導語：淺談大數據下商業銀行的財務管理一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：大數據給金融業商業銀行財務管理帶來機遇。本篇文章首先定義了大數據，分析了大數據的應用價值。其次分析了商業銀行財務管理的現狀，總結了商業經營中存在的問題。最后嘗試性討論了大數據在商業銀行財務管理中的應用并結合實際案例給予規劃建議。

關鍵詞：大數據；財務管理；商業銀行

大數據作為新型的繼互聯網行業之后的技術變革，給我們的日常生產生活帶來了翻天覆地的影響，帶來很多的機遇與挑戰。智研咨詢的《2018-2024年中國互聯網及服務行業市場競爭格局及投資前景分析報告》指出：截至2018年6月30日，我國網民規模達8.02億，互聯網普及率為57.7%；2018年上半年新增網民2968萬人，較2017年末增長3.8%；我國手機網民規模達7.88億，網民通過手機接入互聯網的比例高達98.3%。①互聯網普及帶來海量的用戶數據沉淀。因為用戶每時每秒都在利用互聯網，大量的數據信息通過用戶的網上驗證與操作進行積累，這為大數據發揮作用奠定了堅實的基礎，也給各行各業應用大數據進行技術革新帶來了必要條件。當前，傳統的金融服務難以滿足互聯網進步下人們日益增長的金融服務需求及自身的利益保障，因此，一場以拓展業務領域、增加資金收入、提高工作效率、增強風險預防指數為目的的數據性質的革新風暴正在金融各個領域興起。例如：商業銀行積極進行業務革與行業轉型，以尋求發展的新動能。商業銀行更能通過自此數據更新對自身用戶進行數據高效處理分析，這將極大促進商業銀行結構的革新，進一步提高經營效率，進而控制經營風險。

1大數據背景介紹

1.1定義。全球知名咨詢公司麥肯錫曾經對大數據提出總結性的概述，麥肯錫稱：“數據，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。人們對于海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈余浪潮的到來。”②大數據的優勢在于它所包含的數據規模復雜、龐大、多領域，能夠在短時間內在不同渠道精確獲取以往數據庫資源難以搜集和整理甚至無法實現儲存的大容量資料。1.2特點。大數據的特征可以用數量龐大、種類繁多、價值密度低、處理速度快四個方面來概括，他們是大數據區別于傳統數據最顯著的特征。數量龐大，即數據海量且數據計算量大。種類繁多指大數據不止停留在數字層面，圖片、視頻、日志等信息也都會被大量收集，總體形成數據庫。價值密度低主要因為海量數據中的各類信息都被提取到，使得信息的平均價值降低，從而導致單位體積中有用的信息比值較低。處理速度快則是由于數據被高度集中在數據庫中，因此在提取相應的有目的性的信息時，信息能被快速便捷的搜索提取。1.3應用價值。大數據通常以數據種類總量大作為定義，將其作為大量信息和海量資料綜合的標準。但企業在應用中，如果不能高度利用大數據，它依然很難了解客戶的綜合喜好和自身經營方式的優劣，因此，充分利用大數據，將大數據的分析技術貫徹到應用中方為首要之措。就數據分析技術而言，它是企業經營者在管理和辦理業務中對收集到的客戶信息的采集、分析、整合、分類及應用的一種手段，它不止停留在整理數據的層面，它還能自動有針對性的從數據信息層面挖掘出潛藏的數據并給企業提供有參考價值的建議及措施。大數據目前對數據的獲取、處理、分析、儲存的能力已經可以媲美甚至超過人腦或計算機普通軟件領域。它可以作為解決問題的分析方式，挖掘海量信息量的手段。企業將大數據應用在經營中可以提高公司的運營效率，壓縮成本，減輕公司對個人的依賴。因此在處理流程中大數據有著重要的地位。

