/资讯中心/趋势研究/大数据:互联网金融发展的助推器

大数据:互联网金融发展的助推器

发布时间:2016-09-29 分类:趋势研究 来源:互联网

近年来,大数据发展已提升至国家战略发展层面。2015年9月,国务院发布了《促进大数据行动纲要》(下文简称《行动纲要》);为全面落实《行动纲要》,发改委于2016年4月13日发布了《促进大数据发展三年工作方案(2016-2018)》、《促进大数据发展2016年工作要点》;大数据产业“十三五”规划也将于年内发布。眼下正处于工业经济与信息经济交汇发展的关键时期,正是我国抓住机遇构建“数据强国”,树立国家竞争新优势的好时机。


本文在简单介绍大数据的定义及处理流程的基础上,结合具体业态分析阐述了大数据对互联网金融发展的推动作用。


一、什么是大数据



大数据作为当下热点,获得了产学研用各界的高度关注,但是大众对它的认知却是模糊不清的。下面,本文将从定义及处理流程入手介绍大数据。


大数据的定义


时至今日,不论是学术文章中还是政府公文中,均未能给出一个统一的大数据定义。本文选取了由学术界、工业界和政府部门给出的具有代表性的大数据定义,由此从不同的维度来解释大数据究竟是什么。


美国麻省理工学院计算机科学和人工智能实验室的Sam Madden教授在《From Databases to Big Data》中,将大数据定义为对于传统工具而言,数据量过大、处理所需速度过快、处理难度高且具有真实性(veracity)的数据集合。


麦肯锡公司于2011年发布的报告《Big data: The next frontier for innovation, competition, and productivity》中,将大数据定义为大小超出了典型数据库软件的采集、存储、管理和分析等能力的数据集。


国务院于2015年9月印发的《促进大数据发展行动纲要》中,将大数据定义为是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合。


大数据的处理流程


大数据的处理流程一般包括数据采集和存储、数据导入和预处理、统计分析和数据挖掘四部分。下面简单介绍一下上述四个概念。


数据采集和存储。数据采集是指运用多个数据库接收自客户端(App、Web或者传感器等)的数据,接着将采集到的数据存储在数据库中。


数据导入和预处理。数据导入是指将数据采集端的多个数据库中的数据导入到一个集中的大型分布式数据库或者分布式存储集群中。数据预处理是在数据导入的基础上,进行数据清理(消除噪音或不一致数据)、数据集成(将多种数据源组合在一起)、数据转换(从数据库中提取与分析人物相关的数据)、数据归约(将数据变换或统一成适合统计分析和数据挖掘的形式)等工作。


数据统计分析。数据的统计分析是指根据明确的分析条件和分析目标,对已导入大型分布式数据库或分布式存储集群中的海量数据进行分类汇总分析处理。


数据挖掘。数据挖掘不存在明确的分析目标,旨在运用算法挖掘海量数据中隐藏的有效信息,主要任务是进行分析和预测。


二、大数据助力互联网金融发展


如今,大数据成为推动经济转型发展的新动力。一方面,大数据改变了传统的生产方式和经济运行机制,可显著提升经济运行水平和效率;另一方面,大数据激发商业模式创新,不断催生新业态,已成为互联网金融等新兴领域的业务创新增值、提升企业核心价值的重要驱动力。


本文聚焦于互联网金融领域的大数据应用发展现状,结合互联网金融具体业态分析阐述大数据对互联网金融发展的推动作用。


大数据+互联网保险


大数据助力互联网金融产品研发。面对不断变化的市场需求,互联网保险公司要想提高自身的竞争力,就必须研发出具有吸引力的保险产品。大数据则能够通过对客户需求的精准分析,帮助互联网保险公司研发出更具吸引力的保险产品。


客户需求分析是互联网保险产品研发的核心环节,而大数据产品研发通过实时持续地从论坛、社交网站以及新闻等信息源搜集客户需求相关信息,分析整理收集到的海量数据,帮助金融机构得到更为精确的客户需求分析,从而以客户对保险产品的需求“痛点”为指向进行产品研发,从而大大提高互联网保险公司推出保险产品的市场竞争力。


众安在线于2014年12月5日推出的“众乐宝”就是利用大数据进行产品研发的典例。“众乐宝”是众安在线针对淘宝诚信卖家普遍存在资金冻结压力的现象,而推出的降低卖家负担的保险产品,一经推出就吸引了大量淘宝卖家,短短一年内购买“众乐宝”的客户就多达100多万。


大数据+互联网基金


大数据助力互联网金融风控。互联网基金与传统基金存在流动性风险,需要不断优化调配来规避流动性风险。大数据能够帮助互联网基金业很好地规避流动性风险。


由于大数据具有处理速度快的特征,运用大数据统计分析和数据挖掘技术对海量风险相关信息进行实时处理,使得风险预警模型能够及时识别流动性风险,并发出预警信号,由此大数据能够很好地帮助互联网基金业规避流动性风险,降低风险损失。


余额宝的大数据风险控制已成为互联网基金业应用的典范,其客户风险预警体系由网络信息获取平台和客户风险预警系统组成。首先借助网络信息获取平台获取海量客户数据信息,随后运用大数据分析挖掘所获取的海量信息,形成预警信号,再经过进一步的筛选甄别对各预警信号进行分级处理,从而规避流动性风险发生。凭借强大的风控能力,余额宝上市仅半年就成为中国规模最大、用户数量最多的货币市场基金。


大数据+互联网支付 


大数据助力互联网金融安全监管。互联网支付在给人们带来便利的同时,也为不法分子进行非法洗钱提供了便利,由此加大了互联网金融安全监管的难度。如今,大数据在针对非法洗钱而开展的各项违法犯罪打击活动中发挥着越来越重要的作用。


目前反洗黑钱工作需要大量金融机构的前台柜员参与可疑交易识别、预警及报告过程,这种模式的缺陷在于信息收集和报告的边际成本高昂,且数据覆盖面窄、误报率高、时效性差。而运用大数据进行反洗黑钱工作,能够实时动态的掌握交易金额数据和包括消费行为在内的各种维度的信息,由此能够持续监测客户动态,结合资金、电子商务、非资金关联关系等信息,破解各种洗钱手段,从而更为及时准确地揪出不法分子。


蚂蚁金服借助大数据建立了智能反洗钱体系,并已投入使用,不仅大大提高了反洗钱工作的效率,还降低了误报率。仅2015年上半年,蚂蚁金服的反洗黑钱团队向反洗钱监测中心报送的可以交易报告高达300多份,其中已有多份移送至公安机关。


三、结语


现阶段,大数据作为互联网金融发展的助推器不仅提高了互联网金融机构产品研发的成功率和风控能力,还维护了互联网金融安全,但大数据技术仍存有较大改进空间,大数据共享未实现,数据安全隐患问题亟待解决。可以预见,随着大数据技术的突破、大数据共享的逐步实现以及大数据安全标准的落地,互联网金融行业能够借助大数据获取更多商业价值。