隨著大數(shù)據(jù)技術(shù)的普及和廣泛應(yīng)用，金融大數(shù)據(jù)的應(yīng)用已成為行業(yè)的熱門趨勢(shì)。在交易欺詐識(shí)別，精確營(yíng)銷，黑生產(chǎn)預(yù)防和控制，信貸消費(fèi)，信貸風(fēng)險(xiǎn)估計(jì)，供應(yīng)鏈財(cái)務(wù)，股票市場(chǎng)判斷，股票價(jià)格判斷，智能投資咨詢，欺詐識(shí)別，風(fēng)險(xiǎn)定價(jià)等方面，涉及銀行，證券和保險(xiǎn)等行業(yè)已被廣泛使用。分析和應(yīng)用大數(shù)據(jù)的能力已成為未來(lái)金融機(jī)構(gòu)的核心競(jìng)爭(zhēng)因素之一。

大數(shù)據(jù)技術(shù)的財(cái)務(wù)應(yīng)用分析

大數(shù)據(jù)技術(shù)的應(yīng)用提高了金融業(yè)資源配置的效率，提高了其風(fēng)險(xiǎn)管理和控制能力，有效地促進(jìn)了金融服務(wù)業(yè)的創(chuàng)新發(fā)展。金融大數(shù)據(jù)已廣泛應(yīng)用于銀行，證券和保險(xiǎn)行業(yè)。

一、大數(shù)據(jù)在銀行業(yè)中的應(yīng)用

1.信用風(fēng)險(xiǎn)評(píng)估方面

在以前的方法中，銀行對(duì)公司客戶違約風(fēng)險(xiǎn)的判斷主要基于歷史靜態(tài)數(shù)據(jù)，例如過(guò)去的信用數(shù)據(jù)和交易數(shù)據(jù)。這種方法的最大缺點(diǎn)是缺乏前瞻性。因?yàn)橛绊懫髽I(yè)違約的重要因素不僅是企業(yè)所呈現(xiàn)的歷史信用狀況，而且還是行業(yè)的整體發(fā)展形式和實(shí)時(shí)經(jīng)營(yíng)狀況。大數(shù)據(jù)的介入意味著信用風(fēng)險(xiǎn)評(píng)估更加接近現(xiàn)實(shí)。

內(nèi)部和外部數(shù)據(jù)資源的整合是大數(shù)據(jù)信用風(fēng)險(xiǎn)評(píng)估的基礎(chǔ)。一般來(lái)講，在確定客戶需求，評(píng)估客戶價(jià)值，判斷客戶優(yōu)劣并預(yù)測(cè)客戶是否可能違約的過(guò)程中，商業(yè)銀行不僅需要依靠銀行中已有的相關(guān)客戶信息，也需要借助外部機(jī)構(gòu)掌握的人行征信、客戶公共評(píng)價(jià)，業(yè)務(wù)經(jīng)營(yíng)，收支消費(fèi)，社會(huì)關(guān)系等信息。

2.供應(yīng)鏈金融方面

銀行可以利用大數(shù)據(jù)技術(shù)，根據(jù)投資，持有，貸款，擔(dān)保以及企業(yè)之間股東與法人之間的關(guān)系，形成企業(yè)之間的關(guān)系圖，有利于關(guān)聯(lián)公司的分析和風(fēng)險(xiǎn)控制。通過(guò)知識(shí)圖在數(shù)據(jù)之間建立相關(guān)鏈接，有機(jī)地組織碎片數(shù)據(jù)，使數(shù)據(jù)更易于人和機(jī)器理解和處理，并為搜索，挖掘和分析提供便利。

3.風(fēng)險(xiǎn)控制方面

銀行以核心企業(yè)為起點(diǎn)，將供應(yīng)鏈中的多個(gè)重點(diǎn)企業(yè)視為一個(gè)整體。使用溝通圈分析模型持續(xù)觀察企業(yè)之間的溝通和溝通數(shù)據(jù)的變化，并比較基準(zhǔn)數(shù)據(jù)以了解異常的溝通動(dòng)態(tài)，評(píng)估供應(yīng)鏈的健康狀況，并為公司預(yù)防風(fēng)向后提供參考貸款。

二、大數(shù)據(jù)在證券業(yè)中的應(yīng)用

1.股市預(yù)測(cè)方面

大數(shù)據(jù)可以有效拓寬證券公司定量投資數(shù)據(jù)的范圍，并幫助公司更準(zhǔn)確地了解市場(chǎng)狀況。隨著大數(shù)據(jù)的廣泛應(yīng)用，數(shù)據(jù)規(guī)模的爆發(fā)式增長(zhǎng)以及數(shù)據(jù)分析和處理能力的顯著提高，量化投資將獲得更廣泛的數(shù)據(jù)資源，建立更多不同的量化因素，并改善投資研究模型。

