從亙古不變到日新月異,數字化催動銀行正規化革新。變化已在發生,過去十年來,數字化先改變了銀行零售業務,即從支付結算延伸到存貸款、財富管理,傳統銀行資訊中介職能已受到衝擊。隨著社會發展從消費向工業網際網路深入,智慧政府建設提速,投研與風控模式重塑,數字化轉型衝擊繼續延伸到公司金融/同業金融/資產管理等諸多領域。
藉助線上生活與平臺經濟,數字科技改造了商行營銷獲客、風險控制、運營體系等各個環節。(1)新生產生活產生新要求:數字時代零售客戶生活需求將逐步從線下轉向線上,各種消費、支付等行為逐步轉移到了線上場景中;而數字時代企業客戶,經營過程中將引入更多人力/財務/物流倉儲等智慧管理系統,透過數字手段組織生產,跨越傳統區域因素構建產業鏈。(2)新要求產生新痛點:數字時代零售和企業客戶要求商業銀行能夠根據自身生活習慣和生產特點安排金融服務,提供定製化、個性化的金融產品。在解決相關痛點過程中,商業銀行逐步數字化、智慧化、開放化,銀行擺脫了傳統線下網點而逐步“雲上化”。
總結之前報告,我們建立了DEFOP體系,以此解讀“雲上銀行”運作模式:
D (data-based)即資料資源:平臺經濟沉澱了企業交易資料,而透過演算法最佳化,資料在部分場景下成為新抵押物,這為資料授信提供了基礎。
E(ecosystem)即生態選擇:選擇好的生態,找值得投入的平臺。好的商業生態應具有客戶有效集聚、平臺方可制定規則、平臺能收取費用等特徵。以線上生態為例,這包括:高客戶數量/高變現能力形成的“超級生態”(如阿里/騰訊/位元組跳動),低客戶數量/高變現能力有機會實現小而美的垂直生態(如B站/小紅書/若干細分行業產業平臺)等。
F(financial)即財務體系:一方面,數字化轉型具有長期性,投入指標(如成本收入比)和產出指標(如淨息差)在時間上有所延遲,故要劃分投入/產出/穩定期綜合評價。另一方面,圍繞數字化長期目標,對成果評估不能侷限於傳統財務指標,借鑑平衡計分卡等考核思想,要兼顧客戶滿意提升、小組學習能力提高、流程持續最佳化等多維度指標。
O(organization)即組織結構:數字化轉型改變傳統商業銀行組織模式,從集權到扁平,從層級到小組:故一方面要升級傳統中後臺運營部門,從過去保障業務正常開展轉向為前端提供有效轉化與拓展服務;另一方面推動前臺組織扁平化、小組化,在保證獨立、充分授權前提下打造敏捷小組等組織,以高效協同方式適應多變、彈性的任務需求。
P(procedure)即業務流程:數字化意味著用線上、遠端、集中的理念開展業務,即從傳統財務三張表到大資料,從被動接單到主動授信,從定期審查到實時監控。以企金信貸為例,線上化後業務流程變化體現在:(1)環節流程化:前中臺打通,前臺和風險人員跟蹤整個流程;(2)演算法與演算法驅動:根據統計算法和平臺/外部資料進行交叉驗證,做出客戶信用評估決策,底層資料資源提供場景風控的基礎和支撐。(3)專家小組化:基於行業專長、演算法、風控能力形成以專家為主的臨時小組,根據實際平臺持續期決定小組是否常態運作。
正文:
數字技術潤物無聲,撼動商業銀行業務模式。銀行業已傳承數百年,經歷多次時代變局經歷數次“量變”,隨著科技和數字革命浪潮,銀行的商業模式極大程度發生“質變”。網際網路提供了隨時觸達手段,大資料提供了精準分析能力,區塊鏈建立了新誠信體系,雲計算帶來了計算能力飛躍,資料已成為新生產要素,變化已在不經意中悄然發生。
一.尋找銀行數字化的“聖盃”:構建DEFOP體系
數字化轉型是近年商業模式轉型的主流方向。數字科技對商業銀行營銷獲客、風險控制、運營體系等全方位進行了改造和重塑,商業銀行逐步數字化、智慧化、開放化。數字時代的零售客戶,生活需求將逐步從線下轉向線上,各種消費、支付等行為均逐步轉移到了線上固定場景中;數字時代的企業客戶,經營過程中將引入更多人力、財務、物流、倉儲的智慧管理系統,透過高科技手段組織生產,跨越城市、省區、國家形成產業鏈。這種情況下,零售客戶、企業客戶要求商業銀行能夠根據自身生活習慣、生產特點安排金融服務,提供定製化、個性化的金融產品。
