魏炳华

摘要：随着大数据技术的兴起，互联网金融行业也面临着一定的机遇与挑战，只有把握机遇，应对挑战，才能更加焕发出市场的活力。本文从大数据视角出发，结合大数据技术在互联网金融中的具体应用，对互联网金融发展的机遇与挑战进行了理论探讨与分析，并为互联网金融大数据业务的发展提出了相应的建议。

关键词：大数据 互联网金融 机遇与挑战

一、互联网金融概述

作为一种新型的金融业务模式，互联网金融利用互联网技术和通信技术进行资金的支付与融通，并供投资者投资，主要包括第三方支付、互联网货币基金、P2P借贷与众筹等模式。在互联网金融发展的过程中，不仅仅许多大型互联网企业着手于这一领域的布局，诸多传统的商业银行、金融机构也积极在产业中进行拓展，向着综合性金融服务机构发展。互联网金融依托互联网平台，但并非将互联网技术与金融简单相加，而是在二者的融合中不断革命、创造的产物，其具备信息金融、碎片金融等与传统金融大大不同的金融模式。同时，在这一背景下，更需要认清市场发展趋势，把握互联网金融发展过程的关键与问题所在，从而更好地适应经济与社会需要。

二、大数据时代互联网金融的机遇与挑战

大数据无疑是近年来最火爆的技术之一，通常认为大数据具备“4V”特征，即Volume （容量大）、Variety （种类多）、Velocity （速度快）和最重要的Value （價值密度低），在金融业大数据早有成熟的应用，如华尔街公司根据海量微博评论中民众表现的情绪抛售股票、对冲基金基于电商顾客的评论，分析企业产品销售状况等。

互联网金融与互联网技术挂钩，使得金融与消费和生活的联系越来越紧密，在互联网金融系统中有着海量的用户群体和操作记录，其发展脱离不了大数据技术的赋能。在互联网金融业务开展的过程中，将会产生大量的结构化数据与非结构化数据，主要包括：用户基本信息、用户交易数据、系统运行日志等。互联网金融行业中的有关部门依托云计算平台，建立有效的数学模型，可以刻画用户的画像，掌握用户投资倾向和购买习惯，精准预测客户的行为，使金融机构在产品营销和风险控制方面有的放矢，加速数字普惠金融发展的同时提升企业利润。

从大数据视角出发，互联网金融行业面临着诸多的机遇与挑战，综合看来可以归纳为以下几点：

机遇：

一是大数据有效降低金融服务边际成本。

传统的金融服务中，信贷风险控制是整个信贷过程中的重点与难点，这一流程的工作量相对较大，无形中提高了金融服务的边际成本。而在大数据时代，立足于如用户历史交易数据、用户受教育数据、资产数据等海量数据，通过构建机器学习模型可以有效识别信贷与融资服务中的潜在风险，有效降低金融机构的边际成本。

二是大数据实现金融服务精准推荐。

如今，各大电商网站、短视频APP都应用了成熟的推荐系统，相应地，这一服务可以迁移到对金融服务的推荐上来，面对大量的互联网金融产品，多数用户要耗费大量的时间来寻找合适的产品，通过构建金融产品推荐系统，可以根据用户地浏览记录、交易记录等数据，结合一些金融机构客户经理对用户地调查，向用户实时、精准地推荐金融服务。

三是大数据加强互联网金融开放化、共享化。

互联网金融在互联网中自成一个生态圈，无论是商业银行还是互联网企业，均可以以融入这一生态，在生态中共享互联网金融服务、数据治理体系等，浦发银行、建设银行等一系列银行已经开放金融服务的API，供各个平台进行调用，满足各方面用户的需求，同时，在进行数据脱敏的基础上，金融机构、监管部门等实现数据与数据治理能力共享，可以有效促进投资、评估信用、推动市场的规范化。

挑战：

一是数据安全问题不容忽视。

海量数据的收集与存储意味着潜在的数据泄露风险，互联网给交易带来了便利，但同时也降低了犯罪分子投机的成本，对于带有用户个人信息、涉及财产交易的互联网金融用户、日志等数据更是如此，近年来，各个行业中用户隐私数据遭到泄露的事件屡见不鲜，在互联网金融中，如何有效保护数据安全成为当前面临的一大挑战。

