據畢馬威國際會計師事務所與金融科技風投機構H2 Ventures聯合發布的《2018全球金融科技100強》榜單顯示, 以螞蟻金服、京東金融、度小滿金融為代表的中國金融科技公司躋身世界十強。在當前全球化背景下, 這些金融公司積極融入互聯網金融平臺, 相繼推出了支付寶APP、“京東白條”等互聯網消費平臺與金融產品, 為大數據思維在金融學研究領域中的應用提供了重要指導意義。
一、大數據時代金融學的發展面貌
現如今我國金融業面臨著數據體量龐大、數據類型多元、信息流動速度加快、數據量價值密度低等問題, 原有數據處理方法已經呈現出一定的滯后性與不匹配性, 不同業務類型在相應系統中呈分散排布狀態, 缺乏統一數據平臺進行信息處理, 導致數據分析與處理的效率效果不佳, 難以滿足金融行業業務擴張與發展的需求。
鑒于金融行業與IT行業之間存在一定的相似性, 而大數據思維便是立足于IT行業發展視角所衍生出的輔助工具, 這也為大數據思維在金融學研究領域中的應用奠定了前提基礎。長期以來商業銀行在我國金融行業中占據主導地位, 其金融服務行業性質與業務模式更為大數據技術的實施與應用創設了完備的先天條件。首先從商業銀行的業務類型角度來看, 其主體業務由涵蓋了客戶信息、交易明細的結構類數據組成, 同時也包含諸如網上銀行、手機銀行等新型業務種類, 由此帶來更多的非結構性數據, 其大數據量如何處理成為金融業亟待解決的問題。其次, 商業銀行通常采用信用評定模式開展營銷業務, 憑借多年經驗積累了大量數據分析技巧, 這恰好為大數據分析技術的應用做好了鋪墊, 有助于從業者更快、更好地提升海量數據的處理速度與質量。最后從金融業與IT業所共有的服務業性質角度入手, 金融行業的IT服務經由多年運營發展已基本形成完備的人員結構與服務體系, 進一步為大數據技術的應用奠定了完備基礎。
2大數據思維在金融學中的具體應用表現
(一) 利用大數據技術建設金融大數據平臺
當前互聯網憑借其裹挾的海量信息資訊實現了全球范圍內的資源共享與信息交互, 促使傳統金融數據平臺的數據來源與獲取渠道得到了顯著拓寬, 真正將不同銀行下屬各個網點的金融數據進行系統整合, 為金融學研究提供了豐富的參考資源。同時, 大數據時代下網民數量的急劇攀升促使數據來源渠道日益增多, 門戶網站、手機終端APP應用軟件以及網上銀行等都成為公民查詢金融信息、獲取金融資訊的有效渠道。金融大數據平臺的建設真正立足于大數據思維模式, 采用大數據挖掘技術深度挖掘用戶數據與重要信息, 以此更好地面向不同客戶群體的現實需求進行相應金融產品的開發。
在建構金融大數據平臺的過程中, 首先進行數據來源的探討, 在保留原有銀行內部大數據資源的基礎上新增外部大數據這一信息來源渠道, 這些數據主要來源于互聯網平臺中的線上交易和以互聯網消費行為數據為代表的政府依法公開的信息等渠道, 依據不同數據類型完成功能數據區的劃分, 在執行統一流程的前提下系統整合歷史數據與企業數據, 為大數據應用系統提供支持;其次進行大數據應用系統的建設, 該系統采用大數據挖掘技術、計量分析等手段針對基礎數據平臺手機端的大數據進行開發, 為金融決策的制定提供有價值的參考依據, 應用于金融企業的業務運營、營銷策略制定與風險防控體系建設中;最后進行大數據管控標準的設立, 剔除不良數據、提高元數據管控能力, 為金融大數據平臺創設完備的安全保障。
(二) 借助大數據分析輔助金融決策制定
隨著市場經濟變革與社會發展進步, 金融決策的制定與金融產品的推行必然會面臨著一定的風險, 一旦金融決策失誤將會對企業造成嚴重的財政損失, 因此風險管控的重要性不言而喻。當前金融學研究領域已逐步開始運用大數據分析技術輔助金融決策的制定, 以某商業銀行為例, 該銀行在處理一家小型企業的貸款申請請求時便運用大數據分析技術統計了該企業在近3年內的銷售額、資金運營情況以及人員流動量等信息, 依據最終評估結果進行放貸額度的把控, 事實證明其調整后的放貸限度恰好符合企業的還貸能力。
(三) 依托互聯網金融推動金融產品革新
隨著2012年11月“互聯網+”概念的首次提出, 越來越多的金融行業開始入駐互聯網平臺, 互聯網金融這一模式成為大數據時代下典型的金融產物?；ヂ摼W金融真正將互聯網思維與大數據技術引入到了金融行業, 推動了金融企業運作模式的革新, 并與傳統金融企業構建了長效合作關系, 創新推出了P2P理財、虛擬貨幣、基金、眾籌等新型金融產品, 真正實現了金融產品的創新。以P2P網貸平臺為例, 該平臺既為部分存在借款需求的用戶提供了貸款渠道, 同時也為另一部分用戶提供了理財產品, 憑借“用大數據系統進行風控”的經營理念創造了8%-12%的平均年利率, 累計成交額達87億。
三、依托大數據思維助推金融學研究發展的借鑒思路
(一) 牢固樹立大數據思維, 提高技術管理水平
一方面, 由于金融學涵蓋了貨幣銀行學、證券、保險等多種體系門類, 涉及到龐大的數據量與信息內容, 因此要求金融企業務必要牢固樹立大數據思維理念, 真正利用大數據工具挖掘金融領域的有價值數據、拓寬數據來源渠道, 以此進一步提高金融業務的處理效率、優化工作質量。同時, 通過利用大數據技術挖掘金融數據信息, 也能夠更好地為金融學研究者提供多元思路, 使其發現自身存在的薄弱環節并著手進行解決, 真正確保其在日常工作中創造出新型金融產品, 為客戶定制個性化服務, 彰顯出大數據思維在金融學領域中的實際應用價值。
