大數據技術在金融領域的應用

時間:2022-12-27 09:06:31

導語:大數據技術在金融領域的應用一文來源于網友上傳,不代表本站觀點,若需要原創文章可咨詢客服老師,歡迎參考。

大數據技術在金融領域的應用

【摘要】隨著物聯網時代的來臨,大數據、人工智能、移動支付、云計算、區塊鏈等先進技術從支付方式、借貸手段、風險管控、征信方法等多個角度與金融行業日益緊密融合,孕育一場重大的創新和革命。大數據金融為銀行業的發展帶來了很大的優勢,同時也面臨著巨大的挑戰。

【關鍵詞】物聯網;大數據;人工智能;云計算;大數據金融;挑戰

1引言

技術進步促進新金融業態的誕生,是個性化金融產品或服務創新的基礎。隨著物聯網時代的來臨,大數據、云計算、人工智能、移動支付、區塊鏈等先進技術從支付方式、借貸手段、風險管控、征信方法等多個角度與金融行業日益緊密融合,孕育了一場重大的思維、生產和生活方式的創新和變革。金融業的信息資源極其豐富,信息化程度高,結合大數據技術,新生了大數據金融。大數據金融,是傳統金融服務與先進的大數據技術的完美融合,即針對多種類型、海量的數據,經過互聯網、云計算等信息化處理方式,結合傳統金融服務,開展資金融通和金融服務創新[1]。大數據金融就是互聯網金融。大數據金融塑造出了全新的互聯網金融服務系統,衍生出許多創新的互聯網金融產品或服務,比如手機銀行、網上銀行、余額寶、借唄、百度錢包、P2P網貸、眾籌等。技術的進步對于金融行業的發展來說是一把“雙刃劍”,為大數據金融提供了多元、創新發展的機遇,同時也為大數據金融行業帶來了一定的挑戰。

