银行业新技术全解.docx

决定银行业未来的新技术随着近年来信息技术的飞速进步，以大数据、云计算、社交媒体和移动互联网等为代表的新技术的快速发展，不断在刷新我们想象力的底线。传统银行业在经营思维、架构设计、业务创新、客户维系、同业竞争、外部监管等方面面临严峻挑战，同时也迎来了转型的大好契机。著名的美国经济学家保罗·萨缪尔森曾经在他的《经济学》一书中这样描述一国的经济增长：经济增长的发动机必定安装在相同的四个轮子上，无论是穷国还是富国。这四个轮子，或者说经济增长的要素就是：人力资源、自然资源、资本和技术。它的数学表达式是：Q=AF（K，L，R）。其中Q=产出，K=资本对产出的贡献，L=投入的劳动，R=投入的自然资源，A代表经济中的技术水平。这个表达式精确地描述了一个国家或者组织实现增长所必需的投入和产出之间的关系。而技术水平A，在公式中属于前置系数，是其他资源要素投入的放大器。如果我们把这个公式用于描述银行业的发展，就会发现非常贴切。作为一名银行的经营决策者，你可以选择投入更多的L（雇佣更多的员工），也可以选择到R（业务需求旺盛）丰富的地方拓展业务，当然也可以选择购买更多的K（各种先进的自动化设备）。但不幸的是，资源要素投入的增长并不总能带来产出的持续提高，边际收益递减规律告诉我们，在其他收入不变时，随着某一投入量的增加，新增加的产出越来越少。换言之，随着某一投入量的增加，其每一单位投入的边际产量会下降。我们很容易能够理解的是，在银行的实际经营中，如果其他条件不变，单独增加雇员数量，会使得每个雇员带来的平均收益下降。在同一个地区，营业分支机构的增加，会使得每个分支机构的平均收益下降。更多的自助设备，也会使得每台设备的平均使用量和收益下降。如果按照这个规律，在市场容量有限的情况下，银行业的发展很快就会走到一个极限，当每种资源要素投入带来的边际收益等于其边际成本的时候，任何银行都不会再追加投入，市场整体上趋于均衡。但幸运的是，这种情况几乎不会发生，我们始终在技术进步的过程中，改变着增长的进程和模式。这种技术变革和创新很多时候并不是简单机械地找到一个更好的流程或者开发一个更好的产品，更多的时候是一种富有创新意识的精神和由市场目标驱动的野心。英国金融业研究评论人士Chris·Skinner在他的DIGITAL BANK：Strategies to Launch or Become a Digital Bank一书中曾经将影响新时代互联网银行的技术归为主要四种类型，分别是大数据、云计算、社交媒体和移动互联网。这些技术的出现无不依赖于互联网的诞生和发展，有的已经出现了几十年，但直到今天他们才变得如此火热，因为他们正在走向成熟。这些技术互相之间存在着紧密的联系，但又有各自的特点和应用。下面我们来逐一分析四种新技术的含义和在商业银行领域的具体应用。新技术一大数据根据Wikipedia的定义，大数据（Big Data）是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。专门从事信息技术研究和分析的独立咨询公司Gartner则将大数据定义为需要新处理模式才能具有更强的决策力、洞察发现力和流程化能力的海量、高增长率和多样化的信息资产。Viktor·Mayer—Schonberger和Kennneth·Cukier合著的BIG DATA: A Revolution That Will Transform How We Live, Work, And Think一书中，将大数据定义为不用随机分析法（抽样调查）这样的捷径，而采用所有数据进行分析处理。其具备的特点可以归结为4V：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。大数据并非一个确切的概念。最初，这个概念是指需要处理的信息量过大，已经超出了一般电脑在处理数据时所能使用的内存量,因此工程师们必须改进处理数据的工具，这导致了新的处理技术的诞生。大数据技术的战略意义不在于持有庞大的数据，而在于对这些含有意义的数据进行专业化处理，通过高超的数据加工能力，挖掘有价值的信息。因此，大数据也被称之为数据分析技术。即使在2015年9月的某天，典型的中国商业银行发放一笔贷款的流程还是这样的：前台信贷人员受理并调查、收集关于企业（或者个人）的各种资料信息——输入某个预设的模型，对申请人进行评级、定价——然后逐级提交至审查和审批环节——审批完成后，再进行贷款发放。整个过程费时漫长、信息采集手段落后，很大程度上依赖于各环节经办人员个人的见识和经验。我们知道，银行等金融市场中介存在的理由，很重要的一个原因是因为他们具备个人无法解决的信息不对称和管理风险的专业能力。但实践证明，在经济下行期，很少有银行能躲过不良资产激增的魔咒。换句话说，传统银行业在解决信息不对称和管理风险的方面表现还不够