2、博金貸劉志——互聯(lián)網(wǎng)金融的大數(shù)據(jù)應(yīng)用.docx

1、封面1/10作者： PanHongliang僅供個(gè)人學(xué)習(xí)互聯(lián)網(wǎng)金融的大數(shù)據(jù)應(yīng)用劉志摘要： 數(shù)據(jù)是互聯(lián)網(wǎng)金融的核心，大數(shù)據(jù)技術(shù)是保證互聯(lián)網(wǎng)金融健康發(fā)展的關(guān)鍵支撐，互聯(lián)網(wǎng)金融中的大數(shù)據(jù)應(yīng)用包括精準(zhǔn)營銷、信用評(píng)估、 資產(chǎn)定價(jià)和風(fēng)險(xiǎn)管理等?；ヂ?lián)網(wǎng)金融大數(shù)2/10據(jù)應(yīng)用面臨著共享失聯(lián)、內(nèi)容失真、處理失速、分析失能和安全失控的問題和挑戰(zhàn)。關(guān)鍵詞： 互聯(lián)網(wǎng)金融；大數(shù)據(jù)；精準(zhǔn)營銷；數(shù)據(jù)挖掘大數(shù)據(jù)是繼云計(jì)算、 物聯(lián)網(wǎng)之后信息技術(shù)領(lǐng)域又一次顛覆性的技術(shù)變革。隨著社交網(wǎng)絡(luò)、 電子商務(wù)、互聯(lián)網(wǎng)和云計(jì)算的興起，音頻、視頻、圖像、日志等數(shù)據(jù)量正在以指數(shù)級(jí)增長，呈現(xiàn)了爆炸性增長的趨勢(shì)。 金融作為社會(huì)經(jīng)濟(jì)活動(dòng)的血液，對(duì)經(jīng)濟(jì)增

2、長與社會(huì)進(jìn)步具有非常重要的意義。對(duì)國內(nèi)金融業(yè)來說，“大數(shù)據(jù)”是一個(gè)嶄新的主題，研究大數(shù)據(jù)時(shí)代背景下的金融業(yè)發(fā)展方向與趨勢(shì)將具有非常現(xiàn)實(shí)的社會(huì)價(jià)值。一、大數(shù)據(jù)的定義及應(yīng)用現(xiàn)狀（一）大數(shù)據(jù)的定義大數(shù)據(jù)是指一般數(shù)據(jù)庫軟件難以獲取、儲(chǔ)存、管理和分析的大容量數(shù)據(jù)， 包括交易和交互數(shù)據(jù)集在內(nèi)的所有數(shù)據(jù)集，其規(guī)?；驈?fù)雜程度超出了常用技術(shù)按照合理的成本和時(shí)限捕捉、管理及處理這些數(shù)據(jù)集的能力。大數(shù)據(jù)通常具有 “ 4V”(Volume ，Variety，Velocity和 Value)特征：數(shù)據(jù)體量巨大、數(shù)據(jù)種類繁多、流動(dòng)速度快、價(jià)值密度低。從內(nèi)涵上，大數(shù)據(jù)可主要?dú)w納為數(shù)據(jù)、技術(shù)與應(yīng)用3 個(gè)方面：（1）數(shù)據(jù)類型方

