浅谈大数据下商业银行的财务管理

摘要：大数据给金融业商业银行财务管理带来机遇。本篇文章首先定义了大数据，分析了大数据的应用价值。其次分析了商业银行财务管理的现状，总结了商业经营中存在的问题。最后尝试性讨论了大数据在商业银行财务管理中的应用并结合实际案例给予规划建议。

关键词：大数据；财务管理；商业银行

大数据作为新型的继互联网行业之后的技术变革，给我们的日常生产生活带来了翻天覆地的影响，带来很多的机遇与挑战。智研咨询的《2018-2024年中国互联网及服务行业市场竞争格局及投资前景分析报告》指出：截至2018年6月30日，我国网民规模达8.02亿，互联网普及率为57.7%；2018年上半年新增网民2968万人，较2017年末增长3.8%；我国手机网民规模达7.88亿，网民通过手机接入互联网的比例高达98.3%。①互联网普及带来海量的用户数据沉淀。因为用户每时每秒都在利用互联网，大量的数据信息通过用户的网上验证与操作进行积累，这为大数据发挥作用奠定了坚实的基础，也给各行各业应用大数据进行技术革新带来了必要条件。当前，传统的金融服务难以满足互联网进步下人们日益增长的金融服务需求及自身的利益保障，因此，一场以拓展业务领域、增加资金收入、提高工作效率、增强风险预防指数为目的的数据性质的革新风暴正在金融各个领域兴起。例如：商业银行积极进行业务革与行业转型，以寻求发展的新动能。商业银行更能通过自此数据更新对自身用户进行数据高效处理分析，这将极大促进商业银行结构的革新，进一步提高经营效率，进而控制经营风险。

1大数据背景介绍

1.1定义。全球知名咨询公司麦肯锡曾经对大数据提出总结性的概述，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”②大数据的优势在于它所包含的数据规模复杂、庞大、多领域，能够在短时间内在不同渠道精确获取以往数据库资源难以搜集和整理甚至无法实现储存的大容量资料。1.2特点。大数据的特征可以用数量庞大、种类繁多、价值密度低、处理速度快四个方面来概括，他们是大数据区别于传统数据最显著的特征。数量庞大，即数据海量且数据计算量大。种类繁多指大数据不止停留在数字层面，图片、视频、日志等信息也都会被大量收集，总体形成数据库。价值密度低主要因为海量数据中的各类信息都被提取到，使得信息的平均价值降低，从而导致单位体积中有用的信息比值较低。处理速度快则是由于数据被高度集中在数据库中，因此在提取相应的有目的性的信息时，信息能被快速便捷的搜索提取。1.3应用价值。大数据通常以数据种类总量大作为定义，将其作为大量信息和海量资料综合的标准。但企业在应用中，如果不能高度利用大数据，它依然很难了解客户的综合喜好和自身经营方式的优劣，因此，充分利用大数据，将大数据的分析技术贯彻到应用中方为首要之措。就数据分析技术而言，它是企业经营者在管理和办理业务中对收集到的客户信息的采集、分析、整合、分类及应用的一种手段，它不止停留在整理数据的层面，它还能自动有针对性的从数据信息层面挖掘出潜藏的数据并给企业提供有参考价值的建议及措施。大数据目前对数据的获取、处理、分析、储存的能力已经可以媲美甚至超过人脑或计算机普通软件领域。它可以作为解决问题的分析方式，挖掘海量信息量的手段。企业将大数据应用在经营中可以提高公司的运营效率，压缩成本，减轻公司对个人的依赖。因此在处理流程中大数据有着重要的地位。

