文章大数据时代银行企业文化面临的挑战与对策

第一篇：文章大数据时代银行企业文化面临的挑战与对策

文章大数据时代银行企业文化面临的挑战与对策

一、引言

人类已经逐渐步入到大数据时代。大数据是用来描述数据规模巨大、数据类型复杂的数据集。每个人所说的“大数据”含义不尽相同，但其中存在基本共识：第一，如果不依赖某些可视化软件的帮助，人类不可能理解如此大的数据量，用散点图寻找规律或异常情况的传统办法，在这里毫无作用；第二，数据从产生到被利用往往只有很短的时间，至少对一些人如此，比如手机运营商能够实时获悉你手机所在位置；第三，数据可实现高度互联。理论上，谷歌可掌握所有用户的电子邮箱和安卓手机位置信息，知道你在谷歌社交网络上有哪些好友，并了解你的搜索记录；第四，数据是杂乱无章的，它包括各种类型，比如你储存在手机上的视频属于“大数据”，但它与整齐有序的分类数据库（按照生日、就业、性别、收入等分类）还相去甚远。

大数据给各行各业都带来了翻天覆地的影响和变化，当然给银行带来的影响也不可小觑：一是大数据不仅分散了人们的注意力，甚至是“危险”的，因为海量数据意味着决策制定将更加“集权化”，而科学本身是应当以人为本，包含深刻的自主自在性的，它完全按照程序既定的“规则”办事，可以过滤掉我们通常所说的“非理性”成分，例如：一名客户在银行申请贷款，一开始他与银行客户经理面对面聊天，对方认为他完全符合贷款条件，可当把他的所有信息输入电脑之后，电脑却拒绝了他的贷款申请，而他至今不知道自己为什么被拒。二是大数据与银行员工自身的智慧发挥产生了矛盾：大数据往往意味着人们将不必急于运用自己的智慧去试图解决那些“应该”解决的问题。三是如何利用大数据造福客户，一名银行高管称：我们并非反对数据，只是反对大而无当的数据，数据本身当然非常重要，但其前提条件是获得恰当的应用。人类已经产生并将继续产生日益庞大的数据，或许不论我们接受与否，大数据时代都已到来。在这个背景下，如何利用它造福客户，就成为银行业最为关键的问题。

伴随着传统的商业智能系统向纵深应用的拓展，银行决策已经越来越依赖于客观数据而非直觉经验。然而，传统的数据仓库对于数据分析通常是建立在关系模型的基础之上，面向结构化数据处理，各分析主体之间的关系在系统内已经被创立，而且用以分析的数据也大都是自身信息系统中产生的运营数据，这些数据大都是标准化、结构化的。

事实上，这些数据仅仅占到了银行所能获取的数据中的15％。所以，采集、存储并应用数量快速激增的数据已成为银行业面对的一个必然趋势。而该趋势仍在不断深化：社交媒体、网络和员工都提供着丰富的新数据源。非结构化数据在数据中的所占比例极高，因此银行必须迅速转向使用非结构化数据分析技术，进而据此获得新的竞争优势。大数据技术支持银行的探索提高效率、降低总体拥有成本的策略，持续激增的数据也将迫使银行寻求新的方法来采集、整理、管理和分析数据。

非结构化的数据对众多银行来说仍是一项有待有效开发的重要资源，可帮助银行获得更深入的客户和运营洞察力，并最终形成竞争优势。然而，传统的关系型数据库和商务智能工具针对结构化数据而设计，难以适应非结构化数据管理需求。

可见，大数据时代的到来对于构建银行战略和企业文化都非常重要。大数据时代如何建立新的银行企业文化可能会成为一个十分重要的课题。强大的企业文化是银行的优势所在，可以帮助银行创造并维持一流的业绩。尽管所有银行的领导人都对此心知肚明而且反复讨论，也有不少领导人竭尽全力想要创建高绩效的企业文化，但成功的案例寥寥可数。本文基于前人研究，试图探讨大数据时代商业银行企业文化面临的新挑战，并据此提出一些对策建议。

二、文献综述

古今中外的一些伟人和学者在探索文化对金融乃至整个经济建设的重要性方面都提出过许多著名的理论和观点：

关于文化的重要性，毛泽东指出：如果文化建设取得伟大的成就, 那我们就又学会了一项很大的本领。有关文化的视野，毛泽东更是指出：狭隘世界,不能打开自己的眼界,不知还有别的新天地,这叫做夜郎自大。关于文化的与时俱进，毛泽东也指出：当前的运动特点是什么，它有什么规律性？如何指导这个运动？这些都是实际的问题。运动在发展中，又有新的东西在前头，新的东西是层出不穷的。关于文化的发展进步，习近平更是提出：面对浩浩荡荡的时代潮流，面对人民群众过上更好生活的殷切期待，我们不能有丝毫自满，不能有丝毫懈怠，必须再接再厉、一往无前。有关文化的意义，习近平认为: 任何经济的发展又离不开文化的支撑：文化赋予经济发展以深厚的人文价值，使人的经济活动与动物的谋生行为有质的区别；文化赋予经济发展以极高的组织效能，能促进社会主体间的相互沟通和社会凝聚力的形成；文化赋予经济发展以更强的竞争力，先进文化与生产力中最活跃的人的因素一旦结合，劳动力素质会得到极大的提高，劳动对象的深度和广度会得到极大的拓展。文化的力量，或者我们称之为构成综合竞争力的文化软实力，总是“润物细无声”地融入经济力量、政治力量、社会力量之中，成为经济发展的“助推器”、政治文明的“导航灯”、社会和谐的“黏合剂”。关于培育优秀金融文化的要求, 唐双宁认为: 大力培育优秀金融文化，是增强金融软实力，在世界范围内树立中国金融业形象，体现中国金融业价值，有效防范金融风险、提升国际竞争力的客观要求，也是实现由金融大国向金融强国转变的必然选择。关于文化的地位，唐双宁提出: 如果把金融比喻为一棵大树，那么，业务是叶，管理是枝，体制是干，文化是根，而经济社会环境，则是它的土壤。关于金融文化在实现金融强国中的作用, 唐双宁提出：金融硬实力的平面扩张是金融大国的标志，金融软实力的立体提升是金融强国的标志，为了实现由金融硬实力平面扩张的金融大国向金融软实力立体提升的金融强国转变，需要加强金融文化建设。关于文化的形象概括, 唐双宁提出:改革、发展、安全、管理、诚信、法治、服务、效率、和谐及幸福,这应该是今天中国金融文化的“主题词”。关于中国金融文化的特殊性表现形式，唐双宁认为:中国金融文化的问题既蕴含着国际金融文化问题的一般性，又有自己的特殊性，表现形式有重技轻道、重法轻德、重物轻人、重利轻义、重快轻度。关于文化与经济金融的关系,唐双宁提出: “文化”与经济金融的关系，是灵魂和躯体的关系。经济是一个国家的躯体，文化是一个国家的灵魂。先有躯体，后有灵魂。既不能”魂不附体”，又要“体内生魂”。关于文化与技术的关系，唐双宁认为:金融企业家是搞实际工作的，但越是搞实际工作越要学习理论，越要善于运用“理论思维”，哈耶克说过，现在“真正的陷阱是掉进过度专业化与技术化的陷阱”作为操盘手，“掉进过度专业化与技术化的陷阱”不必苛责；作为金融企业家，“掉进过度专业化与技术化的陷阱”则应该警惕。关于金融文化的不足, 唐双宁指出:在内修文化方面，内心浮躁、盲目攀比、急功近利、恶性竞争等等。关于文化隐性特点，唐双宁认为:市场是看不见的手，文化则是另一只看不见的手。关于金融文化建设与金融家的需求，唐双宁认为:文化建设也需要一批对社会负责、勇于担当的具有真正政治家素养的“金融家”。关于文化、政治及经济的比较概括，唐双宁提出：政治是暂时的，经济是长远的，文化是永恒的。

