隨著大數(shù)據(jù)技術(shù)的廣泛普及和發(fā)展成熟，金融大數(shù)據(jù)應(yīng)用已經(jīng)成為行業(yè)熱點趨勢，在交易欺詐識別、精準(zhǔn)營銷、黑產(chǎn)防范、消費信貸、信貸風(fēng)險評估、供應(yīng)鏈金融、股市行情預(yù)測、股價預(yù)測、智能投顧、騙保識別、風(fēng)險定價等涉及銀行、證券、保險等多領(lǐng)域的具體業(yè)務(wù)中，得到廣泛應(yīng)用。對于大數(shù)據(jù)的應(yīng)用分析能力，正在成為金融機(jī)構(gòu)未來發(fā)展的核心競爭要素。

毋庸置疑，金融大數(shù)據(jù)擁有著廣闊的發(fā)展前景。然而，金融大數(shù)據(jù)應(yīng)用也面臨著數(shù)據(jù)資產(chǎn)管理水平不足、技術(shù)改造難度大、行業(yè)標(biāo)準(zhǔn)缺失、安全管控壓力大和政策保障仍不完善等一系列制約因素。為推動金融大數(shù)據(jù)更好發(fā)展應(yīng)用，必須從政策扶持保障、數(shù)據(jù)管理能力提升、行業(yè)標(biāo)準(zhǔn)規(guī)范建設(shè)和應(yīng)用合作創(chuàng)新等多個方面入手，不斷強(qiáng)化應(yīng)用基礎(chǔ)能力，持續(xù)完善產(chǎn)業(yè)生態(tài)環(huán)境。

大數(shù)據(jù)技術(shù)的金融應(yīng)用情況分析

大數(shù)據(jù)技術(shù)的應(yīng)用提升了金融行業(yè)的資源配置效率，強(qiáng)化了風(fēng)險管控能力，有效促進(jìn)了金融業(yè)務(wù)的創(chuàng)新發(fā)展。金融大數(shù)據(jù)在銀行業(yè)、證券行業(yè)、保險行業(yè)、支付清算行業(yè)和互聯(lián)網(wǎng)金融行業(yè)都得到廣泛的應(yīng)用。

1.大數(shù)據(jù)在銀行業(yè)中的應(yīng)用。

一是 信貸風(fēng)險評估 。在傳統(tǒng)方法中，銀行對企業(yè)客戶的違約風(fēng)險評估多是基于 過往的信貸數(shù)據(jù)和交易數(shù)據(jù) 等靜態(tài)數(shù)據(jù)，這種方式的最大弊端就是缺少前瞻性。因為影響企業(yè)違約的重要因素并不僅僅只是企業(yè)歷史的信用情況，還包括行業(yè)的整體發(fā)展狀況和實時的經(jīng)營情況。而大數(shù)據(jù)手段的介入使信貸風(fēng)險評估更趨近于事實。

內(nèi)外部數(shù)據(jù)資源整合是大數(shù)據(jù)信貸風(fēng)險評估的前提。一般來說，商業(yè)銀行在 識別客戶需求、估算客戶價值、判斷客戶優(yōu)劣、預(yù)測客戶違約 可能的過程中，既需要借助銀行內(nèi)部已掌握的客戶相關(guān)信息，也需要借助外部機(jī)構(gòu)掌握的人行征信信息、客戶公共評價信息、商務(wù)經(jīng)營信息、收支消費信息、社會關(guān)聯(lián)信息等。

二是 供應(yīng)鏈金融 。利用大數(shù)據(jù)技術(shù)，銀行可以根據(jù)企業(yè)之間的投資、控股、借貸、擔(dān)保以及股東和法人之間的關(guān)系，形成企業(yè)之間的關(guān)系圖譜，利于關(guān)聯(lián)企業(yè)分析及風(fēng)險控制。知識圖譜在通過建立數(shù)據(jù)之間的關(guān)聯(lián)鏈接，將碎片化的數(shù)據(jù)有機(jī)地組織起來，讓數(shù)據(jù)更加容易被人和機(jī)器理解和處理，并為搜索、挖掘、分析等提供便利。

