数据大集中主导金融自主创新.docx

数据大集中主导金融自主创新 摘要：目前国内商业银行纷纷从数据集中入手进行新一轮由技术主导的金融自主创新。数据大集中主导的金融自主创新存在着创新平安、模式齿合、技术设备及人力资源、数据有效利用等诸多方面的问题。银行应利用数据集中进行银行管理体制、经营机制创新，经营管理技术创新，银行服务供应创新，风险限制技术创新。 关键词：数据集中；金融自主创新；金融风险中共中心关于制定国民经济和社会发展第十一个五年规划指出，要“不断增加企业创新实力”。我国银行业市场准入协议即将于2023年底生效，届时，中国银行服务业将全面对外开放。与此同时，我国金融改革在各个方面逐步走向深化。内外部力气的共同作用给处于新一轮金融创新潮流中的国内银行自主创新带来了机遇和挑战。为了应对这种挑战，国内商业银行纷纷从数据集中人手，着力进行新一轮的由技术主导的金融自主创新。一、数据大集中主导金融自主创新的现实意义金融自主创新是特定历史阶段发展的产物，它与当时的技术发展水平静息相关，而信息流不畅始终是制约商业银行金融自主创新的技术瓶颈。数据大集中事实上就是依靠科技手段将分布在各个分支机构和营业网点的业务数据及其他一些相关数据实行集中和整合。通过商业智能决策支持系统对资产类、负债类、中间业务类、财务类、会计类等数据信息资源进行整体规划和集中开发，利用集中和整合的数据，银行可以确立明晰的市场拓展方向，并进行有效的业务创新，实现新的效益增长点；通过法规遵从管理、会计管理信息系统、业务流程再造、营销渠道整合、应用集成、客户关系管理、绩效管理、业务连续性管理、电子银行业务、银行卡EMV迁移等系统建设，不断创新其内部组织管理系统，全面提高管理水平和工作效率；在业务创新和内部管理创新的基础上，通过对业务数据的实时跟踪和监测，银行可以刚好有效地化解和防范经营管理和业务创新过程中的各种风险；通过业务处理的标准化和规范化，可以大大缩短银行金融产品的创新周期。目前，工商银行实现了全国业务数据处理集中到北京、上海两大数据中心，并实现了两大数据中心之间的灾难备份连接。农业银行在建成多个省域数据中心的基础上，全国集中式数据中心建设正在进行中。中国银行在实现华北、华东、华南、西南、西北五大中心区域数据集中的同时，起先了系统平台与应用版本的“大一统”。建设银行完成了部分省分行数据上挂南、北数据中心工作。交通银行已抓紧实现全行对公、对私业务处理系统的数据集中处理，并启动了海外数据中心建设，同时完成了总行数据中心与海外数据中心的互联。此外，招商银行、光大银行、中信实业银行、民生银行、上海浦东发展银行等股份制商业银行，基本实现了数据大集中，将分散于各分行的业务数据集中到总行数据处理中心。二、数据大集中主导金融自主创新中的困难与问题(一)数据集中使得金融自主创新冲动与创新平安冲突凸显。虽然数据集中使得金融自主创新冲动转化为现实的生产力成为可能，但是，数据集中也使得金融自主创新的平安风险更为突出。这是因为，除了数据中心一般所承受的自然灾难、人为破坏、操作失误、系统软硬件故障等风险之外，银行还面临一些独有的技术与系统风险。这些技术风险包括集中化风险、数据风险、生产运行风险、通讯风险、交易量的峰值冲击风险、维护与管理风险、遭遇攻击与入侵风险；主要的系统风险包括规划与设计风险、工程建设风险、平安产品的可信度风险、IT外包的风险。银行信息系统、数据的平安不仅关系着自身的生存，而且关系着整个国家的经济命脉，IT外包后一旦国际政治、军事形势发生改变，将严峻影响我国的经济平安，并会造成巨大混乱和损失。(二)数据集中使得金融自主创新与陈旧的管理模式之间的冲突凸显。数据集中为金融自主创新供应了先决条件，但陈旧的管理模式却在相当程度上制约了银行的自主创新实力：一是银行仍旧沿用数据分散的管理模式难以实现自主创新。数据大集中的目的是管理的大集中，最终实现管理的扁平化。但大集中后，系统的运行更加困难，更依靠于网络，技术管理的层次增多了，但反应的速度可能变慢了，信息沟通也困难了。假如业务部门不跟着调整，还根据集中前的模式“按部就班”，反而难以进行金融的自主创新。二是银行仍旧沿用数据分散模式下的业务流程难以促进自主创新。各级管理层假如还是习惯于以前的业务流程，而不能很好利用数据大集中的优势，“新瓶盛老酒”难以促进金融自主创新。三是银行陈旧的规章制度与金融自主创新格格不入。现行的许多规章制度都是在数据大集中前制订的，已不能适应当前的业务状况，部分须要针对数据大集中的环境特点进行修订，而部分则已完全不能适应新的业务状况，须要废止后重新制订。(三)数据集中使得金融自主创新与技术设备及人力资源冲突凸显。一是数据集中和金融自主创新的过程中，原来分散在各级数据中心的大量技术设备被闲置，使得金融自主创新的成本增加。二是数据大集中后，由于数据中心与前置端、客户端的物理距离拉长了，所以不但使故障的应急反应实力降低了，而且现场服务成本也增加了许多，尤其是须要多方协调的问题解决起来更加困难，金融自主创新的实际效果有可能被大打“折扣”。