大数据的国家战略

2022-06-26

第一篇:大数据的国家战略

国家大数据战略

国家大数据战略——习近平与“十三五”十四大战略

大数据很忠诚,它真实记录人们的每个足迹,深藏功与名;大数据很任性,它的分析有根有据,拒绝流言蜚语;大数据很友好,它提供各种权威参考,它创造绿色经济,让我们的生活更美好。世界已经进入由数据主导的“大时代”。以习近平同志为总书记的新一届中央领导集体,站在时代最前沿,带领全国人民迈入大数据时代。五中全会的“十三五”规划建议提出:“实施国家大数据战略,推进数据资源开放共享。”“学习中国”今天推出《习近平与“十三五”十四大战略》系列文章之“国家大数据战略”篇。

一、大数据引领生活新变化

我们生活在一个充满“数据”的时代,我们打电话、用微博、聊QQ、刷微信,我们阅读、购物、看病、旅游,都在不断产生新数据,“堆砌”着数据大厦。大数据已经与我们的工作生活息息相关、须臾难离。中国工程院院士高文说:“不管你是否认同,大数据时代已经来临,并将深刻地改变着我们的工作和生活。”2015年5月,习近平在给国际教育信息化大会的贺信中说,“当今世界,科技进步日新月异,互联网、云计算、大数据等现代信息技术深刻改变着人类的思维、生产、生活、学习方式,深刻展示了世界发展的前景。”

“大数据”并不神秘。实际上,大数据就在你我身边,虽然你看不到它,不在意它,但它却始终在你身边、且已经并将继续影响着你的生活。习近平和彭丽媛访问英国帝国理工学院时,校方赠送给彭丽媛的羊绒披肩就有大数据的功劳,披肩尺寸就是通过计算机图像分析技术得出的。校方还向习近平展示了运用大数据的方法分析国内人口迁移情况,“一带一路”政策的国际影响力,个性化医疗的推广,以及上海地铁的负载分布和应急办法等。习近平对利用大数据技术帮助提高人民生活质量的做法给予高度评价。

大数据已经广泛应用于日常生活息息相关的诸多领域。必应搜索通过集成以往的飞机票价画出未来票价走势;谷歌利用用户搜索记录判断出美国流感疫情的现状,在时间上比美国疾控中心的预测还快两周;对冲基金通过剖析社交网络推特的数据信息来预测股市的表现;交通部门通过大数据分析出实时路况;交友网站利用大数据分析来寻找爱情,并来帮助需要的人匹配合适的对象;利用穿戴装备(例如智能手表或者智能手环)生成最新的数据,可以根据自身热量的消耗以及睡眠模式来进行追踪身体是否健康。这些无一不体现出大数据与我们的生活紧密相连。大数据掀起的风暴已席卷到生活的各个角落,大数据将会使我们的生活更加美好。

二、大数据孕育发展新思路

数据是发展的产品,发展依靠数据获得新思路。“数谷”是贵阳这座发展相对落后的西部山城的新名片,2014年贵阳在大数据产业的带动下实现地区生产总值2497.27亿元、增长13.9%。2014年“两会期间”,习近平在参加全国两会贵州代表团审议时指出:“贵州搞大数据产业招商,发展电子信息产业,是很好的选择。”2015年6月17日,习近平来到贵阳市大数据广场,走进大数据应用展示中心,听取贵州大数据产业发展、规划和实际应用情况介绍。贵州省以发展大数据作为突破口推动经济社会发展的探索,给习近平留下深刻印象,习近平对当地干部说:“我听懂了,贵州发展大数据确实有道理。”

“大数据经济”的背后逻辑,是中国经济悄然发生的“质变”。中国经济在增速放缓的情况下,就业率不降反增,一个重要原因就是进行了政府的自身改革,推出一系列简政放权举措,引发小微企业、个体户井喷式增长。而这些企业、商户中多数人的经营业务都是依托于互联网展开的,都与数据有关,大数据正在孕育出更多的新业态。李克强指出:“13亿中国人,

八、九亿劳动力,这其中如果有越来越多的人依托新业态发展,就会培育出中国经济发展的新‘发动机’,也必将会对社会发展、人民进步造成深刻影响。”

大数据不只是一个产业这么简单。它在社会的各个领域中都无所不在,可以与N个产业“相加”,形成“大数据+”,“互联网+”的本质是连接和数据。中国联通网络技术研究院首席专家唐雄燕说:“数据已经成为一种新的经济资产类别,就像货币或黄金一样,将形成数据材料、数据探矿、数据加工、数据服务等一系列新兴产业。”2014年3月5日,李克强在十二届全国人大二次会议上作政府工作报告时说,要设立新兴产业创业创新平台,在新一代移动通信、集成电路、大数据、先进制造、新能源、新材料等方面赶超先进,引领未来产业发展。这是“大数据”首次进入政府工作报告,也表明其作为一种新兴产业,将得到国家层面的大力支持。

大数据时代,数据正在成为一种生产资料,成为一种稀有资产和新兴产业。任何一个行业和领域都会产生有价值的数据,而对这些数据的统计、分析、挖掘和人工智能则会创造意想不到的价值和财富。习近平强调:“机会稍纵即逝,抓住了就是机遇,抓不住就是挑战。”

三、大数据开辟国家治理新路径

大数据不仅是一场技术革命,一场经济变革,也是一场国家治理的变革。牛津大学教授维克托·迈尔·舍恩伯格在其着作《大数据时代》中说:“大数据是人们获得新的认知、创造新的价值的源泉,还是改变市场、组织机构,以及政府与公民关系的方法。”

大数据时代,互联网是政府施政的新平台。单纯依靠政府管理和保护数据的做法会使政府在面对大规模而复杂的数据时应接不暇、不堪重负。而通过电子政务系统,可以实现在线服务,做到权力运作有序、有效、“留痕”,促进政府与民众的沟通互联,提高政府应对各类事件和问题的智能化水平。“十三五”规划建议指出:“运用大数据技术,提高经济运行信息及时性和准确性。”

大数据正有力地推动着国家治理体系和治理能力走向现代化,正日益成为社会管理的驱动力、政府治理的“幕僚高参”。习近平在参观腾讯公司时说:“互联网在社会管理方面有较大作用,我们怎么去适应它?我看到你们做的工作都是很重要的,比如在这样的海量信息中,你们占有了最充分的数据,然后可以做出最客观、精准的分析。这方面对政府提供的建议是很有价值的。”李克强在考察北京·贵阳大数据应用展示中心时说:“把执法权力关进‘数据铁笼’,让失信市场行为无处遁形,权力运行处处留痕,为政府决策提供第一手科学依据,实现‘人在干、云在算’。”李克强考察山东浪潮集团时指出:“不管是推动政府的简政放权,放管结合,还是推进新型工业化、城镇化、农业现代化,都要依靠大数据、云计算。所以,它应该是大势所趋,是一个潮流。”大数据使得政府决策的基础从少量的“样本数据”转变为海量的“全体数据”。政府树立大数据意识,促进相关数据完全共享,更多地依赖数据进行决策,可以实现从以有限个案为基础向“用数据说话”转变的全新决策。

