金融大數(shù)據(jù)對金融信息服務(wù)的影響及應(yīng)用現(xiàn)狀

一金融大數(shù)據(jù)概述（一）金融大數(shù)據(jù)的概念和內(nèi)涵1.金融大數(shù)據(jù)概念大數(shù)據(jù)一詞最早出現(xiàn)在阿爾文·托夫勒（AlvinToffler）1980年所著的《第三次浪潮》一書中，托夫勒將大數(shù)據(jù)推崇為“第三次浪潮的華彩樂章”，并提出超前的觀念——“數(shù)據(jù)就是財富”[1]。2008年《自然》雜志開辟了“大數(shù)據(jù)”?？?，專門介紹大數(shù)據(jù)所帶來的機遇與挑戰(zhàn)，更是廣泛引起各國關(guān)注。近十年來，大數(shù)據(jù)浪潮以難以想象的速度席卷全球，大數(shù)據(jù)技術(shù)也不斷滲透到經(jīng)濟社會的各個層面。雖然，大數(shù)據(jù)已經(jīng)成為全球各國科技、經(jīng)濟、社會等不同領(lǐng)域研究和應(yīng)用的焦點，但到目前為止，對于大數(shù)據(jù)仍然沒有一個共識性的概念，計算科學、數(shù)據(jù)科學、信息科學、資源科學等不同領(lǐng)域的研究者，均從各自的領(lǐng)域出發(fā)對大數(shù)據(jù)做出了諸多定義。本書根據(jù)國務(wù)院2015年頒布的《促進大數(shù)據(jù)發(fā)展行動綱要》中關(guān)于大數(shù)據(jù)的論述，對大數(shù)據(jù)概念進行了界定，認為大數(shù)據(jù)是“具有規(guī)模巨大、種類多樣、形成快速、真實度高的數(shù)據(jù)集合”，可以通過使用新的信息技術(shù)手段從中發(fā)現(xiàn)新知識、創(chuàng)造新價值、提升能力的一種新興的信息服務(wù)業(yè)態(tài)。金融行業(yè)擁有海量的積累數(shù)據(jù)，每天也不斷產(chǎn)生巨量的交易數(shù)據(jù)，無疑成為大數(shù)據(jù)應(yīng)用最深的領(lǐng)域之一。根據(jù)對大數(shù)據(jù)概念的界定，我們認為金融大數(shù)據(jù)是在金融領(lǐng)域推廣和應(yīng)用大數(shù)據(jù)的核心理念和關(guān)鍵技術(shù)，對海量金融活動產(chǎn)生的數(shù)據(jù)集合進行采集、存儲、計算、分析、應(yīng)用等，挖掘海量數(shù)據(jù)的內(nèi)在價值，以滿足金融市場中更高的洞察需求和更高的決策需求。當前，大數(shù)據(jù)技術(shù)幾乎應(yīng)用在所有金融領(lǐng)域，包括金融資訊、第三方支付、網(wǎng)絡(luò)信貸等各種金融服務(wù)，通過對海量數(shù)據(jù)進行模型構(gòu)建，發(fā)現(xiàn)金融市場的變化規(guī)律與動態(tài)趨勢，預(yù)測金融市場波動起伏，對可能出現(xiàn)的金融風險進行監(jiān)督與防范。2.金融大數(shù)據(jù)的內(nèi)涵伴隨大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)、人工智能等新一代信息技術(shù)的迅猛發(fā)展，數(shù)據(jù)的應(yīng)用廣度和深度都在日益加深，大數(shù)據(jù)理念也不斷深入各行各業(yè)，雖然大數(shù)據(jù)的內(nèi)涵伴隨技術(shù)的進步不斷深刻與豐富，但是大數(shù)據(jù)的雙重基本內(nèi)涵仍然存在，即大數(shù)據(jù)的技術(shù)性和思維性。具體到金融大數(shù)據(jù)的內(nèi)涵，一方面，從技術(shù)角度切入，金融大數(shù)據(jù)是一種新興的信息技術(shù)，一種在海量金融交易數(shù)據(jù)中尋找有意義關(guān)聯(lián)、挖掘事物變化規(guī)律、準確預(yù)測事物發(fā)展趨勢的能力；另一方面，從思維角度來說，金融大數(shù)據(jù)是一種全新的思維方式，一種通過大量經(jīng)驗性數(shù)據(jù)歸納分析，提升人們行為決策能力的思維變革。（二）金融大數(shù)據(jù)的特征與類型1.金融大數(shù)據(jù)的特征根據(jù)對現(xiàn)有研究資料的總結(jié)分析，大數(shù)據(jù)有五大基本特征，分別是數(shù)據(jù)規(guī)模大（Volume）、種類多（Variety）、速度快（Velocity）、真實度高（Veracity）以及價值大（Value）（見圖1）。