20191128-麦肯锡咨询-中国行业CEO季刊：点数成金 规模化大数据应用-领军同行 布局未来（精简版）.pdf

2019年冬季刊 点数成金 规模化大数据应用领军同行 布局未来（精简版）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。我们衷心希望本期季刊可以给在大数据、高级分析中寻求价值突破的中国银行业CEO们带来启发，最终解锁大数据价值。转型号角已经吹响，只有真正将大数据与高级分析融入到企业基因的银行，才能赢得这场引领未来的“转型和创新之战”。祝开卷愉快！2019年冬季刊麦肯锡 中国银行业CEO季刊刊首语倪以理全球资深董事合伙人 麦肯锡中国区总裁曲向军全球资深董事合伙人 麦肯锡中国区金融机构业务负责人总编：倪以理曲向军编辑委员会：韩 峰吴亚洲 童心怡梅 枝 杨婷云刘星雨 鲁志娟特别顾问：Nick Leung Joydeep Sengupta 沙 莎 Raphael Bick我们谨此向全球和中国区银行咨询业务部门的众多同事表示诚挚感谢。他们是本书近五十篇文章的作者：沙莎、容觉生、周宁人、谭宏、沈愷、郑文才、石俊娜、石炜麟、郭凯元、刘潇、丁文渊、周雨辰、张若涵、王波等。作者名详见每篇文章。关于麦肯锡中国区银行咨询业务麦肯锡中国区银行咨询业务致力于服务本地区领先和具有成长潜力的商业银行及投资银行和资产管理机构。通过实施效益驱动的解决方案，帮助客户取得长期成功，并建立可持续的核心竞争力，除了专注于协助客户设计整体转型、金融科技布局和并购等战略，我们亦提供端到端的实施支持，以帮助客户进行全面的组织能力升级和核心能力建设。麦肯锡 中国银行业CEO季刊麦肯锡公司2019年版权所有。3第一部分时代在变，银行求变：大数据规模化应用是大势所趋014 六大挑战全面冲击银行业银行业正面临六大核心挑战，这些挑战无一不在敦促银行业加快大数据的规模化应用。024 拥抱大数据，提升银行竞争力大数据会深刻影响银行的竞争力。本文介绍银行如何充分挖掘数据潜力，提升销售、消除风险、改善盈利。038 高管访谈：美国运通CIO、美国国际集团CSO 等 6 位高管谈大数据的机遇和挑战美国6 位资深高管分享了制胜大数据和高级分析在技术、人才、流程和文化上所需的变革，以及上述转型对其组织的重大影响。第二部分掌控全局，战略先行：用例驱动的大数据战略规划制定大数据战略全景图048 超越同业大数据规模化的秘诀本文分享了在高级分析规模化应用上卓有成效企业的成功实践，并总结了推进大数据战略的全景图1）公司上下制定统一战略；2）夯实数据和模型基础；3）突破规模化应用的“最后一公里”。4麦肯锡中国银行业CEO季刊 2019年冬季刊062 最后一公里：如何突破大数据规模化应用瓶颈推进大数据规模化应用主要受制于两大核心挑战：1）数百个用例的优先级排序；2）内部流程调整及固化。基于此，本文结合国外银行的领先实践，给出五大有针对性的解决方案079 与敏捷同行：加速大数据战略落地本文旨在讨论敏捷数据的核心原则及其价值，并为致力于启动数据敏捷化转型的企业提出五大关键举措建议090 高管调研：如何加速释放大数据价值本文分享了行业领军者的三大关键举措制定清晰的数据和分析决策，更好的组织设计和人才管理及更注重将新的数据洞察转化为行动100 大数据规模化应用的必经之路大数据规模化不可一蹴而就，是一项需要“波浪式”推进，长期系统性的复杂工程，前瞻性的顶层设计、精确规划的实施路线图和有效的支撑体系缺一不可108 第一资本案例：秉承“信息决策、数据为先”战略，颠覆传统银行业第一资本一直走在创新最前沿，成为业内第一批规模化利用客户数据预测风险、定制产品的公司，本文分享了其战略及成功实践127 瑞银数字化高管访谈录：如何成为高级分析领域弄潮儿瑞银数字化与分析总监 Laura Meyer*分享了该行高级分析的转型旅程，及后续如何实现高级分析的规模化应用130 诺基亚全球副总裁访谈录：如何最大化挖掘大数据分析及自动化的价值麦肯锡近期与诺基亚副总裁 Amit Dhingra 探讨了电信公司应如何利用大数据及高级分析来实现短期速赢，并在中长期持续创造价值5136 新兴市场某银行案例：小步快走，实现高级分析端到端转型短期收益低，是银行 CEO 对于大规模推进大数据建设的主要顾虑。