第一章
大数据金融概述
大数据系列课程
学习目标
掌握大数据金融的含义、基本特征以及大数据金融的优势;
掌握大数据金融平台金融模式和供应链金融模式的内容;
深入了解大数据对金融业的影响;
了解大数据金融的发展趋势及竞争格局
大数据金融概述
第一节
CONTENTS
01
大数据概念
02
大数据金融的概念
03
大数据与金融的结合
04
大数据金融运营模式
目 录
大数据概念
Part 01
大数据定义
大数据的概念:一方面是指规模大到无法在一定时间
内用常规软件工具对齐内容进行抓取、管理和处理的
数据集合,另一方面,主要是指海量数据的获取、存
储、管理、分析、挖掘与运用的全新技术体系。
大数据可分为狭义的大数据广义的大数据。
狭义的大数据主要是指大数据的相关关键技术及其在各个领域
中的应用,是指从各种各样类型的数据中,快速地获得有价值
信息的能力。
广义的大数据,包括大数据技术、大数据工程、大数据科学和
大数据应用等大数据相关的领域,即除了狭义的大数据之外,
还包括大数据工程和大数据科学。
5ad6baf9acdd0-01
大数据的特征
速度
Velocity
数量
Volume
多样
Variety
真实性
Veracity
大数据的所有定义中
必然会涉及大数据的
数据规模,而且特别
指出其数据规模巨大,
这就是大数据的第一
个基本特征:数据规
模巨大,即Volume。
对数据进行最简单的分类,
可分为结构化数据和非结构
化数据。
结构化数据 : 存储在数据库
中,可以通过二维表结构来
逻辑表达实现的数据。
非结构化数据: 早期的非结构
化数据,在企业数据的语境
里主要是文本,如电子邮件、
文档、健康、医疗记录等。
速度指的是数据采集、
存储、处理和传输速
度快、时效高。
在数据实时更新的需
求推动下,数据的采
集、存储、处理和传
输等各个环节都实现
了智能化、网络化。
在大数据时代,数据都是
由智能终端自动采集、记
录下来的,记录之时是无
目的性的。由于数据采集、
记录过程中没有了数据采
集者的主观意图,大数据
中的原始数据并没有渗透
理论,因此确保了其客观
真实性,数据可以真实反
映了事物及其状态、行为。
金融业对大数据的需求
金融业对大数据的需求主要来自以下方面:
1.运行效率
2.优化结构
  提高效率
3.风险控制
大数据金融机构不仅可以通过对用户的分类和信用能力分析,高效快捷地建立并管理由不同
品种、不同数量组合的金融产品,还可以通过处理海量的市场信息,捕捉短暂的市场波动,
把握交易机会,提升金融机构的盈利水平和运行效率。
中国金融市场提供两种融资方式:一是通过银行系统的信贷间接融资方式,也是当前中国主要的资金融
通方式;二是通过证券系统的股票或债券上市交易直接融资方式。
风险控制是金融行业的主要任务之一,是使金融业正常运行的保障。无论在传统的银行、证券、保险
业,还是新兴的互联网金融业,风险控制都是极为重要的。因而大数据的应用对金融业如何加强风险
控制意义重大。
银行等金融中介的存在有两个主要前提:一是交易费用的存在,金融中介通过专有技术可以实现规模经
济;二是信息不对称的存在,导致逆向选择和道德风险。
大数据金融的
概念
Part 02
大数据金融是指集合海量非结构化数据,通过对其进行实时
分析,可以为互联网金融机构提供客户全方位信息;通过分
析和挖掘客户的交易和消费信息掌握客户的消费习惯,并准
确预测客户行为,使金融机构和金融服务平台在营销和风控
方面有的放矢。
大数据金融是基于大数据的金融服务平台,主要指拥有海量
数据的电子商务企业开展的金融服务。
5ad6baf9acdd0-01
大数据金融的定义
A
B
C
D
大数据金融主要包含以下几个方面的特征:
1
1
网络化的呈现
在大数据金融时代,大量的金融产品和服务通过网络来展现,包括固定网络和移
动网络。其中,移动网络将会逐渐成为大数据金融服务的一个主要通道。
支付结算、网贷、P2P、众筹融资、资产管理、现金管理、产品销售、金融咨询
等都将主要通过网络实现,金融实体店将大量减少,其功能也将逐渐转型。
2
2
基于大数据的风险管理理念和工具
