金融学领域内大数据思维研究

2019-11-13吴倩

海外文摘·艺术 2019年1期

吴倩

（广西大学，广西南宁 530031）

0 引言

金融领域的发展，依托于信息环境的改善。随着大数据技术日趋成熟，金融行业也将发生深刻改变。掌握这一变化的内在逻辑，可使金融学研究获得更多突破，金融监管的有效性也可得到加强。有鉴于此，本次研究将以数据环境为论述核心，分析大数据思维下，金融领域所受到的影响。

1 大数据思维的发展与主要特征

大数据是由美国信息技术专家肯尼斯·库克耶以及维克托·迈尔-舍恩伯格，联合提出的互联网概念。二位专家认为，随着网络终端的普及，在互联网内流动以及在各终端设备中存储的数据不断增多，利用传统的数据提取方式，无法帮助使用者提炼出应用型强的网络数据。有鉴于此，数据搜索系统应依据5V原则，对网络数据进行对比，从而提炼出更加符合使用者需求的数据信息。大数据的出现，改变了人类社会的信息传播方式，任一网络节点中的数据信息都将被视为已公开的数据，并为收集者带来经济层面的收益。有鉴于此，在大数据时代人类的思维方式也逐步发生改变，基于大数据使用路径构建的新型思维通常被称为大数据思维。

大数据思维的主要特征可被概括为三个方面。其一，是数据的全样本采集。5V原则的第一项是Volume，即大量的数据需求。通常情况下，大数据的采集标准应不低于总数据的80-90%。其二，是节点效应。在大数据模型中，中心概念并不明确。节点被视为网络空间的关键构件，因此大数据思维更加关注相关性，而非传统意义的统一标准。其三，定制思维取代批量生产。大数据是在分析数据差异的基础上获得结论，因此大数据结论更加具体。在此环境下，大数据使用者的个性化需求通常可得到满足，而成本并不增加。总之，大数据时代的数据分析更加全面、有效，使用者的个性化需求可得到最大程度满足。

2 金融学的发展与主要特征

金融学是在经济学基础上建立的独立领域。该学科的分析模式沿用了新古典经济学的理论框架，并习惯于从微观经济行为着手，提炼出市场中的资源配置机制以及满足市场均衡的各项条件。金融学自古有之，其与经济理论的研究方向紧密契合。在早期的学术研究中，金融学更加关注市场配置手段的分析。这一时期的学界认为，金融机构是收集市场闲置资源的主要部门，通过专业知识应用，各部门的生产效率将得到准确判断，社会资源因此可得到合理配置。由此可见这一时期的经融学将金融机构时为配置社会资源的主体部门。但在多次爆发金融危机后，西方国家在上世纪逐渐完善了金融学理论。其中宏观监管以及货币信用机制，被纳入到金融学领域。受此影响，经济法与行政管理学也成为金融学的组成部分。

当代金融学的主要特征可被概括为三个方面。其一，金融学是以货币为计量工具的经济学分支。经济学的计量单位较为模糊，产出与“边际效用”共同构成经济价值集合。金融学的分析目标则较为明确，证券等投资品都可通过货币获得计量。其二，金融学理论通常来自与经济学理论。例如，“凯恩斯选美论”与“边际效用价值论”的微观逻辑基本相同。“有效市场假说”则以“理性人”假设为前置条件。由此可见，研究金融学需要首先学习经济学理论。其三，金融学对于数据信息的依赖程度较高。金融学的应用场景中通常会设置电子数据屏幕。通过该屏幕，分析者所需要的相关数据都将得到体现。由此可将，金融学的研究范围通常会锁定在已呈现的数据中，而尚未获得的统计数据，则难以得到金融学研究者的使用。

