大数据金融的发展瓶颈及对策研究
作者：林 巍 王祥兵
来源：《中外企业家》 2017年第12期
林 巍 王祥兵
本文首先简要介绍了大数据金融；其次, 通过研究发现,大数据金融发展过程中存在诸如来自隐私保护、金融监管与专业人才缺乏等方面的瓶颈问题；最后，给出了大数据金融发展的应对策略。研究结果将对大数据金融的良性发展具有现实的指导意义。
一、引言
根据《2017—2022年中国大数据市场专项调研及投资前景预测报告》披露的信息，大数据正在推动中国新一轮信息化建设的高潮，2015年大数据的市场规模达到了115亿元，预计在2018—2022年，每年的市场规模的增长幅度在40%以上。相对于其他行业，大数据对金融行业具有更大的价值。麦肯锡的研究指出，金融业在大数据价值潜力指数中高居第一。而未来金融机构的核心竞争力将取决于其是否具备将大数据快速转化为有效信息的能力，这迫使我们必须以前瞻的视角审视大数据资产，通过努力让那些深
藏在大数据中的商业价值得到充分的发挥。大数据金融对我国金融业来说还是一个崭新的议题，因此研究大数据金融发展中的瓶颈问题，并到相应的解决策略具有非常现实的社会意义。
二、大数据金融的概念和种类
大数据金融是指整合巨量的结构化与非结构化数据，通过实时分析处理客户的交易信息，判断客户的消费习惯，掌握客户的各方面信息，以此预测客户的未来行为，使得金融机构或金融服务平台降低金融风险并为客户提供个性化的金融服务。大数据金融目前分为平台金融和供应链金融两种模式。
平台金融模式是指掌握海量客户的互联网企业，这些互联网企业通过分析和挖掘其客户在该平台中的实时网上交易和支付信息所形成的大数据，通过云计算和数据模型分析而形成的网络信贷或基金等金融业务模式。平台金融模式的一个典范是阿里小贷，正是由于它的出现有效解决了中小企业融资难的问题。这是因为阿里小贷采用商户在阿里巴巴、淘宝和天猫平台中的交易数据、交流信息和客户购物特点等方面的大数据并进行实时分析和处理，以此构成了商户在上述电子商务平台中的信用数据，当确认其确实具有还款能力后，阿里小贷就会发放贷款，无须抵押，贷款发放快。供应链金融模式与平台金融模式的显著差异在于其是通过供应链上下游企业的信用捆绑，来降低企业的融资风险，缓解上下游企业融资困难的问题。供应链金融模式的最大特点是它改变了金融机构只针对单一中小企业进行主体信用评级，并根据该企业的信用状况进行授信的信贷方式，金融机构的信用评价变成主要关注
于企业所处供应链的整体状况，以及核心企业与中小企业的商业伙伴关系。2012年，中国银行北京市分行与京东商城签署了战略合作协议，由京东供应链金融服务平台为京东的商户或供应商提供应收账款融资服务。之后苏宁电器也成立了重庆苏宁小额贷款有限公司，其目的就是为处在苏宁供应链体系中的中小企业提供供应链金融服务。
三、大数据金融的发展瓶颈
（一） 金融数据难以共享
大数据金融时代，不同的电商平台和企业记录的大数据的方式方法不同，数据整合很困难，所以建设一个标准化的开放的数据规则对大数据金融的健康发展尤为重要。出于市场竞争的关系，企业之间不愿也不敢开放自己所持有的数据资源。同样，我国的一些公务单位掌握的权威数据很多也处于对民间保密或者半公开状态，例如中国人民银行的征信系统。所以，建立金融数据开放的有序规则，是大数据金融发展中必须面对的首要问题。
（二）金融监管和信息安全的挑战
相比传统金融，大数据金融在对资产证券化、资源储备、对冲风险能力、线下大客户等方面还很难撼动传统银行的地位。也就是说，新的金融模式具有去中心化、交互性的特点，注重产品创新和用户
