大数据为何让传统银行焦虑？

丑八怪揍鱼

文/新浪财经意见领袖专栏（微信公众号kopleader）专栏作家 李庚南

　　毫无疑问，大数据正以其神秘的魔幻之力征服了世人，在各个领域恰风光无限。在金融领域尤其如此，大数据的运用，对传统金融原有的理念、模式与渠道形成了强烈冲击。

大数据为何让传统银行焦虑？

　毫无疑问，大数据正以其神秘的魔幻之力征服了世人，在各个领域恰风光无限。在金融领域尤其如此，大数据的运用，对传统金融原有的理念、模式与渠道形成了强烈冲击。最近，在与一些银行人士座谈中，明显感觉到传统银行特别是中小商业银行对大数据的推崇。不少银行津津乐道于大数据的神奇，特别是在破解信息不对称方面，基于互联网的大数据分析，对客户信息的挖掘之深、之广几乎到令人咂舌的地步。但在津津乐道之间，也可以明显感受到他们对大数据浓浓的焦虑。

　　传统银行究竟在焦虑什么？不外乎三个方面。

　　焦虑之一：在大数据运用上“技不如人”，让传统银行危机丛生。

　　按说传统银行在拥有大数据、运用大数据方面具有先天优势。长期的发展，客观上让传统银行积累了海量的数据，这些数据经过深度挖掘和专业技术处理分析无疑将产生巨大的商业价值，这岂是近年来异军突起的金融科技（Fintech）公司可比拟？但是，在见识了Fintech类公司如何玩转大数据之后，特别是基于数据平台技术的“画像”神技之后，传统银行只能自叹弗如。一向自以为处于大数据高地的传统银行，面对Fintech的冲击，忽然有了虚空的感觉。相比之下，传统银行在大数据方面的技能确显“外强中干”。一方面，从拥有大数据的丰富程度看，传统银行所拥有的大数据其实没有我们想象中那么“丰满”。传统银行的数据大多依托交易、账户等维度展开，主要侧重于历史财务、借贷数据。诚然，近年来传统银行业大力发展面向客户的业务系统，形成并储存了庞大的可用数据资源，不仅包括存、放、汇核心业务结构化数据，还包括客户电话语音、在线交易记录、网点视频等非结构化数据。尽管如此，与基于互联网的大数据相比，传统银行的数据结构仍相对单一且有限。其突出短板在于缺乏对财务、借贷数据背后客户行为数据的采集与分析。行为数据的欠缺，制约了传统银行对客户进行清晰“画像”的能力。不可否认，在利率市场化大背景下，传统银行经营转型及创新的步伐不断加快，但创新的视角往往“落入”监管套利的“格调”，在挖掘客户内在需求、提升服务附加值方面意识总体尚欠缺。而在互联网大数据模式下，电子商务、社交网络和用户的搜索行为等大数据，包括客户的教育背景、工作经历、社交圈子等，为给客户清晰“画像”提供了丰富的素材。以此为基础的大数据技术，通过综合分析借款人相关行为数据及其关联性，对客户的行为模式、诚信状况、履约能力及意愿等可以做出更加接近真实的判断，从而有利于找准市场定位，明确资源配置方向，并有效降低贷款违约率。而这恰是传统银行孜孜以求的目标。传统银行在大数据方面的另一个短板就是其数据来源和存储模式的局限性。这种局限性，某种程度上是与传统银行与生俱来的特质密切相关的，即强调数据的精准性与一致性。而大数据理论更关注效率与相关性，在对数据的筛选、存储方面强调由关注精确度向关注效率转变、由关注因果关系向关注相关性转变。

　　现实情况是，近年来许多银行加强了数据仓库系统建设，对分布在各个源系统中的原始数据进行清洗、抽取、转换并进行集成和存储，使数据的精确性和一致性得到了提升；但同时在一定程度上消除了数据的混杂性和关联性，反而制约了大数据的赋能性。另一方面，在数据运用上，传统的风控技术与大数据风控技术相比相形见绌。

