• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      淺析大數(shù)據(jù)在互聯(lián)網(wǎng)金融中的應(yīng)用

      2017-01-01 00:00:00郭笑翀
      大東方 2017年6期

      摘要:互聯(lián)網(wǎng)金融是一種新興金融,依托于互聯(lián)網(wǎng)工具如社交網(wǎng)絡(luò)、云計(jì)算、搜索引擎等實(shí)現(xiàn)資金的融通、支付等業(yè)務(wù),保證在安全、移動(dòng)等網(wǎng)絡(luò)水平上被電子商務(wù)用戶接受以后產(chǎn)生的新模式、新業(yè)務(wù),適應(yīng)更多人的需求。未來(lái)的互聯(lián)網(wǎng)金融發(fā)展空間無(wú)限大,現(xiàn)階段互聯(lián)網(wǎng)競(jìng)爭(zhēng)不只是平臺(tái)的競(jìng)爭(zhēng),更是大數(shù)據(jù)的競(jìng)爭(zhēng)。

      關(guān)鍵詞:互聯(lián)網(wǎng)金融;大數(shù)據(jù);應(yīng)用;控制

      一、互聯(lián)網(wǎng)金融和大數(shù)據(jù)的特點(diǎn)

      (一)互聯(lián)網(wǎng)金融的特點(diǎn)。交易成本低廉:資金供給雙方在資金的融通過(guò)程中所發(fā)生的成本稱之為交易成本,互聯(lián)網(wǎng)借助信息網(wǎng)絡(luò),減少了人力、物力的投入,發(fā)布信息、匹配產(chǎn)品、定價(jià)、交易都依靠互聯(lián)網(wǎng)完成,大大降低了交易成本。交易過(guò)程快捷簡(jiǎn)單:互聯(lián)網(wǎng)金融模式下金融業(yè)務(wù)由計(jì)算機(jī)操作,效率高、速度快,不受時(shí)間、空間的限制,客戶只需要一臺(tái)電腦就可以實(shí)現(xiàn)資金的高效運(yùn)轉(zhuǎn)。數(shù)據(jù)價(jià)值大:依托于大數(shù)據(jù)和電子商務(wù),互聯(lián)網(wǎng)金融實(shí)現(xiàn)飛速發(fā)展,互聯(lián)網(wǎng)的便利性使得人們的生活和工作依賴于互聯(lián)網(wǎng),將一些單位和個(gè)人的消費(fèi)信息在網(wǎng)絡(luò)空間暴露,產(chǎn)生了海量的數(shù)據(jù)庫(kù),數(shù)據(jù)就是資源,只要加以分析和研究就是巨大的商業(yè)價(jià)值。風(fēng)險(xiǎn)系數(shù)高、創(chuàng)新強(qiáng):隨著科技的發(fā)展,不斷產(chǎn)生新的金融產(chǎn)品、融資形式,一些互聯(lián)網(wǎng)產(chǎn)品和支付方式也層出不窮,如網(wǎng)絡(luò)銀行、網(wǎng)絡(luò)保險(xiǎn)公司、眾籌融資、網(wǎng)絡(luò)證券公司、余額寶、支付寶、微信支付、網(wǎng)絡(luò)貸款等。但現(xiàn)階段對(duì)互聯(lián)網(wǎng)金融的監(jiān)管力度較弱,缺乏法律約束,導(dǎo)致一些不法分子非法集資,進(jìn)行網(wǎng)絡(luò)詐騙,嚴(yán)重危害了互聯(lián)網(wǎng)金融的安全。

      (二)大數(shù)據(jù)技術(shù)。大數(shù)據(jù)是在信息時(shí)代由硅圖公司麥肯錫提出的全新概念,用來(lái)描述和定義信息時(shí)代的海量數(shù)據(jù),是從各種海量的數(shù)據(jù)中快速尋找有價(jià)值的信息,進(jìn)行高度提純,增加數(shù)據(jù)信息的利用率。大數(shù)據(jù)技術(shù)體系分為大數(shù)據(jù)的采集與預(yù)處理、存儲(chǔ)與管理、計(jì)算模式與系統(tǒng)、分析與挖掘、可視化計(jì)算、隱私與安全等方面,可優(yōu)化數(shù)據(jù)處理環(huán)節(jié),提高數(shù)據(jù)處理效率。其特點(diǎn)主要是數(shù)據(jù)體量大、類型多、處理速度快、價(jià)值密度低。當(dāng)今社會(huì)大數(shù)據(jù)無(wú)處不在,滲透在人們?nèi)粘5纳睢W(xué)習(xí)、工作中。

      二、大數(shù)據(jù)在互聯(lián)網(wǎng)金融中的應(yīng)用

      (一)高頻交易和算法交易。交易者為實(shí)現(xiàn)高額利潤(rùn),利用交易程序和硬件設(shè)備,快速分析、生成、獲取和發(fā)送交易指令,可以在較短的時(shí)間內(nèi)完成較多的交易。高頻交易主要通過(guò)分析金融大數(shù)據(jù),對(duì)特定的參與者的交易痕跡進(jìn)行識(shí)別和總結(jié),如:一支共同基金的大額訂單通常情況下出現(xiàn)在收盤前最后一分鐘的第一秒,能識(shí)別出此模式的算法就可以預(yù)算出這只基金在其他時(shí)間的動(dòng)向,如果繼續(xù)執(zhí)行交易,必須付出更高的價(jià)格,算法交易商趁機(jī)獲取利潤(rùn)。

      (二)進(jìn)行市場(chǎng)情緒分析。大約兩年前,對(duì)沖基金從各種社交媒體中提取市場(chǎng)情緒信息進(jìn)而開(kāi)發(fā)出算法交易,如Facebook、博客、聊天室等。如發(fā)現(xiàn)有恐怖襲擊、自然災(zāi)害的意外信息時(shí)就會(huì)拋出訂單,精神病專家理查德·彼得于2008年在美國(guó)加州圣莫尼卡集資100萬(wàn)美元建立對(duì)沖基金,通過(guò)追蹤網(wǎng)站、微博、聊天室分析企業(yè)情緒,確定基金的交易策略,該基金的回報(bào)率在2010年高達(dá)40%。又如位于倫敦的小型對(duì)沖基金DCM從社交媒體上收集信息,分析人們對(duì)金融工具的情緒,幫助投資者制定投資計(jì)劃。

      (三)提高風(fēng)險(xiǎn)的管理力度。金融機(jī)構(gòu)通過(guò)對(duì)大量小型用戶交易行為的數(shù)據(jù)進(jìn)行收集,并對(duì)其交易范圍、經(jīng)營(yíng)狀況、用戶、資金需求以及行業(yè)的發(fā)展進(jìn)行具體的分析,解決小型企業(yè)的經(jīng)營(yíng)難題。阿里小貸首創(chuàng)了線上的審核到放貸的模式,有效連接貸款的全過(guò)程,為弱勢(shì)群體提供個(gè)性化的小額貸款。

      三、互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)控制的一般原則

      風(fēng)險(xiǎn)控制最有效的方法就是將所有的雞蛋以不同的比例分開(kāi)裝在不同的籃子里,即“小額、分散”,避免集中投放?!胺稚ⅰ痹陲L(fēng)險(xiǎn)控制方面有著非常重要的作用,借款客戶個(gè)體差異性較大,所處的地域不同,且自身的條件有差異如年齡、學(xué)歷等,這些分散的個(gè)體其違約的概率相對(duì)獨(dú)立,同時(shí)違約的概率非常小。如100個(gè)獨(dú)立的個(gè)人其違約的概率是20%,如果隨機(jī)抽2個(gè)人,同時(shí)違約的概率為20%2即4%,隨機(jī)抽出5個(gè)人,同時(shí)違約的概率為20%5,如果抽出8個(gè)人同時(shí)違約的概率為20%8,但是如果這100個(gè)人存在相關(guān)性,甲違約的時(shí)候乙也違約,那他們同時(shí)違約的概率就是10%(20%·50%),遠(yuǎn)遠(yuǎn)高于4%,因此貸款個(gè)體之間的獨(dú)立性是降低風(fēng)險(xiǎn)的必要措施。

