首页> 中文学位 >大数据时代商业银行私人财富管理发展策略研究
【6h】

大数据时代商业银行私人财富管理发展策略研究

代理获取

目录

封面

声明

中文摘要

英文摘要

目录

第一章 导 论

1.1 研究背景和意义

1.2 文献综述

1.3 研究思路与方法

1.4 创新点

第二章 核心概念界定及私人财富管理的一般性理论分析

2.1 大数据与大数据技术

2.2 私人财富与私人财富管理

2.3 私人财富管理的产生与发展

2.4 私人财富管理的相关理论

第三章 大数据时代商业银行私人财富管理面临的机遇、挑战与风险

3.1 商业银行私人财富管理在与大数据技术融合中面临的机遇

3.2 商业银行私人财富管理在与大数据技术融合中面临的挑战

3.3 商业银行私人财富管理在与大数据技术融合中面临的风险

第四章 商业银行应用大数据进行私人财富管理的实践与经验借鉴

4.1 国内典型案例分析

4.2 国外典型案例分析

4.3 国内外应用实践启示

第五章 大数据时代商业银行私人财富管理的发展策略

5.1 树立大数据思维

5.2 着力打造大数据管理链条

5.3 构建科学的组织架构

5.4 确立大数据思维的“以客户为中心”的客户分层服务体系

5.5 推行“精细化”、“个性化”和“定制化”管理

5.6 实行“人才致胜”的竞争策略

第六章 总结与展望

参考文献

发表论文及参加科研情况说明

致谢

展开▼

摘要

伴随着经济新常态、民营企业的崛起和资本市场的发展,中国高净值人群规模不断扩大。在私人财富增长和金融机构发展双重驱动下,私人财富管理发展将呈现多元化和差异化,如何顺应财富管理业务创新发展趋势,是银行转型发展必须解决的难题。而大数据的产生和应用,为帮助商业银行满足未来客户多样性需求提供可能。同时,2015年国家从战略层面推出大数据策略----《促进大数据发展行动纲要》,该《纲要》首次以顶层设计将大数据确定为国家性基础战略资源,大力发展大数据行业,促使大数据资源转变为经济新常态发展的重要动力。面对大数据时代带来的机遇和挑战,商业银行就有必要在原有优势的基础上,针对“大数据”制定新的发展战略,以应对未来大数据时代带来的各种变革。
  本文明确大数据的内涵,商业银行依托自身数据和外部数据,扩大数据规模量足以满足时间、效果价值度量的效率要求,同时满足“4V+1O”的数据特征。本文在分析现有大数据技术和商业银行大数据来源的基础上,探究商业银行在大数据处理五个流程主要环节(数据导入、数据存储与管理、运算处理、数据挖掘和数据可视化)中,发挥自身优势和技术支撑优势,使得数据的资本性日益明显。本文将财富、私人财富、财富管理、私人财富管理进行创新性拓展定义,私人财富的内容将信用囊括,是因为商品货币关系主要表现为信用关系,而且信用作为独立的经济关系的无形资产,为个人的经济活动带来便利和收益。良好的信用记录可以借助征信系统在全社会范围内得到传播,使得信用成为资源和财富。同时梳理私人财富管理业务的发展脉络,总结国外的发展经验,为大数据和商业银行私人财富管理融合提供理论和经验支持。通过对大数据和商业银行私人财富管理的发展现状的分析,得出在大数据时代的发展趋势:营销更精准,服务更优质,运营更高效,风险控制更高级。在现状和经验分析的基础上,本文发掘大数据技术为私人财富管理带来的机遇、挑战和风险,其中机遇包括提高信息收集与应用的效率、拓宽业务发展空间、促进银行征信的发展、实现全面风险管理;挑战包括经营决策机制面临客观性挑战、数据管理体系面临资产本质挑战、数据应用方式面临多层次应用挑战、数据处理技术面临高速高效挑战、技术人才配置面临综合性要求挑战;风险包括信息管理风险、战略实施风险、法律风险。
  本文通过国内外商业银行私人财富管理应用大数据技术的案例,包括民生银行利用大数据进行产品货架管理、中信银行建立智能系统管理、光大银行建立大数据平台、摩根士丹利的高效率运行、星展银行利用大数据进行定制化投资以及 Fiodor bank建立智慧社区,得到国内外商业银行应用实践启示:财富管理组织数字化、财富管理服务分析化、核心业务流程产业化和银行 IT低成本化,从而为未来大数据在财富管理应用的发展走向提供参考性指导。基于我国商业银行私人财富管理发展现状,以及国内外银行大数据在私人财富管理中应用的经验借鉴,大数据时代商业银行私人财富管理的发展应制定如下策略:制定大数据应用的战略目标,传统财富管理行业的“私密、面对面、专享、定向”与互联网的“开放、虚拟、随时随地、信息共享”思维相结合;着力打造大数据管理链条,在企业内部建立统一大数据管理标准与流程规范,从而实现,在客户管理方面规范流程保证对行业客户海量信息流数据进行高效挖掘及分析,在市场洞察方面规范化流程保证大数据智能分析企业历史数据和市场金融数据,在企业运营方面大数据管理标准与流程规范实现数据处理的透明度和效率的提高,同时避免运行过程的操作风险并提高风险管控的力度;构建科学的组织架构,依据自身的组织基因、文化及整体目标,建立正确的组织结构进行有组织的分析,避免组织害怕协作和过度依赖信息的局限性;确立大数据思维的“以客户为中心”的客户分层服务体系,客户为中心的经营理念,促使大数据构建客户全景视图,从而完成数据的整合,提供客户分层的数据基础,进而为客户制定差异化的产品及投资方案;推行“精细化”、“个性化”和“定制化”管理,开展全面客户价值分析,开展客户行为分析,开展信息分析,客户关系稳定维系;实行“人才致胜”的竞争策略,基于数据驱动的决策执行,需要跨学科的知识和人才,实现商业、技术、数学、行为经济学以及社会学等多学科的融合和实现。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号