第二节　大数据金融的内涵

一、大数据金融的界定

所谓的大数据金融，是运用大数据技术开展金融服务，即集合大规模结构化、半结构化、非结构化数据，通过互联网、云计算和数据挖掘等信息处理的方式进行实时分析，向客户提供全方位的信息，并通过分析和挖掘客户交易与客户的消费习惯的信息，预测客户的行为，以结合传统的金融服务、开展资金融通、创新金融服务。

首先，当代金融机构的发展离不开大数据的支撑，大数据金融有利于金融机构进行精准营销，大大提高其金融服务效率。因为大数据技术的运用可以提供更为周到的金融服务，增加客户的认同感和归属感，在客户心目中树立起良好的企业形象。其次，大数据金融迎合了当前金融机构迫切需要转型升级的内在需求，提高了金融机构的盈利水平，逐步形成了自身的核心竞争力。最后，在互联网企业涉足金融和传统金融机构的双重夹击下，传统金融机构必须顺应时代发展潮流，积极变革，转变自身的思维，大力发展大数据金融，提高自身在金融业中的竞争力。

此外，大数据金融对传统金融行业的革新、产业链的价值重构、互联网金融生态圈的建设等起到了重要的推动作用，我们将在后面章节进行详细介绍。

二、大数据金融的特征

大数据技术与金融领域相结合，将彻底改变传统金融服务模式，重构金融产业价值链。与传统金融形式相比，大数据金融具有以下几个明显不同的特征。

（一）数字化

2016年1月，中国人民银行公开宣布将尽快推出数字货币。紧接着的2月，中国人民银行行长周小川在接受财新周刊专访时，又对数字货币进行了详细阐述，可见中国离数字货币时代越来越近。从长远来看，数据化和网络化全面深入的发展将极大地改变金融行业，大数据的应用将改变传统金融机构的资金中介的职能，使其表现出虚拟化和电子化的交易特征，整个金融行业未来的发展方向将是虚拟化的，全面颠覆当前的金融服务形态。具体体现在以下三个方面。

（1）产品的虚拟化。传统的资金流将逐渐体现为数据信号的交换，电子货币等数字化金融产品在经济生活中将成为主流。

（2）服务的虚拟化。传统的人工服务将逐渐被移动互联网、全息仿真技术等科技手段所替代，银行通过完全虚拟的渠道更广泛地向客户提供金融服务。

（3）流程的虚拟化。银行业务流程中各种单据和凭证等将逐渐由传统的纸质形式转变为数字文件的形式来处理，将极大提高工作效率和便利性。

可以合理地预见，在大数据时代，传统金融机构将在涉及管理理念和运营方式的多个方面面临着诸多挑战。未来金融机构的整体运作将是一个数据的洪流，“数字金融”得以全面实现。

（二）开放性

传统金融机构拥有两项基础功能：一是资金中介，即传统金融机构通过专有技术达到规模经济，降低资金融通的交易成本；二是信息中介，即传统金融机构采用专门的信息处理技术，解决资金借贷双方之间由于信息不对称而引发的逆向选择和道德风险问题。

在大数据时代，金融机构将不再自然而然地拥有社会经济信息中心的地位，企业不再仅通过向金融机构提供信息来获取信用。新兴技术如社交网络、物联网、搜索引擎、移动互联网、大数据、云计算等改变了信息产生、传播、处理并运用的方式，尤其是依托互联网与移动支付技术为基础的互联网金融降低了信息不对称和物理区域所带来的障碍，通过信息流、数据流引导各类资源的全面有效分配，甚至资金供需双方可以直接通过网络获取信息并参与交易（P2P平台迅速发展就是实证），促使传统的生产关系发生变革，形成了各机构主体间关系的相对平等。这对传统金融机构业务发展提出了巨大挑战，金融机构将改变过去自然的、被动的社会经济信息收集中心的角色，以开放的方式与客户平等交流，主动收集客户信息。

（三）高生产力

在未来的经济活动中，大数据将与物质资本、人力资本一起，成为生产过程中的一个重要生产要素。它可以转变成现实的生产力，并创造出巨大的经济价值。随着大数据的广泛应用，开放的、数字化的金融机构可以实现更高的生产力，主要体现在以下几个方面。

（1）降低经营成本。信息技术发展带来金融产品交易的虚拟化，使金融供应链对外延伸，降低了全社会融资成本和财务费用，提高了整个市场的生产效率。

（2）提高营销的精确度。大数据的积累使得金融机构可以通过全面分析自身内部数据和外部的社会化数据，进而获得更为完整的客户信息，避免因客户信息不对称而导致错误认知，使得金融产品和服务销售更具精准性。此外，银行还可以通过现有客户和他们的社交网络或商业网络找到更有价值的潜在客户，并发起精准营销。

（3）提高风险控制能力。随着科技的进步和数据类型的扩展，越来越多的半结构化的数据，利用大数据技术能够整合结构化和半结构化的交易数据、非结构化交互数据，开展全面的模式识别、分析，帮助银行实现事前风险预警、事中风险控制，建立动态的、可靠的信用系统，并识别各种交易风险，有效防范和控制金融风险，深度挖掘高价值的目标客户。

（4）促进业务产品创新。金融机构可以利用大数据分析技术对海量结构化、非结构化数据进行深度分析和挖掘，更好地了解客户的消费习惯、行为特征、客户群体及个体网络行为模式，并基于这些有价值的信息，为客户制定个性化、智能化的服务模式，设计开发出更贴近用户需求的新产品。

（四）科学决策

大数据的客观性和价值性将彻底重塑传统的银行决策机制，大数据时代为金融机构经营管理提供了全面、及时的决策支持信息。金融机构可以从每一个经营环节中挖掘出数据的价值，通过大数据分析以更好地了解客户的行为特征、客户群体网络行为模式，优化运营流程，并进行业务创新。

传统金融机构的决策模式依赖于样本数据分析和高层管理经验，而大数据时代的全量数据分析使得分析结果更具客观性和决策支持性，金融机构的决策过程将以数据为核心进行决策判断。对于金融机构的管理者来说，这是一场管理革命，能够极大地改变思维习惯。我们知道全数据分析是大数据的一个显著特征，在大数据金融体系下，金融机构数据获取、分析和运用的渠道机制都和传统金融运行方式截然不同。金融机构通过大数据分析技术对海量结构化数据和非结构化数据进行分析、判断和提取后，能够及时准确地发现业务和管理领域可能存在的机会与风险，为业务发展和风险防范提供重要决策依据。