在填写一份普通的调查问卷时,你会在意开头的英文字母是否大写吗?在“大数据+金融”浪潮中,这样的一个小细节也可能成为判断一个人守信与否的依据。

 

  当前,大数据浪潮席卷全球,借助大数据理念和科技技术,人们得以以新的视角审视社会经济生活各方面的海量数据,并用新的思路和方法对其进行整合、评价及利用。

 

  “以数据为切入点,大数据给予了金融业新的发展契机与空间。”近日,在清华大学与金电联行(北京)信息技术有限公司联合成立的“清华大学—金电联行金融大数据联合研究中心——(以下简称“研究中心”)揭牌仪式上,中国中小企业协会副会长、金电联行董事长范晓忻表示。

 

  未来,“大数据+金融”将擦出怎样的火花?金融业的智能化又将发展到何种程度?

 

  实践:智能征信

 

  “大数据和金融的结合,最终的结果是智能化。”范晓忻认为。

 

  近期,国内多家商业银行陆续推出了自行研发的智能机器人,交行的“娇娇”、民生的“ONE”、广发的“发发”等在市场上吸引了诸多眼球。

 

  “经济发展进入新常态,各个行业发生了深刻变革,从我们监测到的各方面数据看得非常清楚,有很多问题亟待解决。”清华大学副校长尤政表示。

 

  完善的征信体系建设是金融业发展的根基,而征信也恰恰是最能显露大数据优势的领域。日前,国务院办公厅印发的《关于运用大数据加强对市场主体服务和监管的若干意见》中已明确指出,要以社会信用体系建设和政府信息公开数据开放为抓手,充分运用大数据、云计算等现代信息技术,提高政府服务水平,有序推进全社会信息资源开放共享,积极培育和发展社会化增信服务,提升数据资源对产业的支撑能力。

 

  如何利用大数据完善征信体系?国内外均有所尝试。

 

  在国内,利用大数据实现征信判断也已经在金融业有所实践。例如,金电联行公司此前与数十家金融机构合作推出了量化监管平台,通过对企业生产经营数据以及静态数据的定量分析,通过数百个指标项清晰了解贷款客户的风险状况,能够实现对未来3到6个月风险的发展趋势进行预警和预测。据某商业银行测算,大数据能有效降低不良率47%以上。

 

  探索:智能风控+投顾+监管

 

  除了征信领域外,“大数据+金融”的一个重要探索方向是智能金融风险管理。一个简单的例子是近年来频发的信用卡异地盗刷案。

 

  “信用卡异地盗刷是极为明显的欺诈,如果智能化的辨别力足够强,通过对日常积累的大数据形成盗刷判断,就能够自动把明显的欺诈屏蔽,信用卡公司拒绝付款,对于金融机构而言也就实现了风险管控。”清华大学经济学研究所汤珂教授表示。

 

  另一个重要的方向则是智能投资顾问。智能投资顾问事实上是金融科技的核心领域,某调查发现,在2008年国际金融危机的时候,美国的穷人资产损失了30%,而富人资产反而增加了2%。这背后的原因值得深思。

 

  “富人有非常好的投资顾问,这些投资顾问能够给这些富人量身定制投资产品,而穷人没有。”汤珂强调,“因为美国的投资顾问费非常昂贵。”

 

  专家认为,21世纪的信息技术对金融业最为核心的贡献,就是能够让中产阶级甚至是普通大众都能享受到智能投资顾问服务。

 

  “智能投资顾问实际上主要是基于一种算法,通过对历史金融数据的基本评价,构建一个历史模型,然后根据历史规律,模拟将来。同时,还有最重要的一步,就是了解不同投资者的风险偏好程度。给定历史,给定将来,再给定不同投资者的不同风险偏好,有了这些智能投资顾问就能提供最优的投资建议。值得关注的是,如果把资金汇集到智能投资顾问平台,交易费用就降低很多。”汤珂表示。

 

  落地:核心在于“算法”

 

  随着传统金融业不断地将业务与服务延伸至互联网络,从有形的柜台业务到无形的云端服务,厚实的数据基础得到了极大程度的充盈。

 

  业内人士认为,在大数据时代,大数据和金融的结合愈加紧密,如果在金融领域获取足够多的数据,就能够把大量的人工智能算法用在金融上,人工智能将成为大数据和金融结合的核心。

 

  “大数据和金融的核心在于‘算法’,找到适合应用场景的人工智能算法,应该是大数据和金融的关键问题。”汤珂认为。

 

  在“大数据+金融”蓝图下,国内的探索脚步正在加快。据悉,此次成立的金融大数据联合研究中心,就将致力于大数据应用理论研究、大数据挖掘及产业应用等关键技术的研发,根据不同行业特征,力争突破或改进原有的大数据挖掘技术、大数据组织及存储技术、行业信用评价指标项及大数据分析技术,为大数据技术开发、人才培养和产业发展提供指导,为大数据技术在银行征信、企业信用评价、政府社会治理、产业转型升级等多个领域应用落地提供支撑。