2商业银行财务管理现状

2.1财务信息收集难度大。在财务管理中最必要的环节是收集财务信息资料，但商业银行对数据的处理能力往往因为数据的上下机构传递效率慢，格式不统一而远不能与商业银行所要求的水平相当（蒋建成，2014）。由于属下成员企业众多，会计核算水平参差不齐，规范性要求大同小异，导致其上报的报表结构不同，各个分支机构制度不同，管理制度不同，支行受管辖的机构不同，导致总行收集资料难度变大。尤其，由于时间的要求，导致信息的可靠性经受推敲。因此，商业银行所搜集的财务信息资料不能保障质量与可靠度。2.2资金预算的复杂性。每个季度的资金预算取决于上个季度资金收入与支出的比值。每个季度的下半时期总行从各个分行机构收集资金使用量以调整下个季度的资金方案。由于各个分行资金预算受前一阶段财务支出的制约，而财务支出又由各分行不同的经营模式及状况共同作用，导致其具有不定向性，因此资金预算就会不定时的进行调整（蒋建成，2014）。由于在每季度各支行的经营情况大不相同，所设立的经营指标必然大相径庭，也就使得资金预算一直处于动态调整的状态。集团属下众多的分行，给商业银行的资金预算时刻带来变化，因此，商业银行要积极采取措施以应对变化。2.3财务工作风险性大。贷款与存款是银行收支的主要来源。为使银行达到收支平衡的动态平衡，必须保证货币流通的安全性，而银行恰巧在这方面承担着极高的风险性。客户向银行贷款，一是不能保证再规定的时间内归还借款，而为还钱又会向第三方平台贷款，造成滚雪球现象，使银行不能收回本金。二是银行在确定客户的信誉度后，不能跟踪用户用钱购买的商品与和银行承诺的相符，换句话说，贷款者可根据所签订合同中的贷款目的来运用贷款所得的资金，也可以将资金作别的用处，导致银行不能收回本金。另一方面，虽然，目前银行收支比较平衡，但是银行中的大多数存款属于长期年限的存款，如果不能将所拖欠的贷款及时催回，等到贷款同时需要提现时，银行金库中将不能提供客户的需求，使爆发风险造成损失，难解决。

