試論金融學研究中大數據思維的運用

劉志強

摘 要：互聯網技術等信息技術的快速發展過程，逐漸衍生了大數據技術。目前大數據技術已經逐漸滲透到人們的日常生活中，金融企業也不例外。在這樣的背景下，本文概述了大數據思維的定義及發展趨勢，在分析大數據思維對金融學研究重要意義的基礎上，重點開展了大數據思維在金融學研究中的實際應用分析，旨在促進金融學的高效發展，為行業研究人員提供借鑒。

關鍵詞：金融學研究；大數據；大數據思維

當前，大數據（Big Data）技術快速發展，對人們的生活工作方式、社會形態產生了重要的影響，大數據時代的到來已經逐漸成為人們的共識。傳統研究中人們的研究范式更注重因果關系，而在大數據的研究范式中更強調相關關系的研究，這一思維模式的轉變將對很多研究領域產生深遠的影響?，F代金融學發展于上世紀五十年代，經過幾十年的發展，目前已經逐漸建立了完備的金融理論體系。與社會科學無法通過特定的實驗進行研究一樣，金融學研究方法更依賴對現實數據的收集和分析?？梢钥闯鰯祿τ诮鹑趯W研究的重要意義，在大數據時代，傳統意義上的數據將發生巨大的變革，一方面大數據使得金融學研究突破了數據樣本的約束；另一方面，金融研究人員可以在數據處理技術、分析技術不斷進步的基礎上拓展新的研究領域，可以看出大數據時代的到來直接影響著金融學研究的發展方向。在這樣的背景下，越來越多的金融學者將大數據思維與金融學研究進行融合，旨在更好的促進現代金融學研究的發展，進而指導社會經濟的可持續發展。因此，本文在充分分析大數據思維對金融學影響的基礎上，探討了大數據在現代金融學中的實際應用，該項研究具有重要的現實意義和指導價值。

一、大數據概述

1.大數據與大數據思維的定義

大數據是近年來迅速躥紅的熱門名詞，其起源于計算機技術并逐漸滲透到人們生活的方方面面中，目前大數據已經逐步引起互聯網公司以及相關部門的廣泛重視。但事實上，對于大數據的定義目前沒有統一的標準。一般來說，無法在短時間內應用常規技術進行收集、處理與分析的數據被稱之為大數據。從其概念可以看出，大數據具有數據體量大、真實性高、運轉速度快、數據多樣性等特點。大數據依托于互聯網技術快速發展，并逐漸衍生出了大數據思維。在大數據時代，充分重視大數據的數據價值，轉變傳統的思維觀念，立足于數據本質，利用大數據思維方式去分析思考問題，不斷提高數據分析的便利性，才能有效提高相關決策的科學合理程度。

2.大數據的發展趨勢

大數據的發展將呈現以下幾點趨勢：首先，數據來源面越來越廣，數據種類不斷豐富。隨著互聯網技術、計算機技術的快速發展，相應的數據范圍、數據種類必將日益增多；其次，數據的存儲與分析技術將進一步快速發展，超級計算機、云存儲等硬件設備為數據存儲與計算分析能力的提高奠定了強有力的基礎；第三，大數據分析的重視程度將與日俱增，海量數據的分析，既需要強大的硬件設備，也需要科學的分析方法，二者相結合，才能從海量數據中提取出有價值的信息；（4）第四，大數據技術發展賴以生存的相關政策和法律法規需要進一步完善，國家層面上需要制定有效的鼓勵政策促進大數據的建設工作，另外國家需要出臺相關法律法規保證大數據技術在法律框架下健康發展。

二、大數據思維在金融學研究中的重要意義

數據作為金融學研究的基礎，對于決策者科學分析并制定正確的決策有重要的意義。在大數據時代的背景下，海量數據豐富了金融學研究的基礎資源，降低了金融判斷風險。具體來說，大數據思維在金融學研究的重要意義主要體現在以下幾個方面[1]：首先，大數據思維可以拓展金融學的研究思路。與單一化模式的數據類型相比，大數據具有來源廣、體量大的特點，因此其數據結構呈現多元化的模式特征。傳統的數據收集過程只能呈現出數據結構的單一形式，因此無法對樣本進行全面的分析，大數據思維可以為金融學研究提供豐富的樣本資源，極大的拓展了金融學研究的思路，在此基礎上開展金融創新，可以促進金融學研究的多樣化發展；其次，大數據思維可以提高金融研究的準確性，當前我國金融學在財務、經濟等傳統領域的基礎上不斷向外拓展，已經涉足多個領域，在大數據技術的支撐下數據類型逐漸豐富，越來越多的金融學者開始將大數據的思維應到廣泛的金融領域中。在這種模式下進行數據收集和分析，可以一定程度上壓制數據本身具有的隨機性，提高數據的準確性，進而得出更具說服力的結論；第三，大數據思維強化了金融學與其他學科的聯系。在信息化時代，單一孤立的學科想要取得成功舉步維艱，多學科之間相互融合、相互促進、共同發展已經成為主流趨勢。金融學與其他學科進行有效的融合可以更好的促進金融學自身的發展。大數據思維可以收集金融學與其他學科的多樣化數據樣本，并開展詳細的分析整理，比如將物理學方法應到金融發展趨勢的預測、將自然科學應用到經濟分析等方面，可以極大的豐富金融學的研究體系。

