大数据在金融行业起步晚 其应用前景广阔
日　来源: 互联网　【】 【】分享到：
中研网讯：　　追踪南方指数 上市两月涨幅喜人　　距离南方大数据指数i100、i300的发布已有两个月的时间了。Wind数据显示，截至11月18日，自9月12日以来上证指数上涨4.87%，中证500指数上涨5.58%。两只基于大数据的指数i100、i300，不负众望均远超大盘，其中i100、i300期间涨幅为9.75%、8.28%，今年以来分别上涨70.89%、53.90%。　　“从目前国内量化投资现状来看，传统的基于财务数据、估值成长因子、指标因子的多因子模型研究框架已经非常成熟，越来越难以获得超额收益，因此近几年新闻事件、公司事件对于股价的影响成为量化投资者研究热点。”南方基金数量化投资部总监刘治平介绍道。
相关研究报告
2014年11月
2014年10月
2014年10月
2014年10月
　　指数每月定调，紧随市场热点　　据南方基金相关负责人介绍，i指数成分股并不特别集中于个别行业，在模型调整方面，除了基本的财务分析、市场行情分析以外，还会参照来自于新浪股票频道、新闻、股吧和新浪的大数据，根据网民对新闻的点击、论坛里讨论的主题、微博中转发的消息每月更新一次成分股。　　在刘治平看来，传统指数代表板块和行业，改善投资业绩的策略指数少而又少。以沪深300为例，其构成方式很简单，集中了沪深两市最大的300只股票，、地产比重大，每半年根据流动市值更新股票，最大块头的股票将难以发生改换。而i100最大的区别在于其成分股是活跃交易的股票，且每个月一换，换手率在40%左右，以达到未来收益更好的目的。　　从涵盖的行业来看，i100的行业板块变化较大，也契合了追踪热点的目的。如10月来看，主要是、、、等目前势头强劲的行业。且行业分布更为均衡，最大的行业比重为10%以上而已，不超过20%。　　海外大数据应用显锋芒　　业内人士指出，根据近两个月大数据指数的表现，可以显著看到通过改变指数编制规则，投资收益风险改变如此之大，两个月的时间，i100、i300指数均表现突出。大数据应用起步于行业，并在金融行业不断扩展其应用的深度和广度。　　一方面来说，因为大数据技术的发展，近几年来，越来越多的互联网公司进军金融相关的产业，除了国内的新浪、百度、腾讯外，美国市场上谷歌[微博]、facebook、twitter这样的巨头也在积极尝试将源于互联网的数据直接应用于对投资市场的分析和预测领域。　　CaymanAtlantic公司是大数据投资的翘楚，旗下对冲基金便是基于twitter成立的大数据基金，自2012年7月成立以来，截至2014年6月，该基金的累计收益率高达48.36%，年化收益率为21.80%。同时，各种指标均揭示了在非常低的风险下，该基金创造了相当高的收益。人士对此表示，从实质的效果来看，这种投资方式充分运用了大数据进行分析，较基金经理而言更有效率，同时不会有道德风险，目前的表现来看已经极具锋芒。　　大数据金融应用初现峥嵘　　另一方面，包括、和在内的金融行业也逐渐将大数据应用于其业务范畴。国内不少银行已经开始利用大数据进行营销及客户，如中信银行中心使用大数据技术实现了实时营销，光大银行建立了社交数据库，招商银行则利用大数据发展。保险行业将大数据应用于客户细分及精细化营销、欺诈行为分析和精细化运营等方面，以此挖掘潜在客户、防范保险欺诈和提供个性化保险方案。目前，证券行业则通过利用大数据研究投资者情绪，结合传统投资模型进行股价预测、投资者管理和市场投资景气分析。　　总的来看，大数据在金融行业的应用起步比互联网行业稍晚，其应用深度和广度还有很大的扩展空间。而互联网行业和金融行业跨界合作渐成大势，双方的大数据应用和金融投资研究优势得以互补互利。南方新浪大数据指数即为互联网巨头新浪和界翘楚南方基金合作推出的互联网金融产品，通过大数据量化投资者情绪，结合传统选股因子判断市场走势，进一步将大数据应用范围扩展到基金投资领域。未来，在互联网和的驱动下，金融行业的大数据应用更将迎来突破性进展。
本文分享地址：
相关新闻关键词阅读：
分析：未来烘焙食品机械产业发展方向...