3大数据在商业银行财务管理中的应用

3.1简化信息传递系统，提升财务管理效率。在银行财务管理工作环节中数据收集与处理显得尤为重要，处理数据水平的质量与效率直接影响着成本核算、预算管理、风险管理、战略制定等后续工作的展开。通过建立商业银行大数据信息系统，完成对各种财务数据的统一收集、提取与加工，保证银行财务数据的统一性、一致性、共享性与及时性，将现有的多层化信息传递结构转变为扁平化信息传递结构，避免多层化结构中信息传递的低效与滞后。目前银行多层化现象主要在两方面带来信息传递问题。一方面总行向分支机构收集财务数据时，数据格式不统一。具体而言，分支机构在商业银行中相对较多，且各分行都是自行管理的，而其与别的公司之间又有很多的业务来往，由此而使得财务管理更加复杂，难度系数也大大的提高了。由于各分支机构的要求制度差异导致总行在收集隶属机构财务数据时，格式不统一。在总行收集的数据大集中之后，数据的存储量非常丰富，除财务信息之外，同时还有丰富的非财务信息，而由于隶属的分支结构数据格式不统一，总行需要重新进行数据整理、分析及挖掘（李芬萍，2011），这就使银行总体工作效率大打折扣。另一方面，数据在传递过程中反映出信息传递不同时、不统一的问题。就人民银行的财务管理制度为例，根据章程相关规定，按照本行组织架构设置和职能分工”的有关要求，财务管理的层级包括：股东大会、董事会、资产负债管理委员会、财务管理委员会、财务部门业务条线部门及其他相关部门（胡博，孔桂明，2018）。但当前，商业银行的总行要求管理层对下属分行的财务管理上采取垂直管理和双线负责制，这就导致分工不明确（刘宏，2009），不管是总行财务主顾，还是分行财务主管，都直接管辖财务分配工作，造成了我国大部分商业银行事实上依旧单位总负债人来直接对财务主管的工作进行管理和考核，也就是分行行长直接管理分行财务主管，而总行行长直接管理总行财务主管，两者依旧不关联，致使管理上相对较为分散。由此可见，商业银行财务管理工作所需数据量大，收集困难，上下的组织关系、分支机构、向下传达的每级银行所构成的体系十分复杂。大数据可以针对这一问题发挥操作系统高度严密的优势，以强化商业银行的整合能力。这其中包括银行内部各部门间的数据整合，上下级分支机构间的数据整合，以及与大数据链条上其他外部数据的整合。目前，来自各机构、各渠道的数据标准存在差异，建立大数据信息系统，能尽快统一标准与格式，以便进行规范化的数据融合，形成完整的数据视图（刘宏，2009）。同时，大数据还可以解决数据传递不同时的问题。因为数据具有分散性，银行各个机构在针对不同需求提取特定信息时需要从不同的银行支部机构中提取数据，这就大幅度降低了银行的工作效率。由于大数据几乎集中了所有客户的全部消息，所以银行机构完全可以通过建立大数据信息系统进行整体化技术更新，以统一的大数据信息系统为运行基础，扩展业务工作。银行机构整体从大数据中提炼有效信息，既提高了工作效率，又保证了信息的价值性。民生银行开发上线的数据产品“猫头鹰”已在民生银行1089家支行投入使用，覆盖了民生银行全部39家分行。猫头鹰，是一款服务于各支行经营管理者的数据产品，可以让每一位民生银行的支行管理者随时随地掌握本机构的经营状况。③“猫头鹰”分析数据的变动趋势的能力，便于支行行长实时掌握支行盈利销售的情况，进一步提升财务管理的透明度与灵活度。猫头鹰数据的更新化，不仅为民生银行经营管理者提供了海量精准可靠的数据，还让客户能了解经营机构数据，反而促进支行支持开展营销。3.2深入透析财务数据，提升财务管理能力。大数据时代下，大数据技术强大的信息运算能力与数据挖掘能力将极大提升商业银行成本管理、预算管理、风险管理水平，从而整体提升企业财务管理能力。以统计分析模型、关联规则模型、聚类分析模型、人工神经网络模型等大数据分析模型为模版，大数据技术可以进一步挖掘出财务数据背后的深度信息与危险性，帮助管理者保证业务的安全性（张秀菊，2018）。以风险管理为例，银行通过大数据技术形成客户画像，识别高风险客户，从而降低贷款风险。当下，商业银行的不同机构同质化问题一致严重。我国各家银行主营业务仍然是以传统的存贷款为主，虽然银行通过各自的会计核算方法将部分贷款利息收入转换成中间业务收入，但是，归根到底银行利润的绝大多数仍然来源于存贷款利息差。商业银行间的竞争也只能依靠以高息揽存为主要手段的价格战。然而，虽然贷款利息业务是银行机构的主要经营渠道，它却有着极高的风险性。首先，审批贷款流程过于简化，对传统商业银行的经营带来极大的风险，应用大数据技术，企业可以通过对客户信息的全面收集，利用大数据的处理，可以减少数据不对称的问题。由于信息不对称，往往传统商业银行的贷款审批流程并不严格。而在大数据时代，互联网金融企业可以对客户信息进行全方位收集处理，利用网络信息技术在很大程度上减少了信息不对称问题，因而在保证业务利益的前提下对贷款流程上也做到了极大的透明化，使得商业银行贷款业务减少财物损失的风险。④目前，民生银行的产品啄木鸟能够精准的风险监控与全能预警。⑤啄木鸟，通过预警事件驱动机制控制风险。当预警事件发生时，系统内风险审计及贷后管理环节将被触发。该产品围绕客户构建全视角风险预警信息网络，全面覆盖风险传导机制过程，解决了因风险信息分散、滞后、非对称及过载而造成的未及时处理问题，提高了单个业务人员处理效率，提升了银行的风险管理及风险管控水平。“啄木鸟”可以实现的功能包括两大方面，一是运用大数据挖掘技术，可以构建客户定量预警分析模型，实现对客户的债项分析和对客户行为刻画，通过挖掘民生银行自身业务中沉淀出的海量客户账户信息实时交易数据和信贷记录对客户的债项各方面信号进行全方面的准确识别将模型，基于客户借债行为构建风险定量预警模型，将其应用在风险管理过程中可提升风险管理过程的可信度，使银行对客户、债项、交易等来自不同方向的风险都能及时的进行评估并给予可靠性的预警建议，增加了风险管理的科学性和客观性（李璠，2015）。二是流程电子化，利用信息化手段实现流程电子化，将银行各业务线条相关业务规则程序化，提高零售客户风险识别流程的标准度和规范度，为银行进行风险监控与管理决策提供有力支持。目前，民生银行广泛投用产品啄木鸟，大大降低了风险发生的频率。在零售审计业务中，审计人员可以借助啄木鸟构建的数据模型进行疑点数据分析，从而在海量的数据源中可以迅速的锁定风险数据，通过多种手段进行排查，锁定实质性风险源。例如，在零售业务审计中，由于啄木鸟的应用，辅以非现场数字化审计和现场检查，不仅保证了审计高质量，还大大提升了工作效率与成本，人员数量下降30%、现场检查时间压缩50%、差旅费用下降75%。

作者:尚子祺 单位:沈阳市第二十七中学