大数据思维在金融学研究中的运用研究

贾瑞波

摘要：本文在充分调研大数据背景下金融学研究的基础上，系统分析总结了开展大数据背景下金融领域的规范化方法，建立适应新的时代发展的金融学研究方法，从而最大限度的发挥大数据的作用。

关键词：大数据;金融学;迭代更新速度快;信息技术

伴随着信息技术的快速发展，各行各业都受到了新技术的冲击，“互联网+”的时代正式到来，改变了整个社会的运行。在信息技术大爆炸的21世纪，社会经济的各个行业的运行模式都发生了深刻的改变，主要特征就是都与信息技术进行了深入的结合。社会经济的各个方面都已经与大数据得到了充分的结合，两者相互促进，共同进步。其中大数据背景下金融学应用作为一个新兴的研究方向，作为大数据技术与金融学的连接桥梁，以大数据为核心，对整个金融学体系开展过程中的各个方面开展全方位、全生命周期的立体研究，从而充分发挥大数据在金融领域的助推作用。但是大数据的迭代更新速度快，传统的金融体系不能充分适应大数据背景的情况。起到桥梁作用的大数据背景下金融学研究从研究之初就得到了充分的重视，人们围绕着如何更好的开展大数据背景下金融学研究进行了多轮次的研究，初步建立了大数据背景下金融学的规范化体系，指导着大数据在金融领域的助推作用。而由于大数据技术本身具有迭代更新速度快的特点，所以相应的大数据背景下金融学也要做出相应的改变，作者首先明确了大数据背景下金融学的3个行业特征，即市场前景广阔、更新迭代快速和内容体系复杂，然后以此为基础指出大数据背景下金融领域常见的2个问题，即大数据背景下金融学体系不专业和大数据背景下金融学重点不突出，然后针对这2个问题进行了系统的分析归纳总结，给出相应的解决方案，即建立大数据背景下金融学体系的时候综合分析和建立大数据背景下金融学重点分配的时候突出重点，提出了大数据背景下金融的发展建议。

1.大数据背景下金融领域的行业特征

从整个社会经济对大数据的需求程度来看，大数据背景下金融领域的行业特征可以细分为市场前景广阔、更新迭代快速和内容体系复杂。

大数据背景下金融领域市场前景广阔：伴随着大数据的快速普及，社会经济的各行各业都与大数据进行了充分的结合，两者相互结合，互相促进。一方面大数据的引入促进了传统行业的模式改革创新，为传统行业带来了新的生机和活力。另外一方面社会经济的各行各业也为大数据的实际应用提供了广阔的舞台，促进了大数据的发展进步。总体来看，大数据背景下金融领域的市场前景广阔，具体表现为以下三个方面。首先大数据的引入可以充分满足金融市场的需求，迎合消费者对于当前金融市场的需求。比如最近比较基于大数据分析的各种金融理财产品年化收益率对比分析，这样使得人们通过金融大数据分析选择更加适合自己的金融理财产品，极大的提高了人们对于金融理财产品的了解程度。第二个方面大数据的引入可以大幅度提高人们日常工作的效率，而且可以较少过程中由于人为主观能动性造成的失误。金融行业从业人员通过大数据分析可以自动分析出经济发展状况和行业发展速度之间的关系，从而可以制定更加健康的金融政策。第三个方面可以完善传统过程中的业务缺失，将之前无法完成或者完成代价较大的部分通过大数据的引入从而得以完成，如通过大数据分析可以对于每一个企业的征信进行全程跟踪，从而使得金融机构在制定信贷体系的时候能够具有针对性。

大数据背景下金融更新迭代快速：大数据背景下金融与传统的金融相比，大的管理框架基本是一致的，但是传统的金融体系一经建立，基本上就可以持久应用，以后只需要更新增加的情况进行局部的补充就可以，但是大数据背景下金融由于底层的大数据的更新迭代快速，所以造成了大数据背景下金融的更新迭代快速。每一种新的大数据技术体系都是对之前的技术体系的改革创新，而且这种更新迭代的速度越来越快，20年之前大数据技术体系更新迭代的速度大概维持在2年更新一次，现在大数据技术体系更新迭代的速度基本达到了2-3个月的时间就可以更新一次，相应的大数据背景下金融的方法、体系和内容也需要做出相应的改变。当然实际在进行大数据背景下金融的过程中，还需要紧密结合实际需求和进度要求，不能一味的追求技术的创新性，而是应该充分考虑技术的成熟度、创新性、适用性和效率等因素进行详细的论证，最终选择合适的大数据背景下金融。

