浅谈大数据在金融领域的创新应用

温锡源

（肇庆农村商业银行股份有限公司，广东 肇庆 526040）

一、引言

伴随着各种信息技术的不断迭代，信息数据无声地渗透至人们的生活、工作等方方面面，不经意已经迈进了大数据时代。金融行业中，大数据的普及应用使得其信息化的步伐迈得越来越快，实时处理与数据分析能力也有全面提升，金融市场中的信息获取速度实现飞跃式提高，信息的准确度、丰富度、及时度都有显著的变化。

传统金融向科技金融转变是毋庸置疑的趋势，尤其在面对“聚焦消费”“零接触”等新型模式的服务要求时，数字化在金融行业的体现尤为深刻，金融行业与信息技术结合的程度更加紧密，大数据技术在金融领域得到更加广泛的重视与应用。探索党领导数字化时代“勤劳金融”是今后较长一段时间的主旋律。如何将大数据技术应用在金融创新当中，笔者认为具体有以下几点。

二、精准化的客户管理

金融领域中尤其是商业银行，属于信息密集型的服务行业，其对行业信息数据的收集要求是快与准确，通过对收集回来的信息进行集中管理，方便各种数据资源的交互使用。当信息数据资源呈现爆发式增长时，金融企业要实现对客户的精准化管理首选就是大数据技术的运用。

随着线上客户比例不断升高，金融企业都在追求对客户实行精准化管理。据中国金融认证中心发布的《2020 中国电子银行发展报告》，2020 年个人手机银行用户达到8%的增幅，用户比例突破70%，且一直保持较高的增长速度，截至2020 年第三季度，我国手机银行活跃用户规模已达到3.5 亿户，意味着金融机构更应搭建好客户数据管理平台对这庞大的用户建立起企业数据仓库，深度挖掘有用价值，利用大数据技术对客户实现精准化管理。

图1 2011年～2020年全国个人手机银行发展趋势

1.构建分用户层次数据服务体系

以往银行企业只能根据用户存款金额来进行判断其投资所能承受的风险能力。应用大数据技术则可以通过绘制客户画像，像针对个人客户，除了收集人口统计特征的个人基础数据，还可以通过分析其过往金融产品购买记录、名下资产、房产，甚至根据其工作性质、工作单位、求学经历、家庭背景等数据。此外，社交媒体上的行为数据可以从侧面反映个人客户更真实的情况。针对企业客户，除了客户自身的运营、生产、流通等数据，还可综合分析其客户、产业链等数据，通过建模与分析，以此对客户进行细分与归类，评估不同层次用户的风险承受能力与投资喜好，分别向不同的客户提供个性化定制服务。

2.构建客户价值管理系统

要让金融企业保持一定的竞争力与优势，就要更精准、更科学并且最大程度发挥客户资源价值，进行客户价值管理，对于市场定位、市场营销等其后各个经济活动环节有重要参考作用。利用大数据技术，可以运用层次分析法、聚类算法等深挖客户潜在价值。并通过构建评价指标与体系，对于涉及客户收入、成本、信用等价值数据进行全面的整理与归档，可以充分根据客户的资金交易价值和非资金交易价值等分析数据评估企业潜在客户价值、满意度、再度消费价值、金融业务交易提升价值等。

3.建立客户生命周期管理系统

金融行业既要有效应对客户的流失，降低客户流失率，也要不断开发与挖掘潜在客户，可以通过建立客户生命周期管理系统，对获取新客户、防止客户流失、回流客户都有重要作用。在客户的潜在期与开发期，通过收集客户的背景数据，并加以分析可以有效减少获取客户的成本，加大获取客户的命中率，对于筛选优质客户也有一定的积极作用。另外，通过大数据技术的综合分析与应用，金融企业可以利用多种客户常用的获取信息的渠道使其感知与了解感兴趣的金融产品或服务资讯，主动提高客户好感度。

