（一）金融大数据运用的风口终究在哪儿？

现在，金融职业数据量巨大，是继互联网+及运营商之后大数据发生最为巨大的热门职业之一，其间非结构化数据敏捷增加，加上金融职业雄厚的本钱布景，金融职业现已成了大数据运用的一片膏壤。而放眼全球，金融职业也是大数据的运用重镇，依据此前麦肯锡的《大数据的下一个前沿》系列陈述，不管从大数据运用归纳价值潜力维度，仍是均匀数据量而言，金融职业大数据的运用归纳价值潜力都十分高。

来历：麦肯锡《大数据的下一个前沿：立异、竞赛和出产力》陈述

鉴于金融职业的价值链较长，在当时金融大数据的运用探索阶段，其方法品种繁复，依据对揭露媒体的信息调查，现在全球金融业大数据运用的典型类型如下：

1.改进全体IT及运营功率。选用Hadoop、MPP等大数据技能优化银行底层IT架构，并更好地办理如收据印象、客服音频等非结构化数据是当时业界的一个一致，如农行是国内首家运用国产MPP途径支撑实践出产事务的银行；

2.大数据征信、信贷及危险管控。如国外比较闻名的Zestfinace、Kreditech，以及国内现已出得征信车牌的芝麻信誉、腾讯征信、拉卡拉等；

3.采纳大数据、物联网等技能打造才智银行。如建设银行本年现已在北上广等11座城市布置才智银行，才智银行共包含了智能叫号预处理、长途银行VTM、电子银行服务区、智能互动桌面、人脸辨认等15项立异运用；

4.线下网点及客户服务办理。现在最为闻名的事例为西班牙电信将基站方位大数据，结合其他匿名化用户特点统计数据封装为才能途径，为包含银行在内的第三方供给准确选址、社会办理等服务；

5.客户画像及金融产品准确营销。在竞赛剧烈的欧美金融商场，采纳数据化运营和数据发掘技能展开准确营销具有悠长的传统；

6.大数据量化买卖。依据大数据杂乱建模的量化买卖是金融大数据其间一项焦点运用，如最为闻名的文艺复兴公司，以及依据互联网和Twitter海量用户数据的自动化买卖对冲基金CAYMAN ATLANTIC；

7.舆情办理及其他客户体会优化相关的运用。

而在各职业都盛产“特别国情”的我国，金融大数据毫无疑问也将有其特别的展开规律。尤其是在金融职业已被本届政府赋予了特别希望的大环境下，终究金融大数据运用的风口在哪里？在现在我国金融大数据运用处于刚起步的时期，咱们都十分猎奇终究有哪些运用会首要领跑，成为我国金融大数据运用这个充溢潜力的范畴行将到来的黄金时代中一颗颗“真金白银”。

河流的流向，决议了河中鱼群能抵达的当地与命运。要摸清金融大数据风口地点，则要进入到我国金融体系及当时环境之中，剖析金融大数据终究在我国未来的金融职业，其定位和被赋予的任务是什么。

（二）金融大数据与我国金融体系

当时，以大型银行主导的我国金融业有着明显的特征。首要，在享受着方针与商场盈利、“躺着也挣钱”的时代，传统银行们实践上不见得是金融大数据的倡导者与活跃测验者，其次金融大数据的运用落地，在不同金融组织主体中的方针和位置也相同将会会有较大的不同。要摸清楚全体金融大数据的脉门走向，咱们不得不首要需求了解我国金融业的特性。

从微观监管上说，我国是世界上金融操控最为严厉的国家之一，所谓金融，其实质在于凭借金融组织，完结资金从出资端抵达融资端的搬运。而我国的金融业，受限于极端严厉的利率操控以及金融监管方针，实践上形成了以传统大型银行为中心的“金融围墙”关闭生态圈。

在融资端而言，由于缺少利率商场化，以及我国征信体系的落后，银行资金一般来说只会流向银行眼中处于围墙内部的优质企业，如大型央企、龙头民企以及少量遭到职业方针眷顾的企业。至于围墙之外不那么走运的中小企业、小微企业（下文统称为两小企业），只能要么经过民间假贷获取资金，或许从围墙内经过“私运”的方法获取到相应的资金，但不管是哪种方法，无疑均推高了全体社会的资金运用本钱。

