銀行的大數據困局_PPL

眼下，數字化轉型可謂如火如荼，數字化轉型最終帶來的一個樂觀的結果就是充分釋放數據要素生產力，然而，知易行難，真正要做起來，卻沒有那么容易，試想，我們有哪個機構或者有哪個人敢說我們一定能夠實現這個目標？

我們把時光回溯到2011年，那一年，麥肯錫發布了《大數據：下一個創新、競爭和生產力的前沿》報告，引爆了大數據浪潮，一些領先銀行率先啟動大數據應用工作，幾年下來，我們的確看到了銀行在數據應用方面取得的長足進步，數據在銀行數字化轉型、數字化經營中起到了重要的驅動作用，發揮了較大的價值。但是，與此同時，銀行的大數據應用工作越發處于一種混沌的狀態，給人一種霧里看花的感覺。

大數據應用對銀行而言，是一項新的工作，銀行也是在探索中前行，隨著應用的推進，銀行大數據應用方面存在的問題也越來越明顯。

報告：美國各銀行的抵押貸款業務正出現首次虧損:4月13日消息，美國抵押貸款銀行家協會（MBA）的一份最新研究報告顯示，美國各銀行的抵押貸款業務正出現有史以來的首次虧損。

這份報告深入研究了2022年以來的最新數據，揭示了向企業、投資者和普通美國人發放房地產貸款的金融機構的收入急劇下降：“獨立抵押貸款銀行和特許銀行的抵押貸款子公司在2022年發放的每筆貸款上平均虧損301美元，低于2021年每筆貸款的平均利潤2339美元。”

這是自2008年MBA開始追蹤這些數據以來，抵押貸款機構首次集體出現虧損。

報告將損失歸因于抵押貸款利率在相對較短的時間內飆升，以及“極低的住房庫存和負擔能力挑戰”。

此外，抵押貸款機構為每筆貸款支付的貸款成本從2021年的8664美元增加到2022年的10624美元。增加的費用包括傭金、補償、占用、設備和其他生產費用等項目。

MBA行業分析副總裁Marina Walsh表示，該公司預計2023年購房者的抵押貸款需求將進一步下降。（The Daily Hodl）[2023/4/13 14:01:10]

首先，數據組織的定位不清晰。一些在數據方面做的比較早的銀行，大多以獨立的數據部門作為數據應用的載體，這種模式對于快速的推進數據應用的確起到了比較好的效果，這種模式也受到了越來越多銀行的認可，在數字化轉型的浪潮之下，很多中小銀行紛紛設立獨立的數據部門，然而，到目前為止，數據部門的組織定位即便在一些先發的銀行也并不是那么清晰，根源有二，一是一些銀行的高管可能對數據與傳統信息技術的差異認識不足，還是將其定位為類似傳統的信息技術部，另一方面，對銀行業務部門來說，出于部門利益的考量，也會和數據部門之間形成一定的隔閡，導致數據部門常常有種有力使不出的無奈之感；二是數據部門自身定位的迷茫，銀行數據部門的管理者基本都是來自于信息技術部門，即便是對外公開招聘，也往往傾向于引進純技術背景的管理者，由于很多技術出身的管理者工程師思維較重，對業務缺乏理解，導致很多數據部門技術平臺搭建的如火如荼，但在數據應用方面基本依賴于業務部門的需求驅動，技術平臺是數據應用的基礎，這本無可厚非，但是，數據工作的核心還是數據價值的釋放，如果把重心搞亂了，數據部門自己也都搞不清楚自己的定位了。

中鈔區塊鏈張一鋒：紙幣、中央銀行的數字貨幣是一個長期共存和互補的過程:11月11日消息，21世紀亞洲金融年會金融科技主題論壇今日在北京舉行，本次論壇的主題為“數字變革、重塑金融生態”。中鈔區塊鏈技術研究院院長張一鋒出席并發表題為《中央銀行數字貨幣的幾點認識》的主旨演講。 張一鋒認為，從歷史上各自貨幣形態變遷的過程來看，每次都是不斷地迭代螺旋式發展，從來沒有一蹴而就過，從北宋發明了紙幣，經過了宋朝、元朝，到了明朝之后，馬上又重新用回了銀子，一直到1934年，我們中國才重新又啟用紙鈔。所以今天我們認識到的CBDC也可能只代表了數字貨幣發展過程中間的一段序曲、一陣號角，在很長的一段時間里面，紙幣、中央銀行的數字貨幣和其他電子支付的手段恐怕會是一個長期共存和互為補充的過程。（新浪財經）[2020/11/11 12:19:13]

