探討金融科技應用前景

摘要：在以數據化為特征的新經濟時代，金融與大數據交叉融合發展。大數據是金融的核心資產，通過從大量的數據中獲取有價值的信息用來支持商業決策，進一步推動金融業發展;大數據促進金融科技的不斷創新，使用大數據技術來解決信用評估、風險防控、信息安全等的一系列難題。本文的首先介紹了大數據與金融科技的現狀，再用swot分析法分析大數據應用于金融科技，最后結合現狀問題與成功案例探討大數據應用于金融科技的前景。

關鍵詞：金融科技;應用前景;大數據

引言：大數據的發展，拓寬了金融交易的空間范圍，金融業的涵蓋非常廣，金融業基本是所有行業中里面依賴于數據的，而且十分容易實現數據的變現。金融科技是基于移動互聯網、大數據、云計算等高科技手段使金融服務更加有效率的商業模式，與當下最熱的大數據結合，應用于不同的金融場景都有不錯的發展前景。大數據技術應用于金融領域，將會是一場金融業的創新，而金融借助于大數據等技術平臺應用，也是科技和金融的交匯。

一、金融科技應用的現狀與大數據的概念特征

（一）金融科技的現狀

隨著第四次工業革命的推進，區塊鏈、大數據、人工智能等新興科技逐漸走向成熟化，并對金融在內的眾多領域產生了影響。中國“十三五”規劃中提出，全球信息化將進入全面滲透、跨界融合、加速創新、引領發展的新階段。未來，以移動互聯網、大數據、區塊鏈、人工智能為代表的新興技術將極大地改變金融行業的金融業態與運行機制。截至2018年上半年，全球金融科技投資額已高達近579億美元，而中國更是占了其中的四分之一。

科技金融簡單來說就是金融工具、制度、政策和服務在促進科技進步、科技成果轉化以及加快科技型企業發展的一種系統制度安排。隨著我國金融體系與科技水平的不斷發展，“科技金融”也逐漸備受重視。

金融科技以新興科技為科技支撐，給傳統的金融行業帶來新的業務模式和創新的界定。從金融中介的角度來看，金融科技通過降低交易風險和信息不對稱而產生;從金融功能來說，金融科技通過從支付手段以及風險控制等使金融效率得以提升;從創新的角度來看，讓傳統金融所不能覆蓋的龐大基層消費者也能夠享受到金融服務的金融科技，從技術進步角度來看，金融科技這一金融發展將深刻地影響金融發展。

（二）大數據的概念特征

大數據，是指當下數據爆炸，傳統主流軟件工具已無法高效率滿足信息收集、管理、處理和輸出的需求，必須通過云計算技術來完成信息處理的需求，從不同類型數控，最短時間內取得精確有價值信息的能力，是互聯網發展到今天的必經之路。預測則是大數據的核心。 大數據包括思維、技術與數據。大數據不僅是大規模的數據信息，而是一種思維角度的變化，是數據分析前沿技術。然后則是對數據信息的處理與應用，是數據、數據處理的技術與應用思維合一的一種綜合處理技術。

大數據的特征，（1）多樣化，大數據的數據的來源和數據的處理不同，產生多樣的數據。（2）海量，隨著互聯網時代的來臨，以手機、互聯網、GPS 為代表的各種設備在互聯網上都在產生的大量數據，數據計量單位甚至已經開始用 BB、NB、DB 來衡量。（3）快速。大數據要求數據的時效性，并在短時間內處理。很多金融行業都需要海量且準確的數據，快準的獲取數據，將會帶來巨大的收益。有時金融之間的博弈就在于數據收集分析的速度。（4）復雜。互聯網每天無時無刻都在產生大量的信息，信息與信息之間的交錯，信息處理后的二次數據，信息的歸納與存儲，都能看出大數據的復雜性。

