金融大資料應用現狀與發展趨勢
隨著大資料技術的廣泛普及和發展成熟,金融大資料應用已經成為行業熱點趨勢,在交易欺詐識別、精準營銷、黑產防範、消費信貸、信貸風險評估、供應鏈金融、股市行情預測、股價預測、智慧投顧、騙保識別、風險定價等涉及銀行、證券、保險等多領域的具體業務中,得到廣泛應用。對於大資料的應用分析能力,正在成為金融機構未來發展的核心競爭要素。
毋庸置疑,金融大資料擁有著廣闊的發展前景。然而,金融大資料應用也面臨著資料資產管理水平不足、技術改造難度大、行業標準缺失、安全管控壓力大和政策保障仍不完善等一系列制約因素。為推動金融大資料更好發展應用,必須從政策扶持保障、資料管理能力提升、行業標準規範建設和應用合作創新等多個方面入手,不斷強化應用基礎能力,持續完善產業生態環境。
大資料技術的金融應用情況分析
大資料技術的應用提升了金融行業的資源配置效率,強化了風險管控能力,有效促進了金融業務的創新發展。金融大資料在銀行業、證券行業、保險行業、支付清算行業和網際網路金融行業都得到廣泛的應用。
1.大資料在銀行業中的應用。
一是信貸風險評估 。在傳統方法中,銀行對企業客戶的違約風險評估多是基於過往的信貸資料和交易資料 等靜態資料,這種方式的最大弊端就是缺少前瞻性。因為影響企業違約的重要因素並不僅僅只是企業歷史的信用情況,還包括行業的整體發展狀況和實時的經營情況。而大資料手段的介入使信貸風險評估更趨近於事實。
內外部資料資源整合是大資料信貸風險評估的前提。一般來說,商業銀行在識別客戶需求、估算客戶價值、判斷客戶優劣、預測客戶違約 可能的過程中,既需要藉助銀行內部已掌握的客戶相關資訊,也需要藉助外部機構掌握的人行徵信資訊、客戶公共評價資訊、商務經營資訊、收支消費資訊、社會關聯資訊等。
二是供應鏈金融 。利用大資料技術,銀行可以根據企業之間的投資、控股、借貸、擔保以及股東和法人之間的關係,形成企業之間的關係圖譜,利於關聯企業分析及風險控制。知識圖譜在通過建立資料之間的關聯連結,將碎片化的資料有機地組織起來,讓資料更加容易被人和機器理解和處理,併為搜尋、挖掘、分析等提供便利。
在風控上,銀行以核心企業為切入點,將供應鏈上的多個關鍵企業作為一個整體。利用交往圈分析模型 ,持續觀察企業間的通訊交往資料變化情況,通過與基線資料的對比來洞察異常的交往動態,評估供應鏈的健康度及為企業貸後風控提供參考依據。
2.大資料在證券行業中的應用。
一是股市行情預測。大資料可以有效拓寬證券企業量化投資資料維度,幫助企業更精準地瞭解市場行情。隨著大資料廣泛應用、資料規模爆發式增長以及資料分析及處理能力顯著提升,量化投資將獲取更廣闊的資料資源,構建更多元的量化因子,投研模型更加完善。
證券企業應用大資料對海量個人投資者樣本進行持續性跟蹤監測,對賬本投資收益率、持倉率、資金流動情況等一系列指標進行統計、加權彙總,瞭解個人投資者交易行為的變化、投資信心的狀態與發展趨勢、對市場的預期以及當前的風險偏好等,對市場行情進行預測。
二是股價預測。證券行業具有自身的特點,與其他行業產品與服務的價值衡量普遍存在間接性的特點不同,證券行業客戶的投資與收益以直接的、客觀的貨幣形式直觀地呈現。受證券行業自身特點和行業監管要求的限制,證券行業金融業務與產品的設計、營銷與銷售方式也與其他行業具有鮮明的差異,專業性更強。
諾貝爾經濟學獎得主羅伯特·席勒設計的投資模型至今仍被業內沿用。在他的模型中,主要參考三個變數:投資專案計劃的現金流、公司資本的估算成本、股票市場對投資的反應(市場情緒)。大資料技術可以收集並分析社交網路如微博、朋友圈、專業論壇等渠道上的結構化和非結構化資料,瞭解市場對特定企業的觀感,使得市場情緒感知成為可能。
三是智慧投顧。智慧投顧是近年證券公司應用大資料技術匹配客戶多樣化需求的新嘗試之一,目前已經成為財富管理新藍海。智慧投顧業務提供線上的投資顧問服務,能夠基於客戶的風險偏好、交易行為等個性化資料,採用量化模型,為客戶提供低門檻、低費率的個性化財富管理方案。智慧投顧在客戶資料收集分析、投資方案的制定、執行以及後續的維護等步驟上均採用智慧系統自動化完成,且具有低門檻、低費率等特點,因此能夠為更多的零售客戶提供定製化服務。
3.大資料在保險行業中的應用。