3 大数据思维对金融学经典理论的影响

3.1 大数据思维可完善“理性人”假设的前置条件

“理性人”是新古典经济学的基础理论，也是多种金融学理论的前置条件。该假设认为，市场参与者都具有寻求自身利益最大化的特征。在市场博弈的过程中，独立的理性人将主动扩大自身收益，通过信息互换，市场中将出现被各方共同接受的公允价值。同时公允价值应被视为集体博弈的结果，因此理性人在我国微观经济学的概念中，被定义为市场群体。边际效应以及二十世纪后多次出现的经济危机，降低了“理性人”假设的权威性。部分学者认为，“理性人”假设的主要问题存在于前置条件的设置不够合理。即在信息不对等的市场环境下，公允价值难以体现出公正性。但在大数据系统普及后，市场中的各部门将掌握到近似的数据信息，理性判断将更为合理。综合分析，大数据带来了充分开放的信息平台，“理性人”假设将因此受到影响，微观经济学提倡的“信息完全假设”也可得以实现。

3.2 大数据思维对“随机漫步理论”的影响

“随机漫步理论”认为，证券市场交易中的买卖双方同样聪明机智，现有价格可基本体现出当前的供需关系，因此股票价格无法依据图表得到准确预计。“随机漫步理论”的前置条件，是买卖双方同样聪明机智。这一特征与“理性人”相一致。大数据思维的发展，改变了“理性人”假设的前置条件，即“信息完全假设”可得到实现。这一变化，将使证券市场中的买卖双方依据相同的数据平台作出决策。受此影响，“随机漫步理论”提出的买卖双方同样聪明机智的假说将得到强化。同时，“随机漫步理论”的结论，是通过图表分析无法预估股价变化。但受到大数据思维的影响，数据将成为买卖双方的共同依据，因此图表数据的变化将对股票价格产生影响，该结论也将受到挑战。

3.3 大数据思维对“有效市场假说”的影响

“有效市场假说”是金融学领域最富争议的理论。该理论认为，在充分开放、透明、具备法治精神的市场环境中，投资者无法利用分析获得超过平均收益的投资回报，而投资组合的风险将相对减少。针对该理论的争议点较多，其主要矛盾集中在该理论的前置条件，即过于依赖于“理性人”假设的前置条件是否在股票市场中具有应用价值。在现实环境下，股票市场的参与者难以获得相同的知识储备以及对等的信心流量，因此股票市场无法提供公平、有序的竞争环境。其中掌握更多信息的参与者可获得高于平均水平的利润，而信息失效的参与者将提供这部分利润。但大数据思维的出现，将使“有效市场假说”的前置条件得以实现，买卖双方的判断将趋于统一，该理论的结论也可被视为普遍现象。

3.4 大数据思维对“行为金融学”影响

“行为金融学”是上世纪70年代末提出的经融理论。该理论认为，股票投资不仅会受到企业价值的影响，也将受到投资人行为、心理变化等因素的干扰。这一理论提供的描述，与股票市场的客观环境极为近似，因此受到投资人的广泛关注。但由于心理活动以及投资行为的普遍性难以捕捉，因此“行为金融学”并未构建出经典模型，其对于证券投资的指导价值受到了较大影响。大数据思维出现后，投资者的心理变化将受到类似因素的影响，其投资行为也将得到判断。例如，依靠大数据系统分析某一上市公司的数据，通常可得到近似的结论。参照这一结论，投资的心理与行为变化将得到准确铺捉。因此在大数据思维普及后，“行为金融学”的模型构建或可出现突破。

3.5 大数据思维对“凯恩斯选美论”的影响

“凯恩斯选美论”是由著名经济学家凯恩斯提出的金融学理论，该理论认为，股票选择与选美比赛的判断方式接近，二者都依赖于参与者的主观判断。因此准确预判其他投资人的行为，是获得更高收益的关键因素。“凯恩斯选美论”将股票市场视为博弈舞台，投资人需要率先选择被多数人接受的股票，通过后续投资人的追捧，该股票的价值将得提升，而最后购买该股票的投资人将受到损失。“凯恩斯选美论”将股票市场视为链条式的价值转移体系，而信息判断则是导致链条式供应机制的主要诱因，其中最晚作出信息判断的投资人将成为链条的末端环节。但大数据思维的出现，使得股票市场的信息发布更加透明，投资人的“选美”标准也将趋于相同。受此影响，“凯恩斯选美论”的应用价值将相对降低。

