大数据在互联网金融发展中的作用

大数据在互联网金融发展中的作用2013年09月04日18:02来源于财新网|评论（1）随着计算机及互联网通讯技术的兴起和发展，在过去的几十年间，金融行业在不断被改变，有两种互联网金融的表现形式引人注目。一种是越来越多的传统金融交易和服务因互联网技术得以升级和替代：从各类大小额不同币种的电子支付系统的逐步使用，发展到电子化证券或货币交易结算系统几乎完全取代了人工场内交易，到现在由互联网提供了几乎全部类型的银行信贷、证券交易、保险理财等服务。另一种是以第三方支付为突破口，使互联网企业跻身网络小额信贷等金融领域，比如阿里巴巴利用网络平台和用户数据，为用户提供信贷、支付结算等金融服务，在服务对象和贷款技术等方面取得突破，对传统金融体系形成了挑战，也促使传统金融机构越来越重视互联网的作用。人们普遍认识到，互联网金融不是互联网和金融的简单加总。在上述两类现象之外，更深层次的变化是一些基于互联网应用的特有技术、商业模式和产品开始出现，金融体系正随之经历着新的变革。但究竟什么才是互联网金融有别于传统金融的重要特征，还未被理论界和实务界广泛讨论。大数据时代数据一直是信息时代的象征。2011年5月麦肯锡全球研究院发布了报告《大数据：创新、竞争和生产力的下一个新领域》后，大数据的概念备受关注。金融业是大数据的重要产生者，交易、报价、业绩报告、消费者研究报告、官方统计数据公报、调查、新闻报道无一不是数据来源。金融业也高度依赖信息技术，是典型的数据驱动行业。互联网金融环境中，数据作为金融核心资产，将撼动了传统客户关系、抵质押品在金融业务中的地位。例如，信用卡消费记录中早就包含消费时的位置信息，现在就可以被互联网金融利用。在麦肯锡报告中，大数据的“大”通常是指数据量大到超过传统数据处理工具的处理能力，是相对和动态的概念。后来，大数据又被引申为解决问题的方法，即通过收集、分析海量数据获得有价值信息，并通过实验、算法和模型，从而发现规律、收集有价值的见解和帮助形成新的商业模式。一般认为，大数据有四个特点（4个“V”——Volume，Variety，Value，Velocity）：第一，数据体量巨大，目前数据级别已从TB跃升到PB（petabytes=1024*terabytes,terabytes=1024*gigabytes;gigabyte=1024megabytes）。随着底层技术的发展，从各类互联网设备和应用中产生信息的增长速度惊人，大量信息来源于金融交易、客户互动和物联网。第二，数据类型繁多。物联网、云计算、移动互联网、车联网、手机、平板电脑、PC以及遍布地球各个角落的各种各样的传感器，都在产生各种类型的数据。移动互联网、各类搜索及社交网络（如Facebook、网络日志、微博）兴起，地理位置、音频、文本、视频、图片等非结构化数据出现，使得人们的思想言论、日常行为和情绪等生活信息的细节化测量和大量收集，这也被称为用户生成内容（UGC，UserGeneratedContent）。企业从合作伙伴、客户、业务部门甚至员工收集信息的能力也越来越强。第三，价值密度低，商业价值高。一条数小时的监控视频，可能有用的数据仅有一两秒。但如果能从海量数据中发掘出更符合用户兴趣和习惯的产品和服务，大数据将成为企业竞争力的重要来源。第四，处理速度快。这和传统的数据挖掘技术有着本质的不同。大数据与金融创新大数据已经促进了高频交易、社交情绪分析和信贷风险分析三大金融创新。——高频交易（high-frequencytrading）和算法交易（algorithmictrading）。以高频交易为例，交易者为获得利润，利用硬件设备和交易程序的优势，快速获取、分析、生成和发送交易指令，在短时间内多次买入卖出，且一般不持有大量未对冲的头寸过夜。来自各方面的统计预测综合显示，2009年以来，无论是美国证券市场、还是期货市场、外汇市场，高频交易所占份额已达40%到80%。随着采取这类策略的高频交易越来越多，其负面效应凸显且利润大幅下降。芝加哥Rosenblatt证券咨询公司的研究显示，2012年高频交易公司的利润比2009年下降了74%。现在的高频交易开始采取“战略顺序交易”（strategicsequentialtrading），即通过分析金融大数据，以识别出特定市场参与者留下的足迹。例如，如果一只共同基金通常在收盘前一分钟的第一秒执行大额订单，能够识别出这一模式的算法将预判出该基金在其余交易时段的动向，并执行相同的交易。该基金继续执行交易时将付出更高的价格，使用算法的交易商可趁机获利。——通过收集、分析社交媒体上的内容进行市场情绪分析。伴随Twitter日发消息超过5亿条，Facebook日均用户超过10亿，社交媒体数据应用已经成为互联网商业模式的重要组成部分。研究者在这方面有不少发现：英国布里斯托尔大学的团队研究了从2009年7月到2012年1月，由超过980万英国人创造的4.84亿条twitter消息，发现公众的负面情绪变化与财政紧缩及社会压力高度相关。惠普实验室的社交计算研究主管伯纳多·休伯曼在《网页法则》一书里，把人们发布的微博与现实世界发生的事情之间的关系，称之为“注意力经济学”。他发现可以通过分析人们发布的微博来准确预测票房收入。金融市场的投资者试图开始将研究与应用结合起来。大约两年前，对冲基金开始从Twitter、Facebook、聊天室和博客等社交媒体中提取市场情绪信息，开发交易算法。例如一旦从中发现有自然灾害或恐怖袭击等意外信息公布，便立即抛出订单。2008年，精神病专家理查德·彼得森筹集了100万美元在美国加州圣莫尼卡建立了名为MarketPsyCapital的对冲基金，通过追踪聊天室、博客、网站和微博，以确定市场对不同企业的情绪，再据此确定基金的交易策略。到2010年，该基金回报率达40%。巴黎三位拥有行为金融学背景的交易员经营的IIBremans，针对法国CAC40指数提供情绪分析；位于伦敦的小型对冲基金DCM资本从Facebook和Twitter等社交媒体收集信息，将人们对某个金融工具的情绪进行打分，并向零售客户发布预测，辅助投资者作出投资决定。——加强风险的可审性和管理力度，支持精细化管理。金融机构希望能够收集和分析大量中小微企业用户日常交易行为的数据，判断其业务范畴、经营状况、信用状况、用户定位、资金需求和行业发展趋势，解决由于小微企业财务制度的不健全，无法真正了解其真实的经营状况的难题。阿里小贷首创了从风险审核到放贷的全程线上模式，将贷前、贷中以及贷后三个环节形成有效联结，向通常无法在传统金融渠道获得贷款的弱势群体批量发放“金额小、期限短、随借随还”的小额贷款。首先，通过阿里巴巴B2B、淘宝、天猫、支付宝等电子商务平台，收集客户积累的信用数据，利用在线视频全方位定性调查客户资信，再加上交易平台上的客户信息（客户评价度数据、货运数据、口碑评价等），并对后两类信息进行量化处理；同时引入海关、税务、电力等外部数据加以匹配，建立数据库模型。其次，通过交叉检验技术辅以第三方验证确认客户信息的真实性，将客户在电子商务网络平台上的行为数据映射为企业和个人的信用评价，通过沙盘推演技术对地区客户进行评级分层，研发评分卡体系、微贷通用规则决策引擎、风险定量化分析等技术。第三，在风险监管方面，开发了网络人际爬虫系统，突破地理距离的限制，捕捉和整合相关人际关系信息，并通过逐条规则的设立及其关联性分析得到风险评估结论，结合结论与贷前评级系统进行交叉验证，构成风险控制的双保险。阿里小贷还凭借互联网技术监控贷款的流向：如果该客户是贷款用于扩展经营，阿里小贷将会对其广告投放、店铺装修和销售进行评估和监控。大数据正在重构整个金融行业与传统金融相比，大数据给互联网金融不仅带来了金融服务和产品创新、以及用户体验的变化，创造了新的业务处理和经营管理模式，对金融服务提供商的组织结构、数据需求与管理、用户特征、产品创新力来源、信用和风险特征等方面产生了重大影响，显著提升了金融体系的多样性，也对金融监管和宏观调控等方面提出了新的课题。