大数据与金融业.pdf

《大数据与金融业.pdf》由会员分享，可在线阅读，更多相关《大数据与金融业.pdf（3页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、大数据与金融业摘要：大数据是时代的产物，数据与信息密集型的金融行业息息相关，大数据与金融行业的有机结合是大势所趋。在此，本文首先浅要介绍了大数据的概念，接着分析了大数据对银行业的机遇与挑战，再次揭示了大数据代表的共享性精神及其在金融行业的两种典型体现，最后概括性地指明金融行业的大数据战略势在必行。关键词：金融业大数据应用机遇与挑战 共享性信息技术革命堪称是改变人类社会的“第三次革命”，信息技术催生了绚丽夺目的大数据、云计算、社交网络、移动通信、互联网金融。如今，倘若你不了解它们，那么你仿佛是生活在隔绝的世外桃源；它们早已成为人们日常生活中不可或缺的一部分，影响着人们生活方式、思维方式，引领着时

2、代潮流的航向。其实，它们之间是相互关联、相依而存的；就大数据而言，它并不能孤立地存在、也不能固步自封，否则它就难以成为流行的包容的技术方案或着说是思维方式。那么，我们不禁要问，什么是大数据，大数据与金融业的结合又会发生怎样的化学反应呢？一、浅析“大数据”大数据一词源于英文词汇“Big Data”。数据量庞大是大数据的显著特征，大数据时代的数据量通常能达到 100 TB 级。虽然如何定义大数据至今仍未达成一个统一的标准，但是国际权威机构IDC（国际数据公司）就曾这样定义大数据：“通常数据量大于 100TB，数据量年增率大于 60，数据采集是高速数据流，且数据包含结构化数据与非结构化数据称为大数据

3、”。那么 100TB的数据量是一个什么样的概念呢？有人曾做过这样有趣的比喻。GB 吉字节是 10亿的数量级，是地球人口的数量，我们地球大概 7GB 的人口；TB 太字节是万亿级别的，我们中国的 GDP 就是 TB 级的。PB 拍字节是千万亿级别的，而全世界沙滩沙子数量级别则需要使用 ZB 泽字节这样庞博的数量级来形容。大数据与我们人类本身就息息相关，可以说每个人的身上都体现着大数据的概念，我们每个人的DNA 遗传信息是由 GB 级别的碱基对组成，每天有 100TB的新细菌，人体共有 1.6PB即一千六百万亿的细胞。数据的结构关系复杂，除了结构化数据外，更重要的是非结构化数据。结构化数据即行数据

4、,存储在数据库里,可以用二维表结构来逻辑表达实现的数据。另一方面，不方便用数据库二维逻辑表来表现的数据即称为非结构化数据，包括所有格式的办公文档、文本、图片、标准通用标记语言下的子集 XML、HTML、各类报表、图像和音频/视频信息等等。分析数据目的更重要的是发掘数据间的关联关系。关联分析旨在发现存在于大量数据集中的关联性或相关性，即由于某些事物的发生而引起另外一些事物的发生。关联分析的一个典型例子是购物篮分析。也就是通过发现顾客放人其购物篮中的不同商品之间的联系，分析顾客的购买习惯。通过了解哪些商品频繁地被顾客同时购买，这种关联的发现可以帮助零售商制定营销策略。关联分析的其他应用还包括价目表

5、设计、商品促销、商品的排放和基于购买模式的顾客划分。二、大数据时代银行的机遇与挑战数据堪称新时代的石油和金矿，数据已经成为新经济时代中的至关重要的生产要素，特别是经营货币业务的商业银行来说更是如此。大数据对银行既是机遇也是挑战。（一）银行发展的机遇产品与服务更为多元化、差异化。在过去，业务和产品的同质化是我国银行业经营中的突出问题。然而，“差异化战略”是银行提高核心竞争力的关键。如今，银行获取数据的渠道更为广泛，应用数据的技术也更加成熟。社交媒体、移动终端、传感器网络的客户数据如潮般涌动，信息洪泽之势初见端倪。这使得银行能够深度挖掘客户信息，并提供差异化个性化的产品与服务。经营决策能力更为精准