根据盖世汽车网整理的数据，今年前三季度，国内A0级轿车市场继续萎缩：销量...
深秋已至，记者调查部分国家5A级旅游景区门票价格后发现，多数景区均准备在...
10月31日，国务院新闻办公室举行了2014年第三季度我国工业通信业发展情况新...
据国家统计局数据，7月服装鞋帽、针纺织品零售额同比增长为12%，为 20131...
电子商务的发展正在冲击着传统的商业模式和市民的消费理念，悄然改变、甚至...
携程透露，国庆作为传统的出游旺季，酒店业务增长迅猛，国庆 7天大批量游9...
截止到目前，全国仅有北京、上海、广州、深圳、三亚5个城市仍在执行限购。1...
深圳运营中心：深圳市中研普华管理咨询有限公司 华南运营总部：深圳市福田中心区深南中路东风大厦12楼全层 邮编：518031 &&乘车路线
全国免费服务热线：400-856--5388 客户服务专线：6 06 96
专线：6 29596 专线：6
媒体合作：6 广告合作：6网站合作：6 邮箱： 传真：8
咨询QQ：5336038
Copyright (C) 1998- All Rights Reserved. 版权所有 中国行业研究网(简称“”) TM 旗下网站 粤ICP备号活动：大数据在金融行业的应用
| LinkedIn
活动背景：
升级转型、风险控制、精准营销，金融机构如何一步达成？大数据来告诉你。“云时代”到来，银行、保险、互联网金融、证券等金融机构都在围绕金融大数据挖掘商业价值。大数据已经在金融服务、产品创新、用户体验、精准营销、信用评估、风险控制、反欺诈等方面成功应用。如何让大数据结合企业、结合具体的业务场景，是未来企业大数据工作的焦点。本次CDA数据分析师联合上海移动互联网应用促进中心共同举办本次「大数据在金融行业的应用」沙龙，旨在分享金融大数据应用实例及对大数据金融未来的探讨，期待您的到来！
活动时间：日（周六） 13:30-17:00
活动地点：徐汇区虹梅路2071号1号楼2楼（iDream漕河泾科创中心）
活动流程：
嘉宾介绍：
1、陈春宝：上海交通大学工学博士，经济学硕士，经济师。银行、信用卡、医药与电信等行业8年数据挖掘与建模经验，营销、运营、风控与产品创新等领域几十个项目的分析和管理经历。现就职于某股份制银行总行，负责全行大数据分析应用与队伍建设等工作。曾任美国MSA公司咨询顾问、交通银行信用卡中心数据分析经理、上海交大工程硕士企业兼职导师。
2、陈孚：现任美库尔主管分析师一职，毕业于UNSW精算专业，一直从事数据分析与平台搭建工作，有多年个人消费金融从业经验，并有CRM、市场营销经验。曾服务于金融，高科技行业。
3、张恒溢：上海量俊智能科技有限公司创始人，上海财经大学国际银行金融学院客座教授，上海立信会计金融学院兼职教授；中国人民大学经济论坛量化投资学院理事；历任天倚道投资管理有限公司量化对冲基金经理，万得资讯金融教育事业部负责人，Wind万得大学联合创始人；18年证券投资经历；主要从事二级市场投资研究，近年来专注于量化投资领域的策略开发与研究，并已将人工智能应用在实际投资管理中。
4、俞雅玲：现在美国道富担任model validator一职，毕业于香港理工大学金融数学专业，一直从事量化投资相关工作。
CDA(Certified Data Analyst)，亦称“CDA数据分析师”，指在互联网、零售、金融、电信、医学、旅游等行业专门从事数据的采集、清洗、处理、分析并能制作业务报告、提供决策的新型数据分析人才。CDA秉承着总结凝练最先进的商业数据分析实践为使命，明晰各类数据分析从业者的知识体系为职责，旨在加强全球范围内正规化、科学化、专业化的大数据及数据分析人才队伍建设，进一步提升数据分析师的职业素养与能力水平，促进数据分析行业的高质量持续快速发展。