三、大数据过程中银行企业文化面临的问题和挑战

1、软弱的企业文化会使大数据流于形式

企业文化的重建必须动真格。一家银行要成为伟大的银行，它的价值观决不能只是一句漂亮的口号。事实上，软文化和硬数据一样重要。如果不想让企业文化流于形式，就必须公开惩戒那些胆敢破坏企业文化的员工。银行的每个管理者都应深知自己的关键职责是捍卫银行的价值观。事实上，多数银行的所作所为都给其员工发出了一个强烈的信号：我们银行的价值观纯粹就是一句空话。众所周知，所有的管理学课程都说，一家公司手中最有效的竞争武器是强大的企业文化，但问题在于执行的细节，如果执行环节出了问题，就必须付出惨重的代价。

2、稳定及持久的惯性文化理念成为大数据变革的绊脚石

银行的战略变革是一个永无止境的过程，变革就是战略与文化如何协同发展的问题。无形资源胜于有形资源，企业文化就是企业最宝贵的无形资源之一，企业文化不单能凝聚公司内的员工，更能助企业有弹性地面对不断变化的市场。战略变革的压力势必会带来巨大的不确定性甚至风险性，尽管战略变革前组织必需做好各种资源的评估，但由于组织文化的存在，不同个体对战略变革的结果接纳性及风险意识不同，对战略变革的态度也就自然不同，有些战略变革甚至会激起反抗，从而导致战略变革的失败。这些压力可能来源于股东、领导层、员工、客户、政府、监管方等各个方面，这些都可能是组织的既得利益者，他们抵制变革的原因很多，主要原因是心态的焦虑，例如担心变革后地位或权力的丧失；悲观主义，认为变革的结果不可能轻易达成目标；愤怒，因为变革意味着原有规则的缺陷；不同的个人野心，希望变革失败从而可以获取既得利益。在战略变革不可避免时，及时创建一种支持战略变革的组织文化，是变革能否最终获胜的重要因素。变革关系到银行的生存问题。失败是常态，也是一种心态。既然失败是我们生存的基本状态，我们还有什么理由因为现在自己所处困境而怨天尤人、自暴自弃；既然生存的意义就是挑战失败，那么，我们还有什么理由不去为着更大目标去克服更大、更多的失败？因此，战略变革是一个痛苦的选择，来自各方的利益人群由于不同的目的都将对变革产生不同的反应，所以，战略变革的倡导者能否持一种积极的心态来应对，是决定变革能否持续的最为重要的先决条件。文化本身具备的相对稳定及持久的惯性使得变革充满阻力，这种特定的文化理念也正是战略变革的绊脚石，因此在战略变革之前必须进行既有价值观的创新，使其适应新的组织战略。实际上，大数据是把双刃剑，多数的银行由于文化企业本身的正能量缺失，放大了大数据的缺点及不足。

3、没有建立一种数据导向型的文化

大多数的银行还没有建立一种以数据为导向的文化。通过对卓越绩效企业使用数据分析的方法进行细致观察，我们发现迅速行动是高效数据分析文化的一项显著特征，它们不会只是简单地将数据收集在一起，而是利用分析结果，进行更为迅速、明智的对策。未来那些最擅于利用数据分析来引导决策的银行将获得许多新的竞争优势，对于这一点已经没什么人会表示怀疑。但仅仅拥有数据是不够的。我们对银行400名员工进行的调查结果显示，只有35%的员工称得上是“消息灵通的怀疑主义者”，他们依赖数据，但并不盲从，既不害怕置疑数据分析的结果，也敢于从他人那里索要反馈；42%的员工对数据坚信不疑；然而还有23%的员工很少相信数据分析，他们喜欢凭直觉做事，至今不相信数据分析是银行未来成功的关键，要说服这些员工也是个不小的挑战。

4、企业文化与大数据战略的冲突

数据虽重要，分析数据的人也一样重要。计算机已经强大到可以收集、汇总数以兆兆字节计的信息来回答各种问题，从如何安排员工的薪酬待遇，到某笔抵押贷款债券的风险系数，无所不包。虽然数据不会说谎，但人们使用数据的方式却极为主观。殷鉴不远：量化分析在2007年的金融危机中起到了推波助澜的作用，但是如果银行只是简单地认为，光靠一屋子摆弄数据的分析师就可以解决问题，那么结果不仅会对他们的资产损益造成损害，同时也会损害他们的企业文化。

