淺談大數(shù)據(jù)在金融中的應(yīng)用

摘 要：近年來，大數(shù)據(jù)在各行各業(yè)中的應(yīng)用發(fā)展飛快，其中金融行業(yè)先天的數(shù)字特性決定了大數(shù)據(jù)在金融中的應(yīng)用有著廣闊的前景。本篇文章將從大數(shù)據(jù)應(yīng)用于金融業(yè)的理論基礎(chǔ)與必要性、大數(shù)據(jù)金融的現(xiàn)狀、大數(shù)據(jù)在金融業(yè)中的典型應(yīng)用情景，結(jié)合現(xiàn)實分析大數(shù)據(jù)金融在實際應(yīng)用中的一些問題，借此展望大數(shù)據(jù)金融的未來。

關(guān)鍵詞：大數(shù)據(jù);互聯(lián)網(wǎng)金融;金融科技;金融創(chuàng)新

“大數(shù)據(jù)”這一概念起源于美國，最早在統(tǒng)計領(lǐng)域得到應(yīng)用，并在計算機領(lǐng)域引發(fā)了一場革命，隨后蔓延至經(jīng)濟、社會、科學(xué)等各個領(lǐng)域。近年來云計算的發(fā)展給大數(shù)據(jù)的廣泛應(yīng)用提供了土壤，大數(shù)據(jù)技術(shù)取得了飛速發(fā)展。由于金融業(yè)的天然特性，大數(shù)據(jù)與金融的結(jié)合不可避免。

一、大數(shù)據(jù)在金融領(lǐng)域應(yīng)用的理論基礎(chǔ)

大數(shù)據(jù)技術(shù)與金融的結(jié)合是必然的，兩者的融合來自以下三方面的推動力：

（一）金融業(yè)應(yīng)用大數(shù)據(jù)技術(shù)的優(yōu)勢。金融業(yè)是典型的數(shù)據(jù)密集型產(chǎn)業(yè)。一方面，金融機構(gòu)沉淀了大量數(shù)據(jù)，這些數(shù)據(jù)經(jīng)過數(shù)據(jù)分析以后具有巨大的商業(yè)價值。同時金融機構(gòu)具有處理傳統(tǒng)數(shù)據(jù)的豐富經(jīng)驗。最后，大數(shù)據(jù)的決策模式也適用于金融業(yè)的日常決策過程。

（二）大數(shù)據(jù)技術(shù)應(yīng)用的逐步成熟。近年來移動互聯(lián)網(wǎng)呈現(xiàn)爆發(fā)式增長。我國 2013 年產(chǎn)生的數(shù)據(jù)總量超過0.8ZB，預(yù)計2020年我國的數(shù)據(jù)總量將到達8.5ZB。同時大數(shù)據(jù)處理技術(shù)不斷升級，如Hadoop、spark臺等。同時，云計算平臺趨于完善，為大數(shù)據(jù)提供儲存空間與計算資源，使大數(shù)據(jù)分析的應(yīng)用市場更加普惠化。此外，企業(yè)級數(shù)據(jù)倉庫將成為主流。實現(xiàn)金融與大數(shù)據(jù)的結(jié)合，大數(shù)據(jù)技術(shù)的逐步成熟是必要條件。

（三）金融業(yè)創(chuàng)新發(fā)展的必然要求。金融機構(gòu)必須創(chuàng)新才能避免同質(zhì)化，金融業(yè)創(chuàng)新的最終目標便是提高金融服務(wù)水平。而利用大數(shù)據(jù)來刻畫客戶形象，精確分析客戶偏好，精準推送金融服務(wù)便是金融業(yè)創(chuàng)新的一個很好突破口，比如針對現(xiàn)金留存多且投資機會少的企業(yè)推送理財類業(yè)務(wù)等。另外大數(shù)據(jù)可用于打開長尾市場，降低金融服務(wù)成本，更好地進行風(fēng)險控制。因此說大數(shù)據(jù)與金融的結(jié)合是金融業(yè)創(chuàng)新的必然要求。