而在出资端，则是个人出资途径单一。依据安全证券数据，现在个人资金约有75%以存款或银行理财产品方法进入了传统银行体系，而关于中低收入人群此份额将更高，导致了居民财富无法享遭到应有的财物增值，个人财物收益乃至难以跑赢CPI，经过多元化的金融出资途径完结藏富于民愈加无从谈起。

下图直观地描绘了当时我国金融体系环境下的问题。然互联网金融的呈现略微缓解了个人出资途径单一（经过化整为零方法进入到较高收益率的金融项目），以及两小企业的融资困难问题，但其规划还远远不够。依据易观智库的数据，2014年P2P的规划尽管现已抵达了1220亿，但比较同年122万亿的M2余额以及社会两小企业总资金需求量仍旧过于细小。金融围墙的存在，一方面不允许围墙外的主体进入金融服务范畴，即便它们能更好地服务于两小企业融资；而另一方面处于围墙外的融资需求者难以取得资金，即便比较围墙内部的大型企业具有更好的资金运用功率。然后导致了墙内撑死、墙外饿死的局势。

现在我国金融体系的窘境（来历：亚信大数据）

在曩昔我国经济高速展开的时代，上述歪曲的金融体系并没有遇到太大的问题，银行赚到了令人羡慕的商场盈利，央行经过紧密的操控，可以准确核算全体社会钱银投放量，而资金经过围墙内的大型企业和当地政府，转化为很多固定财物出资拉动了我国GDP的高速上升。但歪曲的金融装备必定导致商场资金错位，富得流油的墙内企业实质上并没有把一切资金用到实体经济上，并存在功率低下问题，而新式的民营经济却得不到应有的融资，造成了国进民退、“有钱人通缩贫民通胀”的严峻问题，腐蚀了我国的实体经济。跟着美元行将王者归来，我国若再不进行深化的金融革新，改动金融歪曲现象，我国经济将堕入更大的问题之中。

#p#

再谈一件时尚的工作。

“互联网+”概念被提出后敏捷被本届政府认可，在两会中也被李克强总理两次提及，随后被正式归入国家顶层规划，提高至国家战略层面。其间或许反映了一个趋势：以制作业为首的我国实体经济，现已被产能过剩、高度同质、缺少比较优势等问题折磨得寸步难行，急需经过像互联网技能这种革新力气完结一次脱变和晋级。而所谓的“互联网+”，在必定程度上可了解为实体经济的各个部门，经过大数据和互联网为代表的新式信息技能，在规划、出产、途径、营销及顾客办理等整个流程上树立以客户为中心的数据化、互联网化运营革新，终究脱节产品高度同质、产能过剩的窘境，为我国实体经济带来一批有发明力的新形态企业，促进我国实体经济勃发新的生命力，完结增加形式的转型。其间，数据资源将成为新一轮的出产要素。

但是，“互联网+”形式还有一个亟待处理的问题：咱们权且假定数据资源是充足的，云+管+端的互联网基础设施也可以取得，也具有一批具有“互联网+”思想的企业家，到达万事俱备只欠东风的状况--支撑“互联网＋”展开的资金流终究怎么来？假如类比互联网界，单靠危险出资驱动，关于我国实体经济这种量体无疑无济于事，一同也不见得一切“互联网＋”形式都具有危险出资的偏好特征。而经过传统的我国金融形式，根本上很难有满足的资金流到围墙外的 “互联网+”企业中去，假使如此，一个缺少满足血液的“互联网+”能怎么为我国经济完结转型与增加拓荒新路？

我国当时的金融体系制作了世界上绝无仅有的“二元围墙体系”,金融围墙内的主体坐享巨量金融资源而难以投放到实体经济最为需求的当地；而围墙外的中小企业却得不到普惠金融，展开受限。跟着当时我国经济处于下行空间，我国急需一场金融革新--在传统首要服务于大型优质企业的传统商业银行体系之外，还愈加需求有服务于中小企业的金融组织。现在P2P等各类互联网金融企业现已为此发明了一个杰出的局面，但仍不满足，在缺少普惠金融的环境下，“互联网＋”将难以真实强大起来。我国现在现已悄然展开而在未来将会越演越烈的金融革新，实质方针便是改动上述的歪曲金融体制，完结普惠金融，一方面让有生机与发明力的中小企业为实体经济从头带来生机，另一方面经过出资途径的拓宽，让出资端的个人也能享遭到更好的财富增值，完结藏富于民。而普惠金融将与“互联网+”一同，成为我国经济转型的重要引擎之一。