二是共享数据平台构建困难。

单个金融机构对用户信用的评估可能是较为片面的，如果整个互联网金融生态圈中的多家企业能够共享数据，从多方位评估同一个客户的信用，将会大大提升评估的可靠性。另外，在金融监管等方面也亟需构建合作共享的数据平台，但如何加强合作、以怎样的方式共享数据，成为推动整个生态圈发展的关键所在。

三是大数据分析处理技术有待发展。

面对大量的数据，应当采用得当的技术进行存储、分析。目前，以Hadoop、Spark为代表的大数据生态圈正在飞速发展，以深度学习为代表的人工智能模型也逐步向前，但一些小型企业并不完整具备处理与分析这些数据的体系。因此，在互联网金融领域应引入更多的相关人才推进技术前进，同时一些较大的综合性企业也应适当地向行业分享数据治理地方式与方法，达到合作共赢的目的。

三、互联网金融中大数据应用策略

（一）制定好大数据业务顶层设计

互联网金融企业在开展营销与风控业务之前，要明确大数据系统在企业发展中的重要程度，在战略层面重视大数据业务的开展，在各项业务中为接入大数据管理与分析系统留有相应的接口，方便业务的扩展，同时也应优化企业组织结构与部门，增加在数据产品方面的资金投入，组织专有的研发团队进行大数据方向的系统开发与业务拓展。在企业发展的每个阶段，要统筹规划大数据在业务中的应用模式与应用方法，始终将客户放在首位，利用好大数据技术的价值作用。在进行企业自身数据业务研发时，也要积极推动整个行业开放共享的生态发展，主动寻求数据层面的战略合作，建立健全行业数据治理共享机制。

（二）构建完备的大数据应用体系

在利用互联网技术开展业务的同时，要构建从数据收集、存储、清洗、集成到统计分析与产品制定全流程的大数据应用体系。数据收集方面，要梳理好数据埋点设置的位置和目标，不局限于企业内部业务的数据收集，同时也可以利用网络爬虫等技术广泛收集微博文本信息、统计数据等资源;在数据存储方面，要根据业务规模搭建一定数量的分布式节点，或租用等同的云服务，利用HDFS等分布式文件存储系统建立高容错性、高可靠性的数据仓库;在数据清洗、集成到分析方面，利用好各类开源项目，对于如推荐系统等需要实时处理的大数据业务，可以基于Spark Streaming等流處理框架进行计算，对于其他能够离线处理的数据，也可以采用适合的框架进行数据的处理。在产品制定时，要综合分析企业特点与已有的统计分析结果，面向市场推出能够受到客户欢迎的金融产品与金融服务，从而形成一套完备的互联网金融大数据应用流程与架构。

（三）建立健全有效的大数据风险管理系统

风险防控与管理在互联网金融企业中起着至关重要的作用。在经营过程中，不仅要增强企业员工和管理人员的风险防范意识，同时也要依托构建的数据仓库，进行资源整合，建立健全一套大数据智能风控与管理系统，采用各类主流的机器学习分类算法，全方位增强风险判别能力，在产品上线运行的过程中，精准识别可疑与恶意交易。同时，也要加强对网络安全的认识，注重用户隐私数据，从数据的访问途径和数据本身两方面采取一定的安全措施，在数据挖掘与分析时预先采用脱敏处理，为用户隐私保驾护航。

四、结束语

互联网金融在极大程度上革新了已有的金融体系，提升了金融服务的效率和质量。在大数据技术的驱动下，同时依托逐渐完善的市场监督体系与管理机制，其低成本、高效率、广覆盖的优势与特点将会得到进一步的提升，同时在风险控制、网络安全等弱势方面也将会有较大的改善。大数据时代，不管是金融机构，还是监管部门，多措并举推进互联网金融规范化发展，将会使行业焕发出新的生机与活力。

参考文献：

[1]范逸男，任晓聪.互联网金融监管体系改革进路研究——基于创新协同角度[J].西南金融，2020（03）：35-41.

[2]刘智慧，张泉灵.大数据技术研究综述[J].浙江大学学报（工学版），2014，48（06）：957-972.

作者为中国人民银行朔州市中心支行中级经济师