3、面，除了包括海量的結(jié)構(gòu)化和半結(jié)構(gòu)化的交易數(shù)據(jù)，還包括海量非結(jié)構(gòu)化數(shù)據(jù)和交互數(shù)據(jù). （ 2）技術(shù)方法方面， 核心是從各種各樣類型的數(shù)據(jù)中快速獲取有價(jià)值信息的技術(shù)及其集成。（ 3）分析應(yīng)用方面，重點(diǎn)是采用大數(shù)據(jù)技術(shù)對(duì)特定的數(shù)據(jù)集合進(jìn)行分析，及時(shí)獲得有價(jià)值的信息。（二）大數(shù)據(jù)的應(yīng)用現(xiàn)狀大數(shù)據(jù)時(shí)代到來，首先引起全球高度關(guān)注的行業(yè)之一就是金融業(yè)，尤其是互聯(lián)網(wǎng)金融，與其他行業(yè)相比， 大數(shù)據(jù)對(duì)金融業(yè)更具潛在價(jià)值。麥肯錫全球研究所的評(píng)估結(jié)果顯示，金融業(yè)在大數(shù)據(jù)價(jià)值潛力指數(shù)中排名第一?；ヂ?lián)網(wǎng)金融具有顯著的IT 屬性，每次互聯(lián)網(wǎng)及通訊技術(shù)的革新都會(huì)給金融業(yè)帶來變革。互聯(lián)網(wǎng)金融行業(yè)在IT 基礎(chǔ)設(shè)施、數(shù)據(jù)掌控力和人才

4、集中度方面相較傳統(tǒng)金融及其他產(chǎn)業(yè)具有明顯的優(yōu)勢(shì)，具備了深度“掘金”的潛力。對(duì)金融行業(yè)來說， “大數(shù)據(jù)”是一個(gè)嶄新的主題，但并不是全新概念?！按髷?shù)據(jù)技術(shù)”是數(shù)據(jù)處理在方法、理念的上創(chuàng)新，對(duì)中國金融行業(yè)來說并非從“零”開始。事實(shí)上，國內(nèi)金融行業(yè)在多年信息化建設(shè)中已經(jīng)形成了推進(jìn)大數(shù)據(jù)體系建設(shè)的諸多成果。不過，當(dāng)前在數(shù)據(jù)分析和利用上還停留在“小數(shù)據(jù)”時(shí)代。數(shù)據(jù)多分散在各個(gè)業(yè)務(wù)系統(tǒng)中，數(shù)據(jù)量雖為海量，但多數(shù)為“沉默數(shù)據(jù)” 。對(duì)結(jié)構(gòu)化數(shù)據(jù)利用有限，對(duì)非結(jié)構(gòu)化數(shù)據(jù)的收集、分析則更缺少基本的處理機(jī)制和系統(tǒng)做法。 新形勢(shì)下， 金融行業(yè)應(yīng)加快推進(jìn)大數(shù)據(jù)體系建設(shè)步伐，充分利用數(shù)據(jù)資源優(yōu)勢(shì)，挖掘信息價(jià)值，形成信息化時(shí)

5、代新的競(jìng)爭(zhēng)優(yōu)勢(shì)。3/10二、互聯(lián)網(wǎng)金融的大數(shù)據(jù)應(yīng)用互聯(lián)網(wǎng)金融的核心是數(shù)據(jù)，數(shù)據(jù)的規(guī)模、真實(shí)性、有效性、 數(shù)據(jù)分析應(yīng)用的能力將決定未來互聯(lián)網(wǎng)金融業(yè)的競(jìng)爭(zhēng)力。而大數(shù)據(jù)技術(shù)正是互聯(lián)網(wǎng)金融的重要技術(shù)支撐，人們?cè)诨ヂ?lián)網(wǎng)上活動(dòng)的信息會(huì)形成數(shù)據(jù)，通過對(duì)數(shù)據(jù)的收集、整理、挖掘、分析和深度應(yīng)用，可在一定程度上實(shí)現(xiàn)互聯(lián)網(wǎng)金融中的精準(zhǔn)營銷、信用評(píng)估、資產(chǎn)定價(jià)和風(fēng)險(xiǎn)管理等。當(dāng)然還不止于此，互聯(lián)網(wǎng)金融方興未艾，新的應(yīng)用還會(huì)不斷出現(xiàn)。（一）精準(zhǔn)營銷大數(shù)據(jù)應(yīng)用使得互聯(lián)網(wǎng)金融改變了傳統(tǒng)的營銷模式，互聯(lián)網(wǎng)企業(yè)通過對(duì)客戶在網(wǎng)絡(luò)上的交易、支付、行為數(shù)據(jù)信息的挖掘和分析，對(duì)客戶進(jìn)行分類，進(jìn)而做到私人訂制，實(shí)現(xiàn)精準(zhǔn)營銷。 有研究表明，

