
邦幫堂寇權(quán):大數(shù)據(jù)的未來在于開放與共享
21世紀(jì),互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、3D打印、人工智能……正如摩爾定律所言,人類的科技革新發(fā)展迅速,其中大數(shù)據(jù)的發(fā)展?jié)摿ψ畋豢春?。大?shù)據(jù)的概念非常火爆,但少有人真正理解大數(shù)據(jù)的核心內(nèi)容,一個普遍而且嚴(yán)重的誤解就是:大數(shù)據(jù)=數(shù)據(jù)大,即大數(shù)據(jù)就是量大的數(shù)據(jù)。但實際上,大數(shù)據(jù)的核心在于數(shù)據(jù)的交叉與流動。
亞馬遜前任首席科學(xué)家Andreas Weigend將數(shù)據(jù)比喻成新的石油,在信息社會,隨著大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)等新技術(shù)及相關(guān)的創(chuàng)新應(yīng)用不斷加快,海量數(shù)據(jù)正在政務(wù)管理、金融業(yè)風(fēng)控、產(chǎn)業(yè)發(fā)展、城市治理、民生服務(wù)等眾多領(lǐng)域不斷產(chǎn)生、積累、變化和發(fā)展。正如國際咨詢公司麥肯錫所說:“數(shù)據(jù),已經(jīng)滲透到當(dāng)今每一個行業(yè)和業(yè)務(wù)職能領(lǐng)域,成為重要的生產(chǎn)因素。”我國的數(shù)據(jù)應(yīng)用資源也正和土地、勞動力、資本等生產(chǎn)要素一樣,成為促進(jìn)中國經(jīng)濟(jì)穩(wěn)定增長的基本要素。
目前,我國互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)用戶規(guī)模居全球第一,擁有豐富的數(shù)據(jù)資源和應(yīng)用市場優(yōu)勢,大數(shù)據(jù)部分關(guān)鍵技術(shù)研發(fā)取得突破,涌現(xiàn)出一批互聯(lián)網(wǎng)創(chuàng)新企業(yè)和創(chuàng)新應(yīng)用。可是,數(shù)據(jù)之間的交叉融合非常少,信用數(shù)據(jù)源的割裂是當(dāng)前影響我國大數(shù)據(jù)應(yīng)用和拓展的主要障礙。
對于P2P行業(yè)來說,大數(shù)據(jù)在征信領(lǐng)域作用重大,對P2P平臺的核心競爭力是一大考驗,國內(nèi)外都有一些企業(yè)正在從事大數(shù)據(jù)征信的研發(fā)、實驗?zāi)酥翆嵺`工作。值得關(guān)注的是,目前國內(nèi)金融行業(yè)中成功運(yùn)用大數(shù)據(jù)做風(fēng)控的企業(yè),只有阿里小貸等少數(shù)幾家。他們主要是通過賣家累計的海量交易信息及資金流水,在幾秒內(nèi)完成對商家的授信。在數(shù)據(jù)征信領(lǐng)域還是存在很多問題,利用大數(shù)據(jù)進(jìn)行風(fēng)險控制任重而道遠(yuǎn)。
依賴大數(shù)據(jù)風(fēng)控主要靠及時更新的數(shù)據(jù)和對客戶的約束力來實現(xiàn)其有效性,這兩個因素也被稱為“閉環(huán)數(shù)據(jù)”。盡管年初央行同意8家個人征信機(jī)構(gòu)進(jìn)行數(shù)據(jù)的收集,但由于數(shù)據(jù)庫往往涉及平臺的核心競爭力,在沒有建立起相應(yīng)的激勵機(jī)制的情況下,大多不愿意共享。
另一方面,P2P行業(yè)的信用數(shù)據(jù)獲取渠道極其有限,個人信用數(shù)據(jù)部分依靠借款用戶自行提交,部分依靠平臺上門征集,對借款主體的信用數(shù)據(jù)征集工作占據(jù)了P2P網(wǎng)貸平臺的大量人力物力,造成了一定的運(yùn)營成本壓力和管理壓力。
