银行数字化转型路线图:一套系统的数字化解决方案
上QQ阅读APP看书,第一时间看更新

1.5 数字化的评价体系:“五化”的衡量

2021年10月,中国人民大学财政金融学院发布《中国上市银行数字化转型指数报告》(以下简称《报告》)。《报告》探索了上市银行数字化转型指标体系,包含战略、组织、服务、技术4个一级指标以及19个二级指标,基于数据特征选取极差变换法进行数据归一化处理,使不同维度的指标可比。《报告》主要选择了客观赋权法,用熵值法确定各层级权重,同时使用等权法编制指数以便进行交叉验证。

在《报告》提出的上市银行数字化转型指标体系下,我国银行数字化转型呈现以下特点。

·随着时间推移,银行业整体数字化转型不断加深。

·梯队效应较为明显,国有商业银行、股份制商业银行、城市商业银行和农村商业银行数字化转型程度依次降低。

分析这4个一级指标可知:“组织”要素涉及谁来推动数字化转型;“技术”要素涉及数字化转型的支撑技术;“战略”要素容易停留在目标层面,需要深入“财务核算体系”“管理机制”层面才能评判其能否落地;“服务”要素偏重于结果层面,其体现为“财务核算体系”“管理机制”层面以及“数据管理”层面是否能够达成预期效果。

综上所述,本书会结合银行数字化转型本质特征,以及“五化”的定义、关系、脉络,从体系化、标准化、模型化、智能化、全景化角度,建立银行数字化转型评价体系。这套体系会根据某个银行的实际情况,首先分别对银行业务与组织架构、财务核算体系、管理机制、信息技术、数据管理的融合情况进行评价,做出一般(★)、不错(★★)、较好(★★★)、好(★★★★)、非常好(★★★★★)的评价;然后对上述5个维度的评价进行简单平均,得出该银行数字化转型水平最终评价结果。下面进一步定义5个维度的5个评价标准。

(1)体系化维度。

★:银行顶层架构缺乏数字化转型布局,未能立足银行业务逻辑科学合理地设置部门和机构,导致从总行到分行信息传导不畅,从前台到中后台连接不力,创新机制作用发挥不足。

★★:银行在顶层架构上考虑了数字化转型布局,但对于银行业务逻辑挖掘不深,导致部门和机构设置不合理,从总行到分行信息传导不畅,从前台到中后台连接不力,创新机制作用发挥不足。

★★★:银行在顶层架构上考虑了数字化转型布局,初步梳理了银行业务逻辑,从总行到部门信息传导相对畅通,但仍然存在从前台到中后台连接不力和创新机制作用发挥不足等问题。

★★★★:银行在顶层架构上考虑了数字化转型布局,进一步梳理了银行业务逻辑,从总行到部门的信息传导机制以及从前台到中后台的连接体系相对完整,但仍然存在创新机制作用发挥不足等问题。

★★★★★:银行在顶层架构上考虑了数字化转型布局,深层次梳理了银行业务逻辑,科学合理地设置了部门和机构,实现了相关部门和机构从上到下、从前到后、从内到外的有效连接。

(2)标准化维度。

★:银行的价值计量工具和分配机制相对粗糙,未能做到精细化计量各项金融产品的价值贡献,且未能将产生的价值贡献合理地分配到经营管理的各个领域,难以有效激发所有员工的积极性、主动性。

★★:银行对价值计量工具有所优化,考虑到了资金成本,但对风险、时间成本考虑不足,对产品和客户层面的附带效应考虑不足,未能做到精细化计量各项金融产品的价值贡献,同时分配机制相对粗糙,未能将产生的价值贡献合理地分配到经营管理的各个领域,难以有效激发所有员工的积极性、主动性。

★★★:银行对价值计量工具有进一步优化,考虑到了资金、风险、时间成本,但对产品和客户层面的附带效应考虑不足,未能做到精细化计量各项金融产品的价值贡献,同时分配机制相对粗糙,未能将产生的价值贡献合理地分配到经营管理的各个领域,难以有效激发所有员工的积极性、主动性。

★★★★:银行优化和完善了价值计量工具,做到了精细化计量各项金融产品的价值贡献,但分配机制相对粗糙,未能做到将产生的价值贡献合理地分配到经营管理的各个领域,在激发所有员工的积极性、主动性方面仍有不足。