上海移动互联网应用促进中心，是在上海市经济和信息化委员会的业务指导下，以促进上海移动互联网应用发展为目的的民办非企业法人机构。中心成立于日，于2015年6月落户浦东张江。作为移动互联网应用领域重要的非营利性单位，为政府和行业提供产业与应用专题研究、移动互联网+解决方案咨询、智慧城市顶层规划、工程方案设计、城市公共服务的标准定制、社区公益服务方案策划，国际化互联网技术成果转化与培训, 优秀移动应用成果汇编以及政府委托事项等。
往期回顾：
报名请点击
关于美库尔
作为世界顶级的大数据营销咨询公司，美库尔公司二十多年来一直致力于为客户提供行业最先进的全渠道营销方案。我们利用先进的数据管理技术，广泛的行业营销分析经验，以及以客户为中心的营销战略，来帮助客户实现从传统营销向现代营销（Data-Driven Marketing）的转型。无论您希望通过何种载体（大众、直复营销或数字传媒）来实施营销计划，我们都能提供量化可行的个性化解决方案和咨询服务。
如需进一步了解美库尔，请点击&，访问美库尔中国官方网站，或关注：
微信服务号：merkle
微信订阅号：
新浪微博：
优酷视频：
百度贴吧：
人人主页：
领英平台：Looking for more of the latest headlines on LinkedIn?您的 IP 地址/地理位置：180.112.30.79江苏&&无锡&&联通
当前位置： &
浅谈：金融行业的大数据应用情况 10:07:22&|&编辑：hely&|&查看：&|&评论：
数据显示，中国大数据IT应用投资规模以五大行业最高，其中以互联网行业占比最高，占大数据IT应用投资规模的28 9%，其次是电信领域(19 9%)，第三为金融领域(17 5%)，政府和医疗分别为第四和第五。
互联网发展到今天，大数据云计算已经慢慢的渗透达到各行各业，据数据统计，中国IT应用投资规模目前以五大行业最高，其中以互联网行业占比最高，占IT应用投资规模的28.9%，其次是电信领域(19.9%)，第三为金融领域(17.5%)，政府和医疗分别为第四和第五。
根据国际知名咨询公司麦肯锡的报告显示：在大数据应用综合价值潜力方面，信息技术、金融保险、政府及批发贸易四大行业潜力最高高。具体到行业内每家公司的数据量来看，信息、金融保险、计算机及电子设备、公用事业四类的数据量最大。
不同行业应用大数据技术潜在价值评估
数据来源：麦肯锡《大数据的下一个前沿：创新、竞争和生产力》报告
可以看出，无论是投资规模和应用潜力，信息行业(互联网和电信)和金融行业都是大数据应用的重点行业。本文将讲点介绍行金融行业大数据应用情况。
相关阅读：
搜索"raincent"或扫描下面的二维码您现在的位置： >>
大数据:未来发展前景及策略分析
一、大数据推动信息产业创新
& 大数据是指一般的工具难以捕捉、管理和分析的大容量数据，一般以&太字节&为单位，大数据之&大&，并不仅仅在于&容量之大&，更大的意义在于：通过对海量数据的交换、整合和分析，发现新的知识，创造新的价值，带来&大知识&、&大科技&、&大利润&和&大发展&。信息管理专家涂子沛在其专著中如是定义大数据。
根据IDC(国际数据公司)的监测统计，2011年全球数据总量已经达到1.8ZB(1ZB等于1万亿GB，1.8ZB也就相当于18亿个1TB移动硬盘的存储量)，而这个数值还在以每两年翻一番的速度增长，预计到2020年全球将总共拥有35ZB的数据量，增长近20倍。
美国社会思想家托夫勒在《第三次浪潮》中提出，&如果说IBM的主机拉开了信息化革命的大幕，那么大数据才是第三次浪潮的华彩乐章。&大数据将为信息产业带来新的增长点。面对爆发式增长的海量数据，基于传统架构的信息系统已难以应对，同时传统智能系统和数据分析软件，面对以视频、图片、文字等非结构化数据为主的大数据时，也缺少有效的分析工具和方法。信息系统普遍面临升级换代的迫切需求，为信息产业带来新的、更为广阔的增长点。
