大数据下金融数据服务创新分析.docVIP

大数据下金融数据服务创新分析 　　摘要：随着互联网的高速发展，以信息收集、数据管理为主的大数据有效改变了传统金融业供需关系中信息不对称的情况，对传统金融行业产生了强烈的冲击。本文将从大数据时代中金融大数据的特点入手，以价值链理论为指导构建金融大数据价值链模型，对如何进行金融大数据时代服务创新进行探讨、研究。 　　关键词：金融数据；服务创新；大数据时代 　　中图分类号：F830.49 文献标识码：A 文章编号：1007-9416（2018）02-0208-02 　　1 引言 　　随着互联网的飞速发展，大数据金融已经成为了人们所关注的热点。大数据金融改变了传统金融服务中供方强、需方弱的不对称的情况，本文，我们从大数据时代的特征出发，以价值延生载体为研究目标，构建金融企业的大数据价值链模型，对大数据时代我国金融数据的服务创新进行探讨。 　　2 关于金融大数据 　　从上世纪计算机刚开始兴起时我国金融业就开始了信息化建设，至今已有近30年的时间，由于金融业的特殊性，其数据情况直接关系到国家的经济安全问题，不能轻易透露，所以，历年来各金融机构的业务数据有着数据量大、梳理方面的问题： 　　2.1 数据量大 　　在互联网技术还没有得到有效发展时，传统信息技术支持下的金融业就已经开始了信息化建设，如：信贷管理、生产系统、绩效管理、风险控制等，这些数据采用原始而古老的方法进行离线备份和在线运营，并且通过国家统一的数据库进行储存，只是这时候的金融数据结构和储存方式比较单一，在互联网高速发展后，金融业又出现了电子银行、渠道等高质量的创新，且行业也实现了快速的增长，每年沉淀的数据呈指数级增长，这导致我国金融数据库的数据量十分庞大。 　　2.2 数据质量高 　　金融业的稳定、经营情况直接关系到我国经济的稳定与否，并且对相关以推动数据流动创造价值为主的行?I也影响甚大，并且国家对金融业的所有业务数据也都有严格的规定，这使得金融业的数据质量也是所有行业中要求最高的，在信息化之后，是靠人为的力量手工将历年数据录入到信息系统中去的，这难免会因为工作量、实践和录入人员责任心、技术水平的原因导致信息出现错误、丢失的情况。 　　2.3 数据复杂梳理难 　　金融业由于行业的特殊性，涉及面非常广，几乎涉及到了所有行业，并且随着金融业的规模、产品种类的增多、业务线条的拉长，其相关行业、产业也会相继扩大和丰富，因此其数据关系非常复杂，特别是企业早期，信息化建设刚刚起步的时候，由于信息化建设水平的增提规划与社会服务需求和信息技术的发展还是有矛盾的地方，这导致期间的一些数据更加复杂，有些数据之间的关系已经很难追溯，这对后期的数据实际利用带来了极大的困难。 　　3 如何通过大数据进行价值链模型构建分析 　　价值链的涵盖范围主要有三类：企业内部活动的价值链、上下游供应商和顾客之间产业链演化来的价值链以及有两个价值链互联构成的大的价值链网络。进行价值链的构建分析对于指导企业战略决策和实现企业价值有着重要的意义。我们可从几方面进行价值链的构建、分析： 　　3.1 首先，对目前金融企业的大数据价值链上的人员进行价值链分析 　　所谓价值网络是指与金融企业有利益关系的各企业、人员，包括金融企业员工、股东、及服务客户，还有国家金融行业监管机构等各类企业和人员，这些人员通过产业链的相互交织而构成的价值网络，在价值网中，每个利益相关者都是利益获得者，也是服务者，这些处于不同位置的利益相关者通过各种有利于双方获取价值和创造价值的渠道联系在一起，共同为社会创造着价值，我们要做的则是从“共赢”的角度出发，进行数据价值链延伸研究，为价值链上的各利益相关者创造最大价值，以使得各方利益能最大化。 　　3.2 其次，通过其关联构建出金融大数据价值链模型 　　对金融企业来说，数据是核心生产要素，企业应以价值链模型理论为指导，实现价值网络中各利益相关者的利益最大化，需要金融企业建立价值传递和获取的相关平台；其次要通过网内数据的流动创造出数据值增值和创造平台。以此来对应金融大数据超市和金融大数据平台，使之形成金融大数据价值链模型。 　　3.3 最后，通过大数据库获取金融大数据价值 　　上文分析中我们可以清楚的看到，数据价值输出端输出的价值，是与各利益者的价值相关，这是一个良性循环的过程，只有为相关利益者提供更加优质的服务，才能使其价值得到体现。我们应构建一套金融大数据超市服务体系，使之能通过服务超市来进行价值传递，及充分满足不同客户需求。 　　4 金融大数据超市服务体系构建 　　4.1 明确服务对象的具体数据需求 　　金融大数据超市与价值链网络中的利益相关者是一样的，我们可以根据归属关系将其分为：内部人员（股东、员工等）和外部员工（客户、监管机构等），将其分类后，我们则