第二，數據應用大多仍然停留在傳統的分析挖掘階段。不少銀行的很多數據應用工作仍然停留在寫寫分析報告，做做邏輯回歸、決策樹模型等傳統的數據分析挖掘工作，對結構化數據過度依賴，非結構化數據處理能力不足，對于前沿的人工智能應用整體偏少，也缺乏足夠的能力儲備。即便有一些應用，主要集中在客服領域，大多以外部引進為主。

聲音 | 瑞士聯合銀行前CEO：加密領域新的合規行動者引起了大銀行的注意:瑞士大型跨國投資銀行瑞士聯合銀行前首席執行官Peter Wuffli接受Finews采訪時表示，新的受監管的加密貨幣參與者的到來正吸引著大型銀行的注意。我現在看不到泡沫。從最近的首次代幣發行和比特幣泡沫中吸取教訓后，我看到了更加認真的業務規劃和解決方案，可以滿足客戶的需求。”當談到傳統金融部門對新興的加密資產空間和行業發展的反應時，他談到瑞銀（UBS）和瑞士信貸（Credit Suisse）等大型銀行時說：據我們所知，自獲得許可以來，興趣明顯增加了。銀行高管正在要求他們的中層管理人員弄清楚這僅僅是金融科技的風潮而已，還是真的具有變革性。（cointelegraph）[2019/9/23]

第三，銀行的數據部門開放程度不足。數據本身具有連接屬性，做數據應用工作一定要開放，要海納百川，要融入到社會生態中去，關鍵是思想的開放融合，能夠敏銳的預判社會、行業以及技術發展的趨勢。雖然這些年隨著數字化轉型的推進，銀行開放了很多，但是，數據部門作為服務銀行業務發展的內設部門，考慮數據安全、商業機密等因素，本身的開放程度與理想的狀態還有差距。再加上銀行總行工作整體比較穩定，一些人思維也比較封閉，缺乏對新事物、新技術的好奇心。

動態 | Ripple CEO談論美國銀行的非實用專利以及Libra對Ripple的影響:據AMBCrypto消息，Ripple CEO Brad Garlinghouse在最近接受彭博采訪時談到了美國銀行的非實用專利。他表示，“我既不能證實也不能抹殺它，眾所周知，我們廣泛地與世界各地的銀行合作，當然，世界上一些最大的銀行是我們的客戶；我們將繼續與銀行合作。我也對此感到驚訝。”這項專利沒有提到XRP，但是讓XRP愛好者精神振作。美國銀行的非實用專利聲明，“需要一種靈活且成本效益高的會計處理方法，并需要用于實施該方法的系統。” 在談到Libra及其對Ripple的影響時，他表示，金融機構和美國政府的監管都很重要。Libra聽證會是加密空間的墊腳石，也是一筆巨大的交易。然而，Garlinghouse表示，這也將導致利用加密貨幣并構建一些有用東西的合法企業和初創企業陷入困境。“就連總統也出來發推說‘我不喜歡加密貨幣’。這很像在1997年對互聯網公司說的話。”他還表示，Libra的做法與Ripple的做法相反，因為它目前與很多銀行、金融機構和監管機構合作。[2019/7/24]

第四，數據要素價值變現的通路不暢。數據應用需要形成端到端的閉環能力，才能有效的推動數據的落地應用、成效的監測以及模型的迭代，而銀行的組織鏈、系統鏈過長，一方面，數據部門處于后端，難以直接觸達前端，另一方面，長鏈條的流轉難以避免會出現這樣或者那樣的斷點。最終的結果就是數據應用難以起到預期的效果，導致業務部門對數據應用工作產生質疑，數據部門對業務部門的應用積極性不滿，從而，進一步加劇數據應用的難度。