在風(fēng)控上，銀行以核心企業(yè)為切入點，將供應(yīng)鏈上的多個關(guān)鍵企業(yè)作為一個整體。利用 交往圈分析模型 ，持續(xù)觀察企業(yè)間的通信交往數(shù)據(jù)變化情況，通過與基線數(shù)據(jù)的對比來洞察異常的交往動態(tài)，評估供應(yīng)鏈的健康度及為企業(yè)貸后風(fēng)控提供參考依據(jù)。

2.大數(shù)據(jù)在證券行業(yè)中的應(yīng)用。

一是股市行情預(yù)測。大數(shù)據(jù)可以有效拓寬證券企業(yè)量化投資數(shù)據(jù)維度，幫助企業(yè)更精準(zhǔn)地了解市場行情。隨著大數(shù)據(jù)廣泛應(yīng)用、數(shù)據(jù)規(guī)模爆發(fā)式增長以及數(shù)據(jù)分析及處理能力顯著提升，量化投資將獲取更廣闊的數(shù)據(jù)資源，構(gòu)建更多元的量化因子，投研模型更加完善。

證券企業(yè)應(yīng)用大數(shù)據(jù)對海量個人投資者樣本進(jìn)行持續(xù)性跟蹤監(jiān)測，對賬本投資收益率、持倉率、資金流動情況等一系列指標(biāo)進(jìn)行統(tǒng)計、加權(quán)匯總，了解個人投資者交易行為的變化、投資信心的狀態(tài)與發(fā)展趨勢、對市場的預(yù)期以及當(dāng)前的風(fēng)險偏好等，對市場行情進(jìn)行預(yù)測。

二是股價預(yù)測。證券行業(yè)具有自身的特點，與其他行業(yè)產(chǎn)品與服務(wù)的價值衡量普遍存在間接性的特點不同，證券行業(yè)客戶的投資與收益以直接的、客觀的貨幣形式直觀地呈現(xiàn)。受證券行業(yè)自身特點和行業(yè)監(jiān)管要求的限制，證券行業(yè)金融業(yè)務(wù)與產(chǎn)品的設(shè)計、營銷與銷售方式也與其他行業(yè)具有鮮明的差異，專業(yè)性更強(qiáng)。

諾貝爾經(jīng)濟(jì)學(xué)獎得主羅伯特·席勒設(shè)計的投資模型至今仍被業(yè)內(nèi)沿用。在他的模型中，主要參考三個變量：投資項目計劃的現(xiàn)金流、公司資本的估算成本、股票市場對投資的反應(yīng)（市場情緒）。大數(shù)據(jù)技術(shù)可以收集并分析社交網(wǎng)絡(luò)如微博、朋友圈、專業(yè)論壇等渠道上的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，了解市場對特定企業(yè)的觀感，使得市場情緒感知成為可能。

三是智能投顧。智能投顧是近年證券公司應(yīng)用大數(shù)據(jù)技術(shù)匹配客戶多樣化需求的新嘗試之一，目前已經(jīng)成為財富管理新藍(lán)海。智能投顧業(yè)務(wù)提供線上的投資顧問服務(wù)，能夠基于客戶的風(fēng)險偏好、交易行為等個性化數(shù)據(jù)，采用量化模型，為客戶提供低門檻、低費率的個性化財富管理方案。智能投顧在客戶資料收集分析、投資方案的制定、執(zhí)行以及后續(xù)的維護(hù)等步驟上均采用智能系統(tǒng)自動化完成，且具有低門檻、低費率等特點，因此能夠為更多的零售客戶提供定制化服務(wù)。

3.大數(shù)據(jù)在保險行業(yè)中的應(yīng)用。