（三）大數據應用于金融科技的意義

對于當今的組織及其財務職能部門來說，數據代表著終極挑戰和終極機遇。一方面，有效地收集、管理和分析數據的能力能夠帶來更好的商業決策和持久的競爭優勢。數據如此強大，以至于2012年在瑞士達沃斯舉行的世界經濟論壇的與會者宣布，它是一種新的經濟資產，就像貨幣或黃金。另一方面，當數據來自任何地方時，很難真正發現數據的價值，遠遠超出了公司的歷史管理范圍。掌握交易系統產生的所有公司信息是一項挑戰。再加上由第三方、移動設備、電子郵件、推特、博客等產生的新數據源和數據量，從數據中獲取價值的復雜性將進一步增加。新興的數據驅動經濟有兩個主要特征：數據的豐富性和復雜性以及變化的速度，以及由此產生的決策能力。認識到數據正日益推動競爭洞察力、運營規模和法規遵從性的復雜性。衡量、管理和監控企業的慣例將被顛覆，，畢馬威的研究表明，即便是領先的企業，也面臨著嚴重的內部障礙，這些障礙阻礙了它們實現數據增值的能力。許多公司缺乏對如何訪問數據或使用規模分析來提高業務績效和管理風險的充分理解，這是一個由技能限制和競爭性戰略優先權構成的實質性問題。

二、大數據應用于金融科技的swot分析

（一）大數據應用于金融科技的優勢

大數據可以通過海量的數據實現精準營銷，通過大數據和云計算，將互聯網平臺上龐大用戶的海量資料，通過數據的分析，預測出客戶的個人偏好。從而，投放相應的服務與產品，提高客戶轉化率，做到互聯網業務的精準營銷。很長時間以來，銷售方式都是以產品為中心去吸引感興趣的客戶，但是通過大數據對客戶的深度分析，分析客戶喜好，背景，動機等，可以更好的細分客戶，甚至為客戶量身打造相應的產品，做到個性化營銷。即可以提高商家的運營效率，同時也滿足了客戶的需求，提高客戶的黏度。

（二）大數據應用于金融科技的劣勢

信息壁壘的存在使大數據難以進展，大數據的共享機制還沒有真正的形成，數據集中掌握在目前市場上的互聯網巨頭手中，拿個人征信來看，支付寶的螞蟻信用，京東的小白條信用等，彼此之間的信息不互通，建立個人征信評分的機制也不同，而我國的個人征信大叔體系還沒有健全，傳統的銀行為代表的信用主體已經無法滿足金融對信用的需求，缺乏一個專業權威機構的統一標準。然而互聯網巨頭通過自己龐大的用戶和先進技術所掌握的大數據資料，不愿意進行分享，這讓統一信用評估標準帶來困難。同時現在的數據相互割裂，購物網站收集到的是購物信息，支付網站收集到借貸信息，彼此割裂，很難實現整合。

數據的質量也難以保證，數據質量對大數據最終分析的結果有著關鍵性的影響。然而獲取數據的渠道多種多樣，真假難辨。同時不同平臺對數據的分析方式不同，得到的結果也不同，很難進行比較。數據的真實性因為數據來源的不可考究也很難查證。

（三）大數據應用于金融科技的機會

隨著大數據應用場景的增加，大數據技術也越來越成熟。越來越多的金融公司開始開展大數據的項目，并且獲得了競爭優勢。雖然很多行業都需要進行風險管理，但是毫無疑問金融業需求的可能性最大。金融公司通過大數據來觀察市場的流動性，分析客戶的客戶的風險偏好來管理客戶的風險。

（四）大數據應用于金融科技的困難與挑戰

大數據的大量獲取將引發個人隱私問題和安全問題，大數據將個人的行徑位置，購買記錄，消費偏好，財務狀況，健康情況等數據收集，還有資產的分布，消費習慣，信用狀況等信息的收集與分析可以提高市場的金融資源配置。但是隨著這些數據被分享甚至被濫用，整個金融市場沒有一個合理的規范來管理這些信息，對個人隱私和信息安全構成很大的威脅。同時數據的儲存也有很大的風險，要么將數據儲存于第三方云網絡服務器上，要么創建企業專屬的私有云網絡。但是存在著隱私泄露和數據被盜取的風險。

