|新一代信息技术 信息基础设施建设 互联网+ 大数据 人工智能 高端信息技术核心产业
|高端制造 航空航天 轨道交通装备 海洋工程装备 新材料
|生物产业 生物医药 生物农业 生物能源
|绿色低碳 清洁能源汽车 新能源 节能技术 环境保护
|数字创意 数创装备 内容创新 设计创新
您的位置:首页 > 大资管时代
大数据催生金融新业态 | 特别关注
2018-06-11 15:06
来源:中国战略新兴产业
字体: [   ]

  本文首发于2018年4月18日

  《中国战略新兴产业》

薛健

  科技让金融触手可及

  党的十九大报告明确提出,要“推动互联网、大数据、人工智能和实体经济深度融合”。作为一种新的经济形态,数字经济已经成为转型升级的重要驱动力,也是全球新一轮产业竞争的制高点。随着科技和创新进入拐点式爆发,以大数据、人工智能、虚拟现实等为代表的新一代前沿技术正在重塑整个世界。金融业也在科技的驱动下经历变革,继信息化时代和网络化时代之后,正式步入智能化时代。在巨大消费群体金融需求的刺激下,科技触碰到金融真正的核心,让金融触手可及。

 

  随着全球信息化发展水平日益提高,大数据正在以前所未有的速度席卷各行各业,催生了众多以大数据为核心的新兴业态。金融行业是信息密集型、知识密集型和价值密集型行业,金融机构在经营过程中与相关行业构成了巨大的交织网络,沉淀了大量数据,其中非结构化数据迅速增长,加上金融行业雄厚的资本背景,使其成为继互联网及运营商之后的大数据热点应用方向之一。大数据催生了众多全新的金融服务模式,大大推动了我国金融行业的发展,金融行业也必将拥抱大数据时代的创新与变革。

  大数据长足发展 催生新业态

  随着全球信息化发展水平日益提高,大数据成为当下最热门的领域之一。据知名咨询机构 IDC 预测,未来几年全球数据量将以超过 40% 的速度增长,到 2020 年全球数据量将达到 35ZB,为 2009 年(0.8 ZB)的 44 倍。此外,到 2020 年全球数字化转型的相关行业增加值将达到 18 万亿美元,全球约 46% 的企业将促进数字化业务发展作为未来一年内的首要业务优先级,而在中国这个比例数值高达 69%。

  近年来,我国在政策层面大力支持大数据的发展。2016 年政府工作报告就曾提到“深入推进大数据技术”;同年发布的“十三五”规划纲要中也明确将大数据作为国家基础性战略资源,指出“要全面实施促进大数据发展行动,加快推动数据资源共享开放和开发应用,助力产业转型升级和社会治理创新”;2017 年政府工作报告再次提出“加快大数据、云计算、物联网的运用,智能制造为主攻”。

  2018 年政府工作报告中,国务院总理李克强多次提及“大数据”、“人工智能”等关键词,在谈到“深入推进供给侧结构性改革”时表示:实施大数据发展行动,加强新一代人工智能研发应用,在医疗、养老、教育、文化、体育等多领域推进“互联网+”。

  作为一种信息资产,大数据在各行各业的应用中都显现出广阔前景和无限潜力。目前,在大数据资源建设、大数据技术、大数据应用等领域已经涌现出一批新模式和新业态,龙头企业引领、上下游企业互动的大数据产业体系初步形成,为大数据与其他行业的融合奠定了坚实基础。

  作为大数据应用重镇,无论从大数据应用综合价值潜力维度,还是平均数据量层面,金融行业大数据的应用综合价值潜力都非常大。数据显示,2015 年中国在金融行业的大数据投融资比例占整个大数据 IT 投资的 15.7%,较 2014 年有较大增幅。

  大数据的兴起,为金融行业的精准服务、用户体验管理、风险控制等提供了新模式、新方法。中国人民银行金融研究所互联网金融研究中心副主任伍旭川表示,以大数据为核心驱动力的科技金融,正在改变金融业的生态格局。

  信贷、理财、投资等多领域应用广泛

  首先,大数据在信贷全生命周期中已被广泛应用,其中以大数据征信的应用为代表。目前我国信用体系尚不健全,信贷机构的逾期率居高不下,信息孤岛、监管困难、恶意欺诈等问题也不断暴露。在传统的信贷管理模式下,依托有限的征信数据所作出的授信决策存在单一、不准确、更新频次慢等问题,而大数据征信的应用在一定程度上弥补了传统征信模式的不足。