6、 通過對(duì)場(chǎng)景類環(huán)境數(shù)據(jù)、用戶經(jīng)歷和朋友關(guān)系的人文數(shù)據(jù)、購物和位置等的行為數(shù)據(jù)， 建立連接變量模型，并進(jìn)行相關(guān)分析，可以實(shí)現(xiàn)對(duì)客戶的分類管理。對(duì)客戶細(xì)分后， 可以定向投放廣告和訂制產(chǎn)品，達(dá)到精準(zhǔn)營銷的目的。 比如支付寶從硅谷聘請(qǐng)了兩家數(shù)據(jù)分析實(shí)驗(yàn)室從事行為分析，把客戶細(xì)分成50 個(gè)族群進(jìn)行研究。又如，亞馬遜從用戶以往瀏覽、 購買行為中挖掘潛在需求。梧桐理財(cái)網(wǎng)推出的2 萬元起點(diǎn)的 “梧桐寶” 的互聯(lián)網(wǎng)理財(cái)產(chǎn)品，預(yù)期年化收益率8%至 10%，目標(biāo)客戶是能夠承擔(dān)“兩萬元起投”的中產(chǎn)階級(jí)。速溶網(wǎng)推出的“速溶 360”，目標(biāo)客戶是在校大學(xué)生及畢業(yè)生?！白〗鹚钡摹鞍残?- 過橋貸”目標(biāo)客戶是中小微企業(yè)的銀

7、行貸款周轉(zhuǎn)業(yè)務(wù)。（二）信用評(píng)估互聯(lián)網(wǎng)金融的新模式引發(fā)對(duì)涉足互聯(lián)網(wǎng)金融的個(gè)人和企業(yè)身份認(rèn)證和信用評(píng)估的變革，除了對(duì)評(píng)估對(duì)象靜態(tài)信息的分析外，更重要的是變化中的動(dòng)態(tài)信息的分析挖掘，建立用戶的信用評(píng)分和增信模型。比如對(duì)涉足互聯(lián)網(wǎng)金融的企業(yè)，它們?cè)诠?yīng)鏈的各個(gè)環(huán)節(jié)、如訂單、庫存、下線、結(jié)算、付款等關(guān)鍵環(huán)節(jié)產(chǎn)生的數(shù)據(jù)進(jìn)行清理建庫、分析挖掘，進(jìn)而建立企業(yè)的信用等級(jí)模型和算法，并根據(jù)其信用等級(jí)、成長性、未來發(fā)展預(yù)測(cè)等給予不同的信用額度，達(dá)到支持實(shí)體經(jīng)濟(jì)之目的。比如阿里小貸和上?？萍冀鹑谘芯吭郝?lián)合推出的科技型企業(yè)的財(cái)務(wù)信用系統(tǒng)，上海資信有限公司推出的“網(wǎng)絡(luò)金融信息共享系統(tǒng)（NFCS）”等，都為互聯(lián)網(wǎng)金融信用系

8、統(tǒng)的建立進(jìn)行了有益嘗試。對(duì)于個(gè)人用戶，除了用戶注冊(cè)登記的實(shí)名制靜態(tài)信息外，用戶在網(wǎng)絡(luò)上的購物、支付、投資、 生活、公益等數(shù)據(jù)形成了上百種場(chǎng)景的信息流，將這些靜態(tài)和動(dòng)態(tài)數(shù)據(jù)結(jié)合起來，就能形成用戶的行為軌跡。 通過交叉檢驗(yàn)， 對(duì)用戶的真實(shí)身份進(jìn)行識(shí)別， 進(jìn)而建立信用打分模型和算法， 對(duì)用戶進(jìn)行分類，再提供針對(duì)性服務(wù)。 比如阿里巴巴基于淘寶商戶的數(shù)據(jù)， 對(duì)其4/10電商生態(tài)圈內(nèi)潛在的客戶提供純信用貸款。阿里和騰訊擬推出的“虛擬信用卡” ，用戶可以網(wǎng)上申請(qǐng)， 經(jīng)過對(duì)用戶交易數(shù)據(jù)的核查， 即可授予一定的信用額度。 微眾銀行采用了貸款人的傳統(tǒng)數(shù)據(jù)、 社交數(shù)據(jù)和其他類數(shù)據(jù)， 其中傳統(tǒng)數(shù)據(jù)包括貸款人的銀行儲(chǔ)蓄

