近年来,我国金融科技快速发展,在多个领域已经走在世界前列。大数据、人工智能、云计算、移动互联网等技术与金融业务深度融合,大大推动了我国金融业转型升级,助力金融更好地服务实体经济,有效促进了金融业整体发展。在这一发展过程中,又以大数据技术发展最为成熟、应用最为广泛。从发展特点和趋势来看,“金融云”快速建设落地奠定了金融大数据的应用基础,金融数据与其他跨领域数据的融合应用不断强化,人工智能正在成为金融大数据应用的新方向,金融行业数据的整合、共享和开放正在成为趋势,给金融行业带来了新的发展机遇和巨大的发展动力。

大数据在金融行业的典型应用场景

大数据涉及的行业过于广泛,除金融外,还包括政治、教育、传媒、医学、商业、工农业、互联网等多个方面,各行业对大数据的定义目前尚未统一。

大数据的特点可归纳为“4V”:

第一,数据体量大(Volume),海量性也许是与大数据最相关的特征。

第二,数据类型繁多(Variety),大数据既包括以事务为代表的传统结构化数据,还包括以网页为代表的半结构化数据和以视频、语音信息为代表的非结构化数据。

第三,价值密度低(Value),大数据的体量巨大,但数据中的价值密度却很低。比如几个小时甚至几天的监控视频中,有价值的线索或许只有几秒钟。

第四,处理速度快(Velocity),大数据要求快速处理,时效性强,要进行实时或准实时的处理。

金融行业一直较为重视大数据技术的发展。相比常规商业分析手段,大数据可以使业务决策具有前瞻性,让企业战略的制定过程更加理性化,实现生产资源优化分配,依据市场变化迅速调整业务策略,提高用户体验以及资金周转率,降低库存积压的风险,从而获取更高的利润。

当前,大数据在金融行业典型的应用场景有以下几个方面:

在银行业的应用主要表现在两个方面:一是信贷风险评估。以往银行对企业客户的违约风险评估多基于过往的信贷数据和交易数据等静态数据,内外部数据资源整合后的大数据可提供前瞻性预测。二是供应链金融。利用大数据技术,银行可以根据企业之间的投资、控股、借贷、担保及股东和法人之间的关系,形成企业之间的关系图谱,利于企业分析及风险控制。

在证券行业的应用主要表现为:一是股市行情预测。大数据可以有效拓宽证券企业量化投资数据维度,帮助企业更精准地了解市场行情,通过构建更多元的量化因子,投研模型会更加完善。二是股价预测。大数据技术通过收集并分析社交网络如微博、朋友圈、专业论坛等渠道上的结构化和非结构化数据,形成市场主观判断因素和投资者情绪打分,从而量化股价中人为因素的变化预期。三是智能投资顾问。智能投资顾问业务提供线上投资顾问服务,其基于客户的风险偏好、交易行为等个性化数据,依靠大数据量化模型,为客户提供低门槛、低费率的个性化财富管理方案。

在互联网金融行业的应用,一是精准营销。大数据通过用户多维度画像,对客户偏好进行分类筛选,从而达到精准营销的目的。二是消费信贷。基于大数据的自动评分模型、自动审批系统和催收系统可降低消费信贷业务违约风险。

金融大数据的典型案例分析

为实时接收电子渠道交易数据,整合银行内系统业务数据。中国交通银行通过规则欲实现快速建模、实时告警与在线智能监控报表等功能,以达到实时接收官网业务数据,整合客户信息、设备画像、位置信息、官网交易日志、浏览记录等数据的目的。

该系统通过为交通银行卡中心构建反作弊模型、实时计算、实时决策系统,帮助拥有海量历史数据,日均增长超过两千万条日志流水的银行卡中心,形成电子渠道实时反欺诈交易监控能力。利用分布式实时数据采集技术和实时决策引擎,帮助信用卡中心高效整合多系统业务数据,处理海量高并发线上行为数据,识别恶意用户和欺诈行为,并实时预警和处置;通过引入机器学习框架,对少量数据进行分析、挖掘构建并周期性更新反欺诈规则和反欺诈模型。

系统上线后,该银行迅速监控电子渠道产生的虚假账号、伪装账号、异常登录、频繁登录等新型风险和欺诈行为;系统稳定运行,日均处理逾两千万条日志流水、实时识别出近万笔风险行为并进行预警。数据接入、计算报警、案件调查的整体处理时间从数小时降低至秒级,监测时效提升近3000倍,上线3个月已帮助卡中心挽回数百万元的风险损失。