2商業銀行財務管理現狀

2.1財務信息收集難度大。在財務管理中最必要的環節是收集財務信息資料，但商業銀行對數據的處理能力往往因為數據的上下機構傳遞效率慢，格式不統一而遠不能與商業銀行所要求的水平相當（蔣建成，2014）。由于屬下成員企業眾多，會計核算水平參差不齊，規范性要求大同小異，導致其上報的報表結構不同，各個分支機構制度不同，管理制度不同，支行受管轄的機構不同，導致總行收集資料難度變大。尤其，由于時間的要求，導致信息的可靠性經受推敲。因此，商業銀行所搜集的財務信息資料不能保障質量與可靠度。2.2資金預算的復雜性。每個季度的資金預算取決于上個季度資金收入與支出的比值。每個季度的下半時期總行從各個分行機構收集資金使用量以調整下個季度的資金方案。由于各個分行資金預算受前一階段財務支出的制約，而財務支出又由各分行不同的經營模式及狀況共同作用，導致其具有不定向性，因此資金預算就會不定時的進行調整（蔣建成，2014）。由于在每季度各支行的經營情況大不相同，所設立的經營指標必然大相徑庭，也就使得資金預算一直處于動態調整的狀態。集團屬下眾多的分行，給商業銀行的資金預算時刻帶來變化，因此，商業銀行要積極采取措施以應對變化。2.3財務工作風險性大。貸款與存款是銀行收支的主要來源。為使銀行達到收支平衡的動態平衡，必須保證貨幣流通的安全性，而銀行恰巧在這方面承擔著極高的風險性。客戶向銀行貸款，一是不能保證再規定的時間內歸還借款，而為還錢又會向第三方平臺貸款，造成滾雪球現象，使銀行不能收回本金。二是銀行在確定客戶的信譽度后，不能跟蹤用戶用錢購買的商品與和銀行承諾的相符，換句話說，貸款者可根據所簽訂合同中的貸款目的來運用貸款所得的資金，也可以將資金作別的用處，導致銀行不能收回本金。另一方面，雖然，目前銀行收支比較平衡，但是銀行中的大多數存款屬于長期年限的存款，如果不能將所拖欠的貸款及時催回，等到貸款同時需要提現時，銀行金庫中將不能提供客戶的需求，使爆發風險造成損失，難解決。

