過去一年間，“互聯網金融”攜“大數據”聯袂而來，強勢登場，不斷制造出新愿景、新故事乃至新傳奇。而在這一洶涌大潮的沖擊之下，被認為在劫難逃的首當其沖者非銀行莫屬，出現了新一輪看衰銀行的種種說法。

不過，挑戰者雖來勢生猛，但被挑戰的銀行的“老大地位”也非浪得虛名，沒有理由因為看到挑戰者的一時驍勇，就斷言銀行敗局已定。

事實上，近些年來，銀行在利用信息技術開展業務和開發新的風險管理技術方面的努力，從來沒有停止，這為銀行應對當下的挑戰奠定了良好的基礎。

當下，銀行面對挑戰，不應停留于“對攻”的層面，而應深入思考怎樣為資金供求雙方提供不可替代的金融中介服務，怎樣發揮其優勢。現在流行的說法是，在互聯網金融和大數據時代，銀行正在失去傳統優勢，但其實，若能正確解讀大數據的本質特征并善加利用，將有助于銀行的傳統優勢重獲生機。

對銀行獨特優勢或其存在理由的理解有很多角度，基本的一種是將銀行看作一個信息處理的機構，它能夠獲得和處理金融市場所無法獲得的信息，并通過貸款決策向市場發送有關借款人信用的信號。

所謂市場無法獲得的信息，首先來自于借款人為獲得貸款而自愿向銀行做出的披露，其次來自于銀行家對于借款人進行的近距離的調查和判斷。這些信息又可以分為兩類，一是能夠被編排的（codified）、數碼化的或結構化的；二是只能意會的(tacit)。銀行貸款決策的做出，固然有賴于對于數碼化信息進行分析的技術，但也離不開銀行家的職業直覺和判斷。前者已經成為越來越被倚重的新傳統，而后者，作為不夠科學的老傳統則日漸式微。

大數據時代的來臨，首先使得在此前“小數據”時代發展起來的日趨精確化的數據分析技術貌似失去了用武之地，因為大數據的重要特征就是巨量、非數碼化和不精確，傳統的量化分析技術和設備無法處理；其次，由于對海量的、多維度的、非結構化的數據進行分析成為做出明智決策的前提，傳統的基于銀行家直覺的做法進一步受到貶損和排斥。

但是，如果能夠細致把握“大數據”的內涵，就會得出完全不同的結論。

首先，結構化的數據在大數據時代并不會消失，而會繼續成長，其獲取和使用只會更加容易而不是相反。小數據時代的分析技術完全能得到更加***的發揮，也可說是能再獲生機。只不過，即使其效果比以前更好，但在大數據時代，人們會期待更好，期待從更加巨量、多樣的新型數據中挖掘出更有價值的信息來。

其次，對于非結構化的海量數據的分析，固然有賴于全新的技術和設備，比如運用基于谷歌的MapReduce框架開發的諸如Hadoop或Hive等分析系統，對大數據進行復雜的分析和處理，得到簡潔的有意義的結果，從而完成大數據向有價值的資產的轉換，但不應忽略的是，在其中和其后起到關鍵作用的，是人而不是機器。在事中需要由人來設置檢索的具體任務和規則，確定如何更好地從大數據中挖掘有用的寶藏；在事后則需要由人來決定如何解讀和運用系統運行所得到的結果，因為大數據的分析結果往往并不提供精確的指向。而這些，恰恰是老一代銀行家所做的事。

老一代銀行家基于職業直覺做出的判斷，其實并非如常見批評那樣沒有科學依據，而是同樣建立在數據的收集和分析處理的基礎之上，只不過限于技術條件，過去更多是依靠銀行家與客戶的近距離接觸來感知和吸收那些難以數碼化的信息，并加以利用。而現在，借助新的數據收集和存儲手段，銀行家有可能以更低的成本更便捷地接近客戶，更全面地了解客戶，做出更好判斷。比之小數據時代，能夠為銀行所利用的數據大大增加了，銀行沒有理由不加以利用。

在這一意義上，那種認為在大數據時代銀行家“只需更輕松愜意地聽從電腦發出的各項指示”的說法，就顯得輕佻和不夠專業了。與此形成對照的一個實例是，英國大都會銀行（Metro Bank）的CEO近日在解釋其新開設門店的意義時提到，它們的分行經理“有權否決電腦”。這可說是“銀行家”在大數據時代的光榮回歸。

因此，銀行有理由自信地擁抱大數據時代，銀行作為信息處理機構的傳統優勢，在大數據時代有可能重獲生機。當然，值得強調的是，無論采用哪種分析技術，都是服務于銀行管理決策的，而做出管理決策的始終應該是人、銀行家，而不是機器。