第一节　现代金融的大数据特征

大数据金融是时代发展的产物，是金融业和大数据技术发展到一定阶段的必然要求，两者的融合来自三个方面的推动力，分别是金融业应用大数据技术的优势、大数据技术应用的逐步成熟和金融业创新发展的必然要求。

一、金融业应用大数据技术的优势

金融业是一个典型的数据密集型产业。与其他行业相比，金融业的数据类型和自身各方面资源更适合大数据技术的广泛应用，所以大数据技术对金融业而言更具潜在价值。金融业在促进大数据技术与金融业融合发展方面具有以下优势。

一方面，金融机构沉淀着大量数据，在利用大数据技术方面具备显著优势。首先，银行通过日常业务可以积累海量用户数据，不仅包括所有客户的账户和资金收付交易等结构化数据，还包括客服音频、网上银行记录、电子商城记录等非结构化数据。金融机构在业务开展过程中积累了包括客户身份、资产负债情况、资金收付交易等大量高价值的数据，这些数据在运用专业技术挖掘和分析之后，将产生巨大的商业价值。其次，金融业务的开展离不开数据的支撑，金融机构通常拥有丰富的处理传统数据的经验，这些经验同样也可以运用到大数据处理之中，使金融机构更好地适应技术变革，增强自身的竞争力。

另一方面，金融机构的预算充足，能够提供优越的薪酬待遇，吸引大量的大数据技术人才加入金融机构的大数据基础设施建设中，促使金融机构的数据处理技术加快升级，更好地促使大数据技术与金融业的深入融合。此外，大数据的决策模式也适用于金融业的日常决策过程。在大数据技术的推动下，金融业的管理模式、发展趋势、产业创新日新月异。因此，金融机构利用大数据技术实现金融业与大数据的融合有其内在的合理性。

二、大数据技术应用的逐步成熟

大数据技术应用的日益成熟是推动大数据与金融业融合的重要因素，为“大数据金融”概念从理论变成现实奠定了技术基础。

首先，大数据技术的深入发展和广泛应用离不开互联网的快速普及。近年来移动互联网呈爆发式增长，全球数据量以几何级数增加。数据的形式不再集中于可量化的、精确的结构化数据，而是出现了大量非量化的、非结构化的数据，使数据类型更加复杂，处理分析难度增大。数据类型的增加也对大数据技术处理数据的速度和获取数据价值的能力提出了更高的要求。经过多年的发展，大数据领域已经涌现出了大量的数据处理技术，它们成为大数据采集、存储、处理和呈现的有力武器。大数据相关的技术和工具层出不穷，新的技术和工具，如Hadoop分发、Spark平台、下一代数据仓库等，这些成了大数据领域的创新热点。同时，云数据分析平台趋于完善。大数据的分析工具和数据库也在向着云计算方向发展。云计算为大数据提供了可以弹性扩展、相对便宜的存储空间和计算资源，使得中小金融机构也可以像大型金融机构一样通过云计算来完成大数据的分析应用。

此外，随着数据分析集的逐步扩大，企业级数据仓库将成为主流。大数据技术的成熟发展不仅为金融业带来了数据处理技术，而且凭借大数据思维影响着金融业的进一步发展。金融业只有在运营中积累独一无二的数据资源，变数据为黄金，方能迎来更大的发展。随着大数据技术的成熟，其在金融领域的应用也越来越广，最终促成大数据金融的蓬勃发展。

总之，大数据技术的发展成熟，是实现大数据在金融行业广泛应用的基础。如果没有大数据处理工具的运用，大数据金融只能停留在概念阶段，只是一个空想。而如今，大数据金融已经变成现实，其无时无刻不在影响着经济的运行，影响着金融机构的决策方式。

三、金融业创新发展的必然要求

创新是事物发展的源泉，需求是事物发展的内在动力。随着互联网时代的飞速发展，物联网、云计算、数据挖掘等技术的逐渐成熟，利用最新技术提高自身的竞争力成了金融机构的内在需求。从图3-1中可以看出金融机构与大数据紧密相连的关系：金融机构利用大数据技术的根本目的在于提高金融服务水平，提高金融数据的运用效率，创造更大的价值，更好地促进金融资源与实体经济的有效结合。