所谓的普惠金融，便是以可担负的本钱为有金融服务需求的社会各阶层和集体供给恰当的、有用的金融服务。其革新的内在首要第一个层面是普惠于有发明力的两小企业，而第二个层面是据此扩大出资端个人的出资途径，使得一般居民能享遭到更多优质的金融服务。

而归纳现在全体国内金融商场现状，最有或许带来我国普惠金融，或许退一步说为完结普惠金融发明要害条件的无疑是金融大数据。如普惠金融完结的焦点问题之一，是怎么服务这些缺少征信记载、难以深化了解导致传统银行不乐意授信的两小企业？短期内树立起西方用了上百年树立的完善金融征信、授信体系并不可行，为今之计是经过金融大数据，树立依据大数据的深度掩盖征信体系、提高危险操控水平，从而赋予新式金融组织服务于更多两小企业的才能，其成功的概率最大。

普惠金融将为我国金融体系带来立异的动力（来历：亚信大数据）

正因如此，金融大数据的风口在于环绕普惠金融的两个卡口：一、资金流向普惠化。运用金融大数据提高征信、危险操控才能及授信点评机制，改变资金流向窘境，为有立异和功率的两小企业注入更多血液，也为“互联网+”的展开发明社会资金环境；二、出资普惠化。如经过金融大数据的场景辨认，结合互联网途径为个人资金找到更好的出资途径，并取得危险与收益的较佳平衡点，余额宝是一项成功的测验，而信任在今后跟着普惠金融的展开，将有更多的互联网金融产品为个人带来更好的资金保值增值途径。

而就现在我国金融环境而言，怎么凭借金融大数据去较快地推进资金流量普惠化是更为火急的任务。

终究，从金融大数据的运用主体上， 咱们也能预见到，关于传统的大型国有银行，其方针盈利最深，也最不乐意走到围墙之外，金融大数据对其吸引力实践有限，运用上或许更多环绕运用大数据技能下降整行的IT运维本钱；而真实活跃拥抱金融大数据、乐意为两小企业供给服务及完结普惠金融的，实践上是在围墙里夹在大行之间生计的中小型股份制银行、城/农商行，以及新式的民营银行和性质悬殊的各类互联网金融组织。

（三）开放的金融大数据生态圈

讲起依据大数据的普惠金融，不能不提的无疑是阿里小贷。阿里小贷之所以成功的根本原因，在于阿里巴巴帝国的巨大生态圈，在这个生态圈的内部，阿里小贷能取得很多借款人的数据，比方其在阿里系内的买卖数据、现金流状况、客户点评度数据、物流货运数据、存货周转状况等数据，一同依据阿里系的资源也引进了一批外部的数据，有了这些丰厚的数据，经过阿里共同的量化剖析模型，能将借款逾期率操控在传统银行为这些客户做相同借款的逾期率之下，因而阿里小贷在服务阿里内部客户的融资服务比较传统银行才具有了比较优势。但值得注意的是，阿里小贷并非一个通用的商业形式，由于其树立在阿里生态圈内部的大数据环境，而阿里巴巴只要一个。

其他金融组织要经过普惠金融更好服务于两小企业，尤其是“互联网+”下行将发挥新生命力的立异企业，则缺少上述阿里小贷的成功柱石--与资金资源相同宝贵的数据资源。在缺少有用金融大数据的状况下，要做两小借款的难度十分的大，如民生银行是国内银行中进入两小借款最早的传统银行，其小微借款形式首要仍是传统银行的线下信贷调研，依托很多的小微信贷专员发放各类带典当或担保的小额信贷，在阅历了2010~2011年高速展开之后，近年来民生银行小微借款遇到了增速下滑，而不良率敏捷上升的为难。

民生银行2010~2014小微借款增速及不良率走势（来历：安全证券研究所）

而相同愿景于服务中小企业的广发银行，则重视金融大数据的获取与运用。如广发银行的大数据零售商业智能决议计划途径整合了征信体系，各个专业商场数据库、22万个共掩盖4亿多人口的居民社区数据库、各商会和产业链数据库等，也跟外部如工商总局个体户等小微企业信息联网。在外部互联网数据上，广发银行先后与阿里、腾讯、京东、百度、网易等互联网企业协作，凭借他们的地图、游戏、付出等途径捕获新鲜数据。

金融底层大数据资源的获取，关于推进我国普惠金融有重要的含义，比方供应链金融数据、运营商数据、各类互联网数据源等。但是现在这些数据散落在不同的旮旯里边，不管传统银行仍是互联网金融企业要获取到可用于优化征信授信的相对完好数据难度很大。这无疑为我国的普惠金融展开中的一个严重阻力，尤其在当时我国金融体系急需革新、为实体经济乃至“互联网+”注入更多生机的环境下。

或许一个有用的做法，是在有关部门联合一批金融组织、大数据技能供给方树立一个致力于推进普惠金融的公共金融大数据买卖商场，使得各个会员组织均可以获取到满足的数据，并运用行政力气处理比方数据隐私、产权搬运等难题。毕竟要完结金融普惠，首战之地的是先要完结金融数据普惠，让每个金融主体都能相等获取到数据，而竞赛的舞台则是在怎么更好运用这些数据上。

金融数据普惠是金融大数据生态圈中的第一个也是最为要害的应战。要敏捷跨过，需求联合全体行政与职业、技才能量的去推进。

金融大数据生态圈中第二个应战是数据的办理。比较其他职业，金融大数据愈加有明显的来历异构、类型繁复、总量巨大的4V特征，而金融职业对数据的准确性、标准性要求却极高。怎么科学地办理这些金融数据财物则是别的一个应战，尤其是在数据普惠后，检测各个金融大数据主体的是运用这些数据的功率。因而，金融大数据财物的标准化质量办理、数据溯源、安全办理、主数据办理，以及非结构化数据处理（语义剖析、自然语言处理）、数据可视化、分发办理等，怎么做到低本钱高功率办理，是金融大数据运用的要害。

金融大数据生态圈中第三个应战是数据的运用建模。如包含大数据征信、风控、反诈骗侦测、依据大数据的贷后服务与危险办理等，这些运用均涉及到很多的数据量化剖析模型，怎么保证这些模型的有用、稳健是一项重要的议题。别的，华尔街的量化买卖基金历史经验告知咱们，量化模型往往难以考虑到体系性危险，比方一个模型以为不管是财物实力、还款才能、品德都俱佳的借款者，在面临经济下行的体系性危险依然会有极大的逾期危险。而量化模型根本难以预测到体系性危险，如笃信精细量化剖析模型的长时间本钱办理公司，死在了模型无法意料的俄罗斯金融风暴之中。怎么处理好体系危险与量化模型的平衡，是金融大数据运用建模的艺术。

终究，构建金融大数据场景与进口。所谓的普惠金融，便是为社会各阶层和集体供给恰当的、有用的金融服务，如为一名好学上进的务工人员供给上夜校的社会助学借款，社会中不乏各种金融服务的需求场景，咱们需求做的是前瞻地发现他们，快速呼应，对借款人做出快速的审阅乃至规划个性化的金融服务。这样普惠金融将会走到社会每个旮旯，在金融场景辨认与服务商，互联网金融有先天的优势，而传统银行的互联网化也将进一步推进这点，正如互联网给咱们的启示相同，金融大数据到了终究，将演进为对场景与进口的抢夺。

（四）跋文

金融大数据，有别于其他职业的大数据运用，除了是职业本身的数据技能晋级外，还将在我国经济转型与金融革新中被赋予更多的任务，在未来几年预期将迎来一股喷井式迸发。其间首要降临的，是金融大数据的获取与数据普惠，如最近如大才智、同花顺、东方财富网等金融数据供给企业的股价飞涨模糊印证了这点；而金融大数据财物办理、运用建模则是随之而来的机会，而场景与进口之争，也将是这一轮金融革新的终究竞赛形式。