浅析数据挖掘在银行金融创新中的应用研究

2015-02-27高方

现代金融 2015年4期

□高方

浅析数据挖掘在银行金融创新中的应用研究

□高方

在信息化社会，数据的商业经济价值已经成为银行金融创新的一项专用资产。银行数据挖掘与分析在银行流程创新、产品创新、服务创新中发挥作用巨大，数据应用显著提高银行整体的金融创新能力和管理水平。加大数据挖掘分析和数据服务在银行金融创新中的使用深度与广度，将有助于银行未来金融市场核心竞争力的提升。

“十二五”规划纲要重点提出要加快我国创新建设的步伐，并将科学技术的进步和发展创新作为加快经济发展实现成功转型的重要依靠力量。所以，一个国家乃至整个社会前进的动力都来自“创新”，依靠各组织创新精神的深入及自主创新能力的增强，并构建强大而稳固的创新人才队伍，从而使我国的经济增长发生从数量到质量的转变，从依靠规模扩张向依靠科技创新、组织创新及劳动者整体素质提升的方向转变。在经济全球化加速扩张的影响下，未来经济的发展潮流开始转向对金融、科技，以及信息一体化等三方面要素的依靠。我国的银行改革和创新仍面临着更新、更大的挑战，尤其在现代数字化应用的背景下，银行金融创新更需要借助海量的数据资源开拓出新的竞争产品，实现整体升级。

纵观银行业的发展历史，其数据管理和业务运营是密不可分的，各项业务内容都离不开数据挖掘与管理的应用支持。银行业是全球范围内最早将信息化应用技术推开广泛使用的行业，并在应用规模和应用水平上都处在领先位置。受全球金融一体化和信息化的推动，银行未来的发展趋势必然呈现电子银行快速发展、依托先进技术平台的数据处理、金融创新科学化等特征。要推动有价值的创新必然离不开科学的数据化分析与管理应用及在此基础上的理性决策。如何有效利用银行在经营管理和客户服务过程中所产生的海量数据，提高客户服务水平和打造强有力的市场竞争力，成为当前银行关注的核心问题。

一、数据挖掘在我国银行发展中的应用现状分析

（一）数据挖掘在我国银行发展中的应用现状。

中国银行业的信息化应用与发展已有10年之久，由最初的电子化业务处理，发展到银行内部信息网络和业务经营的纵向垂直管理体系的构建，到当前大数据背景下的数据分析信息工程的实施，我国银行信息应用与发展已经达到了前所未有的高度，但是其中更为高效复杂的数据挖掘工具的应用，在国内银行业中还没有得到广泛的普及使用和技术消化。

数据挖掘在全面业务运营中的应用及分析技术的熟练使用，对国内银行业的未来发展决策的制定有着强有力的价值导向。当前我国银行业数据管理应用方面的普遍现状是，虽然银行业务中积累了海量的数据信息，但对数据背后所分散的隐性知识缺少深度挖掘的技术手段和应用工具，更无从谈及数据信息对实际创新战略的价值贡献，总体上呈现“数据爆炸、信息碎片、知识贫瘠”的状态。当前关键是要考虑如何对海量数据进行科学挖掘，并将有效信息反馈于业务经营的各个环节，真正服务于客户关系维护、客户价值挖掘、业务规律程序化管理与控制。

（二）数据挖掘对我国银行创新发展的必要性。

在全球化激烈竞争的推动下，国内银行迫切需要通过加快业务创新来拓展新的业务领域。长期以来，国内银行与国外银行的竞争差距主要体现在服务质量上，尤其集中在高效益客户的服务上。尽管我国银行的数据库积累了大量的数据信息，但要把这些信息数据有效整合，迫切需要银行建立一套高效快速的数据处理分析系统，以全面提高客户服务质量。

科学的营销策略依赖所有销售渠道累计数据的整合挖掘与分析处理，从中获取有效的市场和客户信息，如消费偏好、经济流动状况等，为恰当的营销手段的制定，提供科学数据依据。更低的服务营销成本要求银行对各服务流程进行重新整合设计，以减少不必要环节的资源浪费，避免低效益的营销活动。同时把更重要的资源进行重点管理，对黄金客户进行重点营销，从多角度重新整合处理业务流程和运作方式。

二、数据挖掘在银行金融创新中的应用

银行创新具有明显的内生性特征，结合银行业发展的状况，通过对业务过程中海量数据的挖掘分析与应用，从中获取对银行金融创新存在价值贡献的隐性知识，将其显现化并应用于制定银行发展决策依据。银行业务流程的优化、金融产品链条的延伸、银行服务水平的升级，是银行金融创新的主要开拓领域，对银行核心竞争力的打造和提升是最首要的驱动力和有效保障。

（一）数据挖掘在银行流程创新中的应用。

打造流程银行是现代银行创新的重要方向，在进行银行流程创新过程中，各职能部门之间彼此相互协同，重点强调以客户端发起的服务需求为核心，总体依靠大范围的先进技术平台的支持，将数据流进行强化管控，以客户服务为各项银行业务的目标中心，将内部管理的前中后进行全方面的高效整合。当前，我国银行业的业务流程管理已经基本实现了信息平台化及电子设备的大范围应用，可以通过对信息系统应用的全面管控进而实现对数据流的深度流转，以及信息系统的加工处理。

