大數據金融的“王者之道”

【摘要】大數據時代，信息科技的不斷成熟推動著人工智能的飛速發展。在金融領域，隨著金融科技和大數據技術的滲透，舊的銀行體系正逐漸被解構與重建，本文從大數據金融“法”、“術”、“勢”三個方面入手，對大數據金融未來發展趨勢和方向進行分析和論述。

【關鍵詞】大數據 互聯網 金融

先秦法家代表人物韓非子提出了“法”、“術”、“勢”的理論，依法行事，權術謀略、借勢造勢，三者相輔相成，最終即能成就王者之道。時至今日，大數據時代的到來，信息科技的不斷成熟推動著人工智能的飛速發展。在金融領域，隨著金融科技和大數據技術的滲透，舊的銀行體系正逐漸被解構與重建，在這場沒有硝煙的戰場上，傳統的金融機構是固步自封、作繭自縛？是做追隨者，亦步亦趨？還是突破性創新，引領時代發展？把握機遇，因勢利導，新時代的王者即將歸來。

一、大數據金融之“法”：“法”，即“法規”“制度”

第一，從大數據金融體系構建層面看，任何新興業態的良性發展都需要具備公平的市場環境，健全的法律保障。就如同種子的培育，需要適合的土壤、適宜氣候，耐心的灌溉。縱觀各國歷史，凡是相關法律法規較為健全，開放包容的國家，科技進步往往越快，新興業態也層出不窮。以美國為例，早在1980年，美國國會通過了《拜杜法案》，讓大學、研究機構能夠享有政府資助科研成果的專利權，極大的帶動了技術發明人將成果轉化的熱情，《拜杜法案》出臺十年之內，美國科技成果轉化率翻了十倍，重塑了世界科技的領導地位。《拜杜法案》的核心思想是分享成果、分享創新，從而增進社會財富。科學的科技政策、優越的科研條件以及自由的創新精神，讓美國半個多世紀以來保持著絕對的創新競爭優勢。從國內情況來看，2015年以來，在“互聯網+”浪潮和頂層制度設計的推動下，大數據技術及服務快速發展，《關于運用大數據加強對市場主體服務和監管的若干意見》、《關于促進互聯網金融健康發展的指導意見》、《關于積極推進“互聯網+”行動的指導意見》、《促進大數據發展行動綱要》等國家頂層設計的重要文件先后出臺，給涌現的大數據浪潮掀起波瀾，開啟了大眾創業、萬眾創新的創新驅動新格局，培育了高端智能、新興繁榮的產業發展新生態，各種網絡金融、數據服務公司、第三方征信機構層出不窮。大數據金融被廣泛應用于信用貸款、征信風控、精準營銷、預測市場走勢、維護金融安全等各種領域。然而表面繁華的背后，問題仍然如影隨形。最突出的兩個問題是合法性的問題以及共享與安全的問題。大數據金融離不開數據，大量私人數據需要被收集和提取，如何界定私人數據與公共數據的界限？如何保護個人的數據穩私權？數據安全和數據市場規范的重要性逐漸凸顯，而面對大數據技術發展與信息安全和個人信息保護的問題，在法律方面依然沒有很好的解決，目前的立法與監管的框架與邏輯和時代發展節奏不完全吻合。另一方面，大數據的本質是信息的開放與共享，但現實情況是數據的共享在各個行業之間仍然存在各種壁壘。近年來，國家政策方面表現了積極推動大數據發展的態度，但整合分散的數據源仍然是一個障礙，行政主管機構擁有大量的原始數據，但涉及多部門管理，地方政府的統籌協調工作存在一定的難度，是轉讓給具有高級計算和儲存能力的大型數據公司，還是與各類企業共享，數據開放的尺度仍然是當前有待摸索的難題。2016年年初，貴州出臺了全國首部大數據地方法規《貴州省大數據發展應用促進條例》，對大數據定義、數據共享、公共機構采集數據、大數據平臺“云上貴州”、數據權屬、數據交易和數據安全等方面作出了規定，在大數據立法上進行了積極的探索，對國家層面立法提供了重要的實踐支持。法規的確定，也將為大數據金融良性發展奠定堅實基礎。

第二，從大數據金融發展主體自身層面看，金融機構規范大數據金融業務發展，需要制定內部規范的制度和體系，建立數據管理機制，加強數據安全管理，嚴防數據泄露。在大數據應用上，要合規創新，建立全面風險管理體系和合規體系，統一風險偏好，加強全過程動態風控監管，為各項業務劃清紅線，明確業務發展邊界，建立對客戶的風險甄別及風險對沖機制，有序開展大數據金融創新，建立嚴格的風險隔離和防火墻機制，為大數據金融發展提供基礎和保障。

二、大數據金融之“術”：“術”，即“技術”“戰術”