开源分析机构Wikibon预计，2012年全球大数据企业营收为50亿美元，未来5年的市场复合年增长率将达到58%，到2017年将达到500亿美元。IDC则预测大数据技术与服务市场将从2010年的32亿美元攀升至2015年的169亿美元。尽管所预测的产业规模存在差别，但所给出的高增速说明两家机构对大数据的发展前景都充满信心。从实际看，作为第一家专注于大数据领域的上市企业，Splunk凭借大数据监测和分析业务，营业收入连续4年实现80%以上的高速增长。
赛迪智库权威专家表示，大数据将加速信息技术产品的创新融合发展。面向大数据市场的新产品、新技术、新服务、新业态正在不断涌现。大数据面临着有效存储、实时分析等挑战，必将对芯片、存储产业产生重要影响，推动一体化数据存储处理服务器、内存计算等产品的升级创新。对数据快速处理和分析的需求，将推动商业智能、数据挖掘等软件在企业级的信息系统中得到融合应用，成为业务创新的重要手段。同时，、移动互联网的迅速发展，使数据产生速度加快、规模加大，迫切需要运用大数据手段进行分析处理，提炼其中的有效信息。大数据应用也给带来落地的途径，使得基于云计算的业务创新和服务创新成为现实。而以以上领域为切入点，大数据将推动整个信息产业的创新发展。
二、大数据将改变经济社会管理面貌
& 大数据作为一种重要的战略资产，已经不同程度地渗透到每个行业领域和部门，其深度应用不仅有助于企业经营活动，还有利于推动国民经济发展。麦肯锡研究表明，在医疗、和制造业，大数据可以每年提高劳动生产率0.5～1个百分点。
赛迪智库权威专家表示，宏观层面，大数据使经济决策部门可以更敏锐地把握经济走向，制定并实施科学的经济政策。微观方面，大数据可以提高企业经营决策水平和效率，推动创新，给企业、行业领域带来价值：
一是增加收入。零售商可通过对海量数据的实时分析掌握市场动态并迅速作出应对，通过精准营销增加营业收入；二是提高效率。在制造业，通过整合来自研发、工程和制造部门的数据以便实行并行工程，可以显著缩短产品上市时间并提高质量；在市场和营销方面，大数据能够帮助消费者在更合理的价格范围内找到更合适的产品来满足自身的需求，提高附加值。三是推动创新。企业可从产品开发、生产和销售的历史大数据中找到创新的源泉，从客户和消费者的大数据中寻找新的合作伙伴，以及从售后反馈大数据发现额外的增值服务，从而改善现有产品和服务，创新业务模式。
大数据技术作为一种重要的信息技术，对于提高安全保障能力、应急能力、优化公共事业服务，提高社会管理水平的作用正在日益凸显。增强安全保障能力。在国防、反恐、安全等领域应用大数据技术，能够对来自于多种渠道的信息快速进行自动分类、整理、分析和反馈，有效解决情报、监视和侦察系统不足等问题，提高国家安全保障能力。
三、大数据存储管理挑战及管理技术
& 目前电信、金融、零售等行业希望通过大数据的分析手段来帮助自己做出理性的决策。特别是电信和金融行业表现尤为突出，市场数据没有办法与用户消费数据打通。而它们面临的第一个问题就是海量数据存储的问题。多数企业正在试图建设自己的数据中心，来满足大规模的数据量的产生，但是随着数据的进一步增多，很多数据的查询和分析性能急剧下降，有的数据中心甚至出现了无法响应的状况，为企业的业务带来了很大损失。
企业的CIO们有着这样的疑虑，怎样的数据管理策略能够对数据进行有效的保护，而且在需要时，让数据随时转变成价值的问题。只有数据与适合的存储系统相匹配，制定出管理数据的战略，才能高成本，高可靠，高效益的应对大量数据。对于企业来说，面临大数据首先解决的问题就是成本和时间效应问题。商机不容错过，而存储数据管理，可以通过自动化，磁盘和重复数据删除，备份和归档的软件，让企业的关键数据分存在不同的区域，然后按照特定的业务需求，对数据进行提取，操作和分析，并形成企业所需要的目标数据。大数据面临的存储难题迎刃而解。
大数据的关注度在不断升温，而大数据管理的技术也层出不穷。在众多技术中，有6种数据管理技术普遍被关注，即分布式存储与计算、内存数据库技术、列式数据库技术、云数据库、NoSQL、移动数据库技术。其中分布式存储与计算受关注度最高。