（一）提升金融服务水平

随着后金融危机时代全球经济的逐渐复苏，金融业正进入一个全新发展阶段。各种新型的金融机构层出不穷，如征信公司、小额信贷公司、P2P公司等，金融行业的竞争越发加剧，严重挑战着传统金融机构的运营模式。传统金融机构亟待寻找突破，寻找新的创新点，而大数据技术正是金融机构推动业务创新和产品创新、进而提高金融服务效率的重要支撑。

通过大数据技术，金融机构可以精确地刻画出客户画像。客户画像主要分为个人客户画像和企业客户画像。个人客户画像包括人口统计学特征、消费能力数据、兴趣数据、风险偏好等。企业客户画像包括生产、流通、运营、财务、销售和客户数据、上游和下游相关产业链数据。通过大数据技术对客户个人情况等静态信息和交易记录等动态信息的综合分析，金融机构可以得出客户的消费偏好、风险偏好等内在的客户行为数据，从而投其所好，为客户提供个性化的服务。所以客户画像可以帮助金融机构更加了解客户，根据客户的需求，量身定制金融服务，从而提高客户的满意度、忠诚度。

同时，在拥有了客户画像的基础上，银行还可以有效地开展精准营销。精准营销最大的优点就是可以实施个性化推荐，即金融机构可以根据客户的偏好进行服务或者对银行产品进行个性化推荐，如根据客户的年龄、资产规模、理财偏好等，对客户群进行精准定位，分析出其潜在金融服务需求，进而有针对性进行营销推广。利用大数据技术所得出的客户行为信息，是金融机构从事个性化服务的基础。提供有针对性的服务，可以使客户的需求得到最大程度的满足，进而促进金融服务和产品的创新，提高金融机构服务水平。精准营销的一个典型实例就是实时营销，它根据客户的实时状态来进行营销活动。比如，根据客户当时的所在地、客户最近一次交易记录等信息来有针对地进行营销；或者将改变客户生活状态的事件，如改变居住城市等，视为营销机会。一方面，实时营销可以提高营销的成功率；另一方面，也方便客户使用服务，提高金融机构的服务水平。

大数据技术也在金融客户生命周期管理上发挥了重大的作用。客户生命周期管理包括新客户的获取、现有客户的防流失，以及失去客户的赢回等。大数据技术可以建立一系列的监测模型，分析客户在金融生命周期的哪个阶段，客户对企业的价值如何，从而帮助金融机构提供差异化的服务。针对处在不同生命周期阶段、不同价值的客户采取差别性对待策略，以更好地发挥现有客户的价值，提升服务质量，同时培养潜在客户，从整体上改善金融机构的服务水平。

总之，金融机构的发展需要大数据的支撑，大数据技术的应用促使金融机构整合各方面的信息，形成客户画像，并在此基础上进行精准营销，提供个性化的定制服务，从而提高金融行业的服务水平。大数据技术的运用可以使金融机构更加贴心地为客户服务，增加客户的认同感和归属感，提高客户的满意度。

（二）提高金融机构管理效率

当前随着我国经济发展进入“新常态”，传统金融机构管理效率低下、运营成本和风险控制成本过高、盈利能力下降等短板愈加凸显。大数据技术的出现迎合了金融机构迫切需要紧跟时代趋势、转变经营战略的需求，使得金融机构能够提高管理效率，降低运营和管理成本，提高风险控制能力，降低整体风险，从而提高盈利水平，形成自身的核心竞争力。大数据技术通过对大量金融相关数据的分析整合，可以更加清晰地指出当前金融机构存在的关键问题，从而更好地对症下药，提高金融机构的管理效率，以弥补当前金融机构面临的不足。大数据技术的应用有利于提高金融机构管理效率，主要体现在降低金融机构运营成本和提高金融机构风险控制能力两个方面。

