自去年资管新规、理财新规落地以来,银行如何适应新的政策环境,成为业界关注的焦点。近日,CWM50银行理财论坛在杭州召开2019年第四次专题研讨会,邀请监管部门、行业机构、相关专家和京东、阿里、字节跳动、排列科技等公司,就理财子公司在新规下如何进行IT规划与系统建设,以更好地支持理财业务规范转型,进行讨论和交流,并建言献策。
据了解,在资管新规、理财新规,理财子公司办法的指引下,截至目前,公开披露理财子公司筹建计划的银行数量已达31家,包括6家国有大行、9家股份行、14家城商行和2家农商行。8家银行的理财子公司获批筹建,其中工行、建行的理财子公司已开业。新规于银行理财业务而言既是规范要求也是新的机遇,在此背景下,理财子公司IT系统建设的优势与挑战并存,一方面,依托于母行丰富的IT资源和科技力量,子公司系统建设具有独特优势;另一方面,在发展初期,业务模式及战略方向仍在持续摸索与明晰的过程中,如何制定符合监管合规要求及匹配业务发展需要的前中后台一体化建设需要不断实践。
此次研讨会,工商银行、中国银行、交通银行、邮储银行、招商银行、浦发银行和兴业银行等多家银行机构代表与会发言。
交通银行资管中心总经理表示,银行理财体系建设需要有大量的技术与管理团队,需要打通前中后台的系统建设,而以往银行都是按照前中后台顺序来建设,出现了不少问题走了许多弯路,得出的经验教训就是应该先建设后台数据系统,数据平台包含数据仓库等功能,有了数据标准后才能搭建一体化的数据与业务系统。兴业银行科技负责人则以搭房子比喻系统建设,地基就是数据平台搭建,房间更像应用。
其他与会银行发言代表,也非常认同上述观点。总体上,银行方普遍认为数据平台规划要首先建设,提前规划,虽然自动化、智能化的基础平台搭建前期投入比较大,较长的可能需要两三年,需要调动很多资源,需要管理技术等支持,银行自己搭建可能比较困难,需要借助外部力量,对于银行来说是一个比较大的挑战。
然而, IT规划与系统建设已成为贯穿产品销售、投资管理、合规风控、客户服务、后台运营等各个环节的一项重要课题,自动化、智能化的大数据平台,对于实现子公司与母公司风险隔离与战略协同,提升子公司运营效率和市场竞争力,支持银行理财业务规范转型都具有重要意义。因此,值得尝试与投入。
数据驱动银行智能转型发展
在信息时代,数据爆炸,大量新数据源的出现则导致了非结构化、半结构化数据爆发式的增长,由我们创造的信息背后产生的这些数据早已经远远超越了目前人力所能处理的范畴,我们正处于大数据时代,数据即为资产,但是对于大多数银行来说,仍缺少成熟的理论和工具来管理数据资产,如何保证数据资产的安全完整,合理配置和有效利用,从而提高带来的经济利益,保障和促进各项事业的发展。此为大数据时代企业布局竞争的核心。
排列科技认为,在这样的背景下,银行需要新的大数据技术来实现智能转型发展,而银行和大数据技术的结合点在于数据仓库,银行数据仓库可以对数据统一管理维护,分析人员可以对数据灵活查询分析,存储维护历史数据,从数据中提取价值,数据的集成和整合。
一站式金融大数据平台,深度释放数据价值与潜力
银行在发展过程中,积累了大量的数据,但在在数据存储和管理方面还存在一些问题,一方面原有的数据仓库由于建成时间年限过长,采用的架构以及事务处理要求跟不上业务发展的需要,而且无法在原有的数据仓库上进行有效的横向扩展。在整个数据管理及应用方面也存在一些问题:
1、运算效率低:因数据仓库性能瓶颈,每日数据跑批时间周期长,严重影响下游数据应用。
2、数据源不统一:各系统间存在字段缺失、非法、信息不统一等数据质量问题。
3、硬件扩展能力低:原有的小型机无法多节点的横向扩展,对于性能瓶颈只能进行高投入的硬件替换。
4、自动化程度低:科技部门需要花费大量的人力花费在取数,修改变更的表结构等问题上,无法提升工作效率。
5、数据层次设计不合理:缺少一层层次清晰的数据模型,对数据主题的划分界限不清,已经无法支撑日益复杂多样的业务。
另一方面,大数据相关技术已相当成熟,在支撑现有业务的同时,完全有能力构建统一的数据仓库服务平台,建立层次清晰、易扩展的数据模型。在此基础上,建立各类应用集市和全面完整的分析体系,借助各类分析工具、模型,为金融机构的业务经营决策提供全面的支持。
以排列科技的大数据平台产品为例,作为前沿的数据仓库管理系统,拥有丰富的数据接口和多样的数据ETL工具打通金融机构各个业务系统之间数据;完整的技术框架为金融机构提供海量的结构化和非结构化数据的存储、计算、分析;成熟的功能模块提升存储容量、计算效率、分析准确性;集中的管理系统为大数据平台提供了图形化,可视化、一体化的集群管理,简化集群的配置、管理、运维。
排列科技在大数据存储平台、大数据处理平台、海量数据传输平台、数据整合及衍生方案、实时分析平台、数据智能治理等方面拥有着丰富的技术能力与业务经验。在金融行业客户中已经不少成功的合作案例,如德清农商银行的金融大数据平台项目,此建设内容主要为6个方面:大数据基础平台搭建、数据仓库迁移、指标管理体系、血缘关系管理体系、外部数据管理体系和优化金融服务数据模型。此项目得到了德清农商银行客户的一致认可,省联社也有组织银行到德清农商银行进行学习。