当客户处于成长期甚至成熟期，保持客户忠诚度与减少金融企业的维护成本有一定关系，在此阶段随着客户与企业之间的关系加深，业务交易量亦会不断递增，甚至会通过老客户衍生出一定数量的新客户，此时金融企业可以运用数据挖掘等技术，应用预测分析等技术模型，发现客户数据中隐含的消费习惯、消费行为规律等信息，建立针对性产品销售模式，通过组合销售、交叉销售、定制销售等方式，把客户的价值提升到更高的层次，亦可从中提高客户的忠诚度。

面对处于衰退期的客户，通过收集客户使用频率数据、活跃程度数据，掌握动态的客户的生命周期情况，可以建立有效的预警机制，对客户的活跃情况进行分级评价，对于流失机率较大，及时根据客户实时的使用动态进行主动营销或个性化推荐，挽回客户。

图2 客户生命周期图

三、动态化的风险监控

早在2017 年，国家出台的相关文件《中国人民银行办公厅关于强化银行卡磁条交易安全管理的通知》中就提出要建立基于大数据技术的风险防控机制，还有其他相关政策文件也在陆续出台。面对信息爆炸时代数据价值密度低且数据规模海量的特征，利用人工智能、云计算等技术对金融活动过程中存在的风险进行实时监控，是应对快速的金融数据流转与复杂庞大的数据集合的重要手段。

1.数据溯源

互联网金融的发展使个体网络借贷用户激增，为了保障行业的健康发展，对个体网络借贷的行为进行风险监控担当着重要的角色。为打破以往信息孤岛的局面，通过聚类分析、关联分析等方法建立多维度的风险监测系统，针对每个借款人建立风险评估档案，多渠道收集其互联网社交记录、网络购物记录、移动支付记录、线上消费记录等数据，形成数据仓库，当监测到借款人有发生异常的资金往来行为、活动行为等情况时，可以及时进行数据溯源，分析其异常行为的风险程度，再作进一步决策。以上应用对于金融行业进行反欺诈有重要参考意义，利用大数据技术进行数据溯源，还可以及时辨别借款申请人所提交的材料是否属实，是否存在冒用他人信息情况，既保障了金融企业的利益不受侵害，也保护了被冒充者的合法权益。

2.实时监测

金融企业面对的风险很多，常规的违约风险、流动性风险、利率风险等，特殊的如技术操作风险、法律风险等，都时刻影响着金融机构的生存与发展。相比传统数据分析方式，需要对相关经济活动所产生的数据进行抓取、清洗、过滤、分析等步骤才能真正应用在决策上，但当在风险监控过程中应用大数据技术，金融机构能做到实时监测、快速预警，时刻监测所涉及企业的经营状态，将碎片信息通过技术手段进行有机整合，及时分析预测企业或用户的信用风险指数。针对交易事件进行中的风险监控，运用风险模型、云计算等技术手段，结合用户的交易行为习惯和历史，对每笔交易进行实时的风险判断、分析风险等级，及时实施相应的干预措施，很大程度解决了以往风险决策的滞后性。

3.关系识别

金融犯罪技术手段的日新月异，风险监控的难度亦随之提高，运用新型且有效的金融风险监测手段是必然的选择。结合知识图谱（KG）、深度学习（DL）等大数据技术手段，可以多维度、多角度地将客户数据打通，也可以动态地整合与客户有关的新数据与关系网。当客户所存在的关系网络越多，其身份就越复杂，风险监控人员则容易忽略一些客户的非直接联系，通过关系网的梳理，使他们能更容易识别客户所涉及的各种明显或隐藏的关系链路，及时发现风险漏洞。

四、智能化的财富管理

互联网财富管理的兴起，使得大众用户有更多的机会接触与财富管理相关的资讯，而随着民众的生活水平与收入水平不断提高，越来越多的用户对财富的保值与增值兴趣日益浓厚，财富管理的参与度也逐渐上升到较高的水平，大众用户对于如何选择符合自身条件特点的财富管理模式都有一定的需求。