——大数据挑战金融机构内部的传统部门划分。金融机构中不同部门都在不断积累大量数据：抵押贷款部门储存和处理能充分描述其贷款客户的海量数据；外汇、债券、货币和股票及衍生品交易部门从全球收集能影响资产价格变化的信息，并试图建立前瞻性模型；零售银行部门则在收集和分析客户行为实时信息；研发、客户交易、市场开发或服务运营等各个部门也隐藏了海量数据。由于缺乏大数据分析技术和跨部门沟通战略，各部门难以了解不同金融市场之间的关系，或者对同一客户的看法发生分歧，妨碍了信息的及时利用。已经有一些企业正试图打破这样的切割，推动跨职能部门的数据整合，甚至寻求外部供应商和客户的外部信息。例如，美国纽约的Movenbank移动银行通过与传统商业银行合作开拓移动银行新业务，帮助其解决内部机构割裂问题。英国ERN公司计划利用用户的交易历史、消费习惯，参照交易位置和时间数据，向银行和商家提供相关数据服务和咨询。——大数据打破金融机构对客户的信息垄断。大数据有助于提升金融市场的透明度。金融客户的信用状况将随着其资产、经营和各类交易状况的变化而变化，传统商业银行利用投入大量人力和财力，建立特有的信息收集、分析和决策体系，以解决信息不对称问题。近年来，互联网金融平台直接收集潜在的金融交易双方信息，形成了新的金融信息来源模式，金融客户信息、交易价格信息和社会经济状况等数据更为精细和透明，使利率形成更为准确和市场化。新一代互联网金融企业更可能在价值链中扮演中介角色。例如，一家运输公司在经营过程中意识到自己正在收集全球产品运输的海量信息，已开始专门销售这些信息产品。与之相类似的，第三方支付企业也发现了海量支付信息的巨大商业价值。随着价格信息在网上及线下大量扩散，包括基金销售机构在内的各类企业正在提供自动编辑数百万种商品信息的比价服务，这对消费者创造了巨大价值。新兴市场欠缺成熟的征信机构，有些公司利用申请者的社交网络，加以分析后得出信用评分。例如，德国Kreditech贷款评分公司、美国Movenbank移动银行、香港Lenddo网络贷款公司以及Connect.Me、TrustCloud、Briiefly、Reputate等新型中介机构试图设计打造能反映大数据时代互联网金融信用的平台：说服LinkedIn、facebook或其他社交网络开放资料，结合用户在各网站的活动记录，通过自行开发的软件、算法等，分析客户的同事、好友信息（特别是信用状况），建立归纳与收集信用资料的标准化格式，作为客户获得信用评分的重要依据，将社交网络资料转化成个人互联网信用。Movenbank对客户进行风险评估的核心概念称为CRED，除了参考个人传统信评分数，也纳入eBay等平台的交易评价、网络汇款记录等因素，还会计算Facebook好友人数、LinkedIn人脉对象、Klout影响力分数等社交参与连结程度。——大数据将支撑更迅速、更灵活的决策，带来更贴近客户需求的产品创新。互联网金融借助社交网络等新平台产生了海量用户和数据，记录了用户群体的情绪，但大数据库无法自己总结人类行为模式的规律。计算机科学家、统计学家正在开始与社会科学家协作，找到把大数据策略和小数据研究相结合的新途径。利用互联网，金融企业也可以对其客户行为模式进行分析（比如事件关联性分析），这类似于工程上的“对照实验”，即观察、测试不同条件下，机构投资者或普通金融消费者对产品的反应，识别其中的因果关系，提高客户转化率，改善服务水平，实现互联网金融的精准营销。例如，领先的零售企业通过监控客户的店内走动情况及其与商品的互动，与交易记录相结合开展实验，就可以指导选择商品种类、摆放货品、调整售价。再如，Progressive保险公司通过精细化分析客户风险、财富变化、家庭资产价值等数据并不断更新其背景资料，向客户提供量身定制的保单。未来，保险公司还将使用个人位置和汽车运行信息对车险产品定价，向客户提供交通和天气状况、停车事故高发区域和速度限制变化等实时信息，开发有利于安全驾驶的产品。金融行业尚不能完全驾驭大数据——大数据对个人信息的大量获取导致了隐私和安全问题。随着个人所在或行经位置、购买偏好、健康和财务情况的海量数据被收集，再加上金融交易习惯、持有资产分布、以及信用状况以更细致的方式被储存和分析，机构投资者和金融消费者能获得更低的价格、更符合需要的金融服务，从而提高市场配置金融资源的能力。但同时，金融市场乃至整个社会管理的信息基础设施将变得越来越一体化和外向型，对隐私、数据安全和知识产权构成更大风险。就个人隐私而言，大数据的隐私问题远远超出了常规的身份确认风险的范畴。最近对欧洲150万手机用户的数据进行的研究表明，只需要4项参照因素就可以确认其中95%的个人身份。又如，人们在城市中走过的路径存在惟一性；针对个人研制药物和疗法等个性化医疗是基于对患者基因信息的掌握；RunKeeper和Nike+等应用正在收集大量个人健康数据；等等。——大数据技术不能代替人类价值判断和逻辑思考。大数据是人类设计的产物，大数据的工具（如Hadoop软件）并不能使人们摆脱曲解、隔阂和成见，数据之间相关性也不等同于因果关系，大数据还存在选择性覆盖问题。例如，社交媒体是大数据分析的重要信息源，但其中年轻人和城市人的比例偏多，还存在大量由程序控制的“机器人”账号或“半机器人”账号。波士顿的StreetBump应用程序为统计城市路面坑洼情况，从驾驶员的智能手机上收集数据，可能少计年老和贫困市民较多区域的情况；“谷歌流感趋势”曾高估了2012年流感发病率。这说明依赖有缺陷的大数据可能给政府决策造成负面影响，还可能加剧社会不公。2010年，股票市场情绪从恐惧转向复苏，但MarketPsyCapital基金的分析模型还是以恐惧为基础，没有纳入对趋势变化的考虑，当年该基金亏损8%。美国印第安那大学信息科学及计算技术副教授约翰·博伦提出，即使数据的准确度达到80%，20%差错率就足以造成破产。博伦和休伯曼教授都认为，用社交媒体衡量公共情绪，只在整体上有意义。——基于大数据开发的金融产品和交易工具对金融监管提出挑战。大数据的使用正在改变金融市场，也需要改变监管市场的方式，以保证市场参与者负责地使用大数据。例如，2010年5月的“闪电暴跌”（flashcrash）令道琼斯工业平均指数（DowJonesIndustrialAverage）突然大跌，美国监管部门认为是高频交易造成了快速抛售引发的更多抛售。2013年4月23日的“无厘头暴跌”（hashcrash）的缘由是美联社的Twitter账号发出巴拉克·奥巴马（BarackObama）遭遇恐怖袭击的虚假消息：大数据中的一个数据点出错就能导致“无厘头暴跌”。监管机构限制大数据技术的使用，或是对其使用进行直接干预，其潜在风险是巨大的，应鼓励业界对更复杂的技术乃至更大数据的利用。纽约大学理工学院（NYU-Poly）大数据金融会议上，美国商品期货交易委员会（CFTC）的斯科特·奥马利亚（ScottO’Malia）表示，CFTC曾考虑是否应让监管机构对交易商的算法进行认证，“鲁莽行为”正取代“市场操纵”，成为起诉不当行为的标准；劳伦斯伯克利国家实验室拥有超级计算能力和雄厚的分析技术，足以实时监控威胁稳定的交易行为。传统的停市机制在市场暴跌后停止全部交易，实时监控能够将单个参与者扫地出门，从而向诚信的参与者继续敞开市场。大数据决定互联网金融未来？2014年07月10日复旦商业知识我要评论(0)7月8日，中证指数公司、百度和广发基金三家联合推出“中证百度百发策略100指数”，实现了一次互联网与传统金融业在投资领域的跨界合作。相对传统指数，它融合了传统指数选样方法、百度金融大数据技术以及相应的量化策略，并将互联网大数据转化为金融产品标的，以推荐具有稳定业绩回报和投资价值的股票。