近年来,“大数据”议题已经成为了国务院常务会议的座上客,“大数据”战略早露端倪。2014年7月23日,国务院常务会议审议通过《企业信息公示暂行条例(草案)》,推动构建公平竞争市场环境。其中要求建立部门间互联共享信息平台,运用大数据等手段提升监管水平。2014年9月17日,部署进一步扶持小微企业发展,推动大众创业,万众创新,其中包括加大服务小微企业的信息系统建设,方便企业获得政策信息,运用大数据、云计算等技术提供更有效服务。2014年10月29日,要求重点推进6大领域消费,其中强调加快健康医疗、企业监管等大数据应用。2014年11月15日,提出在疾病防治,灾害预防,社会保障,电子政务等领域开展大数据应用示范。2015年1月14日,部署加快发展服务贸易,以结构优化拓展发展空间,提出要创新模式,利用大数据、物联网等新技术打造服务贸易新型网络平台。2015年2月6日,确定运用互联网和大数据技术,加快建设投资项目在线审批监管平台,横向联通发展改革,城乡规划,国土资源,环境保护等部门,纵向贯通各级政府,推进网上受理、办理、监管“一条龙”服务,做到全透明,可核查,让信息多跑路,群众少跑腿。2015年7月,国务院办公厅印发的《关于运用大数据加强对市场主体服务和监管的若干意见》提出,要提高对市场主体服务水平;加强和改进市场监管;推进政府和社会信息资源开放共享;提高政府运用大数据的能力;积极培育和发展社会化征信服务。

四、大数据重塑世界新格局

“数据是新的石油,是本世纪最为珍贵的财产。”大数据正在改变各国综合国力,重塑未来国际战略格局。2013年7月,习近平视察中国科学院时指出:“大数据是工业社会的‘自由’资源,谁掌握了数据,谁就掌握了主动权。”

大数据正在成为经济社会发展新的驱动力。随着云计算、移动互联网等网络新技术的应用和发展与普及,社会信息化进程进入数据时代,海量数据的产生与流转成为常态。预计到2020年,全球数据使用量将达到约400亿TB,将涵盖经济社会发展各个领域,成为新的重要驱动力。大数据重新定义了各个大国博弈的空间。在大数据时代,世界各国对数据的依赖快速上升,国家竞争焦点已经从资本、土地、人口、资源的争夺转向了对大数据的争夺。习近平在中央网络安全和信息化领导小组第一次会议上指出:“网络信息是跨国界流动的,信息流引领技术流、资金流、人才流,信息资源日益成为重要生产要素和社会财富,信息掌握的多寡成为国家软实力和竞争力的重要标志。”未来国家层面的竞争力将部分体现为一国拥有数据的规模、活性以及解释、运用的能力,数字主权将成为继边防、海防、空防之后另一个大国博弈的空间。大数据将改变国家治理架构和模式。在大数据时代,用大数据可以通过对海量、动态、高增长、多元化、多样化数据的高速处理,快速获得有价值信息,提高公共决策能力。

鉴于大数据潜在的巨大影响,很多国家或国际组织都将大数据视作战略资源,并将大数据提升为国家战略。2012年3月,美国奥巴马政府宣布了“大数据研发计划”,并设立了2亿美元的启动资金,希望增强海量数据收集、分析萃取能力,认为这事关美国的国家安全和未来竞争力。迄今为止,美国在大数据方面实施了三轮政策,开放了50多个门类的政府数据确保商业创新。欧盟正在力推《数据价值链战略计划》为320万人增加就业机会。日本积极谋划利用大数据改造国家治理体系,对冲经济下行风险。联合国推出的“全球脉动”项目,希望利用“大数据”预测某些地区的失业率或疾病爆发等现象,以提前指导援助项目。截至2014年4月,全球已有63个国家制定了开放政府数据计划,数据开放推动政府从“权威治理”向“数据治理”转变。中国国际经济交流中心副研究员张茉楠撰文指出,中国需要加快形成大数据国家战略。着力规划“大数据战略”中长期路线图与实施重点、目标、路径,统筹布局,加快大数据发展核心技术研发,推进大数据开放、共享以及安全方面的相关立法与标准制定,抢占新全球科技革命和产业革命战略机遇期,重构国家综合竞争优势已经迫在眉睫。

大数据是每个人的大数据,是每个企业的大数据,更是整个国家的大数据。大数据时代拥抱大数据,“十三五”规划建议已经吹响向大数据进军的号角,随着国家大数据战略的实施,基于大数据的智慧生活、智慧企业、智慧城市、智慧政府、智慧国家必将一一实现。

本文来源:国际在线

大数据战略推动国家全面转型

2015-11-12 00:41:00 来源: 东方财富网

刚刚闭幕的十八届五中全会在谈到创新发展理念时提出,要拓展发展新空间,实施网络强国战略,实施“互联网+”行动计划,发展分享经济,实施国家大数据战略。这也是继前不久国务院通过的《关于促进大数据发展的行动纲要》后再次将大数据上升为国家重大发展战略。

大数据时代的到来,让“数据驱动”成为新的全球大趋势。国家竞争战略正从对资本、土地、人口、资源及能源的争夺转向对大数据的争夺,大数据颠覆性地改变经济形态、国际安全态势、国家治理和资源配置模式,引发了巨大的经济社会变革。作为基础性、战略性资产的大数据,既用于经济基础改造,也用于上层建筑改造,成为世界多国全面提升国家治理能力的战略手段。

首先,大数据成为经济社会发展新的驱动力。随着物联网、云计算、移动互联网等网络新技术的应用和发展与普及,社会信息化进程进入数据时代,海量数据的产生与流转成为常态。未来20年,全球50亿人将实现联网,“人人有终端、处处可上网、时时在链接”,这将使全球数据量呈几何式快速增长。预计到2020年,全球数据使用量将达到约40ZB(1ZB=10亿TB),将涵盖经济社会发展各个领域,成为新的重要驱动力。

其次,大数据将成为重要的战略资源和核心资产。大数据时代,世界各国对数据的依赖快速上升,国家竞争焦点已经从资本、土地、人口、资源的争夺转向了对大数据的争夺,对大数据的开发、利用与保护的争夺日趋激烈,制信(数)权成为继制陆权、制海权、制空权之后的新制权。大数据使得数据强国与数据弱国的区分不再以经济规模经济实力论英雄,而是决定于一国大数据能力的优劣。例如,像新加坡这样的发达小国,完全可以凭借资金雄厚,人才济济,通过大数据及时对竞争性大国展开博弈,战略竞争对手逐步增加。

第三,大数据将改变国家治理架构和模式。大数据不仅是一场技术革命,一场经济变革,更是一场国家治理的变革。大数据时代,单纯依靠政府管理和保护数据的做法会使政府在面对大规模而复杂的数据时应接不暇、不堪重负,而大数据可以通过对海量、动态、高增长、多元化、多样化数据的高速处理,快速获得有价值信息,提高公共决策能力。另外,数据主权的提出也使政府、企业和个人的角色发生转变,使国家治理结构逐步实现从国家独大的治理结构转向多元共治,从封闭性治理结构转向开放性结构,从政府配置资源模式转向市场配置资源模式的转变,作为基础设施的大数据和作为基础性制度的大数据同时存在。

最后,大数据安全已经成为国家最重要的战略安全之一。当前,借助大数据革命,美国等发达国家全球数据监控能力升级,美国先后推出《网络空间国际战略》《网络空间国际行动》等重要战略规划,确保自身在网络空间和数据空间的主导地位。数据安全的威胁随时都有可能发生。各种国家信息基础设施和重要机构所承载着的庞大数据信息,如由信息网络系统所控制的石油和天然气管道、水、电力、交通、银行、金融、商业和军事等,都有可能成为被攻击的目标,大数据安全已经上升成为国家安全极为关键的组成部分。