美國利用數(shù)據(jù)進(jìn)行征信的發(fā)展歷程與其背后的邏輯對于我國發(fā)展征信行業(yè)具有一定的借鑒意義。美國信用局協(xié)會(CDIA)制定了用于個人征信業(yè)務(wù)的統(tǒng)一標(biāo)準(zhǔn)數(shù)據(jù)報告格式和標(biāo)準(zhǔn)數(shù)據(jù)采集格式,且正在將美國征信數(shù)據(jù)的標(biāo)準(zhǔn)推廣至其他國家,以促進(jìn)征信體系的全球化發(fā)展。除金融相關(guān)數(shù)據(jù)外,電商、電信業(yè)、零售業(yè)的數(shù)據(jù)也正在納入征信體系。
美國征信市場的特點(diǎn)可以用12字概括:專業(yè)分工、邊界清晰、各司其職。整個征信體系分為機(jī)構(gòu)征信和個人征信,其中機(jī)構(gòu)征信又分為資本市場信用和普通企業(yè)信用。個人征信方面,先由美國三大征信局益百利(Experian)、愛克菲(Equifax)美國環(huán)聯(lián)(TransUnion)進(jìn)行數(shù)據(jù)處理,然后再由FICO Score和Vantage Score等評分機(jī)構(gòu)進(jìn)行信用評級,最后應(yīng)用到實際的金融環(huán)境之中,已形成一條成熟的核心產(chǎn)業(yè)鏈。
另外,美國通過立法和行業(yè)共識,其數(shù)據(jù)征信體系也形成了相對統(tǒng)一的標(biāo)準(zhǔn)。以“個人征信”為例,其內(nèi)涵由“5C1S”定義:品德(Character)、能力(Capability)、資本(Capital)、條件(Condition)、擔(dān)保品(Collatera)、穩(wěn)定性(Stability)。同時,信用的邊界也得到了明確的刻畫,即對于用來量化信用的數(shù)據(jù)基礎(chǔ)形成了共識。
從歷史發(fā)展路徑來看,美國的大數(shù)據(jù)征信也是先經(jīng)歷了野蠻生長,然后理智整合。在這個過程中,應(yīng)用場景的拓展、技術(shù)的進(jìn)步和法律法規(guī)的完善起到了關(guān)鍵性的推動作用。由于我國利用大數(shù)據(jù)進(jìn)行征信還處于初級階段,央行授權(quán)開展個人征信業(yè)務(wù)的8家征信機(jī)構(gòu)也沒有形成成熟的產(chǎn)業(yè)閉環(huán),如何協(xié)調(diào)相關(guān)的征信機(jī)構(gòu)與數(shù)據(jù)源機(jī)構(gòu),使得基本的信用信息能夠共享,這需要兩類機(jī)構(gòu)之間互相合作與博弈,也需要政府層面能夠做出適當(dāng)引導(dǎo),以便早日打破僵局。
令人欣喜的是,加快大數(shù)據(jù)部署,深化大數(shù)據(jù)應(yīng)用,已成為穩(wěn)定我國經(jīng)濟(jì)增長的內(nèi)在需要和必然選擇。最近國務(wù)院印發(fā)了《促進(jìn)大數(shù)據(jù)發(fā)展行動綱要》,其中最引人注目的就是開放政府?dāng)?shù)據(jù)和推動產(chǎn)業(yè)創(chuàng)新。這是我國第一次把發(fā)展大數(shù)據(jù)上升為國家戰(zhàn)略,對推進(jìn)落實“中國制造2025”和“互聯(lián)網(wǎng)+”國家戰(zhàn)略、促進(jìn)大眾創(chuàng)業(yè)、萬眾創(chuàng)新,推動經(jīng)濟(jì)和社會發(fā)展具有重要意義。
大數(shù)據(jù)帶來的新服務(wù)模式和資源分析處理能力,將帶動產(chǎn)業(yè)技術(shù)研發(fā)體系的創(chuàng)新,推動跨領(lǐng)域、跨行業(yè)的融合和協(xié)同創(chuàng)新,在促進(jìn)新興產(chǎn)業(yè)快速發(fā)展的同時帶動傳統(tǒng)產(chǎn)業(yè)的協(xié)同發(fā)展,為建設(shè)國內(nèi)信用社會、行業(yè)創(chuàng)新提供有力支撐,重塑國家競爭優(yōu)勢。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓(xùn)練與驗證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11