一是騙保識別。藉助大資料手段,保險企業可以識別詐騙規律,顯著提升騙保識別的準確性與及時性。保險企業可以通過建設保險欺詐識別模型,大規模地識別近年來發生的所有賠付事件。通過篩選從數萬條賠付資訊中挑出疑似詐騙索賠。保險企業再根據疑似詐騙索賠展開調查會有效提高工作效率。此外,保險企業可以結合內部、第三方和社交媒體資料進行早期異常值檢測,包括了客戶的健康狀況、財產狀況、理賠記錄等,及時採取干預措施,減少先期賠付。
二是風險定價。保險公司通過大資料分析可以解決現有的風險管理問題。比如,通過智慧監控裝置蒐集駕駛者的行車資料,如行車頻率、行車速度、急剎車和急加速頻率等;通過社交媒體蒐集駕駛者的行為資料,如在網上吵架頻率、性格情況等;通過醫療系統蒐集駕駛者的健康資料。以這些資料為出發點,如果一個人不經常開車,並且開車十分謹慎的話,那麼他可以比大部分人節省30%-40%的保費,這將大大地提高保險產品的競爭力。
4.大資料在支付清算行業中的應用。
以交易欺詐識別為例。目前,支付服務操作十分便捷,客戶已經可以做到隨時、隨地進行轉賬操作。面對盜刷和金融詐騙案件頻發的現狀,支付清算企業交易詐騙識別挑戰巨大。大資料可以利用賬戶基本資訊、交易歷史、位置歷史、歷史行為模式、正在發生行為模式等,結合智慧規則引擎進行實時的交易反欺詐分析。整個技術實現流程為實時採集行為日誌、實時計算行為特徵、實時判斷欺詐等級、實時觸發風控決策、案件歸併形成閉環。
金融大資料發展應用趨勢
一是大資料應用水平正在成為金融企業競爭力的核心要素。金融的核心就是風控,風控以資料為導向。金融機構的風控水平直接影響壞賬率、營收和利潤。目前,金融機構正在加大在資料治理專案中的投入,結合大資料平臺建設專案,構建企業內統一的資料池,實現資料的“穿透式”管理。大資料時代,資料治理是金融機構需要深入思考的命題,有效的資料資產管控,可以使資料資產成為金融機構的核心競爭力。
二是金融行業資料整合、共享和開放成為趨勢。資料越關聯越有價值,越開放越有價值。隨著各國政府和企業逐漸認識到資料共享帶來的社會效益和商業價值,全球已經掀起一股資料開放的熱潮。目前,美歐等發達國家和地區的政府都在資料共享上做出了表率,開放大量的公共事業資料。中國政府也著力推動資料開放,國務院《促進大資料發展行動綱要》提出:到2018年,中央政府層面實現金稅、金關、金財、金審、金盾、金巨集、金保、金土、金農、金水、金質等資訊系統通過統一平臺進行資料共享和交換。
三是金融資料與其他跨領域資料的融合應用不斷強化。從2016年開始,大資料技術逐漸成熟,資料採集技術快速發展,通過影象識別、語音識別、語義理解等技術實現外部海量高價值資料收集,包括政府公開資料、企業官網資料、社交資料。金融機構得以通過客戶動態資料的獲取更深入地瞭解客戶。
未來,資料流通的市場會更健全。金融機構將可以方便地獲取電信、電商、醫療、出行、教育等其他行業的資料,一方面會有力地促進金融資料和其他行業資料融合,使得金融機構的營銷和風控模型更精準。另一方面,跨行業資料融合會催生出跨行業的應用,使金融行業得以設計出更多的基於場景的金融產品,與其他行業進行更深入的融合。
四是金融資料安全問題越來越受到重視。大資料的應用為資料安全帶來新的風險。資料具有高價值、無限複製、可流動等特性,這些特性為資料安全管理帶來了新的挑戰。對金融機構來說,網路惡意攻擊成倍增長,組織資料被竊的事件層出不窮。這對金融機構的資料安全管理能力提出了更高的要求。大資料使得金融機構內海量的高價值資料得到集中,並使資料實現高速存取。但是,如果出現資訊洩露可能一次性洩露組織內近乎全部的資料資產。資料洩露後還可能急速擴散,甚至出現更加嚴重的資料篡改和智慧欺詐的情況。
金融大資料應用面臨的挑戰
一是金融行業的資料資產管理應用水平仍待提高。金融行業的資料資產管理仍存在資料質量不足、資料獲取方式單一、資料系統分散等一系列問題。一是金融資料質量不足,主要體現為資料缺失、資料重複、資料錯誤和資料格式不統一等多個方面。二是金融行業資料來源相對單一,對於外部資料的引入和應用仍需加強。三是金融行業的資料標準化程度低,分散在多個數據系統中,現有的資料採集和應用分析能力難以滿足當前大規模的資料分析要求,資料應用需求的響應速度仍不足。