近些年来,全球各国纷纷将数据开放纳入到国家发展战略。截至2014年4月,全球已有63个国家制订了开放政府数据计划。如:八国集团签署了《开放数据宪章》;欧盟颁布了对《公共部门信息再利用》指令的修订;美国颁布了《增加联邦资助的科研超过访问的政策》,奥巴马总统签署了《政府信息公开和机器可读行政命令》;日本颁布了《日本再兴战略》,提出开放数据;澳大利亚发布了《公共服务大数据战略》,旨在推动公共领域利用大数据分析制定更好的公共政策,推动政府从“权威治理”向“数据治理”转变。

大数据引发的经济社会革命才刚刚开始,这是一场关乎中国前途未来,涉及利益深刻调整的革命。新一轮大国竞争,并不只在硝烟弥漫的战场,而是通过大数据对整个世界局势施加影响力和主导权,因此一切挑战也才刚刚开始,需要全面提升大数据在国家经济发展和治理方面的重要战略地位。

大数据对于中国的战略意义毋庸置疑。据统计,2013年我国大数据产业市场规模为34.3 亿元,同比增长率超100%,未来一段时间将持续快速增长,2014年7月,麦肯锡全球研究员发布的《中国的数字化转型:互联网对生产力与增长的影响》预测:2013-2025年,互联网将占到中国经济年增长率的0.3%-1.0%,互联网将可能在中国GDP增长总量中贡献7%-22%,我国已经具备建设数据大国的潜在优势。

近年来,党中央、国务院高度重视大数据的创新发展,准确把握大融合、大变革的发展趋势,制订并出台了一系列支持互联网、云计算、大数据发展的行动计划。特别是前不久出台的《关于促进大数据发展的行动纲要》,为我国大数据未来的发展指明了新的方向,可以看作是大数据发展“顶层设计”和“战略部署”,具有划时代的深远影响。

大数据带来的变革是全方面的,作为具有强大变革能力的大数据,不仅引发技术革命,经济变革,更引发国家治理的变革。

当前,我们正在从IT 时代走向DT 时代,大数据、大数据治理、国家治理能力现代化与时代的发展深深地“镶嵌”在一起。大数据时代国家治理的核心是数据治理,主张推动G2G(政府与政府之间)、G2B(政府与企业之间)、G2C(政府与公民之间)的数据开放与共享,激发全社会的智慧和创意,充分释放数据的附加值,大数据也为政府“精准治理”、“高效治理”,以及“洞察经济”创造了新的手段,搭建国家主导下的“国家-社会-市场”多元化治理平台。因此,数据的生产、加工、开放、共享与流动的过程就变成了一种全社会共同参与的“共创运动”。

例如,美国等发达国家政府通过开放数据与共享创造出巨大的经济和商业价值,为美国经济的发展起到了巨大的促进作用。最典型的例子就是气象数据的公开。美国政府公开来自政府卫星和地面气象站的数据直接推动了美国气象信息产业的形成与发展,包括气象预报、商用农业咨询服务,以及新的保险服务等。同样的例子包括美国政府公开全球定位信息GPS。之前这一领域的数据只保留给军事用途,现在已经开放给民用和商业领域,推动了一系列以GPS信息为基础发展起来的产业,包括航空器导航,精确播种和各类LBS服务等,给美国每年总的经济规模贡献多达数十亿美元价值。

归根结底,大数据最大的价值是通过数据提高社会生产力,将大数据作为未来新兴增长点培育和挖掘,推动经济增长方式变革和创新创业。鉴于目前中国的人口要素红利在退潮,土地、资源、环境等生产要素日益紧张,将大数据作为新的战略性生产要素释放出来,建立多元参与的协同创新联盟,产学研合作集成研发能力,激励基于大数据资源进行创新创业,推动经济实现高质量增长。对于还属于工业化阶段的中国来讲,通过大数据实现制造业数字化、智能化和下一代信息技术的深度融合。必须进一步做好大数据与工业宽带建设的对接,率先将工业宽带的传输、工业大数据采集、数据中心的计算应用等环节流程整合起来,建立完善的工业互联网体系和中国的工业4.0体系。

拥抱大数据,迎接新挑战,抢抓新机遇,我们必须紧紧围绕全球数字化发展大势,树立全新的数据经济发展观,打造国家数据发展的创新生态体系,培育世界级大数据公司,构建创新开放共享的产业发展环境,加快大数据在更大范围、更深程度、更高层次的融合创新,这是促进中国数据经济发展的战略抉择。

第二篇:大数据时代下的营销战略创新

大数据时代----得数据者得天下 一场生活、工作与思维的大变革大数据,变革商业大数据,变革思维

大数据,开启重大的时代转型大数据,大挑战

大数据时代的思维变革

不是随机样本,而是全体数据让数据“发声”

小数据时代的随T18610597228机采样,最少的数据获得最多的信息全数据模式,样本=总体

数据化:一切皆可“量化”

数据,从最不可能的地方提取出来数据化,不是数字化量化一切,数据化的核心当文字变成数据当方位变成数据当沟通成为数据一切事物的数据化

“取之不尽,用之不竭”的数据创新数据创新1:数据的再利用数据创新2:重组数据数据创新3:可扩展数据数据创新4:数据的折旧值数据创新5:数据废气数据创新6:开放数据给数据估值

大数据营销前沿

一、认识大数据时代 1.大数据背景

2.大数据的四大特征 3.大数据的使用优势 4.怎样使用大数据做营销 5.发展大数据面临三大难题 6.中小企业大数据时代营销策略

二、数据库营销策略与方法

1.电商数据库营销最佳策略:数据库营销与网络营销双剑合璧

2.电商CRM是否能走出客户管理“康庄大道”

3.中小企业数据库营销策略 4.集团数据库营销解决方案

营销战略的基本框架 STP研究框架 市场细分 目标与定位 营销战略组合 组织保证 实施

营销战略过程四阶段 制定目标并列举制约条件 初识分析与诊断 拟订备选方案 评估与选择

市场机会分析

宏观环境分析(PEST分析) 行业分析(Porter模型) 5Cs分析 企业的愿景 相关要素分析

成功要Q605556860素分析 差距要素分析 确定战略方向

营销战略规划路径

设定目标:你应该与谁交谈发现:你应该与客户谈什么确定地点:你怎样找到他们制定预算:我们应该花多少钱测量指标:你怎样测量哪些有用、哪些无用优化选择:怎样多做有用之事,少做无用功

初识数据库营销

一、营销方法面面观

1.传统营销 2.网络营销 3.数据库营销

二、各种营销的目的——占领客户份额 1.什么叫客户份额

2.如何计算某一城市的客户份额 3.如何占领“客户份额”

4.占领客户份额等于真正占领市场份额 5.营销地图之鱼塘理论

三、数据库营销的定义

四、数据库是工具,营销是核心

五、数据库营销四部曲 1.建立数据库 2.锁定目标消费群 3.整合多种营销手段

4.从被动到主动,实现精准营销

六、数据库是各种营销模式的基础2

4数据库营销利器CRM

一、什么是CRM 1.CRM源于生活

2.管理思想+管理模式+管理工具=系统

二、建立强大CRM的好处

1.传递优秀经验,规范企业流程 2.提升销售项目管理能力和销售率 3.减少培训工作 4.防止出错

5.积累客户经验于企业自身 6.产生更多的生意机会

7.理清员工与客户之间混乱的关系 8.系统解决交叉销售的难题第

服务赢天下

一、产销大逆转——“以产品为中心”转向“以客户为中心”