分布式存储与计算架构可以让大量数据以一种可靠、高效、可伸缩的方式进行处理。因为以并行的方式工作，所以数据处理速度相对较快，且成本较低，Hadoop和NoSQL都属于分布式存储技术的范畴。
内存数据库技术可以作为单独的数据库使用，还能为应用程序提供即时的响应和高吞吐量，SAP的HANA是该技术的典型代表。
列式数据库的特点是可以更好的应对海量关系数据中列的查询，占用更少的存储空间，这也是构建数据仓库的理想架构之一。
云数据库可以不受任何部署环境的优势，随意的进行拓展，进而为客户提供适宜其需求的虚拟容量，并实现自助式资源调配和自助式使用计量。目前微软的SQL Server可以提供类似的服务。
NoSQL数据库适合于以下场景，即庞大的数据量、极端的查询量和模式演化。企业可以NoSQL得到高可扩展性、高可用性、低成本、可预见的弹性和架构灵活性的优势，甲骨文在2011年推出Oracle NoSQL数据库。
移动数据库技术是适应移动计算产物。随着智能移动终端的普及，人们对移动数据实时处理和管理要求的不断提高，移动数据库具有平台的移动性、频繁断接性、条件的多样性、网络通讯的非对称性、系统的高伸缩性和低可靠性以及电源能力的有限性等，也正是因为这些特性被业界所重视。
四、我国大数据发展策略
& 中科院计算所网络数据科学与工程研究中心主任程学旗在接受本刊记者专访中表示：&数据的规模如此之大，现有的IT技术根本没有办法分析处理，价值难以得到有效利用。对这些数据的感知、分析，同时加以商业化，就是大数据技术需要完成的工作。&如何挖掘大数据的价值是重中之重。
我国应将大数据作为新一轮科技竞争和产业竞争的战略重点和制高点，充分认识&数据、技术、应用&三位一体、有机统一的内涵，掌握未来大数据发展主动权。为此，赛迪专家建议重点开展以下四方面工作：
首先，布局关键技术研发创新。
& 总体来看，大数据的技术门槛较高，目前在大数据领域展开竞争的信息技术企业多是在数据存储、分析等领域有着传统优势的厂商。为实现产业升级，为在技术产业发展中不落人后甚至实现弯道赶超，我国不能再跟随发展，必须及早布局关键技术和新兴技术的研发应用。
一是以数据分析技术为核心，加强人工智能、商业智能、机器学习等领域的理论研究和技术研发，夯实发展基础。
二是加快非结构化数据处理技术、非关系型数据库管理技术、可视化技术等基础技术研发，并推动与云计算、物联网、移动互联网等技术的融合，形成较为成熟、可行的解决方案。
三是面向大数据应用，加强网页搜索技术、知识计算(搜索)技术、知识库技术等核心技术的研发，开发出高质量的单项技术产品，并与数据处理技术相结合，为实现商业智能服务提供技术体系支撑。
其次，提高软件产品发展水平。
一是推动以企业为核心的产学研用合作，加快提高软件发展水平，为大数据发展和应用奠定基础。
二是利用本土语言优势，结合云计算技术与服务，加快中文数据采集、汇总与分析，加快开发和建设中文知识库、数据库与规则库。
三是利用产业发展引导资金，鼓励软硬件企业和服务企业应用新型技术，与信息内容服务相结合，面向实际的大数据应用提供具有行业特色的系统集成解决方案和数据分析服务。
四是以百度、腾讯、阿里巴巴等企业牵头，基于开源、开放操作系统或应用平台，整合优势资源，聚集一批有实力、有特色的中小互联网信息服务提供商，加速本土化信息服务的开拓与整合，形成良性发展的生态系统。
五是以有基础优势的数据处理软件商牵头，统合各方技术优势与数据优势，形成完整、可实用的数据分析软件，不断提高服务内容的精确度与匹配度。同时培育形成一批具有较高集成水平、较强市场能力的大数据解决方案提供商，为大数据在各行业领域的应用提供成熟解决方案。
第三，加速推进大数据示范应用。
一是面向医疗、能源、金融、电信、流通等数据量大的领域，引导行业厂商参与，大力发展数据监测、商业决策、数据分析、横向扩展存储等软硬件一体化的行业应用解决方案。
二是面向智慧城市建设与百姓日常生活需求，加快推动大数据在智慧城市建设及个人娱乐、生活服务领域的应用，不断提升数字内容加工处理软件等服务发展水平。