企业文化当然应该与企业战略协调一致，然而一些银行的文化并没有跟上大数据的战略。如果一名员工全身心地朝着错误的方向前进——尽管该员工热情洋溢，但却与银行的战略意图背道而驰，那么肯定会对银行整体业绩带来不利影响。只有当员工热情洋溢且全身心地朝着正确的方向前进才能帮助银行提升业绩，并积极推动组织实现战略目标。确实，银行战略与文化的恰当结合才是银行成功的一剂良方。银行在动态的市场环境下利用大数据追求创新战略，只有创造一个员工可以突破枷锁、管理层鼓励新思路和建设性的冒险行为的合理环境方能获得成功。同样，银行追求高容量低成本流程，只有员工在高效且可重复的环境下工作并且秉承持续改善成本的想法这样一种纪律严明的文化氛围才能取得成功。很多战略与文化的组合具有明显的直觉性。然而当企业文化无法与战略协调一致时就会出现“文化鸿沟”，结果导致绩效风险的发生。鉴于市场的不断变化，战略也需要对此作出相应调整，因此保持企业文化与战略的一致性确实是企业面临的一大挑战。

5、大数据技术部门需要加强与其他业务部门的分工与合作

在大数据时代，企业进行数据分析的背景也发生了变化：要涵盖数据规模；要能真实精确地挖掘商业价值，快速分析响应；要面向丰富多样的数据类型，包括结构化和非结构化的数据。要破除孤立，孤立式方法是数据分析文化的一个快速杀手。这使得传统解决方案在新的需求面前束手无策。为了帮助银行实现经营目标，面对这些问题，大数据技术部们尤其需要加强与其他业务部门的合作。在以银行客户为中心的模式下，大数据技术部门之间孤立无援、单打独斗的做法肯定是徒劳的。

6、风险管理的适应力

大数据的应用，有助于减轻信息不对称，提高交易效率，但也改变了风险的特征，需要新的风险管理手段。面对这些变化，银行需要更好地把握金融创新和金融稳定的界限，使新的金融组织体系稳健高效运行，更好地服务当前的经济发展转型。大数据时代，传统银行风险管理的理念与方法面临被颠覆的尴尬境况，新的风险文化必将得以重塑。

四、对策

1、既有价值观的解冻、创新、深化

创新价值观并非能在短期内奏效，这需要一个经过既有价值观解冻、创新、深化的过程。配合战略变革过程的逐步推进，可以分三个阶段：首先是解冻阶段，可以组织专门人员对银行的原有价值观进行分析，按大数据变革的思路，确定需要变革的对象，在审核评估的基础上扬弃既有的价值观体系；第二是大数据变革需要有新的价值体系来支撑它，不然就会像空中楼阁一样，失去了牢固的地基。如果大数据变革是告诉人们怎么改变的方法，那价值体系的创新则是告诉人们为什么要改变的理由；第三是深化，没有一劳永逸的价值观，必须与时俱进地深化，价值观也需要“深挖洞、广积粮”。

2、创建适当的企业文化支撑大数据变革

建立合适的企业文化对于任何银行而言都意义重大，因此，许多银行都不惜加大投资构建自己的企业文化并希望借此激励员工的行为，但是究竟有多少银行能够真正从这一投资中获得最大价值呢？银行在制定并传达企业愿景与价值观时花费的人力物力是否能真正规范员工的行为呢？或者说，是否有隐藏的、强大的原因导致该项投资无效呢？如果文化建设投资确实带来了某些改变，那么是促进了提高业绩与落实了战略，还是不慎刺激了破坏性的行为？建设企业文化，特别是塑造企业竞争优势的企业文化，需要充分了解企业文化的形成，包括员工的态度和观点在企业文化建设过程中所起的重要作用。银行如果花时间去了解企业文化建设流程并培养高度敬业的员工，就能实现大幅的绩效提升。银行如果培育了与其战略一致的企业文化则能获得更大回报：全体员工齐心协力朝着共同的企业战略目标前进。大数据年代银行必须建立富有创造力的文化，如果身处一种没人愿意出风头的集体文化中，就很难提出引人深思的问题。大数据时代，传统的银行企业文化处在扬弃的拐点，银行只有推陈出新才会立于不败之地。

3、提高驾驭大数据方面的领导力

最为重要的一个步骤就是在各个层级中提升重视数据分析的领导者。高管人员必须认真评估现有数据分析文化的可利用程度，而后再尝试将其转型。

4、发展、激励并保留数据分析人才

通过培训等方式提升银行员工队伍的数据分析能力正在迅速成为企业与时俱进的必要因素。培训员工的IT技能一直是企业培训部门的重要工作；而未来的20年，培训部门将致力于在日常工作中融入数据分析。大数据时代，没有文化的员工队伍肯定是一只愚蠢的队伍，而高素质的数据分析人才是长期培训的结果，冰冻三次非一日支寒，任何急功近利的做法只能误读大数据。

5、银行高级管理人员的以身作则

企业文化的冲突不是小问题，这方面摩擦和碰撞的结果：轻者会产生阻力，加大发展成本，影响业务健康发展，重者会影响到一家银行的生存。围绕银行业务战略，相关人员都要转变观念、提高认识、统一思想。涉及文化上的本质内容，银行上下要真学、真懂、真信，最后才会真用，四者缺一不可。有的银行管理者素有单边强力推行企业文化的名声，往往会强迫下属推行企业文化，忽视了调动下属积极性的环节，似是而非的部署让下属总是感到似懂非懂、莫明其妙，下属当然无法集中精力、全力以赴地去贯彻。银行管理者只有不厌其烦地反复抓，从而达成共识，才能形成真正意义上的企业文化。在这个问题上，银行高级管理人员必须起带头作用，从CEO开始自上而下地推广。如果CEO身体力行，其他员工也很可能参与进来。否则，任何的做法都是徒劳的，因为大数据时代，员工比传统时代更加关注银行CEO是否言行一致，并且做出迅速准确的判断。

6、建立员工快乐工作氛围

银行正处于快速变革的阶段，先进的文化可以减少或消除业务上的摩擦与碰撞，使员工可以集中精力一心一意地抓业务，因此，要求银行管理层做战略上正确的事：顺势而行——为员工创造快乐的工作条件；顺向选择——让员工看到希望。首先让员工快乐，其次让员工的快乐感染客户从而让客户快乐。我们的研究结果显示，快乐地工作可以提高绩效40% 以上，快乐地工作也是当代商业银行基于企业文化先进和专业技能卓越的高尚境界。大数据时代，银行高管可以适时知晓员工的快乐情况，尤其是存在于客户界面的快乐情况，并且与时俱进地做出相应的优化。

