浅析大数据技术助力金融业发展前景

亦添

摘要：目前，全球数据以几何级数增长，而大数据的意义在于从海量数据中及时识别和获取信息价值。较之其他产业，金融业因在IT基础设施、数据掌控力等方面的独特优势，而具备深度“掘金”的潜力。与此同时，大数据也给金融业带来了一定的的挑战与冲击，海量的数据，在提供巨大潜在价值的同时，也给管理和维护带来了一定的困难。面对机遇与挑战，我国金融机构需要明晰大数据战略的顶层设计，强化基础设施建设，部署稳妥的安全策略，方能从容迎接大数据时代。

关键词：金融科技;大数据;金融业

一、金融科技与大数据

纵观全球，金融科技（Fintech），这种基于移动互联网、云计算、大数据、智能化等高科技手段来促使金融服务更加富有效率的商业模式，正在以前所未有的速度席卷全球，成为时下最受资本热捧的金融细分领域。许多行业巨擘，如IMB、惠普、微软、戴尔、埃森哲、高盛以及摩根大通，都在极力拥抱金融科技，成为该行业的重要参与者。目前，全球共有1362 家金融科技公司，橫跨54 个国家和地区，其总融资额为258 亿美元，平均每家公司的融资额为4，400 万美元。与时下最火的大数据结合，应用在金融领域的信用评级，量化投资等，将会有不错的发展前景。

“大数据”是信息技术发展到云时代的产物，是从英语“Big data”一词翻译而来，是针对当前新出现数据激增的现象而创造的概念。各个行业基于自身的限制，对“大数据”做出了各种解释，但其中有一条己成共识：“大数据是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。”互联网是个神奇的大网，大数据开发也是一种模式。涉及广泛的数据、可观的数据量与可靠的数据分析形成了牢固的数据“铁三角”。一系列向大众提供服务所涉及到的定位、资料检索、存取、数据交换等复杂动作，正是基于“大数据”的有力支撑。

二、大数据在金融行业的应用

（一）风险定价

定价永远是金融或者任何市场中最核心的部分之一，大部分金融活动都涉及到风险和收益的平衡。大数据技术，可以让金融产品的颗粒度精确到每个人，从而可以根据每个人过去的历史推测其未来的财务状况及履约情况，即所谓的大数据征信，因此给予每个人不同的授信额度以及利率。而扩展到保险，也是同样的道理，保费可以根据每个人的情况不同而差异化。

（二）风险控制

从广度来说，可以通过从支付、同城清算、纳税报解等系统的数据中提取财务信息和资金流，运用统计模型或者定量分析，获取行业整体的经营现状和发展趋势。从深度来说，可以通过对目标行业的代表性企业及其股东等进行有针对性的数据分析、挖掘，进而分析整个行业的经营状况。例如，通过挖掘纳税数据和信用卡交易信息，可以非常精确地获得目标企业的经营状态、资金状况和信用动态等。只要采集足够多的有效样本进行分析汇总，就可以获得整个行业真实的经营现状和发展趋势。

三、大数据技术面临的挑战

当涉及大数据时，坐拥原始数据金矿的金融服务行业的发展趋势一直很缓慢。这一现象源于对受金融服务业严格管制性质驱动的创新，采取谨慎的态度。但是随着数据不断增长以及降低运营成本方面的压力，大数据也正开始影响金融服务业。毕竟，业务分析是金融服务业获得成功的关键。当前，金融行业面临的一个非常大的问题就是海量数据的存储以及对海量数据的查询优化。传统的数据存储方案己经不能满足大多数金融机构的需求，数据量的急剧增长不仅要求在带宽和存储设备等基础设施方面增加大量投入，而且使金融业处于进退两难的境地。

（一）大容量及多格式数据

数据从TB级、PB级甚至达到EB级，人和机器制造的越来越多的业务数据对IT系统带来了更大的挑战，数据的存储和安全以及在未来访问和使用这些数据己成为难点。另外，海量数据包括了越来越多不同格式的数据，这些不同格式的数据需要不同的处理方法。从简单的电子邮件、数据日志和信用卡记录，再到仪器收集到的科学研究数据、医疗数据、财务数据以及丰富的媒体数据。