9、、 貸款和信用卡數(shù)據(jù)，社交數(shù)據(jù)包括貸款人在微信、 QQ、騰訊微博和游戲、理財(cái)通等的數(shù)據(jù)。微眾銀行依據(jù)這些數(shù)據(jù)對(duì)貸款人的身份進(jìn)行識(shí)別，進(jìn)而通過大數(shù)據(jù)分析對(duì)貸款人進(jìn)行信用評(píng)估，并依此給出貸款人的貸款額度。 阿里的芝麻信用、 騰訊的征信產(chǎn)品、 微信的公眾號(hào)個(gè)人信用評(píng)分等都是互聯(lián)網(wǎng)個(gè)人征信的開始。（三）資產(chǎn)定價(jià)產(chǎn)品定價(jià)是金融的核心內(nèi)容之一，特別是金融衍生產(chǎn)品定價(jià)一直是學(xué)術(shù)界和實(shí)務(wù)界關(guān)心的重要領(lǐng)域，涉及數(shù)學(xué)建模和計(jì)算等。比如Ripple利用大數(shù)據(jù)對(duì)信貸中的數(shù)量配對(duì)、期限配對(duì)等配對(duì)能力的分析， 使得其匯兌系統(tǒng)可以進(jìn)行不同貨幣（甚至包括積分） 間自由、免費(fèi)、零延時(shí)的匯兌（配對(duì)） 。自 2007-2008 年

10、美國次貸危機(jī)引發(fā)的全球金融危機(jī)以來，信用衍生產(chǎn)品的定價(jià)問題成了學(xué)術(shù)界和實(shí)務(wù)界的研究熱點(diǎn)。以信用違約互換（Credit Default Swap， CDS）定價(jià)為例，理論上常用的方法有結(jié)構(gòu)化模型和違約化模型，其核心是違約過程的建模和估計(jì)，還要考慮違約的相關(guān)和傳染性， 通常需要復(fù)雜的數(shù)學(xué)模型，且驗(yàn)證困難。 近期一種基于大數(shù)據(jù)的實(shí)證方法應(yīng)運(yùn)而生， 即利用實(shí)際交易數(shù)據(jù)來估計(jì)違約概率。比如， 著名的電商企業(yè)亞馬遜對(duì)交易數(shù)據(jù)的掌握能力和處理深度， 使其充分掌握了供應(yīng)鏈上游的信用違約概率，進(jìn)而已經(jīng)非常接近可以給其核心消費(fèi)者建立動(dòng)態(tài)信用違約互換定價(jià)的程度，并且據(jù)此可以有效地放大消費(fèi)者的消費(fèi)能力，對(duì)金融產(chǎn)品和產(chǎn)

11、品組合實(shí)施真正意義上的個(gè)性化定價(jià)。（四）風(fēng)險(xiǎn)管理金融創(chuàng)新與金融風(fēng)險(xiǎn)相伴相成?；ヂ?lián)網(wǎng)金融也是如此?；ヂ?lián)網(wǎng)金融提高了金融效率， 但也使風(fēng)險(xiǎn)跨越了地界和人際關(guān)系，并呈現(xiàn)許多新形式， 而監(jiān)管的滯后和法律的缺失則非常不利于互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)的界定和防范。國際證券事務(wù)委員會(huì)及巴塞爾委員會(huì)所界定的八種金融風(fēng)險(xiǎn)（市場(chǎng)風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)、交割風(fēng)險(xiǎn)、操作風(fēng)險(xiǎn)、系統(tǒng)風(fēng)險(xiǎn)、法律風(fēng)險(xiǎn)、道德風(fēng)險(xiǎn)） 在互聯(lián)網(wǎng)金融中都有不同程度的暴露，且交織在一起。 比如 P2P 網(wǎng)貸中頻發(fā)的老板跑路、公司倒閉、拆標(biāo)等的惡意欺詐，資金池、非法集資、非法吸收公眾存款等違法事件；收益虛高的第三方理財(cái)； 眾籌中難覓優(yōu)質(zhì)工程、信息不對(duì)稱、定價(jià)不

