麦肯锡中银行业CEO季刊:时代在变 银行求变 六大挑战全面冲击银行业
2019-11-29 13:30 文章来自:国际投行研究报告 收藏(0) 阅读(72) 评论(0)

麦肯锡 中国银行业CEO季刊

大数据和高级分析规模化已进入黄金时代,是银行业未来发展的大势所趋。 拥抱大数据、提升银行业竞争力已是银行业的共识。实践表明,大数据和高级 分析能从四方面创造可观价值:业务绩效提升约25%;运营成本降低约10%; 运营风险相关亏损下降约20%;监管数据响应效率提升约30%;客户体验大 幅提升。充分借力大数据的金融服务机构,利润率将较同业高10%以上。可以 说,谁能率先转型为“科技银行”、“数据银行”,谁就能在未来10年领跑同 业!

通过与大量银行高管深度探讨,我们发现,国内银行在大数据规模化方面存在 几大共性问题:大型银行往往耗费大量时间和金钱,从全面数据治理开始大 数据规模化应用,但这些投入却久不见价值;小型银行则畏难情绪严重,较差 的数据基础致使他们多止于观望;此外,各类银行还普遍存在模型搭建与业务 场景应用“两张皮”的情况,未遵循“用例驱动”和“闭环循环优化”原则;大 数据人才匮乏进一步制约了规模化应用。

近年来,麦肯锡银行业咨询团队携手近千名数据科学家、软件工程师与国内外 领先金融机构并肩作战,成功实现了大数据规模化,在提升预测精度、优化科 学定价、完善客户体验、强化风险把控等多个维度为银行创造出巨大价值。本 期季刊基于这些项目经验和麦肯锡的最新研究,围绕“如何实现大数据规模 化应用”,与银行业CEO分享大数据规模化战略、最佳实践和高管洞见。

本刊分4章、共收录48篇文章:第一章“时代在变,银行求变”重申大数据、高 级分析规模化是银行业大势所趋。第二章“掌控全局,战略先行”介绍了一整 套方法论,讨论如何制定切实可行、契合业务的大数据战略,以及商业领袖在 大数据规模化应用方面的九大迷思及四大关键问题。第三章“小步快走,规模 制胜”中,我们结合成功实践,生动介绍了在具体情境下大数据工具的端到端规模化路径。第四章“重塑能力,走向卓越”,以案例、访谈等形式,提出了重 塑组织架构、人才战略、系统架构和企业文化四大关键能力的具体举措和路径。此外,我们还在附录中介绍了麦肯锡独特的大数据规模化工具与解决方 案。

本文旨在分享银行业正面临的六大关键趋势——客户要求陡增,竞争趋于激烈,成本压力骤升,生态圈玩家入场,新兴风险层出不穷, 监管规则趋严。而这些变化,无一不敦促银行业加速大数据的规模 化应用。

六大趋势 在六大趋势的交织下,银行、特别是其风险管理团队,亟需进行深 度系统性的数字化变革。前四项趋势将影响银行的各个方面:客户 要求提高,期待增多,竞争压力加大,成本控制增强和新兴的生态圈 交付模型。其他两大趋势重点影响风险管理部门:新兴风险种类出 现且在不断演变,同时监管的广度和深度在不断扩展。

客户要求提高,期待更多

未来,客户在选择银行服务时,比较对象不再是其他银行,而是众 多以客户为中心的技术公司所提供的一流客户体验。而这种体验 提高了客户在整个服务过程中的期望值(在体验一个产品或服务之 前、过程中、以及之后的全渠道用户体验)。一位首席风险官以下面 这个故事为例,做了解释。在完成了抵押贷款业务的数字化转型后, 银行邀请了一位客户,并在高管层面前进行了第一笔交易。交易进展 非常顺利,该客户仅用了不到5分钟就通过了贷款申请。这次数字化 转型后,该银行会成为业界的领军者,银行高管对此感到十分满意。 他们问客户感觉如何,客户回答:“还行。”在投入了这么多精力,并且 准时、未超预算地完成任务之后,这样的回答实在让人泄气。他们 问为什么仅仅是“还行”,客户说:“是挺好的,不过相比在亚马逊上 购物,实在是太复杂了,而且现在钱还没到账。”

众多移动设备上直观的页面让客户可以轻松操作,可视化的数据也 能满足他们的需要。相当多的用户从简单的操作中获益。去年,在苹 果产品的网上销售中,65岁以上人群的支出约高于25到341 岁人群支 出的20%。同时,客户获得了越来越多的私人定制服务,这些服务能 够愈加精准地预判客户的需求。这一点对客户而言很重要:一项调 查显示,在接受过定制化服务的消费者中,60%的人认为该项服务 显著影响了他们的购买行为2 。而且满足客户需求的速度越来具有 即时性;在时尚技术公司Rent the Runway,30%的订单当天即可制 作完成3 。

