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
第二节
大数据对银行
业的影响
Part 01
大数据的应用提升了商业银行核
心竞争力
大数据资源已成为商业银行不容忽视的战
略资源，它不但是商业银行竞争的主要手段之
一，也是银行制胜的关键。当然“大数据”在
竞争中也是名副其实的“双刃剑”，竞争双方
都可以利用掌握的数据来制定竞争策略。在大
数据浪潮中，数据源、技术、算法、创新和商
业模式一道，都将成为核心竞争力。
大数据对银行业的影响
对传统商业银行盈利模式的冲击
随着大数据时代的来临和利率市场化改革明显提速，商业银行传
统的利润来源――息差将不断收窄。数据显示，2013年以来，以五
大国有银行的净息差出现不同程度的下降。其中工商银行2013年
净息差为2.57％，比2012年下降9个基点；农行2013年的净息差
为2.79％，同比下降了2个基点；建行净息差为2.74％，同比略
降1个基点，交行为2.52％，同比下降7个基点。在这种情况下，
靠做大资产规模增加盈利的模式将难以为继，中间业务收入将成
为商业银行的又一大利润来源。2006年至今，中间业务逐渐成为
商业银行业务发展的重点。例如中国民生银行2009年中间业务收
入占比已经达到11％，2012年为19.9％。
大数据对银行业的影响
大数据推动商业银行业务创新
从商业银行的角度看，大数据的应用在提
升效率、降低成本、加强风控、创造价值
等方面，对银行业务发展的贡献度正日益
显现。随着商业银行以大数据为核心的应
用创新业务不断推出，将拓展银行的业务
发展空间，在为客户提供优质金融服务的
同时，也使得银行自身运转得更为高效和
顺畅。
招
商
银
行
：
“
大
数
据
智
慧
营
销
平
台
”
实
现
精
准
营
销
【拓展阅读】
招商银行“智慧营销平台”项目于2015年启动，旨在以满足“客户需求”为中心，
以“网络化、数据化、智能化”为目标。期间，招商银行一直围绕“一个客户视
角看银行”和“一个银行角度看客户”来开展各项工作，一是实现了客户需求洞
察多样化，不仅精准探索客户金融需求（财富管理、消费融资和支付结算），而
且挖掘客户的非金融生活需求（衣食住行），让招商银行成为客户的金融帮手和
生活助手；二是实现了线上线下客户体验一体化，建立了短信、电邮、客户经理、
远程银行、手机银行等在内的全渠道协同流程，实现多渠道多批次营销的协同联
动管理，在客户互动上实现内容统一接触、OneBank专属银行的优质体验。
“智慧营销平台”从流程上实现多渠道多波次营销的协同联动管理，从客户上实
践统一接触、一个银行的优质体验，从技术上实践大数据客群模型与个性化事件
决策模型的组合策略营销，以客户洞察分析支持营销决策、管理营销资源，提供
执行渠道成功率高的销售线索，并通过观察执行过程中的指标值变化协助分支行
实现业务价值。“智慧营销平台”主要包括营销自动化、事件营销、营销优化三
大关键模块，以实现营销决策科学化、营销业务精准化和资源投入最适化。
工
商
银
行
：
推
出
“
融
安
e
信
”
，
有
效
拦
截
电
信
诈
骗
【拓展阅读】
近年来，面对电信诈骗犯罪高发的严峻形势，工商银行始终把保障客户资金安
全作为提升客户服务水平的首要任务，致力打造客户最信赖的银行。为增强社
会公众对电信诈骗的防范能力，工商银行与公安部合作正式推出了国内首款防
电信诈骗的公益软件——“工银融安e信”。
“工银融安e信”是中国工商银行联合公安部共同研发的防范电信诈骗安全平
台。该软件以公安机关查获的电信诈骗账号等信息为基础，通过建立风险黑名
单库、打造毫秒级零时差响应网络等高级别安全工具，供社会公众在办理转账
汇款前对收款账号进行安全性查询，直接提升业务安全级别，这一事前防范的
举措在国内银行中尚属首创。该产品面向社会公众免费开放使用，除了提升社
会公众对电信诈骗欺诈账户的甄别能力以外，还通过普及传播对电信诈骗、克
隆卡等金融违法犯罪的防范知识，提升群众反欺诈的意识和知识。
中
信
银
行
信
用
卡
营
销
有
新
招
【拓展阅读】
中信银行信用卡中心是国内银行业为数不多的几家分行级信用卡专营机构之一，也是国
内最具竞争力的股份制商业银行信用卡中心之一。近年来，中信银行信用卡中心的发卡
量迅速增长，2008年中信银行向消费者发卡约500万张，而这个数字在2010年增加了一