12、完備、 退出機(jī)制不健全等引發(fā)的資金安全問題；互聯(lián)網(wǎng)金融門戶淪落為流量批發(fā)商等。因此通過對(duì)互聯(lián)網(wǎng)金融活動(dòng)產(chǎn)生的大數(shù)據(jù)進(jìn)行分析，及時(shí)發(fā)現(xiàn)風(fēng)險(xiǎn)， 并采取措施加以規(guī)5/10避和防范，這方面工作亟待加強(qiáng)。主要包括“五防”。一是防欺詐： 利用數(shù)據(jù)分析實(shí)時(shí)監(jiān)控用戶的交易行為，比如分析用戶輸入每個(gè)字母的間隔時(shí)間的變化、 地理位置的移動(dòng)、 交易行為的變化等來判斷交易的真實(shí)性，是否本人操作等。又如監(jiān)管部門利用交易數(shù)據(jù)，建立交易異動(dòng)報(bào)警指標(biāo)體系，動(dòng)態(tài)監(jiān)測(cè)和查驗(yàn)個(gè)股異動(dòng)、敏感信息等， 進(jìn)而監(jiān)測(cè)內(nèi)幕交易、 誤導(dǎo)交易、 市場(chǎng)操控和證券欺詐， 挖掘“老鼠倉” 案件的線索。二是防洗錢：對(duì)異地信用卡頻繁刷卡套現(xiàn)行為的監(jiān)控，比如

13、對(duì) POS機(jī)上刷卡的數(shù)據(jù)流，提取若干中間變量， 建立分類模型， 識(shí)別用于洗錢的 POS機(jī)類型， 例如，對(duì)頻繁出現(xiàn)同一張卡單筆金額小、但次數(shù)多、總金額大現(xiàn)象的 POS機(jī)的識(shí)別，來防范利用 POS機(jī)洗錢。三是防流動(dòng)性風(fēng)險(xiǎn) : 余額寶利用支付寶的大數(shù)據(jù)， 對(duì)用戶數(shù)、轉(zhuǎn)化率和客單價(jià)等的分析，掌握幾千萬客戶申購贖回情況、客戶結(jié)構(gòu)、客戶行為規(guī)律，對(duì)客戶申購贖回規(guī)律做出預(yù)測(cè)，并做好預(yù)案化解流動(dòng)性風(fēng)險(xiǎn)。比如，月初發(fā)工資時(shí)段申購會(huì)增加，月底還信用卡時(shí)段贖回會(huì)增加，春節(jié)前申購會(huì)增加，還有日間不同時(shí)段的規(guī)律。2015 年 11 月 11 日，天貓一天成交額 912 億，其中移動(dòng)支付占 42.6%，“雙十一”是最大單

