信息時代大數據技術在互聯網金融領域的應用

賈利娟

摘 要：由于互聯網金融在發展過程中需要運用大數據技術進行客戶數據分析和處理，因此，大數據技術是互聯網金融發展的關鍵。基于此，分析大數據技術在互聯網金融領域的應用，并提出互聯網金融的相關發展政策。

關鍵詞：大數據技術；大數據征信；互聯網金融；應用

中圖分類號：F830.49 文獻標志碼：A 文章編號：1673-291X（2017）18-0069-03

在互聯網全方位貼近生產、生活各個角落的背景下，互聯網金融如第三方支付、P2P模式、眾籌模式等近年來呈現爆發性增長態勢。與此同時，我國的金融行業也逐步進入了一個全新的互聯網時代，互聯網金融應運而生并逐漸成為了當今人們生活當中不可或缺的支付和投資方式。雖然互聯網與傳統金融業務結合的互聯網金融服務是當今的一大熱點，但不容忽視的是，互聯網金融在快速發展的同時，也伴生著風險隱患甚至違規違法行為。因此，應該采取相關的技術措施促進我國互聯網金融的健康發展，降低互聯網金融發展過程中的風險。本文分析大數據技術在互聯網金融中的應用。

一、相關概念闡述

1.互聯網金融的概念。互聯網金融也就是電子金融，它指利用一些互聯網技術如移動支付、搜索引擎、云計算等實現資金融通，是一種新型的金融模式，具有支付媒介的作用，它既是采用互聯網技術實現傳統金融機構金融業務改造的成果，又是互聯網企業不斷進行業務創新向金融領域發展的結果。互聯網金融模式通過互聯網技術使互聯網金融的交易更加方便快捷和公平透明，提高了客戶的參與程度，降低了交易的中間成本。隨著互聯網金融的發展，它正在成為人們生活中必不可少的投資方式和支付方式，當前互聯網金融主要分成第三方支付、P2P 模式和眾籌模式、大數據金融、信息化金融機構、互聯網金融門戶五大類。

2.大數據的概念。大數據代表了數據、思維與技術，指龐大規模的數據信息，從思維角度來講，它是一種數據分析的前沿技術對數據信息的處理和應用，是數據、處理技術與應用思維三者的統一的一種綜合處理技術，其特征可以用“4V+1C”來概括，“4V+1C”分別代表了Value（價值）、Velocity（快速）、Volume（海量）、Variety（多樣化）以及 Complexity（復雜）這五個單詞。

二、信息時代大數據技術在互聯網金融領域的應用

1.互聯網大數據技術。互聯網大數據技術包含數據產生、數據獲取及數據挖掘。互聯網包含著十分豐富的信息，它是一個有機生態，其數據來源包括電商平臺、社交平臺及消費點評類網站，京東、天貓等電商平臺的數據包括的交易流水、客戶評價及信用信息；人人網、微信、微博等社交平臺的數據信息包括個人的興趣愛好、社交圈子及社會地位等；口碑網、大眾點評網等消費點評類網站可以獲得消費者的評價信息。此外，通過其他渠道也可以獲取各種支持金融決策的信息。 數據獲取是依靠逐漸成熟的互聯網數據爬取技術、大數據存儲技術、數據庫技術、搜索引擎技術，再配合網站的API和相關方授權，輕松便捷的獲得需要的信息。數據挖掘是一種決策支持過程，指從數據庫中包含的大量數據中找出潛在的、隱含的、有價值的、未知的信息的非平凡的過程。數據挖掘主要是基于可視化技術、數據庫、統計學、模式識別、機器學習、人工智能技術等，高度自動化的分析獲取的數據，并對這些數據進行歸納性的推理，最終挖掘出潛在的模式，幫助決策者調整相應的策略，做出正確的決策，降低風險。金融大數據分析架構（見下頁圖）。

在互聯網金融融資領域互聯網大數據技術的應用模式分成以下四類：一是傳統金融機構和電商平臺合作以獲得電商平臺數據，從而為網商提供融資服務，如中國建設銀行和阿里巴巴的合作，中國銀行和京東商城合作搭建的供應鏈金融服務平臺；二是傳統金融機構自建電商平臺，通過平臺積累客戶數據，進而為其平臺的網商提供融資服務；三是獨立的互聯網公司采用外部提供的互聯網大數據為網商提供融資服務，其典型的代表為美國的Kabbage；四是電商平臺利用平臺積累的自身數據對網商提供融資服務，其典型代表為阿里金融。阿里金融通過互聯網數據化運營模式，為阿里巴巴、淘寶網、天貓網等電子商務平臺上的小微企業、個人創業者提供可持續性的、普惠制的電子商務金融服務。阿里金融認為數據庫是阿里金融最核心的價值，目前最主要的工作就是深度挖掘數據庫。阿里金融要把阿里巴巴、淘寶、天貓、支付寶等各平臺所有商家的信息貫通起來，進行面向客戶細分、產品推薦和風險管理方面的數據挖掘。

