(圖/取自網路)
自2013年起，大數據的理念日益成為「互聯網+」經濟的主流理念，目前，除了大數據的基礎工程，也就是大數據收集、建模、處理等工作外，在互聯網金融領域，大數據似乎陷入了一種奇怪的悖論，作為信用大數據的芝麻信用尚未建立起足夠的公信力，被暗諷為「娛樂大數據」，而自詡數據來源真實的傳統金融機構卻陷入空有數據無處著手的尷尬境地，大數據對於金融到底什麼？金融又如何應用大數據？這些問題值得進一步的關注與思考。
一、金融企業的數據困局
對金融企業而言數據並不陌生，可以說對於金融企業，數據構成了企業最重要的核心之一，通過數據的分析可以設計出完善的保險產品，新奇的金融工具，全面的信用模型等等，這些數據產品構成了金融體系最近五十年來快速發展的基礎。
但是進入互聯網金融時代之後，數據對於金融的價值正在發生改變，傳統金融機構依賴於客戶面對面交流，客戶偏好分析，客戶資產估值，客戶抵押管理等在內的一系列結構化數據，正在被由媒體、傳感器、音頻、視頻、互聯網行為信息等一系列互聯網金融乃至物聯網金融的非結構化數據而改變。
但是，由於長期的金融傳統，讓大數據在金融中存在著錯配，擁有著更為先進大數據分析工具的互聯網金融企業卻難以通過自身的數據分析能力取得足夠的信用保證。而使用結構化數據的傳統金融企業，又因為其數據來源的互聯網化而遭到更多的挑戰。
最顯著的例子就是在互聯網金融的資本籌集缺口依然較大的情況下，傳統金融企業尤其是商業銀行出現了嚴重的壞賬現象，究其根源是基於大數據的信用體係出現了矛盾，一方面傳統的金融數據結構化分析方式，在產能過剩傳統經濟下行的情況下難以有效控制傳統產業的風險；另一方面互聯網企業的輕資產結構特徵又讓其難以在傳統金融機構中取得足夠的數據支持，數據分析方式的不匹配已經成為製約金融發展的主要障礙。
但傳統的金融機構並不是沒有大數據來源，互聯網金融公司也不是缺乏結構化數據分析，雙方矛盾的根源在於傳統金融機構的數據留存在各個不同的體系中，難以被有效的提取和利用。舉例而言：信用卡作為人們最常見的信用消費工具，其消費數據往往具有著很強的可參考性，但是信用卡的交易數據與信用卡的徵信數據卻被困於兩個完全互不歸屬的系統內，讓兩方的數據形成孤島。
與此同時，具有行為數據分析能力的互聯網金融公司，又無法用其數據產品對接現行的消費金融體系。正是數據的孤島無端造成了大量的風險，但其最根源卻來自於傳統金融文化與互聯網金融文化的內在衝突。正式數據孤島與金融文化的衝突導致了大數據在互聯網金融領域的步履維艱，但隨著互聯網金融與傳統金融結合的緊密，有效大數據體係正在構建。
所謂有效大數據，就是在實現互聯網數據資源蒐集的同時，將互聯網數據與傳統金融數據對接，從而讓數據分析結構能夠運用於金融評分，實現信用體系構建。
(圖/取自網路)
二、有效大數據對於金融體系的重構
面對著大數據的困局，需要的是從制度層面的數據壁壘打破，通過結構化數據與非結構化數據的有機結合，最終實現大數據的有效化。這個過程就像一個圍城，傳統的金融在圍城的城中，互聯網金融在圍城的周圍遊蕩，雙方對各方都無可奈何，但是大數據則是高懸於城上的數據之湖，當結構化數據與非結構化數據對接的時候，有效的大數據就會依托勢能一沖而下，沖垮城牆的藩籬，最終重構整個金融的體系。
一是有效大數據挑戰傳統金融部門劃分。每天24小時金融機構的不同部門都在積累大量的數據資源，抵押貸款部門通過信貸了解其貸款客戶的海量數據。外匯、債券、貨幣和股票等資本交易部門則從全球收集宏觀的交易信息，通過金融工程模型進行金融創造。零售銀行部門則在藉助信用卡、借記卡、票據等多種渠道收集和分析客戶的實時信息。互聯網金融部門通過互聯網電商、社交、遊戲等多種手段聚集非結構化的數據。
但是由於缺乏有效的大數據處理機制，以及跨部門、跨企業的數據溝通範式，各個金融體系內形成了各自的孤島。隨著互聯網化的深入，這個數據難以在部門孤島中單獨存在，數據的溢出正在成為現實，例如信貸、行為、互聯網評分的相互連接已經用企業正在嘗試，在中國阿里巴巴正在試圖打通數據的橋樑，形成全新的數據體系，從而影響整個金融機構的部門劃分。
二是有效大數據打破客戶信息的壟斷。在傳統的金融體系內部，商業銀行通過大量的人力物力投入，建立起自身的數據分析體系，從而解決交易過程中的信息不對稱難題，但是這個數據對於商業銀行的而言是寶貴且不可共享的。
但是，當基於徵信、社交、購物等一系列的行為數據歸集之後，新的金融信息源模式開始構建，金融客戶信息、交易價格信息、社會經濟發展信息等開始共同影響金融產業鏈，讓傳統金融體系在逐漸的放開其金融接口。招商銀行、民生銀行、中信銀行等先行的金融機構已經開始了與互聯網金融擊鼓的接觸，正在嘗試建立起有效大數據的共享體系，傳統商業銀行對於客戶信息的壟斷正在被有效大數據的洪流所打破。
三是有效大數據加速了客戶需求創新。互聯網機構可以藉助社交網絡平台的海量用戶與數據，記錄用戶群體的情緒，但是卻缺乏用戶的金融能力分析，通過互聯網金融大數據和傳統金融機構小數據的結合，利用互聯網實現了金融對於普通消費者的精準化判斷，和行為趨勢遞推預測，最終實現客戶需求層級的創新。
例如保險公司根據客戶的社交行為，互聯網言論，網購習慣，以及傳統的徵信變化，為個人提供更具個性化的保單。甚至可以根據交通、天氣等情況，分析客戶的行為習慣，從而推出有利於安全駕駛的車險產品。
(圖/取自網路)
三、有效大數據對於金融文化的改造
大數據不僅是一種工具，一種手段更是一種思維方式的創新，在中國金融界乃至互聯網金融界依然存在著一種根深蒂固的抵押文化，在資金融通的過程中嚴重依賴於抵押物，正是由於抵押文化的存在讓信貸的思維方式變得更為簡單粗暴，只要考慮抵押品的價值就不用考慮其他。但是中國金融真正缺乏的是信用體系的構建。通過有效大數據體系的構建，可以將傳統金融與互聯網金融的壁壘打通，金融體係正在加速量化。
互聯網金融將憑藉其對大數據應用的天生優勢，在法律所允許的範圍內蒐集信用評估所需的個體或群體信息，將這些信息與商業銀行等傳統金融機構的數據進行有效對接，從而完成了對每個人用戶的個人畫像。並通過社交網絡不斷更新用戶數據，實現數據的自我生產和循環。從而讓金融服務從粗放式管理向精耕細作轉化，將抵押文化向信用文化轉型，最終實現金融文化的改造。
數據並不一定是萬能的，但是結合傳統與互聯網的有效大數據將會對互聯網金融發揮更加重要的作用。
文章來源：瞭望智庫
【一零一傳媒／整理報導】
-------------------------------------------------------
文章內容若有侵權疑慮，請來信告知。
客服信箱：[email protected]
