银行数字化转型之内部管理新课题

目前，大多数银行数字化转型都集中在零售业务和部分小微企业业务上。这首先是因为零售业务和小微企业业务，相对容易标准化、自动化和批量化，在数字化转型中容易尽快见效。其次是因为，前些年互联网公司做金融，吸引眼球的基本上就是零售业务和少量的小微企业业务。毫无疑问，银行在数字化转型过程中，需要学习和借鉴互联网公司的经验和方法。但经验有正反两方面的经验。在学习和借鉴互联网公司做零售业务和小微企业业务时，同时也需要研究，互联网公司为什么不做对公业务，在内部管理的数字技术应用上为什么乏善可陈。

互联网公司中以阿里巴巴集团为例，把握住了互联网这个在过去20年中信息科技行业发展的最大动因，已经事实上形成了在中国线上商品零售市场的领导地位，占据了最大的市场份额，服务几亿线上用户。对比基于互联网的线上商品零售和传统的线下商品零售，前者对于用户数据的掌握是多维度和即时的，用户的商品浏览足迹、商品交易数据、物流地址信息、社交互动数据，以及通过第三方支付服务获得的线上线下支付数据等，而基于这些数据开展的个人金融服务，可以说对数字技术的利用程度是不逊于商业银行的。同时也要看到，互联网公司有些业务，例如P2P，因为不具备优势的海量数据基础，互联网公司仅仅依靠数字技术、激励机制、资本力量并不能够把这些业务做好，甚至是一种巨大的失败。

互联网公司虽然有涉及B2B业务，但是大多数情况下还停留在信息服务层面，并没有能够真正规模化的切入支付结算服务，覆盖的行业广度和渗透率都不高，因此在没有掌握B2B商业数据的背景下，开展基于数据技术的金融服务就不是个合适的商业决策。同时还要看到，互联网金融公司的资产负债结构对比大型商业银行，品类少了很多，并且没有分支机构这个管理维度，因此其资产负债管理工作对比商业银行，未必有更高的复杂度，运用数字技术的价值也就不高。

做金融业务，哪怕只是零售业务，对于互联网公司来说都是增量。但零售业务和小微企业业务，对大多数银行来说，都只是一部分业务。如果投入大量的资源，建立强大的中台和后台，却只是做了银行的一部分业务，这肯定不是银行数字化转型的终极目标。以零售业务和小微企业业务作为数字化转型的突破口，作为一种策略，无可厚非。但如果因此而避重就轻，就需要引起高度重视了。

银行数字化转型，是银行经营管理利用数字技术的全面转型。利用数字技术分析客户需求、分析客户风险，创新为客户服务的流程和方式，固然重要，但这只是银行经营管理的一个方面。银行内部管理，是银行经营管理的主要内容，更是服务客户的重要基础。从银行经营管理的角度讲，资产负债等内部管理才是银行经营管理的核心和灵魂。

数字技术的种类很多，大数据、云计算、人工智能等等，具体功能各有不同，技术原理不同，但体现出的业务功能效果不外乎：更强大的数据抓取或收集能力、更强大的数据储存能力、更高效的数据分类整理能力、更高效的数据计算分析能力、更流畅安全的数据处理和业务执行能力等。这些技术能够被金融业务所应用，就是这些能力是统计分析的基本条件。银行的经营管理，正是建立在大量统计分析基础上的。所以，数字科技在银行经营管理中大有用武之地，银行要数字化转型根本的原因也正在于此。

如何恰当有效地应用这些能力，不在于这些技术本身，而在于我们如何发挥统计等金融专业能力，将有关规则交给这些数字技术去处理。所以，懂得业务，理解业务，认识不同技术的特性和局限，是数字化转型成功的前提。

自从大量应用计算机技术，三十年来，银行内部管理已经有了根本性的改变，会计核算、报表统计等大量业务已经实现高度自动化。但也应该看到，这些自动化，大多数还是分专业、分条线的手工业务的自动化，还没有达到经营层面的智能化。同时，也由于四十年来银行业务的飞速发展，内部管理也对数字化转型提出了新的课题。

资产负债经营格局变化带来的挑战

经过四十年改革开放的发展，我国银行业的资产负债表内容大为丰富。改革开放初期，银行的资金平衡表，资金来源和运用，主要内容就是存款和贷款。现在银行的资产负债表，负债和资产都有许多品种，即使是资本，也有多项内容。银行的经营收入虽说依然是存贷款利差，但占比在下降。同时，在总资产中，贷款的占比基本上只有50%左右。也就是说，银行的经营，即使在总资产层面，也不再仅仅是贷款，更何况还有相当数量的表外业务。

巴塞尔协议以及监管部门对银行提出的许多经营管理要求，即监管指标，大多数都属于资产负债管理范围。这些指标，是对银行几百年来经营管理中出现风险的总结，既是对银行经营管理的约束，也应该是银行自身经营管理的内在要求。所以，监管指标，不应该是银行经营中简单的事前计划或事后计算与调整的结果，而应该是银行经营管理的主动工具。实际上，如果作为被动约束指标，往往会在调整中降低收益，如果主动应用这些指标作为管理工具，则会在保证经营安全的前提下提高收益。

