金融行业的金融市场数据分析与应用

金融大数据行业应用及发展 在中国经济走向新常态的转型中，在中国经济成为全球第二大经济体的发展中，在中国金融业向支持实体经济、创新驱动的转换中，大数据在金融领域的应用，成为中国金融业的新增长点和新亮点。大数据能够充分利用金融市场形成的海量数据来挖掘用户需求、评价用户信用、管理融资风险等。它改变了金融业的发展取向、释放了被压抑的金融需求，一开始就具有强大的生命力。 国务院颁布的《推进普惠金融发展规划（2016～2020年）》中更是直接提到“鼓励金融机构运用大数据、云计算等新兴信息技术，打造互联网金融服务平台”。国内外各金融与类金融机构、互联网金融企业纷纷开始探索大数据的应用，希望大数据可以带来技术上的突破，实现自动化、着手升级现有风控模型体系、探索新型态基于场景化的消费金融市场、提升催收效率、建设互联网深层次大面积获客能力，从而彻底提升国家金融行业的国际竞争力。 大数据时代的三个重要趋势是：数据成为资产、行业垂直整合、泛互联网化（即技术与行业的跨界穿越与颠覆式发展）。大数据金融的作用机制是通过云计算等智能信息工具对序列之间的联系、动态信息数据序列进行分析，大幅度提高金融风险定价的效率，降低定价成本，有效减少信息不对称问题，使得对单个客户的信用信息、消费倾向、理财习惯分析成为可能。 一、金融大数据应用分析 未来将迎来一个大数据浪潮。随着互联网特别是移动互联网的爆发式增长，全球数据量以几何级数增加。现在全世界新产生的数据量每年增加40%，每两年数据翻一番。2012年、2013年产生数据量总和是人类有历史以来到2011年产生数据量的总和，两年的数据量等于一万年的总和，这个数据规模为1.8ZB。IBM预测，2020年，全球数据总量会达到35ZB，是2000年之前总和的50倍、目前数据总量的8倍。 （1）大数据在金融监管机构中的应用 我国的金融行业正在处于应用大数据的初级阶段，国内的金融机构经过多年的发展与积累，拥有超过百TB的海量数据，而且非结构化的数据量也在不断的增长。金融机构在大数据应用方面具有天然的优势：首先，金融企业在平时的业务开展中积累了大量高价值的数据，

大数据在金融行业的发展应用

一、金融行业大数据发展概述

数据显示，中国大数据IT应用投资规模以五大行业最高，其中以互联网行业占比最高，占大数据IT应用投资规模的28.9%，其次是电信领域（19.9%），第三为金融领域（17.5%），政府和医疗分别为第四和第五。金融行业位居第三，主要是由于大数据在金融行业的应用起步相对稍晚，其应用深度和广度还有很大的扩展空间。

根据国际知名咨询公司麦肯锡的报告显示：在大数据应用综合价值潜力方面，信息技术、金融保险、政府及批发贸易四大行业潜力最高高。具体到行业内每家公司的数据量来看，信息、金融保险、计算机及电子设备、公用事业四类的数据量最大。 不同行业应用大数据技术潜在价值评估

数据来源：麦肯锡《大数据的下一个前沿：创新、竞争和生产力》报告

可以看出，无论是投资规模和应用潜力，信息行业（互联网和电信）和金融行业都是大数据应用的重点行业。

金融行业的大数据应用有很多的障碍需要克服，比如银行企业内各业务的数据孤岛效应严重、大数据人才相对缺乏以及缺乏银行之外的外部数据的整合等问题。可喜的是，金融行业尤其是以银行的中高层对大数据渴望和重视度非常高，相信在未来的两三年内，在互联网和移动互联网的驱动下，金融行业的大数据应用将迎来突破性的发展。

二、金融行业大数据应用

当前，数据是重要资产的观念已经在金融行业成为共识，随着金融业务的载体与社交媒体、电子商务的融合越来越紧密，仅对原有15%的结构化数据进行分析已经不能满足发展的需求，急需借助大数据战略打破数据边界，囊括85%的大数据分析，来构建更为全面的企业运营全景视图。大数据能够解决金融领域海量数据的存储、查询优化及声音、影像等非结构化数据的处理。金融系统可以通过大数据分析平台，导入客户社交网络、电子商务、终端媒体产生的数据，从而构建客户视图。依托大数据平台可以进行客户行为跟踪、分析，进而获取用户的消费习惯、风险收益偏好等。针对用户这些特性，银行等金融部门能够实施风险及营销管理。总结可以看出，金融机构大数据应用主要在四个领域：风险管理、渠道优化、客户管理及运营优化。