三是推动行业数据的深加工服务。大力开发深度加工的行业数据库，对高科技领域数据进行深度加工，建立基于不同行业领域的专题数据库，提供内容增值服务。
四是选择重点领域、重点企业，鼓励其应用数据清洗等手段，对企业积累的数据进行初步分析整理，去除重复数据，减少噪音数据，提高大数据集合的建设质量。
第四，优化完善大数据发展环境。
一是要加强大数据应用背景下信息安全问题的研究，应对好大数据应用可能带来或面临的信息安全风险，特别是研究面向基于大数据的情报收集分析工作的信息保密问题。
二是要明确数据分析处理服务的价值和作用，支持数据加工处理企业发展，将具备一定能力企业的数据加工处理业务列入营业税优惠政策享受范围。
三是完善相关体制机制，以政府为切入点，推动信息资源的集中共享，夯实大数据的应用基础。
五、2016年大数据收入将达238亿美元
IDC最近发布的报告显示，全球大数据技术及服务市场年复合增长率将达31.7%，2016年收入将达238亿美元，其增速约为ICT市场整体增速的7倍之多。在现有和新兴细分市场中，大数据市场融合技术与服务正呈现迅猛的发展势头。尽管情况发展会存在多种可能，供需也存在重大变数，但IDC认为， 年该市场仍将呈现强劲增长。
IDC商业分析及大数据研究副总裁Dan Vesset认为，大数据技术及服务市场呈快速增长之势，将给全球带来数十亿美元的市场机遇。它已成为许多企业高管议事日程中的一个重要议题，而对于具备适当的技术、分析、沟通和专业知识的人才而言，它带来了不少极具吸引力的工作机会。
这份报告显示，大数据各细分市场增速不等，从服务市场的21.1%到存储市场的53.4%。与其他基础设施细分市场相比，存储市场年复合增长率最高，这归功于目前大数据环境下对存储能力的双重利用。分析及大数据技术能力的短缺将推动越来越多的买家转向云解决方案和云设备。为解决上述技术短板问题，在信息管理和分析的生命周期中，自动化将受到更多的重视，更多的公司将不再仅仅着眼于技术外包，而是会寻求分析服务的外包。在年的预测期之后，面向机器生成数据的大数据解决方案将赢得更多的关注。
六、中国大数据概念股一览
继物联网、云计算、互联网、移动互联网之后，&大数据&（BigData）主题近日在业内引起高度关注。
最早提出&大数据&时代已经到来的机构是全球知名咨询公司麦肯锡。数据本身是资产，也是云计算内在的灵魂和必然的升级方向。全球互联网巨头都已意识到了&大数据&时代，数据的重要意义。包括EMC、惠普、IBM、微软在内的全球IT巨头纷纷通过收购&大数据&相关厂商来实现技术整合，亦可见其对&大数据&的重视。
工信部发布的物联网&十二五&规划上，把信息处理技术作为4项关键技术创新工程之一被提出来，其中包括了海量数据存储、数据挖掘、图像视频智能分析，这都是大数据的重要组成部分。而另外3项信息感知技术、信息传输技术、信息安全技术，也与&大数据&密切相关。
&大数据&相关的上市公司：
数据处理、分析环节、综合处理：拓尔思、美亚柏科；
语音识别：科大讯飞；
视频识别：海康威视、大华股份、华平股份、中威、国腾电子；
商业智能软件：久其软件、用友软件；
数据中心建设与维护：天玑科技、银信科技、荣之联；
IT咨询、方案实施：汉得信息；
信息安全：卫士通、启明星辰。
数据处理、分析环节、综合处理：拓尔思、美亚柏科
语音识别：科大讯飞
视频识别：海康威视、大华股份、华平股份、中威电子、国腾电子
商业智能软件：久其软件、用友软件
数据中心建设与维护：天玑科技、银信科技、荣之联
IT咨询、方案实施：汉得信息
信息安全：卫士通、启明星辰(来源：综合韩远飞等文章）
本文地址：
中商情报网主营业务:
免责声明：
1、本网转载作品目的在于传递更多信息，我们不对其准确性、完整性、及时性、有效性和适用性等作任何的陈述和保证。本文仅代表作者本人观点，并不代表本网赞同其观点和对其真实性负责。请读者仅作参考，并请自行承担全部责任。
