大数据技术在金融领域的应用.docx

大数据技术在金融领域的应用 【摘要】随着物联网时代的来临，大数据、人工智能、移动支付、云计算、区块链等先进技术从支付方式、借贷手段、风险管控、征信方法等多个角度与金融行业日益紧密融合，孕育一场重大的创新和革命。大数据金融为银行业的发展带来了很大的优势，同时也面临着巨大的挑战。 【关键词】物联网；大数据；人工智能；云计算；大数据金融；挑战 1引言 技术进步促进新金融业态的诞生，是个性化金融产品或服务创新的基础。随着物联网时代的来临，大数据、云计算、人工智能、移动支付、区块链等先进技术从支付方式、借贷手段、风险管控、征信方法等多个角度与金融行业日益紧密融合，孕育了一场重大的思维、生产和生活方式的创新和变革。金融业的信息资源极其丰富，信息化程度高，结合大数据技术，新生了大数据金融。大数据金融，是传统金融服务与先进的大数据技术的完美融合，即针对多种类型、海量的数据，经过互联网、云计算等信息化处理方式，结合传统金融服务，开展资金融通和金融服务创新1。大数据金融就是互联网金融。大数据金融塑造出了全新的互联网金融服务系统，衍生出许多创新的互联网金融产品或服务，比如手机银行、网上银行、余额宝、借呗、一百零一度钱包、P2P网贷、众筹等。技术的进步对于金融行业的发展来说是一把“双刃剑”，为大数据金融提供了多元、创新发展的机遇，同时也为大数据金融行业带来了一定的挑战。 2大数据金融多元化的发展机遇 真实有效的数据是实现企业商业价值最大化的前提。为此，银行业需要高效收集海量、多类型内外部生产系统数据资源，并且实现海量数据的有效提炼和整合。在众多的金融机构中，客户与银行间的互动是最频繁的，这给银行收集客户的基本信息、管理类信息、系统操作记录类信息和交易类信息等结构化数据提供了巨大便利，还能够通过多种客服手段获取到客户的身份证明文件和电话录音记录等非结构化数据，以及用户数据、电子商务数据和互联网数据等外部数据，例如在网银客户端、手机客户端、社交网络等终端上搜集到的客户身份信息、个人偏好数据、交易类数据、消费趋势数据、浏览商品历史记录、搜索记录等。银行投入了充足的预算进行信息化平台建设，吸引掌握大数据技术的人才，以期将大数据的新技术尽快地应用于生产环节，推动大数据金融的发展，提高金融效率。银行的大数据应用建立在海量数据的基础上，以业务为驱动，不断创新的服务模式为目标。银行业利用收集的各种内外部数据创新出了以下三种发展模式：2.1客户管理。客户管理，即基于收集到的各种内部数据和外部数据，进行客户划分与识别、差异化行为分析、客户需求预测等。传统的金融服务系统往往仅关注客户交易行为的本身数据，而忽略了客户个人的兴趣爱好、消费趋势和生活习惯等生活数据对客户交易产生的影响。随着传感器技术的日益普及和移动通信技术的快速发展，金融机构从多渠道多角度收集客户信息，杜绝了生活数据与金融业务数据的分离，将收集的内外部数据资源进行有效整合，成功构建客户的多维度自画像，开创了客户全新的管理模式，从而有针对性地提供个性化服务方案。例如：美国ZestCash运用大数据全方位综合性地分析客户数据信息，实现客户细分与识别，创造性地建立了其信用评价体系，造就了其独特的竞争力。大数据时代，银行业的管理理念发生了转变，从传统的“以产品为中心”转变为“客户至上”。在制定各类服务策略时，面对复杂的国内国际经济形势，只有透彻地了解客户的不同需求、未来的消费趋势，才能准确地把握市场，从而做出最佳的决策。2.2精准营销。精准营销是在精细的客户需求分析和精确的市场细分与定位基础上，依托精密的市场营销手段，尤其是现代信息技术的应用，采取营销控制方法，建立个性化客户沟通服务体系，将合适的产品在适当的时间通过适当渠道销售给合适的消费者的过程2。精准营销建立在客户管理全息图谱的基础上，将大数据分析与营销活动有机结合，通过分析客户银行卡消费历史记录、大额消费趋向等，利用恰当的市场推广渠道，例如微博营销、微信营销、团群营销等，进行定向信息推送和营销，提升营销的针对性和有效性。银行要建立全渠道、多触点、场景化和智能化的营销方式，带给客户较高的体验。创新的营销方式有：团队个性化定制营销、跨界合力营销、大数据自动化营销、社交平台促动营销等。2.3风险管理。风险是指企业经营过程中可能承担的种种不确定因素，是企业稳健发展的重要一环。强大的互联网数据、实时监测设备的上传数据、电子商务数据、交易数据等，海量、多类型的数据给银行经营带来一系列挑战，传统的银行风险管理解决方案已无法应对新技术新形式下的风险。随着移动支付的快速发展和普及，解决了传统现金携带被盗、丢失等问题，但是由于技术漏洞、恶意诈骗等引起了广大网民对移动支付安全的担忧。