2.大數據征信。大數據征信的發展將不斷擴展征信體系的數據范疇，采用先進的信息處理方式和服務理念推動傳統信用評分模式的轉變，進而不斷完善整個社會的信用體系建設。相比傳統的征信方式，大數據信用采用云計算技術，從數據錄入開始到評價結果輸出的整個過程全部由計算機算法完成，避免了主觀判斷的影響，確保評價結果的真實性；即使同時處理多個受評對象，仍然能夠保證快速、準確的高效性。大數據信用的運行成本主要來自知識產權和硬件的投入，相比大規模的人員需求，低成本優勢顯而易見。此外，大數據信用還能夠滿足評價結果與信用信息的同步，也就是說，當受評對象的信用信息發生變化時，能夠對其信用進行快速及時的計算，保證了信用的實時性。

互聯網金融風險控制的突破口是建立征信系統，包括做細各個行業的大數據。建立征信系統要聯合政府的力量，整合各大商業銀行、互聯網公司、第三方支付平臺、電子商務公司等資源，運用大數據處理技術共同打造信息共享服務平臺。未來的征信業將以智能數據分析系統為平臺，依靠大數據挖掘技術實現轉型升級。一方面，依托大數據的征信體系可以深度挖掘用戶信用信息，防范潛在的信用風險，實現有效的風險控制；另一方面，依托大數據的征信體系可以在數據充分信息化的基礎上實現精細化管理。大數據征信平臺可以通過對企業3—5年，甚至是更長時間的歷史生產經營數據以及交易數據進行挖掘、篩選、計算、分析，使企業的生產經營狀況、成長發展狀態，通過數據真實客觀地反映出來。同時，將無形的信用進行量化，形成可以讓金融機構為企業發放貸款的信用信息。大數據信用融資改變了通過抵質押從金融機構獲取貸款的傳統方式，從結構上豐富了國家的金融體系。通過大大數據征信可以破解我國多年的中小微企業信用融資的難題，并不斷向金融資本和社會信用市場延伸，形成以“數據約束”解決“信用悖論”的客觀信用理論與評價體系，開創我國信用服務的大數據時代。

三、互聯網金融的發展建議

1.鼓勵互聯網金融創新，同時建立有效的互聯網金融監管體系。由于我國的互聯網金融處于起步發展階段，各方面的法律監管體系還不完善，需要不斷進行創新，相關政府部門引導互聯網金融向著合理、健康的方向發展，互聯網金融的創新如下：一是加大技術投入創新互聯網金融產品，培養復合型的互聯網金融技術人才，以適應新市場下的監管需求。二是加強互聯網金融等新興產品的監管，2016年以來，針對互聯網金融監管，我國官方出臺了多項全國性政策法規，尤其是隨著《關于促進互聯網金融健康發展的指導意見》《互聯網金融風險專項整治工作實施方案》等文件的問世，使得互聯網金融的監管思路逐漸明朗，行業亂象也得到一定程度緩解，發展漸趨理性，在監管過程中，需要嚴格落實相關政策，明確牽頭部門，建立統一的傳輸標準、數據標準、安全標準，加強互聯網金融產品的備案登記管理，合理對互聯網金融風險進行控制，尤其是對風險較大的P2P模式要加強監管。三是加強金融消費者的權益保護，明確互聯網金融狀態下的消費者權益保護規定，明確消費者信息保護、風險承擔及消息披露的相關規定。

2.建設大數據征信系統。大數據征信系統的建設主要包含以下三方面：一是加快征信相關立法工作。當前我國征信行業的發展比較迅速，但是在立法方面卻十分落后，因此，需要完整征信法律體系，為征信系統的發展指引方向，國家相關部門需要根據大數據征信的發展現狀，從全國開始著手相關立法工作的開展。二是擴大征信數據的來源。當前大數據征信系統主要是通過互聯網平臺、銀行獲得全面細致的客觀數據。當前我國的數據來源與發達國家的差距很大，因此，應該將各個政府部門單位的信息進行整合，擴大大數據征信系統的數據來源，為全民提供金融服務。三是加強大數據征信的隱私保護。為了加強對用戶信息的隱私保護，應該明確互聯網金融征信的數據采集方式、范圍和使用原則，建立互聯網金融企業信息采集、使用授權和個人不良信息告知制度。

3.互聯網企業應該增強法律意識。金融行業與其他普通行業有所不同，金融市場的穩定有序直接關系到社會穩定和經濟發展，因此，需要受到更多的限制加強監管。互聯網企業在金融創新產品金融研發和宣傳的過程中，遵守相關法律法規，避免出現一些灰色地帶等有潛在危險的行為。

四、結語

當前，在新規和整治行動之下，互聯網金融狂飆突進的發展勢頭得到遏制，互聯網理財產品收益率的“虛火”也在持續降溫。以P2P（網絡借貸）為例，網貸之家的數據顯示，P2P行業綜合收益率從今年1月的12.18%一路下滑到11月的9.61%。互聯網金融是對傳統金融的補充，是更進一步的服務，在發展過程中的定位不能變；互聯網金融生命線是風控，在發展過程中要加強風控管理。

參考文獻：

[1] 鄭聯盛.中國互聯網金融：模式、影響、本質與風險[J].國際經濟評論，2014，（5）：103-118.

[2] 謝平，鄒傳偉，劉海二.互聯網金融監管的必要性與核心原則[J].國際金融研究，2014，（8）：3-9.

[3] 魏強.大數據征信在互聯網金融中的應用分析[J].金融經濟，2015，（8）：11-13.

[責任編輯 陳丹丹]