数字化转型背景下银行数据治理能力研究

《金融科技发展规划（2022-2025年）》的发布代表以数字化转型为主线的金融科技发展已进入新阶段,商业银行普遍通过加强对金融数据的应用,推动数字化转型,构建覆盖全生命周期的数据资产管理体系,实现客户洞察、个性化营销和精准服务。而部分中小银行还停留在弥补数据治理短板的阶段,亟须提升数据治理方面的投入产出比。文章将对数字化转型背景下商业银行的数据治理能力进行研究。     

关于商业银行数字化转型模式实践与创新路径的研究——基于近年来部分A股上市银行年报分析

数字经济快速发展时代,商业银行数字化转型已经成为不可逆转的趋势。商业银行数字化有利于提高服务实体经济能力和水平、提升服务实体经济效率,数字化转型已经成为各商业银行增强核心竞争力的首选战略。本文基于全国部分商业银行公开的会计年报信息分析商业银行数字化转型现状,发现各类商业银行数字化转型进展不一,中小商业银行数字化转型被边缘化现象较为严重,技术应用流于形式,客户体验不足,数字化转型存在同质化现象,部分服务对象的数字化程度低,数据质量和数据安全保护不足。因此,商业银行必须进一步明确数字化转型的目标,努力提升科技实力和水平,将金融科技元素嵌入到全业务流程各环节中,重视客户体验,采取差异化、专业化、特色化的转型方式,打破数字化转型过程中的同质化现象,同时要不断提升服务对象的数字化水平,强化数据治理,加强数据安全保护。     

数据赋能 治理有道——交通银行广东省分行数据治理方案及应用

随着数字化金融时代的来临,日益增长的数据需求使得数据分析成为赋能业务发展的新途径。交通银行广东省分行针对数字化转型,建立“数据标准→数据安全→数据资产→数据应用→数据共享”的完整数据管理生态圈,以数据治理为手段,建设数据资产目录和统一的数据共享机制,夯实数据底座;集中数字化智能工具,建立数据应用分析平台,打造统一数据门户,提升全行数字化应用能力,支撑业务部门的经营分析和决策。     

数字金融对商业银行信用风险约束与经营效率的影响

在金融业数字化转型的大趋势下,商业银行面临巨大挑战,也存在机遇。在此背景下,强化商业银行信用风险约束是否影响其经营效率？本文以2012—2020年我国48家商业银行数据作为研究样本,运用超效率DEA模型构建全局参比的Malmquist-Luenberger指数,测度了信用风险约束下的商业银行效率,以中国数字金融普惠发展指数为核心解释变量进行了实证检验。研究发现,由于数字金融本质上是基于技术进步驱动的金融创新行为,通过强化银行信用风险防控能力这一中介要素,促进了商业银行经营效率的提升。此外,数字金融对银行经营效率的促进作用呈现异质性,对资产规模小、成立时间较短、非上市商业银行经营效率的提升更显著。因此,进一步明晰转型路径、提高科技创新水平、强化风险治理能力对于我国商业银行加快数字化转型、再造核心竞争力具有重要意义。     

借助数据分析技术打造现代商业银行

随着金融业数据集中程度的加大,数据分析技术被应用于越来越多的领域,数据价值的开发利用可有力地提升商业银行的核心竞争力。但是,数据分析在我国金融业仍处在发展的初期阶段,一些银行的数据分析还存在不少问题,尚未形成真正的盈利能力。     

商业银行风险管理数字化转型路径研究

风险管理是商业银行管理的一项重要工作,随着数字经济的发展,商业银行数字化转型步伐加快,不仅业务、技术、人员进行数字化转型,同样,风险管理也面临着数字化转型。本文认为商业银行风险管理数字化转型要在明确转型目标基础上,分析风险管理数字化转型存在的问题,本着目标和问题导向原则,结合数字技术禀赋,做好商业银行风险管理数字化转型的顶层设计,提升数字技术应用精准度,提升数字化转型智能化水平,搭建风险预警系统,建设数据中台,创新应用新数字技术,不断完善风险管理数字化转型治理体系。     

