大數(shù)據(jù)顛覆金融業(yè)交易模式

大數(shù)據(jù)是最有潛力的“礦產(chǎn)資源”，那么如此有魅力的“礦產(chǎn)資源”如何助推金融業(yè)的發(fā)展？全球大數(shù)據(jù)應(yīng)用研究論壇上，參會的眾大咖認為，大數(shù)據(jù)不僅改變著金融業(yè)的交易模式，而且對控制風(fēng)險、個性化定制、理性投資等方面讓金融機構(gòu)、消費者都能體驗到新金融的顛覆魔力。

01去中間商，交易時間縮短

知名大數(shù)據(jù)網(wǎng)站德塔弗洛克（Datafloq）創(chuàng)始人馬克·范·雷蒙南(Mark van Rijmenam)認為，首先，大數(shù)據(jù)技術(shù)在金融業(yè)方面的運用是有很多潛力可挖的。對消費者和金融業(yè)兩方面的數(shù)據(jù)進行分析，及時了解消費者的需求，從這個層面上來講，大數(shù)據(jù)技術(shù)的運用可以降低金融業(yè)的一些風(fēng)險。而通過大數(shù)據(jù)技術(shù)，結(jié)合一些社交媒體或者其他渠道獲得的數(shù)據(jù)，可以對客戶進行更深的了解。再就是區(qū)塊鏈的支撐是近些年大數(shù)據(jù)技術(shù)給金融業(yè)帶來的最重要變化。以前銀行之間的金融、現(xiàn)金交易會花幾天的時間，現(xiàn)在這個時間被大大縮短，變成幾分鐘甚至幾秒鐘。

區(qū)塊鏈是指什么？他說，就是通過單一、真實的源頭，通過資源的分享，通過所有人都來分享一個統(tǒng)一的、單一的數(shù)據(jù)庫、數(shù)據(jù)源，但是因為不同的參與方參與進來了，它們就可以形成這樣一個鏈條式的連接。這就意味著當(dāng)數(shù)據(jù)已經(jīng)處于區(qū)塊鏈當(dāng)中就已經(jīng)進行加密了，就不可能進行改變了。就像比特幣的交易一樣，這實際上就改變了做生意的方式，因為它將中間商已經(jīng)取消了，如果想在全世界去給那些不認識的人，或者不相信的人去做交易提供資金，需要用第三方，比如說是銀行，而通過區(qū)塊鏈，就已經(jīng)不需要這個銀行的存在了，借款人可以在10分鐘之內(nèi)把錢借給另一個人，完全不需要中間商了。而就在一兩周之前，第一個全球制造產(chǎn)品的交易，實際上這個是德克薩斯州的一船棉花運到了青島，就是用區(qū)塊鏈技術(shù)。

02大數(shù)據(jù)助推金融產(chǎn)品個性化定制

大數(shù)據(jù)發(fā)展速度最快的就是在金融領(lǐng)域，金融本身是通過信息不對稱具備商業(yè)營運價值的，所以北美以及最近國內(nèi)也有一個新的概念，就是科技金融，在這個過程里面，大數(shù)據(jù)落地在金融也是階段性的，第一個階段更多的是在信息基礎(chǔ)架構(gòu)的實施上，也就是信息處理能力，因為中國的金融發(fā)展速度是非常快的，隨便舉一個信用卡的公司，一個大型的股份制信用卡公司，覆蓋的人群數(shù)量上億張卡片規(guī)模，遠遠超過北美發(fā)達國家的數(shù)量，以傳統(tǒng)的體系架構(gòu)之下很難支撐中國的發(fā)展速度，所以大數(shù)據(jù)的第一個個性就是分布式計算的基礎(chǔ)能力對金融核心體系的建設(shè)產(chǎn)生了根本性的變化，現(xiàn)在五大行和股份制銀行都已經(jīng)啟動了金融基礎(chǔ)設(shè)施替換進程，像國內(nèi)光大銀行也實現(xiàn)了第一個在線交易的全面柜員24小時在線的核心系統(tǒng)的替換，現(xiàn)在已經(jīng)進入成熟商用了。