五、小结

中国一位著名的银行家多次强调：业务是叶、管理是枝、体制是干、文化是根、外部环境是土壤。在大数据时代，只有直面挑战，从企业战略、高层管理、人才培养、员工激励等方面培育良好的企业文化才能确保银行业健康、有序的发展。

第二篇：“大数据时代”来临,企业数据管理面临挑战

“大数据时代”来临，企业数据管理面临挑战

IDC研究表明，到2020年，全球以电子形式存储的数据量将达到35ZB，是2009年全球存储量的40倍。这其中企业数据正在以55%的速度逐年增长。人们不禁感叹随着信息化的逐步推进，我们迎来了大数据时代。

何谓“大数据”？哈佛大学社会学教授加里·金谈到大数据时曾说：“这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程。”通过上述的话我们可以概括出大数据主要的三个特征：量大(PB级别的数据)、实时性(更短的时间处理数据)、多样性(非结构的文档数据为主)。

以金融行业为例，当前金融行业面临的一个非常大的问题就是海量数据的存储以及对海量数据的查询优化。传统的数据存储方案已经不能满足大多数金融企业的需求，例如目前很多企业正在建设的数据中心，典型的特点是海量级（千万及以上）数据量，随着数据量的进一步增大，查询性能急剧下降，甚至无法响应，严重影响了业务的连续性，为企业的高效运营带来了挑战。Hyperstor作为兴宇中科提供的一个操作简单的、综合的、性价比高的数据管理安全解决方案。它能够实现真正的CDP数据持续保护及实时恢复。从根本上保证了企业业务的连续性，满足了企业高效运营的需求，是理想的企业级数据安全解决方案。

正是因为大数据的这些特点，给现代企业带来了如何通过数据中心变革解决企业数据管理的问题？这一问题逐渐成为了现代企业发展所面临的关键问题，其在电信、金融等“数据就是业务本身”的行业身上表现的尤为突出，并且已经让很多相信数据之力量的企业正在或者正准备做出改变。

Hyperstor作为针对企业级数据管理存储备份的一体化数据保护解决方案已经在电信，教育等行业得到广泛应用，它能够解决金融，电信等行业多年以来在系统集成、数据管理、业务整合、新业务拓展、面向客户服务以及在成本控制和核算上的系列难题，相信该解决方案将给国内多个行业发展带来一个全新的面貌。

随着信息技术的不断发展和大数据时代的来临，企业未来的数据中心，将是高可靠、高安全、易扩展、易管理、绿色高效、资源共享的智慧云数据中心。能够灵活支撑业务发展，实现监控可视化、控制自动化、管理流程化，并最终帮助企业实现基于优化的基础架构的管理。

因此，企业必须通过优化自身IT设施，实现存储容量和可用性的最大化，实施灵活性设计以支持不断变化的业务需求等相关措施来迎接大数据时代带来的机遇和挑战。

第三篇：大数据时代金融业面临挑战及应对

大数据时代金融业面临挑战及应对

大数据是继云计算、物联网之后信息技术领域又一次颠覆性的技术变革，大数据已成为各行业“兵家必争之地”。大数据时代到来, 首先引起全球高度关注的行业之一就是金融业。大数据的特点，第一是容量大；第二是速度快；第三是类型多样；第四是强调海量数据之间的关联性而非因果，金融业是信息密集型服务产业, 在数据特征和数据处理要求方面基本符合“大数据”概念与特征。大数据是重塑金融竞争格局的一个重要支撑和抓手，给金融业带来了机遇的同时也带来了前所未有的挑战。

大数据给金融业带来的挑战。第一，金融机构提升自身能力的挑战。近年来，中国互联网金融发展迅速，在诸多方面与传统商业银行既相互竞争，也蕴藏着巨大的合作空间。传统银行必须以开放的心态面对互联网金融，变被动为主动，用互联网思维和技术全面提升自身的综合服务能力。通过着力提升自身的资产管理、风险管控及金融服务能力，才可能从根本上留住客户资金。首要工作是控制好信贷风险，应提高风险管控能力，由加快发展向稳健发展转变。第二，外部机构组织的挑战。技术环境的革新使得传统金融模式面临着巨大变革。特别是随着互联网技术和大数据的快速发展，银行的传统经营模式面临革新。互联网正在以前所未有的信息交流方式，迅速改变着传统的商业模式和组织形式。行业内各类金融机构之间，甚至是行业之间的边界开始变得模糊，银行面临着全新的挑战，消费者的消费习惯和支付方式也开始发生了根本性的转变。第三，大数据对信息安全的挑战。伴随着数据大集中的实现，风险也相对集中.一旦数据中心发生灾难，将导致金融业的所有分支机构、营业网点和全部的业务处理停顿，或造成客户重要数据的丢失，其后果不堪设想。近年来，国内外金融机构因为信息技术系统故障导致大面积、较长时问业务中断的事件时有发生。第四，对金融大数据分析人才的挑战。现代社会，人才在金融业核心竞争力中的基础性、战略性、决定性作用日益凸显。面对大数据时代和信息化金融的发展，金融机构要“居安思危”。及时准确研判大数据时代的特点和金融发展的趋势，充分认识具备现代科学文化素质的人才才是最稀缺的资源。要未雨绸缪，早做准备，重视现代金融人才培养，特别是挖掘和培养既懂业务又懂技术的复合型人才。

大数据时代金融业发展应对策略。一是建立完善的大数据工作管理体系。银行业应充分认识大数据的重要性，在总行层面建立大数据工作推进机制，制定大数据工作规划，主管数据部门对大数据工作进行统筹规划、组织协调、集中管理，业务部门承担大数据采集、分析和应用的职责，全面定义、收集、多方式整合集团内外部各类数据，形成管理数据、使用数据和推广数据的有效工作机制。二是增强数据挖掘与分析运用能力。在银行内部全面推广基于数据进行决策、利用信息创造价值的观念，引进数据挖掘和大数据运用专业方法和工具，培养专业数据挖掘分析人才队伍，重视人才的经济金融、数学建模、计算机新型算法等复合型技能，建立前瞻性的业务分析模型，把握、预测市场和客户行为，将数据深度运用到业务经营管理过程，利用数据来指导工作，设计和制定政策、制度和措施，做到精准营销和精细管理。三是建立基于大数据分析的定价体系。当前，资金的交易变动频率和流动性加快，大数据从更宽广角度，预判负债的波动情况，能更灵活测算是否满足监管要求和贷款需求变化，从而为银行以存定贷、以贷吸存策略提供量化支撑，可有效降低资金成本。银行还要运用大数据分析，建立起综合服务和信贷差异化定价体系，做到对不同产品、不同行业、不同区域实施差别化定价，最终实现一户一策的综合化、差异化服务，提升精准营销水平。四是依托大数据技术提升风险管理水平。大数据能较好地解决传统信贷风险管理中的信息不对称难题，提升贷前风险判断和贷后风险预警能力，实现风险管理的精确化和前瞻性。大数据时代，银行业可以打破信息孤岛，全面整合客户的多渠道交易数据，以及经营者个人金融、消费、行为等信息进行授信，降低信贷风险。