　　对于金融业而言，大数据的魅力突出展示在客户风险控制上，体现为风险控制模型的设计。目前传统银行在风控上大多采取信用评分模式，而信用评分模型主要依据历史借贷、财务数据来预测和判断客户的违约风险。其缺陷比较明显，除了受制于数据库的完善程度外，更为关键的是无法对现有数据库之外的、非信贷客户进行信用风险评估与授信。这就使得那些在传统银行体系信贷记录为空白的群体难以获得金融服务。既制约了银行自身的获客能力 和业务拓展空间，也与发展普惠金融的宏观导向相背离。相比之下，基于互联网的大数据风控模型除了重视传统的信贷变量，更关注涉及客户社交网络等渠道的信息。这就为信贷记录“空白群体” 提供了获得基本金融服务的可能性。同时，大数据风控模型更加关注客户的行为数据。 通过对客户行为数据的分析与清晰“画像”，不仅能相对准确地锁定营销目标，分析判断目标客户的资信状况、偿贷能力与还款意愿，为贷前调查、贷时审查“把关”，而且通过动态的行为跟踪分析，还能及时发现风险苗头，将风险消弭于萌芽状态，有效降低客户违约风险。在大数据运用上的相对劣势，使传统银行特别是中小商业银行在客户粘性方面日益受到Fintech类公司的冲击，直接影响到传统银行零售业务的生存空间；而近年来的统计数据表明，全国存款类金融机构住户贷款占全部贷款的比重逐年上升，住户贷款已成为传统银行业务的主要增长点。至2017年8月末，本外币住户贷款占比已达31.2%。面对零售业务空间日益被依托互联网的Fintech类公司“侵蚀”，传统银行焉能不焦虑？

焦虑之二：大数据或现寡头垄断态势，让传统银行忧心忡忡。

      面对Fintech类企业在零售业务领域的冲击，传统银行在大数据运用方面的忧患意识不断增强。针对大数据方面的短板，不少银行开始尝试接入和整合外部数据资源，学习绘制客户“图像”。有的银行已开始探索互联网数据与传统数据的耦合，开始关注客户出差、喜好和社交圈等其他动态信息。大数据所释放出来的增利潜能甚至蛊惑着不少金融机构走上了购买大数据之路，这对于传统银行特别是中小银行而言无疑是提升大数据运用的一条捷径。但是，传统银行在与数据交易对手的互动中，又平添了一重焦虑：大数据运用的前景或将面临数据寡头垄断的壁垒。随着Fintech行业的快速发展，一些金融科技巨头凭借其在互联网领域的固有优势，掌握了大量数据，客观上可能会催生大数据寡头，带来数据垄断。一些机构掌握了核心的信用数据资源，或电商交易数据和金融数据，或传统金融机构、互联网金融平台的金融数据。这种格局势必有损市场公平竞争，使中小银行置于不利的市场地位。假如这种情况出现，传统银行的大数据发展之路必将受到挤压。这也正是目前很多银行所担忧的问题。前不久，央行金融研究所所长孙国峰撰文表达了同样的担忧。他认为，大数据从互联网应用场景向金融领域的转移往往发生在一些金融科技企业的集团内部，这个过程缺乏监管和规范，可能会侵犯到用户的知情权、选择权和隐私权，当前隐私数据保护的边界不清晰；而“一些金融科技巨头掌握了大量数据，可能带来数据垄断”。

　　可见，这一问题已经引起了监管部门的关注。但同时也反映出加强我国在大数据、Fintech行业等新领域监管的紧迫性。目前，我国在大数据监管方面的政策尚不清晰。大数据究竟由谁来监管，如何明确大数据监管主体的职能与权力，如何厘清数据控制者运用数据的行为边界？如何防止与因应互联网巨头并购可能形成的数据垄断？这些问题依然悬而未决。眼见野蛮生长的Fintech正挥舞大数据之利器侵蚀着传统银行的发展空间，传统银行焉能不焦急？