其实，“小步快走”的敏捷工作方法，是实现银行大数据转型速赢的密钥CXO 行动指南149 商业领袖在大数据规模化应用中的九大迷思麦肯锡基于与数百名企业高管的对话，就企业领导如何更好地运用大数据分析提出9 条建议160 扪心自问：关于大数据规模化，管理层应思考四大关键问题在大数据规模化发展的进程中，CEO应该从整体战略、工作方式、产品思维和外部合作4个方面思考问题166 预警：大数据项目即将失败的十大信号麦肯锡根据多年服务金融机构和企业的经验，总结了在大数据项目实施过程中，高管们经常遇见的十大危险信号，并有针对性地提出了应对措施177 四大举措提升董事会“数字商”董事会必须提升“数字商”，才能与技术高管产生有价值的思想交流，在数字化领域游刃有余186 高管调研：大数据规模化掌舵者提升高管参与度、升级组织架构、重注人才培养，是银行在分析领域取得卓越效果的必备要素194 大数据时代 CAO生存指南在高级分析飞速发展的当下，CAO（首席分析官）的角色愈发重要。是否兼备技术与执行能力是考核 CAO 的关键6麦肯锡中国银行业CEO季刊 2019年冬季刊第三部分小步快走，规模制胜：大数据在业务和中后台管理的主要应用公司银行214 大数据与高级分析重塑中国公司银行业务借鉴国际同业转型经验，结合国内公司银行转型实际挑战，麦肯锡总结出公司银行转型的四大战略方向和十大核心策略240 机器学习：实现产品精准定价设定复杂支付产品的公允报酬水平一直是金融行业的挑战所在，行业领先者已开始应用机器学习技术，并有效提升了定价绩效249 国际领先银行案例：如何利用大数据创新赢得小微业务市场利用“下一个最佳产品”引擎，将海量数据转化为精准识别客户需求的洞见，提高便利性和成本效益259 中国公司银行业务实践：掘金大数据与高级分析应用本文介绍大数据及高级分析在公司银行业务应用的效果、实际用例及规模化实施路径投资银行277 摩根大通：借用外脑，规模化大数据摩根大通秉承“移动优先，万物数字化”战略，在大数据技术方面投资超过 300 亿美元，在零售体验、交叉获客、产品创新、效率提升和风险管理上领跑行业7零售银行301 欧美领先银行案例：大数据分析打造面向未来的零售银行业务借力大数据和高级分析，零售银行业务可通过六大抓手提升客户服务，实现降本增效314 零售银行的制胜秘笈：大数据驱动营销及管理 2.0零售银行大数据能力建设和数据驱动的转型是一场长期的精益增长之战，“五大秘笈”可助力银行取得成功333 应用高级分析重塑银行客户决策过程为帮助银行通过数字化变革提升客户体验，麦肯锡总结了三步走的方法论342 大数据助力零售银行解锁价值建立一套端到端的用例开发和管理机制，围绕业务主线、以价值驱动为核心，创造最大价值资管359 借助大数据分析，加速消除资管投资决策偏见领先的资产管理机构利用机器学习算法分析历史投资数据，揭示出投资的偏见模式，然后通过定制除偏措施改善投资决策保险368 全美互惠保险公司首席营销官访谈录：高级分析助力科学决策从 2009 年到2012 年，美国的财产险宣传支出上涨 62%，而全美互惠保险公司增幅为0，且市场营销生产率年增长在15%以上。该公司CMO Matthew Jauchius 分享了如何应用高级分析做出更优的市场营销决策8麦肯锡中国银行业CEO季刊 2019年冬季刊风险管控372 高管调研：大数据颠覆模式下的银行风控风险部门比银行任何其它部门都需要更谨慎对待转型，本文基于对 30多位银行高管的访谈，总结出成功转型路线图387 风险部门大数据转型之道展望未来 10 年，银行风险管理部门存在哪些新机会，又如何捕捉这些机会？