大數據的技術是無法代替人的判斷和邏輯思考，數據之間的關聯并不等于事實的因果關系，只是算法和概率。大數據所作出的判斷只能作為參考，并不能真正下決定，不能實現理想的一勞永逸情況。同時數據的采集量越大，對分析數據能力要求越高，數據質量難以得到保證時，數據結果的分析將會產生偏差，那就難以發揮作用。數據造假會導致分析結果失真，金融業對數據異常敏感的行業。

上文提到的數據的整合也是很大的挑戰，一個消費者的行為數據分別用不同的用戶名儲存在不同的應用上，數據之間相互隔離，難以整合。信息在現代十分重要，商業巨頭也不愿輕易的分享自身平臺的數據。

三、 金融科技應用前景—以大數據為例

（一）運用云系統

網絡物理和社會計算需求的急劇增長，使得各種新穎的渠道能夠在金融行業中獲得服務。將云系統與多媒體大數據相結合是金融服務機構實現服務多樣化的一種新途徑。然而，安全問題仍然是一個很大的問題，當服務媒體通道發生變化時，服務可用性往往與安全約束沖突。利用基于語義的訪問控制技術在云計算多媒體大數據上獲取安全金融服務的新方法。該方法被稱為交叉安全大多媒體模型，旨在通過多個云平臺實現不同媒體之間的安全訪問。支持該模型的主要算法包括基于本體的訪問識別算法和語義信息匹配算法。基于語義的訪問控制和基于本體的關系識別技術來保護多媒體之間數據使用的交互安全大多媒體模型。該模型的工作原理是利用生成關系約束。此外，多媒體大數據也是一種新興技術，經常與云系統結合在一起。在先前的研究中，提出了一種通過分析交叉云中的歷史數據來形成規則的方法。這種方法試圖從歷史記錄中提取特征，以保護隱私。其他一些先前的工作集中在計算性能，由于大的數據集，如MapReduce改進。然而，以往很少涉及多媒體大數據的安全性和性能的范例。

（二）大數據征信體制

大數據的出現有助于減低互聯網金融交易的成本，提升互聯網的金融監管效率，降低社會總成本。通過收集到的海量、隨機數據，用云儲存、云計算等方式對收集到的數據進行專業的分析、歸納與整理，并且將其與傳統的征信模式相結合，對外提供信用報告頓號信用信息和信用評估等服務，用來幫助客戶判斷、規避風險，進行信用相關的活動。但是目前互聯網金融企業與政府相關部門之間關于大數據管理和開發等方面還需要進一步加強。

以芝麻信用為例芝麻信用是基于互聯網的效用而進行大數據測評的，相比較于傳統線下數據的收集，互聯網數據最明顯的特征是實時、留痕、可追蹤，這使得征信數據庫更加的全面和精確。而母公司螞蟻金服在互聯網金融領域已經營了多年，從2002年支付寶推出“誠信通”的就已開始，之后的阿里小貸、滴滴打車、天貓分期購和推出的花唄等互聯網金融產品，而這背后均有大數據的密切追蹤，逐漸使得用戶為立體化的信用檔案。基于大數據的征信體制如果普及使用，以往傳統的金融信用服務都將被顛覆。

分析表明，中國和其他新興經濟體的低收入家庭和微型企業無法獲得金融服務的主要原因并不是因為它們缺乏信用，而是因為銀行和金融機構缺乏數據、信息和能力，無法獲得金融弱勢群體的可編輯性并有效地提供金融服務。