2大數據金融多元化的發展機遇

真實有效的數據是實現企業商業價值最大化的前提。為此,銀行業需要高效收集海量、多類型內外部生產系統數據資源,并且實現海量數據的有效提煉和整合。在眾多的金融機構中,客戶與銀行間的互動是最頻繁的,這給銀行收集客戶的基本信息、管理類信息、系統操作記錄類信息和交易類信息等結構化數據提供了巨大便利,還能夠通過多種客服手段獲取到客戶的身份證明文件和電話錄音記錄等非結構化數據,以及用戶數據、電子商務數據和互聯網數據等外部數據,例如在網銀客戶端、手機客戶端、社交網絡等終端上搜集到的客戶身份信息、個人偏好數據、交易類數據、消費趨勢數據、瀏覽商品歷史記錄、搜索記錄等。銀行投入了充足的預算進行信息化平臺建設,吸引掌握大數據技術的人才,以期將大數據的新技術盡快地應用于生產環節,推動大數據金融的發展,提高金融效率。銀行的大數據應用建立在海量數據的基礎上,以業務為驅動,不斷創新的服務模式為目標。銀行業利用收集的各種內外部數據創新出了以下三種發展模式:2.1客戶管理??蛻艄芾?,即基于收集到的各種內部數據和外部數據,進行客戶劃分與識別、差異化行為分析、客戶需求預測等。傳統的金融服務系統往往僅關注客戶交易行為的本身數據,而忽略了客戶個人的興趣愛好、消費趨勢和生活習慣等生活數據對客戶交易產生的影響。隨著傳感器技術的日益普及和移動通信技術的快速發展,金融機構從多渠道多角度收集客戶信息,杜絕了生活數據與金融業務數據的分離,將收集的內外部數據資源進行有效整合,成功構建客戶的多維度自畫像,開創了客戶全新的管理模式,從而有針對性地提供個性化服務方案。例如:美國ZestCash運用大數據全方位綜合性地分析客戶數據信息,實現客戶細分與識別,創造性地建立了其信用評價體系,造就了其獨特的競爭力。大數據時代,銀行業的管理理念發生了轉變,從傳統的“以產品為中心”轉變為“客戶至上”。在制定各類服務策略時,面對復雜的國內國際經濟形勢,只有透徹地了解客戶的不同需求、未來的消費趨勢,才能準確地把握市場,從而做出最佳的決策。2.2精準營銷。精準營銷是在精細的客戶需求分析和精確的市場細分與定位基礎上,依托精密的市場營銷手段,尤其是現代信息技術的應用,采取營銷控制方法,建立個性化客戶溝通服務體系,將合適的產品在適當的時間通過適當渠道銷售給合適的消費者的過程[2]。精準營銷建立在客戶管理全息圖譜的基礎上,將大數據分析與營銷活動有機結合,通過分析客戶銀行卡消費歷史記錄、大額消費趨向等,利用恰當的市場推廣渠道,例如微博營銷、微信營銷、團群營銷等,進行定向信息推送和營銷,提升營銷的針對性和有效性。銀行要建立全渠道、多觸點、場景化和智能化的營銷方式,帶給客戶較高的體驗。創新的營銷方式有:團隊個性化定制營銷、跨界合力營銷、大數據自動化營銷、社交平臺促動營銷等。2.3風險管理。風險是指企業經營過程中可能承擔的種種不確定因素,是企業穩健發展的重要一環。強大的互聯網數據、實時監測設備的上傳數據、電子商務數據、交易數據等,海量、多類型的數據給銀行經營帶來一系列挑戰,傳統的銀行風險管理解決方案已無法應對新技術新形式下的風險。隨著移動支付的快速發展和普及,解決了傳統現金攜帶被盜、丟失等問題,但是由于技術漏洞、惡意詐騙等引起了廣大網民對移動支付安全的擔憂。通過全面收集并分析市場經濟數據、客戶基本自然信息和行為數據、產品價格和交易數據等,利用大數據方法就有可能提前預測風險事件的發生。大數據技術為實現有效的風險管理策略提供了更多的思路和可能,正不斷創新和豐富著人們的思維。基于多類型、海量數據,根據機器學習、聚類分析算法而建立的創新客戶自畫像,可以實時監測判定客戶的異常轉賬、全款等行為,有助于擴大風險控制覆蓋范圍和攔截半徑,提高風險交易識別準確率,實現網絡金融欺詐風險精準識別和智能控制,進而綜合各方面流程建立更完善的風險防范體系[3]。

3大數據金融面臨的挑戰

由于大數據金融發展起步較晚,目前還未建立起成熟的發展體系架構。大數據金融為銀行業的發展帶來了很大的優勢,但不意味著無限的機遇或者商業上的無窮潛力,同時還面臨著巨大的挑戰。(1)數據應用侵犯客戶個人隱私。大數據金融的發展為銀行帶來了重大的機遇,同時由于提煉海量數據價值的提升,也對客戶信息保護形成了嚴峻的考驗。個人信息數據安全成為社會上高度關注的話題,例如江蘇銀行的“泄密門”、攜程旅行的“泄密門”、徐玉玉死亡案件、清華教授被騙事件等等。大數據技術與金融機構相結合,使得客戶信息數量巨大、數據價值高,并且一旦泄露會帶來極大的損失。從多渠道多角度收集來的用戶信息數據,例如性別、年齡、愛好、生活習慣等,都要經過傳輸、存儲、處理和分析環節。在物聯網時代,造成信息泄露的原因主要包括:互聯網本身的技術風險、管理客戶信息系統不慎、內部監管不到位、硬件設備管理不嚴格、內部問責機制缺失等等,小小的一個技術漏洞,稍稍的一次失察,都會給客戶隱私和個人財產安全帶來杠桿級的損害。同時,金融大數據的挖掘程度和客戶隱私之間本就是兩個相互矛盾的對立面,大數據技術應用的廣泛深入,數據挖掘、分析和整合程度的逐漸加深,勢必會暴露出過多的個人隱私數據,容易造成對客戶隱私的侵犯。構建安全的大數據金融客戶信息系統難點就在于在相互矛盾的這兩點之間找到一個最佳的平衡點。(2)數據監聽的嚴重威脅。最早的“監聽門”是曝光于2013年的“棱鏡門”事件,引起了全球范圍內的強烈震駭。如果我們每天瀏覽的網頁、搜索的信息、觀看的電影、購買的訂單、存儲的數據都要受到某一網站或公司的監聽,那么就像是被赤裸裸地展示在眾人面前,毫無個人隱私可言。再嚴重一些,這些個人數據信息被某些不法分子利用,勢必會引起全社會的混亂和恐慌。“棱鏡門”、“監聽門”事件表明,大數據與挖掘技術的強強聯合的數據監聽可以進行有針對性地監聽,歐洲正因此而停止與美國共享金融數據[4]。在中國,大數據金融發展時間不長,大數據與金融業的融合在技術、硬件和軟件上都不夠成熟,基本都建立在外國廠商提供的技術支持基礎上,這就使以在大數據為根基而創新的金融產品、金融服務都潛藏著數據監聽和泄密的威脅,嚴重危害著中國的國家金融安全。(3)壞數據導致金融市場異常敏感。中國社會科學院金融研究所所長助理楊濤在2018年6月召開的“2018中國金融創新論壇”的致辭發言中指出,銀行業在應用大數據時應思考三個問題:①數據夠不夠;②數據好不好;③數據怎么用。其中的第二點明確道出了數據真實有效的至關重要影響。金融行業數據來源廣泛,信息體量較大,數據種類繁多,其中不乏出現噪聲信息,甚至是虛假信息。在進行大數據分析、聚類、挖掘的過程當中,關鍵數據信息的不真實性將會導致錯誤的判斷、決策的失誤,使得金融企業聲譽大打折扣,不利于大數據金融的可持續性發展,甚至可能引發一場金融市場的巨大海嘯。2013年4月23日,“白宮遭襲”的假新聞事件導致眾多基金公司的交易程序自動拋售股票,美國股市也隨即而暴跌。(4)監管界定不明導致的風險。在中國,針對大數據金融這一新興金融業態的法律法規還需要一定的時間去不斷改進和完善。規約的不充分,監管體制的不完備,導致無法做到有效歸責,出現問責機制缺失、各部門之間相互掣肘的現象。

目前,負責監管大數據安全的部門涉及很多,例如工商局、金融辦和金融監管機構(一行三會)等,不是單一的部門能夠管控得了的,并沒有明文規定應該由哪一部門實現可靠的監管,單方面的監管并不能從根本上確保大數據金融的安全。大數據金融需要眾多相關負責的監管機構共同努力營造安全的大數據金融環境。隨著大數據技術與金融業日益緊密融合,金融大數據價值的挖掘,為銀行業的應用帶來了創新和機遇。盡管金融大數據在應用過程中存在潛在的風險,大數據安全被日益重視,需要從多層面夯實“大數據安全”,結合云計算、區塊鏈等先進技術,助力銀行業的服務水平,促進可持續發展[5]。

參考文獻

[1]張博輝,吳海峰.大數據金融,這個“跨界整合”會帶來什么[J].金融經濟,2018(11):14~16.

[2]仇博.銀行業大數據的價值挖掘與治理[J].銀行家,2018(08):37~39.

[3]邢敏.互聯網金融風險及防范對策的探討[J].長春金融高等??茖W校學報,2018(04):57~61.

[4]潘樂.基于云計算的大數據處理技術研究[J].物聯網技術,2017,7(6):67~68.

[5]高思敏.金融安全監管機制的法律保障研究[J].長春金融高等??茖W校學報,2017(05):65~69.

作者:蔣澤艷 單位:長春金融高等??茖W校