（二）速度

速度是指数据从端点移动到处理器和存储这一过程的速度。从历史上看，数据分析软件面对当今的海量数据已显得力不从心，传统的数据存储方案己经不能满足大多数金融企业的需求，在云计算背景下这种海量数据的处理将是金融业需要积极探索解决的一个问题。

（三）科技人才面临的挑战

大数据的来临对科技人员同样是个考验，这对科技人员提出了更高更多的要求，大数据的出现更需要专门的数据处理技术和数据分析方法。以前我们会说自己是软件工程师，对大多数人来说，现在最重要的一点是转变观念，从Code/Program观念转变成Data观念，在做任何设计和开发时，要把Data放在第一位。另外，海量数据不断增长，未来的趋势应该是怎样缩小海量数据上，而不是任凭它扩张，这同样是一个需要面对的挑战。

四、相关建议

（一）重视大数据环境下金融数据安全体系建设

在对金融数据进行应用发展规划时，要从战略高度切实认清金融数据安全形势的严峻性，按照数据价值或数据保密程度来区分数据，明确重点保障对象，强化对重要敏感数据的监控管理。加大对金融数据安全形势的宣传力度，明确金融数据的重点保障区域，加快大数据环境下金融数据安全技术的研究，培养数据安全的专业人术建立并完善金融数据安全体系。同时，还应针对金融行业的数据特点，加大针对大数据安全保障关键技术研发的资金投入，提高我国金融大数据安全技术水平。重点研究基于大数据的网络攻击追踪方法，以及基于数据存储、数据检索、实时数据处理、数据管理等多个不同侧面的大数据安全防护技术，加强数据加密技术的研究与推广。抢占发展大数据安全技术的金融市场先机。

（二）央行充分发挥自身优势

央行作为货币政策的制定者和执行者，掌握着大量基础数据，需要对经济金融有宏观到微观的客观分析，以及对发展趋势有准确的预测。首先，央行需要扩大金融数据采集面，增加对互联网金融、第三方支付以及影子银行等涉及金融产业的信息采集，真正使央行掌握的金融大数据能够覆盖金融生态的每一环节，从而使分析结果以及由此产生的金融决策参考信息更为精准和有效;其次，央行还需成立金融大数据研究中心，由总行层面成立金融大数据研究中心和云计算中心，建立一套开放型的大数据分析系统，开发各类数据挖掘工具，并在此基础上进一步建立金融决策支持系统，提供给各业务部门使用甚至各商业银行使用，为各级金融决策和监管提供强有力的数据支撑。

（三）坚持以客户信息为导向，努力为客户创造价值

金融机构需要明确大数据战略的顶层设计。大数据战略要超越IT部门或电子银行部的视角，面向全局和长期，以客户需求为导向，构建自身的大数据结构。具体包括：客户基本信息（身份信息、联系信息、社交关系信息、交易信息和信用信息等）、客户偏好信息（服务偏好、金融产品偏好、渠道偏好和个人爱好等）、客户行为信息（金融机构范围的行为数据、外部行为数据和地理位置数据等）、客户分析数据（客户细分类型、客户价值度、客户风险度和客户状态等）。

目前金融行业正处于转型变革的风口浪尖，应积极响应“十三五”号召，认识到大数据就是大资产的高度，制定大数据战略，践行大数据思维，充分研究利用云计算和大数据挖掘技术，为金融行业有效应对大数据的复杂性、动态性，并从中发现知识和价值形成智力资本提供方法保障，从而通过科技创新实现发展模式转型、金融创新和管理升级等，提升整个金融行业的竞争力和稳健性。

参考文献：

[1] 罗丹. 浅析金融科技应用前景—以大数据为例[J]. 财讯， 2017（6）.

[2] 兰翔. 大数据时代金融业面临挑战及应对措施探析[J]. 硅谷， 2015（2）.

[3] 李小庆， 陈权. 构建面向大数据的银行数据挖掘平台[J]. 金融科技时代， 2017（3）：16-21.

[4] 钱立宾， 王飞龙. 大数据驱动商业银行金融科技创新转型[J]. 金融科技时代， 2018（2）.

[5] Data-Oriented Method to Big Data Standard System Creation： A Case of Chinese Financial Industry[J]. Annals of Data Science， 2014， 1（3-4）：325-338.

[6] Farboodi M ， Veldkamp L . Long Run Growth of Financial Technology[J]. Social Science Electronic Publishing， 2017.