233互联网金融与金融行业大数据分析应用需求 闫 雯 张亚宁 王 雪 (石家庄信息工程职业学院 河北石家庄 050000) 摘要：本文主要就互联网金融与金融行业大数据分析应用需求进行探讨，以供广大同行参考。ꢀ关键词：互联网金融ꢀꢀ大数据分析ꢀꢀ融资ꢀ 一、互联网金融的概念及其优势 互联网金融作为传统金融与互联网技术相结合的产物，利用互联网的大数据、云计算、智能搜索、移动支付和数据挖掘等技术优势，对传统的金融运行模式进行改造，从而形成在互联网技术支持下的新兴金融模式。互联网金融和传统金融本质上都是关于金钱在时间和空间的流动与分配，但是，传统金融是一种以物理形态存在的金融活动，而互联网金融是存在于电子空间中的一种虚拟化、网络化的金融活动。 互联网金融的优势：第一，低成本优势。基于互联网金融的概念可知，互联网是存在于电子空间中的一种虚拟化、网络化的金融活动，有关金融产品的大部分过程都在网上直接进行交易和处理，资金需求方与提供方不需要见面，显著降低了双方的作业与交易成本。相对于传统金融必须开设大量的实体机构而言，互联网金融也节省了大量的投资成本。同时，互联网金融利用云计算对数据进行处理，降低了信息的处理成本。互联网金融最大的特点是单笔贷款额度小、周期短、手续简便。具有这类特点的贷款正好不受传统商业银行的待见，互联网金融以低成本的优势正好弥补了这一空白。第二，大数据优势。互联网金融利用大数据、云计算、移动支付、搜索引擎和社交网络等先进的技术手段和强大的数据积累、分析与挖掘优势，降低了信息的不对称程度。大数据的获得、处理和使用，也体现了互联网金融的个性化特点。第三，服务范围广。相对于传统金融产品来说，互联网金融涉及各个行业，范围广泛，产品众多。基本上每个行业和企业都可以根据自己的特点在互联网金融领域中找到适合自己的金融产品，加以适当改进，便可以很好地为企业服务，促进企业的发展，这在另一方面也促进了互联网金融的广泛应用和推广。 二、金融行业大数据应用需求分析 （一）需要可扩展性开放架构做支撑 大数据量必然要求金融企业IT基础设施更易于数据的整合与集中、扩展与伸缩，以及管理与维护，同时还必须具备良好的可靠性、可控性、安全性。近年来，随着x86架构CPU处理器制程、内部计算架构设计推陈出新，性能已逐渐赶上RISC服务器，同时，在稳定性、可用性及服务性也足以胜任海量数据对基础架构能力的要求，因此，具备高扩展性的开放架构正逐步成为金融行业应对大数据的优选方案。 （二）大数据在加强风险管控、精细化管理、业务创新等业务转型中将起到重要作用 首先，大数据能够加强风险的可审性和管理力度，支持业务的精细化管理。当前中国银行业利率市场化改革已经起步，利率市场化必然会对银行业提出精细化管理的新要求。其次，大数据支持服务创新，能够更好地实现“以客户为中心”理念，通过对客户消费行为模式进行分析(比如事件关联性分析)，提高客户转化率，开发出不同的产品以满足不同客户的市场需求，实现差异化竞争。 （三）在高频金融交易、小额信贷、精准营销等领域加速推进 高频金融交易的主要特点是实时性要求高和数据规模大。目前沪深两市每天4个小时的交易时间会产生3亿条以上逐笔成交数据，随着时间的积累数据规模非常可观。与一般日志数据不同的是这些数据在金融工程领域有较高的分析价值，金融投资研究机构需要对历史和实时数据进行挖掘创新，以创造和改进数量化交易模型，并将之应用在基于计算机模型的实时证券交易过程中。 小额信贷是另一个大数据应用领域，阿里巴巴和建行在2007年推出一个专注于小企业的贷款计划——e贷通，阿里巴巴拥有大量用户信息，并汇集了他们详细的信用记录，利用淘宝等交易平台掌握企业交易数据，通过大数据技术自动分析判定是否给予企业贷款;而建行坐拥巨额资金，希望贷款给无信用记录但发展势头良好的小企业。到2012年年底，阿里巴巴累计服务小微企业已经超过20万家，放贷300多亿元，坏账率仅为0.3%左右，低于商业银行水平。 （四）在精准营销方面，各大金融机构也纷纷开始行动 招行通过数据分析识别出招行信用卡高价值客户经常出现在星巴克、DQ、麦当劳等场所后，通过“多倍积分累计”“积分店面兑换”等活动吸引优质客户;通过构建客户流失预警模型，对流失率等级前20%的客户发售高收益理财产品予以挽留，使得金卡和金葵花卡客户流失率分别降低了15个和7个百分点;通过对客户交易记录进行分析，有效识别出潜在的小微企业客户，并利用远程银行和云转介平台实施交叉销售，取得了良好成效。 三、金融业大数据应用发展机遇与挑战 （一）金融业务对数据的细分粒度要求不断增高，以满足业务预测和交易影响评估的需求 金融服务公司都希望能充分利用各种服务交付渠道如分公司、网络、移动通信等海量客户数据，开发新的预测分析模型，实现对客户消费行为模式进行分析，提高客户转化率。大量历史客户支付行为数据的信用风险预测模型正在零售与公司贷款催收中得到大量应用，通过该技术，银行可以通过对不同客户违约和还款资料进行分析，对催收次序进行优化。 （二）行业监管与合规要求推动金融机构对更深入和透明的数据分析需求 新的监管和合规要求更强调治理和风险汇报，推动了全球性金融机构对更深入和透明的数据分析需求。金融机构不断完善自身的企业风险管理框架，该基于主数据管理策略开发的框架可协助企业提高风险透明度，加强风险的可审性和管理力度。 （三）对不同来源、不同标准数据进行处理、编索和整合方面的压力不断增大 随着以平板电脑和和智能手机为代表的移动应用和互联网工具的迅速普及，基础设施和网络在对不同来源、不同标准数据进行处理、编索和整合方面的压力不断增大。大数据推动了对数据处理算法的需求，提出对数据安全和访问控制的重视，并可有效降低对现有系统的影响。大数据在存储和处理框架两方面的优势将帮助金融服务企业充分掌握业务数据的价值，降低业务成本并发掘新的套利机会。 参考文献： [1]张庆，王越.互联网金融模式解析[J].企业管理，2014（3）ꢀ[2]陶娅娜.互联网金融发展研究[J].金融发展，2013（11）ꢀ