數字化轉型過程中,新技術對資料、資訊、業務流程、組織架構、商業模式等各個方面進行升級和改造。對此,我們總結了DEFOP體系,概括了這一過程。
D data-based 資料資源:新技術的快速發展,為銀行資料化變革提供基礎支撐,尤其是資料成為新抵押物。透過資料積累,銀行將客戶連結形成網路效應,沉澱了資料資源。
E ecosystem 生態選擇:提升生態價值本質是加深對客戶資料資源的挖掘。好的商業生態應具備客戶集聚、制定規則、收取費用的特徵。高客戶數量/高變現能力形成“超級生態”(如阿里/騰訊/位元組跳動),高客戶數量/低變現能力的生態常叫好不叫座(如微博/360/知乎),低客戶數量/高變現能力有機會實現小而美的垂直生態(如B站/小紅書/貝殼)。
F financial 財務體系:圍繞數字化轉型的戰略目標,銀行數字化轉型專案評價,與傳統業務專案評價有所不同。對於成果的評估不能僅僅侷限於財務指標,還要兼顧服務客戶質量、流程最佳化評價等多維度指標。
O organization 組織結構:數字化轉型改變傳統商業銀行組織模式,從集權到扁平,從層級到小組。一方面升級傳統中後臺運營部門,從過去保障業務正常開展轉向為前端提供有效轉化與拓展服務;另一方面推動前臺組織扁平化,在保證獨立性、充分授權前提下打造敏捷小組等組織,以高效協同方式適應多變、彈性的任務需求。
P procedure 業務流程:業務流程的資料化改造體現在流程標準化推動,全流程資料場景支援、前中後臺組織聯動。以信貸業務為例,基於數字化改造後,信貸業務流程主要呈現以下三方面變化:1)任務驅動,前臺和中臺打通,前臺和風險人員跟蹤業務整個流程;2)基於行業專長、統計和演算法,專家內嵌形成堅實行業支援;3)根據統計模型和外部資料、調研交叉驗證,做出客戶信用評估決策。將底層內外部資料作為提供頂層所有場景風控的基礎和支撐。
新技術的快速發展,為銀行資料化變革提供基礎支撐。技術基礎原理體現在三方面:第一,科技的快速發展使得資料的產生、儲存、傳輸和處理等相關的技術指數級提升同時處理成本下降。第二,“物理上中心化+邏輯上去中心化”思路下的區塊鏈技術等為資料的儲存、傳輸和使用帶來了安全性和便利性的特徵。第三,資料化驅動思維成為企業免於“熵增”困擾的有效選擇。從近年發展速度最快的網際網路平臺的發展經驗來看,在資訊時代,迅速迭代技術、體系、制度可以有效避免積累大量資料後的“熵增”困境。以上三方面技術原理是商業銀行建立數字化轉型的底層邏輯體系。
以客戶為中心,銀行數字化轉型配合客戶行為轉變。一方面,新興金融科技公司的崛起建立了以客戶為中心的業務體驗,打破客戶原有的需求。客戶行為轉變後要求商業銀行提供類似的以客戶為中心提供綜合金融服務,這在零售業務領域尤為顯著。以支付寶平臺為例,支付寶APP以支付為切口嵌入出行、餐飲、娛樂、生活繳費、公益、網購等多種場景進行獲客,旨在全方位、多領域的服務以滿足客戶多重場景的需求。2020年6月末,支付寶APP月活客戶數接近8萬億,金融科技公司提供的平臺化的綜合金融服務深入滲透個人客戶日常行為。另一方面,數字時代零售和企業客戶要求商業銀行能夠根據自身生活習慣和生產特點安排金融服務,提供定製化、個性化的金融產品。在解決相關痛點過程中,商業銀行逐步數字化、智慧化、開放化,銀行擺脫了傳統線下網點而逐步“雲上化”。
銀行透過數字化過程中形成的資料資源,可能發展為授予信貸的新抵押品。傳統商業銀行基於業務和產品透過自身渠道服務客戶,形成資料網路。截至2021年7月末,商業銀行總資產規模約272萬億元,其中國有行+股份制商業銀行總資產佔比近70%,形成規模效應。使用者方面,銀行服務客戶包括個人(C端)、企業(B端)、同業(F端)、政府(G端)四種類型的客戶。不同型別的客戶在銀行中由不同業務條線進行對接:個人客戶、公司客戶、金融同業客戶、政府客戶分別對接零售金融條線、公司金融條線、投行與金融市場條線、機構客戶(大客戶)部門。
