【从方法到金融】从大数据方法到大数据金融
2016-03-02 17:09:37

大数据是英文Big Data直接翻译而来的一个词汇，也被成为巨量数据或者巨量资料。大数据有4个标志性特征，即Volume（容量）、Variety（多样性）、Value（价值）、Velocity（速度）。

金融领域的大数据方法，就是利用大数据，分析金融行业数据、金融参与者的行为模式与产品风险模型，进行金融战略规划、金融产品设计和金融产品创新的一种金融服务和应用模式。

大数据金融是与金融大数据的收集、加工、分析、应用紧密联系在一起的，有了金融大数据，然后才有大数据金融。金融产品的发展与金融活动的方法、工具紧密联系，技术进步推动金融方法的进步，由此必然带来金融产品的发展。大数据金融是信息时代的产物，互联网技术、移动通信技术、云计算等技术是大数据金融得以产生的基础。

金融产品的本质是一种信用交易，而金融产品创新的过程则是不断通过各种措施增加信用或解决信息不对称的过程。大数据起初并不是金融领域的方法，而是被用于组织行为分析和个体行为分析。通过全方位数据的采集、建立数据分析模型、加工和分析大数据，能够对研究对象作出更加科学和全面的分析。大数据方法能够克服传统逻辑推导、演绎与归纳、计量分析方法的局限，将研究问题的视角，特别是研究个体及组织行为的视角从原有的单维度转化为全维度、立体化的视角。

基于大数据研究方法的上述特征，人们开始尝试采用大数据对消费者行为、消费活动进行分析，以期在新产品研发、市场开拓方面发挥作用。相对于商业领域的应用，金融行业更加依赖于大数据。原因在于，金融产品创设和创新的基础是解决信用问题，或者说是解决信息不对称问题。而大数据的最大价值恰恰是通过全方位的数据，对金融参与主体的行为模式做出高效、低成本的分析，从而推导出各个主体的信用状况，为金融产品的交易提供风险控制的模型和支撑。

大数据是金融领域中的方法革命，大数据应用能力也成为互联网金融行业的核心能力之一。由于这样的原因，众多行业龙头企业正在完善其大数据布局。以阿里巴巴集团为例，在原有C2C电子商务平台的基础上，阿里在支付宝、余额宝、微博、陌陌、音乐网站、高德地图、快的打车软件、UC浏览、墨迹天气、美团等领域也进行了布局。通过上述平台的数据采集功能，阿里的数据渠道事实上已经覆盖了我们生活的方方面面。这些数据的组合，可以从各个维度对个体的行为作出分析，从而得出其行为偏好、消费偏好、社会阶层、现金流水情况等。这些数据既可以作为阿里巴巴商业领域的应用工具，也可以成为阿里体系内金融企业对借款人或融资方信用状况进行分析的工具。从这个意义上讲，阿里巴巴更像是一个数据公司。甚至可以说，在其商业模式以及金融产品的开发模式中，大数据将成为其最为核心的能力。

百度则是另外一个样本，同样是占据了大数据资源的优势。百度拥有中国最大的网民行为数据库，覆盖95%的中国网民，日均响应50亿次搜索请求，搜索市场占比达80%，日处理数据量达100TB。同时，百度还构建了百度联盟，60万联盟合作伙伴每天有50亿次的日均行为产生，一起构成了巨大的数据基础。不难想象，在大数据基础上，百度的互联网金融板块也将产生新的应用。

对于传统的金融机构而言，大数据的应用也在逐渐探索之中。以商业银行为例，大数据应用将推动商业银行的经营理念、组织架构、业务流程、风控模型发生重大调整与变革。商业银行通过数据积累和数据分析，将能够极大地拓宽业务发展空间，更加科学地评价经营业绩和风险。以大数据方法分析客户交易行为、预测客户的金融需求、设计创新产品，对于商业银行而言，是快速聚拢客户资源、增加客户粘性的重要途径。商业银行长期经营中所积累的大数据优势，在互联网金融的背景下，将为传统商业银行带来巨大的竞争力。

大数据挖掘和应用能力，将决定金融机构未来的竞争力。交易网络化是金融产品未来的趋势，与此对应，金融参与者的远程化与数据化也将成为趋势，而大数据则是解决信用问题与信息不对称的核心工具。从这个意义上讲，大数据金融是金融领域的方法革命，是未来的发展趋势。

对于互联网金融从业机构而言，资产是交易的一个基础，这是金融属性的基本要求。数据是互联网金融风控和产品模型的核心，这是互联网金融不同于传统金融的本质属性之一。大数据方法将成为金融的核心方法之一，并将逐渐改造传统金融。