银行以打造流程实现金融创新的目标之一就是控制流程风险。首先，流程发起端的风险是必然要得到识别与控制的。商业银行一般业务流程的发起端在营业网点或分支行业务处理中心环节，数据的真实性、各类客户单据证明的规范性审查等潜在风险是第一需要得到控制的。其次，为避免逆流程违规操作现象的出现，对业务处理过程中各操作环节的合规性也需要进行严格控制。针对相关操作风险事件的总结，同时依据系统中存在的历史信息风险数据，对相关数据进行科学化的挖掘和分析，查找其中的风险点，进而采取有效控制和流程优化创新。

银行以打造流程实现金融创新的目标之二就是提高运营效率。近年来，我国多家股份制商业银行，都已经基本实现围绕客户终端服务为中心的业务流程改造。通过对银行系统内的各类存储数据进行整合运用，进而完成对各业务流程的数量统计，综合分析客户感受和交易行为等各项指标，对各个业务流程的人力资本分摊和所需要花费的时间进行科学评估，从中分析比较出效率偏低和客户体验差的相关流程，设计出更为专业化、高效率、人性化的业务流程，从而整体提升银行业务流程的运营效率。

银行以打造流程实现金融创新的另一个重要目标就是节约流程成本。通过优化业务管理模式，对已有历史数据进行统计分析，将风险低、处理量大又相对较简单的流程进行外包，在风险可控的前提下降低业务成本。对相关流程进行模块化和结构化改造，以最大化地实现银行价值，在降低业务流程复杂化的基础上，也相应减少了后续内部流程调整的影响面，既完成了风险的降低又节省了成本。通过风险的控制和成本的维护，业务处理流程的信息化水平实现进一步提升。通过对信息化的大范围应用，帮助实现流程各环节中各类资源投入成本消耗的精确化统计，也实现了对各项投入产出的比较分析的深度合理化管理。

（二）数据挖掘在银行产品创新中的应用。

金融产品的创新不能脱离实体经济，必须紧密结合并服务于相关生产部门的需要。同时，金融产品的创新要准确把握服务方向，紧跟企业创新和技术创新，避免创新过度而导致不良后果。

对银行系统而言，金融创新的核心内容就是创造更有竞争力的差异化的金融产品，不仅树立客户新的产品价值观，也试图引导客户得到新的消费体验，开发新的市场并建立新的顾客群，从而创造更高的产品价值和客户满意度。信息数据具有可复制性和共享性，通过发挥协同创新的作用，可以综合运用银行内外部数据，针对市场发展趋势、客户偏好细分、银行投资回报期望等分析结果，重新组织整合形成新的产品价值，既能满足顾客的风险承受能力又能提高他们的预期收益。针对一些银行所拥有的资产规模大且投资理财要求高的私人高端客户，通过对他们的信息数据进行个性化分析，量身定做差异化的理财产品，实现未来客户利益最大化和银行价值提升的创新目标。

通过采用“金融宽化”政策，银行部门不仅可以向低收入者提供融资，同时也向具有创新思想的个人或企业提供融资，扶持有发展潜力的企业。但是，银行既要实现金融服务在广大低收入人群中的普及目标，又要保证自身机构在经营稳定前提下的盈利水平，必须通过数据技术对金融运营进行科学化和精细化管理。对于传统的金融产品而言，因为受到营业网点和服务人员数量等多方面因素的影响和约束，要实现“金融宽化”的服务目标是很难的，所以银行必须转向内部信息数据和技术手段的整合与运用，才能达到最后的“惠普金融”的规划意愿。而“普惠金融”的典型案例当属菲律宾在本国内推行的手机银行，它充分发挥银行和电信运营商的优势条件，充分共享客户信息和服务渠道，联手打造推出手机银行金融创新服务，创造了有效提高信息数据边际效用的新模式。

不同于银行部门传统的风险管理，金融创新存在复杂性、风险识别能力差等多方面的特殊性。针对这样的特征，银行可以在海量的数字化信息中探索各类随机事件的内在规律性，采用大数法则的分析方法给予理性科学的判断和风险控制。大数定律的实际意义在于对表面看起来毫无频率可言的事件进行分析预测，故而，可以将大数法则视为银行金融产品创新风险预测的理论依据，通过数据挖据分析的应用，达到预期的风险控制。

（三）基于数据挖掘的银行服务创新趋势。

随着信息化的普及和信息科技手段的应用，服务最终将实现数据化并以数据信息形式展现。对于银行而言，无论是生产技术方面的革新或是生产方式的变革，核心内容都在于服务模式的转变。服务创新不仅体现在对客户关系的保护与强化，更在于为顾客创造更多新的体验，提高银行收入并减少成本。

银行实现商业智能化服务创新的可操作性手段就是发展数据服务，综合运用各类数据挖掘手段，有机整合各项结构化和非结构化数据。银行数据服务的范围不仅涵盖总分支各级机构，也包括各项业务领域。其中，客户管理领域、运营管理领域、风险管理领域、财务管理领域等都已经比较成熟地展开了数据服务的应用。

依据数据驱动服务的方式与效果的不同，银行数据服务可分为四种：临时性随机查询服务、数据挖掘、固定格式报表生成、多维联机组合分析和商业智能。信息数据对银行服务创新活动运营的支持围绕这四类数据服务模式进行，相互之间形成协同式发展。

随着数字化社会的推进和普及，数据服务必将发挥更大的功能并带来更多的价值，而数据服务模式的变化及所创造出的经济效益直接受到数据仓库和数据挖掘等技术手段的影响。同时，银行数据服务能力将成为行内业务创新的关键助推器。在未来多年内，数据治理管控体系的完善将在数据服务领域取得突破性进展，这将为银行服务创新活动中业务有效决策、客户个性化精准营销、信息共享等方面提供有效的技术支撑。