金融大数据应用面临的挑战及对策

大数据技术为金融行业带来了裂变式的创新活力,其应用潜力有目共睹,但在数据应用管理、业务场景融合、标准统一、顶层设计等方面存在的瓶颈也有待突破。

一是数据资产管理水平仍待提高。主要体现在数据质量不高、获取方式单一、数据系统分散等方面。

二是应用技术和业务探索仍需突破。主要体现在金融机构原有的数据系统架构相对复杂,涉及的系统平台和供应商较多,实现大数据应用的技术改造难度很大。同时,金融行业的大数据分析应用模型仍处于起步阶段,成熟案例和解决方案仍相对较少,需要投入大量的时间和成本进行调研和试错。系统误判率相对较高。

三是行业标准和安全规范仍待完善。金融大数据缺乏统一的存储管理标准和互通共享平台,对个人隐私的保护上还未形成可信的安全机制。

四是顶层设计和扶持政策还需强化。体现在金融机构间的数据壁垒较为明显,各自为战问题突出,缺乏有效的整合协同。同时,行业应用缺乏整体性规划,分散、临时、应激等特点突出,信息价值开发仍有较大潜力。

以上问题,一方面需要国家出台促进金融大数据发展的产业规划和扶持政策,同时,也需要行业分阶段推动金融数据开放、共享和统一平台建设,强化行业标准和安全规范。只有这样,大数据技术才能在金融行业中稳步应用发展,不断推动金融行业的发展提升。

关注中国IDC圈官方微信:idc-quan 我们将定期推送IDC产业最新资讯

查看心情排行你看到此篇文章的感受是:


  • 支持

  • 高兴

  • 震惊

  • 愤怒

  • 无聊

  • 无奈

  • 谎言

  • 枪稿

  • 不解

  • 标题党
2018-07-23 10:18:47
大数据资讯 三大支撑推动重庆大数据智能化发展
围绕大数据运用试点,目前重庆进行的尝试包括:建设仙桃数据谷,培育发展先导性前沿科技产业;发展“云端计划”,通过建设云计算数据中心项目为大数据资源库的形成创造基础 <详情>
2018-07-23 09:18:12
大数据技术 大数据建设,能否“弯道超车”
当前,电子和信息技术的普及应用开启了新一轮科技革命。以大数据、人工智能、区块链等为代表的信息技术变革日新月异,我国相继印发《国家信息化发展战略纲要》和《促进大数 <详情>
2018-07-23 09:18:09
大数据资讯 2018年大数据空间信息应用博览会在长沙开幕
为进一步贯彻落实习近平总书记关于实施国家大数据战略,加快建设数字中国的总体要求,推动湖南省创新引领、开放崛起战略实施,加快长沙22条新兴优势产业链之一的大数据(含 <详情>
2018-07-23 09:13:45
市场情报 “2018全球大数据区块链行业峰会”在澳门正式召开
2018年7月22日,“2018全球大数据区块链行业峰会暨DLB数链项目发布会”在中国澳门喜来登酒店隆重举行。多名大数据专家、区块链业界领袖及来自世界各地的行业爱好者出席了本 <详情>
2018-07-20 17:39:54
大数据应用 大数据在医保管理中的应用与发展方向
当前,医疗保险面临基金收支平衡压力增大、医疗服务违规行为多发、传统经验决策方式落后等多方面挑战,从信息化建设角度,人社部门推进全民参保登记、医保智能监控、支付方 <详情>
调查显示:中国企业率先采用对象存储
2018-12-13 19:17:40
IDCC2018|奥飞数据COO杨培峰:中国IDC企业转型与出海的思考
2018-12-13 18:26:43
IDCC2018|中软国际数据业务总裁贾丕星:差异化行业的数据资产管理特征思考
2018-12-13 17:34:48
医疗大数据行业分析: 三大利好因素迎来广阔发展前景
2018-12-13 17:25:48
央视聚焦贵阳 点赞大数据加速营商环境优化
2018-12-13 17:19:11
工信部:将规范手机号二次销售业务解绑问题
2018-12-13 17:12:31
室内大数据方案支撑打造智慧商场、开拓行业数字化运营新市场
2018-12-13 17:04:07
总价6.16亿美元:澳洲电讯等四家运营商赢得澳大利亚5G频谱拍卖
2018-12-13 16:55:15
云服务市场龙虎斗:入华或入欧,暗夺转明争
2018-12-13 16:47:44
IDCC2018|腾讯云高级架构师李晓辉:腾讯云助力政府、企业数字化转型案例分享
2018-12-13 16:37:49
环信即时通讯云助力智慧树打造最大幼教互动云平台
2018-12-13 16:33:16
大数据技术标准推进委员会常务副主席魏凯:《数据资产管理白皮书3.0》发布
2018-12-13 16:32:27
IDCC2018|华为企业BG企业技术服务部大数据服务总监陈飚:大数据资产管理-从传统到智能
2018-12-13 16:27:00
白盒服务器能否成为数据中心的一个未来趋势?
2018-12-13 16:25:03
IDCC2018|中国支付清算协会业务协调三部主任丁华明:《非银行支付机构数据资产管理调研报告(2018)》解读
2018-12-13 16:23:15