随着利率市场化、汇率市场化，金融市场瞬息万变，不仅会影响银行的流动性，同时也会影响银行经营目标的实现。如何在不影响服务客户和基层行经营基本稳定的前提下，灵活调整资产负债结构，既避免市场风险又确保经营目标的完成，是一个全新的课题。这也就是说，资产负债管理，与以前的计划工作不同，既不是事前的规划，也不是事后的统计与考核。以前年中有计划调整，实际上是一种对于情况变化的事后承认，还只是一个统计分析行为，而不是经营行为。而现在是要随着市场的变化，随时从经营的角度进行资产负债结构的调整，这是一项经营行为，是现代银行经营的核心。

正因为是经营行为，需要的是在统计分析基础上的经营决策。做这样的决策，不仅统计分析的数据量大，而且市场瞬息万变，计算复杂，这正是大数据、云计算、人工智能等数字科技大展拳脚的地方，可以为这类复杂决策提供有效的工具。

首先，在日常流动性管理层面，需要的是实时分析系统。由于不同资产、不同负债，性质不同，其流动性规律不同，再加上各家银行客户结构不同，会形成各自资产负债结构特色，所以实时分析系统不应该是简单的统计分析，而应该根据各银行自身特点，形成最佳的资产负债结构模型，在保证流动性的同时，争取最大的收益。比如，负债中，储蓄、企业存款、机构存款、同业负债、发行债券和大额存单等，品种结构、期限结构，如何能既保证负债的稳定性和流动性，又能保持相对合理的成本；资产中，贷款、投资类债券、交易类债券、同业投资、其他资产等，什么样的品种结构和期限结构，既能不影响客户的经营，又能保证资产的灵活性和收益性；资产和负债之间，又应该是怎样的品种结构和期限结构，才能确保全行经营的流动性、安全性和收益性。在这样的分析中，监管指标应该成为银行主动管理的工具。

其次，当市场利率发生变化时，智能化的分析系统能够及时给出不同的最优资产负债结构调整策略。传统上没有这样的智能分析工具，在市场利率发生变化时，为了保证利润计划的完成，银行往往只能强行要求基层行，贷款定价必须在多少以上，存款定价必须在多少以下。实际上，利率是由市场资金供求确定的，同时也是由银行本身的市场地位决定的。强行提高贷款利率，只有降低准入标准，提高风险容忍度；降低存款利率，只会造成存款流失，形成流动性风险。此时更多的需要考虑调整非信贷类资产的品种结构和期限结构，以调整收益结构。负债，则需要调整主动负债和被动负债的结构。

再次，智能化的FTP系统能够及时给出合理的FTP价格，以引导各业务条线和各业务机构进行业务结构调整和收入结构调整。现在一些银行往往把FTP当成一个考核指标，这是FTP这个工具的误用。因为误用，所以往往成为业务条线、经营机构与总行相关部门相互博弈的目标，也就是说，经营机构把FTP看成是与总行进行争夺利润的杠杆。本来应该是通过FTP的引导，经营机构调整自身的经营行为、改变经营策略，开拓市场，调整客户结构，获得盈利。这样所得到的业务结构、收入结构的结果，正是总行FTP所要达到的目标。也因此，FTP价格的确定就很有讲究，需要根据市场的变化动态调整，有时甚至需要对不同业务条线和经营机构给出不同的FTP价格。在实操中，前台部门和经营机构往往倾向于做一些大额的高收益资产，但他们并不清楚，因为一些高收益资产，资产负债管理部门需要持有相当数量的低收益甚至无收益资产进行流动性对冲，这样综合算下来，高收益资产带来的不是高收益，反而可能是低收益。这就需要有合理的FTP等工具来调节经营机构的行为。这也需要利用大数据、云计算和人工智能等数字技术，进行动态、快速、精准的计算。

第四，汇率市场化下的本外币资产负债经营。如果一家银行外汇资产与负债有了一定规模，当汇率发生较大变化的时候，就会导致资产规模和负债规模的波动，形成较明显的汇兑损益。为了有效服务客户，不可能通过简单压缩或增加外汇资产或负债规模进行调控，需要在总行层面进行适当的对冲操作。这样的操作，因为是在总行层面针对整体的资产负债进行的，作为业务部门的金融市场部等是无法操作的，应该由资产负债管理部门通过对全行资产负债的综合分析基础上，动态确定多层次、多批次的对冲方案。这样的分析与计算，毫无疑问也是要借助于数字技术的赋能的。此外，在应对市场利率变化方面，也需要进行类似的对冲操作。