與環(huán)境大數(shù)據(jù)、工程大數(shù)據(jù)、能源大數(shù)據(jù)等類型的大數(shù)據(jù)相比，金融大數(shù)據(jù)除了具有大數(shù)據(jù)的基本特征之外，自身還具備時效性（Validity）、波動性（Volatility）兩大特征（見圖2）。具體來說，金融大數(shù)據(jù)有如下特征。圖1大數(shù)據(jù)基本特征（5V）圖2金融大數(shù)據(jù)的特征（7V）（1）數(shù)據(jù)規(guī)模大（Volume）：銀行、證券交易所、保險等金融機構(gòu)每天的業(yè)務(wù)開展都會產(chǎn)生的海量數(shù)據(jù)。據(jù)不完全統(tǒng)計，我國大型商業(yè)銀行和保險公司的數(shù)據(jù)量已經(jīng)超過100TB，同時，伴隨新一代信息技術(shù)在金融領(lǐng)域的不斷滲透與融合，每日新增數(shù)據(jù)量還在不斷擴大。（2）種類多（Variety）：由于來源眾多，金融大數(shù)據(jù)的種類繁多，不僅涵蓋股票、基金、債券、期貨等傳統(tǒng)金融業(yè)務(wù)的結(jié)構(gòu)化交易數(shù)據(jù)，還包括圖像、音頻、視頻、生物識別、地理標記、筆跡等非結(jié)構(gòu)化數(shù)據(jù)。（3）速度快（Velocity）：由于計算機和傳感器技術(shù)的快速發(fā)展，金融行業(yè)的數(shù)據(jù)生成、采集、傳輸、存儲、分析速度大大提升，同時數(shù)據(jù)的完整性和一致性也得到有效提升。（4）真實度高（Veracity）：金融數(shù)據(jù)是重要的經(jīng)濟社會數(shù)據(jù)，很多金融統(tǒng)計數(shù)據(jù)都是衡量經(jīng)濟社會發(fā)展的關(guān)鍵性指標，也是很多企業(yè)和個人進行投資理財、資產(chǎn)管理的重要參考，因此，對金融數(shù)據(jù)的處理有著嚴格的要求，對數(shù)據(jù)錄入審核更嚴格和數(shù)據(jù)維護更嚴密，可以有效過濾掉噪聲、異常、錯誤等“臟數(shù)據(jù)”，數(shù)據(jù)的真實度非常高。（5）價值大（Value）：數(shù)據(jù)日益成為國家和企業(yè)的戰(zhàn)略性資源，對其價值的認可也在不斷加深，金融領(lǐng)域的市場波動，包括客戶身份、資產(chǎn)負債情況、資金收付交易等數(shù)據(jù)更是無論在宏觀層面還是在微觀層面都具有巨大的分析價值和應(yīng)用價值。（6）時效性（Validity）：數(shù)據(jù)的時效對分析問題、優(yōu)化決策具有直接的影響。當下處于數(shù)據(jù)井噴時代，尤其是在瞬息萬變的金融市場，每一秒鐘都有大量的數(shù)據(jù)生成，因此，只有及時有效的數(shù)據(jù)才能發(fā)揮最大的效果。（7）波動性（Volatility）：波動是金融市場的常態(tài)，金融大數(shù)據(jù)不可避免地也具有起伏波動特征。因此，金融大數(shù)據(jù)除了考慮時效性，即多長時間的數(shù)據(jù)有效，還需要確定一定的波動周期以確定這些數(shù)據(jù)不再與當前的分析有關(guān)。2.金融大數(shù)據(jù)的類型金融數(shù)據(jù)的來源眾多且數(shù)據(jù)處理方式不同，加之積累的海量數(shù)據(jù)規(guī)模和每日新增巨量交易數(shù)據(jù)，因此金融大數(shù)據(jù)有很多類型，可以從金融機構(gòu)、金融市場、融資方式、統(tǒng)計方式等不同的角度對數(shù)據(jù)類型進行劃分（見表1）。本報告按照大數(shù)據(jù)最常見的數(shù)據(jù)結(jié)構(gòu)劃分方法，將金融大數(shù)據(jù)分為三類：結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。表1金融大數(shù)據(jù)類型分類視角數(shù)據(jù)類別金融機構(gòu)銀行、證券、基金、保險、期貨等金融市場資本、外匯、黃金、貨幣等融資方式直接、間接統(tǒng)計方式存量、流量宏微觀宏觀、微觀結(jié)構(gòu)化結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化表1金融大數(shù)據(jù)類型（1）結(jié)構(gòu)化數(shù)據(jù)：所謂結(jié)構(gòu)化數(shù)據(jù)是以二維表結(jié)構(gòu)為邏輯表達現(xiàn)實的數(shù)據(jù)，通?？