大數據在金融領域的應用研究

趙 博

中國信息通信研究院 北京 100191

1 金融大數據的興起

近年來，攝像頭、可穿戴設備、GPS等傳感器收集著大量音頻、視頻、圖像等各類結構化和非結構化數據，隨著電子商務、社交、綜合信息網站等互聯網應用的發展，數據基于網絡大量產生并存儲，信息量爆發式增長。據IDC的研究顯示，全球數據總量年復合增長率50%。這種增長速度意味著未來兩年，全球新增的數據量將超過人類有史以來積累的數據總和。IDC預測，到2020年，全球數據總量將達到40ZB(400億TB)，代表地球上每個人平均會產生5TB的數據[1]。

人類正從IT時代走向DT時代，數據是數字化時代的“石油”，大數據就是數字化時代的“冶煉工藝”。通過數據的收集、存儲、分析和可視化技術，解決大數據海量、高速、多變、低密度的問題，使數據從散亂的信息，變成知識和智慧，幫助組織解決發展中遇到的實際問題。

麥肯錫公司早在2011年就已經預見到大數據時代的到來，并提出：“各個行業和領域都已經被數據滲透了，目前數據已成為非常重要的生產因素。對于大數據的處理和挖掘將意味著新一波的生產率不斷增長和消費者盈余浪潮的到來”[2]。人們已經意識到，通過數據給社會創造價值的能力和用數據盈利的能力將成為所有組織的核心競爭力。

縱觀金融行業的發展歷史，每次都是科技的創新推動著金融行業的發展與變革。電報技術、互聯網技術的推出都對金融機構的服務模式和風控方式產生了重大影響。最近幾年，各國政府都在不斷加大對科技創新的重視程度。科技創新的速度不斷加快，并逐步與金融業務深度融合，以大數據、云計算、人工智能、區塊鏈等為代表的新技術已經逐漸成為金融發展的新動力。

普華永道調研顯示，在所有金融科技中，大數據是金融行業投資和應用的首選[3]。首先，從內在需求看，在互聯網金融模式的沖擊下，整個金融業的運作模式正在重構，行業競爭日益激烈，基于數據的精細化運營需求日益迫切。其次，從應用基礎上看，金融行業擁有海量數據資源。金融業是最有意愿進行信息化投入的行業之一，經過多年的信息沉淀，各系統內積累了大量高價值的數據，擁有用于數據分析的基礎資源。最后，從產品供應上看，大數據產品已經越來越成熟，技術供給越來越豐富，部署成本直線下降。此外，部分先行者為大數據部署提供了寶貴的應用案例，使得金融大數據解決方案越趨完善。

2 金融大數據的價值

2.1 提升決策效率

大數據分析可以幫助金融機構實現以事實為中心的經營方法。大數據可以幫助金融機構，以數據為基礎，逐步從靜態的現象分析和預測，過渡到針對場景提供動態化的決策建議，從而更加精準地對市場變化做出反應。

2.2 強化數據資產管理能力

金融機構大量使用傳統數據庫，成本較高，而且對于非結構化數據的存儲分析能力不足。通過大數據底層平臺建設，可以在部分場景替換傳統數據庫，并實現文字、圖片和視頻等更加多元化數據的存儲分析，有效提升金融結構數據資產管理能力。

2.3 實現精準營銷服務

在互聯網金融模式的沖擊下，整個金融業的運作模式面臨重構，行業競爭日益激烈，基于數據的精細化運營需求和產品創新需求日益迫切。大數據可以幫助金融機構更好的識別客戶需求，打造良好客戶體驗，提升綜合競爭力。

2.4 增強風控管理能力

大數據技術可以幫助金融機構將與客戶有關的數據信息進行全量匯聚分析，識別可疑信息和違規操作，強化對于風險的預判和防控能力，在使用更少的風控人員的條件下，帶來更加高效可靠的風控管理[4]。

3 金融大數據的發展特點

3.1 金融云快速落地奠定大數據應用基礎

金融云具備的快速交付、高擴展、低運維成本等特性，能夠在充分考慮金融機構對信息安全、監管合規、數據隔離和中立性等要求的情況下，為機構處理突發業務需求、部署業務快速上線、實現業務創新改革提供有力支持；因此，金融業一直較為積極地推動云計算的落地。