  信贷审批阶段,大数据征信利用数据分析和数据模型进行风险评估,依据评估分数,预测还款人的还款能力、还款意愿以及欺诈风险,并利用大数据平台整合的客户数据创建不同的信贷产品;信贷准入阶段,大数据反欺诈通过对大数据的采集和分析,找出欺诈者留下的数据痕迹,从而预防欺诈行为的发生。

  在客户经营阶段,通过数据挖掘建模、算法分析、利用用户各种行为信息进行客户还款能力、还款意愿的预测分析。其中,用户行为分析是信用风险评估规则的重点举措,包括手机使用行为分析评估、客户商品消费评估、媒体阅览评估、

  收支等级评估、支付消费评估、航旅行为评估、社交数据评估、个人对外投资评估等。

  企业征信方面,依托大数据技术对企业的授信可通过模型结合动态数据源脱敏处理、行业数据、外源数据,得出行情分析,价格波动分析,实现实时监控的分级预警、量化授信,精准把控风险。

  其次,大数据在理财领域的应用重点是营销获客及智能投顾。在营销环节,可通过建立用户画像实现精准营销,降低营销成本,提高营销效率;在投资环节,智能投顾包含 KYC(Know Your Customer,即了解客户)和匹配环节,重点分析用户风险偏好,同时将 KYC 与 KYP(Know Your Product,即了解产品)结合,实现智能匹配。未来,金融大数据还可以向理财的上游资产管理环节延伸,助力资产管理效率的提升。

  此外,在投资领域大数据也有广阔的应用空间。利用大数据搜索影响金融资产变化的大量信息,通过人工智能学习进行分析,让普通投资者也可以享受到与专业机构一样的投资分析信息。基于大数据开展的增值服务是金融信息资讯平台未来的主要盈利方式,依托大数据,信息门户可以对用户搜索、消费习惯进行有效记录和智能分析,向用户智能推送其所需的金融服务,通过精准匹配降低用户搜寻成本,扩大金融产品交易规模;根据大量用户信息可以分析出客户的金融需求变化和倾向,满足金融消费者个性定制化金融需求。

  最后,交易反欺诈是大数据在支付领域的主要应用,信息核实、高危人群拦截和批量识别是其核心技术手段。数据显示,全球每年因欺诈造成的经济损失约 3.7 万亿美元,企业因欺诈受损通常为年营收额的 5%。大数据反欺诈基于大数据的风险监控系统,通过分析用户网上交易行为,找出欺诈者留下的蛛丝马迹,快速侦测异常行为并做出反馈,从而预防欺诈行为的发生。通过改进欺诈检测服务,可以更快速地检测恶意交易。

  大数据助力构建金融实时风控体系

  随着全球金融科技飞速发展,国内金融风控理念已从事后风控向全过程风控、实时风控转变。对于信用风险、操作风险、市场风险、流动性风险的管控,大数据都是不可或缺的重要手段和工具。可以说,数据是风控的基础和核心,大数据实时处理技术,使得金融实时风控成为可能。

  信用风险防范方面,大数据技术的发展改变了信息获取、分析和运用的渠道和机制,为信息化风险管理创造了技术条件。有效的数据清洗和数据挖掘技术的应用可从客户交易行为所积累产生的海量数据中,识别信用风险管理过程中的关键信息,有效降低坏账率;且金融机构业务的载体与社交媒体、电子商务的融合越来越紧密,大数据技术可整合客户线上线下行为产生的结构化和非结构化信息,建立大数据征信系统,打破数据边界,使金融机构形成对客户行为立体化的跟踪评估。

  操作风险防范方面,人民银行和银监会分别在《中国金融业信息技术“十三五”发展规划》和《中国银行业信息科技“十三五”发展规划监管指导意见(征求意见稿)》中提出,商业银行要引入大数据等新技术,推进大数据基础设施建设,加快推动银行业务创新,加强风险控制能力。利用大数据技术平台,可实现合规、内控与操作风险管理系统的一体化运行,并依托系统实现合规、内控与操作风险管理工作流和信息流整合,以减少工作重复、节约管理成本,切实提高金融机构管理效率并减轻各业务机构工作量。

  市场风险防范方面,无论对于一级市场还是二级市场投资,借助于大数据技术获得更多更准确的信息,有助于控制投资的市场风险,将信息优势最终转化为投资回报。此外,借助大数据和人工智能建立量化投资模型,自动选择投资标的或寻找交易时机,并在适当的风控模型下建立智能投资云交易模式。这种模式打破传统人工收集信息和手动下单的弊端,目前已在量化投资领域,尤其是高频金融交易中取得广泛应用。金融研究机构通过对历史和实时数据进行挖掘,创造和改进数量化交易模型,并将其应用在基于计算机模型的实时证券交易过程中。