二是金融大資料應用技術與業務探索仍需突破。金融機構原有的資料系統架構相對複雜,涉及的系統平臺和供應商相對較多,實現大資料應用的技術改造難度較大,而且系統改造的同時必須保障業務系統的安全可靠執行。同時,金融行業的大資料分析應用模型仍處於探索階段,成熟案例和解決方案仍相對較少,金融機構應用大資料需要投入大量的時間和成本進行調研和試錯,一定程度上制約了金融機構大資料應用的積極性。而且,目前的應用實踐反映出大資料分析的誤判率還比較高,機器判斷後的結果仍需要人工核查,資源利用效率和客戶體驗均有待提升。
三是金融大資料的行業標準與安全規範仍待完善。當前,金融大資料的相關標準仍處於探索期,金融大資料缺乏統一的儲存管理標準和互通共享平臺,涉及金融行業大資料的安全規範還存在較多空白。相對於其他行業而言,金融大資料涉及更多的使用者個人隱私,在使用者資料安全和資訊保護方面要求更加嚴格。隨著大資料在多個金融行業細分領域的價值應用,在缺乏行業統一安全標準和規範的情況下,單純依靠金融機構自身管控,會帶來較大的安全風險。
四是金融大資料發展的頂層設計和扶持政策還需強化。在發展規劃方面,金融大資料發展的頂層設計仍需強化。一方面,金融機構間的資料壁壘仍較為明顯,資料應用仍是各自為戰,缺乏有效的整合協同,跨領域和跨企業的資料應用相對較少。另一方面,金融行業資料應用缺乏整體性規劃,當前仍存在較多分散性、臨時性和應激性的資料應用,資料資產的應用價值沒有得到充分發揮,業務支撐作用仍待加強,迫切需要通過行業整體性的產業規劃和扶持政策,明確發展重點,加強方向引導。
促進金融大資料發展應用的建議
一是出臺促進金融大資料發展的產業規劃和扶持政策。建議針對產業發展需求和政策空白領域,出臺促進金融行業大資料發展應用的指導性政策意見,明確產業發展的目標、方向、路徑和要求,完善產業發展的配套保障體系和發展能力評估建設體系。指導和支援金融大資料在產業標準、安全和商業化等多個領域的相關研究。逐步加快釋出和形成金融大資料產業應用標準體系和行業規範,以標準促進產業合作,創造更加良好的產業發展環境,增強產業界發展積極性。
二是分階段推動金融資料開放、共享和統一平臺建設。針對金融機構資料分散和隔離問題,建議監管機構牽頭,分階段推進金融行業安全可控的資料開放共享。首先從制定統一資料目錄,明確最低開放標準著手,逐步鼓勵金融機構創新合作模式,搭建金融行業統一資料平臺,克服跨組織資料流通障礙。未來可鼓勵金融機構探索混合所有制,建立獨立運營主體,負責金融行業大資料的統一管理和運營,開展跨行業、跨領域應用合作,促進金融大資料在社會經濟各領域的價值實現。
三是強化金融大資料行業標準和安全規範建設。建議組織金融行業各方主體,協同制定統一的金融行業大資料交易規範,明確交易各方的資料安全責任,保障金融大資料市場的健康、有序發展;制定明確的資料安全使用標準,對金融大資料的使用許可權、使用範圍、使用方式和安全機制等,進行嚴格的規範化、標準化管理;建立有效的投訴機制和懲罰機制,實施全程全網的資料安全使用管控與源頭追訴。
四是依託行業平臺推進金融大資料應用成果共享合作。積極發揮以“中國支付清算協會金融大資料應用研究組”為代表的行業組織的平臺作用,打造具有品牌影響力的金融大資料交流分享平臺,建立金融大資料行業的長效溝通機制,促進金融大資料應用成果的經驗分享和互動交流。同時,積極推動金融行業和電信、電商、旅遊等跨行業的溝通和合作,通過專題活動宣傳和推廣,展示金融大資料在各個行業領域的應用成果,增加金融大資料應用的社會關注度。
作者:丁華明(中國支付清算協會業務協調三部主任 ) 轉自:移動支付網
版權宣告:作者保留權利,嚴禁修改,轉載請註明原文連結。
資料人網是資料人學習、交流和分享的平臺http://shujuren.org 。專注於從資料中學習到有用知識。 平臺的理念:人人投稿,知識共享;人人分析,洞見驅動;智慧聚合,普惠人人。 您在資料人網平臺,可以1)學習資料知識;2)建立資料部落格;3)認識資料朋友;4)尋找資料工作;5)找到其它與資料相關的乾貨。 我們努力堅持做原創,聚合和分享優質的省時的資料知識! 我們都是資料人,資料是有價值的,堅定不移地實現從資料到商業價值的轉換!