二、大數(shù)據(jù)金融的現(xiàn)狀

大數(shù)據(jù)的應(yīng)用大大降低了信息不對稱，這使得資源配置更加突破空間時間的局限，使效率進一步提高。有關(guān)研究顯示在大數(shù)據(jù)價值潛力指數(shù)中，金融業(yè)排第一。

隨著大數(shù)據(jù)的廣泛應(yīng)用，金融交易數(shù)字化與電子化明顯。具體表現(xiàn)為支付更加電子化，支付寶等APP大大改變了傳統(tǒng)支付行業(yè)。渠道更加網(wǎng)絡(luò)化，網(wǎng)絡(luò)成為了越來越多金融業(yè)務(wù)的渠道。信用數(shù)字化，當(dāng)前的征信系統(tǒng)離不開大數(shù)據(jù)的應(yīng)用，如芝麻信用分在生活中的應(yīng)用越來越廣泛。此外，阿里巴巴等互聯(lián)網(wǎng)企業(yè)也在憑借其強大的數(shù)據(jù)積累和客戶基礎(chǔ)進軍金融業(yè)，支付寶、京東金融等得益于公司平臺的大數(shù)據(jù)基礎(chǔ)，不斷開拓新的業(yè)務(wù)模式。

經(jīng)過近年來的技術(shù)改造，金融機構(gòu)具備了不同以往的數(shù)據(jù)處理能力，大數(shù)據(jù)金融已經(jīng)顯現(xiàn)雛形。主要包括集成、儲存、計算、整合、智慧、消費和洞察。其中前四個層次主要考驗金融體系IT基礎(chǔ)設(shè)施能力，后三個則考慮金融業(yè)務(wù)范疇上的服務(wù)轉(zhuǎn)型升級。

三、大數(shù)據(jù)風(fēng)控

大數(shù)據(jù)風(fēng)控是“大數(shù)據(jù)風(fēng)險控制”的簡稱。說到風(fēng)險控制，首先要提風(fēng)險管理的三步法，第一是風(fēng)險識別，第二是風(fēng)險度量，第三便是風(fēng)險處理。而大數(shù)據(jù)技術(shù)天然地迎合了風(fēng)險控制的特點，可以從方方面面改變傳統(tǒng)的風(fēng)控模式，升級風(fēng)險管理方法。

（一）大數(shù)據(jù)與征信體系。風(fēng)險識別的基礎(chǔ)便是征信系統(tǒng)的構(gòu)建，征信是風(fēng)控的基礎(chǔ)。我國征信體系為中央銀行主導(dǎo)的公共征信系統(tǒng)與市場化的征信公司相結(jié)合。國家層面有國家金融數(shù)據(jù)基礎(chǔ)庫;企業(yè)征信有鵬遠、華夏等公司;個人征信方面，2015年開放了8家試點征信單位如芝麻信用等。互聯(lián)網(wǎng)金融帶來的最核心的變化是數(shù)據(jù)采集更容易、數(shù)據(jù)也更全面更豐富。與之前要求數(shù)據(jù)的質(zhì)量不同，大數(shù)據(jù)時代不再拘泥于傳統(tǒng)數(shù)據(jù)挖掘的統(tǒng)計特征，而是更加具體化。加之我國的征信系統(tǒng)不成熟不完善，大數(shù)據(jù)在征信方面有廣闊的發(fā)展空間。

政策層面，2017年我國頒布了《新一代人工智能發(fā)展規(guī)劃》。綜上所述，得益于政策面的利好與大數(shù)據(jù)應(yīng)用于風(fēng)控的天然優(yōu)勢，使得大數(shù)據(jù)征信迅速發(fā)展起來。

（二）大數(shù)據(jù)與貸后風(fēng)險管理。貸后風(fēng)險主要是借款人逾期的風(fēng)險，常用的解決辦法便是對進款人進行催收。借款人逾期后往往會故意造成貸款機構(gòu)對其失聯(lián)，常見的方法便是更換聯(lián)系方式。據(jù)統(tǒng)計，逾期3個月以上的借款人失聯(lián)的概率為70%，在借款人失聯(lián)后若重新聯(lián)系到則催收概率提高50%。傳統(tǒng)的搜尋失聯(lián)借款人的方式工作量大且成功率低。而大數(shù)據(jù)風(fēng)控手段可以通過對社交平臺、地理位置、網(wǎng)絡(luò)瀏覽痕跡等對失聯(lián)的借款人進行比較準確的搜尋。大大降低搜尋成本，提高催收成功率。