      “小額”是避免“小樣本偏差”。如:某貸款公司現(xiàn)在的貸款一共有10億,如果每個(gè)借款人平均可以借5萬(wàn),總共有2萬(wàn)客戶,如果單筆借款金額是100萬(wàn),就有1000個(gè)客戶。根據(jù)統(tǒng)計(jì)學(xué)中的法則,樣本個(gè)數(shù)越多,越能符合正態(tài)分布規(guī)律。因此,如果借款人違約率是2%,那這5萬(wàn)個(gè)客戶的違約率就會(huì)高于1000個(gè)客戶的違約率。通過(guò)數(shù)據(jù)分析建立風(fēng)控模型和決策引擎也非常重要。小額分散借款客戶較多,若銀行采用傳統(tǒng)的信審模式不能統(tǒng)一量度還款能力、還款意愿,就會(huì)增加風(fēng)險(xiǎn)成本。因此可以借鑒國(guó)外的P2P,采用信貸工廠模式,建立風(fēng)險(xiǎn)模型,根據(jù)客戶的行為特征判斷出該客戶的違約概率,降低人工審核的成本,避免人工審核和判斷標(biāo)準(zhǔn)的誤差。風(fēng)控體系的核心方法除了依據(jù)小額分散原則外,要研究不同特征個(gè)體的違約率,建立數(shù)據(jù)風(fēng)控模型和評(píng)分卡體系,將其固定到風(fēng)控審批的業(yè)物流程和決策引擎中,掌握不同特征個(gè)人的違約率程度,指導(dǎo)風(fēng)險(xiǎn)審

      批業(yè)務(wù)開(kāi)展。

      四、大數(shù)據(jù)在互聯(lián)網(wǎng)金融風(fēng)控方面的具體應(yīng)用

      由于國(guó)內(nèi)金融體系尚不完善,國(guó)內(nèi)的用戶數(shù)據(jù)雖數(shù)量較大但不準(zhǔn)確,導(dǎo)致現(xiàn)階段國(guó)內(nèi)將大數(shù)據(jù)方式涉及到互聯(lián)網(wǎng)金融的產(chǎn)品還比較少,數(shù)據(jù)來(lái)源困難且不精準(zhǔn)增加了互聯(lián)網(wǎng)金融的困難。在不依賴央行征信系統(tǒng)的情況下,各具特色的風(fēng)險(xiǎn)控制系統(tǒng)在互聯(lián)網(wǎng)市場(chǎng)自發(fā)形成,小公司通過(guò)信息分享,借助第三方獲得咨詢服務(wù),而大公司則通過(guò)大數(shù)據(jù)建立信用評(píng)級(jí)系統(tǒng)。現(xiàn)階段互聯(lián)網(wǎng)金融的風(fēng)控體系大致有兩種:一種是眾多的中小互聯(lián)網(wǎng)金融公司給中間征信機(jī)構(gòu)貢獻(xiàn)數(shù)據(jù),進(jìn)而獲得征信信息的分享權(quán);另一種類似于與阿里巴巴的風(fēng)控模式,建立信用評(píng)級(jí)和風(fēng)控模型需要對(duì)大量的電商交易和支付信息數(shù)據(jù)進(jìn)行分析。

