大数据金融的“王者之道”

【摘要】大数据时代，信息科技的不断成熟推动着人工智能的飞速发展。在金融领域，随着金融科技和大数据技术的渗透，旧的银行体系正逐渐被解构与重建，本文从大数据金融“法”、“术”、“势”三个方面入手，对大数据金融未来发展趋势和方向进行分析和论述。

【关键词】大数据 互联网 金融

先秦法家代表人物韩非子提出了“法”、“术”、“势”的理论，依法行事，权术谋略、借势造势，三者相辅相成，最终即能成就王者之道。时至今日，大数据时代的到来，信息科技的不断成熟推动着人工智能的飞速发展。在金融领域，随着金融科技和大数据技术的渗透，旧的银行体系正逐渐被解构与重建，在这场没有硝烟的战场上，传统的金融机构是固步自封、作茧自缚？是做追随者，亦步亦趋？还是突破性创新，引领时代发展？把握机遇，因势利导，新时代的王者即将归来。

一、大数据金融之“法”：“法”，即“法规”“制度”

第一，从大数据金融体系构建层面看，任何新兴业态的良性发展都需要具备公平的市场环境，健全的法律保障。就如同种子的培育，需要适合的土壤、适宜气候，耐心的灌溉。纵观各国历史，凡是相关法律法规较为健全，开放包容的国家，科技进步往往越快，新兴业态也层出不穷。以美国为例，早在1980年，美国国会通过了《拜杜法案》，让大学、研究机构能够享有政府资助科研成果的专利权，极大的带动了技术发明人将成果转化的热情，《拜杜法案》出台十年之内，美国科技成果转化率翻了十倍，重塑了世界科技的领导地位。《拜杜法案》的核心思想是分享成果、分享创新，从而增进社会财富。科学的科技政策、优越的科研条件以及自由的创新精神，让美国半个多世纪以来保持着绝对的创新竞争优势。从国内情况来看，2015年以来，在“互联网+”浪潮和顶层制度设计的推动下，大数据技术及服务快速发展，《关于运用大数据加强对市场主体服务和监管的若干意见》、《关于促进互联网金融健康发展的指导意见》、《关于积极推进“互联网+”行动的指导意见》、《促进大数据发展行动纲要》等国家顶层设计的重要文件先后出台，给涌现的大数据浪潮掀起波澜，开启了大众创业、万众创新的创新驱动新格局，培育了高端智能、新兴繁荣的产业发展新生态，各种网络金融、数据服务公司、第三方征信机构层出不穷。大数据金融被广泛应用于信用贷款、征信风控、精准营销、预测市场走势、维护金融安全等各种领域。然而表面繁华的背后，问题仍然如影随形。最突出的两个问题是合法性的问题以及共享与安全的问题。大数据金融离不开数据，大量私人数据需要被收集和提取，如何界定私人数据与公共数据的界限？如何保护个人的数据稳私权？数据安全和数据市场规范的重要性逐渐凸显，而面对大数据技术发展与信息安全和个人信息保护的问题，在法律方面依然没有很好的解决，目前的立法与监管的框架与逻辑和时代发展节奏不完全吻合。另一方面，大数据的本质是信息的开放与共享，但现实情况是数据的共享在各个行业之间仍然存在各种壁垒。近年来，国家政策方面表现了积极推动大数据发展的态度，但整合分散的数据源仍然是一个障碍，行政主管机构拥有大量的原始数据，但涉及多部门管理，地方政府的统筹协调工作存在一定的难度，是转让给具有高级计算和储存能力的大型数据公司，还是与各类企业共享，数据开放的尺度仍然是当前有待摸索的难题。2016年年初，贵州出台了全国首部大数据地方法规《贵州省大数据发展应用促进条例》，对大数据定义、数据共享、公共机构采集数据、大数据平台“云上贵州”、数据权属、数据交易和数据安全等方面作出了规定，在大数据立法上进行了积极的探索，对国家层面立法提供了重要的实践支持。法规的确定，也将为大数据金融良性发展奠定坚实基础。

第二，从大数据金融发展主体自身层面看，金融机构规范大数据金融业务发展，需要制定内部规范的制度和体系，建立数据管理机制，加强数据安全管理，严防数据泄露。在大数据应用上，要合规创新，建立全面风险管理体系和合规体系，统一风险偏好，加强全过程动态风控监管，为各项业务划清红线，明确业务发展边界，建立对客户的风险甄别及风险对冲机制，有序开展大数据金融创新，建立严格的风险隔离和防火墙机制，为大数据金融发展提供基础和保障。

二、大数据金融之“术”：“术”，即“技术”“战术”

第一，技术层面，重在工具。大数据技术起步较早，经过多年的发展，数据采集、存储、分析、应用等技术领域取得了突破进展。在金融领域，金融数据经过多年的积累，历史数据量庞大，随着大数据工具的日益普及，物联网、云计算、人工智能等新技术的助推，金融数据挖掘能力也得到飞跃式的发展。比较突出的是SAS、R等计量统计分析工具被应用于预测建模、机器分析和实现数据的可视化，计算能力的显著提升，更助推了数据集中相关性分析，提高模型预测的精准度。在另一层面，仅仅依靠金融行业自身的历史数据具有局限性和不对称性，以此为基础进行建模分析存在极大缺陷，需要通过引入各种渠道的外部数据，补充客户的消费习惯、支付能力、支付偏好等行为数据。在工具应用上，网络爬虫工具通过梳理公开信息网站信息，分析挖掘、数据清洗、中文分词、关键字提取能力，在海量媒体、政府、社交等外部网站，自动抓取客户相关行为信息，对客户欺诈行为、失信行为进行甄别。内外部数据源的清洗、整合及模型生成、优化到管理维护，构建更加完备的金融数据体系。

第二，战术层面，重在应用。近年来，大数据金融的应用发展开始出现蓬勃发展的机遇期，创新商业模式层出不穷，主要体现在精准营销和风险控制两个方面的应用。

在精准营销方面，就大公司类客户而言，利用建立在充足数据源基础上开发的大数据模型，分析出企业所处行业的业务规律、挖掘企业的潜在需求、计算企业的真实生产经营状况和还款能力，进而优化金融产品设计方案，提供不同的营销策略，提升金融服务针对性。同时，通过综合衡量宏观环境、市场状况、企业对金融机构的综合利润贡献、自身规模、行业、市场地位、风险状况等各方面因素，借助大数据分析应用，对企业进行多维的盈利分析，对金融机构自身进行贷款定价分析，双方均实现了精细化管理；就个人客户而言，大数据全方位的应用成果展现于“360度客户画像”，其重点就在于扩充客户信息来源，获取尽可能多的非结构化数据，从单纯的金融领域延伸到电子商务、社交媒体、游戏社区等等客户生活方方面面获取数据来源，经过数据加工，利用大数据的计算能力，掌握客户行为偏好、消费偏好、社会阶层、现金流水等情况，细化到每个客户个体的分析，甚至可以推断客户的个性、情感，预测客户期望和需求。在这方面可以借鉴阿里巴巴集团的做法，近年来阿里集团积极构建大数据布局，在原有C2C电子商务平台的基础上，在支付宝、余额宝、微博、陌陌、音乐网站、高德地图、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，阿里的数据渠道覆盖生活各个方面，大数据成为其最为核心的能力。除了搭建平台，还可以尝试利用金融科技成果，开发虚拟现实的可穿戴等移动设备，将金融服务内嵌其中，实现与客户的实时化、远程化地交互，以网络为媒介发布信息，撮合交易，缩短金融产品的交易路径，快速聚拢客户资源，增加客户粘性，在长期经营中积累大数据优势，为金融企业带来巨大的竞争优势。

在风险控制方面，大数据金融实现了风控自动化，在开户认证、风险征信、信用评级评分、标准化贷前贷后管理、风险预警等方面得到很好的应用。依托于大数据和云计算技术，挖掘海量数据碎片中的关联性，构建身份验证、反欺诈、还款能力等信用模型，建立实时风险管理视图，实时计算结果，量化风险评估，帮助金融机构进行电子化的风险管理和预测，有效降低信息不对称，同时解决了传统风控中数据分析的滞后性，提升效率和准确性。

三、大数据金融之“势”：“势”，即“优势”“趋势”

马云曾说：“人类正在从IT时代走向DT时代。”他认为IT时代是以“我”为中心，DT时代是以“别人”为中心，产业各方必须加强协作，信息共享和技术互补，保护消费者信息和资金安全，提升自身金融安全及风险防控能力，加强与同业合作，分享金融风险甄别及反欺诈经验，通过行业自律组织加强信息共享，提高整个行业风险防控水平，提升社会公众长期利益，联防联控，营造更全面的安全生态。大数据金融时代，合作共赢必定是发展趋势。在大数据技术体系中，数据是各方连接的中心，数据交易平台促进了大数据链条各方的整合，通过搭建信用信息共享平台，产生聚合效应，实现客户信用信息共享和查询，有利于改善全社会的诚信环境。传统银行在规模、客户数量、信息、资金等方面具有优势，尤其是中小银行，如果能以开放共享的态度，积极与各方合作，那么无论是在技术缺陷弥补、信息渠道拓宽，还是在客户资源整合、风险防控体系共建等方面都将有着积极的作用。

作者简介：杨妍琳（1979-），女，回族，广东广州人，任职于江苏银行风险管理部，研究方向：金融学。