（三）大數(shù)據(jù)與動態(tài)風(fēng)險管理。動態(tài)風(fēng)險管理指對風(fēng)險監(jiān)控對象的行為進行跟蹤，從而風(fēng)險出現(xiàn)時可以及時識別。一個典型的應(yīng)用就是企業(yè)經(jīng)營風(fēng)險識別。企業(yè)的經(jīng)營活動充滿不確定性，通過建立科學(xué)的經(jīng)營風(fēng)險評估體系，對企業(yè)經(jīng)營風(fēng)險實現(xiàn)動態(tài)跟蹤，及時發(fā)現(xiàn)風(fēng)險并做出預(yù)警。當(dāng)風(fēng)險暴露程度超過設(shè)定的閾值后便向管理決策人員發(fā)出風(fēng)險預(yù)警信號與相應(yīng)的對策指導(dǎo)，以保證及時調(diào)整經(jīng)營策略，保證企業(yè)穩(wěn)定發(fā)展。

四、銀行業(yè)大數(shù)據(jù)金融

（一）大數(shù)據(jù)在傳統(tǒng)銀行業(yè)中的應(yīng)用，主要體現(xiàn)在客戶畫像、精準營銷、風(fēng)險管控與運營優(yōu)化這幾個方面。

具體來說，銀行在風(fēng)控方面的創(chuàng)新就屬于客戶畫像方面的應(yīng)用。央行征信數(shù)據(jù)庫雖然有大約8億人與近2000萬家企業(yè)的征信數(shù)據(jù)，但是央行征信的時效性差且不夠精準，尤其是對中小微企業(yè)與個人來說。因此傳統(tǒng)銀行的一個舉措便是建立自己的電商平臺采集數(shù)據(jù)，如銀聯(lián)的云閃付APP。在個人征信方面，傳統(tǒng)銀行與第三方征信公司合作，如上文提到的螞蟻信用等個人征信企業(yè)。

精準營銷則在中小銀行中應(yīng)用廣泛，我國歷來的銀行業(yè)格局便是大銀行服務(wù)大企業(yè)，小銀行大多面向中小微企業(yè)與個人開展業(yè)務(wù)。隨著大數(shù)據(jù)分析技術(shù)的發(fā)展，光大銀行2012年推出“陽光理財”資產(chǎn)配置平臺，特點是能夠面向客戶提供個性化的資產(chǎn)配置建議，并隨著市場變化動態(tài)指導(dǎo)客戶調(diào)整資產(chǎn)配置方案。這項業(yè)務(wù)取得巨大成功，成為了國內(nèi)銀行零售金融服務(wù)的典范，屬于銀行業(yè)成功的業(yè)務(wù)創(chuàng)新。

風(fēng)險管控體現(xiàn)在銀行的信用評分卡業(yè)務(wù)與小微信貸方面。眾所周知，中小企業(yè)融資不易。客觀來說，由于中小微信貸單個體量小、數(shù)量多，使得信貸決策成本成了中小企業(yè)融資面臨的最大問題。傳統(tǒng)的信貸決策成本高。而大數(shù)據(jù)時代大大減少信貸決策成本，并且風(fēng)險管控能力提高。通過建立智能化的中小微金融服務(wù)模式，可以在減少貸款成本的同時關(guān)注小微企業(yè)的運營風(fēng)險。

（二）互聯(lián)網(wǎng)銀行。聯(lián)網(wǎng)銀行是互聯(lián)網(wǎng)金融的典型產(chǎn)物。互聯(lián)網(wǎng)銀行不設(shè)物理網(wǎng)點，只進行線上業(yè)務(wù)。近些年來，電商平臺憑借其得天獨厚的數(shù)據(jù)與平臺優(yōu)勢開始成立互聯(lián)網(wǎng)銀行。代表的有阿里巴巴主要控股的浙江網(wǎng)上銀行與騰訊系的深圳前海微眾銀行，當(dāng)然還有百度與中信銀行共同出資成立的百信銀行。

