大数据金融全方位解析.docVIP

大数据金融全方位解析 伴随着阿里集团在美国上市，互联网金融的大戏进入高潮，大数据、云计算以及互联网金融等几年前对公众还很陌生的技术术语，迅速成为社会热点。这些底层技术以移动互联的用户体验呈现出来，不仅通过互联网产品改变了人们的衣食住行，更通过互联网金融产品开始冲击智力博弈巅峰的金融业。 不管你恐惧还是欣喜，大数据金融时代已经来临。 如何理解由技术创新逐渐引领的金融创新？何谓大数据金融？我们选取三个最有代表性的例子来解答。 何谓大数据？大数据没有严格定义，顾名思义就是很多数据。可以从三个层面来解析这个特别的称谓-- 从生产来看，不需要特别的采集过程，因为监管要求、业务逻辑或者技术便利，具有自生产特征，比如搜索数据、交易数据等；从存储来看，相对于传统数据库的数据规模，量变引起质变，需要新的数据库技术来支持存储和访问；从使用来看，分析方法从基于概率论的抽样理论过渡到人工智能、统计学习等讲求高维、高效率分析技术。 从行业细分角度，大数据金融业主要有大数据银行金融和大数据证券金融，分别和银行业务、证券业务相关。当然，保险业天然就和大数据相关。 信用卡自动授信是典型的大数据银行金融。从银行角度是否应该对申请者授信、发授多少信用额度，是个重要问题。传统方式是人工审核申请资料，然后根据大致的档位发放额度或拒绝申请。但是当银行积累了足够多的用卡客户数据，可以把是否违约，违约概率，有效使用额度等指标作为被评价对象，然后调用与此相关的各种客户信息建立统计模型，自动计算授信结果。 机器人[-2.80% 资金 研报]投资是大数据证券金融的代表形式，股票价格波动受各种因素影响，传统的投资方式一般人工收集信息，手动交易。机器人投资可以建立多因素模型，自动选择股票或寻找交易时机，在适当的风控模型下建立机器人投资云交易模式。 再如，连接银行和证券的大数据不良资产评估。2005年，某国有不良资产管理公司开始尝试在海量数据基础上进行不良资产评估。原本银行信贷资产的评估都是基于会计模型，但是不良资产基本没有会计特征，很难用传统方法评估。因此，收集已处置资产和待处置资产样本进行对比，建立数据挖掘模型，可以方便评估待处置资产的价格。 了解了大数据和大数据金融的几个应用实例，我们总结一下何谓大数据金融。 金融业积累的大数据就是金融大数据，根据银行金融和证券金融本身的不同，这些数据也分成银行金融大数据和证券金融大数据。积累数据过程中，产生了数据采集、存储、使用的相关工作和企业，这样就完成了金融大数据的产业链，但总体依然是信息技术产业链。 随着信息技术全面发展，金融大数据产业具备提供信息技术服务之外的金融服务能力时，就产生了大数据金融。大数据金融是脱颖于金融大数据的新服务，是技术服务催生出来的金融服务。 出走的“阿里系” 聂欧宋怡青张曙霞 阿里巴巴在美国纽交所上市次日，清华五道口金融学院的一场EMBA课后，蒋韬被讲台下各路大佬包围，要求私聊。 复旦大学计算机硕士毕业后，蒋韬从IBM到了美国硅谷，2009年加入阿里，从事反欺诈和风控领域研究，位至安全部技术总监。2013年创业，成立同盾科技，同年获得IDG和华创资本的1000万元投资。 除他之外，从阿里出走的还有一批人。 创业最初，蒋韬一个人拉客户、谈投资、建团队，但不久就有原同事加入进来。眼下，核心团队汇集了阿里安全部、美国PayPal公司的一批反欺诈科学家和技术高管，专注于账号、交易、支付和网络信用等领域的一系列反欺诈技术开发。 创业圈里有腾讯系、百度系、华为系、IBM系、复星系等，我们是阿里系。 蒋韬团队目前所做的，是接入银行、保险公司、第三方支付和P2P等机构的大数据库，以数学建模来抓取行为、用户习惯等信息，抓坏人。 在全球规模庞大的信息泄露关联产业，一批黑客长期从事截获并贩卖大众信息的工作，而接货者则通过计算机自动比对，将买来的账号密码等信息在各大金融机构网站、电商网站进行撞库，成功率通常可以达到5%?10%，成功撞库的信息将高价卖出，以便下个团队用以挪走消费者资金、非法支付和欺诈勒索，等等。 按照银监会一位人士的说法，金融机构自身安全措施并不完善，技术不断升级但总赶不上黑色产业的蓬勃生长，加之互联网金融中的P2P、直销银行、NFC支付、在线保险、比特币等新业态如雨后春笋般涌现，金融系统的反欺诈手段亟待升级。 蒋韬的公司很快就获得国内部分有反欺诈市场需求的金融机构的重视，商业银行中也有不少于10家开始试用并购买其产品。而他，也开始在各种场合一遍遍扫盲。 但是，别以为没有竞争。蒋韬说。公司产品瞄准了商业银行的信用卡、贷款、理财、P2P、电子银行和对私业务等领域，这些肥肉早有人垂涎三尺。 蒋韬眼下最大的心病是人才。公司的现有团队人数明年需要翻番，推荐人才吧，好的都要。只是这个好，恐怕得兼具金融、数学、IT、统计等多专业背景