“大數據+金融”：智慧化發展將擦出怎樣的火花

　　在填寫一份普通的調查問卷時，你會在意開頭的英文字母是否大寫嗎？在“大數據+金融”浪潮中，這樣的一個小細節也可能成為判斷一個人守信與否的依據。

　　當前，大數據浪潮席捲全球，借助大數據理念和科技技術，人們得以以新的視角審視社會經濟生活各方面的海量數據，並用新的思路和方法對其進行整合、評價及利用。

　　“以數據為切入點，大數據給予了金融業新的發展契機與空間。”近日，在清華大學與金電聯行（北京）信息技術有限公司聯合成立的“清華大學—金電聯行金融大數據聯合研究中心——（以下簡稱“研究中心”）揭牌儀式上，中國中小企業協會副會長、金電聯行董事長范曉忻表示。

　　未來，“大數據+金融”將擦出怎樣的火花？金融業的智慧化又將發展到何種程度？

　　實踐：智慧徵信

　　“大數據和金融的結合，最終的結果是智慧化。”范曉忻認為。

　　近期，國內多家商業銀行陸續推出了自行研發的智慧機器人，交行的“嬌嬌”、民生的“ONE”、廣發的“發發”等在市場上吸引了諸多眼球。

　　“經濟發展進入新常態，各個行業發生了深刻變革，從我們監測到的各方面數據看得非常清楚，有很多問題亟待解決。”清華大學副校長尤政表示。

　　完善的徵信體系建設是金融業發展的根基，而徵信也恰恰是最能顯露大數據優勢的領域。日前，國務院辦公廳印發的《關於運用大數據加強對市場主體服務和監管的若干意見》中已明確指出，要以社會信用體系建設和政府信息公開數據開放為抓手，充分運用大數據、雲計算等現代信息技術，提高政府服務水準，有序推進全社會信息資源開放共享，積極培育和發展社會化增信服務，提升數據資源對産業的支撐能力。

　　如何利用大數據完善徵信體系？國內外均有所嘗試。

　　在國內，利用大數據實現徵信判斷也已經在金融業有所實踐。例如，金電聯行公司此前與數十家金融機構合作推出了量化監管平臺，通過對企業生産經營數據以及靜態數據的定量分析，通過數百個指標項清晰了解貸款客戶的風險狀況，能夠實現對未來3到6個月風險的發展趨勢進行預警和預測。據某商業銀行測算，大數據能有效降低不良率47%以上。

　　探索：智慧風控+投顧+監管

　　除了徵信領域外，“大數據+金融”的一個重要探索方向是智慧金融風險管理。一個簡單的例子是近年來頻發的信用卡異地盜刷案。

　　“信用卡異地盜刷是極為明顯的欺詐，如果智慧化的辨別力足夠強，通過對日常積累的大數據形成盜刷判斷，就能夠自動把明顯的欺詐屏蔽，信用卡公司拒絕付款，對於金融機構而言也就實現了風險管控。”清華大學經濟學研究所湯珂教授表示。

　　另一個重要的方向則是智慧投資顧問。智慧投資顧問事實上是金融科技的核心領域，某調查發現，在2008年國際金融危機的時候，美國的窮人資産損失了30%，而富人資産反而增加了2%。這背後的原因值得深思。

　　“富人有非常好的投資顧問，這些投資顧問能夠給這些富人量身定制投資産品，而窮人沒有。”湯珂強調，“因為美國的投資顧問費非常昂貴。”

　　專家認為，21世紀的信息技術對金融業最為核心的貢獻，就是能夠讓中産階級甚至是普通大眾都能享受到智慧投資顧問服務。

　　“智慧投資顧問實際上主要是基於一種演算法，通過對歷史金融數據的基本評價，構建一個歷史模型，然後根據歷史規律，模擬將來。同時，還有最重要的一步，就是了解不同投資者的風險偏好程度。給定歷史，給定將來，再給定不同投資者的不同風險偏好，有了這些智慧投資顧問就能提供最優的投資建議。值得關注的是，如果把資金匯集到智慧投資顧問平臺，交易費用就降低很多。”湯珂表示。

　　落地：核心在於“演算法”

　　隨著傳統金融業不斷地將業務與服務延伸至互聯網絡，從有形的櫃檯業務到無形的雲端服務，厚實的數據基礎得到了極大程度的充盈。

　　業內人士認為，在大數據時代，大數據和金融的結合愈加緊密，如果在金融領域獲取足夠多的數據，就能夠把大量的人工智能演算法用在金融上，人工智能將成為大數據和金融結合的核心。

　　“大數據和金融的核心在於‘演算法’，找到適合應用場景的人工智能演算法，應該是大數據和金融的關鍵問題。”湯珂認為。

　　在“大數據+金融”藍圖下，國內的探索腳步正在加快。據悉，此次成立的金融大數據聯合研究中心，就將致力於大數據應用理論研究、大數據挖掘及産業應用等關鍵技術的研發，根據不同行業特徵，力爭突破或改進原有的大數據挖掘技術、大數據組織及存儲技術、行業信用評價指標項及大數據分析技術，為大數據技術開發、人才培養和産業發展提供指導，為大數據技術在銀行徵信、企業信用評價、政府社會治理、産業轉型升級等多個領域應用落地提供支撐。（記者 杜冰）