      央行的征信系統(tǒng)結(jié)合身份認(rèn)證中心的身份審核,通過(guò)社會(huì)機(jī)構(gòu)和商業(yè)銀行的數(shù)據(jù),給銀行提供銀行信用查詢和個(gè)人信用的相關(guān)報(bào)告,但對(duì)其他的互聯(lián)金融公司或機(jī)構(gòu)不提供查詢服務(wù),一些個(gè)人信貸記錄也沒(méi)有在該系統(tǒng)里,但有可能在其他的機(jī)構(gòu)和互聯(lián)網(wǎng)金融公司的系統(tǒng)里存在?;ヂ?lián)網(wǎng)數(shù)據(jù)龐雜且量大,充滿噪音。阿里建立完善的大數(shù)據(jù)挖掘系統(tǒng)較早,但是很多人還處于迷茫狀態(tài),通過(guò)淘寶、天貓、支付寶等積累大量支付數(shù)據(jù)作為基礎(chǔ)的數(shù)據(jù)原料,結(jié)合賣家的銷售數(shù)據(jù)和銀行流水等數(shù)據(jù),進(jìn)行全面匯總后借助網(wǎng)絡(luò)評(píng)分的模型進(jìn)行信用評(píng)級(jí)活動(dòng)。

      信用卡類網(wǎng)站的大數(shù)據(jù)同樣也對(duì)互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)控制具有非常重要的價(jià)值,可參考用戶信用卡辦卡年份、還款信息、信用額度、卡片種類等進(jìn)行信用評(píng)級(jí)。2013年阿里巴巴收購(gòu)新浪微博18%的股份花費(fèi)5.86億美元,目的就是為了獲得社交大數(shù)據(jù),進(jìn)而完善了大數(shù)據(jù),信用卡的還款信息、交易、支付、淘寶的水電煤繳費(fèi)信息現(xiàn)階段已經(jīng)成為數(shù)據(jù)的基礎(chǔ)。未來(lái)第三方支付平臺(tái)支付的方向、額度、購(gòu)買品牌及金額都可能成為信用評(píng)級(jí)的數(shù)據(jù)參考,而生活類服務(wù)網(wǎng)站有關(guān)用戶的生活消費(fèi)如水、電、煤、物業(yè)費(fèi)、電話費(fèi)、網(wǎng)絡(luò)費(fèi)都有可以反映用戶的基本信息,為信用評(píng)級(jí)提供重要的參考,擁有這些所有的大數(shù)據(jù)才能夠進(jìn)行數(shù)據(jù)的加工。

      社會(huì)經(jīng)濟(jì)的發(fā)展離不開(kāi)金融的支持。互聯(lián)網(wǎng)金融服務(wù)將會(huì)建立更完善、更全面的信用體制和風(fēng)險(xiǎn)管理體制,從粗放式向精細(xì)化轉(zhuǎn)型,從抵押向信用轉(zhuǎn)變,風(fēng)險(xiǎn)控制將變得很關(guān)鍵,大數(shù)據(jù)毫無(wú)疑問(wèn)也變得非常重要,但是現(xiàn)階段互聯(lián)網(wǎng)交易額較小,用戶規(guī)模不大,需要結(jié)合實(shí)際情況及時(shí)修正模型,從而優(yōu)化風(fēng)險(xiǎn)控制模型。

      參考文獻(xiàn)

      [1] 楊秀萍.大數(shù)據(jù)在互聯(lián)網(wǎng)金融風(fēng)控中的應(yīng)用研究[J].電子世界,2014,(17).

      [2] 魏強(qiáng).大數(shù)據(jù)征信在互聯(lián)網(wǎng)金融中的應(yīng)用分析[J].金融經(jīng)濟(jì),2015,(8).

      [3] 賈元昕,楊明川,孫靜博.大數(shù)據(jù)在“互聯(lián)網(wǎng)+”進(jìn)程中的應(yīng)用[J].電信技術(shù),2015,(6).

      (作者單位:濮陽(yáng)市住房公積金管理中心)

      阳江市| 金川县| 凤庆县| 舞钢市| 大同县| 库伦旗| 南丰县| 竹山县| 桃园市| 含山县| 武宁县| 黄冈市| 太谷县| 垣曲县| 寿宁县| 府谷县| 安宁市| 巴东县| 渝中区| 利津县| 永春县| 巧家县| 织金县| 祁东县| 揭西县| 集贤县| 鹰潭市| 建昌县| 宜城市| 锡林浩特市| 洛隆县| 德令哈市| 寿光市| 武平县| 嵊泗县| 和平县| 富裕县| 当涂县| 怀来县| 商都县| 泾源县|