藉助數字化轉型建立客戶生態化平臺已成為網際網路公司/商業銀行/非銀機構的共識。社會數字化轉型發展至今,客戶要求多種類、便捷、無縫式的服務。這要求銀行建立適應客戶需求的業務模式,加大平臺/生態的投入與構建。根據關鍵詞分析2021年上半年商業銀行財報,各家機構財報均多次提到“平臺”“生態”類似表述。六大國有行合計提及368次,同比增加35%,主要股份行合計提及537次,同比增加42%;
生態價值的兩個維度:使用者和商業化能力。生態的組織方透過提供內容、產品或是搭建平臺吸引使用者聚集,收集與整理使用者在生態下產生的資料從而獲得定價權,最終實現商業化的目的。但商業化行為在一定程度上會損害使用者體驗,良好的生態需要在不同階段尋找使用者增長和商業化的平衡點。1)從使用者維度進行評價可以分為兩個層次:數量與黏性。數量決定了生態價值的上限,使用者黏性越高則不可替代性越強。2)從商業化維度進行評價可以分為兩個層次:變現強度和延展性。變現強度主要影響當期的營業收入。延展性包括所涉及賽道的數量,生態內經營的業務越多樣,商業化潛力也就越強。
基於線上線下劃分,線下生態以供應鏈為樞,線上生態以客戶群為綱。(1)線下生態分為開放與閉環兩種。供應鏈不同構建了差異化的“供應商-核心企業-客戶”生態。(2)線上生態從使用者和商業化兩個維度可以分為四層:高客戶數量/高變現能力形成“超級生態”,這類生態的主要代表包括阿里、騰訊和位元組跳動;高客戶數量/低變現能力的過時or潛力生態,這類生態比較典型的代表是拼多多和滴滴;低客戶數量/高變現能力的垂直生態,該類生態通常在某個垂直領域佔據統治地位,典型例子是B站;低客戶數量/低變現能力的失敗生態。
提升生態價值本質是加深對客戶資料資源挖掘。好商業生態的三板斧:客戶集聚、制定規則、收取費用。
(1)一個完整的商業生態是由供應商、生產商、銷售商、中介、政府和消費者組成的綜合性群體。並且在生態建設的過程中,存在使用者和商家的自我強化效應:使用者規模越大,商家/內容方的黏性也就越強,反過來又刺激新使用者流入。
(2)生態內集聚的使用者會留下資料資產。透過對資料資產的精細化運營和流量分發,生態組織方擁有生態內的“立法權”。這種立法權一方面可以維護生態執行的秩序:只有遵守規則的參與者才能留存在生態內。另一方面,生態組織方可以透過制定規則來控制生態發展的方向,形成持續性盈利的基礎。
(3)生態組織方有兩種途徑實現“徵稅權”。其一,直接向商家/使用者收取費用。體現為線下的門店租金,線上的增值費用等。具體“稅率”受到企業商業模式和發展階段的影響。其二,利用在供應鏈中的話語權降低成本。例如茅臺集團要求經銷商先款後貨,抖音無償使用使用者自制影片內容等。這兩種徵稅權都實現了產業鏈利潤向生態組織方集中的目的。
(4)健康的生態需要內部機體的協同性。螞蟻集團深挖C端需求,以支付業務持續延伸網際網路生態。招商銀行應用“渠道+財富”模式提升客戶體驗。
銀行資料和生態價值不僅侷限C端,商業銀行的生態價值被低估。商業銀行根據客戶類群可以搭建四種生態:零售生態、企金生態、同業生態和政府生態。從生態角度來看,當前市場對銀行估值只分析零售和企金生態,一定程度低估了銀行的價值。
從財務指標來看,數字化轉型意味著前期長期且大量投入,投入指標(如成本收入比)和產出指標(如淨息差)在時間上有所延遲,故要劃分投入/產出/穩定期綜合評價。在數字化轉型的過程中,投入類指標會出現一個先迅速增長,在產出期達到峰值後逐漸回落,最終趨於穩定的趨勢。若數字化專案轉型成功,在資源投入階段產出類指標可能會在一定的滯後期後開始緩慢增長,逐步開始加快增速,在見效階段達到頂峰之後,格局形成,趨於穩定。此外,還要考慮專案推進失敗的機率。數字化階段早期,成本收入比顯著上行(比如人力成本可能每年有25-35%的增長),這一階段透過合適的市值管理方案,市值尤其是估值水平提升可能對沖成本壓力的核心手段。