体验，弥补了传统金融机构的不足，但在很大程度上还难以取代传统金融。主要原因是新金融模式不够了解金融行业，因此在创新金融业态的时候，也造成了一定的风险隐患和监管真空。比如，随着数据量的爆炸式增长，传统的漏洞扫描技术却更新很慢，这样造成了大数据的漏洞极有可能会迅速暴露在互联网上，而金融业是不能容忍这类信息安全问题的，因为一旦出现这方面的问题，一定会给整个社会造成巨大的损失。
（三）个人信息被合法使用的问题
大数据金融平台可以有效地、低成本地帮助大部分客户提供个性化的金融产品和服务。主要原因在于可以通过分析自身平台上收集来的客户个人数据来获取利润，对这些数据进行分析处理可以有效帮助平台本身改善运营效果，也可以帮助客户更好地享受到平台所提供的服务，但这无疑有侵犯客户隐私的嫌疑。在保护个人隐私的问题上，许多欧美发达国家一直比较规范。法国法律规定企业获得客户的个人数据之后必须告知客户，并且客户对被收集的信息具有查询、修改和更改的权限。同时，法国较早建立了国家信息系统自由委员会，就是为了保护消费者的隐私权不被企业侵犯。只有在尊重消费者隐私权的基础上，妥当地使用其个人信息才能真正提升消费者的忠诚度，才能确保企业的长期稳定发展。
（四）专业人才稀缺
大数据金融需要在系统架构、存储器、人工智能、数据挖掘等方面有所突破，体现在对这方面的人才要求非常高。作为金融行业大数据人才来说，他们不仅要对金融业务非常熟悉，还要具备很强的数据建模、数据挖掘和数据分析的能力。大数据金融人才要能够利用大数据平台和分析工具，从海量的数据中挖掘出有效数据，并能将其快速转化为企业决策的重要依据，帮助金融机构及时应对市场变化，快速制定有效的应对策略。现实中，与电商平台成千上万的IT工程师相比，传统金融机构中的信息部门普遍仅有十几人至多几十人，部门的主要工作内容并不是大数据的挖掘和使用，而是集中在网银、系统维护等边缘业务上，真正专业的大数据分析人才非常缺乏。
四、大数据金融的发展对策
（一）加快大数据金融平台的创新力度
在我国，大数据金融的发展还处于起步阶段，但是却具有良好的发展前景，原因在于开展大数据金融业务可以联合产业上下游的核心企业与中小企业，进行一定程度的信用捆绑，可以增加中小企业获得贷款的可能性。大数据金融的显著特点是改变了以往金融机构针对单一中小企业进行主体信用评级的模式，并据此为结果进行授信的信贷方式，金融机构借助大数据，其关注的焦点集中在核心企业所处供应链的整体状况，还有中小企业与供应链核心企业的信用关系，通过信用捆绑的方式解决信息不对称的问题，这样有利于中小企业获得金融机构的授信和贷款。
（二）强化风险管理措施
大数据技术的应用使银行的风险管理能力大幅提高。一方面，通过多个渠道所采集到的信息，使银行能够更真实、更准确、更全面、更实时地掌握借款人的真实信息，从而有效降低信息不对称带来的金融风险。另一方面，我们可以利用大数据技术准确到不同变量之间的关联关系，形成有效的决策模式，使决策更加准确、统一和合理。银行利用大数据能够创新风险决策模式，赢得新客户，形成利润新的增长点。以招商银行微贷为例，招行根据用户的交易信息，结合诸如用户的行为数据、财务数据、区域地理信息和浏览内容信息，对客户进行细分，实时把握客户的状态，及时预警可能的风险。
（三）让大数据使用者承担隐私保护的责任