梢杂藐P(guān)系型數(shù)據(jù)庫按照固定的模式，如數(shù)字、符號來表示和存儲[2]，結(jié)構(gòu)化數(shù)據(jù)通常可以直接用傳統(tǒng)數(shù)據(jù)處理平臺來構(gòu)建模型和處理分析，常見的金融結(jié)構(gòu)化數(shù)據(jù)主要包括行情數(shù)據(jù)、研報數(shù)據(jù)、績效數(shù)據(jù)、指數(shù)數(shù)據(jù)等。（2）半結(jié)構(gòu)化數(shù)據(jù)：半結(jié)構(gòu)化數(shù)據(jù)是一種介于結(jié)構(gòu)化與非結(jié)構(gòu)化之間的數(shù)據(jù)，即存在一定的結(jié)構(gòu)但是不方便進行模式化的數(shù)據(jù)，這類數(shù)據(jù)通常一部分可以用數(shù)字、符號來表示，另一部分則需要通過文字描述來表示，常見的金融半結(jié)構(gòu)化數(shù)據(jù)主要包括金融資訊數(shù)據(jù)、金融社交數(shù)據(jù)等。（3）非結(jié)構(gòu)化數(shù)據(jù)：所謂非結(jié)構(gòu)化數(shù)據(jù)無法按照一個預(yù)定義的數(shù)據(jù)模型或固定的組織方式對數(shù)據(jù)進行表示，無限定的結(jié)構(gòu)形式，大數(shù)據(jù)挖掘的重點和難點就在于非結(jié)構(gòu)化數(shù)據(jù)。非結(jié)構(gòu)化數(shù)據(jù)涵蓋范圍較為廣泛，占據(jù)數(shù)據(jù)資源的80%以上，常見的金融非結(jié)構(gòu)化數(shù)據(jù)主要包括圖片、音頻、視頻、新聞等。二金融大數(shù)據(jù)的發(fā)展現(xiàn)狀當前，大數(shù)據(jù)全面滲透輻射到金融領(lǐng)域各個方面，已經(jīng)成為我國金融業(yè)發(fā)展的新增長點和引爆點。大數(shù)據(jù)能夠深度挖掘金融大數(shù)據(jù)冰山下的金礦，充分利用金融領(lǐng)域生成的海量數(shù)據(jù)發(fā)現(xiàn)數(shù)據(jù)所蘊含的情報價值，形成更為精準的用戶需求、用戶評價、金融風險等不同報告。大數(shù)據(jù)徹底顛覆了金融領(lǐng)域基于數(shù)據(jù)的傳統(tǒng)業(yè)務(wù)，重塑了金融服務(wù)的發(fā)展方向，極大地釋放了被抑制的金融創(chuàng)新。本報告從具體應(yīng)用角度出發(fā)，分析金融大數(shù)據(jù)在我國不同金融機構(gòu)的發(fā)展現(xiàn)狀。（一）金融大數(shù)據(jù)在銀行業(yè)的應(yīng)用現(xiàn)狀銀行業(yè)是受大數(shù)據(jù)影響最深的行業(yè)之一，以中國銀聯(lián)公司為例，其業(yè)務(wù)涉及全球160個國家和地區(qū)，銀行卡數(shù)量超過43億張，持卡人數(shù)量超過9億人，每天近7000萬條交易數(shù)據(jù)，核心交易數(shù)據(jù)都超過了TB級。一方面，銀行業(yè)在開展業(yè)務(wù)過程中，積累了大量客戶個人情況、資產(chǎn)情況、交易情況等高價值的數(shù)據(jù)，因此，利用大數(shù)據(jù)技術(shù)挖掘和分析銀行數(shù)據(jù)更能產(chǎn)生商業(yè)價值；另一方面，銀行業(yè)擁有充足的資本采用大數(shù)據(jù)技術(shù)和引進大數(shù)據(jù)人才。因此，大數(shù)據(jù)在銀行業(yè)應(yīng)用較為廣泛。具體來說，金融大數(shù)據(jù)在銀行業(yè)的應(yīng)用主要有三個方面。①優(yōu)化業(yè)務(wù)流程。大數(shù)據(jù)技術(shù)可以高效處理海量繁雜的銀行業(yè)務(wù)，銀行業(yè)可以利用大數(shù)據(jù)對眾多具體運營數(shù)據(jù)進行深入分析，不斷優(yōu)化運營細節(jié)和創(chuàng)新服務(wù)模式，改進業(yè)務(wù)處理流程和重塑業(yè)務(wù)規(guī)則，縮短服務(wù)時間，提高決策效率，提高整個服務(wù)的自動化程度（見圖3）。②驅(qū)動銀行業(yè)務(wù)增長。數(shù)據(jù)是新的生產(chǎn)資料，坐擁海量數(shù)據(jù)的銀行一方面可以利用數(shù)據(jù)提高核心業(yè)務(wù)水平，以更強的洞察力和更精準的營銷更好地服務(wù)客戶，提升用戶黏性；另一方面，也可以把數(shù)據(jù)變成更加豐富的差異化金融產(chǎn)品和金融服務(wù)，促進銀行業(yè)從規(guī)模經(jīng)濟向范圍經(jīng)濟轉(zhuǎn)型，創(chuàng)造更多增值業(yè)務(wù)，驅(qū)動銀行業(yè)務(wù)增長。