1.3 大数据金融的内涵、特点与优势

1.3.1 大数据金融的内涵

大数据金融是指运用大数据技术和大数据平台开展金融活动和金融服务，对金融行业积累的大数据以及外部数据进行云计算等信息化处理，结合传统金融，开展资金融通、创新金融服务。具体来说，大数据金融通过收集和整合海量的非结构化数据，运用大数据、互联网、云计算等信息化方式，对客户消费数据进行实时分析，可以为金融企业提供客户全方位信息，通过分析和挖掘客户的交易和消费信息掌握客户的消费习惯，准确预测客户行为，提高金融服务平台新的效率以及降低信贷风险。

金融行业的大数据大致分为以下3类。

（1）传统的结构化数据，如各种数据库和文件信息等。

（2）社交媒体为代表的过程数据，涵盖了用户偏好、习惯、特点、发表的评论，朋友圈之间的关系等。

（3）日益增长的机器设备以及传感器所产生的数据，如柜面监控视频、呼叫中心语音、手机、ATM等记录的位置信息等。

根据金融行业的分类，可以将大数据金融细分为大数据银行、大数据保险和大数据证券。差异化车险定价是典型的大数据保险形式之一，是指保险行业利用驾驶信息来确定车险价格，良好驾驶习惯的车主，其车险价格就较低，反之车险价格就较高；信用卡自动授信是典型的大数据银行的应用，银行根据用卡客户数据确定是否授信以及计算信用额度；机器人投资是大数据证券的创新模式之一，证券公司根据股价的影响因素建立模型，自动选择股票或寻找交易时机，在适当的风控模型下建立机器人投资云交易模式。

1.3.2 大数据金融的特点

大数据金融与传统金融相比，存在如下几个方面的特点。

1．呈现方式网络化

在大数据金融时代，大量的金融产品和服务通过网络呈现，如支付结算、网络借贷、P2P、众筹融资、资产管理、现金管理、产品销售、金融咨询等都将主要通过网络实现。网络也包括固定网络和移动网络，其中移动网络将逐步成为大数据金融服务的主要途径。

2．风险管理有所调整

在风险管理理念上，财务分析（第一还款来源）、可抵押财产或其他保证（第二还款来源）重要性将有所降低。交易行为的真实性、信用的可信度通过数据的呈现方式将会更加重要，风险定价方式将会出现革命性变化。对客户的评价将是全方位、立体的、活生生的，而不再是一个抽象的、模糊的客户构图。基于数据挖掘的客户识别和分类将成为风险管理的主要手段，动态、实时的监测而非事后的回顾式评价将成为风险管理的常态性内容。

3．信息不对称性降低

在大数据金融时代，金融产品和服务的消费者和提供者之间的信息不对称程度会大大降低。对某项金融产品（服务）的支持和评价，消费者也可实时获知。

4．金融业务效率提高

大数据金融的许多流程和动作都是在线上发起和完成的，有些动作是自动实现的。在合适的时间、合适的地点，把合适的产品以合适的方式提供给合适的消费者。同时，强大的数据分析能力可以将金融业务做到极高的效率，交易成本也会大幅降低。

5．金融企业服务边界扩大

首先，对于单个金融企业，最适合扩大经营规模，由于效率提升，其经营成本必然随之下降。金融企业的成本曲线形态也会发生变化，长期平均成本曲线的底部会更快来临，也会更平坦、更宽。其次，基于大数据技术，金融从业人员个体服务对象会更多，即单个金融企业从业人员会有减少的趋势，或至少其市场人员有降低的趋势。

6．产品是可控的、可接受的

通过网络化呈现的金融产品，对消费者而言，是可控、可接受的。产品可控是指在消费者看来，其风险是可控的。产品可接受是指在消费者看来，首先其收益或成本是可以接受的；其次，产品的流动性是可以接受的；最后，基于金融市场的数据信息，消费者认为其产品也是可以接受的。

7．普惠金融

大数据金融的高效率性及扩展的服务边界，使金融服务的对象和范围也大大扩展，金融服务也更接地气。例如，极小金额的理财服务、存款服务、支付结算服务等普通老百姓都可以享受到，甚至极小金额的融资服务也会普遍发展起来，金融深化在大数据金融时代可以完全实现。

1.3.3 大数据金融相对于传统金融的优势

传统金融对数据的重视程度不高，数据分析技术落后，大数据技术的应用相对缺乏。相比传统金融，大数据金融具有如下优势。

1．放贷快捷，精准营销个性化服务

大数据金融建立在长期的大量的信用及资金流的大数据基础之上，在任何时点都可以通过计算得出信用评分，并采用网上支付方式，实时根据贷款需要及其信用评分等数据进行放贷。大数据金融根据企业不同的生产流程和信用评分进行放贷，不受时空限制，较好地匹配了企业的期限管理，解决了企业的流动性问题。此外，大数据金融还可以针对每一家企业的个性化融资需求做出不同的金融服务且快速、准确、高效。

2．客户群体大，运营成本低

传统金融主要是以人工为主体参与审批，大数据金融是以大数据云计算为基础，以大数据自动计算为主，不需要大量人工，成本较低，不仅可以针对小微企业提供金融服务，还可以根据企业生产周期灵活调整贷款期限。大数据金融整合了碎片化的需求和供给，将服务领域拓展至更多的中小企业和中小客户，更大程度地降低了大数据金融的运营成本和交易成本。

3．科学决策，有效风控

网络借贷平台或供应链聚集了信息流、物流和资金流，其借贷信息都累积在大数据金融库持久闭环的产业上下游内部，贷款方对产业运作和风险点比较熟悉且容易掌控，有利于风险的防范和预警。大数据金融可以根据这些交易借贷行为的违约率等相关指标估计信用评分，运用分布式计算做出风险评估模型，解决信用分配、风险评估、授权实施以及欺诈识别等问题。通过以大数据金融为基础的风控科学决策，有效地降低了不良贷款率。

大数据金融相比于传统金融有无可比拟的优势。企业可以通过大数据金融对商业模式和盈利模式加以创新，获得在产业链中的核心地位。大数据金融带来的技术革新和金融创新不仅能支持中小企业的发展，还能促进我国经济结构调整和转型升级。因此，大数据金融战略是企业和国家的战略选择。