倍。
2013年11月，在中信银行与腾讯联合发布“中信银行QQ彩贝联名信用卡”仪式上，中
信银行信用卡中心总裁陈劲表示，该行信用卡发卡量已突破2000万张，未来将充分利用
互联网基因和大数据技术挖掘客户需求。
过去，中信银行信用卡中心无论在数据存储、系统维护、还是在有效地利用客户数据方
面，都面临巨大的压力。同时，为了应对激烈的市场竞争，中信银行信用卡中心迫切需
要一个可扩展、高性能的数据仓库解决方案，支持其数据分析战略，提升业务的敏捷性。
2010年4月，中信银行信用卡中心实施了EMC Greenplum数据仓库解决方案。
Greenplum数据仓库解决方案为中信银行信用卡中心提供了统一的客户视图，借助客户
统一视图，中信银行信用卡中心可以更清楚地了解其客户价值体系，从而能够为客户提
供更有针对性和相关性的营销活动。
基于数据仓库，中信银行信用卡中心现在可以从交易、服务、风险、权益等多个层面分
析数据。通过提供全面的客户数据，营销团队可以对客户按照低、中、高价值来进行分
类，根据银行整体经营策略积极地提供相应的个性化服务。
方案优点：
（1）Greenplum数据引擎的优势Greenplum数据引擎是业界最快和最高性价比的高端
数据仓库解决方案。用户可以对大量的数据运行复杂的分析，通常用传统的解决办法需
要几天的运算,实际上只需几秒钟。具有建立超大级的数据量、海量并行的查询能力、和
不定格式的数据处理等优势。
中
信
银
行
信
用
卡
营
销
有
新
招
【拓展阅读】
（2）依赖的数据集市，如数据集市从数据仓库中获取数据，则这种数据集市为“依赖的
数据集市”。依赖的数据集市可在物理上和数据仓库分离，或者在一起。 此项目中将依
赖的数据集市在物理上和数据仓库放在一起，其主要优点包括：数据一致、高性能、成
本节约、数据冗余低、易于维护和高时效等。
（3）系统的高可扩展性，系统具有高可扩展性，完全能够满足新数据源扩充、新应用需
求增加、业务系统的升级的要求。目前，中信银行信用卡中心正在进行进一步完善业务
系统的建设，系统的升级将带来业务系统数据内容、数据结构以及业务规则的相应变化，
而将其作为主要数据源的数据仓库系统也会做出对应的调整以保持系统的可用性，但系
统在体系框架上仍能保持良好的扩展性。
基于Greenplum解决方案在系统维护方面的便捷简单，中信银行信用卡中心每年减少了
大约500万元的数据库维护成本，这有助于减少解决方案的总拥有成本。
案例解析：在本案例中，Greenplum解决方案采用了“无共享”的开放平台MPP架构，
此架构是为BI和海量数据分析处理而设计，相比普通的数据库系统，该系统提供了更高
的可扩展性。与其他产品相比，Greenplum解决方案可以给中信银行信用卡中心提供最
高级别的性能。同时，该解决方案与银行所使用的硬件、应用程序和数据源实现了有效
集成。此外，Greenplum解决方案通过把数据集中在一个统一的平台，极大地减少了系
统维护的工作量。
在大数据的环境下，银行可以利用先进的互联网、云计算等新兴技术，对消费者的刷卡
行为进行数据化的分类、统计，通过整理数据获取消费者的消费习惯、消费能力、消费
偏好等非常重要的数据信息，通过客户数据、财务数据来区隔客户，通过消费区域定位、
内容定向知晓他们的消费习惯，然后进行深入地数据分析挖掘和展开精准营销。
大数据对保险
业的影响
Part 02
大数据成为保险行
业市场营销的利器
在保险行业市场营销工作中，无论是产品、渠道、价格还是顾客，
可以说每一项工作都与大数据的采集和分析息息相关，
而以下两个方面又是保险行业市场营销工作中的重中之重：
一是通过获取数据并加以统计分析来充分了解市场信息，掌握竞
争者的商情和动态，知晓产品在竞争群中所处的市场地位，来达
到“知彼知己，百战不殆”的目的；
二是企业通过积累和挖掘保险行业消费者档案数据，有助于分析
顾客的消费行为和价值趣向，便于更好地为消费者服务和发展忠
诚顾客。
大数据对保险业的影响
保险行业企业要想在无硝烟的市场中分得一杯羹，需
要架构大数据战略，拓宽保险行业调研数据的广度和
深度，从大数据中了解保险行业市场构成、细分市场
特征、消费者需求和竞争者状况等众多因素，在科学
系统的信息数据收集、管理、分析的基础上，提出更
好的解决方案和建议，保证企业品牌市场定位独具个
