大数据金融风险预测方法的设计及对西北金融市场的指导

陈英

摘 要：近几年由于互联网技术和大数据技术的不断发展，使得大数据与金融业日益融合。但是大数据技术的应用，金融业也伴随着很多风险。本文主要是对大数据技术所造成的金融风险进行分类，并对大数据金融风险进行了剖析，同时对大数据金融风险的预测分层进行了梳理，给出了大数据金融风险的预测方法。并通过对大数据金融的分析，强化金融风险管理，构建科学的金融预测方法和防控体系，最后从东中西部发展不平衡的问题入手，构建有效的区域协调机制，提高发展整体性和协调性，实现资源的优化配置，形成金融业协调发展的新格局。

关键词：大数据金融风险；風险预测；西北金融市场。

引言：

近几年，“互联网金融”在中国金融界引起热议，而“互联网金融”研究的实质则是“大数据金融”，互联网金融业如果没有大数据技术的支撑，很难快速、持续的发展.

为了应对金融界激烈的竞争，在对数据分析的过程中可以运用云计算，物联网等技术挖掘客户的交易和消费信息，对数据信息进行采集、量化、分析，制定有针对性的行动计划，降低运行成本，使金融机构和金融服务平台在运行和风险控制方面有的放矢， 促进金融大数据的良性发展。大数据分析在金融领域的应用与发展，给越来越多的金融公司带来更多的收益，并带来可靠的数据支撑，像支付宝的天弘基金、京东的京东金融，蚂蚁金服等等[1]，都在依托大数据分析推出越来越符合大众化的金融产品。通过对金融行业大数据信息的挖掘、分析和处理，提高产业链的效率，实现资源的优化配置。大数据理论和技术创新及风险预测能防御及监管金融风险，实现金融行业的稳健安全发展。

一、大数据环境下的金融风险。

大数据金融是利用大数据技术突破、革新并发展金融技术和金融模式的一种全球性趋势。大数据金融重塑了银行业、证券投资业、保险业等金融行业的主导领域。在一定程度上推动了金融行业的持续创新，更加快了金融模式的深刻变革，也在一定程度上催生出表现新特征的金融风险[2]。大数据金融风险概括起来说有这么几个方面的风险：

（一）信用风险

信用风险就是借贷人或交易对手不能或者不愿意履行合约而引起的经济损失风险。主要包含银行业、证券投资业、保险业等与违约和信用有关的风险。

当前从我国信用风险的法律法规和监管来看，均处于不健全的状态。因此金融行业很难及时从大量数据中获取有用的信息资源，也无法准确地掌握客户的全面真实信息来预测客户的实际信用状况，尤其是借贷信用风险。

（二）信息安全风险

大数据金融的发展是在互联网金融技术的基础上得以发展的，通过互联网，可以轻易搜集用户的大量消费信息，包括金融信息。但是互联网本身具有的开放性以及技术不完善很容易造成信息泄露，信息一旦泄露，将可能给客户造成巨大的损失。

（三）数据分析风险

大数据分析模式主要是通过海量数据总结客户的行为习惯、思维方式，进而更好地了解客户，准确预测客户行为。但由于不同部门之间的客户信息相互分离，彼此之间联系不太大。在有些情况下数据甚至是不互通的，无法进行全方位的数据分析，即使有相关的分析系统，有些数据也存在滞后性，不能用以前的信息来说明新问题以及推动新问题背后隐含的金融风险。

（四）金融市场风险

指由于股票价格、汇率、利率以及衍生品价格等金融变量的变化，使金融资产或负债市场价格发生变化的可能性，这些金融风险因子影响未来收益的变化。一旦相关数据中某一个因子出现错误、虚假的信息，就可能会导致错误分析和预测，因而推断出来的数据结果也可能是不真实得，由于数据的相关性，从而引发一系列错误的结果，最终会导致金融市场风险错误预测。

（五）法律监管风险

大数据金融过程中，涉及到数据的采集、处理、分析及应用，也涉及到大数据金融的预测及监管问题。大数据金融积累了大量的客户信息，这些信息资源背后隐含着重要的商业价值，一旦信息泄露，就会引起不法分子的各种欺诈行为。我国现有的关于个人信息安全保护的法律法规都过于原则化、抽象化，缺乏实际操作性，并存在规范制度狭窄、公民举证困难等。也缺乏相应的法律金融大数据相关人才，因而未来发展将面临不可避免的法律风险。

二、大数据技术对金融风险的预测及措施

（一）大数据技术对金融风险的预测方法

对于金融行业来说，客户海量数据的增长是一个亟待开发的资源，通过对金融行业大数据信息的挖掘、分析和处理， 结合传统的金融风险分析方法，利用统计方法、计算机技术、数据挖掘、人工智能等手段，从数据的海洋中甄别、判断企业经营环节中可能出现的金融风险， 从而提高企业经营管理效益。以“数据”为中心的预测方法是根据数据的系统性、时效性、可操作性、科学性和弹性的特点，对客户数据进行采集、度量、建模、分析及应用[3]。

1、数据采集。 在大数据预测中，数据是系统的核心部分，是整个体系中的中心环节。对数据的采集主要是采用数据仓库和数据挖掘技术来加以解决，构建一个多层次的数据仓库， 从互联网获取有关信用突变的数据、网上公开的电子商户数据、从电商客户获取自述数据及相关证明材料、从第三方数据平台获取数据。