我们从风险部门管理人员、CEO、业务和客户部门主管及监管部门四大关键利益相关方的角度对长期愿景目标进行了诠释，并分享了典型案例412 大数据赋能欺诈防范，规避信贷损失银行风险管理智能化转型迫在眉睫，银行需要充分利用大数据和高级分析工具实现风控场景应用430 大数据团队在中国的实践：高级分析助力风险预警体系升级，防患于未然本文分析和介绍大数据及高级分析在公司银行业务应用的效果、实际用例及规模化实施路径中后台442 首席人才官备忘录:高级分析出奇制胜大数据和高级分析技术揭示出人力资源部长期以来可能做错的三件事，而应用高级分析，企业可更高效地识别、招募和奖励最优秀的人才9447 国际领先金融机构案例：大数据时代下升级银行人力资源战略数字技术、人工智能和自动化将金融行业的“人才战”推向了一个新的战场，赢家将是那些能驾驭好数据、先进分析以及行为科学，以前所未有的针对性做出人才和组织决策的公司459 联合利华首席人才官访谈录:大数据与高级分析助力联合利华决胜人才战役Leena Nair 分享了联合利华如何利用数据分析，以影响力最大的价值创造职位为抓手，使得人力资源部门在价值创造中发挥关键作用463 银行规模化流程自动化的六大成功要素银行需要转移重心、设计新流程、优化自动化或人工智能技术，并使内部能力与供应商的专业领域相结合，实现流程自动化470 首席信息官备忘录：流程自动化转型正当时CIO应率先垂范，先在 IT部门内部展现自动化的优势，再推广至企业上下，引领组织进行全面IPA 转型480 首席财务官备忘录：如何成为数字化财务领域的弄潮儿技术进步推动财务部门不断加速数字化进程，本文深入剖析了4 种对财务领域最具影响力的数字化技术，探讨首席财务官如何成功引领财务部门数字化转型490 数字化采购：私募股权基金如何持续取得成效新的数字化工具和分析工具可以提高采购支出透明度、更有效识别价值潜力、支持价值获取，给金融机构带来显著的利润提升10麦肯锡中国银行业CEO季刊 2019年冬季刊第四部分重塑能力，走向卓越：大数据规模化能力建设组织架构500 建立高级分析驱动型组织大数据及人工智能的规模化应用普遍推进缓慢，这实则反映了各企业未能做好转型准备，其中最大的障碍莫过于文化和组织。本文旨在从组织架构层面提出破局建议519 联邦式，分散式还是集中式大数据时代的银行组织架构升级尽管大部分公司都认识到高级分析的重要性，然而真正的成功案例却寥寥无几。打造一个适应大数据分析的组织架构是关键人才能力532 大数据时代下银行急需4 类复合型人才本文旨在勾勒出推动高级分析规模化应用的复合型人才画像，并围绕人才招募计划以及绩效管理提出建议，以期帮助银行加速搭建高级分析团队544 制胜高级分析时代：成立内部大数据学院创建一个内部大数据分析学院，从而全面提升员工的技能，对于企业推进大数据规模化应用至关重要。本文将分享大数据分析学院的关键价值及真实的企业案例554 花旗银行运营技术部总裁访谈录：大数据时代如何重塑花旗Don Callahan 介绍了如何加快数字化转型，以及善用人才和敏捷方式对转型成功至关重要11系统架构560 数据治理：让你的数据仓库井井有条各行各业的领军企业纷纷借助高级分析法和高性能数据处理能力降本增收，降低风险。当下，数据系统及数据能力最优者胜，它们不但利润超丰，且增长强劲565 如何多快好省地打造数据基础设施以敏捷方法开发数据湖，有助于企业快速启动分析项目，并营造持久的数据友好型文化，从而帮助企业事半功倍地完成大数据转型数据文化574 摩根大通首席数据官等 6 位高管访谈：为什么数据文化至关重要建立数据文化可加快大数据分析的规模化应用，并切实放大其效力，帮助企业创造收入、规避风险；而要打造数据文化，各高层应坚守七大原则第五部分明道利器，弯道超车：麦肯锡大数据与高级分析解决方案简介596 数字化 20/20 诊断工具597 Digital Sprint 诊断600 Hercule大数据平台602 麦肯锡高级分析子公司604 麦肯锡数字化商学院12麦肯锡中国银行业CEO季刊 2019年冬季刊精简版目录第一部分时代在变，银行求变：大数据规模化应用是大势所趋016 六大挑战全面冲击银行业银行业正面临六大核心挑战，这些挑战无一不在敦促银行业加快大数据的规模化应用。026 拥抱大数据，提升银行竞争力大数据会深刻影响银行的竞争力。本文介绍银行如何充分挖掘数据潜力，提升销售、消除风险、改善盈利。040 高管访谈：美国运通CIO、美国国际集团CSO 等 6位高管谈大数据的机遇和挑战。美国 6 位资深高管分享了制胜大数据和高级分析在技术、人才、流程和文化上所需的变革，以及上述转型对其组织的重大影响。第二部分掌控全局，战略先行：用例驱动的大数据战略规划制定大数据战略全景图048 超越同业大数据规模化的秘诀本文分享了在高级分析规模化应用上卓有成效企业的成功实践，并总结了推进大数据战略的全景图1）公司上下制定统一战略；2）夯实数据和模型基础；3）突破规模化应用的“最后一公里”。062 最后一公里：如何突破大数据规模化应用瓶颈推进大数据规模化应用主要受制于两大核心挑战：1）数百个用例的优先级排序；2）内部流程调整及固化。基于此，本文结合国外银行的领先实践，给出五大有针对性的解决方案。079 与敏捷同行：加速大数据战略落地本文旨在讨论敏捷数据的核心原则及其价值，并为致力于启动数据敏捷化转型的企业提出五大关键举措建议13090 高管调研：如何加速释放大数据价值？本文分享了行业领军者的三大关键举措制定清晰的数据和分析决策，更好的组织设计和人才管理及更注重将新的数据洞察转化为行动。100 瑞银数字化高管访谈录：如何成为高级分析领域弄潮儿瑞银数字化与分析总监 Laura Meryer 分享了该行高级分析的转型旅程，及后续如何实现高级分析的规模化应用。CXO 行动指南103 商业领袖在大数据规模化应用的九大迷思麦肯锡基于与数百名企业高管的对话，就企业领导如何更好地运用大数据分析提出9 条建议。114 扪心自问：关于大数据规模化，管理层应思考四大关键问题在大数据规模化发展的进程中，CEO应该从整体战略、工作方式、产品思维和外部合作4个方面思考问题。120 大数据时代 CAO生存指南在高级分析飞速发展的当下，CAO（首席分析官）的角色愈发重要。是否兼备技术与执行能力是考核 CAO 的关键。第三部分小步快走，规模制胜：大数据在业务和中后台管理的主要应用零售银行136 零售银行的制胜秘笈：大数据驱动营销及管理 2.0零售银行大数据能力建设和数据驱动的转型是一场长期的精益增长之战，“五大秘笈”可助力银行取得成功。14麦肯锡中国银行业CEO季刊 2019年冬季刊资管155 借助大数据分析，加速消除资管投资决策偏见领先的资产管理机构利用机器学习算法分析历史投资数据，揭示出投资的偏见模式，然后通过定制除偏措施改善投资决策。保险164 全美互惠保险公司首席营销官访谈录：高级分析助力科学决策从 2009 年到2012 年，美国的财产险宣传支出上涨 62%，而全美互惠保险公司增幅为0，且市场营销生产率年增长15%以上。该公司CMO Matthew Jauchius 分享了如何应用高级分析做出更优的市场营销决策。风险管控168 风险部门大数据转型之道展望未来 10 年，银行风险管理部门存在哪些新机会，又如何捕捉这些机会？我们从风险部门管理人员、CEO、业务和客户部门主管及监管部门四大关键利益相关方的角度对长期愿景目标进行了诠释，并分享了典型案例。192 大数据赋能欺诈防范，规避信贷损失银行风险管理智能化转型迫在眉睫，银行需要充分利用大数。据和高级分析工具实现风控场景应用。中后台211 首席人才官备忘录:高级分析出奇制胜大数据和高级分析技术揭示出人力资源部长期以来可能做错的三件事，而应用高级分析，企业可更高效地识别、招募和奖励最优秀的人才。216 国际领先金融机构案例：大数据时代下升级银行人力资源战略数字技术、人工智能和自动化将金融行业的“人才战”推向了 一个新的战场，赢家将是那些能驾驭好数据、先进分析以及行为科学，以前所未有的针对性做出人才和组织决策的公司。15第四部分重塑能力，走向卓越：大数据规模化能力建设组织架构228 建立高级分析驱动型组织大数据及人工智能的规模化应用普遍推进缓慢，这实则反映了各企业未能做好转型准备，其中最大的障碍莫过于文化和组织。本文旨在从组织架构层面提出破局建议。人才能力247 制胜高级分析时代：成立内部大数据学院创建一个内部大数据分析学院，从而全面提升员工的技能，对于企业推进大数据规模化应用至关重要。本文将分享大数据分析学院的关键价值及真实的企业案例。