通过全面收集并分析市场经济数据、客户基本自然信息和行为数据、产品价格和交易数据等，利用大数据方法就有可能提前预测风险事件的发生。大数据技术为实现有效的风险管理策略提供了更多的思路和可能，正不断创新和丰富着人们的思维。基于多类型、海量数据，根据机器学习、聚类分析算法而建立的创新客户自画像，可以实时监测判定客户的异常转账、全款等行为，有助于扩大风险控制覆盖范围和拦截半径，提高风险交易识别准确率，实现网络金融欺诈风险精准识别和智能控制，进而综合各方面流程建立更完善的风险防范体系3。 3大数据金融面临的挑战 由于大数据金融发展起步较晚，目前还未建立起成熟的发展体系架构。大数据金融为银行业的发展带来了很大的优势，但不意味着无限的机遇或者商业上的无穷潜力，同时还面临着巨大的挑战。（1）数据应用侵犯客户个人隐私。大数据金融的发展为银行带来了重大的机遇，同时由于提炼海量数据价值的提升，也对客户信息保护形成了严峻的考验。个人信息数据安全成为社会上高度关注的话题，例如江苏银行的“泄密门”、携程旅行的“泄密门”、徐玉玉死亡案件、清华教授被骗事件等等。大数据技术与金融机构相结合，使得客户信息数量巨大、数据价值高，并且一旦泄露会带来极大的损失。从多渠道多角度收集来的用户信息数据，例如性别、年龄、爱好、生活习惯等，都要经过传输、存储、处理和分析环节。在物联网时代，造成信息泄露的原因主要包括：互联网本身的技术风险、管理客户信息系统不慎、内部监管不到位、硬件设备管理不严格、内部问责机制缺失等等，小小的一个技术漏洞，稍稍的一次失察，都会给客户隐私和个人财产安全带来杠杆级的损害。同时，金融大数据的挖掘程度和客户隐私之间本就是两个相互矛盾的对立面，大数据技术应用的广泛深入，数据挖掘、分析和整合程度的逐渐加深，势必会暴露出过多的个人隐私数据，容易造成对客户隐私的侵犯。构建安全的大数据金融客户信息系统难点就在于在相互矛盾的这两点之间找到一个最佳的平衡点。（2）数据监听的严重威胁。最早的“监听门”是曝光于2022年的“棱镜门”事件，引起了全球范围内的强烈震骇。如果我们每天浏览的网页、搜索的信息、观看的电影、购买的订单、存储的数据都要受到某一网站或公司的监听，那么就像是被赤裸裸地展示在众人面前，毫无个人隐私可言。再严重一些，这些个人数据信息被某些不法分子利用，势必会引起全社会的混乱和恐慌。“棱镜门”、“监听门”事件表明，大数据与挖掘技术的强强联合的数据监听可以进行有针对性地监听，欧洲正因此而停止与美国共享金融数据4。在中国，大数据金融发展时间不长，大数据与金融业的融合在技术、硬件和软件上都不够成熟，基本都建立在外国厂商提供的技术支持基础上，这就使以在大数据为根基而创新的金融产品、金融服务都潜藏着数据监听和泄密的威胁，严重危害着中国的国家金融安全。（3）坏数据导致金融市场异常敏感。中国社会科学院金融研究所所长助理杨涛在2022年6月召开的“2022中国金融创新论坛”的致辞发言中指出，银行业在应用大数据时应思考三个问题：数据够不够；数据好不好；数据怎么用。其中的第二点明确道出了数据真实有效的至关重要影响。金融行业数据来源广泛，信息体量较大，数据种类繁多，其中不乏出现噪声信息，甚至是虚假信息。在进行大数据分析、聚类、挖掘的过程当中，关键数据信息的不真实性将会导致错误的判断、决策的失误，使得金融企业声誉大打折扣，不利于大数据金融的可持续性发展，甚至可能引发一场金融市场的巨大海啸。2022年4月23日，“白宫遭袭”的假新闻事件导致众多基金公司的交易程序自动抛售股票，美国股市也随即而暴跌。（4）监管界定不明导致的风险。在中国，针对大数据金融这一新兴金融业态的法律法规还需要一定的时间去不断改进和完善。规约的不充分，监管体制的不完备，导致无法做到有效归责，出现问责机制缺失、各部门之间相互掣肘的现象。 目前，负责监管大数据安全的部门涉及很多，例如工商局、金融办和金融监管机构（一行三会）等，不是单一的部门能够管控得了的，并没有明文规定应该由哪一部门实现可靠的监管，单方面的监管并不能从根本上确保大数据金融的安全。大数据金融需要众多相关负责的监管机构共同努力营造安全的大数据金融环境。随着大数据技术与金融业日益紧密融合，金融大数据价值的挖掘，为银行业的应用带来了创新和机遇。尽管金融大数据在应用过程中存在潜在的风险，大数据安全被日益重视，需要从多层面夯实“大数据安全”，结合云计算、区块链等先进技术，助力银行业的服务水平，促进可持续发展5。 第9页 共9页第 9 页 共 9 页第 9 页 共 9 页第 9 页 共 9 页第 9 页 共 9 页第 9 页 共 9 页第 9 页 共 9 页第 9 页 共 9 页第 9 页 共 9 页第 9 页 共 9 页第 9 页 共 9 页