技术效率、公司治理和商业银行风险承担能力

本文旨在探究技术效率与公司治理在商业银行风险承担能力提升过程中的作用。为此,本文以上市商业银行为样本,通过构建面板数据模型,首先研究了技术效率与公司治理对商业银行风险承担能力的影响,发现技术效率可以显著提高商业银行风险承担能力,但商业银行各项公司治理指标对其风险承担能力的提升没有直接显著的影响;进一步研究发现,公司治理通过促进商业银行技术效率的提升进而对其风险承担能力起着调节作用,证明其存在间接影响。因此,持续优化商业银行公司治理对于提升商业银行抗风险能力仍然具有积极意义。     

大数据时代小微企业智能审贷问题研究

信用风险控制技术是大数据在商业银行应用的最核心功能。本文以大数据为背景,结合商业银行内外部环境,探讨了小微企业智能审贷引入大数据分析的必要性与可行性,剖析了商业银行推进小微企业智能审贷面临的困难与挑战,并提出加强法制建设、完善数据库体系建设、强化数据价值挖掘能力、搭建适应大数据的数据管理体系等建议。     

基于大数据的商业银行风险管理研究

银行业作为数据密集型行业,拥有庞大的客户群体和交易数据,经过几十年长期经营,积累了海量业务数据资源。对大数据的分析、利用和管理能力已经成为商业银行的核心竞争力。特别是在风险管理领域,大数据提供了更加有效的工具和处理方法,已成为商业银行风险管理的关键要素。商业银行数字化转型对风险管理的数字化、专业化水平提出了更高要求。如何利用大数据更好地为风险管理工作服务,已成为商业银行的一项重要研究课题。     

大数据发展，驱动工商银行新未来

当今时代,大数据已经成为银行业的基础性战略资源,是商业银行提高经营管理水平、提升市场竞争和风险防控能力的重要抓手。从外部环境看,大数据技术能力的快速发展为商业银行管理应用大数据提供了基础,市场环境也加快演化,为商业银行数据深度应用创造了条件。     

金融数据共享利益冲突平衡的法律进路

数据是数字经济时代最重要的生产要素之一，流动的数据才能发挥数据价值，金融数据共享是数据流动的一种形式。金融活动中金融数据在不同金融机构之间、金融机构与科技企业之间、金融机构与金融监管机构之间共享，金融数据控制者对其所控制的数据的财产性权益期待是促进数据共享的动力。金融数据中有大量关涉个人信息的数据，而且金融数据安全关系到国家金融体系安全，在确保国家金融体系稳健和个人信息安全的前提下，将金融数据权利赋予金融数据控制者，有利于促进金融数据共享，最大限度地挖掘金融数据价值。为平衡金融数据共享主体之间的利益冲突，应当以确定数据权属为底层逻辑，优先保障个人信息权益，并通过引进侵权惩罚性赔偿机制，调整惩罚性赔偿金分配机制和个人信息侵权公益诉讼规则，完善个人信息侵权赔偿制度。     

基于数据仓库技术的大数据审计方法研究

近年来,大数据技术的发展和广泛应用给国家经济社会带来了深刻的影响,也给审计工作带来了新的机遇.2014年《国务院关于加强审计工作的意见》明确指出"探索在审计实践中运用大数据技术的途径,加大数据综合利用力度,提高运用信息化技术查核问题、评价判断、宏观分析的能力".在此背景下,学术界和实务界关于大数据技术在审计工作中的应用...     

