大數據“點金”金融業

瑞豪　張潔兮

當理賠案件發生時，可跟其他類似人群做比對。在相同的狀況之下，用數據分析該案件跟別的案件相比是否存在不尋常的地方，以此發現更多欺詐的行為——引進該系統后的現代海上火災保險公司，欺詐案件的比例下降了20%

在以網絡化和數據化為特征的新經濟時代，金融與大數據的交叉融合變得順理成章且合乎情理。金融大數據旨在從海量的數據中快速獲取有效信息以支持商業決策，從而進一步推動金融業發展。大數據將促進商業銀行、保險等傳統金融機構實現精準營銷和更好的風險規避，從而帶來更優的經營績效和更高的運營效率。

新一輪革命催化劑

亞馬遜通過其背后強大的大數據分析能力，能夠了解客戶的關注點和興趣愛好，從而推薦了很多合適的商品；美國熱播電視劇《紙牌屋》通過大數據分析，研究每個用戶快進和回放的時間點等，并對導演、男主角和劇情進行合理組合，從而獲得了不菲的收視率。可以說，大數據廣泛應用于各行各業。

金融業本身沒有類似實物的生產、物流等流程，其自身便是數據的生產、處理、倉儲和傳輸的集合。無論是商業銀行、證券公司還是保險公司，其業務交易系統每天都實時運轉著巨量交易數據。不僅如此，每個個體背后都有龐大的歷史數據作為分析和決策的支撐。所以大數據對金融業而言，施加的影響力更不容忽視。

大數據為金融行業帶來的變革將首先體現在兩個方面：精準營銷。大數據改變信息結構，金融機構通過對客戶數據的收集和分析，推出更有個體針對性的服務；風險管控。大數據改變風險管理模式，云計算推進最精確和最低成本的風險測算。這也進一步意味著運營效率和績效的提升。在大數據的推動下，未來金融業將進一步從粗放式管理向精細化管理轉變，從“以利潤為中心”向“以客戶為中心”轉型，從“抵押文化”向“全面的風險管理體制”轉變。

同時，大數據的發展還將推動互聯網金融、移動金融等各種新業態的不斷涌現。不少以技術為主導的互聯網新興企業也將參與到金融行業中來，一起分享大數據帶來的饕餮盛宴。相信在未來的十年內，大數據將以更快的速度滲透到金融行業，掀起新一輪革命浪潮。

傳統金融加快轉型

傳統金融中，大數據對銀行業來說將會推動出現兩大變化。

大數據增加可控風險客戶的數量。過去因為各種原因，有部分本應引入的客戶由于不能確定風險程度被放棄或過濾掉。而現在通過多維度的數據分析，可以更準確地評估一個人的信用程度和風險水平，確保不會“傷及無辜”。

大數據提高單位客戶消費額。基于“天羅地網”的精準營銷也讓銀行信用卡在消費額方面受益良多。有數據顯示，在運用大數據技術后，部分商圈交易量提升了300%，而之前提升水平僅有10%-15%。

商業銀行通過大數據分析實現信用卡的精準營銷是大數據金融最廣泛的應用。信用卡對數據的依賴和敏感與生俱來，大數據所帶來的龐大資源和信息風暴為信用卡的發展帶來了很多的契機。然而，由于中國金融市場成熟度不高，信用卡市場相比于技術成熟的美國市場而言尚存在一定的差距。但是，隨著業務的不斷發展以及市場的日趨成熟，未來借助大數據的個性化服務會越來越明顯。

至于保險，這個行業從誕生伊始就與數據息息相關，需要預測各種交通事故或者病情發生的概率以及頻率，從而進行更加合理的定價。與過去主要依賴大數法則不同，保險公司在大數據時代將更多地考量單個用戶的個體性以及相關因素的復雜性。大數據分析為保險行業帶來的變革將會涉及產品研發、定價、營銷、渠道、理賠以及服務等諸多因素，這一系列變化在國際領先的保險公司已經有所體現。