性化，提高企业品牌市场定位的行业接受度。
大数据成为保险行业市场营销的利器
大数据对保险业的影响
收益管理意在把合适的产品或服务，在合适
的时间，以合适的价格，通过合适的销售渠
道，出售给合适的顾客，最终实现企业收益
最大化目标。要达到收益管理的目标，需求
预测、细分市场和敏感度分析是此项工作的
三个重要环节，而这三个的环节推进的基础
就是大数据。
大数据支撑保险行业收益管理
大数据对保险业的影响
大数据创新保险行业需求开发
“网络评论”最早源自互联网论坛，是供网友闲暇之余相互交流的
网络社交平台。在微博、微信、论坛、评论版等平台随处可见网友
点评某款产品的优缺点、功能需求、质量好坏、外形美观度、款式
样式等信息，这些都构成了产品需求大数据。同时，消费者对企业
服务及产品简单表扬与评批演变得更加的客观真实，消费者的评价
内容也更趋于专业化和理性化，发布的渠道也更加广泛。作为保险
行业企业，如果能对网上保险行业的评论数据进行收集，建立网评
大数据库，然后再利用分词、聚类、情感分析了解消费者的消费行
为、价值趣向、评论中体现的新消费需求和企业产品质量问题，以
此来改进和创新产品，量化产品价值，制订合理的价格及提高服务
质量，从中获取更大的收益。
大数据对保险业的影响
安
联
财
险
淘
宝
开
卖
国
内
首
个
“
中
秋
赏
月
险
”
【拓展阅读】
8月26日上午消息显示，安联财险（中国）有限公司与阿里小微金融服务集团
（筹）旗下淘宝保险宣布双方达成战略合作。而双方牵手后的首个动作是：安联
财险将在淘宝保险上推出国内首个“中秋赏月险”。依据该保险设定，被保险人
如中秋看不到月亮，则可获赔。
据悉，“赏月险”是安联财险通过分析国内多个城市近20多年的气象数据，建
立风险模型后，所推出的国内首款既与节日相关，又与天气相关的保险产品。安
联财险人士指出，赏月险完整的报备名称是“赏月不便险”，除对应的人身保障
外，赔付的是因不能赏月造成的心情损失。类似民众熟悉的航班延误险，赔偿的
是因航班延误造成的心情损失。
“赏月险”共设两档产品。其中一档投保价格为20元，若被保险人在赏月城市
（上海、广州或深圳）由于天气原因看不到月亮（即阴天或雨天），可获保险理
赔50元；第二档投保价格为99元，赏月城市从3个增加到41个。如果被保险人所
在赏月城市由于天气原因看不到月亮，可获保险理赔188元。相应赔付金额会汇
至被保险人的支付宝账户内。
理赔标准则将依据2013年9月19号中秋节当天20:00-24:00中国天气网的天气播
报进行评判。如果在这一时段内，天气播报为阴天或雨天，则界定为未能看到月
亮，可获得理赔，而如果这一时段内为其它天气情况，则界定为看到月亮。而不
以个人是否实际看到月亮为准。
安
联
财
险
淘
宝
开
卖
国
内
首
个
“
中
秋
赏
月
险
”
【拓展阅读】
此外，无论哪个档次被保险人能否看到月亮，在赏月险中都还能获得10万元的
人身意外保障，第二档的被保险人则还能获得一盒品牌月饼。
据介绍，赏月险在淘宝上的售卖时间为8月26日至31日。且为限量产品，具体限
额数量依据其数据精算和市场情况而定。据安联财产保险9月20日发布的公告显
示，本次销售的5000多份“中秋赏月险”中，超过八成没有达到理赔条件。根
据计算，安联财产保险获得了8万元以上的毛利，这一数字虽然不高，但其达成
的营销效果却着实惊人。
分析人士指出，两公司推出该险种，有着较浓的营销效果。安联财产保险(中国)
有限公司副首席运行官宋玄壁表示，赏月险是安联强化电子商务战略的第一步，
“未来，安联财险会融合互联网的需求，为网民的网络生活提供更多保障”。
看到了安联财产保险的成功，中国保险业也纷纷效仿，包括中国平安的“脱光
险”、国寿财险的“虚拟财产险”、珠江人寿的“彩票不中险”等。而从这些产
品的发布中，我们可以明显看到，盈利并不是各大保险公司的主要目的，通过互
联网营销，开拓互联网金融市场才是这些“另类保险”的原动力。
保险业向互联网金融转型最为成功的是中国太平洋保险，根据其发布的2013年
中期业绩显示，“寿险‘神行太保’移动智能保险平台，对营销渠道的出单覆盖
率已达100％；产险‘3G快速理赔系统’24小时内赔付占比不断提高，车险平
均结案周期同比缩短26.5％；产险电网销业务收入达到66.20亿元，同比增长
47.4％，均保持了较快的发展速度”。
