一年花掉1200亿，息差压力下，国有大行继续「卷」科技

经历2020年、2021年初期的大幅增长后，银行业近几年对数字化转型的投入有了放缓势头。

根据最新年报数据，2023年全年，国有六大行科技投入总额为1228.22亿元，同比增长5.38%。

在2020-2022年，六大行科技投入整体增速曾分别达33.5%、12.34%和8.42%。

此前央行于2019年印发《金融科技（FinTech）发展规划（2019-2021年）》，推动金融机构部署科技战略。后续各大银行自当年起开始在年报中专门披露科技投入。

对于去年六大行科技投入增速进一步放缓，业内认为应与银行营业收入结合来看。去年6月、8月央行分别两次下调LPR，9月商业银行正式下调存量按揭利率，净息差收窄，银行净利息收入承压，或倒逼银行加大成本控制、缩减科技开支。

01.科技投入占比创新高

根据国家金融监督管理总局数据，2023年商业银行净息差一季度为1.74%，至四季度为1.69%。

净息差收窄直接导致银行净利息收入减少。净利息收入通常为国内各大银行营收主力，从2023年数据来看，该项收入在各银行总收入中占比多在70%-85%之间。

因此息差下行的大趋势也拖慢了去年全年银行营收、净利润的增速。以国有六大行为例，Wind统计数据显示，六大行整体营业收入、净利润同比增速均值分别为1.05%和5.97%。其中工商银行、建设银行营收同比出现下滑，降幅分别为3.70%、1.79%。

这一现实下，科技投入维持5.38%的增速或已表明其“重点工程”属性。

并且，从另一维度来看，国有六大行科技投入占总收入的比例在2023年进一步提高，至3.52%。

实际上回溯近几年数据，这一占比正持续走高，自2019年至2022年分别为2.21%、2.82%、 2.92%、3.16%。这表明银行对数字化转型的投入力度并未缩减。

在这场自上而下推进的转型中，数据库作为技术创新转型的底座发挥着基础性作用。2022年1月中国银保监会办公厅曾发布《关于银行业保险业数字化转型的指导意见》，提出加快数据库、中间件等通用软件技术服务能力建设。

从银行自身业务特性来看，业务量巨大，降本增效需求迫切，同时也有丰富的技术积累，这保证其能够率先开展数据库的技术验证。

但数据库产品因极其消耗人才、场景、时间和资金，并非基于“开源中间件+开源数据库”就可研发上市，因此多数银行选择外部采购。

IDC于去年2月发布的《IDC MarketScape: 中国分布式关系型数据库2023年厂商评估》报告也提到，在金融、电信等大场景下，分布式关系型数据库的私有化部署已成为主流，但大集群的私有化部署增加了分布式关系型数据库的运维难度，使得企业不得不依赖厂商的运维服务。

因此这一领域自然也吸引众多专业厂商深耕。

02.数据库，走向融合

当前，国内数据库市场群雄逐鹿，头部厂商包括OceanBase、阿里云、腾讯云、华为云等。

就银行业务而言，早期其系统处理的主要是交易型数据，数据量较少，传统关系型数据库可妥善应对。然而伴随互联网金融等业务快速发展，业务系统需处理的数据呈爆炸式增长，传统数据库因其扩展能力有限，已难以满足日益增长的数据处理能力要求。

基于此，诸多数据库厂商重点聚焦在分布式关系型数据库市场。

前述IDC发布的报告也提到，降本增效在分布式关系型数据库的应用中已初具成效。无论是在集中式数据库替代场景还是在MySQL分库分表替代场景中，分布式关系型数据库都能显著降低硬件成本和提高产品的扩展性和稳定性。

具体而言，在集中式数据库替代场景中，大型分布式关系型数据库集群相比传统一体机可节省50%-80%的硬件成本。

而在MySQL分库分表替代场景中，企业选择使用公有云平台的分布式关系型数据库方案，不仅能降低硬件成本，还能大幅降低自运维成本，进一步提高企业的运营效率和市场竞争力。

当前，市场中分布式关系型数据库的主要产品有OceanBase、PolaDB-X、GaussDB、TDSQL等。

今年4月，OceanBase新发布4.3版本，在TP/AP一体化上做出进一步突破。

按传统分类，数据库分为OLTP和OLAP两类。

OLTP又称联机事务处理数据库，适用于事务管理型系统，通常处理的是高并发但数据量级不大的交易，典型的如ERP，OA等系统都属于此类。

OLAP又称联机分析处理数据库，侧重分析、决策，适用于查询频率较低，但通常会涉及十分复杂的聚合计算的系统。其需要进行复杂的分析操作，提供直观的查询结果，较典型如数据仓库，风险预警等。这提高了数据库设计的复杂性，也是数据库的核心竞争力。

基于上述区别，在过去很长一段时间内，OLTP和OLAP一直是相对独立的两个类别。不过从金融业数字化发展的路径来看，从起初承载密集、简单、重复性较高的业务办理，到后期利用已积累的大数据展开分析、决策，恰需要两种数据库能力的结合。

换言之，OLTP与OLAP不应是对立的两个类别，反之也可通过一体化融合解决金融业在不同阶段面临的需求。

数据库厂商亦在这一方向持续探索。如OceanBase新发布的4.3版本从AP存储入手，基于LSM-Tree架构推出列式存储引擎，实现可行存、可行列混存和可列存的多种存储方式，同时融入分布式TP核心能力小事务写入技术，有效消除数据导入延迟，满足更严苛的AP实时分析需求。

同时全新推出基于Column数据格式描述的2.0向量化引擎和物化视图，进一步提升了深度AP场景下的性能表现，可实现秒级实时分析，提升OLAP实时分析的能力。

Gantner高级研究总监顾星宇也指出，该机构于去年12月发布的云数据库魔力象限也显示，OLTP与OLAP融合已成全球云数据库主要趋势。着眼后续，其表示“数据库正在融合”，这个融合包括但不限于HTAP、多模态、NoETL、向量等。

而放眼银行业乃至整个金融行业的数字化转型进程，未来仍路途漫长。

IDC中国副总裁兼首席分析师武连峰此前曾表示，目前虽然数据库从性能、兼容性、可靠性等方面都已有大量提升，但仍面临诸多挑战，例如之后要管理的数据量非常多；又如安全、可信、可靠、合规相对比较难满足等。

在其看来，下一代数据库至少要注意七个方面：弹性扩展、稳定可靠、极致性能、融合分析、平滑迁移、多模能力、AI融合。

作者 | 王晗玉

编辑 | 郑怀舟

封面来源 | 视觉中国