大数据背景下金融内容体系复杂：由于大数据背景下金融本身就定位于新的大数据在传统社会经济各行各业中的助推应用，所以大数据背景下金融包括的内容既包括了金融领域中的理论、知识、体系、框架和方法等，又包括大数据本身的技术体系和框架，还要包括两者的完美契合和完全适应，这就造成了整个大数据背景下金融学的内容体系复杂。

2.大数据背景下金融学的短板分析

基于以上对于大数据背景下金融领域的行业特征分析，结合多年的工作经验，笔者归纳总结了大数据背景下金融领域中存在的主要问题，总体来看，大数据背景下金融领域中存在两方面主要的短板，分别是体系不专业和重点不突出，下面分别来看一下。

大数据背景下金融体系不专业：前面所述，大数据背景下金融包括的内容既包括了金融领域中的理论、知识、体系、框架和方法等，又包括大数据本身的技术体系和框架，还要包括两者的完美契合和完全适应，这就造成了整个大数据背景下金融学的内容体系复杂。这就造成了在大数据背景下金融管理的过程中，管理人才和技术人才的分配不能够做到足够的合理。比如细分到大数据背景下金融学的局部细节，可能需要专业的技术人才来负责完成，但是由于技术人才由于专业限制，所以不能够真正的做好管理工作，也不能够从大的项目框架上来完成自己部分的内容。而在框架指定的时候，一般由管理人才来完成，但是由于管理人才专业技术的缺失，有时候可能不能完全的做到各个大数据技术细节的完全把控，这就造成了整个大数据背景下金融学的体系不专业。

大数据背景下金融领域重点不突出：前面所述大数据背景下金融领域具有市场前景广阔和更新迭代快速的特点，所以也造成了大数据在金融领域的应用重点都不同，应用体系和应用框架各有重点。但是从大的逻辑结构来说，所有的大数据背景下金融领域都可以细分为大数据分析和金融管理，现在的大数据背景下金融领域普遍存在重点不突出的现象，具体来说，对于某些数据量相对较小的机构之间、机构与政府部门之间的金融项目，应該重点突出金融管理的地位，而有意识的降低大数据分析在整个大数据背景下金融中的占比，这样才能够使得金融管理部分能够更加的适应实际的应用场景。而对于数据量偏大的居民与金融机构之间的金融项目，应该重点突出大数据分析的地位，而有意识的降低金融管理在整个大数据背景下金融中的占比，这样才能够使得金融管理部分能够让出真正急需的时间和资源。而在实际的大数据背景下金融者中，现在普遍存在大数据分析与金融管理部分不能协调好占比的情况，从而出现大数据背景下金融重点不突出的情况。

3.大数据背景下金融的实施建议

基于前面的问题分析，大数据背景下金融中主要存在体系不专业和重点不突出两方面的问题，所以后续的实施建议我们也从这两方面开展。

建立大数据背景下金融体系的时候综合分析： 由于大数据背景下金融体系具有市场前景广阔、更新迭代快速和内容体系复杂的特点，所以在建立大数据背景下金融体系的时候一定要综合分析，协调好专业管理人才和专业技术人才的搭配关系，真正的做到让专业的人做专业的事，这样既能够保障大的大数据背景下金融体系的合理规范，又能够保障具体落地技术的专业程度，做到做管理的人才懂技术，做技术的人才懂管理，整个项目过程中的人才都是复合型人才，充分保障项目实施过程中的专业性和管理性。

4.结语

大数据背景下金融体系植根于大数据的快速发展，服务于社会经济的各行各业，但是由于其本身存在的市场前景广阔、更新迭代快速和内容体系复杂的特点，所以造成了实际运行过程中出现了体系不专业和重点不突出的特点，为此作者结合多年的实际工作经验提出了建立大数据背景下金融体系的时候综合分析和建立大数据背景下金融重点分配的时候突出重点两条实施建议，希望可以为后续的大数据背景下金融提供依据。

参考文献：

[1]张顺，殷露琦.金融学研究中大数据思维的应用与实践探索[J].品牌，2015，11：164+166.

[2]刘念，刘一沙.浅谈大数据思维在金融学研究中的运用策略[J].现代经济信息，2016，10：295+297.

[3]朱佳琦.大数据思维在金融学研究中的运用策略浅议[J].纳税，2017，07：83.