產品設計和精準營銷。一些保險公司與電信公司展開合作，通過數據分析掌握客戶的特殊需求，從而推出更有針對性的產品以達到精準營銷的目的。

此外，無處不在的社交網絡也在依照不同客戶群體的興趣愛好自發地對其進行了劃分。比如，很多社交網絡都有車友會，甚至可以細分到某品牌某款車的車友會。車險公司可以在針對此類網絡社群的數據分析的基礎上主動介入進行營銷，從而達到事半功倍的效果。與大數據時代下的精準營銷相比，以往由保險公司銷售人員挨家挨戶上門推銷產品的做法不僅效率低下，而且耗費了大量的人力資源。

定價和理賠。結合移動通信，利用車載監控系統以及定位技術來捕捉實時數據將會變得越來越普及。通過安裝車載監控系統，保險公司可以更好地了解駕車者的行為習慣，從而進行更加合理的定價以及理賠。

風險控制。保險詐騙一直是保險公司最頭疼的問題之一。以保險業最為發達的美國為例，每年因為欺詐造成的損失即達到300-500億美元。韓國現代海上火災保險公司于2010年引進了SAS的欺詐防范系統（FAS），旨在減少欺詐案件的發生。該系統采取“混合式”偵測方法，運用業務規則的同時，還采取了“異常偵測”方式防范風險——當理賠案件發生時，可跟其他類似人群做比對，在相同的狀況之下，用數據分析該案件跟別的案件相比是否存在不尋常的地方，以此發現更多欺詐的行為。引進該系統之后，現代海上火災保險公司欺詐案件的比例下降了20%，取得了良好的防范效果。2013年，大數據分析公司奧浦諾為美國各州及醫保醫補服務中心建立了軟件平臺，依靠其醫保索賠數據偵測領域的專業技術對交易中的可疑模式進行檢測，從而有效防止了保險交易中詐騙的發生。”

值得一提的是，越來越多的國內保險公司也逐漸意識到大數據未來的潛在機遇，紛紛加強自身數據建設。

互聯網金融異軍突起

阿里金融之所以能走到今天的強勢地位，依靠的是自身強大的平臺基礎和大數據的支撐。

通過平臺和大數據的支持，阿里金融可以很方便地了解貸款客戶的信息和信用情況，從而有效地控制風險。在數據分析模型中，阿里金融會實時不斷微調各種權重，讓數據分析更精準，從而確保壞賬率不會上升。網絡金融的客戶質量良莠不齊，金融需求也不同，無法通過房產抵押等傳統商業銀行貸款模式來降低風險，這就需要更加高效和完善的數據做支撐，從而更好地挖掘潛在需求，進行準確的信用評價，以及有效控制風險水平。

此外，由于正規金融機構長期以來始終未能有效解決中小企業融資難的問題，而以大數據為創新驅動的金融改革具有互聯網用戶聚合和高速傳播的特點，能夠大幅降低信息不對稱和交易成本，促進信息消費升級，加快民間資本對金融業的支持，從而促使資金供需雙方都是個人的投融資模式成為可能。P2P模型在中國盡管發展迅猛，但還處于初級階段，整體市場較為不成熟，不少機構最終倒閉或者卷錢跑路。這種模式尚處于灰色地帶，很可能演變成高利貸和非法民間集資的手段。

無論是傳統的金融公司還是崛起的互聯網企業，都在迫不及待地加入大數據金融時代。但大數據的出現為金融業帶來機遇的同時，帶來了不少挑戰。例如，交易中介失去了存在價值，尤其是虛擬信用平臺的出現將加劇金融中介的消亡，而IT智能也會逐步替代傳統服務中介的部分角色。更多樣化的運作模式將呈現出來。金融行業競爭將更加激烈，整個行業將出現強者恒強的格局，較弱企業若不能及時展開差異化競爭，最終被市場淘汰。

荘瑞豪系科爾尼咨詢公司全球合伙人，張潔兮系公司董事