互联网金融不是互联网和金融的简单叠加，更深层次的变化是，一些基于互联网应用的特有技术，推动了新的商业模式、产品、服务、功能在金融业内出现，金融体系随之经历着新的变革。大数据就是其中的典型代表，它也被视为推动互联网金融发展的重要驱动力之一。麦肯锡全球研究院在其发布的《大数据：创新、竞争和生产力的下一个新领域》报告中指出：“大数据之‘大’通常是指数据量大到超过传统数据处理工具的处理能力，是相对和动态的概念。此外，大数据又被引申为解决问题的方法，即通过收集、分析海量数据获得有价值信息，并通过实验、算法和模型，从而发现规律、收集有价值的见解和帮助形成新的商业模式。”金融业是大数据的重要产生者，交易、报价、业绩报告、消费者研究报告、官方统计数据公报、调查、新闻报道无一不是数据来源。但反过来，大数据对于互联网金融发展的助推作用也逐渐浮现。目标用户拼精准大数据对于互联网金融的第一个助推作用在于寻找合适的目标用户，实现精准营销。互联网金融领域的新创企业或做贷款，或卖产品，凭借高额收益率、手续费优惠，吸引用户选择自己。然而，在越来越多同类企业吹响混战号角的同时，互联网金融企业也不得不面对来自同行业的竞争。盲目扩张，产品单一，使得竞争力不强的互联网金融企业，由于不能保证稳定流量、无法留住客户而倒闭，成为行业的“炮灰”。上海永利宝金融信息服务有限公司CEO余刚分享了一组数据，以互联网金融领域的P2P业务为例，截止到2013年底，中国有450家P2P公司，最短命的P2P企业出现在海南省，创立2天即倒闭。在巨大市场压力面前，许多互联网金融企业都已意识到自身产品的营销策略很大程度上影响了企业的生存与发展。欲在竞争激烈的市场中占有一席之地，互联网金融企业需要更精准地定位产品，并推送给目标人群。正如德邦证券董事长姚文平在其《互联网金融》一书中指出的：“与其一味地苦思如何‘做得更好’，不如考虑如何‘做得不同’”。谁是潜在的购买者？如何找到他们？并让他们产生兴趣？精准营销的实现程度是互联网金融企业存活与崛起的关键所在，这个领域虽然未达到成熟的发展状态，但确实已经有了一些有参考价值的营销案例。例如，梧桐理财网推出了2万起点的“梧桐宝”，是一款8%至10%预期收益的互联网理财产品，其目标客户是能够承担“两万元起投”的中产阶级；速溶网推出的“速溶360”旨在为在校大学生及毕业生提供金融服务；“住金所”的“安心—过桥贷”是针对中小微企业银行贷款周转推出的特色服务产品……大数据在为这些互联网金融企业找到自己的目标客户，并解决精准营销的问题上发挥了重要作用。大数据通过动态定向技术查看互联网用户近期浏览过的理财网站，搜索过的关键词，通过浏览数据建立用户模型，进行产品实时推荐的优化投放，直击用户所需。“芝麻信用”控风险其次，大数据在加强风险可控性，支持精细化管理方面助推了互联网金融，尤其是信贷服务的发展。通过分析大量的网络交易及行为数据，可对用户进行信用评估，这些信用评估可以帮助互联网金融企业对用户的还款意愿及还款能力做出结论，继而为用户提供快速授信及现金分期服务。事实上一个人或一个群体的信用好坏取决于诸多变量，如收入、资产、个性、习惯等，且呈动态变化状态。可以说数据在个人信用体系中体现为“芝麻信用”，它便于解决陌生人之间以及商业交易场景中最基本的身份可信性问题，以及帮助互联网金融产品和服务的提供者识别风险与危机。这些数据广泛来源于网上银行、电商网站、社交网络、招聘网、婚介网、公积金社保网站、交通运输网站、搜索引擎，最终聚合形成个人身份认证、工作及教育背景认证、软信息（包括消费习惯、兴趣爱好、影响力、社交网络）等维度的信息。互联网金融大数据玩转P2P风控神州融2015-10-1617:46:26数据

问题

平台阅读(83)评论(0)声明：本文由入驻搜狐媒体平台的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。举报互联网金融时代，“P2P”这一名词越发频繁地出现在人们的视线中。即使本职工作与金融毫无关联的人群也通过各种媒体渠道听说了P2P，在普通人模糊的印象里，不知从何时起P2P就这样隆重登上了人类的世界舞台。什么是P2P?广义来说，P2P泛指互联网金融，是指借助互联网、移动互联网技术的网络信贷平台进行理财行为与金融服务。更具体地说，这是一种将小额资金聚集起来借贷给有资金需求人群的一种民间小额借贷模式。近几年来，加入到P2P行业的公司可谓是前赴后继，人人都想从中分一杯羹，借助互联网金融之强劲势头赚得盆满钵满。作为借贷双方的中间人，平台看似好做，但想做长做久，占据住市场份额，不在大资本冲击与市场洗牌过程中被挤出去，都是互联网金融公司需求慎重考虑与着手处理的问题。而眼下，直接威胁到P2P平台运作的风险，更是成为互联网金融行业发展的拦路虎。随着风险的累积，其潜伏时日越久，危险系数就越高。一旦爆发，甚者可直接毁去一个原本看似成功的P2P平台。我们中国人有句老话，人无远虑，必有近忧。无论是做传统金融，还是互联网金融，对于风险的关注度都不可有一日松懈。从网上数据来看，2014年出现倒闭、跑路、提现困难问题的平台高达287，比2013年增长了282.67%。而今年这一现象更是急剧爆发，仅上半年出现问题的P2P平台就已经达到了372家，超过去年的全年总和。这一数据十分惊人，平台出现问题，除了本来就打算非法集资捞一笔就走的不法分子外，绝大多数都是在风控方面出了不可挽回的恶劣局面，以至于坏账频发，资金链断裂，流动性丧失，最终不得不惨淡收场，退出互联网金融的百家争鸣舞台。如此看来，未雨绸缪已成必行之举。那么如何处理好互联网金融的风控问题呢?大数据时代拯救P2P风控?事实上，几乎每一家正规经营的P2P平台都有自己的风控手段，但结果却是平台依然频出问题，似乎这些风控措施并没有起到作用。究其原因，或可归结为是这些风控手段并没有被体系化，而显得有头无尾、支离破碎。有的公司重视担保而轻视追索，没有将贷前、贷中和贷后的风控紧密联系起来，这样就令每个环节都出现了漏洞，漏洞环环相扣，倒反而把公司锁死，以至于隐患一旦爆发，就是惨淡收场的结局。到目前为止，将P2P风控与大数据结合起来，成为了一种非常受到推崇的观点。随着我们的世界进入到大数据时代，互联网金融行业似乎也不可避免地应该吸收进这一方法，来降低P2P平台运营过程中的风险，从而将其真正发展起来。乐观来看，借助大数据技术建立全生命风控体系，是解决征信的有效方法。阿里小贷和证监会无疑是通过大数据成功做好风控的范例。阿里小贷通过卖家海量的交易信息和流水，完成对商家的授信。而证监会则是通过海量的交易信息挖掘出关联交易，捕捉老鼠仓的基金经理。二者都是借大数据之力吃到甜头的典型。如何降低风险?那么肯定是要尽量杜绝坏账，而这就对贷前风控有了非常高的要求。大数据所提供的正是在贷前对贷款人的风险评估依据，从而给不同客户进行信用评级，以此来避免坏账发生。大数据的局限性在哪里?大数据之所以冠以“大”字，所指的是范围广数据多。那么多少的数据才算足够，才能称得上是大数据?这就是大数据解决风控问题的第一个局限性。大数据归根到底其实就是统计学的理念。想要收集到足够的数据，也不单单是任何数据都是有效的，数据之间应该保持纬度上的独立性，并且最终的数量也能覆盖偶发性的小概率事件，那么这样的数据才能是可用的大数据。而这正是数据收集方面的非常不容易克服的难点。最完美的大数据应该满足N=所有，这样才能保证样本不存在偏差，但想要达成这一点，基本可看做是不可能的事情。这一缺陷是大数据在收集样本上的先天缺陷，无法通过后天手段加以克服。第二，大数据提供的是过去的数据，但风险却发生在未来，这二者在时间上的断层能否通过足够的数量与精确的预测来连接填补，这显然是存在疑问的。简单来说，这是个“过去能否决定未来”的问题。一件事情的发生必然建立在一个前提基础之上。这个前提一旦失去了当时的限制，就存在变化的可能性。如果前提已经无法被代入到下一刻分析，那么根据过去数据得出的未来结论，就失去了可靠性。这就好比我们通过数据来进行分析，要建立数理模型，但如果模型原本的常量部分发生了变动，自然无法再直接替换数据得出结果。想要解决这一问题，模型本身也要配合常量的变动而变动，做到这点同样不易。P2P风控如何将大数据为我所用?在大数据存在缺陷性的情况下，如果过分迷信大数据而认为风控问题可由此一举解决，那么就未免有些盲目乐观了。相对于国内互联网金融行业普遍风控缺失的状况，国外的征信系统则比较完善。美国专门从事信用小微贷业务的CapitalOne是最早利用大数据分析来判断个人借款还款概率的公司，在金融海啸中，CapitalOne公司也凭借其数据化风控能力得以存活并趁机壮大起来，现在已经发展成为美国第七大银行。运用大数据来处理P2P风控确实具有可行性，但如何正确运用大数据仍然是个必须攻克的难题。在大数据的收集与处理方面，还属银行业和保险业做得最好，作为传统金融风控，这也是可以借鉴去互联网金融的一部分。通过大数据来建立起完整且开放的共享性征信系统是解决这个行业困境的一大思路。中国人民银行征信中心副主任王晓蕾就曾表示，随着近年来金融市场的发展，一些小型金融机构的出现对征信系统运行提出了新的挑战。为应对挑战，中国人民银行已经建成了通过互联网报送和查询征信系统的服务。“随着平台的进一步完善，小微金融机构有希望用更快的速度进入征信系统。同时，我们希望通过市场化程度比较高的机构，建立与P2P机构间的信贷共享系统，建立征信中心、征信系统与P2P之间的信任关系。”王晓蕾说。在互联网金融的时代，P2P风控始终是行业发展无法避开更不可忽视的一大重心。高顿FRM研究中心的Evan指出，想结合大数据来处理风控问题并非不可操作，但如何操作、操作效果、可信赖度也还是有待在运用过程中探索与改进。当然，无论是互联网金融还是大数据都是时代的产物，但也是推动时代前进的动力。笔者以为，对于二者的结合，我们有值得期待的理由。▎本文作者刘晓菲，来源高顿网校。原创文章，欢迎分享，若需引用或转载请保留此处信息。更多内容请关注微信号gaoduneclass。原创文章，欢迎分享，若需引用或转载请保留此处信息。欢迎关注微信号高顿网校(gaoduneclass)，满满的会计实务干货，免费网课随心听。殷剑锋：互联网金融是互联网金融还是大数据金融宏观经济腾讯财经[微博]2014-11-2618:08我要分享0殷剑锋：非常荣幸能够在这里跟大家分享我们最近的一点研究心得。现在，互联网金融是非常时髦的词汇，从年初开始，我们一直在跟踪研究，研究来研究去，反正就那点内容，整个思路在其他场合也说过。我的题目是“互联网金融，究竟是互联网金融还是大数据金融”。互联网金融有三种主要形式：第一，从电子商务中诞生的金融业务；第二，基于网络平台的筹资和融资模式；第三，互联网是一种金融产品的销售渠道，我们称之为网上金融超市。第一种模式，基于电子支付的，从电子商务进入金融行业，以阿里为典型，阿里能够做金融，其中很重要的原因淘宝网、天猫、支付宝、阿里云等等所提供的数据，数据是阿里金融的基础，从阿里金融的运营状况可以看到。对于整个金融行业来说，真正具有价值的资产是软性的数据资产。第二种模式，以P2P为代表的网上筹资融资模式，以国外的Zopa为例，P2P模式并不是去中介化的，有信用评级、网上平台提供借款人和筹资人身份的审核、信息的整理、披露等等，Zopa运行大体模式，我们可以看的很清楚，对于P2P来说，能够运营的最底层是信用评级体系，Zopa底层是一个评级公司，有上百年历史，对P2P来说，数据构成了基础，数据是评级的基础，评级是P2P平台评估借款人信用风险、偿还能力、偿还意愿的基础。国内人人贷，人人贷能够正常运营的基础也是信用评分系统，信用评分系统是基于数据的信用评估过程。第三，将互联网作为销售渠道的所谓的互联网金融，网上金融超市，看起来比较简单，把金融产品由线下拿到线上，事实上并不是那么简单，从线下到线上，由面对面产品销售过程变成线上匿名过程，对数据的要求非常高，第一，要了解客户的需求；第二，需要有良好的网上互动平台，还要有良好的客户体验，这都是以数据为基础；第三，不是所有金融产品都能够在网上销售、有能够摆脱面对面的模式，能够在网上销售的金融产品必然是简单化、标准化，换句话说，相关信息能够数字化，变成数字化的信息。总结一下这三种模式，互联网金融，无论哪种模式，实质都是数据或者大数据，大数据现在也是非常热门的词汇。目前，互联网金融产生的三个背景或者三个条件：第一，金融管制，利率非常放开，所以，产生了高额的垄断利润资金，使得很多互联网企业想过来分一杯羹；第二，金融监管，正规的金融体系有严格的监管，银行有法定资本充足率、法定存款准备金率等等一系列监管，而很多互联网企业进入金融行业之后，尤其是现在，鱼龙混杂的P2P模式，逃避了监管，就逃避了监管的成本；第三，像阿里这样的互联网企业，之所以能够介入金融行业，就是因为掌握了金融运行所必须的数据，能够通过大数据将数据变成信息、变成知识，最后变成决策，成功的互联网金融实质是大数据金融，它的过程需要用数据生产信息，由信息进一步加工，形成作出决策所需要的逻辑架构知识，在这个过程中，互联网企业将他掌握的数据资产变成可以推动生产力的数据资本，包括阿里这样的互联网企业，在他的资产负债表上，有一大块是没有表现出来的资产或者资本，就是数据资产和数据资本，不仅仅因为它是互联网企业。没有大数据为基础的新生的各种形式的互联网金融实质是逃避金融监管的网上高利贷，随着金融风险的逐步暴露，很多P2P平台面临的风险会受到监管当局的充分重视。大数据来自于数据革命，2011年，Science上有一篇文章，这篇文章总结了近二三十年来大数据发展的动因，1986-1993年，用数字化形式存储的数据只占1-3%，在美国互联网泡沫的顶风2000年，数字化数据只占25%，2000年美国互联网泡沫已经破灭了，今天我们中国似乎又开始拣选起互联网泡沫的，2007年，数字化的数据占94%，数字化的过程就导致数据能够被存储下来，能够被用来分析和运用。右图的作者给出了1986年以来全球储存的数据，2007年，全球存储的数据已经超过250EI字节，互联网泡沫的顶风2000年，只有50来字节，最深刻的变化是数字化带来的大数据。大数据来自于网络，包括社交媒体、因特网、物联网等等，但是，需要注意的是大数据来自于互联网，互联网如果没有大数据，互联网还会有价值吗？包括互联网金融，以计算机和互联网为代表的信息技术革命带来的深刻变化实质不是互联网本身，很多人说互联网把人类社会网络化了，如果对比一下第一次工业革命和第二次工业革命，两次工业革命用航运、铁路、公路、电力、电报、电话将封闭落后的全球农业社会网络化程度比今天带来的网络化的效应大的多，事实上信息技术革命带来的最根本的变化是用数据来生产信息和知识，第一次工业革命是用机器取代手工，第二次工业革命是用机器生产机器，而这次革命事实上是用数据生产信息和知识，在这个过程中间，数据构成了资产，矿藏构成了企业的资产，但是，如果没有黄金的挖掘和处理技术，黄金矿藏不可能变成黄金，不可能变成直接推动生产力的实物资本，同样，数据资产只有经过分析和加工之后才能形成推动生产力的数据资本。数据资产变成数据资本的过程需要一系列的技术和理论，数据存储查询技术、处理技术、应用技术等等，在理论方面，经济学正在发生深刻的变化，将社会学中社交网络理论进入经济学，从而产生社会经济学或者经济社会学这么一门新兴学科，第一，网络思维，第二，对经济当事人的异质性前提假设。数字革命带来的不是互联网，而是大数据时代，在大数据时代，生产方式发生了根本性变化，工业革命时期，劳动力加实物资本加上技术进步就构成了生产力，但是，在大数据时代，生产方式发生了根本性变化，劳动力是具有数据处理和分析能力的劳动力，到时候和数据资本的结合，再加上体现于数据资本积累过程中的技术进步构成了生产力，成功的互联网企业就是将具有数据分析的劳动力和数据资本结合起来的模式。谈到所谓的互联网金融或者大数据，我们通常想到的只是互联网企业，在大数据时代，谁拥有的数据资产最多呢？不是互联网企业，2010年麦肯锡对美国各个行业做了调查，按照这个调查，2009年如果将美国的银行、证券、保险合并，金融行业存储的数据是1290帕字节，远远超过了其它行业，在大数据时代，真正有数据资产的是金融行业，金融行业存储的数据和其它行业相比有个特点，大数据有结构化数据、非结构化数据以及介于两者之间的半结构化数据。按照麦肯锡的调查，银行、保险、证券的数据主要是传统的结构化数据，视频、音频这种新兴的非结构化数据不是金融行业数据资产的主要部分，结构化数据和非结构化数据在形成数据资本的过程中间究竟谁有优势呢？结构化数据是当事人行为的直接反映，是当事人行为的直接结果，金融行业拥有的数据最多。IBM在2012年最全球95个国家1000多名专家进行调研，100名来自金融行业，这次调查，显示了金融行业在应用大数据方面与一般行业有些差异，首先，金融行业应用大数据的主要目的，56%是用来与客户管理相关的目的，包括客户偏好、客户分层以及基于这些信息的量身定制；其次，风险管理，这是金融行业和一般行业不同的地方，正好体现了数据资产形成数据资本过程中金融行业特殊的要求。金融行业用的这些数据从哪儿来呢？金融行业掌握的数据资产是最多的，主要来自于内部数据，排第一位的是交易数据；第二位是数据记录等等，涉及到媒体、传感器、音频、视频等等不是金融行业应用数据的主要方面。从这点来看，传统的金融行业应用大数据形成新的生产方式，一个捷径就是用好自己掌握的数据，而不是跟着潮流寻找网上新的非结构化数据，不是形成生产力最佳的数据资产。按照IBM这项调查，全球金融行业在应用数据方面还存在严重的滞后，数据分析能力要滞后于其它行业，比如数据挖掘、数据可视化，对于新兴的数据分析处理工具，比如流量分析、视频、音频分析等等，金融行业远远落后于其它行业，这是金融行业在互联网创造的大数据时代没有有效运用数据资产、数据资本的一个缺陷。全球的金融行业是这样，那么，中国的金融行业在这方面更是落后。中国所谓互联网金融的基础是电子商务，图中给出了2008-2013年电子商务和GDP和第三产业增加值的关系。到2013年，电子商务的交易额已经相当于中国GDP的17-18%，相当于第三产业产值的接近40%，电子商务的蓬勃发展，构成了互联网金融的基础，道理非常简单，当人类将生产、生活、贸易方式全部移到网上的时候，实体经济转移到网络长的时候，为实体经济提供服务的金融行业也需要网络化，这是必然趋势，成功的互联网企业之所以能够成功，就是因为它为网络化实体经济提供了及时的网络化的金融服务。与互联网企业相比，中国传统金融行业有更多的空间，到2013年，电子商务交易额10万亿元人民币，银行卡430万亿元人民币，电子商务交易额只相当于银行卡交易额的2%多一点点，银行卡庞大的交易规模背后反映的是大量的数据，大量数据掌握在银联、中农工建各家商业银行的数据库里，这些数据是不是得到很好应用呢，没有得到很好的应用。没有得到很好应用的佐证，我们统计了2007年到今年6月份以来中国网上购物和网上支付的网民数量，网上购物和网上支付的网民数量超过了用网银的人数，远远超过了网上炒股的人数，从这点来看，中国传统的金融行业没有把握住实体经济网络化的趋势迅速推动金融服务的网络化，这是传统金融行业落后于互联网企业的重要方面，没有意识。很多人说中国互联网金融会发展很快，其中一个理由是因为中国拥有世界上最大的互联网用户群，截止到2013年，城市网民将近4.5亿，农村网民将近1.5亿，合起来6亿人口，很多人说这是中国所谓互联网金融能够得到迅速发展的基础。在互联网用户群迅速增长并且全球规模最大的同时，中国网民正在迅速的移动化，移动网络发展非常迅速，我们可以看到，用手机接入的网民数量已经超过了5亿，尽管互联网和移动互联网发展快，但是，我们前面已经说过了，互联网真正的价值是互联网在网络化、数字化后形成的数据，它构成了分析当事人行为模式的基础，但是，数据怎么样呢？同样按照麦肯锡的统计，统计了2010全球各个地区新存储的数据，在北美超过了350帕字节，欧洲超过了2000帕字节，日本超过4000帕字节，中国只有250帕字节，我们拥有世界上最庞大的移动互联网网民，互联网产生的数据资产少的可怜，数据资产落后于其他国家的过程中，我们将数据资产分析、加工变成能够产生生产力的数据资本的能力也有限，这种能力首先体现在人才上，按照调查统计，2008年，美国毕业的具有深度分析能力的毕业生2.47万人，中国1.74万人，总人数比美国少的多，按人均，美国100人中有8.1人，我们100人只有1.31人，不仅数据资产少，而且将这种数据资产变成数据资本的人才也比其他国家落后很多，所以，尽管我们有庞大的互联网用户群，但是并没有让我们值得骄傲的地方。在互联网迅速发展的过程中间，大数据滞后，原因有这么几个方面：第一，对数据的意识，大家都在热炒互联网，各种与互联网相关的会议非常多，但是，所有人都没有意识到互联网带来的是数据，黄仁宇在《万历》15年中说中国人不擅数目字管理，所以，中国没办法进入工业革命时代，不擅于数字的原因首先在于没有数字意识，其次是数据存储能力，抑制总体的数据规模；其三，数据深化能力，我们有6亿网民，每个网民产生的用于存储和分析的数据有多少呢？数据密度非常低；数据处理能力，我们对数据的挖掘和分析能力比其他国家落后很多。究竟我们应该说是互联网金融，还是大数据金融呢？或者泛泛地说我们应该更加关注互联网？还是应该关注大数据？引用当年克林顿总统竞选时说过的一句话：“笨蛋是经济”，我换一句话，笨蛋是数据，大数据来自网络化，毫无疑问，没有互联网，没有与互联网伴随发生的数字化就不会有大数据，但是，没有大数据，互联网有价值吗？今年年初，美国奥巴马总统委托一个小组做了一个90天的调查，写了一个报告，叫《大数据：抓住机遇，保证价值》，我们生活在一个社会、经济和技术革命的时期，我们的通讯、社交、休闲和商业活动都已经迁移到互联网上了，而互联网又进入到我们的手机、城市和家庭中的各种设备以及推动产业经济的工厂中，其结果是数据和发现的爆炸，这将改变我们的世界。大数据将成为历史性的进步推动力量，我们正在创造我们据以继承的未来，在迎接数字革命方面，美国比地球上任何一个国家都更好地进行了准备。作为一个门外汉，我给大家提供了一点不成熟的看法。谢谢大家！窥视互联网金融：浅谈大数据怕冷的东北虎2015-10-1220:16:16数据技术企业阅读(143)评论(0)声明：本文由入驻搜狐媒体平台的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。举报其中大数据是最重要的因素之一。金融没有类似实物的物理生产、仓储、物流等过程，但其本身是数据的生产、仓储、挖掘、传输、分析和集成。所以大数据对于金融而言，相比其他行业，无疑是有更巨大的影响力。大数据，是思维、技术与数据的三足鼎立。大数据不仅指规模庞大的数据，它首先是一种思维方式的变化，其次是对这些数据的处理和应用，是数据、处理技术与应用三者的统一的一列处理技术，最后，大数据的前提必然是充裕互通的数据本身。大数据的思维方式会改变传统金融作业思维，它首先是会改变金融信贷业的抵押文化，推动信用变现成为可能和主流。尤其是中国金融行业，有着根深蒂固的抵押文化，在贷款的过程中严重依赖于抵押物，这是中小企业得不到贷款服务的很重要原因。抵押文化让贷款服务提供方在考量时思维变得简单粗暴。贷款方的考量核心是判断抵押物品的价值，确保有相应的价值空间。比如房产价值200万，那么打个7折，只要保证价值不下跌太厉害，那么就不会产生风险。房价不下跌，风险不大;房价下跌，也是国家的事情，与银行机构无关。长期而言，抵押文化对金融业发展有相当负面的影响。要想做到真正的改变就是要强化信用贷款，建立信用机制。真正的安全不是抵押物，而是人们的信用。我们讲大数据对金融影响，首先要有思维上的认识变化。信用看不见，摸不着，但大数据的方式可以帮助还原一个人，甚至一群人的信用轮廓，让个人或者群体的信用变得金光灿灿，触手可及。这将是根本性的改变，并产生巨大的影响。大数据的应用例子中，对于天气预报的实践是人们津津乐道的——没有人可以准确地预测天气，因为变量太多，大到日月星展，中到洋流大气，小到人的环境行为的偶然因素，都会对其产生影响，但气象学家通过气象大数据的分析，加上并行的处理技术，人们做到了从数据中找到规律，实现更准确的气象预测。个人的信用评估和实现气象预测有非常类似之处，一个人或者群体的信用好坏取决于很多的变量，而且信用本身不是静态的，而是一个动态的行为特征的体现——资产、收入、消费、个性、习惯、社交网络等等都是会对信用产生影响。个体信用正式通过各种行为决定的，但是体现一个人的信用的行为并非是全无规律的。通过大数据，可以很好地通过对个体或者群体的大量信用行为进行收集、整理、分析，只要把这些糅合在一起时，会发现很多客观规律，使得人的信用立体化，从而实现对于个体或群体信用的预计。互联网技术革新本身也推动了大数据成为可能。云计算、SNS、移动互联网等技术的发展，使得大量数据的生产和连通变成现实;非结构化数据库技术的发展，使得数据收集的要求大大降低;存储技术的发展，使得大规模数据存储得以实现;并行处理计算，使得数据可以得到高速处理，更快获得结果、应用;各种算法、机器智能化学习的成熟等等又进一步促进大数据的应用发展。所以，我们可以做到存储处理所有数据，而不是存储抽样数据，并且可以将粒度从整体面向个体。这些也带来一系列变革：市场集中度更高。IT技术的发展、互联网的延伸、大数据的应用，让市场摆脱了地域的限制，从而使得更大规模的企业以更快的速度成长。而大数据在技术上的突破也会使得马太效应更加明显——强者愈强，大者愈大。如果我们还是局限于地域优势，无法有效形成对海量用户和良好的数据资产的管理，那么未来核心竞争力将会受到严重削弱。促进金融的开放性，大数据首先要数据全量在线。现在太多系统都是孤立的，比如很多公共事业数据，即使银行本身的很多业务，比如对公业务、对私业务、卡业务等都是相互分离的难以形成联动效应;况且决定信用本身的不单是金融数据，很多其他领域的数据也会产生影响，这对于数据的开放性要求更高。但这些数据都可以借助互联网进行联通，互联网有天生的开放性、透明性，使得大数据的应用有了可能。传统的金融业也必然会因此而变化。最后，还是数据本身。既然是大数据，必须要有足够的大量数据，这是一切预测的大前提。如何在预测之前收集足够多的信息，就成了预测成功与否的关键。一切皆可“量化”，并在加速量化，几十年来IT技术的发展已经使得大量数据量化。互联网金融对大数据的使用，天生具有优势。互联网可以在法律和道德所容许的范围内捕捉信用评估所需要的个人或群体的行为信息，并将这些繁杂的信息提供给大数据作业系统进行处理，完成对个人或群体的信用价值的评估分析。从这个角度来说，P2P在对信用大数据的使用方面更有独特优势，由于P2P两面市场的特点，决定了它可以覆盖更多的用户，同时由于充分利用了人人组织的特点，可以让用户自己产生数据，从而实现数据的自我产生和循环。使得“取之不尽，用之不竭”的数据创新成为现实。虽然这场大数据带来的变革，还是早期，但我们可以清晰预见大数据对于金融的影响：金融服务将进一步从粗放式管理向精细化管理转型。由抵押文化向信用文化转变更全面的信用体制和风险管理体制将会建立;从“利润为中心”向“客户为中心”转型。从“关注整体”向“关注个体”转型。我们还可以预见，真正能带来改变的互联网金融、大数据金融一定是由深谙互联网思维，立足小额信用贷款服务，涉及海量用户，注重数据资产，耐心长远的公司所推动的。这有这样，才是符合大数据的趋势，才能拥有长期的核心竞争力。大数据+互联网金融2014年01月13日10:10:33【大中小】大数据+互联网金融——即将起飞的牛股【政策背景一：大数据】据权威专家透露，在有关部门协商的基础上，经国务院同意，将来或推出一个国家科技和产业专项来引导和支持大数据的研究和产业发展。大数据催生新产业，带来经济增长新空间。随着大数据在商业企业、政府公共事业、国防军事等领域应用，大数据日益形成一个新产业。大数据是一个事关国家社会发展全局的产业。《“十二五”国家战略性新兴产业发展规划》提出支持海量数据存储、处理技术的研发与产业化。围绕产业链上下游，大数据必将带动智能终端的普及应用、物联网、云计算等产业的蓬勃发展，高性能服务器产业的发展和信息技术服务业等产业的发展。据统计，2010-2015年全球大数据市场年均复合增长超过50%。全球著名信息技术研究和咨询的公司高德纳公司(Gartner)发布报告预测，2013年大数据对全球IT开支的直接或间接推动将达960亿美元，到2016年，这一数字预计将达到2320亿美元。【政策背景二：互联网金融】金融服务需求释放巨大空间，渠道互联网化演进加速：中国居民潜在投资规模超过80万亿未来三年将破百万亿，同时用户长尾特征明显但渠道由银行垄断，传统营业部模式越来越难以满足投资者规模和服务需求的快速提升，市场亟需更多低成本、全覆盖、高便利、深服务、快响应的第三方理财渠道，互联网金融渠道发展正逢其时。互联网企业有望在互联网金融领域实现跨越式发展：长期而言，我们预测在线基金销售能够带来1.5万亿的销售规模和150亿的市场空间；第三方理财则带来6万亿的销售额和600亿的市场空间。参考网络零售产业规模历经15年跃居全球第一的脉络，我们有理由相信互联网企业在互联网快速普及并已成核心消费渠道的大背景下，借助用户规模、产品设计、运营等优势有能力与传统金融企业同台竞技。大数据时代下的互联网金融2014-01-2115:24:04来源：你我贷互联网和金融结合的确是非常令人激动人心的事。最近中关村成立了网络银行，还有几家银行的股东包括一些软件公司和互联网公司，像百度、京东、用友软件。民生银行有一家机构叫民生电商，都在做网络银行。我们看到很多现象，和大家分享背后的原因和机遇是什么。有一种观点认为，在大数据时代，凡是拥有独特数据资产的公司都可以做金融。为什么这样讲？如果仔细观察，所有互联网企业的营业额、利润率都比银行要高。比如像阿里巴巴、百度、腾讯加在一起利润总水平是几百亿，相当于一家中等股份制银行的水平。各家银行招博士生都在考一个问题，互联网金融是什么？你怎么理解互联网金融？这反映出一个心态，就是一定要做互联网金融。其实，互联网金融没有那么可怕，但是，金融界的反应很剧烈。有两个很重要的原因：一是政策驱动。中国这届政府在金融创新上迈的步伐非常大，存款利率很可能也会逐步市场化。现在我们已经把贷款的最低限的利率放开了，但是影响不大，为什么？现在贷款的利率基本上出现一贷难求的局面。而存款利率一旦市场化了，就意味着银行要去找钱了。这是一个潜在的冲击。二是我们已经处在大数据时代，商业模式正在发生根本性变化，以前我们看到的银行交易的本质是什么，在纸币为主导的交易时代，面对面沟通作为风险沟通的主渠道，银行基本承担了信用中心这个角色，这是一个基础，这个基础从钱庄到银行，基本上没有发生大的变化，都是这样的。但是，大数据时代的模式完全不同了，越来越多的交易是在网上进行，越来越多的支付通过网上进行，信用的获取通过网络获得，这样的话，原来银行赖以生存的基础动摇了。据说当年阿里巴巴在做支付宝时，特别希望和银联互联，希望进入银联这个体系里去，马云高高兴兴跑到银联中心演讲，说支付宝有多好，和银联合作前景有多好，讲了一下午，发现银联的同事没有什么反应。马云很高兴，回去说，兄弟们，开始干吧，他们不懂这个事情。结果支付宝成了网络交易的中枢了。我们调查了一下，看了几百个公司以后，得出一个结论，总结了六种商业模式。第一种商业模式，简单地卖数据，就形成一种商业模式。这个空间非常大，我了解到，有一家商业公司去年卖数据获得5000万收入，今年是1.5亿的预算，三年之内要做到七个亿。第二种商业模式，就是数据提炼再出售。第三种商业模式，是做咨询服务。第四种商业模式，就是大数据提供商。在美国非常活跃，2012年发生124起投资案例，基本上都是在这个投资领域，投资额大概165亿美元。在这一块，我们中国还是落后于美国的。第五种商业模式我们叫数字媒体模式，对于这个模式谁都会做，就是做广告，但这个模式非常吸引人的地方在哪里呢？就是空间巨大，全球每年是5000亿美元的市场空间。中国起步还是比较晚的，增长空间还很大。第六种商业模式，是数据使能的模式。原来很多业务没有数据的时候，很难开展或者无法开展，如果获得这样的数据，就能做一些新的模式出来，典型的就是小额信贷的模式。整个商业环境发生了特别大的变化，可以让传统经营模式升级，互相之间融合，而且有的行业被颠覆掉了。在北京一旦下雨，或者晚上下班的时候，很难叫到车，尤其金融街这个地方，基本上打不到车。但是，现在可以通过新的方法打车，这种方法很容易看到周边的出租车情况，我周边有多少出租车，离我有多远，离我有多近，去什么地方可以提前告诉他，这就透明了，这个最大的好处是把信息数字化了。现在在杭州打车的时候发现，不但可以用软件去打车，支付的时候也不用通过现金支付了，如果有支付宝，直接就可以支付。这就是金融模式的变化，基于这点，我有一个判断，五年以后出租车这个行业就要消亡了。现在可以通过数字化信用判断可能带来的风险。以前做金融的时候，担保的模式有很大的风险，好公司速死，一家公司出问题了，好企业破产了。抵押的风险也比较大，信用风险很难化解，到最后所有的房子都是银行的，其实房价一下跌，银行照样受损。中国金融征信体系非常不发达，满足不了现代金融的要求，而谁能做好金融大时代的征信？一些新型的公司就可以做这个事情。再举一个例子，做贷款要纸面申请，有一个非常长的流程，费率也比较高，都是没有什么差别的服务，不能提供个性化服务。而这些随着大数据时代的到来，一切都在发生变化。今年在一次会议上，互联网金融的一些代表和传统银行的一些代表争论，互联网金融代表人为：P2P模式非常好，但是传统银行说有各种各样的风险，各说各的理，最后打一个赌，就是如果这家P2P公司在2013年10月份之前，贷款总额突破20亿美元的话，我们就赢了。如果没有突破20亿美元，那我们就输了。谁输了谁就要跳西湖，现在看，我们已经赢了，上个月这家公司已经突破了20亿的贷款，这就是一个新的模式的冲击。在新的商业模式和新决策走向下，决定金融业的一个核心要素是什么？这就是我们提的数据资产的问题。回到前面提到的话，未来拥有独特的数据资产公司都可以做金融，金融的好坏和强弱，就取决于数据资产的质量。现在大数据时代的互联网金融规定一个要素，利用数据资产进行动态风险定价的能力，这是它的核心东西。所以，如果我们拿数据资产为核心考察几个大的行业的话，就会发现银行的数据在灵活性、维度和关联性方面都要弱于运营商和社交网络、电子商务，其实我们社交网络的数据、运营商数据、电子商务的数据可以支持他向金融业转型，我们有一个大胆的预测，未来大银行里面，包括像中国移动银行、腾讯银行、阿里银行，会有他们的一席之地，因为他们有独特的数据资产。我们也看到建行、农行、交行、工行都在做电子商务，为什么做这个事情呢？其实也是在补足它的东西，抢夺一些小微企业的数据，他们正在做这样一件事情。互联网金融沿着不同的发展路径，他们共同推进行为产业的大变革，其中大数据是金融核心资产，这个决定了他们的未来。那么，互联网金融的热点和要点是什么？无论是支付宝也好，还是余额宝也好，他们都做了一件事，就是新型的销售渠道。这算作一个阶段，如果把它看成两个阶段的话，下一个阶段是什么？就是线下的渠道向线上渠道迁移，释放出巨大的空间，目前仅此而已。就这个仅此而已，已经获得了巨大的收入了。像东方财富是一个在网上卖基金的公司，今年刚刚上线，就是天天基金网上上线，现在的日均销售额已经达到每天销售基金数三个亿，预测到明年销量可能达到1700亿，光卖基金的一个数值。这只是一个小网站而已，仅仅是渠道的迁移，在向智慧的方向演进，这是大数据发力的环节，目前仅仅是渠道的竞争就产生这样一个大的变革。这个变革不光是涉及到银行业，包括证券、基金、保险都会面临大的变化，像宏源证券也成立了一个互联网金融战略领导小组，我们就是这个小组的成员，天天探讨证券公司该怎么转型，谈怎么利用大数据专项一个新的业态和模式。大数据时代各行各业都会发生一些颠覆性的变革，我们认为，资本、土地这些生产要素都会追随数据资产而重新配置。金融业的变化是各行各业变化的一个缩影、在不久的将来，会出现一个更加欣欣向荣金融业。（本刊记者井华报道，王南海摄影）吴晓求：大数据是未来互联网金融重要的支撑2015年03月27日14:15来源：凤凰财经0人参与0评论凤凰财经讯2015年博鳌亚洲论坛3月26日—29日在海南博鳌举行，今年年会主题为“亚洲新未来：迈向命运共同体”，凤凰财经全程直播。经济学家吴晓求在凤凰财经在27日举办题为“告别野蛮生长——监管下的互联网金融破与立”的早餐会上发表了自己对于未来互联网金融的看法。他认为大数据是未来互联网金融的一个非常重要的支撑，因为他有点类似于像传统金融的征信，因为传统金融活动是用征信来完成的，没有征信就不能完成，它不能解决风险定价的问题，大数据是解决互联网时代的风险定价。原文实录如下：吴晓求：的确互联网金融刚才胡祖六教授讲的我非常赞同，他最核心的是它的信息对称性，比传统金融要更进一步，如果他在这方面没有优势的话，显而易见就不会比传统金融有优势。所以从这个意义上来说，它往前推进了一步，当然它还有一个特点，它的边际成本是在下降的，基于这两个东西，所以互联网金融是有一些比较优势的。但是这个大数据显而易见是互联网金融一个基本的命题，从目前看，依赖于大数据互联网金融的业态是不一样的，有些是要特别需要依赖大数据的，比如说平台贷款，小微平台贷款如果说没有大数据做平台来进行信用甄别的话，他的成本会巨大的。所以这个是特别依赖大数据平台的，所以阿里小贷为什么他的不良率会比较低，跟这个是有关系的。因为人们所谓的信息，基本上是人的行为轨迹，但是对于其他的，比如说第三方支付，因为第三方支付它就没有平台贷款那样对大数据的依赖，还有一个像P2P这种的，它不是小微贷款，它是属于平台式，这个对大数据的依赖程度它要介于支付和小微贷款之间，我先把这个结构稍微梳理一下。从这个角度来看，大数据是未来互联网金融的一个非常重要的支撑，因为他有点类似于像传统金融的征信，因为传统金融活动是用征信来完成的，没有征信就不能完成，它不能解决风险定价的问题，大数据是解决互联网时代的风险定价，所以从这个意义上来说，因为它依赖于大数据，互联网金融对信用的理解和传统金融就发生了根本性的变化，传统金融对信用的理解主要是基于一些物质条件，比如说他的收入，他有多少房产，甚至他的地位、名望，这些东西跟他的信用是有关系。主持人：是需要抵押。吴晓求：对，但是在互联网金融时代，他们的信用跟这个有关系也没有关系，一切以数据来说话，你可能很有钱，收入很高，也有名望，但你经常跑路，所以在互联网金融它的基础工程是大数据的建设或者大数据的挖掘。所以为什么在互联网金融时代大数据是一个宝库，就在这个地方，因为它颠覆了传统金融对信用内涵的理解大数据赋予互联网金融充沛活力发布时间：2014-08-1413:37:00来源：比特网作者：刘永生关键字：比特观察当前互联网金融如火如荼，除了为数众多的互联网公司推出的各种“宝宝”类产品外，p2p、众筹等在街头巷议中也总是被人津津乐道。