三是实行数据大集中事实上是对原有的工作职能进行重新安排。总行、数据中心人员侧重于总体规划、系统开发和运行管理，其余各级分支机构的科技人员则侧重于运行维护、新业务需求的提出等工作。金融自主创新与科技管理体制创新的冲突亟待消解。(四)数据集中使得金融自主创新与银行数据的充分有效利用冲突凸显。目前，大部分银行的数据大集中只是完成了分散数据的物理集中，远没有发挥出数据大集中的真正价值和意义。一是大量无效的数据简单减弱自主创新的有效性。数据大集中后，银行的数据空前丰富，但哪些数据有用?哪些数据无用?哪些数据是正确的?哪些数据是错误的?须要银行在自主创新的过程中甄别、剔除。二是数据挖掘、决策支持系统“短腿”制约银行的自主创新。数据集中后，如何运用数据挖掘技术从目前驾驭的大量数据中提取有用信息，为决策者进行自主创新供应有效数据分析和决策支持，将是各行数据大集中工作之后的又一难题。三是由于中国地域的广袤和经济发展的不均衡，客观上使得各分支机构的业务存在差异，如何用统一的系统功能来满意地方需求的差异，是数据大集中后银行自主创新遇到的难题。三、数据大集中主导下的金融自主创新路径我国银行业所做的数据大集中只是一个数据整合的过程，不是银行的最终目标。银行业应当利用“数据大集中”的机会构建自己的分析型客户关系管理系统和数据仓库管理系统，进行决策、战略和管理创新，实现经营模式由以“账务”为中心向以“客户”为中心的转变，全面提升市场竞争力。本人认为，银行由技术主导的金融自主创新应当做好以下几个方面的工作。(一)利用数据集中进行银行管理体制、经营机制创新。制度创新是建立在技术创新基础之上的，或者说是技术创新对制度提出了改革的诉求。只有当制度不能适应技术的发展，才有进行制度创新的必要与可能。国际上为什么近年来合并成风，银行越来越大，这是因为高科技管理手段在银行业得到充分运用，使其对金融业的管理成为可能。网络技术的运用，大银行可以随时了解其遍布全球分支机构的经营状况，甚至能随时了解其每日的收支而不会出现管理的盲点。银行的综合化经营，是因为银行用现代管理手段可以对不同业务进行科学而严格的管理，防止其中出现的漏洞。而监管部门也能运用现代手段对其进行不间断的跟踪，防止出现大的风险与产生违法行为。(二)利用数据集中进行银行经营管理技术创新。从国际上看，这一轮金融创新持续了近40年，出现了大量新的金融工具、金融分析手段和管理方式。从上世纪60年头发行大额定期存单起，新的负债工具不断推陈出新，使得商业银行的管理思维从传统的资产管理转向了负债管理；随着金融自由化的兴起，利率管制、外汇管制被解除，风险管理工具层出不穷，管理思维又转向了资产负债管理。现在，金融全球化使金融市场成为一个整体，不断有新的金融工具出现。然而，银行全部的管理技术创新都是建立在银行数据集中基础上的，对此，商业银行要充分利用数据集中资源进行有效的经营管理技术创新。(三)利用数据集中进行银行经营服务创新。数据大集中应当能够而且可以为客户的差异化乃至特性化服务供应更好的技术支撑。银行应当利用数据大集中优势，实现由一元化的服务结构向多元化服务结构的转变，不断发掘对自己最有价值的客户与最有价值的市场，而不是拘泥于某一类客户或某一个市场。同时，银行还要利用数据的大集中实现服务渠道的多元化和人性化，由目前单一的以银行固定网点为主的物理化服务转向物理化和电子化、网络化并重的服务，实现物理网点有形服务渠道与网上银行、电话银行等虚拟服务渠道的相互补充、共同发展。(四)利用数据集中进行银行服务供应创新。银行数据大集中并不排斥银行为不同的分支机构供应不同业务需求。解决“集中”与“分散”之间冲突的关键是，在大集中系统中要供应一个开放性的标准接口，通过这个接口，分支机构可以开发一些前端系统，开展本地化业务。为了满意各分支行本地中间业务的处理和管理的须要，深圳发展银行在其分支行设置具有综合功能的前置机，这种“大前置”系统将不同种类业务系统的共性加以整合，能适应各种后台业务主机、实现各种应用系统的开放和便利升级，给予了分行中间业务广袤的开发空间。“深发展模式”目前正在一些商业银行中得到普遍的推广和运用。(五)数据集中主导下的金融自主创新本身涵盖数据风险限制的内容。笔者认为，银行的信用风险、市场风险、操作风险都是可控的，也是可以承受的，只有数据风险才是不行控和难以承受的。可以说平安是金融自主创新的前提和基础。而总体上看，我国银行业灾难复原体系基础仍很薄弱，存在一些亟待解决的问题。如很多重要应用系统还没有实行基本的数据级灾难备份措施，重要应用系统灾难备份的法规和标准不完善，灾难备份建设缺乏统一的规划和部署，存在盲目建设和发展的倾向，中小银行灾难备份中心建设存在资源、费用困难等。因此，商业银行必需建立起高牢靠性、高冗余性和高扩展性标准的数据处理总中心信息基础设施，能够实现产品的快速开发和升级。同时要在同城建立数据实时备份中心，在异地建立主数据中心相同的灾难备份中心，确保在主中心发生灾难事故时能够快速接管和复原运行。