與工業化國家相比，中國等發展中國家的金融服務普及率較低。對于新興經濟中的低收入家庭和微型企業來說，這些群體很難享受到金融服務。中國金融市場值得特別關注。在這個國家，放貸不成比例地傾向于強大的經濟和政治利益，比如國家控制的公司。中小型企業占國內生產總值的70%，但只能獲得20%的財政資源。據報告，中國89%的中小企業為了獲得貸款而滿足銀行的要求。小借款者往往缺乏足夠的抵押品，這是大多數中國傳統銀行所要求的。此前，研究人員發現了導致低收入家庭和微型企業在新興經濟體（如中國）中金融服務普及率低的兩個主要問題。首先，傳統銀行不愿意也不愿意為窮人和小企業等小規模借款人提供服務，原因是交易成本高，向這些借款人提供小額貸款的流程效率低下。窮人和小企業在獲取金融產品方面面臨障礙的第二個原因是信息不透明。部分問題還在于，大多數發展中經濟體的特點是信貸機構缺乏或表現差，無法提供有關中小企業信譽的信息。國家信用局將收集和分發信用信息，從而提高透明度，盡量減少銀行的貸款風險。這種情況使中小企業在信貸市場上處于不利地位。這是因為中小企業往往比大公司在信息上更加不透明，因為前者往往缺乏經認證的經審計的財務報表，因此銀行評估或監測金融狀況是不同的。先前的研究人員發現，不同銀行集團在向窮人和小企業貸款的傾向方面的不同貸款行為可以從獲取信息的角度加以解釋。例如，發現國內銀行更愿意向“不透明”的借款人提供貸款，因為它們比外國銀行擁有更多關于這類借款人的信息和更好的執行機制。通過使用更高的計算能力和新的數據和信息來源，創建更好的風險模型可以很大程度上消除這一問題。基礎轉換的一個關鍵機制是使用大數據評估、評估和完善貸款方的信譽，以及降低交易成本。一些可能的數據源包括社交媒體和移動電話使用模式，以及支付歷史記錄。在這方面已有一些成功的跡象。大數據正在演變為一股可能塑造中國銀行業的變革力量。

（三）風險定價

定價是金融或者任何市場中最核心的部分之一，大部分金融活動都會涉及到風險和收益的平衡。放貸，在于平衡利息收益和違約風險;保險，在與平衡保費收入和理賠金額。大數據技術，可以讓金融產品精確到每個人。可以根據每個人的歷史和偏好推測其未來的財務狀況及履約情況，因此給于每個人不同的授信額度以及利率。而擴展到保險，也是同樣的道理，保費可以根據每個人的情況不同而差異化。

（四）利用大數據建立信息優勢

投資領域，無論一級市場或是二級市場投資，擁有海量準確的信息，會讓投資人獲得優勢而轉化為投資回報。而且大部分投資都是零和博弈，誰下手早下手準，誰就會擴大利收益。在獲得海量并準確的信息方面，大數據可以得到充分的發揮。常見的技術有：爬蟲、 視覺技術、AI、軟硬件結合等等。

銀行通過爬蟲技術，抓取社區、論壇和微博上關于銀行以及銀行產品和服務的相關信息，并通過自然語言處理技術進行正負面判斷，尤其是及時掌握銀行以及銀行產品和服務的負面信息，及時發現和處理問題;對于正面信息，可以加以總結并繼續強化。同時，銀行也可以抓取同行業的銀行正負面信息，及時了解同行做的好的方面，以作為自身業務優化的借鑒。

（五）商業模式以大數據的利用為中心

中國互聯網公司推出了廣泛的金融產品和服務。這些公司的商業模式以大數據的利用為中心。2015年2月，中國最大的在線消費貸款市場——中國快速金融宣布，它將預先批準的500元人民幣（約合80美元）貸款額度擴大至5000萬消費者，其中包括騰訊開發的在線軟件QQ的預選用戶。這些報價是基于對社交和金融信息（在線和離線）的分析，目的是預測違約率、限制欺詐以及雌伴借款人對該提議的反應。中國快速金融估計，5億中國消費者可能是合適的借款者。該公司的目標是利用一個基于移動平臺的平臺，根據來自不同來源的數據自動記分。中國的傳統銀行也認識到，高質量的客戶數據是金融市場成功的關鍵，因此，這些銀行正在采取措施，將自己轉變為大數據公司。