随着数字化体验逐渐提升,消费者更加想要无缝的体验。主动寻找 金融产品的客户渐渐减少。客户转而在有需求时寻求帮助。个人和公 司客户都有这样的趋势。而且这类期待一直在提高,前面那家“5分 钟办理抵押贷款”的银行也是在付出代价之后才认识到了这一点。

在为银行客户打造良好、稳定体验的过程中,为保证底层流程无缝 切换,不产生延迟或不需要客户处理大量文书工作,风险管理是其 中的关键考量。风险管理有助于确保这些流程能帮助客户快速做出 决定,并且可以在客户意识到之前识别出经过风险分析过的用户需 求。

市场竞争压力加大

由于各类提供成熟的数字体验和更多产品的机构涌现,银行的竞争 压力逐渐加大。这些压力来自经过数字化变革后的现有银行,采用 数字化策略拓宽营业范围的小银行,以及高歌猛进的金融科技企 业和非银行借贷机构,其中科技公司尤为突出。

我们的调查显示,领先银行在推进大规模数字化变革中投入了其 10%以上的营收。这些投资使得银行在改造其技术架构和操作模 式的同时,可以重塑关键的客户体验,并打造数据和分析能力。大型 银行中,汇丰银行推出了一项功能,可以在2分钟内决定是否向中小 企业发放3万英镑以下的贷款4 。

许多“天生的”金融科技公司正在吸引银行客户。他们不受传统架构 和银行监管影响,通过敏捷的开发来快速打磨其产品,以满足传统 银行客户的需求。而且大体上,他们具有显著的成本优势。我们的 研究显示,这些数字化颠覆者的成本收入比在33%左右,而现有银 行为55%。

非银行机构也开始通过建立在线借贷平台来参与竞争,这也逐渐 拉开了银行与客户的距离。比如阿里巴巴起初为一个电商平台,在2014年创立数字化的网商银行,为中小企业提供金额在3000美元 左右的贷款。现在它的贷款总额已经超过120亿美元。比如大众汽 车银行(Volkswagen Bank)等聚焦细分市场的小众银行也在进行 线上发展,并且增加了其产品种类。

对于银行而言,竞争压力意味着市场份额和利润率的下降。风险管 理通过提高选择客户的精确度来弥补这些损失。同样重要的是,风 险管理可以实现前面讨论的卓越客户体验,以及提高做出即时决策 的速度,从而给银行带来获得并维持客户的竞争优势。调查中30% 的全球系统重要性银行(G-SIB)受访者认为,在未来3到5年内,信 贷处理时间将减少50%至75%。在许多情况下,信贷处理时间还将 下降更多,会出现现场决策和立即支付贷款的情况。我们稍后会讨 论其中的一些案例。

经济增长放缓和持续的成本压力

在后危机、缓慢增长和低利率环境下,特别是在监管限制的情况下, 成本控制对银行来说更加重要。资产负债表上的压力是全球性的。 自2010年以来,欧洲银行的净资产收益率从6.5%降至3%。而在 2016年,全球银行业的净资产收益率仅略低于10%6 ——相当于资本成本或接近该成本,原因不仅是低增长和发达经济体长期的低 利率水平,还有新兴经济体信贷周期逐渐下行。预计未来几年这一 艰难的宏观经济环境将对银行利润构成压力。

成本压力还表现在裁减全职员工方面,包括风险管理的全职员工。 图1显示,近40%的调查受访者预计将在未来三到五年内减少风险 管理部门全职员工的数量,而只有不到20%的调查受访者预计会增 加。

新兴的生态圈交付模式

金融科技公司(例如欧洲的Kabbage)和行业实用工具(如GCD)为 银行提供了加速向数字风险管理转型的方法。事实上,金融科技公 司筹集的总资金(约38亿欧元)中,有62%流向了愿意与银行合作的 金融科技公司。

与此同时,63%的北美受访者正在寻求实用工具来应对监管趋严。

一些新的尖端金融科技技术解决方案,包括基于云的交易和风险分 析解决方案,借助人工智能和机器学习的反欺诈解决方案,以及利 用算法来对收债人和债务人行为进行配对,从而实现对不良贷款的 智能收集。70%的受访者认为,金融科技将帮助银行实现风险管理 的数字化,从而降低操作风险损失,改善资产负债管理(ALM)中的 流动性管理,风险压力测试,新兴风险识别以及风险组合监控和管 理。

与此同时,行业平台商可以为合规部门开发共享解决方案(例如,网 络安全、模型验证和第三方供应商管理),银行因此可以释放出资 源进行优先级更高的计划。30%的受访者计划利用行业平台公司和 合作伙伴来应对严监管,而60%的北美公司计划这样做。