256 花旗银行运营技术部总裁访谈录：大数据时代如何重塑花旗Don Callahan 介绍了如何加快数字化转型，以及善用人才和敏捷方式对转型成功至关重要。数据文化262 摩根大通首席数据官等 6 位高管访谈：为什么数据文化至关重要建立数据文化可加快大数据分析的规模化应用，并切实放大其效力，帮助企业创造收入、规避风险；而要打造数据文化，各高层应坚守七大原则16麦肯锡中国银行业CEO季刊 2019年冬季刊六大挑战全面冲击银行业Holger Harreis、Luca Pancaldi、Kayvaun Rowshankish、Hamid Samandari、Andrs Portilla和Jaime Vazquez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。17六大挑战全面冲击银行业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。18麦肯锡中国银行业CEO季刊 2019年冬季刊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19六大挑战全面冲击银行业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106相当于资20麦肯锡中国银行业CEO季刊 2019年冬季刊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21六大挑战全面冲击银行业图1 由于大型监管计划的完成和规模缩减，预计未来3-5年风险管理全职员工将会下降资料来源：IIF/麦肯锡 2017调查，在数字时代风险管理的未来 1a：银行所有全职员工的变化 参与者占比，%，n=26 1b：银行风险部门所有全职员工的变化 参与者占比，%，n=2682727152318353117 增加25%增加 25%稳定 0 减少25%过去3-5年 未来 3-5 年351531128415422712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。22麦肯锡中国银行业CEO季刊 2019年冬季刊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。23六大挑战全面冲击银行业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）。图2 监管风险成本在过去5年有所上升，预计还会继续上升资料来源：IIF/麦肯锡 2017调查，在数字时代风险管理的未来 监管风险成本演变 参与者占比，%，n=268458317438464 增加20%0 稳定 减少 50%过去5年 未来5年24麦肯锡中国银行业CEO季刊 2019年冬季刊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。图3 数字化、高级分析和外包是应对不断增加的监管压力的关键工具 参与者计划使用的应对监管压力的工具 受访者百分比，n=349747412921181004250254217100386363132593572114714 总体 欧洲 北美 RoW 国内系统性重要银行/其他 100 38 38 29 21 21 全球系统性重要银行 90 70 50 30 20 10资料来源:IIF/麦肯锡 2017年关于数字时代风险管理未来的调查25六大挑战全面冲击银行业Holger Harreis是麦肯锡全球资深董事合伙人，常驻杜塞尔多夫分公司；Luca Pancaldi是麦肯锡全球董事合伙人，常驻米兰分公司；Kayvaun Rowshankish是麦肯锡全球董事合伙人，常驻纽约分公司；Hamid Samandari是麦肯锡全球资深董事合伙人，常驻纽约分公司；Andrs Portilla是国际金融协会董事总经理；Jaime Vazquez是国际金融协会法规事务政策顾问。麦肯锡公司2019年版权所有。