大数据在互联网金融中的应用研究.docx

大数据在互联网金融中的应用研究.docx

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

??

?

??

大数据在互联网金融中的应用研究

?

??

?

?

?

?

?

?

?

???

?

?

?

?

?

翟阳

摘要:随着当下金融数据生产处于爆炸式增长的态势中,传统的数据处理技术已经很难满足金融行业的需求,大数据技术的应用因此成为了金融行业发展的一个突破口。本文以蚂蚁金服为案例介绍了大数据在金融行业应用的发展现状以及其所面临的机遇与挑战,并试图对大数据在金融行业今后的应用做出展望。

关键词:大数据;互联网金融;蚂蚁金服

1引言

随着互联网的普及以及数据生产的爆炸式增长和信息处理技术的蓬勃发展,对于庞大数据处理的技术的需求与发展越来越得到企业的广泛关注,这为大数据技术的快速发展提供了巨大的契机,大数据的应用也与我们大众的生活渐渐变得息息相关。互联网金融行业在运用大数据处理方面的时间相较于传统互联网行业起步晚,应用的深入程度和广泛程度还有待开发。本课题以蚂蚁金服为案例研究大数据在金融行业应用的相关问题,力图为互联网金融行业提供一种结合大数据技术的运营策略。

2大数据在互联网金融应用中面临的风险与挑战

2.1保证数据的安全性存在很大的问题

数据的隐私与安全是大数据技术在金融行业应用中面临的最重要的问题。例如,大量无害的数据整合在一起就会对数据来源的个人或企业产生隐私问题,如何保护这些隐私数据以及通过分析这些数据获得的知识需要有关人员的重视。此外,数据在收集、处理、分析与处理的过程中可能产生的种种风险,既需要相关技术人员的技术加持,又需要相应的法律法规跟进,金融企业自身也要加强自律。

2.2会造成大数据失灵

大数据运用的关键在于收集客户的各种数据信息,这就会引发一个突出的问题,就是对于个人或企业隐私数据的收集与保护。如果在数据的获取或应用中不能合理区分隐私数据与共享数据,就无法对机密数据进行保护。在这种情况下,金融参与者可能处于自身安全考虑而不参与相关金融交易,这样收集的数据将不能如实反映真实情况,从而导致大数据应用丧失其应有功能。

2.3对于大数据规范的制定的挑战

由于大数据现在还处于发展阶段,因而各行业仍缺少一个统一的大数据规范标准,导致各行业各行其道,缺乏数据互联互通的必要条件,因此如何加快技术体系标准和数据体系标准的制定是促进大数据建设的一个关键环节。

2.4对于大数据相关人才教育与培养的挑战

因为大数据技术的综合性极强,它不仅需要相关人员精通计算机技术,还需要在数理统计、数据分析、金融学等专业方面有深入的学习,所以社会上对于这类复合型的人才的缺口很大。这需要在高等教育阶段就注重对学生多方面专业的综合学习。

3蚂蚁金服的发展及其大数据应用

3.1蚂蚁金服简介

作为互联网金融的旗帜性企业,蚂蚁金服一直走在大数据的研发和应用的前沿。它成立于2014年10月16日,它既是阿里巴巴公司旗下专门进行金融业务的小微金融服务集团,又是阿里巴巴用于连接平台、数据与金融三方的中心。蚂蚁金服主要服务对象是个人消费者和小微企业。到目前为止,蚂蚁金服的用户量已超过6亿,其主要的品牌包括支付宝、余额宝、蚂蚁聚宝、芝麻信用、蚂蚁小贷、蚂蚁花呗、蚂蚁借呗等。

3.2蚂蚁金服的大数据应用及SWOT分析

3.2.1蚂蚁金服的大数据应用

蚂蚁金服力图对大数据智能云计算方面进行开发,致力于把不同类型的消费者或企业的繁杂的信息数据处理分析并反馈为详尽的信用评价,即个人芝麻信用分与企业信用报告。投资、理财和保险业务都可以借助这些信用评估结果来直接开展。例如,根据芝麻信用分数的不同,用户在蚂蚁花呗中的信用额度会有所区别,这些信用额度可用于衣食住行各方面的信用消费;蚂蚁小贷依靠大数据进行风险鉴别,能够对企业的信用状况做出及时的反馈,这也使得投融资服务做到放贷全自动化,企业可以在申请贷款后实时取得资金;信用分在确定保险服务费率和投资理财产品收益率方面也可以作为参考依据。进一步,这些参考信用评价结果来进行的相关应用,又会产生新一轮的交易行为,而这些交易行为数据又被收集起来当作原始数据,大数据数据库因而不断充实,使得数据处理与分析能够更加完善,最终将产生更可靠、全面、准确的信用评估。

3.2.2SWOT分析

第一,优势分析。在顺应互联网发展的大趋势下,阿里巴巴通过淘宝与支付宝积累了大量的客户,而这些交易产生的背后蕴藏着大量的数据,成为蚂蚁金服的大数据处理的数据来源,这也是蚂蚁金服宝贵的信息资产。与此同时,蚂蚁金服还通过收集第三方的数据等方式拓宽数据的来源渠道。其次,针对如此海量的且能够实时更新的信息数据,蚂蚁金服拥有雄厚的资金能够建立庞大的数据库,可以运用大数据技术以较低的成本,较高的频率整合用户的各种数据,具有很強的时效性。而且面对如此庞大规模的数据库,蚂蚁金服的数据挖掘与处理能力也很强大,其大数据处理能力在国内处于领先地位。通过一

文档评论(0)

134****7975 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档