基于大數據技術的金融科技創新研究

王曉勇 肖媛 譚如愿

【摘 要】金融科技時代下，大數據技術在金融領域的廣泛應用，金融科技正進入大有可為的歷史機遇期。金融科技在大數據應用領域的要求不斷提高，并加大了其對大數據技術的探究與應用。因此，提升商業銀行金融科技創新能力和實現創新轉型應用，成為金融科技工作面臨的重要課題。本文從大數據視角出發，對金融技術的發展及其創新應用等方面進行分析，探析如何利用大數據技術改造商業銀行的創新思維與經營理念，實現商業銀行金融科技的創新應用。

【關鍵詞】大數據技術；金融科技；商業銀行；創新

一、金融科技內涵及特點

金融科技（Financial Technology縮寫為FinTech）是指運用大數據、區塊鏈與人工智能等各類技術，提升金融行業運轉效率，實現金融業在資產特性、組織方式、交易機制等方面發展與創新的新型業態。它一方面可以幫助傳統金融機構轉型，另一方面通過技術的迭代和創新，發展出傳統機構無法提供的高壁壘的新產品和新服務，而機構可以通過投資或合作，與新興金融科技公司形成業務互補?？梢姡鹑诳萍际墙鹑诤涂萍嫉娜诤?，它們將以信息技術為代表的新技術應用到金融產業鏈中，實現金融功能的優化和服務邊界的拓展。

二、大數據技術

隨著云計算、移動互聯網等網絡新技術的應用、發展與普及，海量數據的產生與流轉成為常態，世界各國對數據的依賴急速上升。鑒于大數據潛在的巨大影響力，世界各國已將大數據研究上升為國家戰略。美國奧巴馬政府早在2012年便發布了“大數據研發計劃”；歐盟提出“數據價值鏈戰略計劃”；聯合國推出“全球脈動”項目；日本也積極謀劃利用大數據改造國家治理體系；國務院發布《促進大數據發展行動綱要》，旨在大力促進中國大數據技術的發展。由此可見，世界經濟已進入大數據時代。

（一）大數據涵義

“大數據”是指使用傳統數據處理應用很難處理的大型而復雜的數據集，目前世界上有90%的數字內容是非結構化的，包括文檔、消息、影像、多媒體流等。大數據是具有體量大、結構多樣、時效強等特征的數據；處理大數據需采用新型計算架構和智能算法等新技術；大數據的應用強調以新的理念應用于輔助決策、發現新的知識，更強調在線閉環的業務流程優化。

（二）大數據關鍵技術

大數據時代，數據的產生和收集是基礎，數據挖掘是關鍵。大數據技術的戰略意義不在于掌握龐大的數據信息，而在于如何通過對數據進行專業化處理來獲取有價值的信息。

1.大數據對傳統數據處理技術體系提出挑戰

大數據來源于互聯網、企業系統和物聯網等信息系統，經過大數據處理系統的分析挖掘，產生新的知識用以支撐決策或業務的自動智能化運轉。從數據在信息系統中的生命周期看，大數據從數據源經過分析挖掘到最終獲得價值一般需要經過5個主要環節，包括數據準備、數據存儲與管理、計算處理、數據分析和知識展現。每個環節都面臨不同程度的技術上的挑戰。

2.大數據存儲、計算和分析技術是關鍵

（1）大數據存儲管理技術

數據的海量化和快增長特征是大數據對存儲技術提出的首要挑戰，這要求底層硬件架構和文件系統在性價比上要大大高于傳統技術，并能夠彈性擴展存儲容量。但以往網絡附著存儲系統（NAS）和存儲區域網絡（SAN）等體系，存儲和計算的物理設備分離，它們之間要通過網絡接口連接，這導致在進行數據密集型計算（Data IntensiveComputing）時I/O容易成為瓶頸。