  流动性风险防范方面,2016 年 6 月,证监会正式发布修订后的《证券公司风险控制指标管理办法》及配套规则,从治理结构、政策策略、计量监控、信息系统等方面对证券公司的流动性风险管理提出了具体要求,明确了流动性风险监管、监控指标体系,要求金融机构实现存量业务静态分析,动态业务情景分析,监管合规以及内部管理分析及预测的“更多维度、更细粒度”精细化管理,这一切离不开大数据的支持。而大数据的应用有效提升了金融机构自身流动性风险管理的自动化水平、增强了计量分析对流动性风险管理的决策支持力度。

  综上,大数据风控可推动金融机构战略转型,有效降低金融机构的管理和运行成本。大数据风控从数据收集、建模、用户画像到风险定价,构建基于场景的多维度实时风控系统,通过对海量数据的分析处理,对金融业运作的各个环节的风险进行识别和监控,建立完善的风险防范体系,这对于金融业的规范发展具有长远意义。

  百度金融与爱分析于 3 月 12 日联合发布的《2018 年中国大数据风控调研报告》数据显示,2017 年中国大数据风控市场规模达 140 亿元,发展潜力巨大。随着开源类技术迅猛发展、行业趋于合规化,以及百行征信的成立,大数据分析市场越来越趋于集中,技术、数据、场景理解、客群和获客成为大数据风控公司五大核心竞争力,互联网巨头、产业类公司、创新类公司和IT类公司已纷纷入场布局。

  数据创新将成金融发展核心动力

  未来,大数据经济价值会驱动大数据产业链加速形成。从数据采集、数据存储、数据处理,到数据分析、数据交易、数据应用,围绕着全产业链的各个环节都将产生一批大数据生产商、运营商、服务商。

  《2018 年中国大数据风控调研报告》认为,数据、技术、场景理解、客群和获客将是未来大数据应用于金融领域的核心竞争力。目前,互联网巨头在数据、技术和场景理解方面都占有独特优势,前景良好,或将成为大数据发展的最大受益者。

  以阿里巴巴、腾讯为代表的互联网巨头借助其在电商和社交领域的数据积累逐步建立了富有特色的大数据体系,并有针对性地建立了数据仓库,根据对数据的需求直接去数据仓库进行提取。通过这种方式构建投资者与项目对接的更简单直接的渠道,将促进金融行业的效率的进一步提升。

  金融支撑方面,金融云建设加快将使得企业大数据信用服务体系构建成为现实,进一步推进大数据与金融业的深度整合发展,提升金融服务实体经济的质量与水平。此外,人工智能和区块链技术将大大增强数字货币在金融市场当中的使用比例,同时可能彻底改造个人与金融机构之间的关系,或将推动未来金融机构核心能力产生增量式的变化。

  针对大数据飞速发展所带来的数据安全方面的负面影响和质疑,将随着技术发展逐步得到完善和解决。各国对大数据安全重要性认识亦不断加深,包括美国、英国、欧盟和中国在内的很多国家和组织已经制定了大数据安全相关的法律法规和政策来推动大数据利用和安全保护,在政府数据开放、数据跨境流通和个人信息保护等方向进行了探索与实践。目前我国也已发布信息安全等级保护相关的标准规范,如《金融行业信息系统信息安全等级保护实施指引 JR/T0071-2012》等,用于指导金融机构开展大数据相关的系统建设、测评和运维管理。

  总而言之,未来数据创新将成为推动金融领域发展的核心动力。金融必将是数据驱动型的金融,大数据技术的广泛应用,对我国金融生态和金融格局必然会产生深刻的影响。大数据催生了众多全新的金融服务模式,将大大推动我国金融行业的发展,金融行业也必将拥抱大数据时代的创新与变革。

关注微信公众号:

关于我们 | 联系我们 | 广告刊例 | 订阅服务 | 版权声明

地址(Address):北京市西城区广内大街315号信息大厦B座8-13层(8-13 Floor, IT Center B Block, No.315 GuangNei Street, Xicheng District, Beijing, China)

邮编:100053 电话:010-63691650 传真:010-63691514 Post Code:100053 Landline:86-010-63691655 Fax:010-63691514

Copyright 中国战略新兴产业网 京ICP备09051002号-3 技术支持:wicep