在大数据金融时代,风险管理理念和工具也将调整。
3
3
信息不对称性大大降低
在大数据金融时代,金融产品和服务的消费者和提供者之间信息不对称程度大
大降低,对某项金融产品(服务)的支持和评价,消费者可实时获知该信息。
大数据金融的特征
A
B
C
D
大数据金融主要包含以下几个方面的特征:
4
4
高效率性
大数据金融无疑是高效率的,许多流程和动作都是在线上发起和完成的,还有些动
作则是自动实现的,在合适的时间,合适的地点,把合适的产品以合适的方式提供
给合适的消费者。
5
5
金融企业服务边界扩大
首先,就单个金融企业而言,其最合适经营规模扩大了。由于效率提升,其经营成
本必随之降低,金融企业的成本曲线形态也会发生变化。长期平均成本曲线,其底
部会更快来临,也会更平坦更宽。其次,基于大数据技术,金融从业人员个体服务
对象会更多。
6
6
产品的可控性、可受性
通过网络化呈现的金融产品,对消费者而言,是可控、可受的。
7
7
普惠金融
大数据金融的高效率性及扩展的服务边界,使金融服务的对象和范围也大大扩展,
金融服务也更接地气。
大数据金融的特征
大数据金融的技术实现
大数据金融的技术实现通常需要以下几类关键技术:
①数据分析技术
数据分析技术包括数据挖掘、机器学习等人工智能技术,主要应用在用户信用分析、用户聚类分析、用户特征分析、
产品关联分析、营销分析等方面。
②数据管理技术
数据管理技术包括关系型和非关系型数据管理技术、数据融合和集成技术、数据抽取技术、数据清洗和转换等技术。
③数据处理技术
数据处理技术包括分布式计算、内存计算技术、流处理技术等,通过新型数据处理技术更有效地利用软硬件资源,
在降低IT投入、维护成本和物理能耗的同时,提供更为稳定、强大的数据处理能力。
④数据展现技术
数据展现技术包括可视化技术、历史流展示技术、空间信息流展示技术等,主要用于金融产品健康度监视、产品发
展趋势监视、客户价值监视、反洗钱反欺预警等方面。
【拓展阅读】
互联网金融未来发展的一大趋势是大数据的应用,而这也改变了人们对金融本质的传统认识。此前学界广泛认为金融的本质是
中介,还有人认为金融的本质是对风险的控制与管理,然而随着互联网金融的发展,已经有人开始对金融进行重新定义,金融
就是大数据。
从融资模式看,现代金融有两种模式,一种是银行模式:存款、贷款、支付,一种是资本市场模式。资本市场模式就是直接融
资,通过交易所进行股票交易。互联网金融既不走银行模式,也不走资本市场交易所模式,它有可能是所有的存款人和借款人,
通过互联网平台直接交易。未来通过互联网走直接金融的模式,不需要资本市场,也不需要银行。
从支付模式看,有银行支付模式和第三方支付。第三方支付在中国的典型是支付宝。我们现在的支付模式是银行支付模式:个
人在商业银行开户,商业银行在中央银行开户,解决各家银行之间的跨行清算,而支付宝即将颠覆这个模式。现在已经有一些
公司给员工发工资直接打到支付宝,员工用支付宝支付,然后转账到别人的支付宝,在银行体系之外构成了支付体系。微信5.0
支付也是这个模式。第三方支付未来完全有可能在银行支付系统之外创造一个新的支付系统。银行卡支付被手机支付替代,POS
机刷卡被扫二维码替代。
所谓对传统金融的彻底颠覆,一个很重要的表现形式是大数据的征信和网络贷款:根据企业的行为数据计算出企业可能违约的概
率,在这个基础上进行贷款(B2B是典型)。当前典型的是阿里小贷等。未来大数据的保险也是这样的:根据行为的数据进行保
险差别的定价。比如未来的车险将根据个人生活、工作、习惯所有大数据的基础,给出事故发生的概率,然后给出保险的费率。
这种模式完全颠覆了现在保险费率的模式。P2P网络贷款,也是互联网金融的模式。P2P网络贷款是债权,众筹融资就是解决股
权问题。如通过众筹模式解决小额风险投资问题,美国已经规定这种模式是合法的。大数据在证券投资中的应用也将非常广泛。
互联网金融,尤其是搜索引擎、云计算使人们收集了大量的数据,这些数据在证券投资当中将发挥很大的作用,而且现在它对股
价的预期非常有用。
从形式上讲,互联网对传统金融的彻底颠覆表现形式是大数据的应用,本质上是根据科斯定理,金融机构作为中介的价值或许会
