大数据金融模式与风险分析

(四川大学经济学院 四川 成都 610065)

一、大数据金融概念与模式

大数据金融指随着大数据技术发展形成的基于互联网、云计算等信息技术开展的各种金融活动的总称。其集合海量非结构化数据，通过对个体的行为数据、社交数据、消费数据等多维度的数据分析，为金融业提供个体全面的“样貌”，准确预测个体行为，从而提高金融机构的效率，降低融资风险，让金融服务更加多元化、个性化、广泛化的新型金融模式。

大数据金融作为互联网金融的升级形态，有四个方面的显著特点：一是借助虚拟网络与云计算技术，主要特征体现在远程分析与虚拟化；二是金融交易产品依靠大数据定价；三是金融交易大数据化，利用大数据议价、交易结算；四是大数据金融化与金融市场大数据化互融。

(一)平台金融模式。平台金融是基于虚拟平台形成的网上交易与网上支付的模式，是现实交易模式在虚拟平台的再现。不同的是，用云计算和模型数据处理能力形成信用或订单融资模式。相比于传统金融依靠抵押或担保方式，以支付宝借呗为代表的平台金融对电商平台的交易数据、社交网络的用户交易与交互信息和行为习惯等的综合性数据进行实时云计算分析，形成客户在平台中的累积信用数据，通过平台构建的信用评级体系和金融风险计算模型及风险控制体系，实时向网络商户发放订单贷款和信用贷款，快速高效，定位准确且风险相对可控。

(二)传统金融业大数据化。传统金融业大数据化直观表现在金融大数据的产生与积累。金融大数据指人类从事金融活动产生的结构性数据与非结构性数据的数据集。结构性数据是可以规范格式进行整理和计算的数据集合；非结构性数据则没有规范格式，也无法整理和分析，如音频、视频、磁带等媒体介质资料。

金融业大数据化基于金融大数据，进行议价、交易交割，也可利用金融大数据进行金融产品定价与价格波动预测。由于这些金融数据包括客户的信用信息、负债信息、业绩信息等，这些信息与信贷风险密切相关，数据来源广泛，数据种类翔实。利用服务器对金融大数据进行全面的搜集，而后通过云计算技术及时分析，可全面地衡量风险，研究数据信息之间的关联性，正确指导金融交易与风险管理。

(三)金融服务个性化。现代社会差异化和定制化趋势将逐步挑战传统批发式金融产品。目前没有产品服务能够满足每位消费者的特异需求。借助大数据技术分析、决策，金融机构能够更好地满足目标客户的真实需求，让金融产品和服务更具有市场竞争力。

个性化金融推荐异于传统金融随机或热门推荐，它通过分析每位客户的历史行为来区分用户兴趣和偏好的差异，建立框架模型匹配算法，预测出客户中意的产品组合。个性化金融服务是大数据金融非常典型标志，已逐步运用于金融市场。随着理财客户群体和潜在群体的扩大，交易数据和历史行为的积累，将明显降低金融市场的搜寻成本和匹配成本，提高客户满意度和忠诚度。

(四)大数据金融生态圈构成。金融业大数据化与大数据金融化、市场化之间存在着相互渗透、相互包含的关系，共同构成大数据金融生态圈。大数据生态圈指金融市场中金融大数据与大数据金融化社会活动中的基本单位(人)、家庭、企业、政府及社会团体共同组建的生态系统。

金融交易活动的社会行为主体包括个人、家庭、厂商、政府和其他社会团体，个人是基本组成单位。社会行为主体的金融行为产生海量的金融大数据，日常经济活动产生的生产、生活数据又影响和补充金融大数据。与此同时包括各类数据的大数据金融化、市场化反过来促进大数据的金融交易，大数据的金融交易再一次推动实体经济活动，并推动金融大数据和生产、生活数据的指数增长。由此形成现实经济活动与传统金融交易活动与大数据金融交易活动的循环生态系统。随着数据网络化、网络全球化、经济金融化、金融数据化进程的推进，该循环生态系统的规模和范围都将不断扩大。

目前，以大数据为交易标的的交易平台和交易所已经出现。未来市场上会出现大数据挖掘、数据分析整合、采购和使用的各方机构。大数据作将为一种全新的金融标的扩展到信托和保险行业，实现大数据的金融化。

二、大数据金融风险分析

(一)大数据金融信息安全风险。从大数据的典型特征看，目前的防护技术已有不足。相比于传统数据，大数据具有内存大、时效高、多样化、难辨识和价值密度低等特征，随着黑客攻击技术的进步，大数据中心需要更高的安全等级和传输渠道。当大数据离开源数据中心，不断地进行采集、汇总、挖掘、建模、分析、利用的过程中，大数据的数据密度和数据价值都在不断提高。数据越是分析地充分，数据泄露所带来的危害就越大。

从大数据的基础技术看，平台的安全防护机制存在不足。云计算、大数据技术在开发之时便没有足够重视用户身份识别、访问授权等机能的安全防护，使平台对恶意攻击的防范能力不足，可能对金融机构和与金融机构密切相连的社会行为主体造成巨大损失。

(二)制度风险。目前我国还尚无明确的法律约束大数据金融，滞后的法律制度会带来负面的影响。对于市场准入、市场红线界定不清晰，规则的缺失会使整个大数据金融市场的监督体系难以形成一个有效的系统。大数据金融是一种复合金融模式，它不仅涵盖了证券、保险，信托、银行等传统金融领域，还将这些业务与网络、计算机、云计算等信息技术深度结合。监管的复杂性和难度将显著增加，还会出现新的监管死角。单靠部门分块监管是行不通的，但多部门联合监管的监督体系尚未实现，各监管部门之间尚未就自己的监管范围与权限达成清晰的界定，监管方面矛盾突出，监管效率不高，存在着制度设计上的风险。

(三)危机扩散风险。大数据金融具有顺经济周期性，金融支付、交易的业务规模波动与宏观经济波动的共振性会放大经济波动、增加损失的风险；行业机构负债比率过高、经营脆弱会产生危机风险，中介型金融机构的杠杆率较高，相应的风险缓冲、风险准备却不足，大数据金融面临共同冲击时，极可能爆发集体性危机。

危机爆发之后，存在着从大数据金融中一个细分点逐渐扩大到整个行业并进一步扩散到实体经济领域的风险。此时，危机遏制与风险分担就显得极为重要，大数据金融应参考传统金融风险分担方式，针对资金安全、数据信息安全、金融产品服务瑕疵等问题提供相应的保险业务，分担金融风险。