大数据推动金融体系的大变革

1、金融天生具有大数据基因

金融作为现代经济中枢，天生拥有大数据，天然拥有优化大数据处理，进而降低信用评估与风险成本的动机。金融大数据将给中国银行带来极大的转变，它将让银行从被动服务客户转向更加主动的方式，主动地去探索和挖掘，形成营销和分析模型，并直接投入到金融运营当中，使金融大数据真正产生业务价值，这一切正在悄然改变金融运营模式。我们认为，大数据在互联网金融领域的核心作用，在于提高金融机构的风险定价能力，提供全面，动态的定价体系，推动金融体系发生变革。业务层面的作用目前则主要体现在社会征信体系构建和金融产品设计两个层次。在实际应用中，国内不少银行已经开始尝试通过大数据来驱动业务运营，如中信银行信用卡中心使用大数据技术实现了实时营销、光大银行建立了社交网络信息数据库、招商银行则利用大数据发展小微贷款等等。

2、大数据辅助征信体系构建

征信是互联网金融发展的基石。我国征信体系发展比较滞后，一直都缺乏充分的数据来源和有效的技术手段。直到2004年，央行才开始建成全国统一的个人信用信息基础数据库，2005年原有的系统升级为企业信用信息基础数据库。截至2015年4月底，央行征信数据库有大约8亿个人和将近2000万家企业的征信数据。但是，央行的征信数据是来自于商业银行，社会机构等的上报数据，存在信息量少，准确率低等缺点，尤其是个人用户和小微企业，很难有效识别其征信情况。因此，商业银行在实际业务开展过程中，一般采用一刀切的模式，很少为小微企业，个人用户提供信贷等金融服务。

对于个人用户而言，用户在互联网上的行为被系统所记录，其中包含大量的信息，如电商类数据、社交类数据、生活服务类数据、支付类数据等，这些数据将成为描绘个人征信情况的基础信息。再通过大数据建模可以得出信用评级。

对于企业用户而言，大量的小微企业开始使用云服务，其经营情况和现金流情况可以被记录，这些数据也可以通过构建模型，成为小微企业信用评级的依据。

全社会征信体系构建，将为普惠金融打下基础。大数据技术助力社会征信体系构建后，将显著提高金融业务的广度和深度，帮助金融机构低成本，高效地服务低收入人群和小微企业。

3、大数据辅助金融产品设计

大数据可以帮助金融机构设计差异化的金融产品，实现精准营销。金融机构可以充分利用大数据技术，对于用户进行全方位的评估，并以此为依据为用户提供个性化的金融产品，使金融产品的设计更为科学，提升产品价值，实现超额收益。

第一，可以实现差异化定价。以保险产品为例，大数据技术可以使保险产品的设计更加精准。以淘宝退货运费险为例，保险公司可以根据每个买家的购买运费之后的历史理赔成功次数与投保成功次数的比值，来决定其保费水平，实现差异化定价。解决高退货率买家倾向于购买退货险的问题。

第二，产品设计以用户体验为中心。做到个性化定制和办理流程的自动化。浦发银行与第三方收单机构、供应链核心企业、电商企业等。合作推出了网贷通平台，该平台利用系统对接的方式，通过客户在线授权，实时获取客户相关信息数据，以申请人交易流水，个人征信等信息为依据，运用信用评分模型，决策系统等数据化分析手段，实现对申请人的综合信用评价与差异化风险定价。在网贷通业务平台上，从系统接收到申请到客户获批贷款只需要3至5分钟，起贷金额1000元，最高授信金额100万元，7天24小时在线办理。

4、大数据技术发展动向

下面给大家展示几个大数据技术发展方向的预测和这些发展带来的变化，如何影响金融服务业

第一、机器学习将会加速发展。同时，大批量的应用在反欺诈和风控领域，这些领域将会使用更加成熟的技术来改善风控模型本身，并且加速发展实时分析监控和预警。这些快速发展来自于业界领导者的传授和在现实世界的实践与应用。

第二、数据治理将会更加深入的集成到大数据平台中去。数据治理通过高质量的数据改善决策能力，同时在S0X法案的推动下，企业应该把数据治理上升到公司治理的高度来进行，定位于公司的数据资产管理。此外，我们将看到数据湖方面的更多进展。数据湖是一套不同数据源的集合，在这个集合中，数据以不同格式储存，并可通过单一分析引擎分析。其定位为传统企业级数据仓库的替代，执行更快可更便宜。

第三、金融服务业正在利用物联网数据方面做出努力，物联网数据在电信零售等行业中已经实践应用。对于银行来说，物联网数据是否能够用在ATM或者移动银行业务中呢？这些是在今后的金融业务创新中值得探索的。