金融大数据的行业应用与发展

徐晓宇 中国科学技术大学管理学院

一、引言

自 2001 年“大数据”一词在 Gartner的研究报告中出现后，围绕大规模数据集所形成的采集、存储、分析、应用等一系列产业得到快速发展，同时社会各界对“大数据”一词的理解逐渐深入和完善，起初研究者倾向于从技术角度、特征等方面对大数据进行阐述。而随着大数据的影响逐渐扩大至整个社会层面，从研究、应用到产业发展的过程中，大数据开始从单一的“数据集”的概念丰富成涵盖数据、技术和产业的综合概念[1]。

国务院《促进大数据发展行动纲要》中提出，“大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合”，通过对数据进行采集、存储和分析，能够挖掘出数据背后潜藏的价值。正是基于这些特点，大数据正快速发展为新一代信息技术和服务业态。纲要中所明确的“大数据”概念，以综合的视角对整个体系进行了概括，可视为对大数据的标准定义。

二、金融业的大数据需求

数千年以来，实验验证、理论推导和科学计算一直是人类探索自然、研究社会的基本认知范式。而在大数据时代，数据思维方式成为“第四范式”。在未来，大数据将成为金融发展的重要推手，金融发展也将越来越依赖于数据以及数据所带来的新的认知方式，出现了庞大的数据需求。

金融业是数据导向程度最高的行业之一，大数据的巨大潜力鼓励了银行、保险、证券等细分领域内的金融机构通过数据利用来拓展金融服务范围，并促进金融业与各行业进行交流，搭建新的网络。在此过程中，金融业庞大的数据需求已远超自身所拥有的数据量。与此同时，在政府、企业和个人数据迅速积聚的背景下，全社会的数据规模已经从PB级增长到ZB量级[2]，海量的数据总量为数据交易创造了可能。

三、金融大数据面临的挑战

（一）数据交易平台的限制

大数据正助力金融行业的发展，为金融业发展赋能。在实际应用中，金融业的数据需求已远超其体系内部所掌握的数据范围，在更大程度上需要与外部数据进行联动，而海量的数据总量加之供给的大数据自身所特有的模糊性、时效性和冗余性等特点都对大数据价值挖掘能力提出了更高且更迫切的要求。在此过程中，数据交易平台应运而生。在市场运营中，多数交易平台的问题层出不穷，很大程度上制约了数据交易，数据变现困难。

交易权属不明。在数字社会所形成的网状结构中，去中心化的特点尤为突出，其开放、平等、协作、共享的精神内核表现在数据权利上体现为共享权，在数字化产品中体现可复制性、非消耗性等特点突出，已得到产权确认的数据依然可以以极低的成本进行复制和扩散，给在数据交易所进行数据交易的数据供求双方带来不小的交易隐患。

定价机制合理性有待提高[3]。与此前的工业时代不同，大数据时代的数据产品定价和数据资产评估受到数据品种、数据完整性时效性、数据样本覆盖、时间跨度等多种因素的影响，因而需要明确合理的定价机制。但目前中国的数据交易市场尚处在初级阶段，数据商品定价缺乏统一的行业标准，在交易中卖方居于主导地位，合理性、持续性亟待提升[4]。

此外，还存在交易平台法律地位不明确、产权界定不清晰、交易规则和标准缺乏、安全保护隐患重重、专业人才缺乏等痛点。

（二）金融大数据应用面临的挑战

尽管大数据在金融领域的应用潜力很大，但目前来看，金融体系内部的数据应用中仍存在诸多困难[2]。

技术应用和业务探索有待突破。金融机构现有的数据系统架构涉及多家系统平台和供应商，对其进行技术改造的难度较大。除此之外，在实际应用中，金融业的大数据分析和预测模型存在一定的误判率，为提高预测的准确性，金融机构还需要投入成本进行相应的优化升级。

行业标准和安全规范有待完善。目前，金融大数据还未形成统一的存储标准和共享平台，金融机构间仍存在不同形式的数据壁垒，缺乏有效的协同，数据孤岛问题突出。此外，行业内部需完善个人隐私的保护机制，金融用户的信息安全保护需要提升。

顶层设计和扶持政策需进一步细化。金融大数据的应用缺乏统筹规划，有分散、临时、应激等显著特点，信息开发潜力大。

四、结语

面对种种挑战，数据交易平台可以通过区块链技术实现数据确权，以网络担任信用中介，通过某些特定算法评判出信用的真伪，以加密技术为支撑，根据不同的应用场景编写出不同的智能合约，从而为全球的互联网金融构筑起新的信用范式。交易平台还可采取捆绑式定价、一类一策以及以数易数等多种交易方式，进行综合定价，丰富数据交易方式[5]。

金融行业的大数据应用仍存在很多问题需要克服[6]，需要国家出台专项产业规划和扶持政策以促进金融大数据发展，也需要发挥行业的优势，在行业内推动数据开放、共享并建设统一平台，强化行业标准和安全规范。

在大数据时代，金融的边界不断延伸，金融牌照公司和部分有互联网大数据功能的公司将围绕生态圈、战略和产品进行竞争，未来的金融大数据市场竞争格局充满变数。