第四篇：大数据时代国家审计面临的机遇与挑战

大数据时代国家审计面临的机遇与挑战

在信息迅猛发展的今天，现代社会已经进入了大数据和互联网+的时代，社会的各个方面均面临着巨大的变革。而国家审计作为国家治理不可缺乏的重要组成部分，强化审计信息化的建设和数据应用必然是今后一个时期的发展趋势。

一、大数据概述

（一）大数据时代背景

何为大数据呢？所谓大数据（Big Data）是指无法在一定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，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力以适应海量、高增长率和多样化的信息资产。而大数据的概念的提出主要来源于信息技术的发展。1966年摩尔定律的提出，为大数据现象的提出奠定了基础。2011 年 5 月，全球信息存储资讯领导者——易安信（EMC）正式提出了大数据的概念。

（二）大数据在国家审计中的重要地位

2012 年，国务院提出，我们应当全面提高电子政务服务能力，引导政府相关业务运用逐渐向云计算模式进行转变。为切实落实这一意见，预防电子政务体系建设过程中有可能出现的风险，审计署于同年发布《关于进一步推进审计信息化建设的指导意见》，引导审计部门研究并建立一系列审计评价指标体系，来对电子政务相关政策的落实情况进行评价。2015年9月，经李克强总理签批，国务院印发《促进大数据发展行动纲要》（以下简称《纲要》），系统部署大数据发展工作。《纲要》明确，推动大数据发展和应用，在未来5至10年打造精准治理、多方协作的社会治理新模式，建立运行平稳、安全高效的经济运行新机制，构建以人为本、惠及全民的民生服务新体系，开启大众创业、万众创新的创新驱动新格局，培育高端智能、新兴繁荣的产业发展新生态。《纲要》部署三方面主要任务。

一要加快政府数据开放共享，推动资源整合，提升治理能力。大力推动政府部门数据共享，稳步推动公共数据资源开放，统筹规划大数据基础设施建设，支持宏观调控科学化，推动政府治理精准化，推进商事服务便捷化，促进安全保障高效化，加快民生服务普惠化。二要推动产业创新发展，培育新兴业态，助力经济转型。发展大数据在工业、新兴产业、农业农村等行业领域应用，推动大数据发展与科研创新有机结合，推进基础研究和核心技术攻关，形成大数据产品体系，完善大数据产业链。三要强化安全保障，提高管理水平，促进健康发展。健全大数据安全保障体系，强化安全支撑。

此外，在信息技术的推动下，我国在经济、文化、医疗、政治等方面有了较快的发展，相关记录统计数据也同样快速增长，政府审计与国家的发展息息相关。而审计必须依托数据来进行。如果审计人员对信息技术一窍不通，那么审计工作将进入“进不了门，看不了帐”的尴尬境地。

在信息化时代和大数据背景下，政府的高度重视和信息技术的推动下，促使国家机关审计必须顺应时代的要求，重视审计的信息化建设。

二、大数据时代下审计信息化的机遇

（一）国家审计的目标与特点对信息化的要求

国家审计的目标就是推动国家经济的健康发展，实现国家“良治”，这是政府审计作为国家治理的“免疫系统”决定的。国家审计的法定性、独立性、强制性、权威性和综合性等特点，要求审计信息数据资料的选取更为广泛。

随着大数据时代的到来，国内掀起了一阵新的研究狂潮，大数据时代对会计、审计领域带来怎样的挑战，各方应当如何应对已成为新的议题。国内学术界针对大数据的研究很多，针对政府审计的研究也很多，但是关于大数据时代对政府审计带来怎样的挑战以及机遇对却并没有相关成熟的研究。

同时大数据时代的到来，也对电子政务的发展也相应地提出了更高更多的要求，审计对象内容全覆盖的新要求让国家审计也面临着来自审计主体、审计手段、审计风险等方面的挑战。

（二）大数据对审计信息化的机遇

1.推动了审计技术的变革

大数据中的“大”不仅仅表现为其数据量的庞大，同时其数据的搜集、存储、维护和共享等任务都极具挑战性。而审计数据的来源较为广泛，多线域，数据格式不一，存储方式不同。传统的数据管理技术已无法满足信息化庞大的数据，审计人员面对如此庞大的数据，急需解决大数据存储、分析以及运用的技术。因此大数据推动了国家审计的技术的变革，促进了政府审计的信息化建设进程。

2.丰富了政府审计的管理方式

云计算是一种新业务，主要负责将集群计算能力由互联网向内部、外部使用者提供服务，是传统信息领域和通信领域技术的进步，商业模式的转变共同带来的结果。大数据时代，云计算已应用于国民经济生活的各个领域。云计算完全颠覆了传统的构建模式，政府部门和各企业之间构建了各自的数据中心

云计算脱离了传统模式，只要按照彼此的管理要求，提出满足需求的数据信息，然后使用高速高效的互联网进行传输，就能够获取便捷高效的云服务，从而推动政府各部门与企业都能够将注意力集中在如何提高自身的核心竞争力上。那么，云计算的实现原理不是通过由传统的本地计算机来对需求进行计算然后完成，而是通过互联网来完成数据需求的计算，提供数据服务。因此，国家审计技术也必须要不断地进行更新，以保证审计的时代性。