　　焦虑之三：大数据交易背后潜在的各种法律风险，让传统银行惴惴不安。

　　且不论传统银行通过向第三方购买数据的做法是否合适，是否有病急乱投医之嫌。单从数据运用看，其潜在的风险性却是不容忽视的。我们知道，大数据的价值唯有在开放与共享中才能得以实现，但开放与共享的同时如影随形的则是数据使用的潜在风险。

　　传统银行使用从第三方购买的大数据，其潜在风险除了数据本身真实性问题以及利用大数据技术过程中隐含的技术风险问题导致决策失误外，主要面对的是潜在的法律风险。包括两方面：　一是存在可能侵犯个人隐私或泄露国家安全数据的法律风险。这种风险实际上隐伏于传统银行获取大数据的来源、渠道以及数据加工各环节。非法渠道获得的数据其法律风险是自不必言。我国刑法明确规定，窃取或者以其他非法方式获取公民个人信息，且情节严重的行为，犯非法获取公民信息罪；即使正规渠道获取的大数据，如果未进行妥善处理，也容易构成对个人隐私的侵害。

　　二是存在侵犯其他主体商业秘密、涉嫌商业犯罪等法律风险。通过数据交易市场的大数据，其所有权和使用权往往难以明确界定，特别是对经大数据技术进行数据加工后的产品权利归属未完全明确，容易陷入侵犯商业秘密等法律风险。可见，大数据是一柄双刃剑，既能赋能又可能诱发风险。传统银行在运用大数据过程中，不仅面临来自技术层面、数据层面潜在的法律风险，更需防范来自内部的从业人员道德风险。需警惕剑走偏锋，滑向违法的泥沼，侵害消费者包括个人隐私在内的合法权益，引发声誉风险。2016年公安部挂牌督办并告破的“5.26侵犯公民个人信息案”，涉及高达257万条公民个人银行信息，涉案金额高达230余万元，而该案的“内鬼”竟然就是某行一位支行行长。该案所造成的社会负面影响及给银行带来的声誉风险之大，足令业界警钟长鸣。

　　从某种意义上，传统银行在采集、运用大数据中能感受到潜在风险，能产生上述种种焦虑，本身应该是一件好事。唯有对大数据心存敬畏，才能在大数据的蓝海里行稳致远。面对大数据的激情四溢，应该说，传统银行感到焦虑尽在情理之中。需要反思的是，监管者岂能没有焦虑？或者说，大数据监管者在哪里？

　　在大数据分析的神器下，一切都变了透明状。正如弗兰克·帕斯奎尔在《黑箱社会：掌控信息和金钱的数据法则》感叹，我们每天都要面对这样的问题：公司和政府部门越来越渗透性地记录我们的生活，我们却不知这些信息会传播到哪儿，也不知道将被用作何种目的，更不知这些信息的泄露会产生怎样的后果。关键是，消费者的个人信息一旦被泄露、隐私受到侵犯，往往还因举证困难甚至根本无法举证而陷于投诉无门。尽管我国现行刑法在保护公民个人信息方面设定了相关约束规制；但在大数据运用领域，对侵权的认定比较复杂与困难。在大数据交易市场中，交易的数据是基于对底层数据进行清洗、分析、建模、可视化后的结果数据，而非底层数据。这些结果数据并不会直接涉及人身或公共利益价值，因此得不到刑法的有效规制。但是，通过汇聚相关关联数据，大数据强大的信息整合能力、分析能力依然能将我们剥成“透明人”。因此，保护消费者个人信息安全成为大数据必须直面的课题。在大数据模式下，相较于传统银行的焦虑，或许我们更需要关注的是消费者对个人隐私信息的焦虑，更需要强化的是监管者如何有效保护消费者权益的焦虑。