当然，在互联网金融一片风光的形势下，各大不甘寂寞的金融公司也是纷纷试水，由其推出的各种创新产品和服务更是层出不穷。一位专家表示，从去年开始，陆续有基金公司和互联网企业就大数据方面的合作进行密谈，“这是互联网金融朝着更深层次进发的必然结果，毕竟，互联网除了用户群以外，更为核心的就是用户群背后的‘大数据’。”这一切告诉我们，互联网金融之所以能发展的这么好，其背后的创新动力之一正是大数据。崭新思维缔造互联网金融活力这些年来，中小企业融资难、融资贵一直是我国政府部门的老大难问题，并一直制约着我国国民经济的健康发展。我国中小企业融资难的成因是什么？据专家分析，我国中小企业融资难、融资贵，归根结底还是信用体系问题。众所周知，在中国传统金融行业，有着根深蒂固的抵押文化，在贷款的过程中严重依赖于抵押物，由于资产规模有限、信用体系缺失，我国中小企业由此很难得到大型银行的贷款服务。伴随着互联网金融的到来，借助大数据，互联网金融机构能够收集和分析大量中小微企业用户日常交易行为的数据，判断其业务范畴、经营状况、信用状况、用户定位、资金需求和行业发展趋势，解决由于小微企业财务制度的不健全，无法真正了解其真实的经营状况的难题，从而从根本上消灭了这个问题。譬如，作为阿里旗下的知名互联网金融机构，阿里小贷首创了从风险审核到放贷的全程线上模式，将贷前、贷中以及贷后三个环节形成有效联结，向通常无法在传统金融渠道获得贷款的弱势群体批量发放“金额小、期限短、随借随还”的小额贷款，真正做到了普惠金融，造福我国的中小企业。无独有偶，作为我国2013年的十大互联网金融企业之一的金电联行，正是通过大数据的形式，挖掘企业价值，缔造企业信用，从而真正从根本上解决了信用体系的问题。不仅仅可以帮助到企业，利用大数据，互联网金融机构也可以解决针对个人的征信问题。可以说，互联网金融对大数据的使用，天生具有优势。互联网可以在法律和道德所容许的范围内捕捉信用评估所需要的个人或群体的行为信息，并将这些繁杂的信息提供给大数据作业系统进行处理，完成对个人或群体的信用价值的评估分析，这在以前是不可想象的。从这个角度来说，P2P在对信用大数据的使用方面更有独特优势，他既结合了本身的双面性特点，又充分利用了互联网金融的概念。某知名专家表示，未来的互联网金融公司将高度依赖大数据，没有这项能力的互联网金融公司很难生存，这正是对大数据之于互联网金融公司重要性的真实写照。大数据需要开放和共享纵然大数据对互联网金融的发展具有至关重要的作用，但我们应清醒的认识到，大数据的一个前提条件就是要数据全量在线，要真正发挥大数据的作用，数据的开放和共享非常重要。当前不少互联网金融公司，包括传统的金融机构，号称所谓开展了互联网金融业务，但由于受数据的开放、共享和挖掘能力的局限，其业务也并不理想。譬如，由于受金融机构内部的传统部门划分，金融机构中不同部门都在不断积累大量数据：抵押贷款部门专注于抵押贷款，衍生品交易部门专注于衍生品交易，零售银行部门专注于零售，研发与运营部门专注于研发运营。由于缺乏大数据分析技术和跨部门沟通战略，各部门难以了解不同金融市场之间的关系，或者对同一客户的看法发生分歧，难以形成联动效应。实际上不仅仅金融，其他各个领域也是如此。特别是在政府、医疗、教育、科研、交通、能源、气象等公共服务领域，这里沉淀了大量有价值的数据，出于安全、政策等方面的原因，他们彼此的系统是孤立的，这些数据一直没能真正充分的发挥出应有的价值。为了更好发掘大数据的价值，当前不少开展互联网金融业务的机构一方面在不断整合内部的数据价值，另一方面也在不断和外部的大数据资源进行着整合。据分析，传统金融公司对于大数据的期盼，主要在于社交网络、电商数据与金融数据的融合。这不是在忽悠，而是充分认识到问题难度和数据资源局限之后，所提出的一个联合攻关主张，这从另外一个方面也说明了大数据的有效处理不是一朝一夕的事情。BAT大有可为众所周知，互联网有天生的开放性、透明性，这使得大数据的共享和开放需求得到了极大的保证。未来随着互联网金融的进一步发展，来自互联网公司的第三方大数据支持，也必将会起到越来越重要的作用。在第三方公司方面，百度在搜索行为方面的数据、阿里在购买行为的数据、腾讯在社交行为方面的数据，均具有不可替代的价值地位。日前，百度又推出了百度云、数据平台、百度大脑等，开始更加专注的为外部公司提供大数据和智能服务。针对与目前正在开展或未来希望开展互联网金融业务的公司而言，这无疑具有极大的意义。一位知名专家表示，随着大数据和互联网金融的发展，“金融机构负责产品、互联网负责渠道”的浅层合作模式必将会进一步加深，各类金融产品均可以对接大数据，这也正是对未来大数据在互联网金融领域中应用的准确洞见。互联网金融还是大数据金融谢文01月13日11:14分类:互联网阅读:3068抢沙发近来，颇有几个新名词在市面上流行，诸如“互联网金融”，“信息消费”之类。这些新名词并非产自概念日日翻新的互联网业，却来自传统金融业甚至政界，其气势之大，梦想之美，内涵之广，投入之多，逻辑之混乱，可行性之差，似乎值得一辨。近来，颇有几个新名词在市面上流行，诸如“互联网金融”，“信息消费”之类。这些新名词并非产自概念日日翻新的互联网业，却来自传统金融业甚至政界，其气势之大，梦想之美，内涵之广，投入之多，逻辑之混乱，可行性之差，似乎值得一辨。就概念而言，从众说纷纭中大致可以概括出互联网金融的几层含义：一是传统金融服务的网络化，例如网络银行，网络券商，网络保险，等等。这些都是古已有之的东西，只不过在中国实现较晚，动作较慢而已。事实上，互联网在美国最早最成熟的商业模式就是这一套，二十多年前就已出现并蓬勃发展至今。不过，无论在金融服务业还是在网络业，都没有什么公司因此脱颖而出，其原因无非是家家都做，没什么创新，最好的结果是获得摊薄的平均利润。为此今天再创一个新概念毫无必要。二是传统金融服务的扩展化，例如小额支付，小微企业信用调查，小额贷款，灵活机动的市场营销，等等。这些事情在互联网出现之前，做起来费时费力，成本太高而收益太少，如今利用互联网就可以顺利实现。做这些事情也许可以创些收，但很难提高利润率，因为是个琐碎活。为此带上个互联网金融的大帽子有点言过其实。三是全新的网络金融服务和产品，例如众筹投资和比特币。这些东西新则新矣，但属于小众市场和缝隙市场，不值得大动干戈，更不值得为此创立什么新概念。四是全面的网络金融服务，或曰金融电商，例如金融商城和各类产品和服务的综合大卖场。这种模式以金融服务为基础，以阿里为样板，再掺杂以WEB2.0，云计算，移动互联网和大数据等时髦互联网概念，几乎是一个通吃的全面互联网服务平台，仅仅称之为互联网金融显得有点包容不住，过于狭窄了。无论是单独拿出来看，还是把这四层意思合起来看，互联网金融这个概念从互联网业的角度看毫无新意可言。如果只从传统金融业的角度考量，互联网金融的概念也不是完全不能成立，但只有把它与非互联网金融服务或传统金融服务对立比较才有意义，但这好像也不是鼓吹这一概念者的本意。过去若干年来，互联网业在不断创新中，蚕食着许多传统产业的世袭领地，同时创造出不少财富传奇。面对这一发展，传统金融业者一则以喜，二则以忧。喜的是互联网开拓出广阔的新边疆，金融服务有了更多更有力的方式向用户提供更多更好的产品和服务；忧的是金融服务有了新人，弄不好会砸了传统业者的饭碗。于是，在贪婪与恐惧的双重动力作用下，以攻为守的思路油然而生。既然一无所有的网络业者都可以尝试网络金融服务并大有斩获，那么传统金融业者有经验，有资本，有垄断，有用户，为什么不能后来居上呢？一个明显的区别在于，网络业者早在十数年前就开始了尝试，那时网络金融服务是被斥责，被打压，被怀疑的对象，历尽千辛在服务模式，商业模式和技术壁垒方面有所心得，垒起了一定的竞争门槛。而今天再做所谓互联网金融这种早已成为社会共识的东西，如果在差不多的时间内出现十个八个互联网金融服务平台，自相残杀还来不