目前，大型金融機構紛紛開啟了基于云計算的信息系統架構轉型之路，逐步將業務向云端遷移。大型金融機構普遍青睞混合云架構，將非核心應用遷移到公有云上，再將部分核心應用遷移到私有云平臺上，關鍵業務上繼續使用傳統的架構。新興金融機構如螞蟻金服、微眾銀行等在誕生之初就把所有的IT系統構建在云上。

3.2 實時計算分析能力是金融大數據應用的首要關注點

金融機構的業務要求大數據平臺具有實時計算的能力。目前，金融機構最常使用的大數據應用場景如精準營銷、實時風控、交易預警和反欺詐等業務都需要實時計算的支撐。

以精準營銷和交易預警為例，精準營銷要求在客戶短暫的訪問與咨詢時間內發現客戶的投資傾向，推薦適合的產品。交易預警場景要求大數據平臺在秒級完成從事件發生到感知變化到輸出計算結果的整個過程，識別出客戶行為的異常，并做出交易預警；因此，流式計算框架的實時計算大數據平臺目前逐漸在金融機構得到應用，以滿足低延時的復雜應用場景需求。

3.3 金融業務創新越來越依賴于大數據應用分析能力

客戶對服務體驗的要求越來越高，需要金融機構隨時隨地都能提供服務，產品設計要更易用、更直觀，響應更快速。金融機構提供產品和服務的重點，也從簡單的標準化，轉變為個性化。

大數據能夠在產品設計和客戶服務兩方面提高創新能力。在產品設計上，大數據能夠更好的利用現有數據，為客戶進行全面的客戶畫像，識別客戶的需求。基于精準的客戶認知，金融機構可以細分客戶的需求，從而針對性的設計出符合客戶個性化需求的、場景化的產品。在客戶服務上，大數據可以提高產品的自動化程度，從而擴大產品和服務的范圍、拓寬客戶基礎，使得金融機構得以覆蓋以前服務不到的長尾客戶。此外，產品自動化還能夠快速的對客戶需求做出反應，提高客戶黏性。

4 金融大數據的發展趨勢

4.1 大數據應用水平正在成為金融企業競爭力的核心要素

金融的核心就是風控，風控以數據為導向。金融機構的風控水平直接影響壞賬率、營收和利潤。經過長期的數字化改造，金融機構積累了大量的信息系統，通過這些系統積累了海量的數據，但是這些數據是分散在各個系統中，不能實現集中分析。金融機構已經意識到需要有效地管理其日益重要的數據資產，正在主動思考和實踐數據資產治理的方法。目前，金融機構正在加大在數據治理項目中的投入，結合大數據平臺建設項目，構建企業內統一的數據池，實現數據的“穿透式”管理。大數據時代，數據治理是金融機構需要深入思考的命題，有效的數據資產管控，可以使數據資產成為金融機構的核心競爭力。

在國內，金融機構對大數據的認知已經從探索階段進入到了認同階段。普華永道研究顯示，83%的中國金融機構表示希望在大數據上進行投資[3]。金融行業對大數據的需求屬于業務驅動型。其迫切希望應用大數據技術使得營銷更加精準、風險識別更加準確、經營決策更具針對性、產品更具吸引力，從而降低企業經營成本，提高企業利潤。隨著更多金融機構基于大數據獲得豐厚的回報，將進一步打消它們的顧慮，加速大數據的普及。

4.2 金融行業數據整合、共享和開放成為趨勢

數據越關聯越有價值，越開放越有價值。隨著各國政府和企業逐漸認識到數據共享帶來的社會效益和商業價值，全球已經掀起一股數據開放的熱潮。大數據的發展需要所有組織和個人的共同協作，將個人私有、企業自有、政府自有的數據進行整合，把私有大數據變為公共大數據。

目前，美歐等發達國家和地區的政府都在數據共享上做出了表率，開放大量的公共事業數據。中國政府也著力推動數據開放。一方面，國家帶頭著力推動政府數據公開。國務院《促進大數據發展行動綱要》提出：到2018年，中央政府層面實現金稅、金關、金財、金審、金盾、金宏、金保、金土、金農、金水、金質等信息系統通過統一平臺進行數據共享和交換。另一方面，國家還通過推動建設各類大數據服務交易平臺，為數據使用者提供更豐富的數據來源[5]。在發改委發布的《國家發展改革委辦公廳關于請組織申報大數據領域創新能力建設專項的通知》中明確提到要建設大數據流通與交易平臺，用以支撐數據共享[6]。