论统计信息的生产主体与使用主体的行为关系

虚假统计信息产生的根源在于统计信息的“生产”主体与“使用”主体之间的利益关联关系与隶属关系以及统计体制。“生产”主体与“使用”主体是相对的,两者是可以相互转化的。因此,在对“生产”主体与“使用”主体进行较详细地分类之后,不论哪一类“生产”主体与任何一类“使用”主体之间,只要存在利益关联关系或隶属关系,就可能有虚假统计信息的产生。这是统计制度所带来的,“考核依据”是由被考核对象提供所造成的。     

数据科技：智慧金融的技术基础

数据科技是开发网络空间（CYBER SPACE）数据资源所用到的科技,是发展包括智慧金融在内的智慧产业的技术基础。本文介绍了数据科技和数据产业的内涵,探讨了数据在各类智慧系统中的核心作用,以数据科技为技术基础的智慧金融,提出了发展金融数据共享规范、金融数据产品、绿色存储、高可信环境等建议,通过发展数据科技推进智慧金融的进步。     

Factors influencing organizations to improve data quality in their information systems

Although managers consider accurate, timely and relevant information as critical to the quality of their decisions, evidence of large variations in data quality abounds. This research examines factors influencing the level of data quality within a target organization. The results indicate that management's commitment to data quality and the presence of data quality champions strongly influence data quality in the target organization. The results also show that the managers of the participating organization are committed to achieving and maintaining high data quality. However, changing work processes and establishing a data quality awareness culture are required to motivate further improvements to data quality.     

大数据时代宏观数据与微观数据的融合

在大数据时代,现有的数据质量参差不齐、缺少统一的代码和口径,使得宏观数据与微观数据之间的融合存在问题。以宏观数据库为基准,将微观数据库匹配到宏观数据库是解决数据融合难题的一个方法。建议设置宏观数据库与微观数据库,并鼓励学者上传数据、定期融合数据库、加强与科研机构和数据公司的合作,以此来完善我国数据库的建设工作。     

The false prosperity and promising future: Effects of data resources on bank efficiency

This study investigates the impact of data resources on bank efficiency. Based on data management theory, we measure bank data resources and find that higher data resources are associated with lower cost efficiency using data on Chinese banks over the period 2013 to 2019. However, data resources have no significant impact on profit efficiency. We discover that data resources reduce cost efficiency possibly due to increased overheads and decreased capital adequacy ratio. Furthermore, we conclude that emerging data technologies can reduce the cost burden of data resources on commercial banks, resulting in synergistic technical benefits. The findings are of timely policy importance and practical relevance for regulators, policy-makers, and bank managers. Our main results hold for a battery of endogeneity and robustness tests.     

Sample-Dependent Results Using Accounting and Market Data: Some Evidence

Studies relating accounting and price data often use the COMPUSTAT or related PDE data base as the source for the accounting data. This practice may introduce a look-ahead bias and an ex-post-selection bias into the study. We examine this problem by comparing results from the standard COMPUSTAT data base with those from a data base which suffers from neither bias. We find that rates of return from portfolios chosen on the basis of accounting data from the two data bases differ significantly. Further, we find that these differences imply different conclusions when we test a specific hypothesis relating accounting and price data. Finally, we propose a number of remedies which may reduce the bias when the standard COMPUSTAT data base is used.     

论个人征信信息的法律适用

个人征信信息的法律适用,主要探讨数据采集、数据使用、提供数据合理的保存和使用时限、合理的数据质量保证制度、科学的数据安全保障制度等范畴均纳入到法律规制的范围.本文立足个人征信信息的关联性和相时性等特征,具体分析个人数据采集和隐私权保护等法律制度的冲突和协调,探讨个人征信信息适用中的合法与不合法情形.     

Usefulness of the Information Contained in the Prediction Sample for the Spatial Error Model

A recent study proposed an estimation approach that uses data on the independent variables and location for the prediction sample, and suggested that it may improve estimation and prediction. This is an incomplete data approach following an iterative process along the lines of the EM algorithm. The present study compares this approach with a partial data approach that uses only data on the dependent and independent variables and location for the estimation sample. Our Monte Carlo experiments show that unless the estimation and prediction samples constitute the whole population and the data generating model is used as the data fitting model, the incomplete data approach is not guaranteed to be superior to the partial data approach.