大数据金融分析及展望

    大数据是在海量的数据中对人们生产生活的痕迹进行捕捉、存储、分析和统计的过程，获取到有价值的信息后再应用到社会的各个领域（金融、医疗、旅游、交通、传媒等）。

    金融的核心就是处理投资人与筹资人信息不对称的问题，数据对金融业的重要性不言而喻。

1、大数据金融定义

    大数据金融就是通过互联网、云计算等信息化方式对海量的数据进行专业化的挖掘和分析，获取有价值的信息并与传统金融服务相结合，创新性开展相关资金融通工作的统称。

2、大数据特点

  （1）数据量大

  （2）数据的多样性——结构化数据和非结构化数据

      结构化数据是指表格里具有相同结构的数据。

      非结构化数据包括电子邮件、文档、健康、医疗记录、网页、社交媒体、感知数据、音频、图片、

      视频、模拟信号等等。

（3）数据的价值型

      提高效率、提升创新能力、挖掘细分市场、开创新领域

3、大数据与金融的结合

  （1）增加了合格被融资方的范围，将更多的小微企业纳入其中。

  （2）扩大了信用贷款在资金融通方式中的使用范围。

  （3）更加快捷、灵活，通过大数据的分析、整理、归纳能快速进行贷款审查和批贷，甚至可以做到当天申

       请当天放款，通过互联网金融的方式，借贷周期也可以非常灵活，可以做到按天计息。

4、大数据金融的优势

    企业通过自己的征信系统，实现信用管理的创新，有效降低坏账率，扩大服务范围，增加对小微企业的融资比例，降低了运营成本和服务成本，可以实现规模经济。

5、大数据金融运营模式分析

  （1）平台金融模式

     平台企业以长期积累的交易数据对基础客户的资金状况进行分析，信用贷款客户多为个人以及难以从银行得到贷款支持的小微企业，在评定申请人的资信状况、授信因素后，系统会核定授信额度，快速发放贷款，贷款无需抵押和担保，且多为短期贷款。（以阿里为代表）

  （2）供应链金融模式

     核心龙头企业依托自身的产业优势地位，以信息提供方或以担保方的身份通过对其上下游企业的现金         流、进销存、合同订单等信息的掌控，依托自己资金平台或者合作金融机构对上下游企业提供金融服务        的模式。（以京东为代表）

6、大数据金融对金融业发展态势的影响

        数据的核心价值在于能够挖掘出企业的内部规律，该理念同样适用于金融业。数据是重要资产的理念在中国金融行业已形成共识。

  （1）数据成为衡量金融机构核心竞争力的重要指标

  （2）冲击金融业思维方式和商业模式

      大数据将深度改造目前金融业信用管理体系，阿里金融作为一个成功案例，证明在信用管理上大数据比        传统模式更有优势，主要体现为一方面是总成本，即逆选择效率损失、信用成本、运营成本上的优势，        另一方面是对非系统风险的管理上，在小微信贷和消费信贷领域优势更为突出。

  （3）创新产品和模式，辅助金融决策

      国内一些券商开始着手对客户交易数据进行分析，在此基础上进行市场预测。金融市场价格走势很大程        度上受市场情绪左右，社交网络提供的情绪数据为金融交易带来巨大机会。从商业银行角度来说，大数        据是解决长期困扰银行信贷管理问题的有利工具。

  （4）大数据金融同传统金融业态结合，使传统金融机构具有互联网的基因

7、大数据金融风险分析

  （1）技术风险

      一个企业的数据信息决定着企业的生死存亡，数据量的持续增长增加了备份和恢复时间。如何管理这些        大数据？如何进行安全有效的保护？随着数据备份越来越困难，怎样快速把大数据中的核心数据抽取出        来，保障企业数据信息能够适时进行恢复，成为企业管理大数据中必须考虑的问题。

  （2）操作性风险

     a、信息安全风险（黑客入侵，或利用员工手持设备造成信息泄露）

     b、数据分析风险

       大数据分析方法依赖于“过去决定未来”的特点，但如果遇到需要突破性创新的情况就会暴露出弱

       点，除非能够全方位多角度地了解客户信息，否则难以对这种转变做出预测。如果将拥有用户交易数         据的电商企业（如阿里、京东）和拥有用户非结构数据的社交网络企业（新浪、腾讯）的二者数据进         行融合，既是解决预测风险的方法，也是大数据服务平台的发展趋势。

  （3）法律风险

      大数据金融服务平台中，涉及到数据的采集、处理以及应用，也涉及到拥有大数据的企业跨界金融涉及        金融监管的问题。由于大量的客户信息所隐含的商业价值逐渐被人们发现和利用，导致近年来对个人信        息的侵权行为时有发生。

      全国人大财经委副主任委员、清华大学五道口金融学院理事长兼院长、央行原副行长吴晓灵在“第一届        中国金融科技大会2016”上发表演讲时表示：大数据的应用与价值的挖掘，不能以牺牲个人数据财产权        为代价。应通过严格的执法和行业的自律，确保大数据在产权清晰、权利保障有效的框架下发挥更大的        价值。数据所有权的原则是，谁的数据归谁所有，没有任何主体指向的数据是公共资源。

      由于现代信息技术环境下收集和滥用个人用户信息的主体众多、渠道隐蔽、方式先进，导致被侵害合法        权益的个人用户举证难度极大。

8、大数据金融发展趋势

  （1）电商金融化，实现信息流和金融流的融合

  （2）金融机构积极搭建数据平台，强化用户体验

  （3）大数据金融实现大数据产业链分工

      大数据按照信息处理环节可以分为数据采集、数据清理、数据存储及管理、数据分析、数据显化、产业        应用等六个环节。数据的存储、管理的方式决定了数据的存储格式，而数据如何存储又限制了数据分析        的深度和广度。由于相关性极高，通常由一个厂商统筹设计这两个细分环节更为有效。

    数据是企业重要资产，而且随着数据产业的发展，将会变得更有价值。但封闭的数据环境会阻碍数据价值的实现，我们需要合理的机制在保护数据安全的情况下开放数据，使数据得到充分利用。