③提高銀行風險管控能力。在互聯(lián)網(wǎng)時代，銀行、企業(yè)、個人以及中介機構(gòu)之間的交互與聯(lián)系更為密切，局部風險容易擴展成系統(tǒng)性風險，銀行業(yè)面臨的挑戰(zhàn)和風險日益增加，傳統(tǒng)的風險管理框架在互聯(lián)網(wǎng)時代顯得缺少前瞻和預(yù)測能力。大數(shù)據(jù)技術(shù)在銀行信用風險管理上的廣泛應(yīng)用，可以逐步建立以大數(shù)據(jù)分析替代個人判斷的新型信用風險模式，重組與再造銀行信用風險管理架構(gòu)，為企業(yè)和客戶提供全面深入的信用風險分析。以中國工商銀行為例，2013年中國工商銀行圍繞風險大數(shù)據(jù)重構(gòu)銀行風控體系，研發(fā)并投入使用外部欺詐風險信息系統(tǒng)，截至2017年3月，該系統(tǒng)累計預(yù)警業(yè)務(wù)風險129萬筆，涉及資金435億元，有效保障了銀行與客戶的資產(chǎn)安全。圖3大數(shù)據(jù)分析決策過程（二）金融大數(shù)據(jù)在證券業(yè)的應(yīng)用現(xiàn)狀現(xiàn)代證券行業(yè)具有資本密集、數(shù)據(jù)密集、智力密集等特點，不斷發(fā)展的大數(shù)據(jù)技術(shù)對證券行業(yè)的重要性與日俱增。證券行業(yè)的大數(shù)據(jù)往往具備細節(jié)化、多維化、動態(tài)化、隨機化等特征，只有通過大數(shù)據(jù)技術(shù)才能及時高效地處理海量證券交易數(shù)據(jù)。具體來說，金融大數(shù)據(jù)在證券業(yè)的應(yīng)用主要有四個方面。①提高營銷服務(wù)水平。伴隨金融機構(gòu)間合作的日益加深，加上大數(shù)據(jù)抓取技術(shù)的不斷發(fā)展，券商機構(gòu)可以采集和整合更多的客戶信息，如身份、信用、行為、喜好、經(jīng)營狀況、社交群體等，將大量非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換成結(jié)構(gòu)化數(shù)據(jù)，建立客戶潛在需求模型，形成立體化客戶畫像（見圖4），從而實現(xiàn)精準營銷甚至交叉銷售。以國泰君安為例，其智能化服務(wù)平臺可以在2秒種之內(nèi)對2200多萬名用戶、1000多萬名客戶進行識別、畫像、需求感知并進行選擇預(yù)判。②提升客戶關(guān)系管理能力。憑借大數(shù)據(jù)技術(shù)，券商機構(gòu)可以對不同客戶群體進行更為細致的聚類分群，如可以根據(jù)客戶的賬戶狀態(tài)、交易習慣、資產(chǎn)情況、投資收益等不同條件，對客戶群體進行細分，挖掘不同的客戶交易模式，尋找最有價值和具備潛在價值的客戶群體，提供適合的金融產(chǎn)品和服務(wù)。同時，可以通過挖掘歷史交易數(shù)據(jù)與客戶流失數(shù)據(jù)的關(guān)系，預(yù)測客戶流失情況。例如，海通證券2012年就自主開發(fā)“給予數(shù)據(jù)挖掘算法的證券客戶行為特征分析技術(shù)”，應(yīng)用在客戶深度畫像以及基于畫像的用戶流失概率預(yù)測方面。③增加金融產(chǎn)品和服務(wù)的定制化程度。在大數(shù)據(jù)的背景下，證券機構(gòu)將有能力挖掘不同客戶的產(chǎn)品和服務(wù)偏好并根據(jù)其風險承受能力，設(shè)計出更符合客戶需求的投資、理財、融資、消費等多種金融產(chǎn)品和服務(wù)，如光大證券推出智投魔方、華林證券推出智投機器人Andy、平安證券推出金融服務(wù)AI慧炒股等。④探索量化投資應(yīng)用。量化投資的本質(zhì)是定性投資的數(shù)量化分析過程，傳統(tǒng)量化投資借助計算機和金融工程建模從歷史交易數(shù)據(jù)中探索出“大概率”收益的投資組合。傳統(tǒng)量化模型多是基于傳統(tǒng)財報和市場報告等結(jié)構(gòu)化數(shù)據(jù)，大數(shù)據(jù)進入量化投資領(lǐng)域后，一方面可以充分使用輿情、搜索、語義文本等非結(jié)構(gòu)化數(shù)據(jù)，滿足日益復(fù)雜多樣的證券建模需要；另一方面，可以促進大數(shù)據(jù)量化投資策略更加精細和專業(yè)化。圖4基于大數(shù)據(jù)的用戶信用畫像（三）金融大數(shù)據(jù)在保險業(yè)的應(yīng)用現(xiàn)狀相比于電商行業(yè)、券商行業(yè)、銀行業(yè)等較早應(yīng)用大數(shù)據(jù)的行業(yè)，保險業(yè)的大數(shù)據(jù)在我國起步較晚。