资讯详情

返回上一级
商业银行实体网点的不可替代性
日期:2017-08-03 13:06:37 打印

根据国有五大行最新年报显示,2016年五大行网点总数7.08万个,较去年同期减少169个,降幅0.2%,员工总数为172.24万人,较去年同期减少17736个,降幅1%;受互联网飞速发展的影响,传统商业银行网点“瘦身”进程加速,纷纷将发展着力点放在互联网及移动平台战略合作上。然而,在聚焦网络金融的同时,传统银行实体网点并不能“一刀切”地进行减肥瘦身,应充分考虑到实体网点在诸多方面存在的不可替代性。

一、网络金融颠覆了传统银行业的发展模式

(一)线上金融服务占比提高,传统银行业受到较大冲击。随着网络金融及大数据应用的增加,理财、贷款、支付转账都可以在网上进行,传统实体网点功能进一步弱化。截至2016年末,我国第三方支付交易额达57.9万亿元,较去年同期增长率达85%;而相比较来看,实体消费进一步萎缩,2016年境内联网POS机数量为2453万台,增速较去年同期低32.6个百分点。《2016年中国互联网金融发展报告》中预测,银行业势必将从线下为主到线上线下结合再发展到以线上为主,其演变速度可能就在近10年以内完成。

(二)竞争者日益增多,进一步逐渐压缩传统银行业盈利空间。不只是以蚂蚁金服、百度金融为代表的P2P借贷平台飞速发展,支付宝、京东钱包等支付平台也进一步占领市场,传统银行业在支付、结算、转账、借贷等方面的结算中介作用遭到弱化,利润增长受到影响;截至2016年末,我国商业银行净利润同比增速为3.54%,自2011年以来其指标逐年降低,5年来下降了32.8个百分点。

二、互联网金融具有效率高、覆盖广、成本低的优势

大数据的应用,使用户不用受空间、时间条件的限制,即可享受到更多简便、优质的金融服务。 互联网金融的飞速发展,由于其具有以下客观优势:

(一)系统化管理提高授信准确度。互联网金融将大数据运用纳入到客户筛选、授信审批、资金监测及风险管理的各个流程中,结果批量化、自动化生成,大大增加了系统效率;人工智能的运用,减少了人力在智力、时间、空间上的局限,对客户的经济及财务情况判断准确性高,同时在传统征信中增加客户的风险偏好、消费偏好及社交偏好等信息,对症下药给予金融产品服务。

(二)大数据的应用降低成本投入。一是推广成本,互联网金融具有边际成本递减特征,一旦平台搭建完成,后期投入成本极低,并且其借助特定的交易环境创造需求,客户群自发性增多,二是人力及管理成本,互联网金融主要在客户审核、风险管理、贷后跟踪中依靠大数据的应用,有报道称一笔网络借贷的管理成本仅2.4元,远远低于传统银行依靠人力的管理成本。

(三)大数据内容涵盖比传统征信系统更广泛。传统人民银行征信系统以授信、贷款、信用卡等信息为基础,其信息来源主要是银行业金融系统,但实际上随着时代的发展,传统征信系统已不能满足金融发展的需要;而基于大数据应用的互联网征信,可以触及到传统征信系统不可涉及的短板,例如小微、三农、学生、无业人士,对银行探索新的客户群、开拓新的市场具有重要意义。

三、但实体网点的作用仍不可替代,主要有以下几方面原因

(一)大数据应用以互联网历史数据为基础,但目前尚存在较大的空白点。一方面,网络数据尚不能覆盖所有群体,截至2016年末,我国网民数量7.31亿人,约占总人口的53.2%,尚有一般数量的人口是大数据涵盖不到的;另外,根据2016年中国互联网发展状况调查结果,我国网民年龄层次主要在40岁以下,占比达77.8%,而《福克斯》数据显示我国高资产人群的平均年龄为43岁,且有超过66%的高收入人群年龄为40岁以上,互联网数据实际是相当一部分高收入人群存在数据空白区。

(二)实体网点立足于业务最前端,最了解业务发展状况及面临的实际困难。互联网数据采集的是历史信息,而人工智能则仅限于按照预定程序对历史数据信息进行前瞻性研判,而实际上金融风险中如舆情风险、案件风险、操作风险具有突发性、不可预料性的特点,依靠大数据无法准确监测。同时,目前大数据的应用尚存在局限性,一方面数据局限于消费、物流、支付等消费端,对于资金投资端尚不能准确覆盖;另一方面,各行业间数据尚未实现共享,对风险管理特别是贷后资金流向监控造成难点。

(三)要提高对大数据收集的准确性与应用的效率性,还需要以对前端业务的深入了解为基础。目前各行各业存在业务、科技两条线管理,存在“懂业务的不懂科技、懂科技的不熟业务”现象,而各类基于数据生成的产品、服务、风控模型的设计,无一不基于对业务的深刻理解;同时,随着数字化程度越来越高,如何从海量的数据源中高效率地选取合法的、有用的、高质量的数据,还需要基于对业务端丰富的历史经验才能做到。

四、商业银行应尽量放大两方面优势,做到取长补短,双效结合

(一)重视网络金融战略化发展,打造数据深入挖掘分析能力。深刻理解大数据技术发展方向,培养数据运用能力,将发数据渗透到组织、技术、人员、产品、制度各个层面;及时掌握数据收集及分析方法,加大科技投入,建立精准的云计算系统,提升后台对全端客户的分析预测与风险防控能力;开展各类应急演练,提升技术段防范各类网络病毒及保护信息安全能力,保障数据端抗风险能力。

(二)准确掌握业务前端发展趋势与风险,增强实体网点在风险预警的敏感性。充分发挥前端业务员工的风险敏感度,增强对客户、市场、大环境的风险预判能力,及时了解同行业业务信息、发展信息、风险信息,并及时反馈给后台系统,提高大数据的前瞻预测能力;强化人才培养,将实体业务与大数据有机结合,提高数据产品研发创新性、活跃性、有效性;发挥人力资源的主观能动性,主动渗透到大数据覆盖不到的领域,如本地行业圈、政府圈、同业圈,及时研判市场反应动态,提高无效产品研发预警与止损能力。

(三)创新消费环境,提高银行业数据产品自我营销能力。当前银行业产品还多依靠线下、网点进行推广,其受到一定的消费环境、消费人群的局限,商业银行需打破传统产品营销模式,提高数据端宣传营销能力,释放大数据产品生产力;通过“电商+金融”、“第三方+金融”、“物流+金融”等多方跨界合作,为客户创造新的消费环境,同时加强人性化产品设计,增强客户粘性。商业银行实体网点的不可替代性




分享: