亦添

摘要：目前，全球數(shù)據(jù)以幾何級數(shù)增長，而大數(shù)據(jù)的意義在于從海量數(shù)據(jù)中及時(shí)識別和獲取信息價(jià)值。較之其他產(chǎn)業(yè)，金融業(yè)因在IT基礎(chǔ)設(shè)施、數(shù)據(jù)掌控力等方面的獨(dú)特優(yōu)勢，而具備深度“掘金”的潛力。與此同時(shí)，大數(shù)據(jù)也給金融業(yè)帶來了一定的的挑戰(zhàn)與沖擊，海量的數(shù)據(jù)，在提供巨大潛在價(jià)值的同時(shí)，也給管理和維護(hù)帶來了一定的困難。面對機(jī)遇與挑戰(zhàn)，我國金融機(jī)構(gòu)需要明晰大數(shù)據(jù)戰(zhàn)略的頂層設(shè)計(jì)，強(qiáng)化基礎(chǔ)設(shè)施建設(shè)，部署穩(wěn)妥的安全策略，方能從容迎接大數(shù)據(jù)時(shí)代。

關(guān)鍵詞：金融科技;大數(shù)據(jù);金融業(yè)

一、金融科技與大數(shù)據(jù)

縱觀全球，金融科技（Fintech），這種基于移動(dòng)互聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、智能化等高科技手段來促使金融服務(wù)更加富有效率的商業(yè)模式，正在以前所未有的速度席卷全球，成為時(shí)下最受資本熱捧的金融細(xì)分領(lǐng)域。許多行業(yè)巨擘，如IMB、惠普、微軟、戴爾、埃森哲、高盛以及摩根大通，都在極力擁抱金融科技，成為該行業(yè)的重要參與者。目前，全球共有1362 家金融科技公司，橫跨54 個(gè)國家和地區(qū)，其總?cè)谫Y額為258 億美元，平均每家公司的融資額為4，400 萬美元。與時(shí)下最火的大數(shù)據(jù)結(jié)合，應(yīng)用在金融領(lǐng)域的信用評級，量化投資等，將會(huì)有不錯(cuò)的發(fā)展前景。

“大數(shù)據(jù)”是信息技術(shù)發(fā)展到云時(shí)代的產(chǎn)物，是從英語“Big data”一詞翻譯而來，是針對當(dāng)前新出現(xiàn)數(shù)據(jù)激增的現(xiàn)象而創(chuàng)造的概念。各個(gè)行業(yè)基于自身的限制，對“大數(shù)據(jù)”做出了各種解釋，但其中有一條己成共識：“大數(shù)據(jù)是指無法在一定時(shí)間內(nèi)用常規(guī)軟件工具對其內(nèi)容進(jìn)行抓取、管理和處理的數(shù)據(jù)集合?！被ヂ?lián)網(wǎng)是個(gè)神奇的大網(wǎng)，大數(shù)據(jù)開發(fā)也是一種模式。涉及廣泛的數(shù)據(jù)、可觀的數(shù)據(jù)量與可靠的數(shù)據(jù)分析形成了牢固的數(shù)據(jù)“鐵三角”。一系列向大眾提供服務(wù)所涉及到的定位、資料檢索、存取、數(shù)據(jù)交換等復(fù)雜動(dòng)作，正是基于“大數(shù)據(jù)”的有力支撐。

二、大數(shù)據(jù)在金融行業(yè)的應(yīng)用

（一）風(fēng)險(xiǎn)定價(jià)

定價(jià)永遠(yuǎn)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(dòng)都涉及到風(fēng)險(xiǎn)和收益的平衡。大數(shù)據(jù)技術(shù)，可以讓金融產(chǎn)品的顆粒度精確到每個(gè)人，從而可以根據(jù)每個(gè)人過去的歷史推測其未來的財(cái)務(wù)狀況及履約情況，即所謂的大數(shù)據(jù)征信，因此給予每個(gè)人不同的授信額度以及利率。而擴(kuò)展到保險(xiǎn)，也是同樣的道理，保費(fèi)可以根據(jù)每個(gè)人的情況不同而差異化。

（二）風(fēng)險(xiǎn)控制

從廣度來說，可以通過從支付、同城清算、納稅報(bào)解等系統(tǒng)的數(shù)據(jù)中提取財(cái)務(wù)信息和資金流，運(yùn)用統(tǒng)計(jì)模型或者定量分析，獲取行業(yè)整體的經(jīng)營現(xiàn)狀和發(fā)展趨勢。從深度來說，可以通過對目標(biāo)行業(yè)的代表性企業(yè)及其股東等進(jìn)行有針對性的數(shù)據(jù)分析、挖掘，進(jìn)而分析整個(gè)行業(yè)的經(jīng)營狀況。例如，通過挖掘納稅數(shù)據(jù)和信用卡交易信息，可以非常精確地獲得目標(biāo)企業(yè)的經(jīng)營狀態(tài)、資金狀況和信用動(dòng)態(tài)等。只要采集足夠多的有效樣本進(jìn)行分析匯總，就可以獲得整個(gè)行業(yè)真實(shí)的經(jīng)營現(xiàn)狀和發(fā)展趨勢。

三、大數(shù)據(jù)技術(shù)面臨的挑戰(zhàn)

當(dāng)涉及大數(shù)據(jù)時(shí)，坐擁原始數(shù)據(jù)金礦的金融服務(wù)行業(yè)的發(fā)展趨勢一直很緩慢。這一現(xiàn)象源于對受金融服務(wù)業(yè)嚴(yán)格管制性質(zhì)驅(qū)動(dòng)的創(chuàng)新，采取謹(jǐn)慎的態(tài)度。但是隨著數(shù)據(jù)不斷增長以及降低運(yùn)營成本方面的壓力，大數(shù)據(jù)也正開始影響金融服務(wù)業(yè)。畢竟，業(yè)務(wù)分析是金融服務(wù)業(yè)獲得成功的關(guān)鍵。當(dāng)前，金融行業(yè)面臨的一個(gè)非常大的問題就是海量數(shù)據(jù)的存儲(chǔ)以及對海量數(shù)據(jù)的查詢優(yōu)化。傳統(tǒng)的數(shù)據(jù)存儲(chǔ)方案己經(jīng)不能滿足大多數(shù)金融機(jī)構(gòu)的需求，數(shù)據(jù)量的急劇增長不僅要求在帶寬和存儲(chǔ)設(shè)備等基礎(chǔ)設(shè)施方面增加大量投入，而且使金融業(yè)處于進(jìn)退兩難的境地。

（一）大容量及多格式數(shù)據(jù)

數(shù)據(jù)從TB級、PB級甚至達(dá)到EB級，人和機(jī)器制造的越來越多的業(yè)務(wù)數(shù)據(jù)對IT系統(tǒng)帶來了更大的挑戰(zhàn)，數(shù)據(jù)的存儲(chǔ)和安全以及在未來訪問和使用這些數(shù)據(jù)己成為難點(diǎn)。另外，海量數(shù)據(jù)包括了越來越多不同格式的數(shù)據(jù)，這些不同格式的數(shù)據(jù)需要不同的處理方法。從簡單的電子郵件、數(shù)據(jù)日志和信用卡記錄，再到儀器收集到的科學(xué)研究數(shù)據(jù)、醫(yī)療數(shù)據(jù)、財(cái)務(wù)數(shù)據(jù)以及豐富的媒體數(shù)據(jù)。

（二）速度

速度是指數(shù)據(jù)從端點(diǎn)移動(dòng)到處理器和存儲(chǔ)這一過程的速度。從歷史上看，數(shù)據(jù)分析軟件面對當(dāng)今的海量數(shù)據(jù)已顯得力不從心，傳統(tǒng)的數(shù)據(jù)存儲(chǔ)方案己經(jīng)不能滿足大多數(shù)金融企業(yè)的需求，在云計(jì)算背景下這種海量數(shù)據(jù)的處理將是金融業(yè)需要積極探索解決的一個(gè)問題。

（三）科技人才面臨的挑戰(zhàn)

大數(shù)據(jù)的來臨對科技人員同樣是個(gè)考驗(yàn)，這對科技人員提出了更高更多的要求，大數(shù)據(jù)的出現(xiàn)更需要專門的數(shù)據(jù)處理技術(shù)和數(shù)據(jù)分析方法。以前我們會(huì)說自己是軟件工程師，對大多數(shù)人來說，現(xiàn)在最重要的一點(diǎn)是轉(zhuǎn)變觀念，從Code/Program觀念轉(zhuǎn)變成Data觀念，在做任何設(shè)計(jì)和開發(fā)時(shí)，要把Data放在第一位。另外，海量數(shù)據(jù)不斷增長，未來的趨勢應(yīng)該是怎樣縮小海量數(shù)據(jù)上，而不是任憑它擴(kuò)張，這同樣是一個(gè)需要面對的挑戰(zhàn)。

四、相關(guān)建議

（一）重視大數(shù)據(jù)環(huán)境下金融數(shù)據(jù)安全體系建設(shè)

在對金融數(shù)據(jù)進(jìn)行應(yīng)用發(fā)展規(guī)劃時(shí)，要從戰(zhàn)略高度切實(shí)認(rèn)清金融數(shù)據(jù)安全形勢的嚴(yán)峻性，按照數(shù)據(jù)價(jià)值或數(shù)據(jù)保密程度來區(qū)分?jǐn)?shù)據(jù)，明確重點(diǎn)保障對象，強(qiáng)化對重要敏感數(shù)據(jù)的監(jiān)控管理。加大對金融數(shù)據(jù)安全形勢的宣傳力度，明確金融數(shù)據(jù)的重點(diǎn)保障區(qū)域，加快大數(shù)據(jù)環(huán)境下金融數(shù)據(jù)安全技術(shù)的研究，培養(yǎng)數(shù)據(jù)安全的專業(yè)人術(shù)建立并完善金融數(shù)據(jù)安全體系。同時(shí)，還應(yīng)針對金融行業(yè)的數(shù)據(jù)特點(diǎn)，加大針對大數(shù)據(jù)安全保障關(guān)鍵技術(shù)研發(fā)的資金投入，提高我國金融大數(shù)據(jù)安全技術(shù)水平。重點(diǎn)研究基于大數(shù)據(jù)的網(wǎng)絡(luò)攻擊追蹤方法，以及基于數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)檢索、實(shí)時(shí)數(shù)據(jù)處理、數(shù)據(jù)管理等多個(gè)不同側(cè)面的大數(shù)據(jù)安全防護(hù)技術(shù)，加強(qiáng)數(shù)據(jù)加密技術(shù)的研究與推廣。搶占發(fā)展大數(shù)據(jù)安全技術(shù)的金融市場先機(jī)。

（二）央行充分發(fā)揮自身優(yōu)勢

央行作為貨幣政策的制定者和執(zhí)行者，掌握著大量基礎(chǔ)數(shù)據(jù)，需要對經(jīng)濟(jì)金融有宏觀到微觀的客觀分析，以及對發(fā)展趨勢有準(zhǔn)確的預(yù)測。首先，央行需要擴(kuò)大金融數(shù)據(jù)采集面，增加對互聯(lián)網(wǎng)金融、第三方支付以及影子銀行等涉及金融產(chǎn)業(yè)的信息采集，真正使央行掌握的金融大數(shù)據(jù)能夠覆蓋金融生態(tài)的每一環(huán)節(jié)，從而使分析結(jié)果以及由此產(chǎn)生的金融決策參考信息更為精準(zhǔn)和有效;其次，央行還需成立金融大數(shù)據(jù)研究中心，由總行層面成立金融大數(shù)據(jù)研究中心和云計(jì)算中心，建立一套開放型的大數(shù)據(jù)分析系統(tǒng)，開發(fā)各類數(shù)據(jù)挖掘工具，并在此基礎(chǔ)上進(jìn)一步建立金融決策支持系統(tǒng)，提供給各業(yè)務(wù)部門使用甚至各商業(yè)銀行使用，為各級金融決策和監(jiān)管提供強(qiáng)有力的數(shù)據(jù)支撐。

（三）堅(jiān)持以客戶信息為導(dǎo)向，努力為客戶創(chuàng)造價(jià)值

金融機(jī)構(gòu)需要明確大數(shù)據(jù)戰(zhàn)略的頂層設(shè)計(jì)。大數(shù)據(jù)戰(zhàn)略要超越IT部門或電子銀行部的視角，面向全局和長期，以客戶需求為導(dǎo)向，構(gòu)建自身的大數(shù)據(jù)結(jié)構(gòu)。具體包括：客戶基本信息（身份信息、聯(lián)系信息、社交關(guān)系信息、交易信息和信用信息等）、客戶偏好信息（服務(wù)偏好、金融產(chǎn)品偏好、渠道偏好和個(gè)人愛好等）、客戶行為信息（金融機(jī)構(gòu)范圍的行為數(shù)據(jù)、外部行為數(shù)據(jù)和地理位置數(shù)據(jù)等）、客戶分析數(shù)據(jù)（客戶細(xì)分類型、客戶價(jià)值度、客戶風(fēng)險(xiǎn)度和客戶狀態(tài)等）。

目前金融行業(yè)正處于轉(zhuǎn)型變革的風(fēng)口浪尖，應(yīng)積極響應(yīng)“十三五”號召，認(rèn)識到大數(shù)據(jù)就是大資產(chǎn)的高度，制定大數(shù)據(jù)戰(zhàn)略，踐行大數(shù)據(jù)思維，充分研究利用云計(jì)算和大數(shù)據(jù)挖掘技術(shù)，為金融行業(yè)有效應(yīng)對大數(shù)據(jù)的復(fù)雜性、動(dòng)態(tài)性，并從中發(fā)現(xiàn)知識和價(jià)值形成智力資本提供方法保障，從而通過科技創(chuàng)新實(shí)現(xiàn)發(fā)展模式轉(zhuǎn)型、金融創(chuàng)新和管理升級等，提升整個(gè)金融行業(yè)的競爭力和穩(wěn)健性。

參考文獻(xiàn)：

[1] 羅丹. 淺析金融科技應(yīng)用前景—以大數(shù)據(jù)為例[J]. 財(cái)訊， 2017（6）.

[2] 蘭翔. 大數(shù)據(jù)時(shí)代金融業(yè)面臨挑戰(zhàn)及應(yīng)對措施探析[J]. 硅谷， 2015（2）.

[3] 李小慶， 陳權(quán). 構(gòu)建面向大數(shù)據(jù)的銀行數(shù)據(jù)挖掘平臺(tái)[J]. 金融科技時(shí)代， 2017（3）：16-21.

[4] 錢立賓， 王飛龍. 大數(shù)據(jù)驅(qū)動(dòng)商業(yè)銀行金融科技創(chuàng)新轉(zhuǎn)型[J]. 金融科技時(shí)代， 2018（2）.

[5] Data-Oriented Method to Big Data Standard System Creation： A Case of Chinese Financial Industry[J]. Annals of Data Science， 2014， 1（3-4）：325-338.

[6] Farboodi M ， Veldkamp L . Long Run Growth of Financial Technology[J]. Social Science Electronic Publishing， 2017.