大數據思維在金融學研究中的運用研究

賈瑞波

摘要：本文在充分調研大數據背景下金融學研究的基礎上，系統分析總結了開展大數據背景下金融領域的規范化方法，建立適應新的時代發展的金融學研究方法，從而最大限度的發揮大數據的作用。

關鍵詞：大數據;金融學;迭代更新速度快;信息技術

伴隨著信息技術的快速發展，各行各業都受到了新技術的沖擊，“互聯網+”的時代正式到來，改變了整個社會的運行。在信息技術大爆炸的21世紀，社會經濟的各個行業的運行模式都發生了深刻的改變，主要特征就是都與信息技術進行了深入的結合。社會經濟的各個方面都已經與大數據得到了充分的結合，兩者相互促進，共同進步。其中大數據背景下金融學應用作為一個新興的研究方向，作為大數據技術與金融學的連接橋梁，以大數據為核心，對整個金融學體系開展過程中的各個方面開展全方位、全生命周期的立體研究，從而充分發揮大數據在金融領域的助推作用。但是大數據的迭代更新速度快，傳統的金融體系不能充分適應大數據背景的情況。起到橋梁作用的大數據背景下金融學研究從研究之初就得到了充分的重視，人們圍繞著如何更好的開展大數據背景下金融學研究進行了多輪次的研究，初步建立了大數據背景下金融學的規范化體系，指導著大數據在金融領域的助推作用。而由于大數據技術本身具有迭代更新速度快的特點，所以相應的大數據背景下金融學也要做出相應的改變，作者首先明確了大數據背景下金融學的3個行業特征，即市場前景廣闊、更新迭代快速和內容體系復雜，然后以此為基礎指出大數據背景下金融領域常見的2個問題，即大數據背景下金融學體系不專業和大數據背景下金融學重點不突出，然后針對這2個問題進行了系統的分析歸納總結，給出相應的解決方案，即建立大數據背景下金融學體系的時候綜合分析和建立大數據背景下金融學重點分配的時候突出重點，提出了大數據背景下金融的發展建議。

1.大數據背景下金融領域的行業特征

從整個社會經濟對大數據的需求程度來看，大數據背景下金融領域的行業特征可以細分為市場前景廣闊、更新迭代快速和內容體系復雜。

大數據背景下金融領域市場前景廣闊：伴隨著大數據的快速普及，社會經濟的各行各業都與大數據進行了充分的結合，兩者相互結合，互相促進。一方面大數據的引入促進了傳統行業的模式改革創新，為傳統行業帶來了新的生機和活力。另外一方面社會經濟的各行各業也為大數據的實際應用提供了廣闊的舞臺，促進了大數據的發展進步。總體來看，大數據背景下金融領域的市場前景廣闊，具體表現為以下三個方面。首先大數據的引入可以充分滿足金融市場的需求，迎合消費者對于當前金融市場的需求。比如最近比較基于大數據分析的各種金融理財產品年化收益率對比分析，這樣使得人們通過金融大數據分析選擇更加適合自己的金融理財產品，極大的提高了人們對于金融理財產品的了解程度。第二個方面大數據的引入可以大幅度提高人們日常工作的效率，而且可以較少過程中由于人為主觀能動性造成的失誤。金融行業從業人員通過大數據分析可以自動分析出經濟發展狀況和行業發展速度之間的關系，從而可以制定更加健康的金融政策。第三個方面可以完善傳統過程中的業務缺失，將之前無法完成或者完成代價較大的部分通過大數據的引入從而得以完成，如通過大數據分析可以對于每一個企業的征信進行全程跟蹤，從而使得金融機構在制定信貸體系的時候能夠具有針對性。

大數據背景下金融更新迭代快速：大數據背景下金融與傳統的金融相比，大的管理框架基本是一致的，但是傳統的金融體系一經建立，基本上就可以持久應用，以后只需要更新增加的情況進行局部的補充就可以，但是大數據背景下金融由于底層的大數據的更新迭代快速，所以造成了大數據背景下金融的更新迭代快速。每一種新的大數據技術體系都是對之前的技術體系的改革創新，而且這種更新迭代的速度越來越快，20年之前大數據技術體系更新迭代的速度大概維持在2年更新一次，現在大數據技術體系更新迭代的速度基本達到了2-3個月的時間就可以更新一次，相應的大數據背景下金融的方法、體系和內容也需要做出相應的改變。當然實際在進行大數據背景下金融的過程中，還需要緊密結合實際需求和進度要求，不能一味的追求技術的創新性，而是應該充分考慮技術的成熟度、創新性、適用性和效率等因素進行詳細的論證，最終選擇合適的大數據背景下金融。