三、大數據思維在金融學研究中的實際應用研究

1.大數據思維在金融研究中的具體應用

首先，完善數據平臺的建設。數據資源是大數據發展的基礎，因此，拓寬數據面來源是數據平臺建設的核心。傳統金融數據平臺中，數據來源于銀行網點，在大數據背景下，數據來源可以是手機APP、門戶網站等。為了更好地研發金融產品滿足客戶的多元化需求，在數據平臺的建設過程中，需要充分重視大數據思維在數據收集、存儲、分析中的作用，最大程度的提升數據平臺的科學性；其次，提升研究風險管控能力。金融產品自身具有一定的風險，因此對于金融決策提出了更高的要求，防止金融決策失誤可能引發的重大金融損失。在這樣的背景下，利用大數據分析手段開展金融研究，提高金融決策的準確程度，將金融風險最小化。比如銀行在放貸的過程中，可以用大數據分析技術對貸款企業的詳細信息進行綜合評估，參考評估結果決定是否放貸以及放貸最大額度。這種基于海量數據的分析方法可以有效的避免傳統分析方法的缺陷，大大提高分析結果的準確程度，有助于銀行等金融機構提升風險控制能力；第三，推動互聯網金融的發展。將互聯網行業、金融行業有機融合形成的互聯網金融模式近年來快速發展，這種大時代背景下的金融產物改變了傳統金融的經營模式。尋求與大數據技術的合作是當下互聯網金融重點開展的工作。事實上，無論是傳統金融模式還是互聯網金融模式，大數據技術都可以極大的豐富其金融資源。對于互聯網金融來說，對大數據技術的需求更為迫切；第四，拓寬現代金融學的研究思路。基于大數據技術的收集到的豐富的資源開展分析研究，可以極大的擴展研究思路，較好的突破傳統金融模式的局限和束縛。其一，海量樣本可以有效提高數據的準確性，能避免自身的隨機性，在此基礎上得到的分析結果和研究結論更有說服力；其二，大數據搜集的數據不僅僅體現在數目上，數據種類也是豐富多彩，不僅僅包括傳統單一的數據類型，還包括圖片視頻等其他類型的信息，也就是說大數據技術可以一定程度上豐富金融學的研究內容。

2.金融學研究中大數據思維的應用方法

從前文的論述可以看出，大數據思維對于金融學研究甚至金融行業的發展都有重大的意義。提高大數據思維意識、加強大數據學習已經迫在眉睫[2-3]。具體來說，首先要建立開展大數據研究的部門，從根本上重視大數據的重要性，或者與專業大數據研究的企業建立合作關系，這樣可以降低硬件上面的投入成本，此外通過講座培訓等方式不斷提高金融從業人員的大數據思維意識；其次，充分挖掘金融領域自身以及相關領域的大數據信息。為了提高金融工作的效率，必須在實際應用的過程中充分的挖掘金融自身領域和其他領域的相關信息，為金融研究人員提供更多的參考依據，從而設計出更受客戶青睞的金融產品和金融服務，另外通過對多種行業信息的分析，有助于企業及時發展自身存在的問題，可以將企業潛在的風險消滅在萌芽狀態；第三，進行大數據資源的交易。值得一提的是，基于大數據技術獲取的信息是海量的，數據資源的數量和種類都是前所未有的龐大，掌握行業所有的信息數據可以說是天方夜譚，因此進行數據資源的交換或者交易將是未來的發展方向。另外，企業需要強化合作共贏的理念，以實現“1+1>2”的經營理念為目標，通過與其他企業開展合作實現信息資源的共享，可以將閑置的信息充分利用起來，大大提高數據資源的利用率，有助于整個金融行業的快速發展；第四，充分利用大數據資源服務自身發展。企業通過對大數據獲取的多種信息進行綜合分析，可以為金融企業制定經營策略、調整企業結構、指明發展方向提供參考依據，對于金融企業優化改革、降低風險、加快發展有重要的促進作用。

參考文獻：

[1] 蔡慶豐， 郭春松， 陳詣之. 大數據思維在金融學研究中的運用[J]. 經濟學動態， 2015（3）：104-114.

[2] 劉念， 劉一沙. 淺談大數據思維在金融學研究中的運用策略[J]. 現代經濟信息， 2016（10）.

[3] 朱佳琦. 大數據思維在金融學研究中的運用策略淺議[J]. 納稅， 2017（7）：83-83.