二、客户管理八大通病 通病一:重销轻服务 通病二:把客户当作上帝 通病三:误把名单当关系 通病四:客户归属不清不楚 通病五:客户不聚焦

通病六:服务成本居高不下 通病七:客户服务贪大求全

通病八:缺乏核心客户

三、服务已成为产品竞争的关键要素

四、如何才能让客户心甘情愿地转介绍更多新客户

1.产品质量好,体验值高

2.给客户转介绍的工具(宣传品、故事) 3.转介绍要给好处

五、如何实现从广告到点告

评估过程

营销目的的达成 回顾过程 标杆学习法

如何形成营销能力 营销能力构成 营销风险

打造营销核心能力

第三篇:【大数据时代中小商业银行的战略与路径】

已经来临的大数据时代,将深刻影响中小商业银行的未来发展,加之我国当前正在深化以市场化为导向的金融改革,在此背景下,中小商业银行将面临较大的生存压力。本文从大数据时代对中小商业银行的影响进行了分析,指明了中小商业银行应对大数据挑战的转型战略方向,并提出了以管理、产品、功能、渠道、服务等“五化”为具体路径的模式创新构想。

微软前总裁比尔·盖茨在20世纪90年代曾预言,传统的商业银行将是在21世纪灭绝的恐龙。也许盖茨的预言过于悲观。但在大数据时代以及互联网技术突飞猛进的当下,作为中小商业银行需要正视面临的挑战,运用大数据思维对传统银行进行改造,实现经营转型,这也是传统中小银行焕发生机、获得生存与发展的必由之路。

大数据时代挑战中小商业银行经营思维

大数据时代对中小商业银行的影响或中小商业银行面临的挑战主要表现在以下几个方面:

对传统中小商业银行发展战略的冲击。传统商业银行的发展战略是在预计未来经济环境、金融政策的前提下,依据现有银行规模、网点、人员、资本、客户等资源占有状况,以及客户需求、竞争对手状况来确定其战略目标及路径与方式的。而在大数据时代,决定一家银行成功的关键因素在于对数据的占有及其使用能力,而传统的人员、网点因素将逐渐淡化;未来银行客户资源的稳定及增长,将更多依赖于对不同类别客户需求数据的掌握并开发出便捷、安全、高值的产品,更多地依赖于对互联网特别是移动互联网、电子渠道的开发利用。这就要求中小商业银行在评判自身优势和竞争对手实力时要充分考虑大数据实力与IT能力;在确定战略目标时要兼顾财务承受能力来确定对大数据的投入,使战略规划与大数据支撑、业务引领相适应;在确定实施路径与方法时需要把数据收集与挖掘、产品创新、风险控制、电子渠道、互联网金融作为向客户提供服务、内部控制的主要方式与手段。

对传统银行经营范围的冲击。人类从古至今的商业活动大都是信息流、物流、资金流分离,随着信息化时代的升级,每一笔交易都将是信息流、物流、资金流的同时整合。在互联网时代,银行业与其他商业活动的界限将日渐模糊,银行业的经营范围正逐步扩大。当然不是说金融可以替代其他商业活动,而是说金融与其他商业活动将融为一体。这就意味着一方面IT让金融无所不在,金融业的版图日益扩大与延伸;另一方面,IT使金融不再是金融机构的特权。这不仅使金融机构之间的混业成为现实,而且使金融与其他非金融机构之间的混业成为趋势。大量非金融机构将结合自身的商业模式,从不同角度渗透进金融或准金融业务。眼下电子商务和互联网企业的跨界渗透金融行业只是这种演化的开端。也许有人认为这样的演化将使风险过大而难以驾驭,但随着大数据时代的到来,在“样本=总体”变成现实的情况下,人类对金融风险的识别、量化与控制将比以往任何时代更加精准,对风险的驾驭能力更加强大。当然,商业银行对风险的隔离以及监管的变革也势在必行。因此,可以预见未来的商业银行不仅经营现有的银行业务、非银行金融业务,而且经营与交易相关的信息与物流业务也会成为趋势。也就是说随着金融互联网化、互联网金融化时代的到来,金融将变得无所不能。

对传统银行业经营方式的冲击。进入大数据时代,互联网与银行业务深度融合,将彻底改变银行经营方式。在产品开发与营销方面,通过对大量交易、行为数据的收集和对数据的分析、挖掘,建立数据模型,可以展示出分层客户的金融需求,从而按照市场需求、客户需要开发产品、实施营销,真正做到以客户为中心设计开发产品,并做到精准营销,而不是以银行为中心来制造与推销产品;在风险管理方面,目前不少中小银行在风险评价中虽引入了数量分析,但由于历史数据积累较少,加之风险管理技术水平普遍不高,经验判断仍在风险管理和决策中发挥着主要作用。借助大数据对法人与个人客户进行多维度的评价,其风险模型将更加符合市场实际,对客户违约率(PD)、违约损失率(LGD)的取值将更准确,这将极大改善商业银行过去凭经验办业务的经营范式。尤其在微贷业务上,大数据可以极大改变信息不透明、不对称给银行带来的风险与不确定性,银行可以在准确计量风险溢价的基础上,构建快速授信审批流程,既满足微型企业的融资需求,又确保银行风险调整后的总体收益水平;在绩效管理上,可以通过大数据,借助通讯、移动终端、视频等技术对员工工作频率、方式、业绩、能力等做出准确评价,银行绩效考核的正向激励作用会更好地发挥作用。

对传统商业银行盈利模式的冲击。在宏观经济增速由高速向中速过渡、利率市场化改革进程明显加快的大背景下,商业银行净息差下降成为必然趋势,信贷成本继续下降的空间有限,收入成本比大幅压缩的空间也不大,银行业未来利润增速会放缓。在可预见的3~5年内,中小商业银行的经营压力将逐步增加。商业银行可以应大数据时代变迁,强化IT支撑,建设数据仓库并对数据进行分析、加工和挖掘,利用现代信息技术和电子渠道,为客户提供满意的线上服务,同时在线下提供咨询以及智能化工具难以替代的个性化服务。这样不仅可以改变过去因业务量增加和经营范围延伸而必须增加网点与人员,进而导致成本增加的经营模式,而且将改变过去一味依赖关系营销扩大客户群体的营销模式,为迅速扩大客户群提供了可能。此外,由于大数据时代将使银行业与非银行业的相互渗透变得更加可行和容易,这就为商业银行拓展电子商务、对接资本市场、加强财富管理等新兴业务领域提供了广阔的天地,这些新兴业务将可能取代传统存贷汇业务成为中小商业银行未来赢利的主要渠道。

大数据时代的中小商业银行转型战略

当前,大部份中小商业银行在经营规模、资金实力、技术水平、管理能力、人员素质等各方面与大型银行和全国性股份制银行相比都处于绝对的劣势,尤其是在金融国际化、市场化改革提速的形势下,传统银行的经营模式将难以为继。而随着大数据时代的到来,中小商业银行又面临新一重的危险,当然从另外一个角度来看,对有准备的银行来说,这种危险同时也是一种前所未有的机遇,如果抓住并及时融入这一深刻变革,实施经营战略的转型,不仅可以转危为安,而且有弯道超车,后来居上的可能;如若不然、其后果可想而知。

确立大数据战略。大数据时代,中小商业银行董事会要充分认识大数据对商业银行经营的重大影响,要树立大数据思维并对大数据源、大数据技术做出规划。经营管理层要制定分期实施计划,并将实施落实情况及时报告董事会。具体来讲,首先要制定尽可能详尽的数据需求规划,并及时完善与数据采集和存储相关的运行系统,充实自身数据库。其次要改变目前内部系统之间数据各自为政或分散化的状态,建立统一的数据管理平台或数据仓库。第三要增强数据分析能力,或借助专业咨询服务商、集成服务商和通信厂商的技术优势,采取合作或外包等方式,提升自身对数据的整合、分析、挖掘以及转化为商业运用的能力。