4.3 金融數據與其他跨領域數據的融合應用不斷強化

2015年以前，金融機構主要基于金融行業自有信息進行分析。金融機構主要基于自身靜態數據，通過人工對內進行經營分析、產品設計、營銷設計等，對外進行客戶分析和行情分析。從2016年開始，大數據技術逐漸成熟，數據采集技術快速發展，通過圖像識別、語音識別、語義理解等技術實現外部海量高價值數據收集，包括政府公開數據、企業官網數據、社交數據。金融機構得以通過客戶動態數據的獲取從而更深入的了解客戶。

未來，數據流通的市場會更健全。金融機構將可以方便地獲取電信、電商、醫療、出行、教育等其他行業的數據，一方面會有力的促進金融數據和其他行業數據融合，使得金融機構的營銷和風控模型更精準。另一方面，跨行業數據融合會催生出跨行業的應用，使金融行業得以設計出更多的基于場景的金融產品，與其他行業進行更深入的融合。

4.4 人工智能正在成為金融大數據應用的新方向

新興技術高速發展，大數據和人工智能技術正在快速地融合。大數據技術強調對數據的采集、存儲、處理和展現。人工智能可以在各個階段助力大數據發揮出更大的作用。

在采集上，圖像識別、語音識別、語義理解等人工智能認知技術實現海量非結構化數據采集。在數據的儲存和管理上，人工智能技術可以實現自動為數據打標簽，自動將數據歸類。在數據處理上，人工智能深度學習、機器學習、知識圖譜技術可以提高算法模型的數據處理的效率和準確度。數據展現上，智能可視化大屏技術可以實現數據實時監控和可視化呈現。大數據與人工智能正在進行多維度的深度融合，拓展了金融大數據的應用價值和應用場景。

4.5 金融數據安全問題越來越受到重視

大數據的應用為數據安全帶來新的風險。數據具有高價值、無限復制、可流動等特性，這些特性為數據安全管理帶來了新的挑戰。

對金融機構來說，網絡惡意攻擊成倍增長，組織數據被竊的事件層出不窮。這對金融機構的數據安全管理能力提出了更高的要求。大數據使得金融機構內海量的高價值數據得到集中，并使數據實現高速存取。但是，如果出現信息泄露可能一次性泄露組織內近乎全部的數據資產。數據泄露后還可能急速擴散，甚至出現更加嚴重的數據篡改和智能欺詐的情況。

對個人來說，金融信息的泄露會暴露出大量的個人基本信息和消費信息等，大數據技術可以便捷地大批量收集這些信息并進行畫像，這使得公民更容易受到欺詐，造成經濟損失。

5 金融大數據應用面臨的挑戰

5.1 金融行業的數據資產管理應用水平仍待提高

金融行業的數據資產管理仍存在數據質量不足、數據獲取方式單一、數據系統分散等一系列問題。一是金融數據質量不足，主要體現為數據缺失、數據重復、數據錯誤和數據格式不統一等多個方面。二是金融行業數據來源相對單一，對于外部數據的引入和應用仍需加強。三是金融行業的數據標準化程度低，分散在多個數據系統中，現有的數據采集和應用分析能力難以滿足當前大規模的數據分析要求，數據應用需求的響應速度仍不足。

5.2 金融大數據應用技術與業務探索仍需突破

金融機構原有的數據系統架構相對復雜，涉及的系統平臺和供應商相對較多，實現大數據應用的技術改造難度較大，而且系統改造的同時必須保障業務系統的安全可靠運行。同時，金融行業的大數據分析應用模型仍處于探索階段，成熟案例和解決方案仍相對較少，金融機構應用大數據需要投入大量的時間和成本進行調研和試錯，一定程度上制約了金融機構大數據應用的積極性。而且，目前的應用實踐反映出大數據分析的誤判率還比較高，機器判斷后的結果仍需要人工核查，資源利用效率和客戶體驗均有待提升。

