基于大数据技术的银行业发展分析.pdfVIP

2015年第4期总第172期 SILICON VALLEY 基于大数据技术的银行业发展分析 刘春霖 （山东省农村信用社联合社信息科技部，山东济南 250000） 摘 要 大数据技术的不断研发和广泛应用，为金融业，尤其是在银行业领域带来诸多便利和创新。以移动银行服务 业的兴起更是加速了银行业的发展和转型。余额宝、微支付、P2P、微众银行等新兴金融业态更是推动了移动运营商 广泛涉足相关金融服务的速度。在大数据时代，如何随着大数据技术的发展 ，挖掘和利用海量的信息资源，从中遴选 出符合银行业务发展的“价值”数据出来，成为本文探讨和研究的重点。 关键词 信息技术；银行业；大数据；金融服务 中图分类号 ：TP39 文献标识码 ：A 文章编号 ：1671-7597（2015）04-0105-02 随着经济社会信息化程度的不断加深，产生了大量的、无 的过程中，存在海量数据利用和管理问题。 序的、复杂的、多源的信息数据。这在移动金融服务领域尤为 一是缺少有效支撑大数据分析的数据源和存储。随着移动 突出。如此以来，移动金融与传统金融则会形成业内的对比， 金融服务的兴起，银行业纷纷转向网络金融战场，并上线数据 甚至会引起金融变革。金融领域的变动，又会对银行发展带来 仓库系统，以此汇总各地分布的源数据，并通过数据预处理、 一定的影响。从银行业自身发展来讲，有必要加快对大数据时 转换、集成和存储等，消除“脏、乱”等数据，形成可供挖掘 代银行业的相关数据以及内外环境进行考察、研究，以便更好 的“有用”数据。而由大数据理论可知，适度混乱的源数据更 服务好新常态下金融业和银行业的发展需要。 有利于创造更多价值。追求更多价值与追求数据来源的精准之 1 大数据技术 间存在矛盾。此外，既定主题的检索无法实现对于其他新增属 性的检索、分析，不适应实际应用需求。 1.1 大数据基础 二是数据分析模型和工具有待研发。当前，大数据应用技 大数据（Big Data）概念最早是由咨询公司McKensey提出， 术虽然得到了长足发展，但是其核心目的是通过运用科学算法， 近几年来以云计算为数据处理技术平台的新的数据处理方法。 将海量数据中的“价值”数据探寻出来以便服务决策和应用。 其主要有四“V”特征，即：Volume（特大的数据量）、Variety 这种科学算法又常常是借助于相应的数学工具和模型。如何选 （特别多种多样的数据）、Veracity（数据真实性高且有价值）、 择数学算法或分析模型来研究既定预测的目标，当前在学术界、 Velocity（输入和处理速度快）。知名 IT 巨头如 Microsoft、 银行业、IT业界都还没有最佳成熟案例，更没有普适模型。为此， Oracle、VMWare、FaceBook等以及IT行业争相加入有关大数据 要找寻一种可以既能准确预测，又能反复进行数据修正和差错 的软硬件技术的研究之中。《Nature》、计算社区联盟（Computing 分析的大数据技术，在技术层面，仍有一段路程要走。 Community Consortium）、《science》等都对大数据做过相关报 2.2 技术人员匮乏和新增成本投入较高 道和研究，由此引起科学界对大数据的关注和着迷 [1]。 当前，大部分银行仍未建立起比较专业的数据分析队伍， 1.2 大数据技术概述 从银行业务，到数据分析工具使用，再到有价值数据的敏感性， 当前，大数据处理方式可分为两大类，即：数据批