大數(shù)據(jù)視角下互聯(lián)網(wǎng)金融發(fā)展的機遇與挑戰(zhàn)探討

魏炳華

摘要：隨著大數(shù)據(jù)技術的興起，互聯(lián)網(wǎng)金融行業(yè)也面臨著一定的機遇與挑戰(zhàn)，只有把握機遇，應對挑戰(zhàn)，才能更加煥發(fā)出市場的活力。本文從大數(shù)據(jù)視角出發(fā)，結(jié)合大數(shù)據(jù)技術在互聯(lián)網(wǎng)金融中的具體應用，對互聯(lián)網(wǎng)金融發(fā)展的機遇與挑戰(zhàn)進行了理論探討與分析，并為互聯(lián)網(wǎng)金融大數(shù)據(jù)業(yè)務的發(fā)展提出了相應的建議。

關鍵詞：大數(shù)據(jù) 互聯(lián)網(wǎng)金融 機遇與挑戰(zhàn)

一、互聯(lián)網(wǎng)金融概述

作為一種新型的金融業(yè)務模式，互聯(lián)網(wǎng)金融利用互聯(lián)網(wǎng)技術和通信技術進行資金的支付與融通，并供投資者投資，主要包括第三方支付、互聯(lián)網(wǎng)貨幣基金、P2P借貸與眾籌等模式。在互聯(lián)網(wǎng)金融發(fā)展的過程中，不僅僅許多大型互聯(lián)網(wǎng)企業(yè)著手于這一領域的布局，諸多傳統(tǒng)的商業(yè)銀行、金融機構(gòu)也積極在產(chǎn)業(yè)中進行拓展，向著綜合性金融服務機構(gòu)發(fā)展。互聯(lián)網(wǎng)金融依托互聯(lián)網(wǎng)平臺，但并非將互聯(lián)網(wǎng)技術與金融簡單相加，而是在二者的融合中不斷革命、創(chuàng)造的產(chǎn)物，其具備信息金融、碎片金融等與傳統(tǒng)金融大大不同的金融模式。同時，在這一背景下，更需要認清市場發(fā)展趨勢，把握互聯(lián)網(wǎng)金融發(fā)展過程的關鍵與問題所在，從而更好地適應經(jīng)濟與社會需要。

二、大數(shù)據(jù)時代互聯(lián)網(wǎng)金融的機遇與挑戰(zhàn)

大數(shù)據(jù)無疑是近年來最火爆的技術之一，通常認為大數(shù)據(jù)具備“4V”特征，即Volume （容量大）、Variety （種類多）、Velocity （速度快）和最重要的Value （價值密度低），在金融業(yè)大數(shù)據(jù)早有成熟的應用，如華爾街公司根據(jù)海量微博評論中民眾表現(xiàn)的情緒拋售股票、對沖基金基于電商顧客的評論，分析企業(yè)產(chǎn)品銷售狀況等。

互聯(lián)網(wǎng)金融與互聯(lián)網(wǎng)技術掛鉤，使得金融與消費和生活的聯(lián)系越來越緊密，在互聯(lián)網(wǎng)金融系統(tǒng)中有著海量的用戶群體和操作記錄，其發(fā)展脫離不了大數(shù)據(jù)技術的賦能。在互聯(lián)網(wǎng)金融業(yè)務開展的過程中，將會產(chǎn)生大量的結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)，主要包括：用戶基本信息、用戶交易數(shù)據(jù)、系統(tǒng)運行日志等。互聯(lián)網(wǎng)金融行業(yè)中的有關部門依托云計算平臺，建立有效的數(shù)學模型，可以刻畫用戶的畫像，掌握用戶投資傾向和購買習慣，精準預測客戶的行為，使金融機構(gòu)在產(chǎn)品營銷和風險控制方面有的放矢，加速數(shù)字普惠金融發(fā)展的同時提升企業(yè)利潤。

從大數(shù)據(jù)視角出發(fā)，互聯(lián)網(wǎng)金融行業(yè)面臨著諸多的機遇與挑戰(zhàn)，綜合看來可以歸納為以下幾點：

機遇：

一是大數(shù)據(jù)有效降低金融服務邊際成本。

傳統(tǒng)的金融服務中，信貸風險控制是整個信貸過程中的重點與難點，這一流程的工作量相對較大，無形中提高了金融服務的邊際成本。而在大數(shù)據(jù)時代，立足于如用戶歷史交易數(shù)據(jù)、用戶受教育數(shù)據(jù)、資產(chǎn)數(shù)據(jù)等海量數(shù)據(jù)，通過構(gòu)建機器學習模型可以有效識別信貸與融資服務中的潛在風險，有效降低金融機構(gòu)的邊際成本。

二是大數(shù)據(jù)實現(xiàn)金融服務精準推薦。

如今，各大電商網(wǎng)站、短視頻APP都應用了成熟的推薦系統(tǒng)，相應地，這一服務可以遷移到對金融服務的推薦上來，面對大量的互聯(lián)網(wǎng)金融產(chǎn)品，多數(shù)用戶要耗費大量的時間來尋找合適的產(chǎn)品，通過構(gòu)建金融產(chǎn)品推薦系統(tǒng)，可以根據(jù)用戶地瀏覽記錄、交易記錄等數(shù)據(jù)，結(jié)合一些金融機構(gòu)客戶經(jīng)理對用戶地調(diào)查，向用戶實時、精準地推薦金融服務。

三是大數(shù)據(jù)加強互聯(lián)網(wǎng)金融開放化、共享化。

互聯(lián)網(wǎng)金融在互聯(lián)網(wǎng)中自成一個生態(tài)圈，無論是商業(yè)銀行還是互聯(lián)網(wǎng)企業(yè)，均可以以融入這一生態(tài)，在生態(tài)中共享互聯(lián)網(wǎng)金融服務、數(shù)據(jù)治理體系等，浦發(fā)銀行、建設銀行等一系列銀行已經(jīng)開放金融服務的API，供各個平臺進行調(diào)用，滿足各方面用戶的需求，同時，在進行數(shù)據(jù)脫敏的基礎上，金融機構(gòu)、監(jiān)管部門等實現(xiàn)數(shù)據(jù)與數(shù)據(jù)治理能力共享，可以有效促進投資、評估信用、推動市場的規(guī)范化。

挑戰(zhàn)：

一是數(shù)據(jù)安全問題不容忽視。

海量數(shù)據(jù)的收集與存儲意味著潛在的數(shù)據(jù)泄露風險，互聯(lián)網(wǎng)給交易帶來了便利，但同時也降低了犯罪分子投機的成本，對于帶有用戶個人信息、涉及財產(chǎn)交易的互聯(lián)網(wǎng)金融用戶、日志等數(shù)據(jù)更是如此，近年來，各個行業(yè)中用戶隱私數(shù)據(jù)遭到泄露的事件屢見不鮮，在互聯(lián)網(wǎng)金融中，如何有效保護數(shù)據(jù)安全成為當前面臨的一大挑戰(zhàn)。

二是共享數(shù)據(jù)平臺構(gòu)建困難。

單個金融機構(gòu)對用戶信用的評估可能是較為片面的，如果整個互聯(lián)網(wǎng)金融生態(tài)圈中的多家企業(yè)能夠共享數(shù)據(jù)，從多方位評估同一個客戶的信用，將會大大提升評估的可靠性。另外，在金融監(jiān)管等方面也亟需構(gòu)建合作共享的數(shù)據(jù)平臺，但如何加強合作、以怎樣的方式共享數(shù)據(jù)，成為推動整個生態(tài)圈發(fā)展的關鍵所在。

三是大數(shù)據(jù)分析處理技術有待發(fā)展。

面對大量的數(shù)據(jù)，應當采用得當?shù)募夹g進行存儲、分析。目前，以Hadoop、Spark為代表的大數(shù)據(jù)生態(tài)圈正在飛速發(fā)展，以深度學習為代表的人工智能模型也逐步向前，但一些小型企業(yè)并不完整具備處理與分析這些數(shù)據(jù)的體系。因此，在互聯(lián)網(wǎng)金融領域應引入更多的相關人才推進技術前進，同時一些較大的綜合性企業(yè)也應適當?shù)叵蛐袠I(yè)分享數(shù)據(jù)治理地方式與方法，達到合作共贏的目的。

三、互聯(lián)網(wǎng)金融中大數(shù)據(jù)應用策略

（一）制定好大數(shù)據(jù)業(yè)務頂層設計

互聯(lián)網(wǎng)金融企業(yè)在開展營銷與風控業(yè)務之前，要明確大數(shù)據(jù)系統(tǒng)在企業(yè)發(fā)展中的重要程度，在戰(zhàn)略層面重視大數(shù)據(jù)業(yè)務的開展，在各項業(yè)務中為接入大數(shù)據(jù)管理與分析系統(tǒng)留有相應的接口，方便業(yè)務的擴展，同時也應優(yōu)化企業(yè)組織結(jié)構(gòu)與部門，增加在數(shù)據(jù)產(chǎn)品方面的資金投入，組織專有的研發(fā)團隊進行大數(shù)據(jù)方向的系統(tǒng)開發(fā)與業(yè)務拓展。在企業(yè)發(fā)展的每個階段，要統(tǒng)籌規(guī)劃大數(shù)據(jù)在業(yè)務中的應用模式與應用方法，始終將客戶放在首位，利用好大數(shù)據(jù)技術的價值作用。在進行企業(yè)自身數(shù)據(jù)業(yè)務研發(fā)時，也要積極推動整個行業(yè)開放共享的生態(tài)發(fā)展，主動尋求數(shù)據(jù)層面的戰(zhàn)略合作，建立健全行業(yè)數(shù)據(jù)治理共享機制。

（二）構(gòu)建完備的大數(shù)據(jù)應用體系

在利用互聯(lián)網(wǎng)技術開展業(yè)務的同時，要構(gòu)建從數(shù)據(jù)收集、存儲、清洗、集成到統(tǒng)計分析與產(chǎn)品制定全流程的大數(shù)據(jù)應用體系。數(shù)據(jù)收集方面，要梳理好數(shù)據(jù)埋點設置的位置和目標，不局限于企業(yè)內(nèi)部業(yè)務的數(shù)據(jù)收集，同時也可以利用網(wǎng)絡爬蟲等技術廣泛收集微博文本信息、統(tǒng)計數(shù)據(jù)等資源;在數(shù)據(jù)存儲方面，要根據(jù)業(yè)務規(guī)模搭建一定數(shù)量的分布式節(jié)點，或租用等同的云服務，利用HDFS等分布式文件存儲系統(tǒng)建立高容錯性、高可靠性的數(shù)據(jù)倉庫;在數(shù)據(jù)清洗、集成到分析方面，利用好各類開源項目，對于如推薦系統(tǒng)等需要實時處理的大數(shù)據(jù)業(yè)務，可以基于Spark Streaming等流處理框架進行計算，對于其他能夠離線處理的數(shù)據(jù)，也可以采用適合的框架進行數(shù)據(jù)的處理。在產(chǎn)品制定時，要綜合分析企業(yè)特點與已有的統(tǒng)計分析結(jié)果，面向市場推出能夠受到客戶歡迎的金融產(chǎn)品與金融服務，從而形成一套完備的互聯(lián)網(wǎng)金融大數(shù)據(jù)應用流程與架構(gòu)。

（三）建立健全有效的大數(shù)據(jù)風險管理系統(tǒng)

風險防控與管理在互聯(lián)網(wǎng)金融企業(yè)中起著至關重要的作用。在經(jīng)營過程中，不僅要增強企業(yè)員工和管理人員的風險防范意識，同時也要依托構(gòu)建的數(shù)據(jù)倉庫，進行資源整合，建立健全一套大數(shù)據(jù)智能風控與管理系統(tǒng)，采用各類主流的機器學習分類算法，全方位增強風險判別能力，在產(chǎn)品上線運行的過程中，精準識別可疑與惡意交易。同時，也要加強對網(wǎng)絡安全的認識，注重用戶隱私數(shù)據(jù)，從數(shù)據(jù)的訪問途徑和數(shù)據(jù)本身兩方面采取一定的安全措施，在數(shù)據(jù)挖掘與分析時預先采用脫敏處理，為用戶隱私保駕護航。

四、結(jié)束語

互聯(lián)網(wǎng)金融在極大程度上革新了已有的金融體系，提升了金融服務的效率和質(zhì)量。在大數(shù)據(jù)技術的驅(qū)動下，同時依托逐漸完善的市場監(jiān)督體系與管理機制，其低成本、高效率、廣覆蓋的優(yōu)勢與特點將會得到進一步的提升，同時在風險控制、網(wǎng)絡安全等弱勢方面也將會有較大的改善。大數(shù)據(jù)時代，不管是金融機構(gòu)，還是監(jiān)管部門，多措并舉推進互聯(lián)網(wǎng)金融規(guī)范化發(fā)展，將會使行業(yè)煥發(fā)出新的生機與活力。

參考文獻：

[1]范逸男，任曉聰.互聯(lián)網(wǎng)金融監(jiān)管體系改革進路研究——基于創(chuàng)新協(xié)同角度[J].西南金融，2020（03）：35-41.

[2]劉智慧，張泉靈.大數(shù)據(jù)技術研究綜述[J].浙江大學學報（工學版），2014，48（06）：957-972.

作者為中國人民銀行朔州市中心支行中級經(jīng)濟師