互聯(lián)網(wǎng)銀行的目標群體便是廣大中小微企業(yè)、個人創(chuàng)業(yè)者等所謂的“長尾市場”的客戶。互聯(lián)網(wǎng)銀行依托電商平臺的用戶行為數(shù)據(jù)與個人征信數(shù)據(jù)（如螞蟻信用）對借款人進行審核，并實現(xiàn)個性化的與風(fēng)險匹配的貸款額度劃批。

五、證券業(yè)大數(shù)據(jù)金融

由于大數(shù)據(jù)的應(yīng)用可以提高信息挖掘處理能力，減小交易成本，同時證券業(yè)在應(yīng)用數(shù)據(jù)技術(shù)開展業(yè)務(wù)時也會產(chǎn)生大量新的數(shù)據(jù)素材。證券業(yè)屬于信息密集型行業(yè)，由此實現(xiàn)了產(chǎn)業(yè)閉環(huán)，因此證券業(yè)比其他行業(yè)更適合融入大數(shù)據(jù)。

隨著證券業(yè)的不斷發(fā)展，券商的業(yè)務(wù)同質(zhì)化日趨嚴重，傳統(tǒng)的經(jīng)紀業(yè)務(wù)由于競爭利潤逐年減少，投行業(yè)務(wù)“靠天吃飯”的特點也不利于證券公司長遠穩(wěn)定的發(fā)展。因此未來券商避免同質(zhì)化就必須轉(zhuǎn)型。在資管與自營業(yè)務(wù)方面開辟新的天地，如大數(shù)據(jù)搜索技術(shù)應(yīng)用于行研，通過多維數(shù)據(jù)精確地刻畫行業(yè)、企業(yè)特征。應(yīng)用于后臺風(fēng)險管理，對風(fēng)險進行更精確的刻畫。還可以應(yīng)用于ABS資產(chǎn)證券化，借助利率期限結(jié)構(gòu)利用金融工程方法，更好地實現(xiàn)不同期限利率產(chǎn)品的打包。最后，大數(shù)據(jù)在自營業(yè)務(wù)中最重要的應(yīng)用便是量化投資。量化投資可以避免由于人的非理性情緒導(dǎo)致的投資缺陷，未來發(fā)展前景光明，是證券業(yè)務(wù)創(chuàng)新的突破口。

六、中央銀行大數(shù)據(jù)應(yīng)用

央行與大數(shù)據(jù)的結(jié)合主要體現(xiàn)在其作為監(jiān)管的職能中。有利于央行及時捕捉市場動向，提高監(jiān)管能力，具體體現(xiàn)在以下幾個方面。

（一）宏觀審慎監(jiān)管。央行可以通過爬蟲技術(shù)獲取市場輿情，減少對市場的信息不對稱。在制定政策時通過對各方面信息進行綜合考量，提高政策的科學(xué)性。通過對社會各方面的信息收集進行統(tǒng)計與預(yù)測，增強對市場總體的把握，提高宏觀審慎監(jiān)管能力。

（二）完善征信體系。金融體系良性運轉(zhuǎn)離不開成熟的征信體系，從而減少信息不對稱帶來的市場摩擦。上文提到，中央銀行的征信體系不能涵蓋市場上的征信需求。未來央行應(yīng)該利用自己的地位優(yōu)勢，利用大數(shù)據(jù)搜尋技術(shù)開展各方面的信息采集工作，加強同其他政府部門、商業(yè)銀行、支付清算機構(gòu)以及市場上的第三方征信機構(gòu)的合作，爭取做到規(guī)范征信市場、統(tǒng)籌征信體系。提高征信對象覆蓋率，早日建成成熟高效的、涵蓋企業(yè)與個人的中國征信體系。

（三）加強反洗錢監(jiān)測。我國反洗錢檢測中心的數(shù)據(jù)主要來源于各金融機構(gòu)總部向其報送的可疑交易數(shù)據(jù)。而這些數(shù)據(jù)正是通過數(shù)據(jù)異常值動態(tài)檢測技術(shù)獲取的。2013年，央行組織多家金融機構(gòu)開展大額交易與可疑交易報告綜合改革，通過研發(fā)新的異常交易檢測指標與優(yōu)化算法，可疑交易報告的準確率大大提升，我國反洗錢工作取得了重大進展。