14、日贖回的日子，需要有充足的頭寸和各種機(jī)制保障資金流動(dòng)性。四是防客戶流失：支付寶對(duì)開啟和關(guān)閉帳戶客戶數(shù)據(jù)的分析建立了一個(gè)流失預(yù)警模型，進(jìn)而采取相應(yīng)措施爭(zhēng)取和留住客戶。五是防系統(tǒng)性風(fēng)險(xiǎn)：監(jiān)管部門通過對(duì)大數(shù)據(jù)的分析對(duì)互聯(lián)網(wǎng)金融進(jìn)行實(shí)時(shí)監(jiān)管，對(duì)可能發(fā)生的風(fēng)險(xiǎn)進(jìn)行預(yù)警，及時(shí)處置突發(fā)性事件，防止系統(tǒng)性風(fēng)險(xiǎn)的發(fā)生。三、大數(shù)據(jù)應(yīng)用中存在的問題大數(shù)據(jù)的處理已經(jīng)形成包括數(shù)據(jù)收集、整理、關(guān)聯(lián)分析、數(shù)據(jù)挖掘、可視化等的產(chǎn)業(yè)鏈，互聯(lián)網(wǎng)金融已經(jīng)成為產(chǎn)生大數(shù)據(jù)的重要領(lǐng)域，因此大數(shù)據(jù)應(yīng)用中出現(xiàn)的問題和面臨的挑戰(zhàn)在互聯(lián)網(wǎng)金融大數(shù)據(jù)應(yīng)用中也有體現(xiàn)，具體表現(xiàn)為大數(shù)據(jù)共享失聯(lián)、內(nèi)容失真、分析失能、處理失速和安全失控等。（一）共享失聯(lián)

15、大數(shù)據(jù)共享失聯(lián)表現(xiàn)在數(shù)據(jù)的公開、聯(lián)通、共享方面的不盡人意。比如一些企業(yè)包括政府部門不愿公開數(shù)據(jù)，也有的是怕監(jiān)管而不愿上傳數(shù)據(jù)，造成公開數(shù)據(jù)部門吃虧、不公開數(shù)據(jù)部門占便宜的狀況，形成了囚徒困境的局面。又如網(wǎng)貸平臺(tái)信息披露缺乏統(tǒng)一標(biāo)準(zhǔn)，歷史數(shù)據(jù)不充分， 使得一些網(wǎng)貸評(píng)級(jí)機(jī)構(gòu)依據(jù)這些信息建立的評(píng)級(jí)模型和結(jié)果的公信力有待實(shí)踐驗(yàn)證和優(yōu)化。（二）內(nèi)容失真6/10大數(shù)據(jù)內(nèi)容失真表現(xiàn)在大數(shù)據(jù)中含有大量的噪聲信息甚至是虛假信息，出現(xiàn)信息過載的問題。 大數(shù)據(jù)的價(jià)值在于將巨量的小數(shù)據(jù)連接起來形成可辨別的模式，但這些“小數(shù)據(jù)”中有相當(dāng)比例是垃圾。如何從數(shù)據(jù)里檢測(cè)噪聲，去除垃圾， 去偽存真，考驗(yàn)著我們對(duì)大數(shù)據(jù)的處理能力

16、。（三）分析失能大數(shù)據(jù)分析失能表現(xiàn)在數(shù)據(jù)分析挖掘能力的不平衡，并非互聯(lián)網(wǎng)金融的所有參與者都具備大數(shù)據(jù)分析挖掘的能力，比如一些P2P平臺(tái)和借款人的違約、破產(chǎn)、跑路， 凸顯了出資人和監(jiān)管部門對(duì)P2P 平臺(tái)和借款人信用評(píng)估能力的缺失。事實(shí)上由于大數(shù)據(jù)的體量和處理速度，大數(shù)據(jù)需要并行化處理，傳統(tǒng)的數(shù)據(jù)理論和挖掘方法已經(jīng)不完全適用，需要在理論和方法上有突破性進(jìn)展。（四）處理失速大數(shù)據(jù)處理失速表現(xiàn)在對(duì)大數(shù)據(jù)處理速度還不能滿足各方的需求。大數(shù)據(jù)不僅表現(xiàn)在它的體量之大， 還表現(xiàn)于數(shù)據(jù)來源、噪聲水平和其他因素引起的其頻率和內(nèi)容變化之快，這些變化定義了一個(gè)大數(shù)據(jù)問題的復(fù)雜性。通常我們說大數(shù)據(jù)至少要達(dá)到1TB的量級(jí)

