浅谈“大数据+金融”的发展现状!

近年来,我国金融科技快速发展,在多个领域已经走在世界前列。大数据、人工智能、云计算、移动互联网等技术与金融业务深度融合,大大推动了我国金融业转型升级,助力金融更好地服务实体经济,有效促进了金融业整体发展。在这一发展过程中,又以大数据技术发展最为成熟、应用最为广泛。从发展特点和趋势来看,“金融云”快速建设落地奠定了金融大数据的应用基础,金融数据与其他跨领域数据的融合应用不断强化,人工智能正在成为金融大数据应用的新方向,金融行业数据的整合、共享和开放正在成为趋势,给金融行业带来了新的发展机遇和巨大的发展动力。

那么,目前大数据金融的发展现状到底是怎样的呢?下面一起来看一下!

浅谈“大数据+金融”的发展现状!

数据应用难度大,制约因素多

1.大数据技术框架

大数据技术框架的组成部分包括处理系统、平台基础和计算模型。首先,处理系统必须稳定可靠,同时支持实时处理和离线处理多种应用,支持多源异构数据的统一存储和处理等功能。其次,平台基础要解决硬件资源的抽象和调度管理问题,以提高硬件资源的利用效率,充分发挥设备的性能。最后,计算模型需要解决三个基本问题:模型的三要素(机器参数、执行行为、成本函数)、扩展性与容错性、性能优化。这些要求对构建大数据技术框架提出了非常高的要求。

2.大数据应用推进和落地

商业银行大数据应用虽然在风控、反欺诈、征信等领域初见成效,但在其他层面暂时还处于探索阶段。究其原因,一方面只有当数据分析转变为企业业务方式后才产生价值;另一方面商业银行在新建应用系统的过程中缺乏数据思维,没有充分了解大数据分析的价值、战略和流程。同时大数据应用投资效果难以衡量,领域建模未得到充分重视。

3.数据安全与个人隐私

现阶段用户数据的收集、存储、管理和使用缺乏规范,主要依靠商业银行自律,用户无法确定自己隐私信息的用途。此外,鉴于国内商业银行体制机制限制以及尚未健全的金融法律法规体系,许多金融机构担心擅自使用数据会触犯监管和法律底线,同时数据处理不当可能会给自身带来声誉风险和业务风险,因而在驾驭大数据层面难以付诸实际行动。

浅谈“大数据+金融”的发展现状!

数据容量大,涵盖范围广

在大数据时代,金融业数据迅速膨胀并呈现出几何级数的增长态势。由于行业特性,银行业在长期业务开展过程中积累了海量数据。从数据涵盖范围来看,数据类型包括以工资、公积金、消费贷款等为代表的结构化数据和以文档、图片、音像和地理位置信息等种类繁多的非结构化和半结构化数据。

数据资产化,应用场景丰富

国内商业银行现处于数据资产化、产业化的起步阶段,且银行运用大数据技术以描述性数据分析为主,预测性数据建模为辅,以自身交易和客户数据为主,外部数据为辅。数据资产目前最主要的作用是趋势预测和决策支持,典型的应用场景集中在营销分析、内部运营和风险管控等方面,具体应用案例包括交叉销售、客户群体划分、信用评分及违约监测等。当前我国商业银行大数据应用深度、广度和频度都与国际先进银行存在着巨大差距,迫切需要拓宽数据应用层面,实现数据资产增值。

浅谈“大数据+金融”的发展现状!

数据处理复杂,充分挖掘困难

商业银行数据体量庞大,在数据处理过程中存在很多问题,主要包括:

(1)数据治理体系化建设匮乏。现阶段商业银行尚未形成系统的数据治理方法和体系,缺乏有效的数据分类、整理和加工。

(2)数据资源管理整合度不高,内部可用信息使用率低下。当前商业银行的数据在组织内部处于割裂状态,缺乏顺畅的共享机制,难以实现数据的有效整合和使用。

(3)数据内容复杂多样,难以充分挖掘数据资源潜在价值。造成这一现状的原因在于商业银行非结构化数据占比不断上升,数据构造方法重复率高,且关系复杂。

浅谈“大数据+金融”的发展现状!

针对以上系列金融大数据的发展现状,一方面需要国家出台促进金融大数据发展的产业规划和扶持政策,同时,也需要行业分阶段推动金融数据开放、共享和统一平台建设,强化行业标准和安全规范。只有这样,大数据技术才能在金融行业中稳步应用发展,不断推动金融行业的发展提升。


分享到:


相關文章: