近年來，我國金融科技快速發(fā)展，在多個領域已經走在世界前列。大數據、人工智能、云計算、移動互聯(lián)網等技術與金融業(yè)務深度融合，大大推動了我國金融業(yè)轉型升級，助力金融更好地服務實體經濟，有效促進了金融業(yè)整體發(fā)展。在這一發(fā)展過程中，又以大數據技術發(fā)展最為成熟、應用最為廣泛。從發(fā)展特點和趨勢來看，“金融云”快速建設落地奠定了金融大數據的應用基礎，金融數據與其他跨領域數據的融合應用不斷強化，人工智能正在成為金融大數據應用的新方向，金融行業(yè)數據的整合、共享和開放正在成為趨勢，給金融行業(yè)帶來了新的發(fā)展機遇和巨大的發(fā)展動力。
大數據涉及的行業(yè)過于廣泛，除金融外，還包括政治、教育、傳媒、醫(yī)學、商業(yè)、工農業(yè)、互聯(lián)網等多個方面，各行業(yè)對大數據的定義目前尚未統(tǒng)一。
大數據的特點可歸納為“4V”：
第一，數據體量大(Volume)，海量性也許是與大數據最相關的特征。
第二，數據類型繁多(Variety)，大數據既包括以事務為代表的傳統(tǒng)結構化數據，還包括以網頁為代表的半結構化數據和以視頻、語音信息為代表的非結構化數據。
第三，價值密度低(Value)，大數據的體量巨大，香港服務器租用，但數據中的價值密度卻很低。比如幾個小時甚至幾天的監(jiān)控視頻中，有價值的線索或許只有幾秒鐘。
第四，處理速度快(Velocity)，大數據要求快速處理，時效性強，要進行實時或準實時的處理。
金融行業(yè)一直較為重視大數據技術的發(fā)展。相比常規(guī)商業(yè)分析手段，大數據可以使業(yè)務決策具有前瞻性，讓企業(yè)戰(zhàn)略的制定過程更加理性化，實現生產資源優(yōu)化分配，依據市場變化迅速調整業(yè)務策略，提高用戶體驗以及資金周轉率，降低庫存積壓的風險，從而獲取更高的利潤。
當前，大數據在金融行業(yè)典型的應用場景有以下幾個方面：
在銀行業(yè)的應用主要表現在兩個方面：一是信貸風險評估。以往銀行對企業(yè)客戶的違約風險評估多基于過往的信貸數據和交易數據等靜態(tài)數據，內外部數據資源整合后的大數據可提供前瞻性預測。二是供應鏈金融。利用大數據技術，銀行可以根據企業(yè)之間的投資、控股、借貸、擔保及股東和法人之間的關系，形成企業(yè)之間的關系圖譜，利于企業(yè)分析及風險控制。
在證券行業(yè)的應用主要表現為：一是股市行情預測。大數據可以有效拓寬證券企業(yè)量化投資數據維度，幫助企業(yè)更精準地了解市場行情，歐洲服務器租用 云服務器，通過構建更多元的量化因子，投研模型會更加完善。二是股價預測。大數據技術通過收集并分析社交網絡如微博、朋友圈、專業(yè)論壇等渠道上的結構化和非結構化數據，形成市場主觀判斷因素和投資者情緒打分，從而量化股價中人為因素的變化預期。三是智能投資顧問。智能投資顧問業(yè)務提供線上投資顧問服務，其基于客戶的風險偏好、交易行為等個性化數據，依靠大數據量化模型，為客戶提供低門檻、低費率的個性化財富管理方案。
在互聯(lián)網金融行業(yè)的應用，一是精準營銷。大數據通過用戶多維度畫像，對客戶偏好進行分類篩選，從而達到精準營銷的目的。二是消費信貸。基于大數據的自動評分模型、自動審批系統(tǒng)和催收系統(tǒng)可降低消費信貸業(yè)務違約風險。
為實時接收電子渠道交易數據，整合銀行內系統(tǒng)業(yè)務數據。中國交通銀行通過規(guī)則欲實現快速建模、實時告警與在線智能監(jiān)控報表等功能，以達到實時接收官網業(yè)務數據，整合客戶信息、設備畫像、位置信息、官網交易日志、瀏覽記錄等數據的目的。
該系統(tǒng)通過為交通銀行卡中心構建反作弊模型、實時計算、實時決策系統(tǒng)，幫助擁有海量歷史數據，日均增長超過兩千萬條日志流水的銀行卡中心，形成電子渠道實時反欺詐交易監(jiān)控能力。利用分布式實時數據采集技術和實時決策引擎，幫助信用卡中心高效整合多系統(tǒng)業(yè)務數據，處理海量高并發(fā)線上行為數據，識別惡意用戶和欺詐行為，并實時預警和處置;通過引入機器學習框架，對少量數據進行分析、挖掘構建并周期性更新反欺詐規(guī)則和反欺詐模型。
系統(tǒng)上線后，該銀行迅速監(jiān)控電子渠道產生的虛假賬號、偽裝賬號、異常登錄、頻繁登錄等新型風險和欺詐行為;系統(tǒng)穩(wěn)定運行，日均處理逾兩千萬條日志流水、實時識別出近萬筆風險行為并進行預警。數據接入、計算報警、案件調查的整體處理時間從數小時降低至秒級，監(jiān)測時效提升近3000倍，上線3個月已幫助卡中心挽回數百萬元的風險損失。