实施业务结构转型战略。在可预见的未来,金融管制将进一步放松,金融市场将更为开放和自由,利率市场化、金融脱媒等因素叠加,将导致金融领域的竞争全面加剧,中小商业银行依靠大企业、大客户、大项目来维持一定的增速将逐渐成为过去式。因此,中小商业银行将小微企业和个人客户作为转型的核心发力点,打造小微和零售业务核心竞争力,不仅可以降低对大企业、大客户、大项目的依赖,开辟金融蓝海,而且由于大数据时代风险管理技术的进步以及成本成几何级数的降低,使微贷业务、零售业务成为中小商业银行持续稳健发展的核心支撑变得更加现实。

加快新兴业务拓展战略。一直以来,中资商业银行以存贷利差作为盈利模式,以至于商业银行以追求规模作为最主要经营目标,因为规模越大自然盈利就越多。在利率市场化背景下,利率市场全面放开可能在不远的将来成为现实,利差收窄是必然趋势,中小商业银行如何长期保持一定的盈利能力?唯有加快盈利结构调整,逐步降低对利差收入的依赖,提高中间业务收入及其占比。为此,中小商业银行必须发展传统存贷汇业务以外的新兴业务,如投资银行、资金业务、国际业务、财富管理、代理业务等,这也将成为中小商业银行未来业务发展的必然趋势。

推进金融互联网化战略。大数据时代信息技术和金融产业将更加深入地融合在一起,金融电子化的深度和广度将不断强化。中小商业银行必须主动顺应这一趋势,主动贴近技术进步,拥抱互联网和移动互联网浪潮,加快推行金融互联化战略,除了继续深化自身运行和管理系统的电子化建设及传统业务的电子化受理以外,还必须紧跟互联网发展步伐,探索建立电子化金融商业模式,着力发展互联网金融、社区智能银行、移动终端、电子商务、直销银行等业务。这就要求中小商业银行必须从战略高度将金融互联网及电子渠道作为未来提供金融服务和打造核心竞争力的主渠道。

中小商业银行经营转型的路径选择

大数据时代,中小商业银行必须加强管理、产品、功能、渠道、服务等模式创新,具体就是要做到以下“五化”:

管理系统化。未来中小商业银行实施精细化管理,必须依托信息技术提升内部经营管理的效率,也就是说,要加快推进银行内部管理信息化系统建设,从客户需求分析、产品开发、市场营销、内部控制、业务流程、服务监控方面入手,建设包括客户关系管理、人力资源管理、绩效考核、业务流程处理、运营管理、风险管理、评级授信、办公自动化等系统,逐步实现银行整个经营管理的信息化、系统化和智能化,促进经营管理决策水平和日常运营管理效率的提升。

产品个性化。目前,大多数银行在产品设计与营销上,仍从自身角度出发,先根据自己对风险控制的内部要求,设计出统一的标准化产品,再向市场和客户进行推销,这种模式从根本上来说是建立在银行自身风控需求上的产品制造,并没有对客户需求进行面对面地充分了解,往往导致银行设计的产品与客户的需求严重脱节。在大数据时代,商业银行竞争的焦点是对客户的竞争,这种竞争不是传统的“关系”竞争,而是如何满足客户个性化需求的竞争。这就要求中小商业银行要将“以客户为中心”从口号变为行动,彻底摒弃以银行自身为出发点和中心的产品设计与营销模式,转变成先充分了解每一类客户甚至每一个客户(主要是集团客户、大客户)对金融产品和服务的差异化、特殊化需求,再设计出与其特殊需求相适应的人性化产品,并反馈和提供给客户。只有这样,才能增强客户对银行产品的粘性,提高客户对银行服务的依赖性,建立银企长期合作共赢的关系。

功能平台化。大数据时代,银行业与证券、保险(放心保)、期货、基金等相关金融业的融合将更加深入,甚至银行与其他非金融业的合作和渗透的深度也将无限扩大。因此,未来的商业银行功能将是一个综合化的大平台,不仅是传统银行充当的资金融通中介,还要为客户提供与非银行金融机构以及电商、商超、物业、商品交易等其他行业之间进行资金、信息、物流交换的平台,也就是既要销售金融产品,还要提供交易及物流通道。

渠道电子化。在大数据时代,客户对银行服务的需求将是无时无处、不分时间和地点的全天候、实时的业务需求,任何客户都可能在任何时间、任何地方以任何方式和渠道发起任何交易。商业银行的实体网点显然无法满足这一类快捷、便利的金融服务需求,只能通过基于通信网络技术的自助式服务才能满足这种需求,并增加客户的粘性。电子化自助式服务渠道具有延伸服务、叠加服务、降低成本和风险的优势,将取代或迫使遍布大街小巷的传统银行营业网点转型。银行间的竞争优势将不再取决于分支机构及网点等物理渠道的数量,甚至物理网点将成为个别银行的负担。中小商业银行应适时借助与信息技术的交互,快速延伸出电子化的虚拟“网点”和“柜台”,以金融互联网、社区智能银行、移动支付为载体,为客户提供全天候金融服务。

服务人性化。大数据时代的银行服务人性化表现在:一方面是以信息化为手段,为客户提供随时随地、以秒时计算的线上标准化服务;另一方面,通过面对面咨询,为客户量身设计个性化产品,并且为客户提供多渠道、跨行业的综合信息等线下服务。因此,商业银行在服务渠道、业务流程、品牌标识、价值追求、企业文化、行为礼仪、营销推动等方面需要体现服务的人性化。比如说,未来的客户经理不仅仅是推销员,负责向客户营销设计好的产品,而且还必须是产品经理,具有为客户设计、开发个性化产品的专业能力,使银行服务更加快捷、方便、友好。

返回目录

【大数据时代银行资产管理业务探索】

随着社交网络、移动互联网、云计算等相继进入人们的日常工作和生活中,全球数据信息量呈指数式爆炸增长。以数据、资金和平台为基础的互联网金融在2013年的飞跃式发展,更是充分证实了数据的价值,使得数据真正成为一种商业资本、一项重要的经济投入,并且可以创造新的经济效益。

通过大数据分析客户行为,有助于企业在创新经营模式时更加贴近、深刻理解客户需求并做出预判,从而改善经营水平、提升经营效率,这将是今后金融机构核心竞争力所在。对于以投研和销售为核心的商业银行资产管理业务,当面临来自互联网金融企业的挑战时,如何利用大数据思维、挖掘大数据技术带来的市场潜力是当前亟需关注、思考的问题。

“大数据”起源及其内涵

互联网与传统行业的碰撞产生了今天全民关注的“大数据”,而大数据概念真正盛行是因为奥巴马政府在2012年高调宣布了其“大数据研究和开发计划”。美国政府希望利用大数据解决一些政府部门面临的重要的问题,该计划由横跨6个政府部门的84个子课题组成。这标志着大数据真正开始进入主流经济。

虽然大数据的概念被广泛使用,但业界仍未形成统一的定义。隶属IBM公司的TDWI(The Data Warehousing Institute)在其研究报告中首次提出了大数据的3V特性,主要是指:一是容量大(Volume),二是数据来源的多样化(Variety),三是数据源速度(Velocity)。大数据的核心内涵包括:一是跨领域数据的交叉融合。相同领域数据量的增加是加法效应,不同领域数据的融合是乘法效应。例如,对于消费者行为的分析不仅分析对于某一产品的消费,结合其他产品消费分析得到的预测性效果会更好。二是数据的流动。数据必须流动,才可能产生价值。事实上,在十多年前建立企业级数据仓库开始,企业级数据仓库的目标就是让不同部门的数据流动起来;而如果各个部门数据割裂,数据价值便得不到发挥,对大数据的有效分析才是真正的挑战。