加快信息网络技术特别是大数据和金融业务的融合，需要通过引导给予传统金融创新的空间，激发传统金融机构创新的积极性。此外，制定针对性的监管制度，尊重新金融业态自身规律的同时，确保资金和信息安全。在大数据时代，数据的价值主要体现在数据的二级用途上，但是在数据收集的时候并未做这种考虑，那么在移动互联的今天，告知用户并取得其许可就不能再起到好的作用了。所以在大数据金融的背景下，必须建立一种能够保护用户隐私的模式，这个模式更应该着重强调须有数据的采集和使用者为其行为承担相应的责任，而不是总放在数据收集之前来寻求用户的同意上。如果这样实施的话，采集和使用大数据的公司就需要对数据的再利用行为进行规范的评测。比如，对于一些可
能有较大风险的项目，管理者者必须要设立完善的规章，规定大数据的使用者需要对潜在的风险进行评估，规避或者减轻可能出现的负面后果，这样就可以从很大程度上保护个人隐私不被肆意侵犯。也就是说，把隐私保护的责任从个人转移到数据使用者身上，可以迫使大数据的使用者能够以负责任的态度来规范地使用数据。
（四）提升大数据分析和挖掘的技术水平
在银行数据集中的基础上，采用数据仓库技术作为银行提取海量数据的方法，将数据集中在银行的数据仓库中，并在此基础上进行各类数据的统计分析和数据挖掘。针对非结构化、高速、高噪声的大数据，银行需要制定出整合、清理和分析的解决方案。另外，需要增强对实时数据的处理能力。金融机构需要必须具有获取外部风险事件的能力，通过分析大流量的实时事件，快速到事件的起因，实时整合来自多种异构数据源的大数据，对持续大流量的实时数据进行实时分析和快速响应。
传统金融机构在分析和挖掘结构化数据方面还是处于领先水平的，但是面对非结构化数据的分析依然不到非常有效的方法。比如客户的资金交易信息、客户的语音通话信息、ATM录像等信息，传统金融机构无法从这些信息中挖掘出对自身富有价值的信息，无法打破“信息孤岛”的局面。未来金融机构的核心竞争力是数据分析和挖掘能力，对于各类金融机构来说，形成强大的数据处理能力是目前最需要解决的难题。互联网企业在非结构化数据的分析挖掘上有丰富的成功经验，金融机构必须要学会借
力，建立与电信、电商等互联网企业的战略合作关系，向这些企业学习，提升自身的大数据分析和处理能力，实现共享互利。
（五）进行大数据平台的投资和人才储备
大数据时代目前已带动了全社会的交易方式的电子化，更多的服务将由网络来承担，强大的大数据平台是金融机构建立核心竞争力的关键。因此，金融机构需要投入大量的资源用于适应大数据技术的需要，优化目前的体系结构，使金融机构的系统具有很强的适应能力。此外，金融机构要高度重视大数据技术人才的培养和储备。现在，重视数据分析的行业和企业越来越多，电商、广告业、零售业、金融业等，无不在展开对人才的争夺，人才稀缺的状况也更为紧张。大数据人才仅仅靠大学是培养不出来的，需要在企业中有丰富的实践经验。也就是说，大数据思维和分析问题的能力必须要在企业培养中养成，然而我国的金融机构对此类人才的引进和储备工作做得差强人意，所以下大力气培养这方面人才乃当务之急。
继云计算、物联网之后，大数据无疑是IT产业又一次极具颠覆性的技术变革。传统金融机构如果不能有效利用大数据接近消费者、深刻理解其真实需求、实时分析相关信息并做出迅速预判，那么结果都将是走向衰败。当前，大数据已经成为企业竞争的关键战略资产，如果企业能够抓住时机快速行动起来，那么在未来的竞争中就一定会占据有利先机。
基金项目：温州市科技计划项目（R20160026）；贵州省科技厅软科学研究计划（黔科合基础［2016］1534—3）。
（作者单位：1.温州商学院管理学院；2.贵州工程应用技术学院经济与管理学院）
(责任编辑：陈丽敏)
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论