目 錄
篇 把握業界趨勢
全球銀行排行榜變遷折射的基礎規律 3
一、引言 3
二、成也蕭何 4
三、敗也蕭何 7
四、正視進步與挑戰11
專欄 國際金融危機的深刻教訓正在改變全球銀行業經營模式 14
銀行市值的短期市場情緒與長期價值信號 27
一、銀行排序的爭議與估值的市場共識 27
二、重視並正確理解銀行估值變化發出的市場信號 31
三、估值信號警示管理者加強新風險駕馭能力 34
四、管理者要重視市值管理 38
積極看待大型銀行智庫化傾向 41
一、智庫化思維的由來 41
二、大型商業銀行可能正在智庫化 42
三、智庫思維可能會帶來銀行經營模式的變革 44
四、大型銀行（集團）智庫建設的設想 45
專欄 關於國內大型銀行編制發布指數的思考 48

重視銀行業公司治理的普適性與特殊性 58
一、銀行業公司治理已經成為監管核心議題 58
二、不同銀行的股權結構影響公司治理結構 60
三、中國商業銀行公司治理主體的特殊安排 64
四、重視ESG 對銀行公司治理的積極影響 72
第二篇 深刻理解需求
深刻理解金融需求纔能主動駕馭銀行變革 77
一、金融需求的變化始終都是驅動銀行變革的關鍵力量 77
二、關注“新居民”的全新金融需求 80
三、銀行回歸本源的動因仍然是需求驅動 86
四、未來銀行應是數據洞悉需求、需求驅動創新 89
專欄 客戶需求驅動銀行變革 93
銀行支持實體經濟創新並不簡單 105
一、銀行支持實體經濟與支持實體經濟創新是有區別的 105
二、支持實體經濟創新實踐中的三個“誤區” 106
三、改善金融供給纔能有效促進經濟創新 109
四、需要進一步研究的問題110
G 端經營需要特別思維113
一、特殊客群需要特質銀行提供特殊服務113
二、把握“痛點”纔能找到方向116
三、正視大型銀行的服務優勢與自身問題118
四、避免G 端經營同質化的關鍵是培育核心競爭力 121
破解中型企業融資難題具有特殊意義 124
一、中型企業的經濟地位與商業銀行的中型企業金融服務戰略 124
二、普惠金融戰略無法惠及中型企業 126

三、中型企業的成長性特征導致其與生俱來的融資難點 129
四、努力破解中型企業融資難題 130
第三篇 數據驅動共識
銀行家視野的大數據 139
一、大數據的追求源於人類“知己知彼”的決策夢想 139
二、銀行家怎樣把握大數據的核心特征 142
三、數據挖掘分析是銀行大數據運用的重中之重 147
四、銀行越大，大數據越重要 150
大數據應用深度決定著商業銀行能力提升程度 153
一、全面及時把握市場變化 153
二、深入理解客戶需求 154
三、增強客戶黏性 157
四、準確計量與分析風險 159
五、破解銀行家盈利困惑 162
數據挖掘能力可能是未來商業銀行的核心競爭力 164
一、數據挖掘能力成為商業銀行核心競爭力的關鍵因素 164
二、大數據價值實現的關鍵在於挖掘分析能力 166
三、數據挖掘具有更加重要的現實意義 168
四、數據挖掘工作的重點是預測 171
五、數據挖掘能力建設的關鍵是行動 175
良好的數據治理是銀行大數據戰略的基礎 178
一、提升數據質量必須有完善的數據治理體繫 179
二、建立良性數據循環纔能實現有效數據治理 181
三、數據治理要有頂層設計、有效執行和數據安全政策 183
四、數據治理需要重視的幾個問題 185

五、正視內外部環境的挑戰 188
數據驅動正在改變商業銀行的未來 193
一、數據驅動型銀行正在走來 194
二、商業銀行正在推進數字化轉型 197
三、期待“更敏捷、更智慧、更友好”的金融實體 203
第四篇 前瞻性思考
金融智能化不可忽視的模型風險 209
一、人工智能實質上是模型和算法對傳統銀行經營管理行為的替代 209
二、模型在商業銀行經營管理中應用的廣度不斷拓展、深度不斷提高211
三、模型風險已成為商業銀行面臨的重要風險類型 213
四、模型風險對商業銀行和金融體繫的繫統性衝擊效應日漸顯現 216
五、監管部門應及早健全並強化對商業銀行模型風險的監管要求 218
六、商業銀行應將模型風險管理提升到戰略層面 225
大型銀行面臨金融摩擦風險的前瞻性評估 229
一、貿易摩擦升級至金融領域的可能性判斷 229
二、假想IT 技術封鎖或攻擊情景的專業分析 232
三、“金融戰”的不確定性與應對預案的必要性 238