然而，保險行業(yè)的誕生與發(fā)展從來離不開統(tǒng)計與數(shù)據(jù)，而大數(shù)據(jù)逐步在保險行業(yè)推廣和應(yīng)用。具體來說，金融大數(shù)據(jù)在保險業(yè)的應(yīng)用主要有三個方面。①合理制定保險費率。當前，保險公司的保險費率多是基于樣本統(tǒng)計的歷史數(shù)據(jù)來預(yù)測保險標的發(fā)生損失的概率，進而通過精算精準確定的。然而，這種傳統(tǒng)計算方法存在一定的弊端，由于保險標的風險狀況是動態(tài)變化的，而歷史數(shù)據(jù)難以準確反映最新情況，所以，保險標的不能完全準確地反映出面臨的風險現(xiàn)狀。大數(shù)據(jù)在保險行業(yè)應(yīng)用的不斷加強，使得保險公司可以獲得更多維度的全量數(shù)據(jù)，有效提高風險評估的準確性，因此，可以更加合理的制定保險費率。如美國利寶互助保險集團（LibertyMutualInsuranceGroup）通過和汽車企業(yè)合作，對車主的駕駛習慣進行大數(shù)據(jù)分析，以便精準地確定車主每年需要繳納的保費。②提高保險反欺詐效果。保險欺詐既給保險企業(yè)帶來巨大損失，也給社會帶來嚴重的危害和不安定因素，長期以來，保險公司投入了大量人力物力來進行反欺詐，通過大數(shù)據(jù)來進行保險反欺詐已經(jīng)成為行業(yè)共識。憑借大數(shù)據(jù)技術(shù)，建立投保人的信用評價體系，再挖掘保險欺詐行為的規(guī)律特征，開發(fā)建立反保險欺詐大數(shù)據(jù)系統(tǒng)，可以準確、及時識別出欺詐案件。以中國平安為例，平安集團擁有8.8億人數(shù)據(jù)，其生物識別技術(shù)被廣泛用于反欺詐，在小額貸款業(yè)務(wù)，已對超過3000萬例人臉識別核身，將冒辦率由29%降至0；在大額貸款業(yè)務(wù)方面，已對超過30萬人進行表情面審，效率提升了10%。③提升保險營銷能力。投保人購買保險的前提是對未來風險的一個預(yù)期判定，而大數(shù)據(jù)無疑為這樣的風險判定增加了準確性。以大數(shù)據(jù)為基礎(chǔ)的保險服務(wù)將最大程度激活保險市場上的潛在需求，讓保險機構(gòu)對客戶行為、客戶狀態(tài)、興趣愛好等客戶個人情況有全方位的了解，再通過行為傾向性營銷建模，從而成功預(yù)測客戶的保險需求。典型代表是美國州立農(nóng)業(yè)保險公司（StateFarm），美國州立農(nóng)業(yè)保險公司建設(shè)了統(tǒng)一的信息中心，將各種金融保險業(yè)務(wù)的數(shù)據(jù)進行有效整合，借助大數(shù)據(jù)將其他業(yè)務(wù)精準推銷給其用戶，使其銀行業(yè)務(wù)的客戶中有98%都是原有保險業(yè)務(wù)的老客戶。（四）金融大數(shù)據(jù)在金融監(jiān)管部門的應(yīng)用現(xiàn)狀金融行業(yè)是大數(shù)據(jù)的先行者，金融監(jiān)管部門也是大數(shù)據(jù)的首批試水者。隨著大數(shù)據(jù)技術(shù)的應(yīng)用在金融領(lǐng)域的日趨加深，部分金融機構(gòu)和互聯(lián)網(wǎng)巨頭憑借其在互聯(lián)網(wǎng)領(lǐng)域的固有優(yōu)勢，掌握了海量的數(shù)據(jù)資產(chǎn)，容易產(chǎn)生數(shù)據(jù)寡頭現(xiàn)象，因此，金融監(jiān)管部門必須運用大數(shù)據(jù)改變傳統(tǒng)工作方式。具體來說，金融大數(shù)據(jù)在金融監(jiān)督部門的應(yīng)用主要有三個方面。①重塑金融監(jiān)管模式。大數(shù)據(jù)技術(shù)在金融監(jiān)管領(lǐng)域的應(yīng)用改變了傳統(tǒng)監(jiān)管模式的“滯后性”“一刀切”“高成本”等弊端，提高金融監(jiān)管的效率與準確率。大數(shù)據(jù)技術(shù)可以擴展渠道來源并實時追蹤金融市場與企業(yè)的動態(tài)變化，全方位采集數(shù)據(jù)，保證監(jiān)管的及時性，降低監(jiān)管面對的信息不對稱難題。例如，ZsetFinance公司可以進行多源數(shù)據(jù)采集，既包括傳統(tǒng)的信貸記錄數(shù)據(jù)，也包括社交、購物、交易等非傳統(tǒng)數(shù)據(jù)，讓信用評估更加準確可靠。同時，基于大數(shù)據(jù)和機器學習技術(shù)構(gòu)建智能監(jiān)管監(jiān)測系統(tǒng)，能夠提升監(jiān)管過程的智能化水平，極大地提高監(jiān)管效率。