6、。信息时代，人类社会面临的一个突出问题是如何高效的准确的使用信息来辅助决策。对银行而言，大数据将使银行决策由过去的“基于经验”向“基于数据”转变。例如，在决定特定客户的贷款利率时，领导“拍脑门”式的决策缺乏合理的依据，领导也许并不清楚这一利率中哪些部分反映市场风险、哪些部分反映信用风险、哪些部分反映流动性风险，而分析更为缜密的大数据技术使得高效地细化一笔贷款利率成为可能。经营管理更为精细化。“大数据”将掀起银行精细化管理革命。银行的资产、负债、客户、交易对手及业务活动中的各项数据在风险管理、成本核算、资产负债管理、绩效考核等方面发挥着重要的作用。充分利用数据分析技术日益关键。（二）银行面临的挑

7、战银行需要行之有效的大数据技术解决方案。大数据应用涉及数据的采集、存储、分析、预测，而在整个应用的过程中信息安全的重要性不言而喻。成功的大数据应用需要处理好上述环节，需要有一整套大数据技术解决方案。当前，主流的大数据方案是基于Hadoop技术。互联网、社交网络企业大多采用这一技术。Hadoop技术的一个突出特点是它能显著地降低硬件成本，因为它以大规模廉价服务器代替高端服务器，大量中低端节点代替少量高端节点。但是，这会导致大型机房的构建、运维与管理、技术团队的人力成本的增加。Hadoop 技术的高可用性、高可扩展性使它适合离线的大数据分析处理，而并不适合实时的在线分析处理。在分布式存储方面，Ha

8、doop 是简单有效的办法，但它的存储效率低。与互联网、社交网络企业相比，银行业在实时性、安全性、可靠性方面的要求更高。银行并不能全盘照搬基于 Hadoop技术的大数据解决方案。银行既应该在系统构架上吸收Hadoop的灵活及扩展性的技术优势，而在存储和复杂分析处理上吸收数据库的高性能和高效存储效。大数据时代，金融业的竞争关系错综复杂；银行面临激烈的竞争格局。金融脱媒、利率市场化、存贷利差收窄是这个时代银行业的普遍现象。银行传统上存贷利差的盈利根基受到严重的动摇，那种轻轻松松依赖存贷差就赚得钵满盆满的好日子恐怕一去不复返。居民投资理财的方式多样化，理财产品、基金产品、保单、证券投资产品渐渐地挤占

9、着原本属于银行存款的资金份额。中小城市商业银行数目激增、股份制商业银行发展壮大、国有商业银行业务多元化呈混业经营之势；金融丛林密集而复杂。每家金融机构都确立自己的经营目标与策略，每家金融机构都想分得金融业的一杯羹，金融行业的内部竞争不可谓不激烈。更为重要的是互联网高科技企业涉足金融领域，从事银行核心业务。如今，人们早已习惯了点击鼠标而轻松地使用第三方支付工具支付；高效便捷的小额信用贷款项目一经推出便赢得了客户的喜爱，不仅是掌握海量交易数据、行为数据的电商企业，甚至是专门经营小微信贷平台的互联网金融企业都积极地从事着这一事业；互联网金融早已成为这个时代令人津津乐道的主题，互联网金融企业已不满足于

10、局限在支付结算和小额信贷领域，其触角已涉及现金管理、资产管理、供应链金融、基金及保险代销等银行核心业务领域。科技激发想象力，大数据技术让想象成为现实。三、大数据的信息共享精神及其在金融行业的应用。从一万米高空看大数据应用是金光灿烂，然而在落到地面上看大数据应用则是一片沙海。大数据应用，就像是沙里淘金。我们需要思考如何从数据的沙海中淘出有含金量的业务信息。大数据应用如果用传统思维，从内部数据做封闭式开发，则是大器小用，又像在封闭的小鱼缸里开发，不与海洋世界相通，是培养不出大鲨鱼级别应用的。大数据应用开发应该打破传统思维限制，从传统的结构化数据分析转型到非结构化数据分析，从外部互联网社交媒体、外部

11、公共数据的海洋中搜索、过滤出相关数据，然后存入内部数据仓库做进一步分析，提炼出有业务价值的信息。对于金融行业，大数据的应用可以帮助金融机构从外部海量数据的矿藏中找到有业务价值的信息，从捕捉客户心理特性、意见倾向，直至全面了解客户。更深层次地，大数据的应用可以让我们从描述客户信息到预测客户行为，最终到规范社会行为，不断提升数据分析的价值。未来社会从本质上是互联的、互通的、共享和标准化的，任何封闭的信息孤岛式的管理都不符合大数据时代的趋势。大数据量够不够“大”固然重要，然而我们更应关注的是大数据是否“通用共享”我们是否可以在开放的平台里，利用大数据挖掘有价值的信息。以下的两个例子既是大数据与金融业

