石 峰

（河北金融学院，河北 保定 071000）

一、背景

大数据是指依靠传统软件工具在一定时间范围内难以捕获、管理和处理的数据集。它是一种庞大的、高增长的、多元化的信息资产，需要新的处理模式才能使数据呈现出人们能读取的信息。值得注意的是这些“新的”处理模式大多产生于上世纪50年代，当时数据量太少不足使这些处理模式发挥作用，也就是数据的处理模式和数据是相辅相成的关系。在大数据的浪潮面前，互联网金融企业有着很高的商业敏感性和很强的行动力。一系列基于移动互联网平台的第三方支付在支付结算方面有着巨大的优势。一方面，大大降低了银行支付中介的作用。对传统商业银行的影响主要表现在∶银行手续费收入减少，银行作为支付功能的收入减少明显。另一方面，以阿里巴巴和腾讯为首的互联网公司进入了金融、保险、基金、证券等行业，在一定程度上影响了银行的资金来源和商业银行自身理财产品的销售。例如，蚂蚁金服推出的余额宝实际上是一只货币市场基金，其收益率远高于银行活期存款利率。P2P网络借贷和一系列众筹平台的推出，以其强大的便捷性和灵活性对传统商业银行的贷款业务有一定的影响，但不可否认的是它也是对传统银行业的有效补充。它有效地满足了企业家、小微企业、中低收入者和其他无法提供担保但确实需要资金的人的需求。

二、依托大数据技术的互联网金融的优势分析

互联网金融对传统银行业的冲击主要是新互联网金融模式的处理方式。利用平台日常业务活动中积累的海量数据资源，利用建立的数据模型分析每个客户的信用状况，判断是否有可能发放贷款。这显然瓜分了一些传统商业银行的业务。但不能否认的影响可能是积极的,在传统的商业银行贷款,贷款质量分类复杂的方法,常见的分类方法是正常的,关注,次级,可疑,贷款损失对不同贷款提供不同种类的存款准备金,而大数据平台的应对措施更具有“连续性”。基于大数据平台，每个人的信用观察会更加准确，每笔资金流动都可以被监控，这无疑会更加准确和有效。同时，互联网拥有庞大的人口红利，截止2018年8月，我国互联网用户已经突破8亿。以余额宝为例，依托支付宝平台的强大推动力，各类货币市场基金的销量良好，大流量平台具有天然的广告优势使得传统的销售手段难以望其项背。

三、传统金融机构依托大数据背景做出的改变和创新

传统金融机构同样做出了快速的改变。根据最新数据显示,金融行业大数据应用的投资分布显示，银行是投入最多的传统金融机构，证券排在第二位而保险排在第三位。下面以银行为例介绍大数据技术的最新应用。

很多国内银行已开始以大数据为核心推动相关的业务操作,比如中国招商银行开始使用大数据技术分析客户信用水平为发放小微贷款提供参考。中国光大银行建立了一个社会网络信息数据库；中信银行通过大数据技术实现进行理财产品的实时销售,一般来说，银行大数据的应用主要分为以下几个方面。

（一）为客户建立多维度的数据分析

针对个人客户数据分析的指标包括人口特征、消费能力数据、兴趣数据、风险偏好数据等。针对企业客户的数据分析指标包括生产、运营、流通、销售、产业链等。通过对社交媒体上客户行为分析可以更多元的了解客户概况，并以此进行精准营销。如果银行掌握了企业所在产业链上下游的数据，就可以更好的了解企业外部环境的发展，进而预测企业的未来状态。比如中国工商银行一直在招聘大量数据挖掘方面的人才，从经营活动中产生的海量的非结构化数据中寻找商业价值。

（二）更加针对性的营销

互联网金融的冲击使得商业银行改变经营策略，将营销理念以产品为中心转变为里客户为中心。同时，商业银行在经营活动中积累了大量的客户行为数据与特征，随着大数据技术的发展这些数据的价值越来越大。比如客户的购物行为是有关联性的，比如客户订购了出国的机票，那么客户很可能需要外币兑换服务，如果打通了银行与保险的数据连接，客户可能还有购买境外旅游保险的需求。通过大数据技术，银行还可以通过客户生命周期管理，进行新客户获取、防止客户流失与流水客户的赢回等业务。

（三）更好的风险控制

银行可以依托新兴的大数据挖掘技术，通过企业的生产、流通、销售、财务等相关信息进行贷款风险分析，形成企业之间的利益网络，量化企业的信用额度，更有效地为中小企业开展贷款，更好的为小微企业进行金融服务。金融诈骗一直让人们深恶痛绝，但是大数据技术显然提供了一个解决方案，银行可以通过银行卡持卡人基本信息可以通过基本信息、交易历史、客户行为模式，结合智能交易规则模型实现实时交易反欺诈的分析。例如，向陌生账户进行转账会触发反诈骗提醒。