另一方面, 大數據思維離不開大數據技術的支撐, 因此金融業還應當明確意識到技術管理工作的重要性。金融企業應當合理調配財政資金從事大數據技術的研發工作, 在整合現有大數據技術的基礎上進行開發創新, 真正實現大數據、云計算、計算機網絡等技術的深度整合, 提高金融企業的數據收集、數據分析、數據存儲、數據共享等技術水平。同時, 金融企業務必要樹立全局視角, 積極借鑒國內外優秀企業的發展經驗, 例如英國Derwent Capital Markets公司便是借助Twitter社交網絡獲取數據內容, 以此感知市場情緒, 建立了規模為4000萬美元的對沖基金, 為國內金融機構提供了學習借鑒思路。
(二) 積極參與數據交易活動, 創設多元化服務
在當前的大數據網絡時代, 社會生產與日常生活所創造出的海量數據造就了信息爆炸的局面, 任何企業都不可能針對某一行業的數據信息做到全盤掌握, 這就為金融企業間的合作交流創設了契機。鑒于數據交易與信息互換是金融學研究中的重要內容, 因此要求金融企業務必要積極樹立合作互惠意識, 依托大數據交易平臺與同行業的優質企業之間進行密切交往合作、實現信息資源共享, 以此確保金融信息的利用率得到穩步提升, 為企業金融決策的制定及其未來戰略發展提供可靠參考憑據。
與此同時, 金融企業還應當進一步樹立金融服務意識, 實現由靜態數據庫向實時數據流的轉型, 利用大數據挖掘技術收集互聯網用戶瀏覽網頁的習慣、消費評論話語、日常消費額等信息, 結合線下政府機構所公布的人口學特征、年度消費狀況等數據, 生成特定消費群體的投資與消費傾向, 進而依托網絡媒介進行金融廣告的發布與推送, 真正定制出專屬于一類客戶群體的個性化服務。以Social Finance公司所推出的P2P網貸平臺為例, 該公司專注為美國聯邦學生提供低息貸款, 利用大數據技術在社交網絡中提取信息進行貸款用戶的篩選, 以此降低違約率, 同時還依托資產證券化舉措降低出借端的資金成本, 截至2016年創收資金達42億美元。
(三) 提高金融人才培養力度, 鞏固大數據思維
互聯網技術與計算機應用軟件是大數據思維傳播的載體, 但大數據思維在金融學研究領域的應用也離不開人才的作用, 因此對于金融人才建設與培養提出了較高的要求。首先, 金融企業應當定期或不定期開展金融研究人員培訓工作, 綜合貨幣銀行學、證券、保險、國際金融等相關專業理論知識進行培訓, 同時注重加強人才的計算機網絡技術技能培訓, 引導其掌握最先進的大數據理論知識與實用技能, 真正培育集金融學與大數據知識技能于一體的綜合素質人才。其次, 金融企業應當創設考核常態化機制與獎懲制度, 引導金融從業者時刻樹立學習態度進行技術技能的鞏固練習, 依托獎懲措施調動人才的積極性、規范其研究行為, 以此進一步提升金融學研究水平。最后, 金融企業還應當積極拓展其人才招收與引進渠道, 與國內外知名金融院校、專業計算機院校簽訂定向人才培養協議, 真正引進國內外優秀人才, 同時依托互聯網渠道向全社會征集復合型人才, 以此促使金融學研究隊伍得到進一步壯大、完善, 助推金融行業的長效發展。
結語
總而言之, 未來大數據思維必將伴隨“互聯網+”的發展引領社會進步, 而金融學研究的發展也離不開大數據技術所提供的支持。因此務必要在金融學研究中牢固樹立大數據思維與互聯網思維理念, 真正依托大數據挖掘、大數據分析等技術手段創新金融行業發展模式與載體, 運用大數據思維意識推進金融數據平臺建設, 為金融決策的制定與金融風險的防范提供有力工具, 提升金融學研究的實效性、推進互聯網金融建設, 從而為金融學研究發展與社會經濟建設奠定穩固基礎。
摘要：大數據思維的誕生為社會不同行業領域的生產建設創造了便捷條件, 為金融學研究領域拓寬了發展思路。研究金融學中大數據思維的應用, 其主要目的是利用大數據技術提升金融數據與業務的處理實效, 依托文獻研究法剖析大數據思維在金融數據平臺建設、金融決策制定、金融產品創新等方面的具體應用表現, 研究結果證實大數據技術在應對數據量較大、數據分析難度高等問題時能夠發揮較強應用價值。因此金融行業從業者務必要牢固樹立大數據思維, 提高大數據技術管理能力與掌握水平, 為金融學研究發展提供重要技術支持。
關鍵詞：金融學,大數據思維,金融數據平臺,大數據分析技術,互聯網金融
參考文獻
[1] 李倩, 吳昊.大數據背景下投資者行為研究的趨勢分析:基于“內涵-思路-方法”的三重視角.中央財經大學學報, 2017, (02) :54-64.
[2] 張順, 殷露琦.金融學研究中大數據思維的應用與實踐探索.品牌, 2015, (11) .
[3] 羅鵬, 陳義國, 許傳華.百度搜索、風險感知與金融風險預測———基于行為金融學的視角.金融論壇, 2018, (1) :39-51.
[4] 劉念, 劉一沙.淺談大數據思維在金融學研究中的運用策略.現代經濟信息, 2016, (10) .