1 贾米明尼（Jaimee Minney），老年人是苹果最大的消费群体之一（Apple s biggest spenders have seniority），占比情报（Slice Intelligence），2015年10月28日，。2 重新考虑零售（Rethinking retail），印孚瑟斯技术（Infosys），2013，。3 希拉里米尔恩斯（Hilary Milnes），Rent the Runway是如何做到像亚马逊一样的发货速度（How Rent the Runway is pulling off deliveries at the speed of Amazon），数字时代（Digiday），2017年7月31日，。4 艾玛邓克利（Emma Dunkley），汇丰银行推出100亿英镑中小企业贷款计划（HSBC sets up 10bn SME loan chest），金融时报（Financial Times），2016年4月17日，。5 客户之争：麦肯锡2015年全球银行业回顾（The Fight for the Customer:McKinsey Global Banking annual review 2015），9月15日，麦肯锡网站。6 丹尼斯布格罗夫（Denis Bugrov）、米克罗斯迪茨（Miklos Dietz）和托马斯波彭斯科（Thomas Poppensieker）合著的 全球银行业的勇敢新世界（A brave new world for global banking），麦肯锡咨询公司，2017年1月，麦肯锡网站。7 2017年数据泄露成本研究：全球回顾（Global Overview），波莱蒙研究所（Ponemon Institute），2017年6月，参见 。8 伊格纳西奥克雷斯波（Ignacio Crespo）、潘卡库马尔（Pankaj Kumar）、彼得诺特布姆（Peter Noteboom）和马尔茨泰曼斯（Marc Taymans）合著的 模型风险管理的演变（The evolution of model risk management，），麦肯锡咨询公司，2017年2月，麦肯锡网站。9 同上。10 斯蒂芬英韦斯（Stefan Ingves），巴塞尔III的最终化：连贯性、校准性和复杂性（Finalising Basel III:Coherence，calibration and complexity），第二届银行发展、稳定性和可持续性大会主旨演讲，2016年12月2日，智利圣地亚哥，参见国际清算银行，bis.org。11 乔治博诺莫（Giorgio Bonomo）、塞巴斯蒂安施耐德（Sebastian Schneider）、保罗图尔切蒂（Paolo Turchetti）和马尔科维托里（Marco Vettori）合著的 SREP：欧洲银行如何适应新的风险导向监管规则（SREP:How Europe s banks can adapt to the new risk-based supervisory playbook），麦肯锡咨询公司，2016年7月，麦肯锡网站。12 丹尼尔米凯尔森（Daniel Mikkelsen）、亨宁索列尔（Henning Soller）和马林斯特兰德尔-詹森（Malin Strandell-Jansson）合著的 欧盟数据保护法规合规负担亦或数字化基石？（The EU data-protection regulationcompliance burden or foundation for digitization?），麦肯锡咨询公司，2017年1月，麦肯锡网站。26麦肯锡中国银行业CEO季刊 2019年冬季刊拥抱大数据，提升银行竞争力Amit Garg、Davide Grande、Gloria Macias-Lizaso Miranda、Christoph Sporleder和Eckart Windhagen如今，银行客户采取的每一项行动、银行销售的每一种产品以及银行用于交付的每一个流程，都拥有丰富的实时数据，包括数字、文本、语音和图像。在本文中，我们将探讨运用这些数据开展高级分析所能带来的巨大机遇，