17、， 而大多數(shù)中小企業(yè)和個(gè)人并不具備這種處理能力。要解決大數(shù)據(jù)問題，我們需要先解決一些小數(shù)據(jù)問題，比如每天處理1TB數(shù)據(jù)的能力，意味著需要每秒處理12MB的能力， 12MB并不是一個(gè)大的數(shù)據(jù)量，關(guān)鍵是要在1 秒內(nèi)處理完畢。（五）安全失控大數(shù)據(jù)安全失控表現(xiàn)在用戶信息的泄露和濫用、法律法規(guī)建設(shè)的滯后。比如利用客戶交易信息進(jìn)行轟炸式廣告投放的過度營銷，用戶刷二維碼支付、下載不安全的APP可能泄露個(gè)人的信息， 買賣用戶信息的非法交易也時(shí)有耳聞。此外由于互聯(lián)網(wǎng)企業(yè)信息管理漏洞造成客戶信息的泄露， 如支付寶20G 的用戶信息外泄、 黑客利用某分享網(wǎng)站的漏洞獲取了數(shù)百萬個(gè)賬戶的用戶名和電話號(hào)碼。因此信息安全問

18、題是關(guān)系到互聯(lián)網(wǎng)金融能否健康發(fā)展的關(guān)鍵問題之一， 現(xiàn)有的信息安全手段難以滿足大數(shù)據(jù)應(yīng)用的安全要求。關(guān)于數(shù)據(jù)產(chǎn)權(quán)、公開、使用和安全方面的法律法規(guī)缺失，必須引起政府部門和互聯(lián)網(wǎng)金融參與各方的高度重視。四、大數(shù)據(jù)應(yīng)用的發(fā)展趨勢(shì)大數(shù)據(jù)時(shí)代，需要新的邏輯和思維，需要想象力，大數(shù)據(jù)時(shí)代的核心詞是開放與融合。個(gè)人認(rèn)為，在大數(shù)據(jù)時(shí)代， 未來的金融業(yè)， 尤其是互聯(lián)網(wǎng)金融將發(fā)生以下幾方面的重要變化。（一）開放程度越來越高隨著移動(dòng)互聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)等新興信息技術(shù)的發(fā)展，改變了傳統(tǒng)的信息產(chǎn)生、傳7/10播、加工利用的方式， 特別是基于互聯(lián)網(wǎng)技術(shù)和移動(dòng)支付技術(shù)的互聯(lián)網(wǎng)金融打破了信息不對(duì)稱和物理區(qū)域壁壘，通過信息流、

19、 數(shù)據(jù)流引導(dǎo)各類資源的充分有效分配，甚至資金供求雙方可以通過網(wǎng)絡(luò)直接獲取信息并參與交易， 促使傳統(tǒng)的生產(chǎn)關(guān)系發(fā)生變革， 形成了聯(lián)網(wǎng)機(jī)構(gòu)相對(duì)平等的關(guān)系。（二）產(chǎn)品服務(wù)的數(shù)字化從長遠(yuǎn)來看， 隨著數(shù)據(jù)化和網(wǎng)絡(luò)化的全面深入發(fā)展，大數(shù)據(jù)的應(yīng)用將使傳統(tǒng)金融機(jī)構(gòu)的相關(guān)職能進(jìn)一步發(fā)生變化，如銀行的資金中介職能，體現(xiàn)出電子化交易特征，逐漸向數(shù)字化方向發(fā)展， 全面顛覆當(dāng)前金融服務(wù)形態(tài)。電子貨幣等數(shù)字化金融產(chǎn)品在經(jīng)濟(jì)生活中將成為主流，借助互聯(lián)網(wǎng)技術(shù)， 金融機(jī)構(gòu)將更廣泛地通過虛擬的渠道向客戶提供各種金融服務(wù)。未來互聯(lián)網(wǎng)金融的整體運(yùn)作將是一個(gè)數(shù)據(jù)的洪流，“數(shù)字金融”將得以全面實(shí)現(xiàn)。（三）生產(chǎn)力進(jìn)一步提高與物質(zhì)資本、 人