2、凡来源注明"中商情报网"的所有作品，版权均属中商情报网，其转载、 摘编或利用其它方式使用上述作品，需注明"来源：中商情报网"。违反上述声明者，本网有权追究其相关法律责任。
3、中商情报网一贯高度重视知识产权保护并遵守中国各项知识产权法律、法规和具有约束力的规范性文件。如涉及作品内容、版权和其它问题，请在30个工作日内与本网联系更正或删除，可电邮
（)、电话(6)或书面通知。
客服电邮：
深圳地址：深圳市福田中心区红荔路1001号银盛大厦7层(团市委办公大楼)
邮编：518027
askci Corporation, All Rights Reserved 中商情报网 版权所有无所不能 健康点 运动家
大数据时代的金融业
分享到微信朋友圈
财新网“游弋的思想”专栏作家。中国银行网络金融部副总经理。中国人民大学经济学学士，北京大学法学硕士。长期从事互联网金融产品创新、风险控制、渠道管理和整合营销。兼任中国支付清算协会专业委员会副主任委员、中国银联互联网市场发展委员会委员、中国网银联盟副理事长等行业专家职务董俊峰最新文章
　　【财新网】（专栏作家 董俊峰）互联网的飞速发展，对传统行业的生产经营模式产生了根本的影响，伴之而来还有爆炸式的数据量增长，在这些海量数据中同样也蕴含了无限的价值。
　　目前，业界对大数据尚没有一个标准的定义，行业内对大数据的特点概括为四个维度，第一是容量大：互联网上每天都会产生15PB容量的数据，而且数据量预计将以每两年翻一番的速度增长。第二是速度快：数据生成和流动的速度都很快，同时，数据在流动的过程中被快速的处理和决策。例如日常的购物订单、微信、微博、视频、可穿戴设备等，都在快速的产生和传播数据。第三是类型多样：以手机为代表的移动终端具备了采集图片、流媒体、健康数据等更多传感器功能，这些信息有结构化的，也有半结构化或非结构化的。第四是强调海量数据之间的关联性而非因果。在大数据时代，更关注的是一种趋势分析，研究的侧重点是关联关系。
　　近年来，国际金融业在大数据领域不断地探索和尝试，我们列举其中两例。一个是花旗银行的例子，该行通过挖掘信用卡数据，实现交叉营销。当客户每次刷卡时，银行根据时间、地点以及其过往的购物记录，筛选并推送给客户周边商店、餐厅的折扣优惠，从而捕获第二次交易价值，获取新消费的盈利。二是富国银行的例子。这家银行运用大数据识别欺诈行为，通过研究客户之间发生的历史交易，检测是否存在背离常规操作模式的资金异动，通过综观多个数据来源，总结出用户典型的交易习惯，实现实时的可疑交易甄别。
　　大数据时代给中国金融业带来的机遇与挑战
　　大数据是重塑金融竞争格局的一个重要支撑和抓手，对它的有效利用，将带动整个行业的发展，给整个金融体系带来创新动能。
　　第一，在客户营销方面，银行可通过大数据的应用，搜集和掌握更为广泛的客户信息，不但包含传统格式化的金融信息，还可以扩大到客户在电子商务、社交媒体、多终端媒介等一切渗透到客户生活中的林林总总各类非结构化信息。基于这些信息，可以为客户构建崭新的360度画像，分析粒度将从原有客户群体分析精细化到每个客户的个体分析，及时获知客户行为，洞察客户情感与情绪，预测客户期待，并及时组织好匹配的产品与个性化服务，快速响应客户的需求。
　　第二，在风险管理方面，银行利用大数据收集并量化互联网上的各类信息，例如餐饮商户的客户评价信息等。利用这些信息通过模型计算商户的信用情况和违约概率，突破传统单纯以财务信息作为评价要素的做法，引入交易行为、客户评价、公用事业缴费记录等多侧面、各角度的关联数据，以大数据的思维构建新的信用评价模型，更精确、更有效地评价客户，打造智能化引擎支持的“直通式”全流程在线融资服务模式，提高融资效率，降低信贷风险。
　　第三，在产品创新和资源配置方面，大数据可以帮助银行及时深入了解自身的运营情况，辅助改造和优化业务管理流程，改善运行效率，提高产品创新速度，更有效地开展绩效管理和资源配置。