3大數據在商業銀行財務管理中的應用

3.1簡化信息傳遞系統，提升財務管理效率。在銀行財務管理工作環節中數據收集與處理顯得尤為重要，處理數據水平的質量與效率直接影響著成本核算、預算管理、風險管理、戰略制定等后續工作的展開。通過建立商業銀行大數據信息系統，完成對各種財務數據的統一收集、提取與加工，保證銀行財務數據的統一性、一致性、共享性與及時性，將現有的多層化信息傳遞結構轉變為扁平化信息傳遞結構，避免多層化結構中信息傳遞的低效與滯后。目前銀行多層化現象主要在兩方面帶來信息傳遞問題。一方面總行向分支機構收集財務數據時，數據格式不統一。具體而言，分支機構在商業銀行中相對較多，且各分行都是自行管理的，而其與別的公司之間又有很多的業務來往，由此而使得財務管理更加復雜，難度系數也大大的提高了。由于各分支機構的要求制度差異導致總行在收集隸屬機構財務數據時，格式不統一。在總行收集的數據大集中之后，數據的存儲量非常豐富，除財務信息之外，同時還有豐富的非財務信息，而由于隸屬的分支結構數據格式不統一，總行需要重新進行數據整理、分析及挖掘（李芬萍，2011），這就使銀行總體工作效率大打折扣。另一方面，數據在傳遞過程中反映出信息傳遞不同時、不統一的問題。就人民銀行的財務管理制度為例，根據章程相關規定，按照本行組織架構設置和職能分工”的有關要求，財務管理的層級包括：股東大會、董事會、資產負債管理委員會、財務管理委員會、財務部門業務條線部門及其他相關部門（胡博，孔桂明，2018）。但當前，商業銀行的總行要求管理層對下屬分行的財務管理上采取垂直管理和雙線負責制，這就導致分工不明確（劉宏，2009），不管是總行財務主顧，還是分行財務主管，都直接管轄財務分配工作，造成了我國大部分商業銀行事實上依舊單位總負債人來直接對財務主管的工作進行管理和考核，也就是分行行長直接管理分行財務主管，而總行行長直接管理總行財務主管，兩者依舊不關聯，致使管理上相對較為分散。由此可見，商業銀行財務管理工作所需數據量大，收集困難，上下的組織關系、分支機構、向下傳達的每級銀行所構成的體系十分復雜。大數據可以針對這一問題發揮操作系統高度嚴密的優勢，以強化商業銀行的整合能力。這其中包括銀行內部各部門間的數據整合，上下級分支機構間的數據整合，以及與大數據鏈條上其他外部數據的整合。目前，來自各機構、各渠道的數據標準存在差異，建立大數據信息系統，能盡快統一標準與格式，以便進行規范化的數據融合，形成完整的數據視圖（劉宏，2009）。同時，大數據還可以解決數據傳遞不同時的問題。因為數據具有分散性，銀行各個機構在針對不同需求提取特定信息時需要從不同的銀行支部機構中提取數據，這就大幅度降低了銀行的工作效率。由于大數據幾乎集中了所有客戶的全部消息，所以銀行機構完全可以通過建立大數據信息系統進行整體化技術更新，以統一的大數據信息系統為運行基礎，擴展業務工作。銀行機構整體從大數據中提煉有效信息，既提高了工作效率，又保證了信息的價值性。民生銀行開發上線的數據產品“貓頭鷹”已在民生銀行1089家支行投入使用，覆蓋了民生銀行全部39家分行。貓頭鷹，是一款服務于各支行經營管理者的數據產品，可以讓每一位民生銀行的支行管理者隨時隨地掌握本機構的經營狀況。③“貓頭鷹”分析數據的變動趨勢的能力，便于支行行長實時掌握支行盈利銷售的情況，進一步提升財務管理的透明度與靈活度。貓頭鷹數據的更新化，不僅為民生銀行經營管理者提供了海量精準可靠的數據，還讓客戶能了解經營機構數據，反而促進支行支持開展營銷。3.2深入透析財務數據，提升財務管理能力。大數據時代下，大數據技術強大的信息運算能力與數據挖掘能力將極大提升商業銀行成本管理、預算管理、風險管理水平，從而整體提升企業財務管理能力。以統計分析模型、關聯規則模型、聚類分析模型、人工神經網絡模型等大數據分析模型為模版，大數據技術可以進一步挖掘出財務數據背后的深度信息與危險性，幫助管理者保證業務的安全性（張秀菊，2018）。以風險管理為例，銀行通過大數據技術形成客戶畫像，識別高風險客戶，從而降低貸款風險。當下，商業銀行的不同機構同質化問題一致嚴重。我國各家銀行主營業務仍然是以傳統的存貸款為主，雖然銀行通過各自的會計核算方法將部分貸款利息收入轉換成中間業務收入，但是，歸根到底銀行利潤的絕大多數仍然來源于存貸款利息差。商業銀行間的競爭也只能依靠以高息攬存為主要手段的價格戰。然而，雖然貸款利息業務是銀行機構的主要經營渠道，它卻有著極高的風險性。首先，審批貸款流程過于簡化，對傳統商業銀行的經營帶來極大的風險，應用大數據技術，企業可以通過對客戶信息的全面收集，利用大數據的處理，可以減少數據不對稱的問題。由于信息不對稱，往往傳統商業銀行的貸款審批流程并不嚴格。而在大數據時代，互聯網金融企業可以對客戶信息進行全方位收集處理，利用網絡信息技術在很大程度上減少了信息不對稱問題，因而在保證業務利益的前提下對貸款流程上也做到了極大的透明化，使得商業銀行貸款業務減少財物損失的風險。④目前，民生銀行的產品啄木鳥能夠精準的風險監控與全能預警。⑤啄木鳥，通過預警事件驅動機制控制風險。當預警事件發生時，系統內風險審計及貸后管理環節將被觸發。該產品圍繞客戶構建全視角風險預警信息網絡，全面覆蓋風險傳導機制過程，解決了因風險信息分散、滯后、非對稱及過載而造成的未及時處理問題，提高了單個業務人員處理效率，提升了銀行的風險管理及風險管控水平。“啄木鳥”可以實現的功能包括兩大方面，一是運用大數據挖掘技術，可以構建客戶定量預警分析模型，實現對客戶的債項分析和對客戶行為刻畫，通過挖掘民生銀行自身業務中沉淀出的海量客戶賬戶信息實時交易數據和信貸記錄對客戶的債項各方面信號進行全方面的準確識別將模型，基于客戶借債行為構建風險定量預警模型，將其應用在風險管理過程中可提升風險管理過程的可信度，使銀行對客戶、債項、交易等來自不同方向的風險都能及時的進行評估并給予可靠性的預警建議，增加了風險管理的科學性和客觀性（李璠，2015）。二是流程電子化，利用信息化手段實現流程電子化，將銀行各業務線條相關業務規則程序化，提高零售客戶風險識別流程的標準度和規范度，為銀行進行風險監控與管理決策提供有力支持。目前，民生銀行廣泛投用產品啄木鳥，大大降低了風險發生的頻率。在零售審計業務中，審計人員可以借助啄木鳥構建的數據模型進行疑點數據分析，從而在海量的數據源中可以迅速的鎖定風險數據，通過多種手段進行排查，鎖定實質性風險源。例如，在零售業務審計中，由于啄木鳥的應用，輔以非現場數字化審計和現場檢查，不僅保證了審計高質量，還大大提升了工作效率與成本，人員數量下降30%、現場檢查時間壓縮50%、差旅費用下降75%。

作者:尚子祺 單位:沈陽市第二十七中學