三、大数据时代政府审计工作面临的挑战

大数据对政府审计工作的挑战主要分为三个方面：审计技术、审计平台以及审计人员等。

（一）大数据对政府审计技术的挑战

首先，在大数据时代，物联网的发展使得数据之间的共享日益频繁。而政府审计数据又具有一定的保密性，但是大数据的数据较为冗杂，存在着很大的安全隐患。因此政府审计对大数据的监管技术的要求较高。具体包括：首先，数据储存，为了完成在成本和能耗相对较低的情况下达到可靠性较高的目标，一般要依靠重新配置冗余并加之云计算技术的帮助，在储存的时候要将数据分类，删除同类重复数据，减少数据的存储量，然后添加标签便于日后对数据进行抽查或检验；其次，数据处理，数据处理非常复杂，这种复杂性不仅是指数据样本自身，同时更是包含多重空间、多重结构以及多重实体间的一种交互的动态情况，这些情况很难通过传统的方法对其进行描述或分析，处理难度大大增加，也更加复杂，因而需要利用相互之间的关联来对语义进行分析得出易于理解的内容；最后，结果可视，使用这些工具得出的结果属于计算机语言，对于非计算机专业的审计人员来说，其结果是晦涩难懂的。然而要使结果更直观，更容易理解和分析，就需要通过审计软件和审计技术将审计结果可视化，而以目前的审计技术还不能够达到所需要求。

因此，对审计大数据的安全监管存在着巨大的问题，对审计技术的安全防护提出了更高的要求。同时，随着大数据的日渐庞大，审计技术需要及时更新审计技术，加强对审计大数据的安全管理；修补技术漏洞，不断完善审计技术。

（二）大数据对政府审计平台的挑战

1.政务管理模式的新发展

电子政务，是政府政务管理部门运用现代化信息搜集、传播技术、互联网通讯技术将政府对政务的管理与服务进行一定程度上的归集，通过互联网对政府组织结构和工作流程进行重新的组合和分配，优化资源，全面有效地为公众提供高效、透明和优质的服务。通过电子政务可以实现能够为公众提供更多的高效透明的信息和实质性的服务。

电子政务体系的健康高效有秩序的发展同样给国家审计带来了一系列的问题。其对于政府审计来说是一个全新的平台，电子政务建设可能脱离政府的管理体制，因而审计人员在进行审计的时候也许无法发现电子政务发挥的作用，也有可能不适应传统的管理体制，产生“电子浪费”影响审计资源的分配，新的信息孤岛也可能因此而产生。

2.云审计的新要求

随着信息技术的发展，审计技术不断更新，但是在方法和技术方面，其实质仍是现代审计，即仅提高了当时审计工作的效率。而大数据的出现，当前的审计已不能够满足审计工作的要求。同时，云计算的管理模式逐渐应用到了审计大数据中，云审计逐渐走进审计人员的视线。云审计是一种运用云计算技术并通过互联网完成的模式，审计人员通过运用储存在“云”端的各种数据与资源，更科学更有效地进行审计的过程，即云审计即为将大数据、云计算技术和互联网技术应用到国家审计的一种新模式。在大数据时代，云审计的优势明显，更能够适应时代发展的需要，最终将在审计管理、审计方式等方面实现根本性的变革。

（三）大数据对政府审计人员的挑战

随着信息技术的不断更新换代，伴随大数据、互联网+的时代来临，审计数据日益庞大，在进行审计工作时，审计人员自身的审计信息技术能力有更高的要求。主要涉及三个方面：

在云计算方面，由于时代的发展，云审计终将成为开展国家审计的趋势，而云计算技术又是云审计不可或缺的重要技术之一。云计算技术的发展要求审计人员不仅要具备较高的传统审计理论基础，同时也要掌握现代化信息技术的理论基础。因此，大数据时代的审计人员要求具备非常过硬的专业能力。大数据时代的审计人员不仅要掌握与审计相关的专业知识，而且还要在信息技术方面具有较强的认知。就目前的现状看来，审计人员虽具备较为完善的审计专业知识和较强的专业能力，但是对大数据、云计算技术等知识的认识和掌握较为欠缺，兼顾审计专业知识和大数据、云计算技术的专业人员更是少之又少，无法满足高速发展的社会对大数据时代审计的需求，现有的审计队伍中信息化审计人才急缺。

在大数据的收集方面，大数据时代的数据突破了传统审计的结构方式。传统的审计中的数据主要是以结构化数据为主，使用数据库来储存结构化的数据，根据分析的需要对数据建设数据仓库，从而进行多维度多内涵的操作，并运用数据挖掘技术对收集到的数据进行分析，从而深度地获取信息。而在大数据时代，数据主要是以半结构化和非结构化数据为主，审计人员对这种类型的数据不太了解，传统的存储无法满足需要，如何对大数据进行搜集将是审计人员面临的一个新问题。同时大数据的收集也要遵守一定的法律法规，大数据的安全防护需要有相关的法治机制为依据和相关的技术作为保障。

大数据时代对人才的要求较高，急需复合型人才。同时，对在职的审计人员也提出了较高的要求，在平时的工作学习中，除了加强自身专业知识的学习之外，还需提高自身的数据处理能力、云计算技术能力等。

因此，大数据时代对国家审计的要求进一步提高，同时要求审计机关培养分析大数据的能力，发现经济运行过程中的突出问题与薄弱环节，为完善国家治理提出相关建议。

第五篇：大数据时代银行

近年来，大数据热潮引发了一场思维、生产和生活方式的重大变革，可以说开启了全新的时代。对于天然具有数据属性的金融业来说，一方面，大数据能够为金融机构的经营管理提供充分的信息支持；另一方面，大数据滋生的新型金融业态对传统金融机构带来了严峻挑战。在这场社会大变革中，金融机构将如何应对，非常令人期待。为此，本刊邀请了多位金融机构的高级管理者以及业内专家，共同探讨大数据时代金融业的变革与发展。

近十年来，中国银行业的改革发展取得了令世界瞩目的成就。在今年《银行家》《福布斯》发布的大企业排行榜和市值排名上，五家大型商业银行均已跻身世界前列。随着以移动互联网、云计算、“大数据”和物联网为代表的信息革命的兴起，银行业又一次面临新的机遇和挑战。中国银行业能否用好大数据，实现经营、管理和服务创新，决定了其未来的可持续发展能力。

银行业已初步具备运用大数据的基础

大数据是信息技术与互联网产业发展到特定阶段的产物，从互联网到物联网，从云计算到大数据，信息技术正在从产业基础走向产业核心。而银行业作为与信息技术深度结合的行业，互联网思维和决策数据化已开始嵌入经营管理的全流程。大数据实质是“深度学习”，能够为银行提供全方位、精确化和实时的决策信息支持。银行的经营转型、产品创新和管理升级等都需要充分用好大数据。目前，银行在客户分析、风险管理方面对大数据运用已初步积累了一定的经验，为未来过渡到全面大数据运用奠定了良好基础。