消失。假设整个金融市场互联网化,那么现在的银行机构、证券机构、保险机构的金融中介作用将会弱化甚至消失,取而代之的
可能是基于大数据的直接金融交易。
5ad6baf9acdd0-01
大数据与金融
的结合
Part 03
图片2
大数据的应用影响了很多传统行业,特别是金融行业。金融的本质为“资金通
融”,简单来说,是金融市场上资金由货币盈余方向货币赤字方的转移。
大数据金融是依托海量数据,通过互联网、云计算等信息化方式对其数据进行
专业化的挖掘和分析,并与传统金融服务相结合,创新性开展相关资金融通工
作,对资金融通的三方面进行创新,扩大能够纳入合格资金被融通方的单位范
围,增加融通的场所。可以说,大数据金融是将金融置于大数据的平台之上,
扩展了金融的外延,增加了金融的维度。
大数据与金融的结合
大数据金融的优势
1.运营交易成本低,客户群体
这种资金融通是以大数据云计算为基础,以大数据自动计算为主成本低廉,不仅可以针对
小微企业金融服务,而且可以根据企业生产周期灵活决定贷款期限。
2.精准营销个性化服务,放贷快捷
无论是平台金融还是供应链金融都是建立在长期大量的信用及资金流的大数据基础之上,
任何时点都可以通过计算得出信用评分,并通过网上支付方式,实时根据贷款需要及其
信用评分等大数据来放出贷款。
5ad6baf9acdd0-01
3.科学决策,风险管理和好控制
平台或供应链聚拢了信息流、物流、资金流,平台贷或者供应链贷款都是在大数据金融库
里累积的持久闭环的产业上下游系统内部,贷款方对产业运作及风险点熟识且掌控能力强,
便于预警和防范风险。
金融大数据主要运用于金融监管、经营管理、投资操作等三大领域。
金融大数据的运用可以为经营机构提升客户管理、产品管理、营
销管理、系统管理、风险管理、内部管理等诸多方面。
经营管理
程序化交易的运用可以说是投资者对金融大数据运用的一个最重要体
现。程序化交易是一种将交易策略交给计算机进行处理、判断和执行
的交易方式。
投资操作
金融大数据的运用有助于提高金融监管能力,重塑金融监管的方式。
金融监管部门通过机器学习可以构建智能监管监测系统,从而提高
    监管的有效性、及时性、低成本性。
金融监管
金融行业大数据的运用
大数据金融运
营模式
Part 04
平台金融模式
平台金融模式的定义
是平台企业对其长期以来积累的大数据通过互联网、云计算等信息化
方式对其数据进行专业化的挖掘和分析,通过研究并与传统金融服务
相结合,创新性地为平台服务企业开展相关资金融通工作。
平台金融的优势
它建立在庞大的数据流量系统基础之上,对申请金融服务的企业或个
人情况十分熟悉,能够很大程度解决风险控制的问题,降低企业的坏
账率;依托于企业的交易系统,具有稳定、持续的客户源;有效解决
了信息不对称的问题,在高效的IT系统之上,将贷款流程流水线化。
平台金融的特点
企业以交易数据为基础对客户的资金状况进行分析,贷款客户多为个
人以及难以从银行得到贷款支持的小微企业,贷款无需抵押和担保,
能够快速发放贷款,且多为短期贷款。同时,这也使平台金融模式具
有了寡头经济的特点,
供应链金融模式
供应链金融模式是核心龙头企业依托自身的产业优势地位,通过其对上下游企
业现金流、进销存、合同订单等信息的掌控,依托自己资金平台或者合作金融
机构对上下游企业提供金融服务的模式,例如京东金融平台、华胜天成供应链
金融模式等。
传统方式下的供应链金融是金融机构通过第三方物流、仓储企业提供的数据印
证核心企业的信用、监管融资群体的存货、应收账款信息,并相应给予融资授
信的行为。
供应链金融作为一种创新产品,有极大的社会和经济价值。一方面可以满足企
业的短期资金需求,促进整条产业链的协调发展;另一方面通过引入核心企业
能够对资金需求企业以及产业链进行风险评估,可以扩大市场服务范围。
【拓展阅读】
随着国内网购市场的迅速发展,淘宝网等众多网购网站的市场争夺战也进入白热化状态,网络购物网站也开始推出越来越多的特
色产品和服务。
1.余额宝
以余额宝为代表的互联网金融产品在2013年刮起一股旋风,截至目前,规模超1000亿元,用户近3000万。相比普通的货币基金,