第五，为分支机构提供相应的管理工具。一家银行，各业务条线和各分支机构，都有各自的专业、特点和规律。在资产负债结构比较单一的情况下，简单按计划分配的方式进行资产负债管理尚且过得去。但在资产负债结构复杂、市场利率汇率等瞬息万变的情况下，按计划分配方式管理资产负债不仅显得捉襟见肘，更会造成经营管理上的损失。比如，传统上一旦遇到宏观调控，银行就粗暴地下指标让基层行压降信贷规模或其他业务规模，这种管理方式下，轻则提高管理成本，减少业务收入，重则损害客户利益，甚至产生本不应该产生的不良资产。因此，要应用大数据、云计算和人工智能等数字技术，在总体资产负债管理的基础上，更科学、有效地对不同业务条线和经营机构资产负债进行管理，同时也要为这些业务条线和经营机构提供一套既符合总行总体管理要求，又适合它们自身资产负债管理的工具。

新会计准则带来的挑战

2018年开始实施的新会计准则（IFRS9），不仅仅是记账方式和核算方式的改变，就银行经营而言，更是对原有经营逻辑的颠覆，对经营管理提出了更高、更复杂的要求，必须应用数字技术改变管理模式，更有效地管理全行的经营方式和经营行为。

首先，新准则对金融资产重新进行分类，由原来四类改为三类：以摊余成本计量（简称AC）、以公允价值计量且其变动计入其他综合收益（简称FVOCI）、以公允价值计量且其变动计入当期损益（简称FVTPL）。受此影响，银行相当部分的资产被归类为后两类，在经营过程中，一是容易造成资产规模的波动；二是容易造成损益的波动；三是容易造成资本充足率的波动。造成这些波动的最直接因素是市场利率的变化。因此，银行在经营过程中必须全面深入地分析市场利率走势，考虑各种变化可能，结合董事会制定的经营目标，灵活、合理地配置各类资产，平衡流动性、安全性的同时，平衡资产规模和利润，平衡资本管理目标。

其次，新会计准则以“预期信用损失法”替换原准则“已发生信用损失法” 计量减值，不仅计量方式改变了，更重要的是计提减值准备的量大为提高。尤其是在“预期信用损失法”下，对长期授信款、低评级企业授信和低风险缓释授信的损失计提要求更高。这需要在平衡收益与风险的基础上科学地配置各类资产，同时还要通过FTP等手段引导经营机构和客户经理，在开展具体业务时，一方面在考虑收益中要计算减值计提因素，另一方面也不能因为减值计提而放弃客户合理的信用需求。在关于重资产、轻资产的取舍中，也有与此类似的地方，需要根据一家银行本身的禀赋和客户策略选择业务策略，不能就业务论业务，单纯偏重某一类资产。银行的资产就像会计记账一样，需要借贷平衡，重资产需要轻资产对冲，轻资产同样需要重资产对冲。

“营改增”带来的挑战

银行在缴纳所得税的情况下，税收基本上就是年底核算的工作，因此，一般来说是财会核算部门年终工作的一部分。计算所得时，银行的利息收入和利息支出是轧差计算的。也因此，经营机构和客户经理在办理业务时，是忽略税收因素的，一般只要计算存贷利息轧差后的收入就能大概确认一笔业务的收益或盈利。

“营改增”后，银行缴纳增值税。作为流转税，增值税的计算与所得税大为不同。首先，银行业与工商业不同，哪些进项支出可以抵扣不容易判断，更有许多重要支出不能抵扣，比如银行支出的大头，存款利息就不能抵扣；其次，每笔业务收入发生时就要进行纳税计算，但是形成这笔业务的成本却很难有明确的对应进项

这在管理上带来了很大的矛盾。如果像过去一样，由财会部门事后为每笔业务进行进项对应，并计算应纳税额，一是非常困难；二是成本高、效率低。最终也只能是一个不准确的数字。如果让客户经理在做业务时就进行计算，首先是客户经理缺乏增值税方面的知识，即使经过培训，大多数很难熟练掌握；其次是办理业务的效率，或者说服务客户的效率将大为降低。不能不说，增值税是增加了银行的管理成本。

针对“营改增”，银行最佳的办法，就是税务筹划前置，即在业务端就开始税务筹划。实际上，同样满足客户的一个需求，在收入相同的情况下，不同的业务模式，可以有不同的进项抵扣，应纳税额也就不同，当然这笔业务最终的利润也就不同。对一线客户经理进行税务筹划培训，理论上是可行的，实际上则是不可能的。这就需要应用数字科技开发一套工具，让客户经理以及经营机构在与客户洽谈业务的当下就可以进行税务筹划。前文讲到的FTP价格运用、相关信用资产减值计提等，都可以嵌入到这个工具中。

银行内部管理的内容极为丰富，遇到的新挑战也不止以上三个方面。但从以上分析可以看到，所有的内部管理，都是指向业务的。银行数字化转型需要顶层设计，所谓顶层设计，不是简单的领导重视、一把手工程，或者董事会做个决议。数字化转型顶层设计的前提，是经营管理的顶层设计，具体面向客户的业务则是顶层设计的结果。所以，数字化转型的顶层设计，也不仅仅是设计一个科技系统架构，而是应该让这个架构服务于银行经营管理的方方面面。为此，数字化转型更需要研究经营管理需要解决的问题。