商业银行数字力建设与应用

●周 全

现如今，以计算机技术为代表的数字技术正蓬勃发展，数字化的浪潮席卷了各行各业。商业银行作为金融业的重要组成部分，数字化转型成了其高质量可持续发展的必经之路。纵观商业银行数字化转型的发展史，在经历了从手工记账到计算机及系统全面运用过程后，现阶段，金融科技正在为全球各大银行的数字化转型进程注入强劲的动力，商业银行的数字化转型已进入快速发展的新阶段。一些大型商业银行开始提出数字力的概念，把数据应用贯穿于银行经营管理的各方面，运用数据分析提出目标，解决问题，并为决策提供依据。而探索如何提升这种能力，更加有效地用数据说话，则成了商业银行数字力建设的主要方向。

一、数字力建设的内容

数字力建设是商业银行将传统的数据管理与业务经营有机整合，运用金融科技等先进手段，开拓创新，将数据应用贯穿于各条线业务全流程，全面提升数据资产生产要素价值的系统性工程。

目前，商业银行数字力建设的核心目标主要有以下两点：一是价值创造，数字力建设的最终目的是为了创造价值，因此，商业银行致力于推动数据中台的深化应用和赋能，不断推进数据应用模式的创新，以推动全行数字化经营的开展；二是管理创新，数字力建设的进程是一个不断优化全行数据管理体系的过程，通过应用先进的大数据及金融科技等技术，不断提高数据管理水平、管理效率，推动全行数据管理核心能力的提升。

二、数字力建设的意义

（一）提升数据资产的利用效率

商业银行在日常经营中，会积累大量的数据。对于数字化转型背景下的商业银行来说，数据是一种至关重要的战略资产，数据资产是一项关键的生产要素。因此，商业银行数据资产的应用水平的高低决定了其要素贡献，决定其能为商业银行带来多少收益。在商业银行的数字力建设中，数据资产既是被管理的对象，又是被应用的工具，因此，商业银行将运用各种手段，提高数据资产的系统性及准确性。

数据资产管理主要包括主数据管理、元数据管理、数据资产目录管理、数据标准管理、数据标签体系管理等多方面。商业银行在进行数据资产管理及应用时，会根据全行业务经营理念、业务场景分类、用户使用习惯等因素，对数据资产进行分类分级管理，形成完善、系统、高效的数据资产体系，让数据资产在业务经营中充分发挥其价值。

（二）提高精细化管理水平

商业银行所涉及的业务范围广泛，品种繁多资产业务、负债业务、中间业务给银行带来了大量的数据资产，在精准获客、客户维护、风险管理等精细化管理的关键环节发挥重要的作用。

在数字力建设的推进过程中，商业银行会对数据存储、分析、应用等数据管理能力提出更高的要求。例如，商业银行通过开发先进的客户关系管理系统，通过给海量客户打上标签，并精准识别客户间的紧密程度，提升获客精确度；通过对客户的基本信息、行为信息等关键数据进行深入分析，评价客户价值，帮助客户经理判断客户维护的标准；通过整合内外部数据，建立客户风险综合评价模型，对客户面临的风险进行全面评价，提高风险预警能力，因此，数字力建设是商业银行提高服务能力，进一步提升精细化管理水平的有效途径之一。

（三）为新冠疫情背景下的转型发展提供动力

新冠疫情在全球范围内的爆发，给实体经济造成了巨大的冲击，商业银行的经营规模、资产质量、盈利能力等方面也受到了一定的影响。疫情期间，商业银行通过推进数字力建设，充分运用大数据技术，将开户、合同签署、审批等原线下业务转为线上办理；获取客户授权的工商、税务、电力等外部数据，建立相关评价模型，大力推广纯线上授信业务；将大数据精准营销系统数据与线上直播、视频会议、银行自营购物平台等模式相结合，助力产品销售。上述种种举措是商业银行数字力建设在特殊时期的实践，充分体现了数字力建设工程在商业银行数字化转型道路上的重要地位。

三、持续推进数字力建设的主要途径

（一）健全数据治理体系，切实提高数据质量

在商业银行数字力建设中，建立一个完善高效的数据治理体系尤为重要，数据是数字力建设的核心要素，始终保持高水平的数据质量是数字力建设进程的必要条件。

商业银行要全方位综合考虑数据治理体系建设的问题。一是要建立内部数据治理组织机制，从国内一些大型商业银行的管理经验来看，应成立由行领导担任组长的数据治理委员会领导小组，要求各业务条线、各相关中后台部门主要负责人任组员，明确各部门工作职责，制定相关制度流程和管理方案，建立督导检查和考核机制，从全行的角度统筹安排数据质量管理工作，保证数据治理体系的高效和规范；二是要不断完善数据治理制度，逐步形成一套标准化的数据治理工作流程，确立以数据管理部门为核心，金融科技部门做技术支持，各业务部门及相关中后台部门联动配合、各司其职的数据治理工作体系；三是要将数据治理体系与全行经营战略相协同，本着业务为先的理念，在保证商业银行各项业务顺利开展的情况下，扎实做好数据治理工作，既不能知难而退，因噎废食，也不能矫枉过正，喧宾夺主。