（2）大數據并行計算技術

大數據的分析挖掘是數據密集型計算，需要巨大的計算能力。與傳統“數據簡單、算法復雜”的高性能計算不同，大數據的計算是數據密集型計算，對計算單元和存儲單元間的數據吞吐率要求極高，對性價比和擴展性的要求也非常高。針對不同計算場景建立和維護不同計算平臺的做法，硬件資源難以復用，管理運維也很不方便，研發適合多種計算模型的通用架構成為業界的普遍訴求?；谛碌慕y一資源管理層開發適應特定應用的計算模型，仍將是未來大數據計算技術發展的重點。

（3）大數據分析技術

在人類全部數字化數據中，僅有非常小的一部分（約占總數據量的 1%）數值型數據得到了深入分析和挖掘（如回歸、分類、聚類），大型互聯網企業對網頁索引、社交數據等半結構化數據進行了淺層分析（如排序），占總量近60%的語音、圖片、視頻等非結構化數據還難以進行有效的分析。目前的大數據分析主要有兩條技術路線，一是憑借先驗知識人工建立數學模型來分析數據，二是通過建立人工智能系統，使用大量樣本數據進行訓練，讓機器代替人工獲得從數據中提取知識的能力。通過人工智能和機器學習技術分析大數據，被業界認為具有很好的前景。

3、大數據技術創新呈現“原創-開源-產品化”的階梯格局

互聯網企業在大數據技術創新方面的豐富經驗主要表現為：數據和強大的平臺是大數據創新的基礎條件；大數據累積效益的獲取，主要靠持續不斷的技術迭代；技術和應用一體化組織，是快速迭代的保障；大數據技術發展與開源運動的結合也成為大數據技術創新中的一個鮮明特點。

三、大數據時代金融科技面臨的挑戰

在“大數據時代”，大數據作為一種新型資產，與資本、勞動、技術、土地等生產要素一起推動著經濟社會向前發展。大數據與金融的深度融合是大數據時代的一個重要發展趨勢。所以需要知曉以下幾點：1.打破商業競爭格局；2.獲取和應用數據的能力成為金融科技發展的關鍵；3.大數據的技術選擇存在決策風險；4.大數據的安全管理需進一步加強；5.成熟的配套機制匱乏

四、依托大數據技術進行金融科技創新應用

（一）大數據技術下的智慧銀行建設

大數據技術所帶來的改變不僅僅是技術層面的，同時還是理念層面的。大數據技術影響下的市場發展，需要將數據存儲和數據分析作為規劃決策的先決條件，方可將制度決策、市場決策投入到市場環境之中。

現階段商業銀行需要形成全面、立體的數據理念，打造數據資產和數據整合思想。

（二）商業銀行大數據技術的信貸風險控制

對于商業銀行所面對的信貸服務風險問題，大數據技術可以借助數據統計和整合分析、云計算等方式，來完成全面詳細的風險控制，從而大幅度降低商業銀行的信貸風險以及風險損失。

（三）打造大數據技術下的金融服務平臺

大數據技術的合理運用能夠幫助商業銀行搭建起完善的服務交易平臺為客戶提供優質服務，從經營層實現能力的提高和創新。

（四）大數據中實現多金融技術合作共贏

發展金融科技應以互利共贏為基調，堅持多方參與的發展模式，鼓勵多元化市場主體開放合作。一是加強機構合作，通過推動金融業數據共享、系統互通，促進不同市場主體的優勢互補，融合不同市場要素的創新力量，形成布局合理、包容開放的發展格局。二是加強產用合作，強化金融科技企業與金融機構之間的技術資金交流，構建產用相互支撐的良性循環，為產業部門協同發展提供良好的生態環境。三是加強國際合作，以金融科技為突破口，增進金融領域數字經濟、網絡安全等方面國際交流合作，為實現人類命運共同體貢獻力量。

【參考文獻】

[1] 何金星.關于大數據驅動商業銀行金融科技創新轉型的探討[J/OL].中國商論，2019（03）：37-38[2019-02-22].

[2] 朱文生. 大數據時代商業銀行面臨的挑戰及對策[J]. 中國金融電腦， 2015（12）：42-44.

[3] 錢立賓 ， 王飛龍 . 大數據驅動商業銀行金融科技創新轉型[J]. 金融科技時代， 2018.