不断演变的新风险类别

风险团队正在投入更多精力来识别和减轻新兴风险,包括因数字渠 六大挑战全面冲击银行业道应用普及、数字资产风险暴露增加、分析法的兴起以及日益互联 的业务而不断演变的新风险。受访者指出,许多不断演变的风险“并 非真正的新风险”,而是由于数字化带来的结构性变化而增加的风 险。这里讨论的风险包括网络风险、模型风险和“传染”风险。

网络风险是指由于滥用和盗窃知识产权或业务中断而造成的损 失和损害。对于风险部门负责人来说,这是主要的新兴风险。因为 银行持有大量数据,一旦遭到入侵,造成数据泄露,将带来巨额成 本。根据一项研究,1万条数字泄露事件的成本为190万美元,5万条 数字泄露事件的成本高达630万美元7 。显然,正如最近涉及数亿用 户的入侵事件所显示的,这些数字只会上升。与此同时,数据泄露往 往涉及数百万条记录。这种风险不太可能消失。风险团队将需要防 范自身的网络风险,并建立示范性的数据恢复能力。

模型风险是指由于错误使用模型、使用有缺陷的模型、错误或过时 的假设或基础数据问题而导致的损失。随着模型越来越多地嵌入 到业务流程中,大型机构的模型数量每年增长10%到25%8 。而且模 型变得越来越复杂,适当地管理模型风险至关重要。一家全球银行 的损失超过50亿美元,部分原因是风险价值模型存在缺陷、操作人 员缺乏建模经验、缺乏回溯测试和操作问题导致风险度量不准确。

此外,随着银行构建更多的模型,它们有时会自动执行实际上需要 人类判断的决策。由于模型带来的风险越来越大,模型风险管理已 成为风险活动的重要组成部分。模型风险管理近年来发展迅速,预 计还将继续增长9 。

传染风险是指一个实体的负面事件蔓延到其他实体,并导致整个 金融系统蒙受财务损失。由于自动化和数字化流程在业务处理上 的便捷性,业务的互联性正在增强。这带来了重大风险,因为价值 链某个环节的失败很容易波及整个行业。金融体系中的传染风险一 直是监管机构关注的一个关键问题。

虽然并非所有这些风险都是新出现的,但其出现速度、日益提高的 重要性以及其影响的多变性已经发生了根本性的变化。如果不充 分利用技术,就无法在早期识别出这些风险,并提出有效的缓解方 法。

监管广度和深度增加

2008年金融危机后,全球监管趋严。目前看来也没有减弱的趋势, 尽管可能会有一些监管放松的特例。从危机爆发到2015年,巴塞尔 银行监管委员会(Basel Committee on Banking Supervision)定稿的 出版物累计增加了约30倍10。社会现在期望政府确保“大到不能倒” 的局面不再出现。同时,监管机构更频繁地通过银行在国内和国际 上监管非法融资。

这些新增的监管规定涵盖了许多领域,包括监管方面,例如《对内 部模型和监管审查和评估过程的针对性审查》(Targeted Review of Internal Models)11、系统性风险和对其进行衡量的压力测试、《巴 塞尔协议III》(Basel III),数据保护方面例如《一般数据保障条例》 (General Data Protection Regulation,简称GDPR)和欧盟支付服 务修订法案(PSD2)。监管范围正在扩大,并对非金融风险和风险 文化等领域进行了额外的审查。事实上,几乎每家参与的银行都被 要求解决并缩小其在应对非金融风险方面的差距。

某些监管规定(如GDPR和PSD2)的范围和影响直接推动了数字化 的需求。例如,在为GDPR做准备时,银行可以采取必要的步骤来进 一步增强其数字化能力,如采用复杂的技术来管理客户主数据12。与 此同时,银行需要利用数字化手段,以便在PSD2和开放银行的范围 内成功运营,并与高度数字化的非金融公司竞争。由于这些规定,这 些公司现在可以捕捉到与客户前端互动的重要数据。

在我们的调查中,30%的受访者表示,在过去5年里,风险监管成本 增加了50%以上。此外,46%的受访者预计未来5年,成本将继续上 升,不过他们预计增幅不到目前水平的50%(见图2)。

考虑到监管的加强与不断上升的成本压力,银行确实任务艰巨。确 保流程合规要容易得多,而且可能只有通过数字化才能实现。同 样,只有彻底实现数字化,才能将建立一个无处不在的控制框架, 及时有效地监控银行行为以及防止监管罚款的成本控制在可接受 的范围内。事实上,正如图3所示,数字化和分析是应对不断扩大的 监管压力的最佳工具。