②降低金融監(jiān)督管理機構(gòu)的管理和運行成本。大數(shù)據(jù)通過對監(jiān)管數(shù)據(jù)的深入挖掘和全面分析，形成科技監(jiān)管框架，制定有針對性的措施，改進金融機構(gòu)內(nèi)部管理缺陷，降低運行和管理成本，加強和優(yōu)化金融監(jiān)管職能，提升監(jiān)管手段的精準性和落地性。③增強風險控制能力。通過大數(shù)據(jù)技術(shù)增強金融監(jiān)督部門的風險管控能力，既能有效規(guī)避系統(tǒng)性金融風險，又不形成對金融科技公司的發(fā)展制約。如2017年底，九次方大數(shù)據(jù)服務(wù)公司研發(fā)的省市金融風險預(yù)警大數(shù)據(jù)平臺投入運營，在國內(nèi)多個省份政府金融辦、發(fā)改委、經(jīng)信委等部門進行試用，逐步實現(xiàn)我國金融風險相關(guān)輿情及時預(yù)警分析和精準化區(qū)域監(jiān)控。三金融大數(shù)據(jù)對金融信息服務(wù)的影響大數(shù)據(jù)與金融行業(yè)正在加速融合，對金融服務(wù)業(yè)發(fā)展產(chǎn)生了巨大沖擊，金融大數(shù)據(jù)對金融信息服務(wù)也產(chǎn)生了深刻影響，對其服務(wù)可視化程度、服務(wù)模式、服務(wù)邊界以及服務(wù)創(chuàng)新都帶來了巨大變革。（一）提高金融信息服務(wù)的可視化程度數(shù)據(jù)可視化是一種借助圖形化手段表達數(shù)據(jù)的變化、聯(lián)系或者趨勢的方法。隨著大數(shù)據(jù)時代的到來，越來越多的數(shù)據(jù)需要得到有效利用，大數(shù)據(jù)對數(shù)據(jù)可視化產(chǎn)生了巨大沖擊，也推動數(shù)據(jù)可視化技術(shù)不斷應(yīng)用到各行各業(yè)，醫(yī)療、航天、環(huán)境、金融等領(lǐng)域都開始用更高效的信息處理算法表示數(shù)據(jù)的價值。當前，金融大數(shù)據(jù)推動了數(shù)據(jù)可視化技術(shù)在金融信息服務(wù)中的應(yīng)用，提高了金融信息的可視化程度，促進了金融信息服務(wù)效率的提升，主要包括如下三個方面。①更有效率的數(shù)據(jù)展現(xiàn)形式。以大數(shù)據(jù)技術(shù)為引領(lǐng)，綜合使用數(shù)學算法、數(shù)據(jù)挖掘、圖形處理等一系列信息技術(shù)，從海量結(jié)構(gòu)化與非結(jié)構(gòu)化并行的金融大數(shù)據(jù)中，提煉出有效數(shù)據(jù)并以信息動態(tài)集成方式展示出來。②更有效率的運營體系?？梢暬鹑诜?wù)正逐步應(yīng)用到不同金融服務(wù)場景當中，數(shù)據(jù)可視化可以實現(xiàn)多項服務(wù)的數(shù)據(jù)共享共生、同步并行，減少設(shè)備故障率，降低資源浪費，提高業(yè)務(wù)銜接水平，不斷優(yōu)化運營體系，大大提高金融信息服務(wù)體系的效率。③更有效率的業(yè)務(wù)監(jiān)控。金融大數(shù)據(jù)可視化系統(tǒng)可以追蹤金融機構(gòu)從總部到各分支機構(gòu)的運營動態(tài)，實時監(jiān)測設(shè)備和業(yè)務(wù)的效能情況、運行情況、完成情況，面臨異常情況時，能夠及時反饋、迅速應(yīng)答。（二）提升金融信息服務(wù)的定制化水平金融行業(yè)競爭異常激烈，產(chǎn)品和服務(wù)的同質(zhì)程度非常嚴重，隨著80后、90后逐步成為金融信息服務(wù)的主要用戶，對服務(wù)的個性化定制的需求也在不斷增加。金融大數(shù)據(jù)提升了金融信息服務(wù)的定制化水平，主要體現(xiàn)在如下三點。①更多普通投資者享受的差異化服務(wù)。受人力成本的限制，傳統(tǒng)的定制金融信息服務(wù)通常面向高價值客戶群，而金融大數(shù)據(jù)可以根據(jù)客戶的多種行為偏好數(shù)據(jù)和網(wǎng)絡(luò)抓取數(shù)據(jù)進行交叉驗證和數(shù)據(jù)建模，形成更為精準和立體的客戶畫像，再經(jīng)過用戶風險承受度測算，為普通投資者制定出符合自身偏好的投資分析信息。②更加盈利的增值業(yè)務(wù)。