第二節　大數據金融的內涵

一、大數據金融的界定

所謂的大數據金融，是運用大數據技術開展金融服務，即集合大規模結構化、半結構化、非結構化數據，通過互聯網、云計算和數據挖掘等信息處理的方式進行實時分析，向客戶提供全方位的信息，并通過分析和挖掘客戶交易與客戶的消費習慣的信息，預測客戶的行為，以結合傳統的金融服務、開展資金融通、創新金融服務。

首先，當代金融機構的發展離不開大數據的支撐，大數據金融有利于金融機構進行精準營銷，大大提高其金融服務效率。因為大數據技術的運用可以提供更為周到的金融服務，增加客戶的認同感和歸屬感，在客戶心目中樹立起良好的企業形象。其次，大數據金融迎合了當前金融機構迫切需要轉型升級的內在需求，提高了金融機構的盈利水平，逐步形成了自身的核心競爭力。最后，在互聯網企業涉足金融和傳統金融機構的雙重夾擊下，傳統金融機構必須順應時代發展潮流，積極變革，轉變自身的思維，大力發展大數據金融，提高自身在金融業中的競爭力。

此外，大數據金融對傳統金融行業的革新、產業鏈的價值重構、互聯網金融生態圈的建設等起到了重要的推動作用，我們將在后面章節進行詳細介紹。

二、大數據金融的特征

大數據技術與金融領域相結合，將徹底改變傳統金融服務模式，重構金融產業價值鏈。與傳統金融形式相比，大數據金融具有以下幾個明顯不同的特征。

（一）數字化

2016年1月，中國人民銀行公開宣布將盡快推出數字貨幣。緊接著的2月，中國人民銀行行長周小川在接受財新周刊專訪時，又對數字貨幣進行了詳細闡述，可見中國離數字貨幣時代越來越近。從長遠來看，數據化和網絡化全面深入的發展將極大地改變金融行業，大數據的應用將改變傳統金融機構的資金中介的職能，使其表現出虛擬化和電子化的交易特征，整個金融行業未來的發展方向將是虛擬化的，全面顛覆當前的金融服務形態。具體體現在以下三個方面。

（1）產品的虛擬化。傳統的資金流將逐漸體現為數據信號的交換，電子貨幣等數字化金融產品在經濟生活中將成為主流。

（2）服務的虛擬化。傳統的人工服務將逐漸被移動互聯網、全息仿真技術等科技手段所替代，銀行通過完全虛擬的渠道更廣泛地向客戶提供金融服務。

（3）流程的虛擬化。銀行業務流程中各種單據和憑證等將逐漸由傳統的紙質形式轉變為數字文件的形式來處理，將極大提高工作效率和便利性。

可以合理地預見，在大數據時代，傳統金融機構將在涉及管理理念和運營方式的多個方面面臨著諸多挑戰。未來金融機構的整體運作將是一個數據的洪流，“數字金融”得以全面實現。

（二）開放性

傳統金融機構擁有兩項基礎功能：一是資金中介，即傳統金融機構通過專有技術達到規模經濟，降低資金融通的交易成本；二是信息中介，即傳統金融機構采用專門的信息處理技術，解決資金借貸雙方之間由于信息不對稱而引發的逆向選擇和道德風險問題。

在大數據時代，金融機構將不再自然而然地擁有社會經濟信息中心的地位，企業不再僅通過向金融機構提供信息來獲取信用。新興技術如社交網絡、物聯網、搜索引擎、移動互聯網、大數據、云計算等改變了信息產生、傳播、處理并運用的方式，尤其是依托互聯網與移動支付技術為基礎的互聯網金融降低了信息不對稱和物理區域所帶來的障礙，通過信息流、數據流引導各類資源的全面有效分配，甚至資金供需雙方可以直接通過網絡獲取信息并參與交易（P2P平臺迅速發展就是實證），促使傳統的生產關系發生變革，形成了各機構主體間關系的相對平等。這對傳統金融機構業務發展提出了巨大挑戰，金融機構將改變過去自然的、被動的社會經濟信息收集中心的角色，以開放的方式與客戶平等交流，主動收集客戶信息。

（三）高生產力

在未來的經濟活動中，大數據將與物質資本、人力資本一起，成為生產過程中的一個重要生產要素。它可以轉變成現實的生產力，并創造出巨大的經濟價值。隨著大數據的廣泛應用，開放的、數字化的金融機構可以實現更高的生產力，主要體現在以下幾個方面。

（1）降低經營成本。信息技術發展帶來金融產品交易的虛擬化，使金融供應鏈對外延伸，降低了全社會融資成本和財務費用，提高了整個市場的生產效率。

（2）提高營銷的精確度。大數據的積累使得金融機構可以通過全面分析自身內部數據和外部的社會化數據，進而獲得更為完整的客戶信息，避免因客戶信息不對稱而導致錯誤認知，使得金融產品和服務銷售更具精準性。此外，銀行還可以通過現有客戶和他們的社交網絡或商業網絡找到更有價值的潛在客戶，并發起精準營銷。

（3）提高風險控制能力。隨著科技的進步和數據類型的擴展，越來越多的半結構化的數據，利用大數據技術能夠整合結構化和半結構化的交易數據、非結構化交互數據，開展全面的模式識別、分析，幫助銀行實現事前風險預警、事中風險控制，建立動態的、可靠的信用系統，并識別各種交易風險，有效防范和控制金融風險，深度挖掘高價值的目標客戶。

（4）促進業務產品創新。金融機構可以利用大數據分析技術對海量結構化、非結構化數據進行深度分析和挖掘，更好地了解客戶的消費習慣、行為特征、客戶群體及個體網絡行為模式，并基于這些有價值的信息，為客戶制定個性化、智能化的服務模式，設計開發出更貼近用戶需求的新產品。

（四）科學決策

大數據的客觀性和價值性將徹底重塑傳統的銀行決策機制，大數據時代為金融機構經營管理提供了全面、及時的決策支持信息。金融機構可以從每一個經營環節中挖掘出數據的價值，通過大數據分析以更好地了解客戶的行為特征、客戶群體網絡行為模式，優化運營流程，并進行業務創新。

傳統金融機構的決策模式依賴于樣本數據分析和高層管理經驗，而大數據時代的全量數據分析使得分析結果更具客觀性和決策支持性，金融機構的決策過程將以數據為核心進行決策判斷。對于金融機構的管理者來說，這是一場管理革命，能夠極大地改變思維習慣。我們知道全數據分析是大數據的一個顯著特征，在大數據金融體系下，金融機構數據獲取、分析和運用的渠道機制都和傳統金融運行方式截然不同。金融機構通過大數據分析技術對海量結構化數據和非結構化數據進行分析、判斷和提取后，能夠及時準確地發現業務和管理領域可能存在的機會與風險，為業務發展和風險防范提供重要決策依據。