　　除此之外，大数据还可以应用在实时反欺诈监控、预测客户流失、打造增值服务等方面，全面提高银行的经营和服务能力。
　　可以预见，善于高效运用海量数据的金融机构，将会在未来竞争中脱颖而出，大数据应用水平也将成为培育差异化竞争优势的重要支柱。挑战与机遇永远并存，金融业在享受大数据带来的技术红利的同时，也同样面临IT能力建设、思维模式转变等诸多挑战。
　　经过多年的积累，传统金融IT体系虽然已经具备了一定的数据能力，但在新兴大数据技术支撑的背景下，仍有待进一步提升和增强。中国银行在这个领域进行了探索与研究，主要概括总结为七个层次的能力，主要包括：集成、存储、计算、整合、智慧、消费、洞察等七层。其中前四个层次主要考验IT基础设施支持能力，后三个层次考量的是业务范畴上思维方式改变和服务模式的转型升级。
　　我重点分享一下后三个层次：智慧层是基于数据整合层的信息，利用人工智能和数据挖掘技术，实现信息的分解和提炼，找出对客户、对产品、对业务流程等一系列目标对象有价值的信息点，用于支持后续的营销、管理、优化等场景。主要包括实时决策、机器学习、数据沙箱。而面对客户的消费层，主要提升的是信息交互与共享能力，也就是信息消费，更加注重自动化的处理，将数据直接提供给各类业务系统，用于实现无需人工干预的自动化业务决策和处理。洞察层，将数据的概貌以各种形式展现出来，用于支持各类管理和市场决策需求。
　　国内银行应用大数据支持网络金融创新的案例分享
　　通过一段时期的摸索，中行针对互联网金融快速发展下的大数据应用体系建设作了深入研究，提出了利用大数据切入业务的六大领域：一是辅助发掘客户，扩大客户基础，解决银行的获客问题；二是提升客户体验，塑造“千人千面”的客户画像，打造“量身契合”的客户服务；三是变革营销模式，实现精准营销，基于客户画像，想客户所想、及客户所需；四是完善信用风险评价体系，提升风险计量准确性、及时性，构建互联网模式的风控体系；五是动态检测风险，精准识别欺诈；六是优化流程整合，促进产品创新。
　　以下分享两个中行在大数据方面试点的案例，供大家参考：
　　案例一、中银沃金融
　　“中银沃金融”是应用大数据服务小微企业网络融资的一个应用实践案例。电信运营商的代理商通过运营商的电商平台向中行发起贷款申请；银行利用大数据技术，整合电商平台共享数据、征信数据以及客户经理面谈获取的信息，利用授信审批模型实现自动审批；通过短信验证码、动态口令等方式对客户身份进行验证，实现在线签合同和在线提还款；贷后利用预警模型实现在线风险预警。
　　案例二、e触即发
　　“e触即发”是一个基于大数据分析技术、面向个人客户的金融产品精准推荐应用。该模式把握住客户来到网点这一契机，利用客户排队等待的碎片化时间进行现场营销，根据每一个客户基于大数据分析出来的独有属性特征，基于统计分析模型与机器学习能力，实时向客户推荐“量身契合”的金融产品或服务，实现了客户识别—精准推荐—差异化营销的闭环服务。
　　总之，从国内外银行业的应用案例看，大数据已经成为了现实生产力，而不只是雾里看花，纸上谈兵。我们有理由展望，未来越来越多的金融机构将从客户行为分析、差异化营销、差别定价，以及产品设计、风险实时监测和预警等领域，获得更多的大数据支持，大数据支持金融创新和转型升级的应用空间无限广阔。
　　（作者为中国银行网络金融部副总经理，本文根据作者在日“中国互联网经济年会-金融变革论坛”上的讲话整理）
责任编辑：张帆 | 版面编辑：邵超
财新传媒版权所有。如需刊登转载请点击右侧按钮，提交相关信息。经确认即可刊登转载。
新闻订阅：订阅后，一旦财新网更新相关内容，我们会第一时间通过发邮件通知您。
在这里，您可以选择接收的频率：
确定增加订阅含有的新闻？
，您所订阅的新闻会发送到邮箱：（此邮箱不可更改，且每个邮箱最多可同时订阅20个关键词
您已选择接收的频率为
苹果客户端
安卓客户端
财新名家推荐
更多专栏文章
全站点击排行榜
全站评论排行榜
热词推荐：}