù)據(jù)相關(guān)性分析，可以提高風(fēng)險預(yù)測的準(zhǔn)確性，提高風(fēng)險決策水平；利用大數(shù)據(jù)分析平臺，收集分析客戶的交易行為數(shù)據(jù)、社交網(wǎng)絡(luò)數(shù)據(jù)，用以實現(xiàn)增強(qiáng)的客戶細(xì)分、客戶挽留、客戶獲取和最佳行動推薦等，對客戶展開營銷；基于大數(shù)據(jù)，可對產(chǎn)品、客戶、渠道的業(yè)績表現(xiàn)進(jìn)行充分的比較，從而為業(yè)務(wù)變革策略提供支持，例如分析客戶流失趨勢、產(chǎn)品貢獻(xiàn)度、渠道運行效率和成本等，對建立客戶、產(chǎn)品、渠道變革策略分別具有重要意義。這種單純依靠經(jīng)驗判斷的弱點體現(xiàn)在：一是無法獲取準(zhǔn)確的業(yè)務(wù)趨勢信息，不能“先知先覺”；二是不能對客戶進(jìn)行充分細(xì)分，不能支持滿足客戶需求的差異化策略；三是無法準(zhǔn)確跟蹤評估業(yè)務(wù)策略的效果；四是無法準(zhǔn)確權(quán)衡收益、風(fēng)險、成本、貢獻(xiàn)，造成顧此失彼和業(yè)務(wù)條線矛盾。數(shù)據(jù)可以進(jìn)行不斷的挖掘分析，上次挖掘的結(jié)果可以作為新的數(shù)據(jù)推動下一步更深入的挖掘，從而產(chǎn)生挖掘的“乘數(shù)效應(yīng)”，創(chuàng)造越來越大的價值，這樣的良性循環(huán)使數(shù)據(jù)挖掘能力真正成為大型銀行不可替代的核心競爭力。所以，怎么提高全行對數(shù)據(jù)的認(rèn)識，培養(yǎng)先進(jìn)的數(shù)據(jù)理念，真正做到以數(shù)據(jù)說話、基于數(shù)據(jù)決策并形成良好習(xí)慣將是任重道遠(yuǎn)的工作。當(dāng)然，數(shù)據(jù)本身并不會說話，要通過對銀行的數(shù)據(jù)進(jìn)行深入的挖掘，發(fā)現(xiàn)我們的市場、風(fēng)險和盈利。如果沒有數(shù)據(jù)挖掘方法，這個規(guī)律不太可能憑經(jīng)驗發(fā)現(xiàn)。但是店面經(jīng)理對商品銷售數(shù)據(jù)進(jìn)行了數(shù)據(jù)挖掘分析和跟蹤，最后發(fā)現(xiàn)，購買這兩種產(chǎn)品的顧客年齡基本都在2535歲左右，他們的孩子大多都在哺乳期，周末往往都會按照妻子的吩咐到沃爾瑪超市為孩子購買嬰兒紙尿褲，而在購物的同時他們通常也會為自己順便買幾瓶啤酒（因為周末是美國各種球賽電視直播最集中的時間，可以邊喝啤酒邊看比賽）。大致情節(jié)是這樣的：沃爾瑪公司某店面經(jīng)理偶然發(fā)現(xiàn)一個現(xiàn)象，周