首先,要分析与某事物相关的所有数据,而不是分析少量的随机样本。利用所有数据的分析必然要求较高的处理信息的速度和更为先进的技术。大数据分析是基于可以获得全体数据,总体即为样本。过去由于信息处理技术的受限,数据分析的准确性依赖于样本抽样的随机性,但实现抽样的绝对随机非常困难,一旦抽样存在偏见,分析结果会相去甚远。而有些分析只有使用所有数据分析方可得到结果。例如,信用卡诈骗是通过观察异常情况来识别的,只有分析所有数据才能做到,这种情况异常值才是最有用的信息,是一个大数据问题;再如,从事跨境汇款业务的公司也开始得到了大数据分析技术的支持,因为交易是即时的,所以数据分析也应该是即时的。

其次,大数据时代的数据分析允许我们接受数据的混杂性,而不再过多关注其分析数据的精确性。只有接受数据的混杂性,才可以利用95%的非结构化数据。数据的混杂性,一是指数据量之大,可能会包容了错误的数据,造成分析结果的不准确;二是格式不一致。“小数据”分析最基本的要求是在分析之前进行数据清洗达到格式一致的要求。因而大数据分析也是精确性与数据量的权衡。计算人员发现,大数据的简单算法要比小数据的复杂算法更为有效。但是对于数据混杂性的处理,要求新型数据库的诞生来弥补传统数据库设计要求数据严格一致性的缺陷。此外,因为大数据储存在不同的电脑和硬盘中,同步更新记录不甚现实,所以对于精确性要求不高的领域,允许适当错误的大数据分析不妨是一种选择。

最后,建立在相关关系分析法基础上的预测是大数据的核心。在小数据时代,分析员需要收集和选择关联物,并且在某些假设基础之上进行数据相关性的分析。而在大数据时代,较高的计算能力和互联网平台不需要人工选择关联物或建立假设基础。大数据的相关关系分析法更准确、更快且不易受偏见的影响。例如,德勤公司为中英人寿保险(放心保)公司设计建立的个人风险预测模型,就利用了大数据分析技术。德勤把信用报告和顾客市场分析数据作为部分申请人的血液尿液分析的关联物,分析找出易患高血压、糖尿病和抑郁症的人;其中用来分析的数据包括好几百种生活方式的数据,比如个人爱好、常浏览的网站等。

大数据在金融领域的应用

银行作为金融中介的本质是解决了资金融通过程的信息不对称问题,而大数据、互联网对于金融的贡献也在于解决信息不对称和降低交易成本,也因此对传统金融机构的功能形成挑战。大数据集合海量非结构化数据,通过实时分析客户交易和消费信息进而掌握客户的消费偏好,可以准确预测客户行为,在营销和风控方面做到有的放矢。以下主要以案例形式介绍大数据在投资决策、信用评分、金融服务平台三个金融领域的应用,以及国内银行业的战略举措。

投资决策——利用微博信息预判市场走势

微博信息一般是以文本、图片、音频和视频形式存在的外部数据,具有典型的大数据特征。近年来,微博数据量迅猛增加,微博在国内出现之后,其信息扩散速度之快使其迅速成为信息交流的重要方式。

事实上,华尔街的金融分析师们已经开始使用微博信息进行大数据分析挖掘,不断找出互联网中金融微博的“数据财富”,如金融微博股民的情感信息,并进一步利用广大股民在互联网上的信息预判市场走势,取得了很大收益。这些外部的互联网数据有:一是金融机构可以根据微博中民众的情绪抛售股票;二是对冲基金根据购物网站的评论分析企业产品的销售状况;三是银行根据收集、挖掘求职网站上的岗位数量,推断就业率;四是投资机构搜集并经过文本挖掘,分析上市企业声明,从中寻找破产企业的蛛丝马迹。通过这些大数据挖掘手段,金融机构把这些大数据成功地转化成“财富”。

IBM估计,这些微博“大数据”的价值主要是时间性。快速掌握互联网信息对金融机构来说至关重要。目前,华尔街有一半金融机构已经使用了这种技术。虽然新的大数据技术应用与研究在金融领域还处于初级探索阶段,但未来的金融大数据将会包括金融数据提供方、金融数据监管者等因素,并最终成为金融业重要的基础设施之一。

信用评估应用—ZestFinance的探索

ZestFinance从本质上来看是一家数学企业,它精通于数据计算、分析和逻辑。其创始人之一梅里尔曾是谷歌前CIO,在麾下65人团队中,大部分是数据科学家。他们开发了数十个基于学习机器的分析模型,对每位贷款申请人拥有的上万条原始信息数据进行分析,并得出超过几千个可对其行为做出预测的指标,而这一过程在5秒钟内就能全部完成。与传统信用评分模型使用的10~15条数据相比,该公司能够更精准地评估借款人的信用风险。

ZestFinance目前是为次级贷款者提供担保服务的第三方机构,其退出直接借贷业务是为了避免和新的合伙人竞争。ZestFinance创始人由于在信用评分和数据挖掘方面的丰富经验和最近得到的投资资金,ZestFinance在利用和继续研发大数据技术解决信用担保问题上具有巨大的优势。但同时也面临着监管风险,如危机后监管部门对次级贷款的严格监管以及利用大数据进行信用评估触及了消费者保护法的红线等。可以预见,将机器算法与人工预测相结合的信用评分法会进一步应用到金融领域其他相关业务的信用风险评估中。

基于大数据的金融服务平台——以Bankrate(银率网)为例

1976年成立的“Bank Rate Monitor”原是一家金融出版公司,1996年开始在线运行。如今Bankrate是一家全球领先的个人金融产品信息服务公司,凭借其资深的金融编辑、优秀的分析师团队,Bankrate对全美、加拿大及中国境内约5600多家金融机构的金融产品进行实时跟踪调研,通过其网站“Bankrate”在线向消费者提供及时、客观、全面的金融产品查询及190多种个人理财计算器,金融产品数据高达32.6万多款,内容涉及房贷及各类个人贷款、银行卡、理财产品、储蓄与国债、黄金、基金、保险、外汇等多个专栏。除了提供实时更新的金融产品数据信息,Bankrate还通过原创的个人理财故事帮助消费者增强理财观念,把握投资方向。Bankrate这种将原创的个人金融资讯、金融产品查询及个人理财计算器集合于同一平台服务的形式,不仅时刻影响消费者理财决策的每个环节,赢得广大消费者的信赖,同时也为金融机构搭建了直接有效的精准营销平台,使得金融机构能够在潜在用户群中有效推广自身的产品与服务,并降低营销成本。

Bankrate的成功,一是依托了专业化的金融研究团队和独特的网络平台;二是依托平台细分客户和推送信息的精准营销模式,获得了各金融机构和监管部门的认可,也成为了消费者信赖的金融产品超市和金融产品数据的信息源。

目前国内金融平台模式主要是两类,一类是只提供搜索和销售的金融产品销售平台,另一类是以阿里金融为代表的互联网企业,依托购物网集投融资、消费、支付系统为一体的互联网金融平台。该类平台服务人员多数是互联网行业出身,多数产品只停留在客户体验方面;相比金融机构建立的互联网金融平台,其后台风控和投研能力有所不足。随着客户群体更加专业化的需求以及利率市场化的深入推进,以银行为主导的电商平台或是信用卡服务平台将逐渐凸显其投研和风控优势。