而第二個階段為人工智能的變化，以人工智能為驅(qū)動的開始出現(xiàn)了很多創(chuàng)新型的新業(yè)態(tài)，在投資領(lǐng)域基金券商領(lǐng)域的基金投募系統(tǒng)，像銀行領(lǐng)域也有個性化的服務(wù)，這些企業(yè)原來去銀行只有幾類用戶，私人銀行、金卡、白金卡用戶，只有幾類產(chǎn)品可以選擇，面向一大批人群，現(xiàn)在會定制個性化產(chǎn)品，基于風(fēng)險預(yù)期、流動性、存量推薦多少股、多少債等進行定制，這是針對差異化，計算量首先是非常大的，沒有第一個階段的基礎(chǔ)設(shè)施是不可能完成的任務(wù)。第二，每一個人去算，不可能用大類的方法的經(jīng)驗，一定是算法，就像淘寶一樣，買什么產(chǎn)品都有推薦引擎，每一個金融產(chǎn)品也有推薦引擎一樣有匹配原則。

大數(shù)據(jù)還能快速分析借款者的還款能力?？驴恕げ疇柲幔↘irk Borne）是博思艾倫高級數(shù)據(jù)科學(xué)家、天體物理學(xué)家和空間科學(xué)家，是全球25位頂尖大數(shù)據(jù)科學(xué)家之一，他解析金融行業(yè)數(shù)據(jù)流,金融機構(gòu)當(dāng)中，有很重要的業(yè)務(wù)之一就是要去管理風(fēng)險,他介紹，在交易以及各個領(lǐng)域、各個風(fēng)險環(huán)境，都要很好地控制這樣一個風(fēng)險，把數(shù)據(jù)信息能夠收集起來，能夠驅(qū)動我們的業(yè)務(wù)不斷地發(fā)展，能夠使得金融各個表現(xiàn)能夠更加的有益。

診斷型的分析就是可以幫助了解現(xiàn)在這個業(yè)務(wù)當(dāng)中發(fā)生了什么事情，所以能夠幫助采取相適應(yīng)的行動，而不僅僅只是去被動的接收。不管是機器學(xué)習(xí)模型還是傳統(tǒng)的模式，這都是一個學(xué)習(xí)的體系，能夠了解它的行為模式是怎么樣的，幫助更好地了解未來的發(fā)生情況。必須要很靈活的，非常靈敏地幫助很快的做出適應(yīng)的調(diào)整。

有的時候，銀行對未來進行預(yù)測的時候，得到的結(jié)果不是很積極。那么對于一些非常有風(fēng)險性的客戶，他們可能信譽不是很好，那么他們借款之后不一定能還款。那么有些信譽記錄非常良好的人，他們一旦借款，還款能力會很強、會很可靠。所以能夠基于他過去的一種信譽記錄，進行對未來還款行為的預(yù)測。

那么機器學(xué)習(xí)是一些數(shù)字、數(shù)學(xué)相關(guān)的算法。如果把這樣的一些數(shù)學(xué)的算法應(yīng)用到機器上面，可能就跟人工智能相關(guān)了。同樣的，如果把這樣的一些機器學(xué)習(xí)的算術(shù)反映到數(shù)據(jù)上面，這叫做數(shù)據(jù)挖掘。這些都是強調(diào)必須從過去的經(jīng)驗數(shù)據(jù)上進行總結(jié)。這個地方，我們在提及數(shù)據(jù)科學(xué)，它就是說把科學(xué)的方法能夠應(yīng)用到各種不同的數(shù)據(jù)當(dāng)中。包括一些自然的語言的過程，還有一些我們數(shù)據(jù)的語意信息，還包括視頻等等，它能夠去幫助我們?nèi)シ治鲞@樣一個場景當(dāng)中到底有哪些含義。