四、互联网金融企业利用大数据技术的风险

大数据技术虽然很多优点，但是也有一些不能忽视的缺点。大数据的数据采集能力是非常强大的。随着大量的数据被收集，涉及到的内容多种多样，不仅包括个人位置、购买偏好和财务状况，还包括实时位置、健康数据、资产分布和信用状况。这些数据信息都可以被存储和分析。如果数据信息被泄露和滥用，将不可避免地威胁到个人隐私和安全。而互联网金融企业往往以追求利润为最优先的选项，很难帮助客户保护隐私。监管部门并没有强制向互联网金融企业进行具体的信息披露，某些互联网金融机构不仅没有主动披露信息与相关业务信息，甚至存在故意隐瞒的不良现象。因此，大数据并没有消除信息不对称现象，不良的互联网金融企业反而利用信息不对称来谋取商业利益。不仅如此，交易双方的区域分布相对分散，信息不对称问题越来越严重。互联网金融本来应该有更高的透明度，但事实并非如此。此外，互联网金融机构往往在高杠杆下运营，甚至引入第三方监管机构也没有足够的担保力度，甚至无抵押贷款也不在少数。互联网金融机构也销售不符合风险承受能力的产品。

互联网金融机构同样也面临流动性风险。为了吸引更多的投资者，互联网金融机构纷纷推出了具有高流动性、高收益的产品，风险错配的问题隐藏在高收益背后，容易让人忽视，这可能导致流动性风险。然而，互联网货币基金公司在使用这些资金的时候没有考虑期限性。一旦出现消费者大规模赎回现象，互联网基金平台就会面临经营困难。此外，许多互联网金融机构由于创业缺乏监管，缺乏应对短期负债和期限错配的经验和措施。金融行业的一些不良习惯流入到互联网平台会产生更高的流动性风险。因为许多互联网平台市场信誉不高,投资者缺乏信心,更容易撤资。虽然从业者数量庞大，但是其中大多数缺乏金融专业知识，不懂风险控制，容易给互联网金融机构带来流动性风险。

五、传统金融机构利用大数据技术的优势

传统金融机构有更加健全的风险应对能力。一方面，传统金融机构收到相关部门的严格监管，各项业务的开展有章可循，在应对安全性风险和流动性风险方面有丰富的经验；另一方面，传统金融机构拥有大量具有专业素养的从业人员，他们大多经过职业培训，持证上岗，更加值得投资者信赖。

六、大数据背景下的金融发展新趋势

大数据技术实力的强弱正在成为衡量金融企业竞争力的重要指标。金融安全最重要的保障就是风控，风控必须要以数据为依托。风控水平的高低，风控的覆盖是否彻底将直接影响金融机构的利润与坏账率。现在，各大金融机构正在加大在大数据项目中的投入力度，计算机方面的人才大量融入传统金融机构，为其构建大数据平台，建造属于企业自身的结构化数据，实现对数据更加专业的管理。数据的管理是大数据时代下金融机构需要重新思考的重要命题，通过有效的数据管控，让数据成为对金融机构有价值的一种资产。

整个金融行业的数据越来越形成开发共享的发展趋势。金融机构不是关起门来做只供自己受益的数据，而是越来越乐于分享自己的数据，数据越分享越有价值，这是大数据发展的必由之路。各国政府和全球的金融企业逐渐认识到数据共享带来的巨大商业价值和额外的社会效益，数据开放已经成为全球全行业的一种热潮。这种热潮不仅仅局限在金融行业，大数据时代的数据价值是跨越行业隔阂的，大量非结构化的数据通过新兴的数据挖掘技术正在产生意想不到的效果。

金融数据的应用呈现泛化态势。大数据技术日渐成熟，各种数据挖掘算法层出不穷，数据采集技术发展迅速，大量数据科技企业应运而生，使用模式识别、语音和图像识别、自然语言处理等技术可以实现从多维度收集海量数据，包括但不限于各种网站的公开数据、社交平台数据。借此金融机构可以全方位的了解客户潜在需求，使得金融产品的设计更加高效率。

可以想象在不远的未来，大数据的发展更加完善。金融机构可以更加智能地获取其他行业的数据，比如教育、交通、医疗、电信、电商。这不仅会有力地提高全行业数据融合程度，使得金融系统的运作更加高效率。更加重要的是，通过大数据技术，金融机构将会更加全方位的服务于经济发展。