根據國有五大行最新年報顯示，2016年五大行網點總數7.08萬個，較去年同期減少169個，降幅0.2%，員工總數為172.24萬人，較去年同期減少17736個，降幅1%；受互聯網飛速發展的影響，傳統商業銀行網點“瘦身”進程加速，紛紛將發展著力點放在互聯網及移動平臺戰略合作上。然而，在聚焦網絡金融的同時，傳統銀行實體網點并不能“一刀切”地進行減肥瘦身，應充分考慮到實體網點在諸多方面存在的不可替代性。

　　一、網絡金融顛覆了傳統銀行業的發展模式

　　(一)線上金融服務占比提高，傳統銀行業受到較大沖擊。隨著網絡金融及大數據應用的增加，理財、貸款、支付轉賬都可以在網上進行，傳統實體網點功能進一步弱化。截至2016年末，我國第三方支付交易額達57.9萬億元，較去年同期增長率達85%；而相比較來看，實體消費進一步萎縮，2016年境內聯網POS機數量為2453萬臺，增速較去年同期低32.6個百分點?！?016年中國互聯網金融發展報告》中預測，銀行業勢必將從線下為主到線上線下結合再發展到以線上為主，其演變速度可能就在近10年以內完成。

　?。ǘ└偁幷呷找嬖龆?，進一步逐漸壓縮傳統銀行業盈利空間。不只是以螞蟻金服、百度金融為代表的P2P借貸平臺飛速發展，支付寶、京東錢包等支付平臺也進一步占領市場，傳統銀行業在支付、結算、轉賬、借貸等方面的結算中介作用遭到弱化，利潤增長受到影響；截至2016年末，我國商業銀行凈利潤同比增速為3.54%，自2011年以來其指標逐年降低，5年來下降了32.8個百分點。

　　二、互聯網金融具有效率高、覆蓋廣、成本低的優勢

　　大數據的應用，使用戶不用受空間、時間條件的限制，即可享受到更多簡便、優質的金融服務。 互聯網金融的飛速發展，由于其具有以下客觀優勢：

　?。ㄒ唬┫到y化管理提高授信準確度?；ヂ摼W金融將大數據運用納入到客戶篩選、授信審批、資金監測及風險管理的各個流程中，結果批量化、自動化生成，大大增加了系統效率；人工智能的運用，減少了人力在智力、時間、空間上的局限，對客戶的經濟及財務情況判斷準確性高，同時在傳統征信中增加客戶的風險偏好、消費偏好及社交偏好等信息，對癥下藥給予金融產品服務。

　?。ǘ┐髷祿膽媒档统杀就度?。一是推廣成本，互聯網金融具有邊際成本遞減特征，一旦平臺搭建完成，后期投入成本極低，并且其借助特定的交易環境創造需求，客戶群自發性增多，二是人力及管理成本，互聯網金融主要在客戶審核、風險管理、貸后跟蹤中依靠大數據的應用，有報道稱一筆網絡借貸的管理成本僅2.4元，遠遠低于傳統銀行依靠人力的管理成本。

　?。ㄈ┐髷祿热莺w比傳統征信系統更廣泛。傳統人民銀行征信系統以授信、貸款、信用卡等信息為基礎，其信息來源主要是銀行業金融系統，但實際上隨著時代的發展，傳統征信系統已不能滿足金融發展的需要；而基于大數據應用的互聯網征信，可以觸及到傳統征信系統不可涉及的短板，例如小微、三農、學生、無業人士，對銀行探索新的客戶群、開拓新的市場具有重要意義。

　　三、但實體網點的作用仍不可替代，主要有以下幾方面原因

　?。ㄒ唬┐髷祿靡曰ヂ摼W歷史數據為基礎，但目前尚存在較大的空白點。一方面，網絡數據尚不能覆蓋所有群體，截至2016年末，我國網民數量7.31億人，約占總人口的53.2%，尚有一般數量的人口是大數據涵蓋不到的；另外，根據2016年中國互聯網發展狀況調查結果，我國網民年齡層次主要在40歲以下，占比達77.8%，而《?？怂埂窋祿@示我國高資產人群的平均年齡為43歲，且有超過66%的高收入人群年齡為40歲以上，互聯網數據實際是相當一部分高收入人群存在數據空白區。

　?。ǘ嶓w網點立足于業務最前端，最了解業務發展狀況及面臨的實際困難?；ヂ摼W數據采集的是歷史信息，而人工智能則僅限于按照預定程序對歷史數據信息進行前瞻性研判，而實際上金融風險中如輿情風險、案件風險、操作風險具有突發性、不可預料性的特點，依靠大數據無法準確監測。同時，目前大數據的應用尚存在局限性，一方面數據局限于消費、物流、支付等消費端，對于資金投資端尚不能準確覆蓋；另一方面，各行業間數據尚未實現共享，對風險管理特別是貸后資金流向監控造成難點。

　?。ㄈ┮岣邔Υ髷祿占臏蚀_性與應用的效率性，還需要以對前端業務的深入了解為基礎。目前各行各業存在業務、科技兩條線管理，存在“懂業務的不懂科技、懂科技的不熟業務”現象，而各類基于數據生成的產品、服務、風控模型的設計，無一不基于對業務的深刻理解；同時，隨著數字化程度越來越高，如何從海量的數據源中高效率地選取合法的、有用的、高質量的數據，還需要基于對業務端豐富的歷史經驗才能做到。

　　四、商業銀行應盡量放大兩方面優勢，做到取長補短，雙效結合

　?。ㄒ唬┲匾暰W絡金融戰略化發展，打造數據深入挖掘分析能力。深刻理解大數據技術發展方向，培養數據運用能力，將發數據滲透到組織、技術、人員、產品、制度各個層面；及時掌握數據收集及分析方法，加大科技投入，建立精準的云計算系統，提升后臺對全端客戶的分析預測與風險防控能力；開展各類應急演練，提升技術段防范各類網絡病毒及保護信息安全能力，保障數據端抗風險能力。

　?。ǘ蚀_掌握業務前端發展趨勢與風險，增強實體網點在風險預警的敏感性。充分發揮前端業務員工的風險敏感度，增強對客戶、市場、大環境的風險預判能力，及時了解同行業業務信息、發展信息、風險信息，并及時反饋給后臺系統，提高大數據的前瞻預測能力；強化人才培養，將實體業務與大數據有機結合，提高數據產品研發創新性、活躍性、有效性；發揮人力資源的主觀能動性，主動滲透到大數據覆蓋不到的領域，如本地行業圈、政府圈、同業圈，及時研判市場反應動態，提高無效產品研發預警與止損能力。

　?。ㄈ﹦撔孪M環境，提高銀行業數據產品自我營銷能力。當前銀行業產品還多依靠線下、網點進行推廣，其受到一定的消費環境、消費人群的局限，商業銀行需打破傳統產品營銷模式，提高數據端宣傳營銷能力，釋放大數據產品生產力；通過“電商+金融”、“第三方+金融”、“物流+金融”等多方跨界合作，為客戶創造新的消費環境，同時加強人性化產品設計，增強客戶粘性。

　　(南陽銀監分局 薛儻)　　

責任編輯：韓希宇