4 大数据思维对金融管理带来的影响

4.1 大数据思维对股票市场监管的影响

股票市场是金融学研究的重点领域。在我国的股票市场中，信息披露不实、监管手段滞后、投资人维权难等问题，成为了制约该领域发展的主要因素，阿里巴巴等优质企业也纷纷选择境外上市。随着大数据思维的发展，这部分问题将得到有效解决。例如，在改进股票市场信息披露不实等问题的过程中，监管部门可利用大数据分析系统，在网络中收集对应企业的相关数据。当前，互联网已经成为企业传播信息的主要工具，因此在网络中必然留存该企业的财务信息。通过大数据分析系统，这部分数据将得到提炼。通过整合分析所提取数据，上市企业财务报告中披露的信息将得到有效监管。总之，在大数据背景下，监管部门的信息来源渠道更为多元，企业提供的财务数据将获得准确评估，股票市场的投资环境将进一步优化。

4.2 大数据思维对银行投资监管的影响

银行业会对社会资源配置起到关键影响。通常情况下，商业银行会对信贷申请部门开展详细的调查，从而确定其偿付能力。但在现实环境下，信贷投放却存在诸多风险。例如，企业部门的盈利情况难以预估，私人部门的风险等级难以界定等。针对这一问题商业银行可利用大数据分析系统，辅助审查信贷申请部门的偿还能力，从而使经营风险控制在合理范围内。在具体工作中，商业银行首先要建立审计模型，在该模型中信贷申请部门的经营项目、资金存量、整体支出可被设定为主要统计项目。之后，商业银行可利用大数据分析系统收集有关数据，并结合实地考察填充数据存量。通过此类措施，信贷申请部门的经济情况将得到准确描述，通过对比收益、支出等环节的数字，商业银行可对投资项目的安全性作出合理判断。

4.3 大数据思维对保险行业带来的影响

保险行业隶属于金融学范畴，在研究该领域的过程中，研究者应将视角聚焦在保险企业对于社会金融安全的影响。保险企业是社会保障制度的重要组成部分，维护此类企业的正常运转，会使各类风险与灾害得到善后处理。同时保障保险公司的资金安全，会对社会稳定带来重要影响。保险企业所涉及的资金额度较高，其流入资金主要来自于投保人的缴费以及投资收益，而流出资金主要用于保险理赔与经营性支出。依据大数据思维，保险公司的各项业务都将得到准确统计。例如，对于车险理赔的项目分析，保险公司可借助大数据分析系统，统计出各类理赔项目的发生几率与常规金额。通过这一方式，车险理赔项目的设计将更为合理，保险公司的稳定性将得到保障，社会金融安全也可获得维护。

4.4 大数据思维对个人信用的影响

随着消费市场的发展，居民个人信用受到了更高关注，在部分西方国家，个人信用权已被视为与财产权、选举权同等的法定权利。但我国规模过于庞大，传统的个人信用检测系统仅能在省级辖区内使用，跨省资信评定通常需要耗费较高成本，准确性也难以得到保障。针对这一问题，我国应依托商业银行的信用体系，构建新型的资信检测系统，并借助大数据思维整合各类信息，从而使我国的金融管理机制得到优化。例如，我国可依据居民身份证，设立信用账户，并将该账户的资信评价与各商业银行联网。通过这一方式，我国将获得覆盖全部民众的诚信评级。之后，管理部门可利用大数据系统，详细分析各类账户产生的资金流动，若发现失信问题，大数据系统可自动报警。

4.5 大数据思维对网络金融的影响

互联网金融具有信息传播快、物理成本低等优势，在“互联网+”的大背景下，互联网金融企业得到了快速发展。但互联网金融企业的资金储备相对较低，违规违法操作也难以得到有效监管，金融违约等问题时有发生。针对这一问题，我国监管部门应借助大数据分析系统，对领域内企业开展更为严格的监管，从而使投资人利益得到保障。例如，有关部门可将监管网络对接税务部门、公安部门的网络系统。税务部门以及公安部门可为其开放部分权限，金融监管部门可通过这部分权限，收集各企业的财务数据。税务部门掌握了最为全面的企业财务数据，通过分析并披露对应企业的财务数据，投资人的合法权益将得到保护。公安部门收集了企业主要经营者的个人资料，分析这部分资料，有助于监管部门了解该企业的组织结构。