圍繞數字化長期目標,對成果評估不能侷限於傳統財務指標,借鑑平衡計分卡等考核思想,要兼顧客戶滿意提升、小組學習能力提高、流程持續最佳化等多維度指標。圍繞數字化轉型的戰略目標,銀行數字化轉型專案評價,與傳統業務專案評價有所不同。對於成果的評估不能僅僅侷限於財務指標,還要兼顧服務客戶質量、流程最佳化評價等多維度指標。在管理會計領域,平衡計分卡方法反映了財務與非財務衡量方法之間的平衡,長期目標與短期目標之間的平衡,外部和內部的平衡,結果和過程平衡,管理業績和經營業績的平衡等多個方面,適合財務中對柔性組織進行評價。
根據數字化轉型面臨的挑戰,平衡計分卡可以從總體數字化轉型、資訊資料轉型、平臺運營轉型、組織架構轉型、業務流程轉型等五個維度方面考慮。維度確定後,進一步從不同方面進行考慮,選擇和設計達到目標過程中的各指標。總體數字化轉型包括產品服務創新率、客戶數量及黏性、資料的資本化、流程效率最佳化、人才專家供給等。資訊資料轉型包括資訊資料化、引入外部資料、資料治理、客戶畫像、隱私與治理等。平臺運營轉型包括客戶規模、獲客價值、體驗與個性化能力、變現能力等。組織架構轉型包括柔性組織、全流程管理、中後臺升級、全生命週期等。業務流程轉型包括任務驅動、全流程資料場景支援、產品服務創新率、IT部業務能力等。
傳統商業一般採取層級化組織形式,較好的匹配了產品確定性強、追求穩定的目標要求。銀行的組織結構是銀行核心競爭力的制度保障,是決定銀行盈利的基本因素。從定義上看,銀行的組織結構是為完成銀行總目標由內部組成單位所做的制度安排,是組織職能和效率的統一體。這種制度安排直接影響到資訊在銀行內部的傳導機制和傳遞效率,影響銀行內部管控的交易成本。目前我國傳統銀行大都採用“總分”的組織結構,組織層次一般有總行——分行——支行——儲蓄網點4級。
儘管這種結構縱向資訊佔據優勢,但因為每增加一個管理層次,就增加了一份時滯,使組織結構減慢了資訊傳遞效率,內部管控成本較高。經驗情況下,總行從發出指令到最終執行到基層,一般要經歷月度時間,這樣容易錯過最佳的市場佔有時機。如果出現分、支行受自身利益驅動情況等其他因素影響,指令下達時間將會更長,甚至可能出現控制失靈的情況。
在數字化時代,銀行傳統的“總分支”組織結構效率明顯不足。銀行儘管對新技術應用採取了非常積極的態度,但仍存在技術駕馭能力不足、數字資源變現困難的問題。國內大型銀行有充分的資金和人力來嘗試各種新技術,但是,由於機構規模大,資訊傳導鏈條長,造成一線業務需求傳導過程較慢。一個完整的傳遞鏈條很有可能需要經過“櫃員或客戶經理——市級分行業務部門——省際分行業務部門——總行業務部門——總行技術部門——開發中心——開發團隊”這樣一條資訊鏈。這樣一條漫長的傳導鏈條,除非高層領導直接干預,否則按部就班,傳遞將會是一個緩慢的過程,還伴隨著資訊衰減和過時的問題。儘管小型銀行決策路徑相對較短,但是技術人員的不足制約了業務需求的轉化效率。故根據麥肯錫2018年的研究,商業銀行只利用了自身資料資源的10%到20%。
數字化轉型改變傳統商業銀行組織模式,從集權到扁平,從層級到小組。
小組制是一種具有高度適應性的組織形式。從網際網路機構和金融機構數字化轉型實踐看,相關機構均進行了有效授權和小組制運作。如谷歌/臉書透過關鍵人物實現小團隊運作,華泰證券在組織投行業務時,根據“區域-行業-產品”打造臨時小組,中金財富管理子公司採用"部落制",成立30多個小組解決客群發展、提供產品與解決方案等問題。小組制不具有標準化的工作和條例,鬆散型的結構可以根據需求快速改變。員工往往是技術高超的專業人士,並且透過培訓可以處理各種問題。在六要素上有機模型大多具有跨職能團隊、跨層級團隊、資訊自由流動、寬泛的管理跨度、分權化和低程度正規化的特徵。一般而言,網際網路機構、合夥制企業、研發創業型團隊經常採用這種組織模式。
