目 录
篇 把握业界趋势
全球银行排行榜变迁折射的基础规律 3
一、引言 3
二、成也萧何 4
三、败也萧何 7
四、正视进步与挑战11
专栏 国际金融危机的深刻教训正在改变全球银行业经营模式 14
银行市值的短期市场情绪与长期价值信号 27
一、银行排序的争议与估值的市场共识 27
二、重视并正确理解银行估值变化发出的市场信号 31
三、估值信号警示管理者加强新风险驾驭能力 34
四、管理者要重视市值管理 38
积极看待大型银行智库化倾向 41
一、智库化思维的由来 41
二、大型商业银行可能正在智库化 42
三、智库思维可能会带来银行经营模式的变革 44
四、大型银行（集团）智库建设的设想 45
专栏 关于国内大型银行编制发布指数的思考 48
重视银行业公司治理的普适性与特殊性 58
一、银行业公司治理已经成为监管核心议题 58
二、不同银行的股权结构影响公司治理结构 60
三、中国商业银行公司治理主体的特殊安排 64
四、重视ESG 对银行公司治理的积极影响 72
第二篇 深刻理解需求
深刻理解金融需求才能主动驾驭银行变革 77
一、金融需求的变化始终都是驱动银行变革的关键力量 77
二、关注“新居民”的全新金融需求 80
三、银行回归本源的动因仍然是需求驱动 86
四、未来银行应是数据洞悉需求、需求驱动创新 89
专栏 客户需求驱动银行变革 93
银行支持实体经济创新并不简单 105
一、银行支持实体经济与支持实体经济创新是有区别的 105
二、支持实体经济创新实践中的三个“误区” 106
三、改善金融供给才能有效促进经济创新 109
四、需要进一步研究的问题110
G 端经营需要特别思维113
一、特殊客群需要特质银行提供特殊服务113
二、把握“痛点”才能找到方向116
三、正视大型银行的服务优势与自身问题118
四、避免G 端经营同质化的关键是培育核心竞争力 121
破解中型企业融资难题具有特殊意义 124
一、中型企业的经济地位与商业银行的中型企业金融服务战略 124
二、普惠金融战略无法惠及中型企业 126
三、中型企业的成长性特征导致其与生俱来的融资难点 129
四、努力破解中型企业融资难题 130
第三篇 数据驱动共识
银行家视野的大数据 139
一、大数据的追求源于人类“知己知彼”的决策梦想 139
二、银行家怎样把握大数据的核心特征 142
三、数据挖掘分析是银行大数据运用的重中之重 147
四、银行越大，大数据越重要 150
大数据应用深度决定着商业银行能力提升程度 153
一、全面及时把握市场变化 153
二、深入理解客户需求 154
三、增强客户黏性 157
四、准确计量与分析风险 159
五、破解银行家盈利困惑 162
数据挖掘能力可能是未来商业银行的核心竞争力 164
一、数据挖掘能力成为商业银行核心竞争力的关键因素 164
二、大数据价值实现的关键在于挖掘分析能力 166
三、数据挖掘具有更加重要的现实意义 168
四、数据挖掘工作的重点是预测 171
五、数据挖掘能力建设的关键是行动 175
良好的数据治理是银行大数据战略的基础 178
一、提升数据质量必须有完善的数据治理体系 179
二、建立良性数据循环才能实现有效数据治理 181
三、数据治理要有顶层设计、有效执行和数据安全政策 183
四、数据治理需要重视的几个问题 185
五、正视内外部环境的挑战 188
数据驱动正在改变商业银行的未来 193
一、数据驱动型银行正在走来 194
二、商业银行正在推进数字化转型 197
三、期待“更敏捷、更智慧、更友好”的金融实体 203
第四篇 前瞻性思考
金融智能化不可忽视的模型风险 209
一、人工智能实质上是模型和算法对传统银行经营管理行为的替代 209
二、模型在商业银行经营管理中应用的广度不断拓展、深度不断提高211
三、模型风险已成为商业银行面临的重要风险类型 213
四、模型风险对商业银行和金融体系的系统性冲击效应日渐显现 216
五、监管部门应及早健全并强化对商业银行模型风险的监管要求 218
六、商业银行应将模型风险管理提升到战略层面 225
大型银行面临金融摩擦风险的前瞻性评估 229
一、贸易摩擦升级至金融领域的可能性判断 229
二、假想IT 技术封锁或攻击情景的专业分析 232
三、“金融战”的不确定性与应对预案的必要性 238
鄂公网安备 42010302001612号 