大数据在我国金融发展中的几个应用途径

国家大数据战略作为“十三五”十四大国家战略之一，成为国家治理新思路。“大数据”已经成为推动经济发展转型、实施“互联网+”和实现民族伟大复兴中国梦的新引擎。在当前金融改革持续深化的时代背景下，应积极探索大数据技术与金融业务的有效融合，牢固树立“大数据思维”，不断拓宽工作视野，充分运用“大数据逻辑”创新开展工作，支持经济发展。

一、大数据+扶贫金融

精准扶贫思想的核心要义是精准化。因此，精准扶贫工作的流程和体系应建立对贫困群体的准确把握和针对性措施之上，精准扶贫工作的成效需要通过大数据技术精准评估。通过金融助力，扶持产业发展并实现脱贫致富是金融行业的重要职责。金融扶贫体现精准需要充分利用大数据技术，确保扶贫实效。首先是建设精确扶贫金融数据库。重点是实现扶贫数据立方体，形成资产、信用、脱贫潜力的三维基础数据。在此基础上运用聚类和分类等大数据技术进行精准分类，对不同的扶贫对象采取更有针对性的扶贫措施。其次是建立动态评估体系。对脱贫程度和扶持状况进行动态跟踪，采取大规模稀疏成对比较矩阵技术，直接比较贫困户信用状况和脱贫程度，确定不同阶段扶贫工作重点，通过信息化技术实现精准化扶贫工作辅助决策。

二、大数据+金融监管

2016年政府报告中首次提出完善现代金融监管体制，实现金融风险的全覆盖监管。现代金融随着互联网技术的发展，新的金融业态和金融生态结构已经形成，现代金融市场是复杂的生态系统网络和自规范结构。现代银行间资产配置理论和支付关系形成的复杂网络将是未来金融稳定评估的管理对象。国有商业银行地方分支机构、地方融资平台、非银行金融机构和重点信贷企业等金融实体构成的资金关系网络，核心是控制金融网络中重要节点的资金链断裂和风险传染，从而防范区域性和系统性金融风险。因此，未来的全方位金融监管要走出现在的单一金融机构的独立评估模式，必然要实现复杂金融网络的风险模拟、识别、分离和控制。在传统金融稳定评估基础上，通过数据模拟技术和人工智能等信息技术手段，准确定位风险链条，形成有效的监管模式是大数据时代金融监管的必然途径。

三、大数据+征信管理

未来的社会信用体系建设必然是在全要素社会信息基础上的社会网络信用体系。信贷征信作为社会信用体系建设的重要推进力量，不仅要致力于诚信教育和诚信文化建设，扩大信贷征信基础上的全要素信用信息系统建设。而且要提前布局社会网络基础信息的采集和评价体系构建。当前，个体信用信息、精准扶贫档案、中小企业信用档案等信息缺乏有效的整合和信息技术信用评价手段，传统的权重评分方案不适合现代金融市场和商业推广，运用基于社会网络的信用评分体系等大数据分析技术是未来征信体系建设中需要突破的关键技术。

四、大数据+外汇管理

大数据在政务管理和市场规范以及金融领域的应用将成为未来发展的趋势。当前的商务智能4.0是建立在政务智能、数据挖掘等基础上的移动管理信息系统。目前我国的外汇监测系统经历系统整合和数据综合平台建设，已经具备了数据联机查询等功能，但是仍然处于商务智能2.0时期，亟需跨越式发展，以适应资本项目开放和全口径外汇监测分析需要。探索大数据分析技术在外汇监测分析和系统建设中的应用，并为全国推广和工业应用打下坚实基础。通过基层实践，探索适合外汇管理产生的流数据特征的适时机器学习算法，进行聚类和分类分析，实现高效率和高精度的异常资金定位监管。

五、大数据+操作风险防范

商业银行操作风险是金融合规控制的核心内容，是目前事中事后管理的主要过程。目前，央行以及外汇局倡导建立的银行自律机制从道德规范角度进行约束，对行为风险未提出详细的监管意见。对大数据的综合利用和挖掘是未来操作风险监管的主要发展方向之一。主要包括对操作风险类型的精准识别、分类发现和指标预警，例如运用大数据进行风险量化投资组合管理，通过大规模交易数据分析挖掘进行资产配置优化、对冲基金管理等，开展基于操作风险的资金本管理。再比如刻画精准的风险类型，进行模拟行为研究，分析风险损失概率，通过有针对性的风险管理，有效改进风险管理模式。

六、大数据+客户关系挖掘

客户管理是商业银行核心服务业务，也是商业银行市场营销的主要技术手段。通过有效的客户关系挖掘进行相关性产品设计和研发，能够提升客户和银行最大化收益率。现代市场价值链通过数据驱动提升客户忠诚度和稳定性。大数据为客户画像、分类和营销，发挥数据的生产价值。例如，基于大规模稀疏比较矩阵的客户忠诚度预测和产品偏好预测。再比如，作为未来大数据时代客户作为网络结点的特征，通过对客户行为数据分析进行客户关系网建立，分析客户群体吸引力与扩展性，在客户网络中发现核心客户特征和客户群体，开展针对性营销。总之，数据驱动的客户关系管理必将成为引领客户管理管理的风潮，也是金融改革创新的重要渠道之一。

作者简介：

晁祥瑞（1982—），男，籍贯：甘肃省通渭县，经济师，理学硕士。