20世纪90年代，随着信息技术发展，国内银行业顺应潮流，将信息技术广泛应用到业务处理和内部管理，以提高服务管理效率。进入21世纪，大银行率先推进系统大集中和数据大集中，整合原有分散化的信息系统，不断适应加快产品创新、提升客户体验等市场需求，建立数据仓库和数据平台，信息化程度不断提高。近几年，银行业大力发展面向客户的新一代核心业务系统，信息系统建设日趋完备，电子银行等在线金融服务大幅增长，在提升客户体验和风险管控能力、满足监管各项要求的同时，形成并储存了庞大的可用数据资源。银行业的数据资源不仅包括存贷汇核心业务结构化数据，也包含客户电话语音、在线交易记录、网点视频等非结构化数据。

中国建设银行（以下简称建设银行）从2011年开始建设企业级全行共享的新一代核心业务系统，以客户为中心、面向服务设计架构，实现业务与IT融合、产品快速创新的目的，目前已初具规模。特别是在新一代系统设计中，充分考虑数据储存和应用的重要性，并专项设置了数据集成层模块，包括数据缓存区、数据记录系统、历史数据存储、分析数据仓库、实时数据仓库、公共数据集市。

银行业开始尝试接入和整合外部数据资源。在传统的数据分析模式下，银行业出于市场分析、内部管理、监管需要，产生并记录了巨量的文本式结构化数据，涉及客户账户资金往来、财务信息等，以及网银浏览、电话、视频等非结构化数据。但是，传统意义上的银行仅能掌握客户与银行业务相关的金融行为，无法获得客户在社会生活中体现兴趣爱好、生活习惯、消费倾向的情感或行为数据，无法与业务数据形成联动。随着电子商务的快速发展和移动金融的深化，银行业逐步加强与外部数据源对接，甄别有效信息，整合多渠道数据，丰富客户图谱。目前，已有多家银行进行了有益尝试。

一是银行与电商平台形成战略合作。银行业共享小微企业在电商平台上的经营数据和经营者的个人信息，由电商平台向银行推荐有贷款意向的优质企业，银行通过交易流水、买卖双方评价等信息，确定企业资信水平，给予授信额度。建设银行曾在这方面做过有益的尝试。此外也有银行参股电商、开展数据合作的案例。

二是银行自主搭建电商平台。银行自建电商平台，获得数据资源的独立话语权。在为客户提供增值服务的同时，获得客户的动态商业信息，为发展小微信贷奠定基础，是银行搭建电商平台的驱动力。2012年，建设银行率先上线“善融商务”，提供B2B和B2C客户操作模式，涵盖商品批发、商品零售、房屋交易等领域，为客户提供信息发布、交易撮合、社区服务、在线财务管理、在线客服等配套服务，提供的金融服务已从支付结算、托管、担保扩展到对商户和消费者线上融资服务的全过程。

三是银行建立第三方数据分析中介，专门挖掘金融数据。例如，有的银行将其与电商平台一对一的合作扩展为“三方合作”，在银行与电商之间，加入第三方公司来负责数据的对接，为银行及其子公司提供数据分析挖掘的增值服务。其核心是对客户的交易数据进行分析，准确预测客户短时间内的消费和交易需求，从而精准掌握客户的信贷需求和其他金融服务需求。

银行业有处理数据的经验和人才。数据分析和计量模型技术在传统数据领域已得到较充分运用，同时也培养出大批精通计量分析技术的人才。如在风险管理方面，我国金融监管部门在与国际接轨过程中，引入巴塞尔新资本协议等国际准则，为银行业提供了一套风险管理工具体系。银行在此框架下，利用历史数据测度信用、市场、操作、流动性等各类风险，内部评级相关技术工具已发挥出效果，广泛应用于贷款评估、客户准入退出、授信审批、产品定价、风险分类、经济资本管理、绩效考核等重要领域。

银行已初步尝试应用大数据。我国银行业大规模运用大数据技术尚不成熟，但多家银行已从关键点、具体业务入手应用大数据挖掘技术，解决效率提升中的难题。例如，有的银行提供集电话、网络在线、客户端、微博、微信于一体的整合服务平台，也有的银行信用卡中心开发智能云语音，着眼于客服语音信息的挖掘和分析，通过对海量语言数据的持续在线和实时处理，为服务质量改善、经营效率提升、服务模式创新提供支撑，从而全面提升运营管理水平。还有些银行在个人客户营销方面，着重客户数据分析，摸索出客户行为模式和潜在需求，促成定向精准销售。例如，通过分析客户行为数据和财务数据来锁定潜在客户，根据客户行为规律，并结合其所在区域、行为内容来确定消费习惯，开展针对性营销；通过分析交易记录信息来有效识别小微企业客户，并用远程银行和云转借实施交叉销售。此外，有的银行还将其内部客户编号和微博、QQ、邮箱等相对应，将互联网数据与传统数据一起存储，建立数据库，不仅了解客户理财、基金购买等交易行为的频繁程度，还可以发现其他动态信息如出差、喜好和社交圈等。

国际同业大数据运用的经验教训

金融业大数据运用的国际经验主要体现在快速判断宏观经济趋势、分析预测客户及交易对手行为、防范欺诈、改进内部效率以及外包非核心业务等方面。

快速判断宏观经济形势。英国央行已经开始运用大数据对英国房地产市场和劳动力市场趋势作出快速判断。以前，英国央行通过统计部门发布的房地产销售数据、就业数据等，判断房地产市场和劳动力市场变动趋势，但统计部门的数据一般有数日乃至数周的时滞，不利于对形势的快速判断。目前，英国央行已通过对一些网络搜索关键词的监控，如“按揭”“房价”“职位”等，获取最新的经济运行情况。

