大数据在互联网金融风控中的应用研究_杨秀萍.docVIP

探索与观察 大数据在互联网金融风控中的应用研究  广东农工商职业技术学院计算机系  杨秀萍 【摘要】本文首先针对大数据在互联网金融中的应用提出了几个创新的方向，然后介绍了在互联网金融的大环境下风险控制的原则和核心方法，并重点分析了大数据在这 些规则下数据积累、加工和应用的场景，最后根据应用的现状提出了需要注意的问题和后续的展望。 【关键词】大数据；互联网金融；风险控制  1.引言 互联网金融是指以依托于支付、云计算、 社交网络以及搜索引擎等互联网工具，实现资 金融通、支付和信息中介等业务的一种新兴金 融。互联网金融不是互联网和金融业的简单 结合，而是在实现安全、移动等网络技术水平 上，被用户熟悉接受后（尤其是对电子商务的 接受），自然而然为适应新的需求而产生的新 模式及新业务。是传统金融行业与互联网精神 相结合的新兴领域。 论起互联网金融首先想到的是马云的“三 步走战略”——平台、数据、金融。未来的互 联网金融无疑有着巨大的发展空间，可目前看 来三步走已经不符合市场预期，因为市场到 今天已经不只是平台之争，特别随着这两年互 联网金融爆发式的发展，已经形成了平台、数 据、金融相互影响的格局。在这种形势下破局 的点在哪里？就在于连接平台、用户、金融等 方面的工具——大数据上，谁能对大数据合理 利用，谁就能掌握这场数据之争的未来市场。 2.大数据在互联网金融的应用方向 从大数据的应用场景来看尽管达不到人 们所预期的精确性，但确实已经有了不少比较 成功的商业案例。如Decide利用超过80亿条的 已知价格信息预测价格走势，给出购买建议； DataSift通过分析社交网络数据，制定针对性 营销方案；Zestfinance则利用大数据进行信 用评估，并已累积获得近一亿美元的融资等 网电压信号进行采样。之后若K1按下，则对采 样的256点进行FFT运算并将计算后的频谱于液 晶上显示，若K2按下则将一个周期的256个采 样点组成的波形于液晶上显示。程序流程图如 图5所示：  等。 随着平台的发展和数据的积累，互联网金 融也越来越多参与到其中，所以三步走已经转 变成交叉并行的三个方面。国内对互联网金融 的应用比较多的还是在理财上，这是受了阿里 余额宝、百度百发、微信理财通等的影响，可 实际上贷款才是金融服务中最具刚性需求的服 务。而且随着大众时间和需求上的碎片化程度 提升，一方面是银行等金融机构的产品自然而 然的落地，二是互联网信贷围绕大数据分析等 方式进行了很好的改造。因此大数据已经促进 了高频交易、社交情绪分析和信贷风险分析三 大金融创新。 2.1 高频交易和算法交易 以高频交易为例，交易者为获得利润， 利用硬件设备和交易程序的优势，快速获取、 分析、生成和发送交易指令，在短时间内多次 买入卖出，且一般不持有大量未对冲的头寸 过夜。现在的高频交易主要采取“战略顺序交 易”，即通过分析金融大数据，以识别出特定 市场参与者留下的足迹。例如，如果一只共同 基金通常在收盘前一分钟的第一秒执行大额订 单，能够识别出这一模式的算法将预判出该基 金在其余交易时段的动向，并执行相同的交 易。该基金继续执行交易时将付出更高的价 格，使用算法的交易商可趁机获利。 2.2 通过收集、分析社交媒体上的内容进 行市场情绪分析 信号的频谱信息即电网电压信号的前20次谐波 的频谱如图7所示。 图6 采样所得波形 在图7中可以观察到3次谐波的成分很高， 约为基波的四分之一。从图中还可以发现电网 电压信号中的奇次谐波含量较高，而偶次谐波 的成分相对较少。高于7次的谐波即频率大于 350Hz的信号几乎为零。  金融市场的投资者将对情绪分析的研究与 应用结合起来。大约两年前，对冲基金开始从 Twitter、Facebook、聊天室和博客等社交媒 体中提取市场情绪信息开发交易算法。例如一 旦从中发现有自然灾害或恐怖袭击等意外信息 公布，便立即抛出订单。2008年，精神病专家 理查德100万美元在美国加州圣 莫尼卡建立了名为MarketPsy Capital的对冲基 金，通过追踪聊天室、博客、网站和微博，以 确定市场对不同企业的情绪，再据此确定基金 的交易策略，到2010年该基金回报率达40%。 位于伦敦的小型对冲基金DCM资本从Facebook 和Twitter等社交媒体收集信息，将人们对某 个金融工具的情绪进行打分，并向零售客户发 布预测，辅助投资者作出投资决定。 2.3 加强风险的可审性和管理力度，支持 精细化管理 金融机构希望能够收集和分析大量小微 企业用户日常交易行为的数据，判断其业务范 畴、经营状况、信用状况、用户定位、资金需 求和行业发展趋势，解决由于小微企业财务制 度的不健全无法真正了解其真实的经营状况的 难题。 阿里小贷首创了从风险审核到放贷的全程