官凱文

摘 要：隨著第四次工業(yè)革命的到來，“大數(shù)據(jù)”已經(jīng)成為下一個創(chuàng)新、競爭和生產(chǎn)力的前沿領域了，并且廣泛地運用在金融、教育、醫(yī)療、制造、文化、能源、農(nóng)業(yè)等多個領域。主要通過闡述對大數(shù)據(jù)與金融行業(yè)之間關(guān)系，研究了大數(shù)據(jù)在銀行、券商、保險公司等的應用場景，及其未來發(fā)展趨勢需面對的問題。

關(guān)鍵詞：大數(shù)據(jù)；金融行業(yè)；應用場景

中圖分類號：F83 文獻標識碼：Adoi：10.19311/j.cnki.1672-3198.2018.08.047

1 大數(shù)據(jù)概述

大數(shù)據(jù)又稱海量數(shù)據(jù)，是巨量數(shù)據(jù)的集合，而且這些數(shù)據(jù)是無法在某時間段通過傳統(tǒng)的軟件工具獲得、處理、分析的數(shù)據(jù)。大數(shù)據(jù)具有數(shù)據(jù)體量巨大、數(shù)據(jù)種類繁多、價值密度低但商業(yè)價值高以及處理速度快等特征。

“大數(shù)據(jù)”在著名未來學家阿爾文·托夫勒《第三次浪潮》中首次被提出，進入到21世紀后，科學技術(shù)的迅猛發(fā)展使得“大數(shù)據(jù)”在2009年成為互聯(lián)網(wǎng)信息技術(shù)行業(yè)的流行詞匯。大數(shù)據(jù)分為結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，結(jié)構(gòu)化數(shù)據(jù)，具體來講，就像企業(yè)ERP、財務系統(tǒng)；醫(yī)療HIS核心數(shù)據(jù)庫、教育一卡通等根據(jù)應用場景而誕生的數(shù)據(jù)庫。非結(jié)構(gòu)化數(shù)據(jù)則是類似于所有格式的文本、圖片、圖像和音頻/視頻信息等等，具有不規(guī)則、不完整，無法用二級邏輯來表示的數(shù)據(jù)。大數(shù)據(jù)主要是把互聯(lián)網(wǎng)上不規(guī)則，不完整并且看似沒有意義的非結(jié)構(gòu)化數(shù)據(jù)進行挖掘、分析，從而轉(zhuǎn)化成有價值的信息。隨著互聯(lián)網(wǎng)的快速發(fā)展，人們在互聯(lián)網(wǎng)上的行為產(chǎn)生了大量的數(shù)據(jù)。根據(jù)相關(guān)調(diào)查，截至2013年非結(jié)構(gòu)化數(shù)據(jù)增長率達到400%，預計到2020年數(shù)據(jù)將成指數(shù)級增長，并且中國的信息數(shù)據(jù)總量屆時也是非常的龐大，成為真正的數(shù)據(jù)資源大國。

2 大數(shù)據(jù)在金融行業(yè)的應用場景

大數(shù)據(jù)在金融領域的應用區(qū)別在于運用于其他領域，并非海量數(shù)據(jù)簡單集合，而是通過互聯(lián)網(wǎng)、大數(shù)據(jù)以及云計算等多種信息化的模式整合相應客戶的消費習慣、資產(chǎn)負債狀況、納稅信息和信用記錄等數(shù)據(jù)，這些數(shù)據(jù)經(jīng)過計算和分析后，將幫助金融機構(gòu)全面掌握客戶行為并能計算動態(tài)違約概率和損失率，降低金融機構(gòu)放貸風險。借助大數(shù)據(jù)分析而建立起的征信系統(tǒng)給予了對金融業(yè)最有力的幫助，創(chuàng)新了信用管理模式，并且極大程度的降低了壞賬率， 減少了金融企業(yè)運營成本與服務成本，實現(xiàn)了規(guī)?；慕?jīng)濟效益。另外，大數(shù)據(jù)平臺還可以幫助企業(yè)精準判斷客戶下一階段消費傾向，從而設計推廣出更貼近客戶需求的業(yè)務與產(chǎn)品，差異化的產(chǎn)品設計和個性化的服務，能夠提高客戶的滿意度?；诖髷?shù)據(jù)建立的全新溝通渠道和營銷手段，提高產(chǎn)品銷售的成功率，降低了金融機構(gòu)的管理運營成本。

根據(jù)前瞻研究院發(fā)布的一份分析報告顯示，2016年我國的大數(shù)據(jù)金融市場規(guī)模已經(jīng)達到15.8億元。國務院頒布的《推進普惠金融發(fā)展規(guī)劃（2016—2020年）》中提到，鼓勵金融機構(gòu)運用大數(shù)據(jù)、云計算等新興信息技術(shù)來打造互聯(lián)網(wǎng)金融服務平臺。隨著政策的推廣實施，以大數(shù)據(jù)為核心驅(qū)動力的產(chǎn)業(yè)金融將會成為未來時代發(fā)展的大趨勢，預計2018年中國金融大數(shù)據(jù)應用市場將突破100億元，金融業(yè)也將進入大數(shù)據(jù)時代的快車道。

2.1 銀行大數(shù)據(jù)應用

銀行對于大數(shù)據(jù)的應用主要可以分為四個方面：客戶畫像、運營優(yōu)化、風險管控和精準營銷。

2.1.1 用戶畫像

用戶畫像有個人客戶畫像和企業(yè)客戶畫像。個人客戶畫像里面包含人口統(tǒng)計學特征、個人客戶消費能力數(shù)據(jù)、客戶興趣數(shù)據(jù)以及風險偏好等數(shù)據(jù)，而企業(yè)客戶畫像則包含企業(yè)的生產(chǎn)、流通、運營、管理、財務等等。通過獲取客戶在社交媒體上的行為數(shù)據(jù)，可以進行更為精準的營銷和管理；獲取客戶在電商網(wǎng)站上的交易紀錄和數(shù)據(jù)則可以評估客戶信用情況，從而決定客戶可以借貸的額度。通過獲取企業(yè)客戶產(chǎn)業(yè)鏈上下游數(shù)據(jù)掌握企業(yè)外部環(huán)境發(fā)展情況預測企業(yè)未來發(fā)展情況減少銀行貸款風險。

2.1.2 精準營銷

精準營銷主要有實時營銷、交叉營銷、個性化推薦和客戶生命周期管理。

實時營銷是根據(jù)用戶近期的消費信息來判斷今后客戶的消費需求，從而有針對的進行營銷。交叉營銷即通過獲取客戶的業(yè)務或者產(chǎn)品的信息來進行其它業(yè)務或產(chǎn)品的推薦。個性化推薦是指針對某個群體，比如根據(jù)客戶年齡段、消費水平、收入水平、風險接受度等選擇適合該類客戶的金融產(chǎn)品或業(yè)務進行推薦。而客戶生命周期管理指的是一個客戶從了解企業(yè)或者企業(yè)預對某一客戶進行開發(fā)開始，直到客戶與企業(yè)的業(yè)務關(guān)系完全終止并且雙方的事務也已完成結(jié)束的完整時間段。

2.1.3 風險管控

通過挖掘企業(yè)的生產(chǎn)，與供應商之間的交易數(shù)據(jù)、財務、管理等信息數(shù)據(jù)進行貸款風險分析，設定企業(yè)可貸款額度，減少企業(yè)失信帶來的貸款壞賬損失。

2.2 保險行業(yè)大數(shù)據(jù)應用

保險行業(yè)傳統(tǒng)的代理人因為代理人素質(zhì)參差不齊等問題，使得保險行業(yè)一直飽受詬病，但是代理人素質(zhì)及人際關(guān)系網(wǎng)是業(yè)務開展的關(guān)鍵因素。隨著互聯(lián)網(wǎng)以及大數(shù)據(jù)的發(fā)展，保險公司的營銷將會變得更加精準化。

一是通過大數(shù)據(jù)對客戶細分化從而進行差異化服務。通過大數(shù)據(jù)挖掘了解到客戶的風險偏好，不同的風險偏好者對于保險的需求也不一樣，一般風險厭惡者有更大的保險需求。除此之外，根據(jù)大數(shù)據(jù)對客戶的職業(yè)、收入水平、家庭結(jié)構(gòu)等各方面進行分類，對不同類別的客戶提供不同的產(chǎn)品和服務。

二是保險公司可以通過大數(shù)據(jù)分析挖掘潛在客戶。通過搜集客戶線上的行為數(shù)據(jù)以及客戶的其它信息，將某些關(guān)鍵行為數(shù)據(jù)代入到模型當中，預測出客戶的出險情況，同時精確推出適合該客戶的保險品種。

三是通過大數(shù)據(jù)實現(xiàn)對客戶的精準營銷。隨著互聯(lián)網(wǎng)的發(fā)展，人們的生活和互聯(lián)網(wǎng)緊密聯(lián)系，大數(shù)據(jù)使得人們在互聯(lián)網(wǎng)產(chǎn)生的行為數(shù)據(jù)都集合在一起，比如購物數(shù)據(jù)、客戶地域分布、平時瀏覽的購物偏好、愛好以及搜索關(guān)鍵詞等等，大數(shù)據(jù)通過集合這些信息數(shù)據(jù)并進行分析，從而可以實現(xiàn)定時推送客戶有偏好的保險品種，實現(xiàn)精準營銷。

四是通過大數(shù)據(jù)實現(xiàn)精細化運營。在過去沒有大數(shù)據(jù)的情況下保險公司不能掌握每個客戶的信息，所以把每個客戶都放在同一個風險水平，因此給客戶制定的保單也大同小異。大數(shù)據(jù)的運用可以通過客戶在社交網(wǎng)絡的數(shù)據(jù)和信息精確掌控風險控制問題，從而為客戶制定出適合不同客戶的個性化保單，建立出更加準確的保單模型，增加公司利潤率。

2.3 證券行業(yè)數(shù)據(jù)應用

證券行業(yè)對于大數(shù)據(jù)的運用主要在三個方面：股價預測、客戶關(guān)系管理以及投資景氣指數(shù)。

2011年5月英國對沖基金Derwent Capital Markets建立了規(guī)模為4000萬美金的對沖基金，該基金是首家基于社交網(wǎng)絡的對沖基金，該基金通過分析Twitter 的數(shù)據(jù)內(nèi)容來感知市場情緒，從而指導進行投資。情緒是影響投資者股票交易的一個重要因素，情緒既有正面情緒又有負面情緒，正面情緒就是希望，而負面情緒更多表現(xiàn)為害怕和焦慮，麻省理工學院的學者，根據(jù)情緒詞將twitter內(nèi)容標定為正面或負面情緒，結(jié)果顯示這兩種情緒占總twitter內(nèi)容數(shù)的比例都會影響道瓊斯指數(shù)、標準普爾500指數(shù)、納斯達克指數(shù)的漲跌。但是Twitter 情緒指標無法預測出沖擊金融市場的突發(fā)事件。

在客戶關(guān)系管理方面，大數(shù)據(jù)分析客戶的交易習慣、賬戶狀態(tài)、投資偏好、投資收益和賬戶價值等對客戶進行細分，挖掘潛在客戶，制定出滿足客戶投資盈利需求且他們最需要的投資品種，從而抓住最有價值的客戶。