大数据时代国内银行业举措

大数据时代,信息价值体现方式及获取方式都发生了根本变化,过去以提供信用服务为主的银行业正在面临信息脱媒的挑战,也不再是经济关系的信息中心。银行必须提高对于非结构化数据收集、存储、分析和运用的能力和效率,方可适应瞬息万变的金融市场。面对外部的冲击和挑战,目前国内同业积极发挥自身优势,逐步开始实施适应各行优势业务的互联网金融与大数据金融战略举措,并取得了初步的成效。

随着大数据在金融领域的广泛应用和发展,未来银行业有可能发展成为智能型银行。例如,在光大银行的未来规划中将提供具有身份识别功能的定制化信息推送、视频客服和自动发卡服务。而信息化银行作为工商银行的重要战略方向,打造大而全的电商平台成为目前重要的举措之一。工商银行的电商平台将具有融资、消费信贷等功能,并将充分发挥其拥有大量资质较高的大企业和强大信息系统的优势,成为集供应链金融与互联网金融于一体的电商平台。

目前商业银行信息库中主要的数据为结构化数据,非结构化数据通过Hadoop系统应用到信息发布层,而非结构化数据的应用与整合尚处于规划阶段。Hadoop是Apache软件基金会开发的开放源代码并运行运算编程工具和分布式文件系统,能够以可靠、高效、可扩展和高容错的方式对大量数据进行分部处理的软件框架。它可以维护多个工作数据的副本,确保能够对失败的节点重新分部并处理。

由于大数据挖掘在银行业尚处于起步阶段,技术也并不成熟,因此商业银行对于大数据的应用普遍采用外购系统。就工商银行而言,其信息化银行的建设将着力于加快建立集团信息库,同时将社交媒体信息等行内外各类非结构化数据入库,并在非结构数据挖掘平台实现对客户行为、信息等数据的分析,届时非结构化数据有望应用到全行的营销、客户管理和风控系统之中。

大数据时代的资产管理业务

尽管大数据的应用在技术方面仍存在许多挑战,例如如何探索大数据复杂性和不确定性特征描述方法及大数据的系统建模、如何对数据进行“二次挖掘”等,应用也尚处于摸索阶段。但我们仍可借鉴大数据思维方式和新的数据挖掘技术提高商业银行资产管理业务的产品开发、销售和管理能力。

充分利用集团信息库进行资产管理业务信息挖掘

商业银行信息化平台的最终目标是要建成非结构化信息的统一检索、集中共享与综合应用的平台,面向全行提供信息检索和挖掘服务,并与数据仓库中结构化信息相互配合、互为补充,形成面向客户和应用的信息资源整合。因此,资产管理业务应充分利用集团信息库进行信息挖掘。

首先,信息化平台打通了银行内部已有的各个数据仓库,实现了原有的结构化数据的流动,进而资产管理业务可将原有结构化数据仓库及其他部门的研究成果应用到投资管理实践中;其次,在实现了非结构化数据集中共享之后,可将与资产管理业务相关的各类外部数据,如客户外部信息、微博信息、销售信息、价格信息等整合到信息平台,利用Hadoop模块对于各类非结构数据进行“数据清洗”和“打标签”,为资产管理业务的客户营销、投资管理、风险管理等提供有效支持。

创建多元化理财产品销售渠道和营销模式

精准营销是大数据时代的主要特点之一,对于资产管理业务而言,真正达到精准营销需要利用大数据技术打通内外部数据,分析客户需求和客户流失的原因,有的放矢地进行销售和市场预测,并及时调整产品及销售战略。营销的过程始终不会离开“人”的因素,包括营销的受众、推动和评估,而互联网营销很好将其结合并凸显了移动化、智能化、感知化和精准化等特点。

因此,大数据背景下资产管理业务发展应多元化理财产品销售模式:一是拓宽渠道,包括利用电商直销平台、微信银行、微信推送信息、第三方销售平台等方式扩大投资群体,同时加入客户评价和推荐功能。二是针对机构投资主体或是大客户,建立客户信息库,及时跟踪大客户和机构客户在投资和消费方面的偏好变化,同时培养资产管理部门自己的销售队伍。通过针对性的产品设计和营销、实时地推送和推荐,减少客户流失和增加潜在客户。三是做好市场预测。利用大数据进行预测是大数据挖掘的核心,营销部门应利用信息平台优势、结合同业市场产品动向,及时向后台反馈销售变化预警信息,辅助中后台实现迅速有效的流动性管理和风险管理。

探索基于大数据挖掘的量化投资策略

资产管理业务涉及的投资市场和领域广泛,涵盖了国内外市场可以投资的所有金融产品,因此投资策略中对套期保值和风险管理的要求也日渐增加,量化投资策略的作用也逐渐受到关注。商业银行可以探索将微博的作用加入到量化投资决策中,同时利用非结构化信息平台开发新型的简单易行的投资策略模型。

一般来说,数据库形式的金融数据挖掘分为两类,一是银行历史数据挖掘,另一类是证券数据挖掘。资产管理业务的数据挖掘既涉及对融资人的信用评估,又包括证券市场的数据挖掘。以股票投资为例,基于大数据挖掘的量化投资方法主要有两类应用,一类是上述案例中利用网络信息预测金融市场价格,印第安纳大学的著名学者约翰·博伦和毛慧娜的实证研究表明,分析师将Twitter中的情感表现加入神经网络模型进行分析预测,发现预测准确率上升了18.3%,绝对平均误差下降了6.5%。二是基于粗糙集(Rough set)的股票价格预测方法。该理论的核心思想是在稳定分类能力不变的情况下,通过约简得到分类规则或问题的决策分类,从不完整、不充分的信息中挖掘数据中隐含的有价值的规律。此外,债券投资也可以对全体债券样本进行神经网络分析进而得到债券评级,为投资决策服务。

开发基于大数据挖掘的信用风险评分法

传统的信用风险评分法是利用历史违约样本通过本地化的数据挖掘,结合定性分析得到信用评分的代表性指标的过程。而宏观经济不确定性、客户需求的多元化正在考验着商业银行及资产管理业务的风险管理能力,并对传统信用评分法的准确性提出了更高的要求。在资产管理业务中,占有多数份额的项目融资非标资产需要资产管理人员对融资人进行信用评价。由于资产管理业务是完全不同于商业银行信贷业务的契约模式,除了可以参照银行信贷审批系统和信贷标准之外,项目审批人应该建立一套有别于传统信用评分模式、适合资产管理业务特征的项目融资信用评价体系。因此,借鉴Zestfinance评分模式,基于银行信息平台对融资人进行信用风险评估的大数据挖掘方法,如神经网络信用评分法与支持向量机(SVM)信用评分法,可能将成为未来金融领域信用评分的新趋势。其中,支持向量机的信用评分在解决小样本、非线性及高维模式识别中具有一定优势。目前,结合支持向量机和模糊系统的机器学习方法正在成为继神经网络研究之后新的研究热点,并逐渐应用在系统识别、生物信息和行为科学以及金融等领域。Zestfinance便是将机器学习法首先开发应用于贷款违约主体信用评分体系中的金融机构。