1.消除金融信息不对称

传统财富管理模式较大的痛点是金融信息不对称。金融市场的交易基本是基于信用的交易，并非像其他行业那样可以明码实价地进行交易。大众客户较难方便、直观地获得关于资产匹配、财富管理模式等相关的专业知识，难以找到适合自己财富管理需求的产品或方案，相对于金融企业则可能碍于对用户信息了解不全面，而不能及时进行信息反馈，影响效率进而降低用户好感度。运用大数据技术就相当于为金融交易双方搭建一个中介平台，用户可以快速获取自身资产分布情况，企业可以快速掌握用户特点，提供符合用户资产情况与需求的产品与服务，满足其财富管理的实际需求。例如：低净值用户可能偏向流动性强的，高净值用户则可能注重收益与长远发展的，利用大数据技术就可以很大程度消除金融信息不对称情况，促进金融产品、服务的创新。

2.针对性资产匹配

用户在投资过程中容易出现盲目跟从的情况，跟风投资一些与自身情况不符合的资产，造成投资失败。向不同类型用户推荐不同的资产匹配方案，实现专属型资产匹配模式，降低投资风险，也为金融企业提高客户忠诚度有一定积极作用。通过组合算法、风险模型分析等技术，结合资产组合理论等组建投资模型，通过用户输入其投资期望、财务状况、投资年限等条件，运算生成个性化的投资建议方案；再以考虑降低风险为目标，为用户实施分散型、组合型的资产配置方案，根据用户后续的资产处置习惯，分析其投资偏好，并结合用户当时资产、财务实时情况，动态调各资产配置比例，有效整合闲置资源，保持收益率与资产流动性的最优配比。

五、大数据在金融领域应用中的主要信息技术风险

1.数据储存安全问题

大数据技术的运用越来越广泛，随之引发的数据安全问题愈加令人关注。随着数据获取难易程度降低、数据收集渠道增加，金融信息数据已成为众多不法分子的攻击目标。因数据量多且琐碎，对物理存储的要求较高，所以目前较常用的都是采用云端储存技术，在网络空间对海量且复杂的数据进行区分与管理。如果云端储存空间管理不规范，应用的管理系统安全性不够高，很容易遭到黑客的攻击，被一些非法用户窃取金融数据。另外，信息技术方面的安全防护手段的更新速率无法跟得上数据量的增长速度，也容易使数据储存方面产生安全漏洞。

2.数据被篡改问题

信息技术在金融领域的应用除了改变了很多传统的数量管理模式，提高了数据管理与处理效率，也带来了一定的风险，其中影响比较严重的是数据被篡改问题。当大数据系统被入侵，数据被改写或被添加，甚至分析结果被非法更改，都会对金融机构甚至政府部门的决策造成很大干扰，扰乱金融市场的正常秩序。

3.用户信息泄露问题

用户信息是金融机构重要的数据资源，是进行市场竞争的筹码。大众用户的个人隐私数据、在金融活动中留下的痕迹记录都很容易被金融机构获取，一旦用户数据应用于非法竞争、非法贩卖等环节，用户的信息安全就很容易受到侵害，轻则用户容易受到骚扰，重则可能造成财产的损失。相关监管部门要不断完善关于金融用户信息保护的制度，不断健全关于大数据应用与管理的规章制度，确保用户信息安全。

六、结语

面对日益复杂的金融市场和经济环境，建设围绕大数据技术为主体的智能金融体系是必然的发展趋势，也是我国保持经济环境稳定发展、与时俱进的重要途径。另外，应用大数据技术，对金融领域中的风险监控、创新协调、保护用户权益等方面都有必要作用。能有效解决传统人工数据处理模式效率低下、储存数据困难、分析数据滞后的困境，使金融企业面对日益暴增的金融数据也能游刃有余。加快大数据技术与金融领域的深度互通互融，可以促进金融领域革新发展，驱动金融产业升级，加速我国金融行业向高质量、多元化迈进。