證券公司使用大數(shù)據(jù)來(lái)連續(xù)跟蹤和監(jiān)視大量的個(gè)人投資者樣本，并收集統(tǒng)計(jì)數(shù)據(jù)和一系列指標(biāo)的加權(quán)匯總（如分類賬投資回報(bào)率，持倉(cāng)率和資本流量等）。了解個(gè)人投資者的交易行為，發(fā)展趨勢(shì)以及投資信心及狀態(tài)的變化，對(duì)市場(chǎng)期望和當(dāng)前風(fēng)險(xiǎn)偏好等可以預(yù)測(cè)市場(chǎng)狀況。

2.股價(jià)預(yù)測(cè)方面

證券業(yè)有自己的特點(diǎn)，與其他行業(yè)的產(chǎn)品和服務(wù)的價(jià)值衡量的間接特性不同，證券行業(yè)客戶的投資和回報(bào)以貨幣形式直接和客觀地呈現(xiàn)。受證券業(yè)特征和行業(yè)監(jiān)管要求的限制，證券業(yè)金融服務(wù)和產(chǎn)品的設(shè)計(jì)，營(yíng)銷和銷售也與其他行業(yè)大不相同，而且高度專業(yè)。

由諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)獲得者羅伯特·席勒（Robert Schiller）設(shè)計(jì)的投資模型仍在行業(yè)中使用。在模型中，他主要涉及三個(gè)變量：投資項(xiàng)目計(jì)劃的現(xiàn)金流量，公司資本的估計(jì)成本以及股票市場(chǎng)對(duì)投資的反應(yīng)（市場(chǎng)情緒）。大數(shù)據(jù)技術(shù)可以在微博，朋友圈，專業(yè)論壇等社交網(wǎng)絡(luò)上收集和分析結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)，以了解市場(chǎng)對(duì)特定公司的看法，從而感知市場(chǎng)情緒。

3.智能顧問(wèn)方面

智能顧問(wèn)是證券公司近年來(lái)應(yīng)用大數(shù)據(jù)技術(shù)來(lái)滿足客戶多樣化需求的新嘗試之一，如今已成為理財(cái)?shù)男滤{(lán)海。智能顧問(wèn)業(yè)務(wù)提供在線投資咨詢服務(wù)。它可以根據(jù)客戶的個(gè)性化數(shù)據(jù)（如風(fēng)險(xiǎn)偏好和交易行為）為他們提供低門檻和低費(fèi)用的個(gè)性化財(cái)富管理解決方案。智能顧問(wèn)使用智能系統(tǒng)自動(dòng)完成客戶數(shù)據(jù)收集和分析，投資計(jì)劃制定，執(zhí)行和后續(xù)維護(hù)。他們的門檻低，費(fèi)率低，因此可以為更多的零售客戶提供定制化服務(wù)。

三、大數(shù)據(jù)在保險(xiǎn)業(yè)中的應(yīng)用

1.騙保識(shí)別方面

借助大數(shù)據(jù)，保險(xiǎn)公司可以了解騙保規(guī)律，并提升在 騙保識(shí)別上的準(zhǔn)確性和及時(shí)性。保險(xiǎn)公司可以通過(guò)構(gòu)建騙保識(shí)別模型來(lái)識(shí)別近年來(lái)發(fā)生的所有賠付事件。從成千上萬(wàn)的索賠中篩選出涉嫌騙保的索賠。保險(xiǎn)公司再基于這些數(shù)據(jù)進(jìn)行調(diào)查將有效提高工作效率。此外，保險(xiǎn)公司可以結(jié)合內(nèi)部，第三方和社交媒體數(shù)據(jù)進(jìn)行早期異常值檢測(cè)，包括客戶健康狀況，財(cái)產(chǎn)狀況，理賠記錄等，并采取及時(shí)的干預(yù)措施以減少先期賠付。

2.風(fēng)險(xiǎn)定價(jià)方面

保險(xiǎn)公司可以利用大數(shù)據(jù)分析來(lái)解決現(xiàn)有的風(fēng)險(xiǎn)管理問(wèn)題。例如，駕駛員的駕駛數(shù)據(jù)是通過(guò)車內(nèi)智能監(jiān)測(cè)設(shè)備來(lái)收集的，例如行駛頻率，行駛速度，急剎和急加速頻率等；通過(guò)社交媒體收集駕駛員的行為數(shù)據(jù)，例如互聯(lián)網(wǎng)上與別人發(fā)生爭(zhēng)吵的頻率，心情狀態(tài)等；通過(guò)醫(yī)療系統(tǒng)收集駕駛員的健康數(shù)據(jù)。以這些數(shù)據(jù)為起點(diǎn)，如果一個(gè)人不經(jīng)常開(kāi)車并且非常小心地開(kāi)車，那么他可以比普通開(kāi)車的人節(jié)省30％-40％的保費(fèi)，這將大大提升保險(xiǎn)產(chǎn)品在保險(xiǎn)行業(yè)的競(jìng)爭(zhēng)力。