差異化服務(wù)往往帶來更多額外收益，基于大數(shù)據(jù)對大量用戶信息的挖掘和分析，設(shè)計研發(fā)出符合大眾需求的金融信息服務(wù)和產(chǎn)品，根據(jù)不同客戶需求差異開展個性化定制服務(wù)，這一服務(wù)是金融信息服務(wù)中的增值業(yè)務(wù)，也將成為未來金融信息服務(wù)業(yè)的主要盈利模塊。③更加智能的服務(wù)推送。金融大數(shù)據(jù)處理平臺可以對用戶搜索、消費習慣、市場熱點等數(shù)據(jù)進行有效記錄和智能分析，向用戶智能推送差異化的金融信息服務(wù)，實現(xiàn)服務(wù)與用戶的精準匹配，有效降低用戶搜尋成本。（三）拓展金融信息服務(wù)的服務(wù)邊界2015年9月國務(wù)院頒布的《促進大數(shù)據(jù)發(fā)展行動綱要》提出，我國將在2018年底前建成國家政府數(shù)據(jù)統(tǒng)一開放平臺，要求率先在信用、金融等重要領(lǐng)域?qū)崿F(xiàn)公共數(shù)據(jù)資源合理適度向社會開放。金融數(shù)據(jù)資源的開放性增加，也進一步拓展了金融信息服務(wù)的邊界，主要體現(xiàn)在如下三點。①服務(wù)對象和范圍擴大。大數(shù)據(jù)的高效性以及滲透性，使金融信息服務(wù)的對象和范圍得到大大擴展。例如，高頻的理財服務(wù)、存款服務(wù)、支付結(jié)算等交易活動難以在傳統(tǒng)的金融信息服務(wù)中實現(xiàn)，而由于大數(shù)據(jù)技術(shù)在金融領(lǐng)域的深度應(yīng)用，這些服務(wù)目前都已經(jīng)實現(xiàn)。②推動跨界合作。大數(shù)據(jù)提高了數(shù)據(jù)采集的準確率，降低了市場分析的錯誤率和成本，讓金融與非金融業(yè)之間跨界合作的門檻得以降低，產(chǎn)生出新的融合價值，這也使得金融信息服務(wù)不僅僅服務(wù)于金融相關(guān)領(lǐng)域，也可能會服務(wù)其他產(chǎn)業(yè)。③打造開放服務(wù)平臺。伴隨金融業(yè)務(wù)載體與電子商務(wù)、社交媒體的融合程度日益加深，各行各業(yè)對金融信息服務(wù)的實時性和準確性要求越來越高，因此，通過大數(shù)據(jù)技術(shù)打造開放金融信息服務(wù)平臺，以利用數(shù)據(jù)價值為核心的商業(yè)服務(wù)模式正在逐步形成。（四）增強金融信息服務(wù)的創(chuàng)新能力金融信息服務(wù)創(chuàng)新是以新的變革方式，促進服務(wù)更加高效、方便和準確，大數(shù)據(jù)有力地提高了金融信息服務(wù)創(chuàng)新能力。①服務(wù)理念的創(chuàng)新。大數(shù)據(jù)技術(shù)的發(fā)展改變了傳統(tǒng)的信息服務(wù)模式，從主動性、差異性、集成性等方面對服務(wù)提出了更高的要求，讓金融信息服務(wù)業(yè)有條件也有能力更好地服務(wù)客戶。②服務(wù)載體和路徑創(chuàng)新。大數(shù)據(jù)技術(shù)整合移動社交、移動支付等功能，充分利用微信、微博、論壇、知乎等社交網(wǎng)絡(luò)所提供的金融機構(gòu)的服務(wù)入口，創(chuàng)新金融信息服務(wù)的載體和路徑，創(chuàng)建直面更多更復(fù)雜客戶需求的平臺。③服務(wù)手段創(chuàng)新。一方面，以優(yōu)質(zhì)的服務(wù)手段滿足客戶，憑借大數(shù)據(jù)技術(shù)，金融信息服務(wù)中不斷融入社交、時事、偏好等非結(jié)構(gòu)化數(shù)據(jù)，開發(fā)更符合客戶習慣與特征的金融信息服務(wù)產(chǎn)品；另一方面，以更高黏性的手段綁定客戶，金融機構(gòu)通過大數(shù)據(jù)分析將提供適合客戶之間交流以及客戶與服務(wù)商之間相互交流的服務(wù)平臺，增強客戶黏性。四金融大數(shù)據(jù)在金融信息服務(wù)應(yīng)用中的瓶頸當前大數(shù)據(jù)在全世界范圍呈現(xiàn)井噴式增長，大數(shù)據(jù)應(yīng)用滲透到金融行業(yè)的方方面面，成為推動金融信息服務(wù)變革的重要動力。大數(shù)據(jù)的演進與生產(chǎn)力的提高有著直接的關(guān)系。當然，由于大數(shù)據(jù)本身處于技術(shù)發(fā)展初期，加上我國金融信息服務(wù)業(yè)自身發(fā)展的不足，大數(shù)據(jù)在金融信息服務(wù)應(yīng)用方面存在一些瓶頸。（一）數(shù)據(jù)人才匱乏隨著大數(shù)據(jù)重要性的日益凸顯，越來越多的企業(yè)投入大數(shù)據(jù)業(yè)務(wù)拓展中，隨之而來的就是大數(shù)據(jù)人才匱乏問題。