機器學(xué)習(xí)它對于金融領(lǐng)域有什么方面的應(yīng)用呢？金融機構(gòu)跟其他的產(chǎn)業(yè)一樣，它可能會對用戶分享和推薦一種產(chǎn)品。于是它們就開始實驗一下，看看這個產(chǎn)品到底受不受歡迎，看看其他的人在買這些產(chǎn)品的時候，是不是也買這些產(chǎn)品，這就是一種科學(xué)過程，數(shù)據(jù)科學(xué)就是把這樣一種科學(xué)過程從數(shù)據(jù)中進行發(fā)現(xiàn)。

03一張圖譜摸清上市公司投資價值

知識圖譜這個詞在此次論壇上多次被提及，據(jù)介紹，知識圖譜的作用就是把人類的知識變成計算機可以能夠理解這樣的一些東西，讓計算機來按照知識圖譜所組織的人類的知識來處理一些具體的問題。

“其實對于知識圖譜來說，應(yīng)該說隨著整個人工智能的發(fā)展，從最初人工智能應(yīng)該說是從1956年達特矛斯會議到現(xiàn)在提出知識圖譜，已經(jīng)有60年了，其實知識的表示一直在人工智能里面研究的一個很重要的領(lǐng)域，知識圖譜這個概念應(yīng)該說谷歌最先提出來的，實際上在往前追溯應(yīng)該是1956年達特矛斯會議開始，是作為人工智能的分支，就是知識表示的分支一直存在著?！币贾Z信用相關(guān)負責(zé)人表示，在大數(shù)據(jù)的領(lǐng)域，隨著數(shù)據(jù)不斷的豐富，種類是越來越多的，怎么把這樣一些數(shù)據(jù)利用我們已有的知識組織起來，這可能就是知識圖譜在大數(shù)據(jù)里面的一些應(yīng)用。

同時，在很多時候，每一個人可能有自己的一些不同的專業(yè)的領(lǐng)域的背景，一方面需要建立一個通用的知識圖譜，但是更重要的是，針對于不同的領(lǐng)域，需要有一些專業(yè)的圖譜。

對于金融領(lǐng)域，舉例來說，比如一個上市公司如何描述它？它的一些相關(guān)的組織架構(gòu)、信用，可以從互聯(lián)網(wǎng)、工商局的一些網(wǎng)站上得到一些信用，把這樣的一些東西組織成為一個圖譜，用來描述一個公司的實體。實際上，在很多的時候，分析一家公司是不是有很好的成長的價值的過程當(dāng)中，就會用到這樣一些相關(guān)的知識，這可能就是在金融業(yè)里面的一些應(yīng)用。

其實對于圖譜來說，我們把整個世界當(dāng)做實體來看的，一個實體可能是一個人、一個公司、一個組織，對于整個這樣一個過程來說，對個人來說也是同樣的道理，只不過有一些數(shù)據(jù)可能是涉及到一些隱私等等一些方面的內(nèi)容，這可能也會有一些安全方面的考量，比如說在支付寶上付了一些什么樣的賬，如果沒有授權(quán)，別人是不會拿到這些數(shù)據(jù)的。

對于通用的整個圖譜來說，現(xiàn)在一些大的公司都已經(jīng)有一些相應(yīng)的產(chǎn)品了，比如說谷歌、百度包括搜狗等，國內(nèi)、國外的公司都有一些通用性的產(chǎn)品，比如微軟最近發(fā)布了一些它對知識圖譜管理的數(shù)據(jù)集。

“老百姓”這個詞，對于普通的搜索來說可能就是在座的大家，但是可能知道金融行業(yè)人來說，知道這是一家上市公司，但是在百度、谷歌上面敲“老百姓”，這些都會出來的，對于一個分析人員來說，如果要是不能夠識別出來這樣的東西，處理起來相當(dāng)?shù)睦щy，大數(shù)據(jù)帶來了數(shù)據(jù)量的增長，但是實際上也帶來了對需求者感興趣的命中率的降低，希望通過這樣的技術(shù)，能夠為專業(yè)的金融分析人員提供非結(jié)構(gòu)化情報的支持。