编者按：随着金融业信息化建设速度加快，2001年金融业信息化的软件资金投入增幅达39.8%，涨势明显，预计这种增长态势将持续延伸到2006年。下文分别从银证类、证券交易管理和开放式基金系统三个方面对金融业行业应用软件进行了分析。

随着金融行业信息化建设的深入，软件及信息服务的投资比例大幅提升，在2001年，金融行业的信息化资金在软件上投入的增长比率达到了39．8％，比上一年有明显涨幅。

由于金融行业自身的特点，行业应用软件在金融行业的起步较早，发展较快，竞争也较为激烈。在2001年，金融行业应用软件市场已经占到应用软件市场的一半左右。目前，金融业的行业应用软件主要有三种，即银证类软件、证券交易管理软件和开放式基金系统软件。

随着金融行业信息化步伐的加快，对于行业应用软件的需求正处于平稳上升阶段。2002年～2006年，行业应用软件是中国软件市场增长的重要力量，金融行业应用软件市场的发展前景广阔。

金融行业信息化市场现状

金融业的行业应用软件主要有三种，即银证类软件、证券交易管理软件和开放式基金系统软件。随着金融行业信息化步伐的加快，行业应用软件的需求平稳上升阶段。金融行业应用软件市场的发展前景广阔。

伴随全球信息化的大潮和中国加入WTO的契机，金融业必然地成为了各大IT厂商的必争之地。

赛迪顾问调查显示，在信息化过程中，金融业在重视程度上较其他行业超前，信息化起步早，但是存在重硬件轻软件的局面。金融行业对IT产品的需求集中在以PC为代表的硬件设备上，这部分的资金投入占到整个市场采购额的50%以上。然而，随着金融行业信息化建设的深入，软件及信息服务的投资比例也有大幅度的提升（见图1）。

图1 金融行业软件投资增长比例图

2001年全国软件市场保持了29.3%的增长速度，销售额达到285亿元。其中，各种平台软件、中间软件、应用软件分别占总市场的30.1%、5.5%和64.4%（见图2）。