第一，技術層面，重在工具。大數據技術起步較早，經過多年的發展，數據采集、存儲、分析、應用等技術領域取得了突破進展。在金融領域，金融數據經過多年的積累，歷史數據量龐大，隨著大數據工具的日益普及，物聯網、云計算、人工智能等新技術的助推，金融數據挖掘能力也得到飛躍式的發展。比較突出的是SAS、R等計量統計分析工具被應用于預測建模、機器分析和實現數據的可視化，計算能力的顯著提升，更助推了數據集中相關性分析，提高模型預測的精準度。在另一層面，僅僅依靠金融行業自身的歷史數據具有局限性和不對稱性，以此為基礎進行建模分析存在極大缺陷，需要通過引入各種渠道的外部數據，補充客戶的消費習慣、支付能力、支付偏好等行為數據。在工具應用上，網絡爬蟲工具通過梳理公開信息網站信息，分析挖掘、數據清洗、中文分詞、關鍵字提取能力，在海量媒體、政府、社交等外部網站，自動抓取客戶相關行為信息，對客戶欺詐行為、失信行為進行甄別。內外部數據源的清洗、整合及模型生成、優化到管理維護，構建更加完備的金融數據體系。

第二，戰術層面，重在應用。近年來，大數據金融的應用發展開始出現蓬勃發展的機遇期，創新商業模式層出不窮，主要體現在精準營銷和風險控制兩個方面的應用。

在精準營銷方面，就大公司類客戶而言，利用建立在充足數據源基礎上開發的大數據模型，分析出企業所處行業的業務規律、挖掘企業的潛在需求、計算企業的真實生產經營狀況和還款能力，進而優化金融產品設計方案，提供不同的營銷策略，提升金融服務針對性。同時，通過綜合衡量宏觀環境、市場狀況、企業對金融機構的綜合利潤貢獻、自身規模、行業、市場地位、風險狀況等各方面因素，借助大數據分析應用，對企業進行多維的盈利分析，對金融機構自身進行貸款定價分析，雙方均實現了精細化管理；就個人客戶而言，大數據全方位的應用成果展現于“360度客戶畫像”，其重點就在于擴充客戶信息來源，獲取盡可能多的非結構化數據，從單純的金融領域延伸到電子商務、社交媒體、游戲社區等等客戶生活方方面面獲取數據來源，經過數據加工，利用大數據的計算能力，掌握客戶行為偏好、消費偏好、社會階層、現金流水等情況，細化到每個客戶個體的分析，甚至可以推斷客戶的個性、情感，預測客戶期望和需求。在這方面可以借鑒阿里巴巴集團的做法，近年來阿里集團積極構建大數據布局，在原有C2C電子商務平臺的基礎上，在支付寶、余額寶、微博、陌陌、音樂網站、高德地圖、打車軟件、UC瀏覽、墨跡天氣、美團等領域也進行了布局，通過上述平臺的數據采集功能，阿里的數據渠道覆蓋生活各個方面，大數據成為其最為核心的能力。除了搭建平臺，還可以嘗試利用金融科技成果，開發虛擬現實的可穿戴等移動設備，將金融服務內嵌其中，實現與客戶的實時化、遠程化地交互，以網絡為媒介發布信息，撮合交易，縮短金融產品的交易路徑，快速聚攏客戶資源，增加客戶粘性，在長期經營中積累大數據優勢，為金融企業帶來巨大的競爭優勢。

在風險控制方面，大數據金融實現了風控自動化，在開戶認證、風險征信、信用評級評分、標準化貸前貸后管理、風險預警等方面得到很好的應用。依托于大數據和云計算技術，挖掘海量數據碎片中的關聯性，構建身份驗證、反欺詐、還款能力等信用模型，建立實時風險管理視圖，實時計算結果，量化風險評估，幫助金融機構進行電子化的風險管理和預測，有效降低信息不對稱，同時解決了傳統風控中數據分析的滯后性，提升效率和準確性。

三、大數據金融之“勢”：“勢”，即“優勢”“趨勢”

馬云曾說：“人類正在從IT時代走向DT時代。”他認為IT時代是以“我”為中心，DT時代是以“別人”為中心，產業各方必須加強協作，信息共享和技術互補，保護消費者信息和資金安全，提升自身金融安全及風險防控能力，加強與同業合作，分享金融風險甄別及反欺詐經驗，通過行業自律組織加強信息共享，提高整個行業風險防控水平，提升社會公眾長期利益，聯防聯控，營造更全面的安全生態。大數據金融時代，合作共贏必定是發展趨勢。在大數據技術體系中，數據是各方連接的中心，數據交易平臺促進了大數據鏈條各方的整合，通過搭建信用信息共享平臺，產生聚合效應，實現客戶信用信息共享和查詢，有利于改善全社會的誠信環境。傳統銀行在規模、客戶數量、信息、資金等方面具有優勢，尤其是中小銀行，如果能以開放共享的態度，積極與各方合作，那么無論是在技術缺陷彌補、信息渠道拓寬，還是在客戶資源整合、風險防控體系共建等方面都將有著積極的作用。

作者簡介：楊妍琳（1979-），女，回族，廣東廣州人，任職于江蘇銀行風險管理部，研究方向：金融學。