相關(guān)統(tǒng)計數(shù)據(jù)顯示，未來3～5年，我國數(shù)據(jù)人才缺口超過150萬人。雖然目前國內(nèi)已有多所高校設(shè)立“數(shù)據(jù)科學和大數(shù)據(jù)技術(shù)”相關(guān)專業(yè)，然而，一個新興專業(yè)從設(shè)立到成熟，再到為社會輸送合格的人才需要一定的時間，因此，金融行業(yè)大數(shù)據(jù)人才稀缺的局面也將持續(xù)一段時間。同時，當前大數(shù)據(jù)發(fā)展還呈現(xiàn)新的特點，即從技術(shù)攻克逐步轉(zhuǎn)化為商業(yè)應(yīng)用，對大數(shù)據(jù)落地人才的需求更加強烈。金融大數(shù)據(jù)在金融信息服務(wù)領(lǐng)域的應(yīng)用是數(shù)據(jù)分析轉(zhuǎn)化為商業(yè)價值的過程，是典型的大數(shù)據(jù)落地應(yīng)用，數(shù)據(jù)人才匱乏成為制約金融信息服務(wù)業(yè)發(fā)展的重要瓶頸之一。（二）數(shù)據(jù)共享難題國家“十三五”規(guī)劃綱要明確指出“把大數(shù)據(jù)作為基礎(chǔ)性戰(zhàn)略資源”，要“全面實施促進大數(shù)據(jù)發(fā)展行動，加快推動數(shù)據(jù)資源共享開放和開發(fā)應(yīng)用”。然而，長期以來，不同金融機構(gòu)間的數(shù)據(jù)共享存在法律、技術(shù)、標準等一系列障礙，具體來說，金融領(lǐng)域的數(shù)據(jù)共享主要面臨三個問題。首先是共享的法律問題，數(shù)據(jù)共享的很多法律問題至今沒有解決，主要是數(shù)據(jù)產(chǎn)權(quán)問題和隱私保護問題。其次是利益問題。數(shù)據(jù)日益成為企業(yè)重要的重要資產(chǎn)，數(shù)據(jù)共享相當于將重要的資產(chǎn)共享出去，企業(yè)擔心難以獲得相應(yīng)價值的回報。最后是共享平臺問題。不同機構(gòu)間標準的不同，加上大量非結(jié)構(gòu)化數(shù)據(jù)的存在，造成缺乏一個高效的共享平臺。金融大數(shù)據(jù)發(fā)展的核心要求是對金融各領(lǐng)域數(shù)據(jù)資源的積累與共享，如果無法實現(xiàn)不同金融機構(gòu)間、不同金融企業(yè)間、不同金融服務(wù)環(huán)節(jié)間數(shù)據(jù)的共享，則無論是對市場波動的預(yù)測分析，還是對個人行為習慣的判定都將大打折扣。（三）數(shù)據(jù)質(zhì)量問題數(shù)據(jù)質(zhì)量決定數(shù)據(jù)的價值。近年來，電子商務(wù)、社交平臺、新零售等新興領(lǐng)域與金融行業(yè)的融合不斷加深，加上金融行業(yè)自身的快速發(fā)展，產(chǎn)生了海量數(shù)據(jù)資源。然而，由于數(shù)據(jù)標準、數(shù)字監(jiān)管、非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換等問題的制約，數(shù)據(jù)質(zhì)量難以提高，海量的金融數(shù)據(jù)未能產(chǎn)生海量的數(shù)據(jù)價值。數(shù)據(jù)質(zhì)量不高制約著金融大數(shù)據(jù)的分析效果，同樣也影響著金融信息服務(wù)業(yè)的發(fā)展。五促進金融大數(shù)據(jù)在金融信息服務(wù)業(yè)應(yīng)用的對策建議數(shù)據(jù)作為互聯(lián)網(wǎng)時代的新能源，是推動金融業(yè)轉(zhuǎn)型升級、催生行業(yè)新業(yè)態(tài)、挖掘商業(yè)新價值的重要引擎。金融大數(shù)據(jù)對金融信息服務(wù)業(yè)的沖擊不局限于某一環(huán)節(jié)，而是帶來整個業(yè)務(wù)流程的系統(tǒng)性變革，對此可以提出如下對策建議。（一）加強大數(shù)據(jù)人才隊伍建設(shè)大數(shù)據(jù)的應(yīng)用范圍和應(yīng)用深度日益擴大，人才短缺成為制約大數(shù)據(jù)發(fā)展的最大瓶頸。只有加快建立大數(shù)據(jù)人才培養(yǎng)體系，強化人才培養(yǎng)機制，才能滿足金融信息服務(wù)業(yè)日益增長的優(yōu)質(zhì)大數(shù)據(jù)人才需求。為建設(shè)一流的大數(shù)據(jù)人才隊伍，應(yīng)根據(jù)我國現(xiàn)階段大數(shù)據(jù)發(fā)展現(xiàn)狀和大數(shù)據(jù)