大數據背景下金融內容體系復雜：由于大數據背景下金融本身就定位于新的大數據在傳統社會經濟各行各業中的助推應用，所以大數據背景下金融包括的內容既包括了金融領域中的理論、知識、體系、框架和方法等，又包括大數據本身的技術體系和框架，還要包括兩者的完美契合和完全適應，這就造成了整個大數據背景下金融學的內容體系復雜。

2.大數據背景下金融學的短板分析

基于以上對于大數據背景下金融領域的行業特征分析，結合多年的工作經驗，筆者歸納總結了大數據背景下金融領域中存在的主要問題，總體來看，大數據背景下金融領域中存在兩方面主要的短板，分別是體系不專業和重點不突出，下面分別來看一下。

大數據背景下金融體系不專業：前面所述，大數據背景下金融包括的內容既包括了金融領域中的理論、知識、體系、框架和方法等，又包括大數據本身的技術體系和框架，還要包括兩者的完美契合和完全適應，這就造成了整個大數據背景下金融學的內容體系復雜。這就造成了在大數據背景下金融管理的過程中，管理人才和技術人才的分配不能夠做到足夠的合理。比如細分到大數據背景下金融學的局部細節，可能需要專業的技術人才來負責完成，但是由于技術人才由于專業限制，所以不能夠真正的做好管理工作，也不能夠從大的項目框架上來完成自己部分的內容。而在框架指定的時候，一般由管理人才來完成，但是由于管理人才專業技術的缺失，有時候可能不能完全的做到各個大數據技術細節的完全把控，這就造成了整個大數據背景下金融學的體系不專業。

大數據背景下金融領域重點不突出：前面所述大數據背景下金融領域具有市場前景廣闊和更新迭代快速的特點，所以也造成了大數據在金融領域的應用重點都不同，應用體系和應用框架各有重點。但是從大的邏輯結構來說，所有的大數據背景下金融領域都可以細分為大數據分析和金融管理，現在的大數據背景下金融領域普遍存在重點不突出的現象，具體來說，對于某些數據量相對較小的機構之間、機構與政府部門之間的金融項目，應該重點突出金融管理的地位，而有意識的降低大數據分析在整個大數據背景下金融中的占比，這樣才能夠使得金融管理部分能夠更加的適應實際的應用場景。而對于數據量偏大的居民與金融機構之間的金融項目，應該重點突出大數據分析的地位，而有意識的降低金融管理在整個大數據背景下金融中的占比，這樣才能夠使得金融管理部分能夠讓出真正急需的時間和資源。而在實際的大數據背景下金融者中，現在普遍存在大數據分析與金融管理部分不能協調好占比的情況，從而出現大數據背景下金融重點不突出的情況。

3.大數據背景下金融的實施建議

基于前面的問題分析，大數據背景下金融中主要存在體系不專業和重點不突出兩方面的問題，所以后續的實施建議我們也從這兩方面開展。

建立大數據背景下金融體系的時候綜合分析： 由于大數據背景下金融體系具有市場前景廣闊、更新迭代快速和內容體系復雜的特點，所以在建立大數據背景下金融體系的時候一定要綜合分析，協調好專業管理人才和專業技術人才的搭配關系，真正的做到讓專業的人做專業的事，這樣既能夠保障大的大數據背景下金融體系的合理規范，又能夠保障具體落地技術的專業程度，做到做管理的人才懂技術，做技術的人才懂管理，整個項目過程中的人才都是復合型人才，充分保障項目實施過程中的專業性和管理性。

4.結語

大數據背景下金融體系植根于大數據的快速發展，服務于社會經濟的各行各業，但是由于其本身存在的市場前景廣闊、更新迭代快速和內容體系復雜的特點，所以造成了實際運行過程中出現了體系不專業和重點不突出的特點，為此作者結合多年的實際工作經驗提出了建立大數據背景下金融體系的時候綜合分析和建立大數據背景下金融重點分配的時候突出重點兩條實施建議，希望可以為后續的大數據背景下金融提供依據。

參考文獻：

[1]張順，殷露琦.金融學研究中大數據思維的應用與實踐探索[J].品牌，2015，11：164+166.

[2]劉念，劉一沙.淺談大數據思維在金融學研究中的運用策略[J].現代經濟信息，2016，10：295+297.

[3]朱佳琦.大數據思維在金融學研究中的運用策略淺議[J].納稅，2017，07：83.