分析预测客户及交易对手行为。由谷歌（Google）前首席信息官Douglas Merrill创办的信用评估公司ZestFinance，通过大数据技术把收集的海量碎片化数据整合成完整的客户拼图，较为准确地还原客户的真实状况和实际信用状况，并据此支持合作公司向难以从银行获得贷款的美国人提供“工资日贷款”（payday loan）。西班牙对外银行(BBVA)推出的具有记忆功能的ATM机ABIL，不但能记住客户习惯的取款金额、频率，还能根据其账户情况给出相应的取款建议。美国一些基金公司在几年前开始借助社交媒体大数据，分析市场情绪变动，进而判断未来交易是扩大还是萎缩。近期，这些基金公司进一步通过分析金融交易大数据，识别交易对手的交易特征，预判交易对手的交易动向，并采取相应的操作，以获取差价。

防范欺诈。运用大数据分析软件，可以预防信用卡和借记卡欺诈。通过监控客户、账户和渠道等，提高银行在交易、转账和在线付款等领域防御欺诈的能力。在监控客户行为时，大数据可以识别出潜在的违规客户，提示银行工作人员对其予以重点关注，从而节省反欺诈监控资源。

改进内部效率。美国银行用大数据分析该银行某呼叫中心员工的行为，通过在员工姓名牌中置入感应器，监控员工的行走线路与交谈语气，可以知道员工在工作场所的社交状况。监控结果表明，那些一起享受工间休息并相互交流的员工工作效率更高，他们可以在日常交流中分享如何应付“难缠”顾客的小窍门。美国银行发现这一现象后，即转而推行集体工间休息，此后员工表现提升了23%，而员工说话语调所反映出的压力水平则下降了19%。另外，还有些欧美银行运用大数据评价分支机构绩效并获得显著成效。

大数据的应用存在运维风险和运营风险等，前者如数据丢失、数据泄露、数据非法篡改、数据整合过程中的信息不对称导致错误决策等，后者如企业声誉风险、数据被对手获取后的经营风险等。因此，必须加强数据管控。这方面既有成功的经验，也有值得总结的教训。从已出现的问题看，最大的风险来自网络攻击和欺诈：2011年，网络银行欺诈给日本53家银行造成2700亿日元（约合225亿元人民币）的损失；2012年，诈骗集团曾攻击欧美至少60家银行的网络，盗取银行资金；2013年，国内某保险公司受黑客攻击，造成数十万保单信息泄露。为此，一是高度重视并推进统一的数据标准，并做好数据清洗，保证数据质量。二是审慎划定数据边界，合理开展内外部数据共享和非核心数据业务外包。三是大数据下应更加重视隐私保护和信息安全，加大对反网络攻击的投入。

推动大数据应用的策略

党的十八大提出坚持走中国特色新型工业化、信息化、城镇化、农业现代化道路，信息化已升级为国家战略。我国银行业加快大数据应用不仅具有行业意义，而且对于推动我国信息化进程、服务“新四化”发展也有重要作用。我国银行业要从战略高度充分认识到大数据分析、运用的重要性，从管理体系建设、具体运用模式方面不断探索，打造银行业在大数据时代的核心竞争力。

建立完善的大数据工作管理体系。银行业应充分认识大数据的重要性，在总行层面建立大数据工作推进机制，制定大数据工作规划，主管数据部门对大数据工作进行统筹规划、组织协调、集中管理，业务部门承担大数据采集、分析和应用的职责，全面定义、收集、多方式整合集团内外部各类数据，形成管理数据、使用数据和推广数据的有效工作机制。

增强数据挖掘与分析运用能力。在银行内部全面推广基于数据进行决策、利用信息创造价值的观念，引进数据挖掘和大数据运用专业方法和工具，培养专业数据挖掘分析人才队伍，重视人才的经济金融、数学建模、计算机新型算法等复合型技能，建立前瞻性的业务分析模型，把握、预测市场和客户行为，将数据深度运用到业务经营管理过程，利用数据来指导工作，设计和制定政策、制度和措施，做到精准营销和精细管理。

以大数据技术促进智慧银行建设。推动大数据向生产力转化，加快产品创新实验室的技术研发，把实验室成熟产品运用于客户的营销和服务，推进智慧银行建设，把技术创新优势转化为竞争优势。网点服务要运用好大数据等技术成果，推广普及智能叫号预处理、远程银行VTM、电子银行服务区、智能互动桌面、人脸识别等创新服务，将传统银行服务模式和创新科技有机结合，利用智能设备、数字媒体和人机交互技术为客户带来“自助、智能、智慧”的全新感受和体验。智慧网点在建设推广中，还应充分采用用户交互技术和体验设备，吸引客户浏览、试用、比较各类金融产品，辅以工作人员推荐，从地域、客户、产品等多种维度，挖掘客户需求，实现对合适客户、在合适时间、通过合适渠道、推荐合适产品。

建立基于大数据分析的定价体系。当前，资金的交易变动频率和流动性加快，大数据从更宽广角度，预判负债的波动情况，能更灵活测算是否满足监管要求和贷款需求变化，从而为银行以存定贷、以贷吸存策略提供量化支撑，可有效降低资金成本。银行还要运用大数据分析，建立起综合服务和信贷差异化定价体系，做到对不同产品、不同行业、不同区域实施差别化定价，最终实现一户一策的综合化、差异化服务，提升精准营销水平。例如，将对公、对私客户逐步纳入定价系统，进行客户选择，不同服务内容享受不同信贷优惠，达到差别化定价和客户最佳体验的双重目的。

依托大数据技术提升风险管理水平。大数据能较好地解决传统信贷风险管理中的信息不对称难题，提升贷前风险判断和贷后风险预警能力，实现风险管理的精确化和前瞻性。大数据时代，银行业可以打破信息孤岛，全面整合客户的多渠道交易数据，以及经营者个人金融、消费、行为等信息进行授信，降低信贷风险。如建设银行依托“善融商务”开发出大数据信贷产品“善融贷”后，银行可实时监控社交网站、搜索引擎、物联网和电子商务等平台，跟踪分析客户的人际关系、情绪、兴趣爱好、购物习惯等多方面信息，对其信用等级和还款意愿变化进行预判，在第一次发生信贷业务，缺乏信贷强变量情况下，及时用教育背景、过往经历等变量进行组合分析，以建立起信贷风险预警机制。由历史数据分析转向行为分析，将对目前的风险管理模式产生巨大突破。

大数据是信息革命中非常前沿且快速发展的技术，银行业要抓紧解决内部数据挖掘分析和外部资源的安全整合利用问题，加快人才队伍建设和技术成果转化，通过大数据的高效应用，加速推进银行业的转型升级和可持续发展