20、力資本一樣， 大數(shù)據(jù)將成為經(jīng)濟(jì)活動(dòng)一個(gè)重要的生產(chǎn)要素，它也可以轉(zhuǎn)變成為生產(chǎn)力， 創(chuàng)造巨大的經(jīng)濟(jì)價(jià)值。 如部分金融產(chǎn)品及交易的數(shù)字化，使金融供應(yīng)鏈外延，降低了全社會(huì)融資成本和財(cái)務(wù)費(fèi)用，提高整個(gè)市場(chǎng)的生產(chǎn)效率。五、結(jié)論本文就互聯(lián)網(wǎng)金融中大數(shù)據(jù)的應(yīng)用和存在的問題進(jìn)行了初步探視和分析，只有及時(shí)發(fā)現(xiàn)和解決互聯(lián)網(wǎng)金融中出現(xiàn)的問題，完善相關(guān)法律法規(guī)， 互聯(lián)網(wǎng)金融才能健康發(fā)展，進(jìn)而為金融改革創(chuàng)新做出貢獻(xiàn)，造福于民。同時(shí)加快社會(huì)急需的數(shù)據(jù)科學(xué)家、數(shù)據(jù)分析師、數(shù)據(jù)工程師等人才培養(yǎng)，加強(qiáng)大數(shù)據(jù)理論和應(yīng)用的研究及成果轉(zhuǎn)化，為互聯(lián)網(wǎng)金融保駕護(hù)航。參考文獻(xiàn)1葉中行 . 互聯(lián)網(wǎng)金融的風(fēng)險(xiǎn)防范. 開發(fā)性金融研究 , 2014

21、, 1(3): 46-51.2上海市政府印發(fā)關(guān)于促進(jìn)互聯(lián)網(wǎng)金融產(chǎn)業(yè)健康發(fā)展若干意見通知. 滬府發(fā) 2014 47號(hào).3 中國互聯(lián)網(wǎng)金融報(bào)告 (2014).4 2013 中國網(wǎng)絡(luò)借貸行業(yè)藍(lán)皮書 .5 吳昱 . 大數(shù)據(jù)精準(zhǔn)挖掘 . 第 1 版 . 北京 : 化學(xué)工業(yè)出版社 ,2013.6 Thomas L C, Edelman D.B, Crook J N. Credit Scoring and its Application.第 1版. SIAM, Philadelphia, USA, 2002.7 趙勇 , 林輝 , 沈寓實(shí) . 大數(shù)據(jù)革命 - 理論、模式與技術(shù)創(chuàng)新 . 第 1 版 . 北京

22、: 電子工業(yè)出版社 , 2014.8/108涂子沛 .大數(shù)據(jù) .第 1 版.桂林 :廣西師范大學(xué)出版社, 2012.9 Rajaraman A, Ullman J D.王斌譯 .大數(shù)據(jù) - 互聯(lián)網(wǎng)大規(guī)模數(shù)據(jù)挖掘與分布式處理.第1 版 .北京 :人民郵電出版社, 2012.10 Steele J, Iliinsky N.祝洪凱 , 李妹芳譯 .數(shù)據(jù)可視化之美.版權(quán)申明本文部分內(nèi)容，包括文字、圖片、以及設(shè)計(jì)等在網(wǎng)上搜集整理。版權(quán)為潘宏亮個(gè)人所有This articleincludessome parts,includingtext,pictures,and design. Copyright is

23、 Pan Hongliang's personal ownership.用戶可將本文的內(nèi)容或服務(wù)用于個(gè)人學(xué)習(xí)、研究或欣賞，以及其他非商業(yè)性或非盈利性用途， 但同時(shí)應(yīng)遵守著作權(quán)法及其他相關(guān)法律的規(guī)定，不得侵犯本網(wǎng)站及相關(guān)權(quán)利人的合法權(quán)利。除此以外，將本文任何內(nèi)容或服務(wù)用于其他用途時(shí)，須征得本人及相關(guān)權(quán)利人的書面許可，并支付報(bào)酬。Users may use the contents or services of this article for personal study, research or appreciation, and other non-commercial or non-profit