七、存在的問題與未來展望

大數(shù)據(jù)在金融中的應(yīng)用如此廣泛，大數(shù)據(jù)金融的飛速發(fā)展固然值得我們驚嘆與期待。但是發(fā)展中存在的一些問題也不容忽視。

（一）個人隱私保護。目前我國已經(jīng)成為數(shù)據(jù)最豐富、數(shù)據(jù)體量最大的國家之一，但在數(shù)據(jù)監(jiān)管方面差強人意。互聯(lián)網(wǎng)上各種“過分精準”的廣告推送，讓人不禁思考個人隱私究竟在多大程度上被暴露。甚至懷疑在個人隱私數(shù)據(jù)保護方面，每個用戶都在“裸奔”。網(wǎng)上數(shù)據(jù)販賣之猖狂令人發(fā)指。不只是中國，在國外也有著名的“Facebook被指控通過用戶數(shù)據(jù)引導(dǎo)性干預(yù)大選結(jié)果”等新聞。種種事實表明，隱私數(shù)據(jù)的與使用亟需加強監(jiān)管，同時國家應(yīng)該加快相應(yīng)法律規(guī)范的立法進程。避免“徐玉玉案”類似的惡性事件再次發(fā)生。

（二）數(shù)據(jù)質(zhì)量安全。數(shù)據(jù)質(zhì)量是大數(shù)據(jù)應(yīng)用的基礎(chǔ)，如果數(shù)據(jù)質(zhì)量不過關(guān)，則基于這些不良數(shù)據(jù)的一切數(shù)據(jù)分析都是徒勞的。因此數(shù)據(jù)質(zhì)量問題顯得尤為重要。但是數(shù)據(jù)安全問題卻層出不窮，電商平臺上刷信用等級、刷銷量等問題嚴重;社交平臺“轉(zhuǎn)發(fā)量造假”、“刷評論”等現(xiàn)象也不斷被曝光。數(shù)據(jù)造假問題不解決，數(shù)據(jù)質(zhì)量就難以得到保障。

（三）完全依靠大數(shù)據(jù)分析方法進行決策有時不具有說服力。在建模過程中，模型的假設(shè)條件是否接近現(xiàn)實就是一個很大的問題。其次在機器學(xué)習(xí)等方面，算法相當(dāng)于黑箱，雖然有很好的決策預(yù)測能力，但是無法被解釋。基于這個原因，機器學(xué)習(xí)應(yīng)用于金融會造成風(fēng)險不可度量不可控等問題。

在未來，大數(shù)據(jù)技術(shù)伴隨著5G時代的到來無疑還會迎來一個更好的發(fā)展平臺，擁有更多的應(yīng)用情景與發(fā)展機會。但是在發(fā)展的同時，上面提到的問題更需要及時解決。大數(shù)據(jù)金融無疑會發(fā)展得越來越好，雖然在大數(shù)據(jù)發(fā)展的過程中固然存在一些問題，但是“發(fā)展的問題要用發(fā)展來解決”，相信這些問題都會隨著大數(shù)據(jù)金融行業(yè)的逐漸成熟而逐一解決。

參考文獻

[1]蔡寧偉.操作風(fēng)險的誘發(fā)類型與前瞻性防控研究[J].金融監(jiān)管研究.2015（04）

[2]龍海明，王志鵬，申泰旭.大數(shù)據(jù)時代征信業(yè)發(fā)展趨勢探討[J].金融經(jīng)濟，2014（12）：86-88

[3]羅明雄.互聯(lián)網(wǎng)金融[M].中國財政經(jīng)濟出版社，2013.

[4]陶婭娜.互聯(lián)網(wǎng)金融發(fā)展研究[J].金融發(fā)展評論，2013（11）：58-73.

[5]Lauer，David.The Challenges and Opportunities of Big Data in Finance[J].Inside Market Data，2013，29（9）.

作者簡介：

楊鵬程（1997—），男，漢族，山東德州人，學(xué)生，金融工程碩士，單位：中央財經(jīng)大學(xué)，研究方向：金融風(fēng)險管理。