★★★★★:银行优化和完善了价值计量工具和分配机制,做到了精细化计量各项金融产品的价值贡献,并将产生的价值贡献合理地分配到经营管理的各个领域,有效激发了所有员工的积极性、主动性。

(3)模型化维度。

★:银行对各重要业务机制的分解和归纳严重不足,未能形成产品模型、授信模型和流程模型,与“模型化”产品工厂、模型工厂、流程工厂差距较大,难以实现经营管理各领域、层面、环节高效运作和深度融合。

★★:银行对各重要业务机制的分解和归纳相对粗糙,在产品模型、授信模型和流程模型方面做了初步探索,但与“模型化”产品工厂、模型工厂、流程工厂差距较大,难以实现经营管理各领域、层面、环节高效运作和深度融合。

★★★:银行对各重要业务机制的分解和归纳有所改进,初步建立了产品模型和“模型化”产品工厂,但授信模型和流程模型仍然相对粗糙,与模型工厂、流程工厂差距较大,对经营管理各领域、层面、环节高效运作和深度融合支撑力度不足。

★★★★:银行对各重要业务机制的分解和归纳进一步改进,初步建立了产品模型和“模型化”产品工厂,以及授信模型和模型工厂,但流程模型仍然相对粗糙,与流程工厂差距较大,对经营管理各领域、层面、环节高效运作和深度融合支撑力度有待加强。

★★★★★:银行对各重要业务机制进行了分解和归纳,形成了产品模型、授信模型和流程模型,打造了“模型化”产品工厂、模型工厂、流程工厂,从而推进经营管理各领域、层面、环节高效运作和深度融合。

(4)智能化维度。

★:银行未能充分运用各类前沿技术,技术与技术之间、技术与业务之间未能实现深度融合,银行所涉各领域、层面、环节的各类信息无法被获取和高效利用,银行缺少实现数字化转型的基础支撑。

★★:银行对各类前沿技术进行了初步研发,但整体信息架构未立足企业层面,导致技术与业务之间融合程度不够,银行所涉各领域、层面、环节的各类信息无法被获取和高效利用,银行缺少实现数字化转型的基础支撑。

★★★:银行对各类前沿技术进行了进一步研发,整体信息架构立足企业层面,但云计算体系未能建立,导致技术与业务之间融合深度不够,银行所涉各领域、层面、环节的各类信息无法被获取和高效利用,银行缺少实现数字化转型的基础支撑。

★★★★:银行对各类前沿技术进行了深入研发,整体信息架构立足企业层面,云计算体系初步建立,但开放式模式尚未形成,导致技术与业务之间融合的广度不够,银行所涉各领域、层面、环节的各类信息无法被获取和高效利用,银行缺少实现数字化转型的基础支撑。

★★★★★:银行充分运用各类前沿技术,推进技术与技术、技术与业务之间的深度融合,从而确保银行所涉各领域、层面、环节的各类信息被有效获取和高效利用,银行实现数字化转型有了基础支撑。

(5)全景化维度。

★:银行未能建立数据治理架构,未能有效开展数据资产管理,导致数据资产价值难以有效发挥,与构建数字映射底层规则并实现数据全景化的获取、转化、挖掘、传输和存储目标差距较大。

★★:银行虽然建立了数据治理架构,但未能有效开展数据资产管理,导致数据资产价值难以有效发挥,与构建数字映射底层规则并实现数据全景化的获取、转化、挖掘、传输和存储目标差距较大。

★★★:银行虽然建立了数据治理架构,初步开展了数据资产管理,但数据资产价值仍难以有效发挥,与构建数字映射底层规则并实现数据全景化的获取、转化、挖掘、传输和存储目标差距较大。

★★★★:银行虽然建立了数据治理架构,初步开展了数据资产管理,且探索性构建了数字映射底层规则,但数据资产价值仍然难以有效发挥,实现数据全景化的获取、转化、挖掘、传输和存储目标难度较大。

★★★★★:银行建立了数据治理架构,有效开展了数据资产管理,充分发挥了数据资产价值,并在梳理了管理架构、细化财务标准、搭建业务流程的基础上,构建了数字映射底层规则,从而实现了数据全景化的获取、转化、挖掘、传输和存储。