一方面，大数据技术能够降低金融机构的管理和运行成本。大数据技术可以提高金融机构的内部管理水平，通过减少组织纵向层级，增强横向联系来推进组织机构扁平化，使金融机构内部管理信息的传递效率和质量均有所提高。同时组织纵向层级的减少，也精简了管理的机构，降低了管理的成本，提高了管理的效率。通过大数据技术，金融机构还能够得到精确的客户画像，使金融机构能够更好地了解客户的消费特征和行为习惯，及时、准确地推荐合适的产品或者服务给合适的客户，提高营销的成功率，得以降低人力物力成本。在大数据技术的支持下，金融机构改变了以往靠提高业务覆盖面、占据市场份额取胜的传统管理模式，改为提供精确服务、以服务质量取胜的新型模式，从而降低运行方面的成本，提高盈利水平。

另一方面，大数据技术能够增强金融机构抵御风险的能力。大数据可以帮助金融企业更好地实施风险控制与管理。金融机构可以通过大数据技术建立征信体系来提高风险管理效率，降低业务成本。征信体系，就是指按照一定的数据采集标准，对信用主体的信用信息进行采集、加工、核实和更新，以实现信用信息在体系内互联互通的一种信用管理运行机制。征信体系主要包含的信息由三个部分组成：第一部分是个人或者机构的基本信息；第二部分是客户与金融机构的交易记录；第三部分是客户与非金融机构的交易信息，包括金融机构以外的交易记录。征信体系通过大数据技术对上述信息进行综合分析，判断客户违约的概率，提高管理客户的效率，通过采集更广泛、更真实的数据，通过大数据分析和处理技术，可以更深刻地分析客户或项目的风险，从而更好地监控风险，改善风险决策，提高风险管理效率。大数据技术有助于降低信息的不对称性程度，增强风险控制能力。金融机构可以摒弃原来过度依靠客户提供财务报表获取信息的业务方式，转而对客户的资产价格、账务流水、相关业务活动等流动性数据进行动态和全程的监控分析，从而有效提升客户信息透明度，更加有效地控制经营中的各类风险。

（三）互联网金融发展的推动

近年来随着互联网的深入普及，互联网金融异军突起，已演化成不可阻挡的时代趋势，互联网金融公司如雨后春笋般纷纷出现，冲击着传统金融机构的地位，对传统金融机构运行构成潜在威胁。在互联网信息平台上，互联网金融企业能够借助网络对大量分散主体展开标准化、自助化的服务，以降低金融服务的边际成本，直至其趋近于零，从而实现规模经济和范围经济。互联网金融的进步有益于降低小额分散零售客户的金融服务风险与成本，极大地提高了金融服务的效率。同时，互联网技术大大降低了信息获取成本、信息清算成本、风险识别成本、客户管理成本，从而大大地提高金融服务的价值创造能力。

大量非传统金融机构切入金融服务链条，从客观上降低了金融业的准入门槛。非金融机构利用自身的技术优势和监管盲区在金融业的大碗中分得一杯羹，冲击了传统金融机构的服务模式。阿里巴巴和腾讯就是这类企业的典型，它们利用原有平台的用户交易数据，分析用户的消费偏好、行为模式，进而为用户提供个性化服务。同时，它们利用平台的协同效应，为用户提供多样化的理财服务。此外一些新兴金融机构也紧跟时代趋势，率先利用大数据技术进行业务创新，其中小额信贷公司就是其中的典型代表。小额信贷公司一般依托于互联网和大数据技术，为客户提供一定金额数量下的“金额小、期限短、随借随还”的纯信用小额贷款服务。其通过对大量数据的分析处理，将传统的抵押贷款模式转变为信用贷款模式，为优质顾客的小额贷款提供更加便利的服务。小额贷款既方便又实用，节省人力物力，是对传统金融机构的有益补充。同样还有如火如荼的征信体系建设，无论是芝麻信用还是腾讯信用，都对传统金融机构的业务产生了一定的冲击。大数据与金融的融合已是时代的趋势，率先转型金融机构的成功已经说明了大数据金融的发展趋势不可阻挡。传统金融机构如果不借助大数据技术进一步发展，最终将被时代所淘汰。所以，传统金融机构必须充分利用大数据技术，转变自身的思维，积极变革，提高自身在金融业的竞争力。无论是从金融机构自身来看，还是从其他企业对金融业的介入来看，金融与大数据的融合都已是既成事实。金融机构优化利用大数据技术，可以进一步提高自身的竞争力，顺应时代的发展趋势。