5.3 金融大數據的行業標準與安全規范仍待完善

當前，金融大數據的相關標準仍處于探索期，金融大數據缺乏統一的存儲管理標準和互通共享平臺，涉及金融行業大數據的安全規范還存在較多空白。相對于其他行業而言，金融大數據涉及更多的用戶個人隱私，在用戶數據安全和信息保護方面要求更加嚴格。隨著大數據在多個金融行業細分領域的價值應用，在缺乏行業統一安全標準和規范的情況下，單純依靠金融機構自身管控，會帶來較大的安全風險。

5.4 金融大數據發展的頂層設計和扶持政策還需強化

在發展規劃方面，金融大數據發展的頂層設計仍需強化。一方面，金融機構間的數據壁壘仍較為明顯，數據應用仍是各自為戰，缺乏有效的整合協同，跨領域和跨企業的數據應用相對較少。另一方面，金融行業數據應用缺乏整體性規劃，當前仍存在較多分散性、臨時性和應急性的數據應用，數據資產的應用價值沒有得到充分發揮，業務支撐作用仍待加強，迫切需要通過行業整體性的產業規劃和扶持政策，明確發展重點，加強方向引導。

6 促進金融大數據發展應用的相關建議

6.1 出臺促進金融大數據發展的產業規劃和扶持政策

建議針對產業發展需求和政策空白領域，出臺促進金融行業大數據發展應用的指導性政策意見，明確產業發展的目標、方向、路徑和要求，完善產業發展的配套保障體系和發展能力評估建設體系。指導和支持金融大數據在產業標準、安全和商業化等多個領域的相關研究。逐步加快發布和形成金融大數據產業應用標準體系和行業規范，以標準促進產業合作，創造更加良好的產業發展環境，增強產業界發展積極性。

6.2 分階段推動金融數據開放、共享和統一平臺建設

針對金融機構數據分散和隔離的問題，建議監管機構牽頭，分階段推進金融行業安全可控的數據開放共享。首先從制定統一數據目錄，明確最低開放標準著手，逐步鼓勵金融機構創新合作模式，搭建金融行業統一數據平臺，克服跨組織數據流通的障礙。未來可鼓勵金融機構探索混合所有制，建立獨立運營主體，負責金融行業大數據的統一管理和運營，開展跨行業、跨領域應用合作，促進金融大數據在社會經濟各領域價值的實現。

6.3 強化金融大數據行業標準和安全規范建設

建議組織金融行業的各方主體，協同制定統一的金融行業大數據交易規范，逐步明確交易各方的數據安全責任，保障金融大數據市場的健康以及有序發展；制定明確的數據安全使用標準，對金融大數據的使用權限、使用范圍、使用方式以及安全機制等，應進行嚴格的規范化、標準化管理；建立有效的投訴機制和懲罰機制，實施全程全網的數據安全使用管控與源頭追訴。

6.4 依托行業平臺推進金融大數據應用成果共享合作

積極發揮以行業組織的平臺作用，打造具有品牌影響力的金融大數據交流分享平臺，建立金融大數據行業的長效溝通機制，促進金融大數據應用成果的經驗分享和互動交流。同時，積極推動金融行業和電信、電商、旅游等跨行業的溝通和合作，通過專題活動宣傳和推廣，展示金融大數據在各個行業領域的應用成果，增加金融大數據應用的社會關注度。

[1] 國際數據公司.The digital universe of opportunities: China country brief[R].2014

[2] 麥肯錫.Big data:The next frontier for innovation,competition, and productivity[R].2011

[3] 普華永道.2017年全球金融科技調查中國概要[R].2017

[4] 韓涵,何陽,趙博.中國金融科技前沿技術發展趨勢及應用場景研究[R].中國信息通信研究院,2018

[5] 國務院.關于促進大數據發展的行動綱要[EB/OL].[2018-03-25].http://www.xinhuanet.com/info/2015-09/17/C_134632375.htm

[6] 國家發展改革委.國家發展改革委辦公廳關于請組織申報大數據領域創新能力建設專項的通知[EB/OL].[2018-03-25].http://www.ndrc.gov.cn/zcfb/zcfbtz/201608/t20160830-816375.html