利用数据挖掘进行流动性管理

随着利率市场化的深入,资产管理业务将面临愈加严峻的流动性风险,也要求更高的流动性风险管理技术。区别于传统银行业的流动性风险管理技术,资产管理业务流动性管理要求更加准确的市场预测,包括对政策风险、客户偏好、销售业绩和同业竞争等信息的全面把握和分析预测,同时及时调整投融资策略。大数据挖掘采用非结构化数据的分析技术,符合了资产管理业务流动性管理的多样需求。因此,在资产管理业务中,流动性管理可以说是大数据理念最为简单易行的实践。阿里金融使用大数据分析进行流动性管理的实践为业内提供很好的借鉴,理财业务也应充分利用现有的资源和平台,发挥数据优势,开发建立在全行信息平台基础上的流动性管理系统,提高监测和预警准确性,进一步提升流动性管理水平。

随着信息化银行的推进和大数据技术的蓬勃发展,资产管理业务的发展既有机遇也面临着一定挑战。正如工商银行资产业务总监陈晓燕所强调:“资产管理业务没有创新,便无法生存。”在大数据时代,资产管理业务的创新应是全面的创新,包括产品创新、销售管理创新、投融资方式创新、金融数据挖掘方法的创新以及后台理财业务流动性风险管理、投融资信用风险管理等涵盖资产管理业务前中后台各个方面的创新。这与其说是信息技术带来的革命,不如说是一次理念和思维的转变。

第四篇: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:以大数据促进国家治理现代化

作者:周文彰 《光明日报》( 2015年11月25日 15版)

当前正是利用大数据推进国家治理现代化的宝贵时机。对这一轮大数据革命,我国作出了非常及时的战略响应。7月1日,国务院办公厅发布了《关于运用大数据加强对市场主体服务和监管的若干意见》;7月4日,国务院发布了《关于积极推进“互联网+”行动的指导意见》;9月5日,国务院发布了《促进大数据发展行动纲要》。这几份重磅文件密集出台,标志着我国大数据战略部署和顶层设计正式确立。

大数据是一场管理革命,“用数据说话、用数据决策、用数据管理、用数据创新”,会给国家治理方式带来根本性变革。

“四个结合”助力国家大数据战略

实施国家大数据战略部署和顶层设计,需要我们做到“四个结合”:把政府数据开放和市场基于数据的创新结合起来。政府拥有80%的数据资源,如果不开放,大数据战略就会成为无源之水,市场主体如果不积极利用数据资源进行商业创新,数据开放的价值就无从释放;把大数据与国家治理创新结合起来。国务院的部署明确提出,“将大数据作为提升政府治理能力的重要手段”“提高社会治理的精准性和有效性”,用大数据“助力简政放权,支持从事前审批向事中事后监管转变”“借助大数据实现政府负面清单、权力清单和责任清单的透明化管理,完善大数据监督和技术反腐体系”,并具体部署了四大重大工程:政府数据资源共享开放工程、国家大数据资源统筹发展工程、政府治理大数据工程、公共服务大数据工程;把大数据与现代产业体系结合起来。这里涉及农业大数据、工业大数据、新兴产业大数据等,我国的产业结构优化升级迎来难得的历史机遇;把大数据与大众创业、万众创新结合起来。国务院专门安排了“万众创新大数据工程”,数据将成为大众创业、万众创新的肥沃土壤,数据密集型产业将成为发展最快的产业,拥有数据优势的公司将迅速崛起。

此外,我国作为世界制造业第一大国,需要高度关注一个现实——大数据重新定义了制造业创新升级的目标和路径。无论是德国提出的工业4.0战略,还是美国通用公司提出的工业互联网理念,本质正是先进制造业和大数据技术的统一体。大数据革命骤然改变了制造业演进的轨道,加速了传统制造体系的产品、设备、流程贬值淘汰的进程。数字工厂或称智能工厂,是未来制造业转型升级的必然方向。我国面临着从“制造大国”走向“制造强国”的历史重任,在新的技术条件下如何适应变化、如何生存发展、如何参与竞争,是非常现实的挑战。

推动大数据在国家治理上的应用

在大数据条件下,数据驱动的“精准治理体系”“智慧决策体系”“阳光权力平台”将逐渐成为现实。大数据已成为全球治理的新工具,联合国“全球脉动计划”就是用大数据对全球范围内的推特(Twitter)和脸谱(Facebook)数据和文本信息进行实时分析监测和“情绪分析”,可以对疾病、**、种族冲突提供早期预警。在国家治理现代化进程中推动大数据应用,是我们繁重而紧迫的任务。

在政府治理方面,政府可以借助大数据实现智慧治理、数据决策、风险预警、智慧城市、智慧公安、舆情监测等。大数据将通过全息的数据呈现,使政府从“主观主义”“经验主义”的模糊治理方式,迈向“实事求是”“数据驱动”的精准治理方式。

经济治理领域也是大数据创新应用的沃土,大数据是提高经济治理质量的有效手段。互联网系统记录着每一位生产者、消费者所产生的数据,可以为每个市场主体进行“精确画像”,从而为经济治理模式带来突破。判断经济形势好坏不再仅仅依赖统计样本得来的数据,而是可以通过把海量微观主体的行为加总,推导出宏观大趋势;银行发放贷款不再受制于信息不对称,通过贷款对象的大数据特征可以很好地预测其违约的可能性;打击假冒伪劣、建设“信用中国”也不再需要消耗大量人力、物力,大数据将使危害市场秩序的行为无处遁形。

在公共服务领域,基于大数据的智能服务系统,将会极大地提升人们的生活体验,智慧医疗、智慧教育、智慧出行、智慧物流、智慧社区、智慧家居等等,人们享受的一切公共服务将在数字空间中以新的模式重新构建。

加强大数据动态的跟踪研究

我国要从“数据大国”成为“数据强国”,借助大数据革命促进国家治理现代化,还有几个关键问题需要深入研究。

切实建设数据政策体系、数据立法体系、数据标准体系。以数据立法体系为例,一定要在数据开放和隐私保护之间权衡利弊,找到平衡点。

重视对“数据主权”问题的研究。借助大数据技术,美国政府和互联网、大数据领军公司紧密结合,形成“数据情报联合体”,对全球数据空间进行掌控,形成新的“数据霸权”。思科、IBM、谷歌、英特尔、苹果、甲骨文、微软、高通等公司产品几乎渗透到世界各国的政府、海关、邮政、金融、铁路、民航系统。在这种情况下,我国数据主权极易遭到侵蚀。对于我国来说,在服务器、软件、芯片、操作系统、移动终端、搜索引擎等关键领域实现本土产品替代进口产品,具有极高的战略意义,也是维护数据主权的必要条件。

“数据驱动发展”或将成为对冲当前经济下行压力的新动力。大数据是促进生产力变革的基础性力量,这包括数据成为生产要素,数据重构生产过程,数据驱动发展等。数据作为生产要素其边际成本为零,不仅不会越消耗越少,反而保持“摩尔定律”所说的指数型增长速度。这就可能给我国经济转型升级带来新动力,对冲经济下行压力。

需要建设一个高质量的“大数据与国家治理实践案例库”。国家行政学院一直重视案例库的建设,在中央的重视和支持下,就大数据促进国家治理这一主题,各部门、各地方涌现出大量创新性的实践案例,亟须进行系统梳理和总结,形成一个权威的“大数据与国家治理实践案例库”,以方便全国领导干部进行借鉴和推广。

在大数据时代,个人如何生存、企业如何竞争、政府如何提供服务、国家如何创新治理体系,都需要重新进行审视和考量。我们不能墨守成规,抱残守缺,而是要善于学习,勇于创新,按照党中央、国务院的战略部署,政府和市场两个轮子一起转,把我国建设成“数据强国”。

(作者为全国政协委员、国家行政学院原副院长、中国行政体制改革研究会副会长)