共同富裕背景下大数据分析技术在普惠金融领域的应用——以广东为例.pdfVIP

ACADEMIC

学术

共同富裕背景下

大数据分析技术在普惠金融领域的应用

——以广东为例

吴庆源刘珍薇

（韩山师范学院广东潮州521000；广东南粤银行揭阳分行广东揭阳522000）

【内容摘要】在共同富裕的背景下，广东省运用大数据分析技术，探索金融支持小微企业的

普惠金融新路径。本文首先概述了大数据分析技术的发展现状以及当前普惠金融领域的数据状况。

接着，探讨了大数据技术在普惠金融领域的应用可能性，包括精准定位与个性化服务、风险评估

与管理、提高运营效率和促进金融创新。以广东为例，详细介绍了挖掘政府部门数据、银行内部

数据和信用评级数据的具体做法，并展示了多方信息综合利用的成功案例。最后，提出了一系列

政策建议，旨在加强数据基础设施建设、完善数据治理与监管框架、推动金融科技创新、加强人

才培养和促进国际合作，为实现共同富裕目标提供有力支持。广东省的这些举措有效缓解了小微

企业融资难、融资贵的问题，促进了金融服务的普惠化和专业化，为推动经济高质量发展作出了

积极贡献。

【关键词】共同富裕；普惠金融；大数据分析

一、当前大数据分析的发展现状阿里云也为大数据提供了强大的基础设施支持。数

据处理与分析：机器学习和深度学习算法的进步，

（一）大数据技术的崛起如神经网络、决策树和聚类算法，使得数据分析更

在过去的十年中，大数据技术迅速崛起，成为为精确和高效。大数据处理框架如ApacheFlink

各行各业的重要工具。随着互联网、物联网和移动和ApacheStorm则提高了实时数据处理的能力。

设备的普及，数据的产生速度和规模都达到了前所数据可视化：现代数据可视化工具如Tableau、

未有的高度。大数据分析技术利用这些庞大且复杂PowerBI和D3.js帮助用户以直观的方式理解复

的数据集，通过机器学习、人工智能和数据挖掘等杂的数据分析结果。

手段，从中提取有价值的信息。（三）应用领域的广泛性

（二）核心技术的进步大数据分析的应用领域非常广泛，包括金融、

大数据分析的核心技术包括数据存储与管理、医疗、零售、制造、交通等。每个行业都通过大数

数据处理与分析以及数据可视化。以下是一些关键据技术优化运营、提高效率并提供个性化服务。在

技术的发展现状：数据存储与管理：分布式存储系金融领域，大数据分析用于信用评分、风险管理、

统如Hadoop和Spark大大提高了数据存储和处欺诈检测等方面，极大地提升了金融服务的质量和

理的能力。云计算平台如AWS、GoogleCloud和安全性。

[作者简介]吴庆源（1987.04-），男，广东揭阳人，经济学博士，韩山师范学院经济与管理学院，主要研究方向为公司金融和家庭金融；刘珍薇(1988.07-），

女，广东揭阳人，研究生硕士，广东南粤银行揭阳分行（通讯作者）。

[基金项目]2024年广东省基础与应用基础研究基金项目“经济新常态下企业债务融资的驱动机制及其政策分析”（2024A1515010546）；广东

省哲学社会科学规划项目“共同富裕背景下粤东西北县域乡村振兴的金融支持研究”（GD23XYJ59）。

42September2024/广东经济

二、当前普惠金融领域数据现状分析，金融机构可以快速完成客户信用评估、贷款