我国金融行业创新理念实施与发展探究.docVIP

我国金融行业创新理念实施与发展探究 　　摘 要：随着第四次工业革命的到来，“大数据”已经成为下一个创新、竞争和生产力的前沿领域了，并且广泛地运用在金融、教育、医疗、制造、文化、能源、农业等多个领域。主要通过阐述对大数据与金融行业之间关系，研究了大数据在银行、券商、保险公司等的应用场景，及其未来发展趋势需面对的问题。 　　关键词：大数据；金融行业；应用场景 　　中图分类号：F83 文献标识码：Adoi：10.19311/j.cnki.1672-3198.2018.08.047 　　1 大数据概述 　　大数据又称海量数据，是巨量数据的集合，而且这些数据是无法在某时间段通过传统的软件工具获得、处理、分析的数据。大数据具有数据体量巨大、数据种类繁多、价值密度低但商业价值高以及处理速度快等特征。 　　“大数据”在著名未来学家阿尔文?托夫勒《第三次浪潮》中首次被提出，进入到21世纪后，科学技术的迅猛发展使得“大数据”在2009年成为互联网信息技术行业的流行词汇。大数据分为结构化数据和非结构化数据，结构化数据，具体来讲，就像企业ERP、财务系统；医疗HIS核心数据库、教育一卡通等根据应用场景而诞生的数据库。非结构化数据则是类似于所有格式的文本、图片、图像和音频/视频信息等等，具有不规则、不完整，无法用二级逻辑来表示的数据。大数据主要是把互联网上不规则，不完整并且看似?]有意义的非结构化数据进行挖掘、分析，从而转化成有价值的信息。随着互联网的快速发展，人们在互联网上的行为产生了大量的数据。根据相关调查，截至2013年非结构化数据增长率达到400%，预计到2020年数据将成指数级增长，并且中国的信息数据总量届时也是非常的庞大，成为真正的数据资源大国。 　　2 大数据在金融行业的应用场景 　　大数据在金融领域的应用区别在于运用于其他领域，并非海量数据简单集合，而是通过互联网、大数据以及云计算等多种信息化的模式整合相应客户的消费习惯、资产负债状况、纳税信息和信用记录等数据，这些数据经过计算和分析后，将帮助金融机构全面掌握客户行为并能计算动态违约概率和损失率，降低金融机构放贷风险。借助大数据分析而建立起的征信系统给予了对金融业最有力的帮助，创新了信用管理模式，并且极大程度的降低了坏账率， 减少了金融企业运营成本与服务成本，实现了规模化的经济效益。另外，大数据平台还可以帮助企业精准判断客户下一阶段消费倾向，从而设计推广出更贴近客户需求的业务与产品，差异化的产品设计和个性化的服务，能够提高客户的满意度。基于大数据建立的全新沟通渠道和营销手段，提高产品销售的成功率，降低了金融机构的管理运营成本。 　　根据前瞻研究院发布的一份分析报告显示，2016年我国的大数据金融市场规模已经达到15.8亿元。国务院颁布的《推进普惠金融发展规划（2016―2020年）》中提到，鼓励金融机构运用大数据、云计算等新兴信息技术来打造互联网金融服务平台。随着政策的推广实施，以大数据为核心驱动力的产业金融将会成为未来时代发展的大趋势，预计2018年中国金融大数据应用市场将突破100亿元，金融业也将进入大数据时代的快车道。 　　2.1 银行大数据应用 　　银行对于大数据的应用主要可以分为四个方面：客户画像、运营优化、风险管控和精准营销。 　　2.1.1 用户画像 　　用户画像有个人客户画像和企业客户画像。个人客户画像里面包含人口统计学特征、个人客户消费能力数据、客户兴趣数据以及风险偏好等数据，而企业客户画像则包含企业的生产、流通、运营、管理、财务等等。通过获取客户在社交媒体上的行为数据，可以进行更为精准的营销和管理；获取客户在电商网站上的交易纪录和数据则可以评估客户信用情况，从而决定客户可以借贷的额度。通过获取企业客户产业链上下游数据掌握企业外部环境发展情况预测企业未来发展情况减少银行贷款风险。 　　2.1.2 精准营销 　　精准营销主要有实时营销、交叉营销、个性化推荐和客户生命周期管理。 　　实时营销是根据用户近期的消费信息来判断今后客户的消费需求，从而有针对的进行营销。交叉营销即通过获取客户的业务或者产品的信息来进行其它业务或产品的推荐。个性化推荐是指针对某个群体，比如根据客户年龄段、消费水平、收入水平、风险接受度等选择适合该类客户的金融产品或业务进行推荐。而客户生命周期管理指的是一个客户从了解企业或者企业预对某一客户进行开发开始，直到客户与企业的业务关系完全终止并且双方的事务也已完成结束的完整时间段。 　　2.1.3 风险管控 　　通过挖掘企业的生产，与供应商之间的交易数据、财务、管理等信息数据进行贷款风险分析，设定企业可贷款额度，减少企业失信带来的贷款坏账损失。 　　2.2 保险行业大数据应用 　　保险行业传统的代理人因为代理人素质参差