日本加密貨幣交易所BITPOINT發布在即時充值服務金融機構中追加住信SBI銀行的通知:據日本加密貨幣交易所BITPOINT官網，該交易所將在日本時間5月19日完成系統維護后，將在即時充值服務金融機構中追加住信SBI銀行。[2018/5/17]

這個問題的背后是銀行的數據戰略缺失，從戰略的角度來說，業務戰略是銀行的核心戰略，數據是服務于業務戰略的，但是，在業務戰略之下還缺乏數據戰略，以指引數據應用工作。有朋友可能會說銀行不是已經有金融科技戰略了嗎？的確，不少銀行都發布了金融科技戰略，數據作為一部分被納入到金融科技戰略，這也正是銀行高管層對數據工作認知不足的體現。

數據作為一種新型的生產要素，和傳統的信息技術相比，有其獨特的特征，主要表現在四個方面：

一是數據的強業務屬性。在前文我們已經提到了數據的業務屬性，數據是為依靠現有手段無法解決的業務問題提供解決方案的，是一種主動的業務創新活動，傳統軟件開發是將確定的業務解決方案通過軟件去實現，是一種相對被動的執行操作，所以，數據應用工作的核心是創新，是對業務的引領；

二是數據的強連接屬性。數據在數據庫中就是一個個字段，數據只有盡可能的連接起來才能實現價值最大化，就像如果我們只看一個類似“貸款金額”的字段，本身可獲取的信息有限，價值比較低，如果我們把數據字段擴展到整張數據庫表，我們可以獲得的信息和價值則要豐富的多，同樣的，如果我們把銀行的數據和互聯網、政府等的數據進行連接，獲得的價值則要大的多；

三是數據的強研究屬性。我們說數據是為現有手段無法解決的問題尋找答案的，這又要分幾種情況來看，有的問題是可以借鑒行業中已有的解決方案的，有的問題則是行業中沒有現成的解決方案可以借鑒的，需要自己去摸索和探究，理論指導實踐，在摸索的過程中，我們常常需要從理論中去尋找方向，而這個理論還不完全都是算法層面的，有時候你可能還要從金融學、社會學、心理學等理論中去尋找答案，有時候你忙乎了大半年，可能最終得到的卻是失敗的結果，所以，數據工作具有天然的研究屬性，有人把它稱為“數據科學”；

四是數據的強刷新屬性。這主要分為兩個層面，一個是數據層面，數據越鮮活，刷新越快，越能產生價值，所謂鮮活，就是數據距離當前的實踐比較近且高頻。數據是現實世界在數字世界中的映射，現實世界是動態變化的，隨著時間的推移，人的行為習慣、社會的運行邏輯等方面都會發生改變，隨著人類進入數字時代，這種變化越來越快，所以，你無法把用10年前的數據做出來的用戶畫像用在今天的營銷上。另一個是算法層面，今天的算法更新速度很快，你只有持續跟上節拍，不斷刷新自己，你才能跟上時代的腳步。

數據代表新的生產力，我們都認識到了未來數據要承擔的重要使命，就要高度重視數據工作的獨特特征，建立與這些特征相適應的獨立戰略，以指引數據應用方向，形成數據思想，推動建立與之相適應的管理機制、工作方法，不能再新瓶裝舊酒，依然用傳統的信息技術管理方式去推進數據應用工作。就當下來說，雖然銀行現在的數據應用取得了一定的成果，但是，先行者在經過了幾年的持續的以傳統數據分析挖掘為主的工作之后，邊際效用已經大幅下降，隨著時間的演進，缺乏數據戰略的銀行，數據應用的邊際效用將快速趨近于零，原地踏步，難以實現質的飛躍，最終，陷入“滯脹”陷阱，甚至可能淪為雞肋，這絕不是危言聳聽，當你從0到1的時候，你隨便做點什么，都有可能產生價值，當你需要從1到10的時候，需要的是深厚的沉淀、深度的思考、冷靜的預判、有序的推進，沒有戰略，你永遠走不出混沌的狀態。因此，對于領先的銀行，已經到了對數據工作進行再思考的時候了，對于正在起步的銀行，則要從一開始就建立獨立的數據戰略。至于怎么建，我們下文探討。

Tags：加密貨幣ripplePPLPLE加密貨幣市場ripple幣問題APPLEBpeople幣是不是騙局

比特幣價格