来源：和讯网

作者：南阳银监分局 薛傥

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）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。

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。

（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。

（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。