大數據金融模式與風險分析

(四川大學經濟學院 四川 成都 610065)

一、大數據金融概念與模式

大數據金融指隨著大數據技術發展形成的基于互聯網、云計算等信息技術開展的各種金融活動的總稱。其集合海量非結構化數據，通過對個體的行為數據、社交數據、消費數據等多維度的數據分析，為金融業提供個體全面的“樣貌”，準確預測個體行為，從而提高金融機構的效率，降低融資風險，讓金融服務更加多元化、個性化、廣泛化的新型金融模式。

大數據金融作為互聯網金融的升級形態，有四個方面的顯著特點：一是借助虛擬網絡與云計算技術，主要特征體現在遠程分析與虛擬化；二是金融交易產品依靠大數據定價；三是金融交易大數據化，利用大數據議價、交易結算；四是大數據金融化與金融市場大數據化互融。

(一)平臺金融模式。平臺金融是基于虛擬平臺形成的網上交易與網上支付的模式，是現實交易模式在虛擬平臺的再現。不同的是，用云計算和模型數據處理能力形成信用或訂單融資模式。相比于傳統金融依靠抵押或擔保方式，以支付寶借唄為代表的平臺金融對電商平臺的交易數據、社交網絡的用戶交易與交互信息和行為習慣等的綜合性數據進行實時云計算分析，形成客戶在平臺中的累積信用數據，通過平臺構建的信用評級體系和金融風險計算模型及風險控制體系，實時向網絡商戶發放訂單貸款和信用貸款，快速高效，定位準確且風險相對可控。

(二)傳統金融業大數據化。傳統金融業大數據化直觀表現在金融大數據的產生與積累。金融大數據指人類從事金融活動產生的結構性數據與非結構性數據的數據集。結構性數據是可以規范格式進行整理和計算的數據集合；非結構性數據則沒有規范格式，也無法整理和分析，如音頻、視頻、磁帶等媒體介質資料。

金融業大數據化基于金融大數據，進行議價、交易交割，也可利用金融大數據進行金融產品定價與價格波動預測。由于這些金融數據包括客戶的信用信息、負債信息、業績信息等，這些信息與信貸風險密切相關，數據來源廣泛，數據種類翔實。利用服務器對金融大數據進行全面的搜集，而后通過云計算技術及時分析，可全面地衡量風險，研究數據信息之間的關聯性，正確指導金融交易與風險管理。

(三)金融服務個性化。現代社會差異化和定制化趨勢將逐步挑戰傳統批發式金融產品。目前沒有產品服務能夠滿足每位消費者的特異需求。借助大數據技術分析、決策，金融機構能夠更好地滿足目標客戶的真實需求，讓金融產品和服務更具有市場競爭力。

個性化金融推薦異于傳統金融隨機或熱門推薦，它通過分析每位客戶的歷史行為來區分用戶興趣和偏好的差異，建立框架模型匹配算法，預測出客戶中意的產品組合。個性化金融服務是大數據金融非常典型標志，已逐步運用于金融市場。隨著理財客戶群體和潛在群體的擴大，交易數據和歷史行為的積累，將明顯降低金融市場的搜尋成本和匹配成本，提高客戶滿意度和忠誠度。

(四)大數據金融生態圈構成。金融業大數據化與大數據金融化、市場化之間存在著相互滲透、相互包含的關系，共同構成大數據金融生態圈。大數據生態圈指金融市場中金融大數據與大數據金融化社會活動中的基本單位(人)、家庭、企業、政府及社會團體共同組建的生態系統。

金融交易活動的社會行為主體包括個人、家庭、廠商、政府和其他社會團體，個人是基本組成單位。社會行為主體的金融行為產生海量的金融大數據，日常經濟活動產生的生產、生活數據又影響和補充金融大數據。與此同時包括各類數據的大數據金融化、市場化反過來促進大數據的金融交易，大數據的金融交易再一次推動實體經濟活動，并推動金融大數據和生產、生活數據的指數增長。由此形成現實經濟活動與傳統金融交易活動與大數據金融交易活動的循環生態系統。隨著數據網絡化、網絡全球化、經濟金融化、金融數據化進程的推進，該循環生態系統的規模和范圍都將不斷擴大。

目前，以大數據為交易標的的交易平臺和交易所已經出現。未來市場上會出現大數據挖掘、數據分析整合、采購和使用的各方機構。大數據作將為一種全新的金融標的擴展到信托和保險行業，實現大數據的金融化。

二、大數據金融風險分析

(一)大數據金融信息安全風險。從大數據的典型特征看，目前的防護技術已有不足。相比于傳統數據，大數據具有內存大、時效高、多樣化、難辨識和價值密度低等特征，隨著黑客攻擊技術的進步，大數據中心需要更高的安全等級和傳輸渠道。當大數據離開源數據中心，不斷地進行采集、匯總、挖掘、建模、分析、利用的過程中，大數據的數據密度和數據價值都在不斷提高。數據越是分析地充分，數據泄露所帶來的危害就越大。

從大數據的基礎技術看，平臺的安全防護機制存在不足。云計算、大數據技術在開發之時便沒有足夠重視用戶身份識別、訪問授權等機能的安全防護，使平臺對惡意攻擊的防范能力不足，可能對金融機構和與金融機構密切相連的社會行為主體造成巨大損失。

(二)制度風險。目前我國還尚無明確的法律約束大數據金融，滯后的法律制度會帶來負面的影響。對于市場準入、市場紅線界定不清晰，規則的缺失會使整個大數據金融市場的監督體系難以形成一個有效的系統。大數據金融是一種復合金融模式，它不僅涵蓋了證券、保險，信托、銀行等傳統金融領域，還將這些業務與網絡、計算機、云計算等信息技術深度結合。監管的復雜性和難度將顯著增加，還會出現新的監管死角。單靠部門分塊監管是行不通的，但多部門聯合監管的監督體系尚未實現，各監管部門之間尚未就自己的監管范圍與權限達成清晰的界定，監管方面矛盾突出，監管效率不高，存在著制度設計上的風險。

(三)危機擴散風險。大數據金融具有順經濟周期性，金融支付、交易的業務規模波動與宏觀經濟波動的共振性會放大經濟波動、增加損失的風險；行業機構負債比率過高、經營脆弱會產生危機風險，中介型金融機構的杠桿率較高，相應的風險緩沖、風險準備卻不足，大數據金融面臨共同沖擊時，極可能爆發集體性危機。

危機爆發之后，存在著從大數據金融中一個細分點逐漸擴大到整個行業并進一步擴散到實體經濟領域的風險。此時，危機遏制與風險分擔就顯得極為重要，大數據金融應參考傳統金融風險分擔方式，針對資金安全、數據信息安全、金融產品服務瑕疵等問題提供相應的保險業務，分擔金融風險。