2.4 互聯(lián)網(wǎng)金融對于大數(shù)據(jù)的運用

成立于2010年6月的“阿里小貸”，是中國首個專門面向網(wǎng)商放貸的小額貸款公司。阿里小貸是阿里巴巴金融的重要組成部分，阿里小貸利用阿里巴巴企業(yè)已經(jīng)擁有的客戶信用數(shù)據(jù)和行為數(shù)據(jù)，進行整合和分析。在分析之前，利用平臺認證時客戶的注冊信息、交易歷史數(shù)據(jù)等等多種信息，再結(jié)合商品供應商提供的交易數(shù)據(jù)、交易流水等數(shù)據(jù)，綜合所有采集的數(shù)據(jù)，然后轉(zhuǎn)化為數(shù)值錄入到評測、評分的模型當中，從而得出信用評級，在短短五年時間就已經(jīng)達到了銀行征信系統(tǒng)多年以來都無法完成的數(shù)據(jù)庫規(guī)模和資金流量。

3 未來趨勢和挑戰(zhàn)

在銀行業(yè)，除了傳統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)，那些來自互聯(lián)網(wǎng)的非結(jié)構(gòu)化數(shù)據(jù)，比如客戶錄音資料等的描述，度量和計算的處理難度都會比較大。

在證券業(yè)，雖然宏觀經(jīng)濟動態(tài)、行業(yè)動態(tài)以及公司的基本情況等這些比較系統(tǒng)的數(shù)據(jù)方面一直都是證券公司的分析主體，但是可以通過大數(shù)據(jù)挖掘出來的非結(jié)構(gòu)化數(shù)據(jù)也是一塊寶藏，證券公司通過挖掘這些數(shù)據(jù)同樣可以為研究公司走勢以及行業(yè)動態(tài)提供重要的幫助。而探討是否可以將產(chǎn)品生命周期和客戶生命周期結(jié)合起來獲取更多的數(shù)據(jù)資料，以及獲取客戶風險偏好類型得出客戶的風險承擔意愿，從而給客戶制定出真正需求的產(chǎn)品都是未來大數(shù)據(jù)給券商帶來的新的增長點。

在保險行業(yè)，大數(shù)據(jù)的發(fā)展使得傳統(tǒng)的樣本數(shù)據(jù)變成全面數(shù)據(jù)，保險的目的是為了發(fā)現(xiàn)風險從而減少風險造成的損失，而大數(shù)據(jù)將重塑整個保險行業(yè)的商業(yè)模式。在過去，保險公司僅能獲取有限且片面的對于客戶資料，而通過大數(shù)據(jù)結(jié)合互聯(lián)網(wǎng)以及政府公開的信息能獲得較全面的信息，達到個性化風險控制和定價，變風險為可控。

作為互聯(lián)網(wǎng)金融創(chuàng)新的驅(qū)動力，大數(shù)據(jù)金融帶來的方式革新，互聯(lián)網(wǎng)金融未來將走向精細化和專業(yè)化。

4 結(jié)論

大數(shù)據(jù)在各行各業(yè)的運用已經(jīng)得到很好的效果驗證，大數(shù)據(jù)的運用不僅提高了企業(yè)運營效率，而且能夠精準把握客戶需求，使得產(chǎn)品推銷不再盲目。對客戶而言，最低成本、最少時間就能選取到自己最需要的商品，從而使兩者實現(xiàn)雙贏。在金融行業(yè)方面的運用不僅使得監(jiān)管更加高效、信用體系更加完備，投資更加精準化，真正實現(xiàn)智慧金融。

參考文獻

[1]尹智杰.大數(shù)據(jù)產(chǎn)業(yè)對金融的發(fā)展和啟示[J].消費導刊.2017，（10）：121-123.

[2]周世佳.大數(shù)據(jù)思維初探：提出、特征及意義[J].中共山西省直機關(guān)黨校學報， 2014，（5）：10-12.

[3]韋雪瓊，史超等.大數(shù)據(jù)發(fā)展下的金融市場新生態(tài)[J].時代金融，2014，（7）：173-174.