（二）完善企业级数据基础设施建设

大数据时代，商业银行能获得海量的数据，而这些数据来源复杂，类型不一，其中不但有业务开展过程中积累的大量结构化数据，也不乏很多图片、报表、文本等非结构化数据。由于商业银行业务量的壮大以及业务模式的革新，所积累的数据量也呈指数形式上升，因此，要提升数字力建设推进效率，必须从系统建设、数据处理、算法算力等方面不断完善企业级数据基础设施。

系统建设方面，商业银行应跳出传统的各条线各自为政的系统开发模式，要立足全行，统一开发企业级数据系统、平台，避免各子系统间功能重复、不兼容、数据口径不一致等问题，要整合各条线业务数据应用需求，在系统规划、系统设计、系统测试、系统实施等各环节做好统筹安排，实现一次开发，全行共享；数据处理方面，商业银行要充分运用企业云平台等技术，引入基于标准硬件和分布式架构的分布式存储技术以逐步取代扩展性有限的集中存储模式，对各类数据存储统一管理，提高数据获取及处理能力；算法算力方面，由于商业银行业务复杂，数据繁多，因此，需要运用先进的金融科技手段，不断提高算法、算力以满足业务发展需要：引入深度学习算法提高机器学习能力，提升算法性能，使用AI 芯片作为传统芯片的补充，以提高算力。

（三）加强外部数据应用，实现数据内外融通

虽然商业银行积累的数据日益激增，但这些数据大多都是银行业务相关数据，随着近年来银行金融产品的不断创新，如何更多地榨取每一个数据的数字力成了商业银行数据管理部门思考的问题，从一些大型国有银行的实践看，银行把通过合法手段从外部获取的第三方数据与内部系统数据相融合，往往能产生一加一大于二的效果：例如，对公部门通过获取客户的工商及税务直连数据，配合客户在本行的交易流水及其他业务信息，可以实现贷款快速审批、精准定额；个贷部门可以凭借当地房管局提供的抵押登记信息，提高房贷客户贷款审批效率；信用卡部门可获取相关部门提供的如客户水电缴费情况等社会征信信息，对客户信用卡审批进行更加准确的研判。

当然，商业银行应当建立外部数据统筹管理机制，对外部数据的采购、接入、存储、使用等环节进行统一管理，建立外部数据管理平台，保证外部数据应用全流程合法合规，做好内外部数据融合，充分挖掘外部数据价值，为全行数字力建设添砖加瓦。

四、数字力建设的实践建议

（一）高层高度重视

数字力建设是一项长期工程，需要循序渐进，不论商业银行的规模大小，都不可能一蹴而就。商业银行管理层应把数字力建设作为一项全行战略性工程，并要求牵头部门制定工作制度及方案，对于需要全行统筹安排的重点项目，需要高层下达明确指令，确保各级机构能打破条线的界限，充分贯彻落实全行战略。同时，管理层也要持续做好数字力建设的督导工作，定期召开会议，听取各条线意见，动态制定下一步工作方案，使数字力建设工作长期保持在高水平。

（二）实现“业数”联动

在商业银行数字力建设的过程中，数据资产作为关键的生产要素，参与了整个建设过程，促进了价值创造。商业银行既要运用数据获得即时信息，及时掌握经营管理的方方面面，也要在繁多的应用场景中运用大数据满足各种用户需求。商业银行要形成以数据管理部门为牵头部门，其他相关部门派出专人积极参与的数字力建设工作机制，金融科技部门要做好技术支持，业务部门之间也要建立横向的沟通渠道，实现业务和数据的无缝对接、闭环运营，实现“业数”联动。

（三）优化用户体验

用户是商业银行数字力建设中的另一个关键要素，从使用行内业务系统获取机构存款进出数据的员工到使用手机银行客户端查询自己上年在哪个商户信用卡消费最多的客户，都是所谓的用户。用户是相关系统建设不断完善的动力源泉，商业银行在数据资产运营管理中，务必要重视用户体验，建立顺畅的用户反馈机制，及时收集用户意见，总结不足，不断优化相关系统及管理模式，形成良性循环。

（四）确保数据安全

海量的数据给商业银行数字力建设奠定了坚实的基础，但数据量的增多，涉及范围广度的增加，也给敏感数据的泄露提供了便利。随着科学技术的发展，各种窃取隐私的手段层出不穷，确保数据安全已经成为了商业银行数据管理的首要任务。商业银行要建立完善的数据安全管理体系，对数据的采集、存储、使用、传输、共享等环节都要做到全流程监控，对不同层级的用户设置不同的数据访问权限并建立上级审批机制，还可以运用隐私计算模型等先进手段规避敏感数据所面临的风险，确保数据安全工作万无一失。