12、的典型结合，同时又是体现了大数据共享性的重要体现。（一）信用评分体系构筑金融业的基石信用是金融体系的基础，信用制度的完善对于金融体系的建设和发展是十分必要的。使用大数据的信息平台共享理念和大数据时代的分析技术管理个人信用状况能实现降低风险与提高效率的双赢。信用体系的建设还能规范和约束社会成员的信用行为，避免每家金融机构单独对每位客户进行信用评分而造成的资源浪费。我国的信用体系建设还有待完善，传统上，银行信贷员分析客户的几个简单变量，例如年龄、收入、就业情况、资产、负债等，实现信用评分。这种分析方式是片面和狭隘的。首先、用于信用评分的变量有待扩展；其次，相同变量应避免重复分析。在大数据的思维方式

13、下，全社会的信用评分体系为解决问题提供了一种思路，它能够吸纳更多的信用分析变量，信息平台的共享性避免重复浪费。在美国，每个人都有完整的信用评分，这是一个利用大数据建立的非常好的体制：它不仅建立了良好的社会约束能力，让人们自发地约束自己的经济行为，包括按时还信用卡账单，及时缴纳水电费等等；更直接地，它让金融机构节省了很多资源，像是否该给一个客户贷款、贷多少的这一类问题变的简单，因为从客户的信用评分上就可以直接、准确地作出评级。（二）电子病历系统助力保险业全民电子病历系统会助力保险业。通常，保险公司在承保客户之前，为了能够降低风险，会要求客户接受体检。但是国内大部分客户并不愿意到指定体检中心进行体

14、检，因为又远、又浪费时间。全民统一标准的电子病历系统可以提供医疗机构和保险公司查询客户的病历数据。这种全民统一标准的病历数据应用不仅可以减少重复性检查化验，减少片面病历信息误导，减少资源浪费，更重要的是，保险公司可以利用该数据平台做快速的、无体检的核保，这样既方便了客户，又为保险公司减少了承保成本，最终客户将享受到更为优越的服务。美国的大数据产业已经创造了巨大的经济价值。大数据已经对美国健康医疗、公共管理、个人位置数据、零售业及制造业等五个领域产生重大的经济效应。资料表明，其中，在医疗领域，每年大数据的应用产生 3000 亿美元的潜在价值。如果我国实现每个人都有统一的电子病历，第一，可以大幅减

15、少客户做重复性检查的浪费；第二，保险公司可以被授权查询该病历数据平台，迅速查看该客户是否有疾病史，若无，则立即进行承保出单，方便客户。这种良好的大数据应用在降低风险的同时，给客户带来的便利并产生良好的社会效益。由此看来，单一金融机构不利用社会化通用共享的数据体系，是很难实现薄利多销，做大做强，客户与企业双赢的成就。四、稳健有效的大数据战略势在必行顺应时代发展潮流，以银行为代表的金融业应树立大数据思维、建设大数据平台、实施大数据理念。海量的结构复杂的数据背后隐藏着丰富的价值。数据是分析预测客户行为的证据、依据，无论在哪个时代银行都需要与数据打交到。然而，数据的庞杂性却是一柄双刃剑。可喜的是，大数

16、据背景下银行的数据来源是充足的，也就是说银行不必为缺乏客户数据而担忧；可忧的是，大数据背景下银行如何高效地让数据产生价值变得更为艰巨和复杂。矛盾既是普遍的又是特殊的，大数据技术与理念的应运而生为处理这一艰巨、复杂的任务独辟蹊径。大数据战略势在必行，但这的确是一项复杂的系统工程。IT基础设施的建设、数据的采集、大数据平台的构建、大数据分析技术的跟进、人才队伍的培养等等方面都是大数据战略不可缺少的环节。推动大数据战略既不能遗漏哪个重要环节，又不可操之过急；循序渐进、量力而行方为上策。参考文献：1 裴兆旭.，大数据时代下金融业的发展思考.中国科技传媒，2014（7）2 对话栏目，大数据驱动金融业变革.，金融电子化，2013年 12月3 安春云，张东彦，李雅洁，大数据时代的信息化银行建设，河北金融，2014（3）4 王珊，金融企业大数据技术选择策略，金融电子化，2012年 6 月.5 闫冰竹，大数据时代的银行业发展，中国金融，2013年第 10期