（六）利用大數據進行監管

互聯網企業通過開拓人工智能的應用場景，提高大數據信息收集和風險控制的能力。人工智能技術在金融科技的應用，有助于提高金融平臺大數據風險控制能力，降低運營風險與成本，為互金融科技的發展提供新的路徑。金融創新與金融監管是動態博弈的狀態，大數據帶來高效率的同時，也增加了金融行業監管的難度。監管對象復雜為監管部門帶來了新的困難。監管主體要深刻意識到大數據的重要性，將其運用到互聯網金融的監管領域，實現人工智能監管與傳統監管手段的有機結合，保證人工智能可以在監管的框架下發展，降低其引發金融風險的概率。互聯網金融行業與傳統金融發展形式不一樣，采取的監管措施更為復雜，傳統現場監管方式現在已不能滿足互聯網金融的監管需求，應發揮大數據技術監管和非現場監管作用。互聯網金融行業的主體涵蓋多個區域，其交易的形式較為零散化，增加了監管難度。大數據技術的出現，給監管提供了一種有效的途徑，但是因為政府部門對于數據資源的利用不夠規范、數據挖掘能力不夠，造成現在互聯網金融監管效率低、監管主體之間的有效溝通不足。政府可以通過開展數據的開放與共享工作，加強各個監管部門與互聯網企業數據之間共享與交流，協調之間的利益關系，建立統一的監管機制。大數據信息時代，互聯網擴寬了金融行業空間領域，面對海量的數據信息，單一的監管主體是無法應對互聯網金融帶來的風險和危機。互聯網金融所具有混業經營的特點，需要各監管部門之間合作監管，加強信息方面的溝通與分享，并形成協同監管。大數據涵蓋金融業中的數字化創新的商業模式創新。這些創新可能改變現存的行業結構，淡化現有的行業界限，徹底改變傳統金融機構監管和服務的方式，但同時也會帶來隱私和執法等方面的重大挑戰。

結束語：隨著社會的不斷發展，金融行業的發展速度也不斷提高，科學技術水平不斷提升，大數據應用的場景不斷變多。大數據在金融科技領域可以應用廣泛，實用性也很強，未來也有發展前景。但是大數據技術也存在一些問題，在數據壁壘問題上如何進行書店共享，如何保護數據防止泄露，個人的數據與隱私之間的矛盾。大數據在未來的應用上仍面臨嚴峻的挑戰。

參考文獻：

[1]馬晨征，崔鵬偉，樊敏，毛茹霞，趙連磊.山西省科技金融信息服務平臺建設方案初步構想[J].山西科技，2020，35（04）：44-46.

[2]李慧. 應用金融科技創新服務小微企業的途徑與機制研究[C]. 天津市電子學會、天津市儀器儀表學會.第三十四屆中國（天津）2020’IT、網絡、信息技術、電子、儀器儀表創新學術會議論文集.天津市電子學會、天津市儀器儀表學會：天津市電子學會，2020：16-19.

[3]王廣宇，何俊妮.金融科技的未來 與責任[J].南方金融，2017，（03）：14-17.

[4]李學龍，龔海剛.大數據系統綜 述[J].中國科學：信息科學，2015，（01）： 1-44.

[5]巴曙松，白海峰.金融科技的發展歷程與核心技術應用場景探索[J].清華金融評論，2016（11）：99-103.

[6]郭曉蓓. “外設內孵”? 銀行業加速布局金融科技[N]. 中國銀行保險報，2020-08-10（007）.

[7]尹驍，秦志發.大數據時代下中國互聯網金融創新發展與監管研究[J]. 電子商務，2017（4）.

[8]李健，王亞靜，馮耕中，汪壽陽，宋昱光.供應鏈金融述評：現狀與未來[J].系統工程理論與實踐，2020，40（08）：1977-1995.

[9]石少劍.智能技術革命與法治秩序轉型——從傳統法治到智能法治[J].江漢大學學報（社會科學版），2020，37（04）：15-30+125.

作者簡介：

余進玉（1998-），女，漢族，湖北武漢，金融學本科在讀，武昌首義學院 研究方向 金融學。