余额宝鲜明的特色当属大数据。以基金的申购、赎回预测为例,基于淘宝和支付宝的数据平台,可以及时把握申购、赎回变动信息。
另外,利用历史数据的积累可把握客户的行为规律。
2.淘宝信用贷款
淘宝网在聚划算平台推出了一个特殊的团购“商品”——淘宝信用贷款。开团不到10分钟,500位淘宝卖家就让这一团购“爆团”。
他们有望分享总额约3000万元的淘宝信用贷款,并能享受贷款利息7.5折的优惠。据悉,目前已经有近两万名淘宝卖家申请过淘宝
信用贷款,贷款总额超过14亿元。
淘宝信用贷款是阿里金融旗下专门针对淘宝卖家进行金融支持的贷款产品。淘宝平台通过以卖家在淘宝网上的网络行为数据做一个
综合的授信评分,卖家纯凭信用拿贷款,无需抵押物,无需担保人。由于其非常吻合中小卖家的资金需求,且重视信用无担保、抵
押的门槛,更加上其申请流程非常便捷,仅需要线上申请,几分钟内就能获贷,被不少卖家戏称为“史上最轻松的贷款”,也成为
淘宝网上众多卖家进行资金周转的重要手段。
3.阿里小贷
淘宝网的“阿里小贷”更是得益于大数据,它依托阿里巴巴(B2B)、淘宝、支付宝等平台数据,不仅可有效识别和分散风险,提
供更有针对性、多样化的服务,而且批量化、流水化的作业使得交易成本大幅下降。
每天,海量的交易和数据在阿里的平台上跑着,阿里通过对商户最近100天的数据分析,就能知道哪些商户可能存在资金问题,此
时的阿里贷款平台就有可能出马,同潜在的贷款对象进行沟通。
案例解析:通常来说,数据比文字更真实,更能反映一个公司的正常运营情况。通过海量的分析得出企业的经营情况,这就是大数
据的应用。在本案例中,正像淘宝信用贷款所体现的那样,这种新型微贷技术不依赖抵押、担保,而是看重企业的信用,同时通过
数据的运算来评核企业的信用,这不仅降低了申请贷款的门槛,也极大简化了申请贷款的流程,使其有了完全在互联网上作业的可
能性。
5ad6baf9acdd0-01
S
A
S
【拓展阅读】
近日,汇丰银行选择SAS防欺诈管理解决方案构建其全球业务网络的防欺诈管理系统。据悉,这一解决方案是一种
实时欺诈防范侦测系统。
SAS被誉为“全球500强背后的管理大师”,是全球领先的商业分析软件与服务供应商。SAS通过三部分服务(包括
软件及解决方案服务、咨询服务、培训及技术支持服务)帮助客户洞察商机,成就变革,改善业绩。
凭借丰富的行业专业知识,SAS的行业解决方案在各领域为行业解析蕴藏于信息之中的独特的商业问题。例如金融
服务领域的信用风险管理问题、生命科学领域加快药物上市速度和识别零售领域的交叉销售机会等问题。SAS还提
供跨职能解决方案,不分行业地帮助企业克服其面临的挑战。例如增加客户关系价值、测量和管理风险、检测欺诈
和优化IT网络等。
汇丰银行与SAS在防范信用卡和借记卡欺诈的基础上,共同扩展了SAS防欺诈管理解决方案的功能,为多种业务线
和渠道提供完善的欺诈防范系统。这些增强功能有助于全面监控客户、账户和渠道业务活动,进一步提高分行交易、
银行转账和在线付款欺诈以及内部欺诈的防范能力。通过监控客户行为,汇丰银行可以优化并更加有效地利用侦测
资源。
汇丰银行利用SAS系统,通过收集和分析大数据解决复杂问题,并获得非常精确的洞察,以加快信息获取速度和超
越竞争对手。因此,汇丰银行还将继续采用SAS告警管理、例程和队列优先级软件,提高运营效率,以便迅速启动
紧急告警。
案例解析:在当今这个海量数据的时代,如何找到大数据中蕴含的前所未有的商业价值?在本案例中,SAS高性能
分析可以帮助用户:将相关的大数据转变为真正的商业价值,采用世界顶级的分析技术来生成精确的洞察,快速获
得答案来改变企业的运营模式,以及部署一个适合未来扩展的分析架构。总之,高性能分析环境让用户可以充分利
用IT投资,同时克服原有架构的约束,从大数据资产中产生高价值的洞察。
5ad6baf9acdd0-01
1.与传统的资金融通相比,大数据金融具有哪些优势?
2.大数据金融分为哪些运营模式?其具体特点及优势有哪些?
3.请思考,京东金融为什么选择供应链金融作为运营模式?
谢谢!