大数据对证券
业的影响
Part 03
零售业务：深化数字化运营，推动业务智能化转型
证券大数据的运用
广发证券的分布式管理体系案例
证券公司可以运用大数据技术推动“去中心化”的分布式管理，在这套管理
体系下，不仅可以采用数字化的工具为一线员工提供精良的装备，驱动员工
自我发现问题与改变战法，还可以借助制度与技术的力量，实现整个生态系
统的自我纠偏和完善。
广发证券自主开发的“经营驾驶舱”，可提取其中与业务经营最相关的信息，
根据各级管理人员和员工的需求为其提供不同侧重点的数据支持。
智能投顾
智能投顾在客户资料收集分析、投资方案的制定、执行以及后续的维护等步
骤上均采用智能系统自动化完成，且具有低门槛、低费率等特点，因此能够
为更多的零售客户提供定制化服务。
互联网时代，信息的多样化与扁平化，新闻等互联网文本挖掘类
数据对市场的影响日渐紧密，基于互联网文本数据与传统交易数
据、财务数据相结合进行投资的金融产品也得到投资者的普遍认
可。应用大数据技术，结合传统量化投资模型，推出大数据基金
产品是对传统资产管理产品的有力补充，为投资者提供新的选择。
资产管理业务：借力大数据，开辟产品创设与投资管理新思路
大数据对证券业的影响
研究业务：提升工作效率，打造智能化投研新模
式
随着互联网及大数据技术的迅速发展，目前证券公
司所提供的卖方研究服务中，部分低效的人工统计
工作将被以大数据技术为核心的量化研究所取代，
包括上市公司调研、数据分析等重复性统计分析工
作将率先受到冲击。
资产管理业务：借力大数据，开辟产品创设与投资管理新思路
证券市场日益丰富的投资品种以及不断扩充的成交规模，使得交易、清算及风险管
理等中后台业务所需应对的数据规模也快速扩张，引入相关技术应对大数据可以大
幅提升工作效率。在交易领域，运用大数据技术搭建算法交易平台能够支持批量、
高效地完成各种复杂交易指令，降低交易误差。提升客户使用体验的同时，也能够
为客户提供对数据进行深度挖掘所带来更丰富的投资机会。在结算领域，随着营业
网点的扩张以及交易品种的增加，交易数据的规模与复杂程度大幅提升。大数据技
术的应用能够为结算工作提供更快的响应速度以及更准确的匹配结果，从而确保结
算业务高效、安全地运作。
案
例
:
I
B
M
用
大
数
据
预
测
股
价
走
势
【拓展阅读】
2012年，IBM使用大数据信息技术成功开发了“经济指标预测系统”。借助该预测系统，可通过统计分析新闻中出现的
单词等信息来预测股价等走势。
IBM的“经济指标预测系统”首先从互联网上的新闻中搜索与“新订单”等与经济指标有关的单词，然后结合其他相关
经济数据的历史数据分析与股价的关系，从而得出预测结果。
在“经济指标预测系统”的开发过程中，IBM还进行了一系列的验证工作。IBM以美国“ISM制造业采购经理人指数”
为对象进行了验证试验，该指数以制造业中的大约20个行业、300多家公司的采购负责人为对象，调查新订单和雇员等
情况之后计算得出。实验前，首先假设“受访者受到了新闻报道的影响”，然后分别计算出约30万条财经类新闻中出现
的“新订单”、“生产”以及“雇员”等5个关键词的数量。追踪这些关键词在这段时期内的搜索数据变化情况，并将
数据和道指的走势进行对比，从而预测该指数的未来动态。IBM研究称，一般而言，当“股票”、“营收”等金融词汇
的搜索量下降时，道指随后将上涨，而当这些金融词汇的搜索量上升时，道指在随后的几周内将下跌。据悉，IBM的试
验仅用了6小时，就计算出了分析师需要花费数日才能得出的预测值，而且预测精度几乎一样。
案例解析：从本案例可以看出，大数据不再仅仅局限在媒体与厂商之间的讨论，它犹如一场数据旋风开始席卷全球，从
各行各业的IT主管到政府部门都开始重视大数据及其价值。目前，不少信息系统企业都在使用大数据信息技术开发预测
系统。例如，2011年，英国对冲基金Derwent Capital Markets建立了规模为4000万美金的对冲基金，该基金是首家
基于社交网络的对冲基金，通过从Twitter的数据内容来感知市场情绪，从而进行投资。无独有偶，美国加州大学河滨
分校也公布了一项通过对Twitter消息进行分析从而预测股票涨跌的研究报告。
随
堂
练
1.请简要概述大数据对保险业产生哪些影响？
2.大数据除了对银行业、证券业、保险业产生影响，还对哪些行业产生影响？
谢谢！