數字化時代為了減少內部資訊傳遞成本,商業銀行前臺部門可採取更具敏捷的運作組織模式。建設敏捷性的經營團隊是要在場景合作過程中做到有效應對,商業銀行更應打破原有部門的藩籬,將傳統業務人員與總行風險、科技等領域人員“小組化”以實現“敏捷應變”。與此同時,管理部門須處理好總分行之間的協同關係,充分調動分行在場景合作業務上的積極性,由總行搭建“大運營”體系,分行則因地制宜,快速構建地域競爭優勢。
中後臺體系整合能夠顯著降低商業銀行的管控成本。一方面,“大運營”體系匹配大資料時代下的銀行授信模式。如銀行藉助生態系統、統計分析實現批次獲客、集中授信、標準化投放,這要求中後臺必須建立相關的資料分析、模型維護、運營整合系統。另一方面,“大運營”體系的廣泛應用有助於構建高效快捷的資訊分享和交流平臺,這能快速對前臺收集到的資料做出反應。
應對數字化浪潮,商業銀行一方面“聚是一團火”,升級傳統中後臺運營部門,從過去保障業務正常開展轉向為前端提供有效轉化與拓展服務;另一方面“散是滿天星”,推動前臺組織扁平化,在保證獨立性、充分授權前提下打造敏捷小組等組織,以高效協同方式適應多變、彈性的任務需求。
傳統銀行的流程體系適配對應的層級式的組織架構和以線下網點為中心的業務模式。以銀行最主要的存貸款業務,依靠人力密集推動業務,需要各環節人員經驗獲客並保證資產質量。(1)貸前:貸款在貸前完成信貸調查工作,相關崗位信貸人員對客戶資訊及相關材料進行收集整理、調查核實、論證分析,並形成調查結論。盡職調查環節需對客戶基本情況、生產經營狀況、客戶財務狀況等內容進行調查;其次從客戶維度對其違約風險進行評價與預測。客戶評級往往會作為授信報批的重要參考依據,在對客戶綜合授信時,商業銀行不僅要考慮客戶的授信需求,同時需參考客戶評級測算客戶的風險限額總量,並對其擔保能力展開分析。(2)貸中:貸中管理階段,相關崗位信貸人員應規範完成合同簽訂工作,並嚴格把控放款稽核環節,最終保證貸款支付環節順利完成。(3)貸後:貸後管理階段,首先信貸業務存續期間內,檢察人員需對影響信貸資產安全的各類因素進行跟蹤和分析,及時識別風險預警訊號及金融服務商機;回收管理環節,信貸人員需及時完成催收、授信調整等相關工作,從而確保貸款的順利回收;若貸款出現逾期等情況,商業銀行應當按規定對債務人進行定期催收,確保商業銀行債權的實現或信貸損失的最小化。
業務流程的資料化改造體現在流程標準化推動,全流程資料場景支援、前中後臺組織聯動。從傳統財務三張表到大資料,從被動接單到主動授信,從定期審查到實時監控。以企金信貸為例,線上化後業務流程變化體現在:
(1)環節流程化:前中臺打通,前臺和風險人員跟蹤整個流程。前臺和中臺打通,前臺和風險人員跟蹤業務整個流程,信貸業務針對不同渠道和不同場景提供全面的閉環風控服務。系統根據事前感知,事中分析到事後監控,分別應用前期的欺詐情報、資料服務,中間的計算平臺與模型平臺,後期的複雜網路、機器學習與資料分析,進行案件管理和資料分析彙總。
(2)演算法與演算法驅動:根據統計算法和平臺/外部資料進行交叉驗證,做出客戶信用評估決策,底層資料資源提供場景風控的基礎和支撐。透過提供信貸服務,獲取客戶資料並建立信任,根據統計模型和外部資料、調研交叉驗證,做出客戶信用評估決策。將底層內外部資料作為提供頂層所有場景風控的基礎和支撐,在資料的基礎上利用雲計算和平臺工具對原始資料進行加工,最終形成業務指標。
(3)專家小組化:基於行業專長、演算法、風控能力形成以專家為主的臨時小組,根據實際平臺持續期決定小組是否常態運作。基於行業專長及系統性研究經驗,專家內嵌形成堅實行業支援。
整體而言,數字化改造後信貸業務流程打通,前臺與中臺聯動,形成全面的閉環風控解決方案。透過業務驅動,系統不斷完善客戶資料從而依靠大資料與雲計算等技術完善系統決策功能,同時增加行業專家的全程支援,資料場景支援、前中後臺組織聯動的業務流程。