2、数据整合度量。要从互联网金融的海量数据中实现金融风险的预测， 必须对金融风险进行全面、透彻的分析 。把组织在决策与运营活动中所积累的经验，转化为可度量的数据。利用大数据技术对数据进行重新整合，提取与风险有关的数据，保证分析结果可靠性、准确性。

3、模型建立及解释。在大数据背景下，需要建立一个全面的数据平台来整合多方的数据信息，在平台上对数据进行提取、分析、多维度建模。并对风险预测模型进行仿真检验。根据数据的时效性对模型进行经常性的监测和修正。

随着时间的推移，由于行业环境变化等因素的影响，模型验证时会发觉现有预测风险模型的性能逐渐下降，所以还需要对模型进行及时更新。

4、数据分析。数据分析是大数据金融风险控制管理办法实施的手段。全方位的数据分析系统，主要包括现有的指标体系、风险统计模型，及人工智能办法；同时兼顾与其行业相关的指标体系、风险统计模型等方法。 数据分析的功能应包括：风险识别、判断、风险监控、自动上报、信号处理，风险预测，风险评级等功能。

预警体系涵盖了以数据为中心的互联网金融风险分析的各个环节，通过对海量数据进行风险识别、度量、建模和分析，将数据蕴含的大量信息资源通过分析并加以利用，可帮助金融行业实现实时风险管理，风险预测，促进风险能力的提升，实现金融行业的良性发展。

（二）金融风险预警机制构建的措施

大数据金融的良好发展需要从多角度考虑分析，首先加强基础设施建设，加快大数据金融技术人才的培养，建立和完善我国金融数据的采集体系以及研究和开发金融风险预测模型[4]。其次，加大金融风控管理，构建“执行-预警-反馈-调整”的金融风险防范机制，构建控制数据风险的法律体系，为防范金融风险提供一个稳定的大数据环境，加强客户的风险意识教育，提高国民防范和控制金融风险的自觉性。把握市场经济资本运行规律，建立综合的监管模式，最后，加强地域性金融机构的调节与分析，加强金融领域里国内外合作，及时把控国际金融市场的动向。利用大数据技术对金融市场做到有效的预测与防范。

三、大数据金融对西北金融市场的影响

（一）西北金融市场的现状

金融风险系统的研究大多集中在较发达的城市，由于大数据金融的运用，一些欠发达的地区希望利用大数据金融技术这个契机实现弯道超车。由于西部欠发达地区，受到信息基础设施薄弱、信息化应用水平偏低、人才供血不足等因素制约，是否应该大力发展大数据产业，是否具备发展大数据产业相关基础条件，一直受到学术界和政府的共同关注。因此，迫切需要构建一套科学的大数据产业发展能力评价体系和评价模型，较为准确地衡量和反映西部欠发达地区大数据产业的发展水平和现状，从理论和实践上指导西部欠发达地区大数据产业的建设和发展，对保持和提高地区竞争优势，获取最佳的经济效益和社会效益具有非常重要的意义。

（二）大数据金融对西北金融市场的影响

虽然由于经济状况，发展环境及金融体制存在一定的差异，但可以变换一定的条件，应用到不同行业及不同地区，调整方案，制定相应的对策规避金融风险，服务区域协调发展战略，把发达城市的金融数据资源引用到西北欠发达地区，实现金融资源跨地区统筹发展的优化配置。

在大数据金融的时代，金融与互联网融合是必然的发展趋势，西部欠发达地区必须克服地域束缚，打破传统经营思维模式。吸引相关人才，努力开拓创新，以开放的姿态 积极融入到中国大数据金融时代，在符合市场规则和金融监管的同时，提高自身的市场竞争能力。

四、结束语

大数据金融技术的发展具有显著的时代特征，大量的金融数据是发展金融行业基本核心，大数据为金融行业的创新提供了新的机遇，并努力成为金融创新的着眼点和突破点；想要发展金融业，就需要对大数据金融模式进行全面深入的研究，并结合大数据及金融行业发展特点，通过优化体系规划、加强基础设施建设、加大技术研究力度、培养专门人才、做好大数据金融风险控制和完善金融相关法律法规等手段，积极应对大数据金融发展过程中遇到的风险与挑战，为大数据金融的科学发展提供有力保障[5]。 由于欠发达地区金融资源缺失，使我们看到根本问题在于金融环境的落后以及金融制度的不健全。 因而应利用发达地区的大数据技术，把发展地方金融作为重要着力点，下大力气提升欠发达地区金融的综合实力，促进欠发达地区的金融协调发展。

参考文献：

[1] 李国杰.大数据研究的科学价值.中国计算机学会通讯，2012，8（9）：8-15.

[2]周月秋.现代金融助力现代化经济体系[J].中国金融，2018（10）.

[3]邢晟 王珊珊.基于大数据的金融风险预测与防范对策研究[J].科技创新与生产力 2018（3）：1-4.

[4]杨虎 易丹辉 肖宏伟.基于大数据分析的互联网金融风险预警研究.现代管理科学，2014（4）.

[5]權炳钧.金融押运风险分析及防控措施[J].新西部（理论版），2016（23）.

[6]曹建峰.市场经济财政金融行业的潜在风险分析[J]. 财经界（学术版）.2014（14）.