淺析大數(shù)據(jù)分析技術(shù)在金融投資風(fēng)險(xiǎn)管理中的應(yīng)用

雷雪

摘要：隨著信息技術(shù)的不斷發(fā)展，加之金融投資信息化的趨勢(shì)，使得人們的投資行為可以在互聯(lián)網(wǎng)平臺(tái)上進(jìn)行，并將大數(shù)據(jù)分析技術(shù)應(yīng)用于金融投資風(fēng)險(xiǎn)管理。本篇文章基于金融投資風(fēng)險(xiǎn)管理的角度，探討大數(shù)據(jù)分析技術(shù)在其的應(yīng)用，介紹金融投資風(fēng)險(xiǎn)管理原則以及風(fēng)險(xiǎn)來源，然后再提出具體的技術(shù)應(yīng)用。

關(guān)鍵詞：大數(shù)據(jù)分析技術(shù)；金融投資；風(fēng)險(xiǎn)管理

前言：目前有越來越多的企業(yè)利用閑置流動(dòng)資金用于金融投資，通過在這一領(lǐng)域獲得的利潤(rùn)促進(jìn)企業(yè)自身的發(fā)展，獲取更大的市場(chǎng)份額。但是金融投資的風(fēng)險(xiǎn)更高，特別是在經(jīng)濟(jì)下行的環(huán)境下，企業(yè)投資行為更加謹(jǐn)慎。在此形勢(shì)下，部分企業(yè)會(huì)利用大數(shù)據(jù)分析技術(shù)，針對(duì)投資項(xiàng)目進(jìn)行風(fēng)險(xiǎn)評(píng)估，以此防范投資可能帶來的風(fēng)險(xiǎn)。

一、金融投資風(fēng)險(xiǎn)管理原則以及風(fēng)險(xiǎn)來源

金融投資行為要秉持著分散化原則，盡可能投資多個(gè)項(xiàng)目，通過不同類型、行業(yè)的投資，分散投資風(fēng)險(xiǎn)。按照投資類型劃分，有存款、貨幣基金、股票、債券、房地產(chǎn)等；按照多個(gè)項(xiàng)目劃分，如股票可以投資不同行業(yè)的股票、購(gòu)買多個(gè)基金產(chǎn)品，或投資多個(gè)國(guó)家或地區(qū)的房地產(chǎn)。秉著收益率目標(biāo)原則，要明確投資收益目標(biāo)，了解現(xiàn)掌握的資金能夠?qū)崿F(xiàn)多高收益，以及投資過程中可能面臨的風(fēng)險(xiǎn)和困難，設(shè)置一個(gè)可實(shí)現(xiàn)的回報(bào)目標(biāo)，綜合考慮下采納或放棄某投資計(jì)劃。

投資風(fēng)險(xiǎn)主要來源于投資方式和通貨膨脹帶來的危險(xiǎn)。投資方式按照資金流動(dòng)性，又可分為直接性、間接性金融投資方式，前者面臨的投資風(fēng)險(xiǎn)更大，若是投資者缺乏一定的管理經(jīng)驗(yàn)和能力會(huì)引發(fā)更大的資金問題；后者的投資風(fēng)險(xiǎn)相對(duì)較低，主要有投資基金和參股風(fēng)險(xiǎn)投資，此項(xiàng)投資需要對(duì)投資項(xiàng)目有足夠的了解和調(diào)查。通貨膨脹直接導(dǎo)致投資環(huán)境惡化，使得投資貨幣購(gòu)買力下降，對(duì)于跨國(guó)企業(yè)來說此投資風(fēng)險(xiǎn)的危害更大[1]。

二、大數(shù)據(jù)分析技術(shù)在金融投資風(fēng)險(xiǎn)管理中的應(yīng)用

將大數(shù)據(jù)應(yīng)用于金融投資管理，主要借助技術(shù)的決策力、洞察力以及流程優(yōu)化能力，對(duì)現(xiàn)投資項(xiàng)目進(jìn)行分析和優(yōu)化。目前90%以上的全球500強(qiáng)企業(yè)的投資決策主要來源于數(shù)據(jù)分析，分別在企業(yè)內(nèi)部或與學(xué)校等機(jī)構(gòu)合作，建立專門的分析部門或?qū)I(yè)，針對(duì)某個(gè)投資項(xiàng)目進(jìn)行分析，并基于分析結(jié)果的基礎(chǔ)進(jìn)行決策。

（一）將大數(shù)據(jù)分析技術(shù)納入風(fēng)險(xiǎn)管理系統(tǒng)

這種技術(shù)應(yīng)用方式，首先建立起風(fēng)險(xiǎn)數(shù)據(jù)集市，銀行或其他投資機(jī)構(gòu)，利用大數(shù)據(jù)分析技術(shù)將此數(shù)據(jù)集市掌握的數(shù)據(jù)信息進(jìn)行分析，主要整理該投資項(xiàng)目的歷史數(shù)據(jù)以及突發(fā)性風(fēng)險(xiǎn)情況，以此為基礎(chǔ)預(yù)判此項(xiàng)投資行為的風(fēng)險(xiǎn)，以及預(yù)測(cè)出現(xiàn)問題的幾率。其次是根據(jù)數(shù)據(jù)集市形成客戶征信視圖，將客戶賬戶、交易信息結(jié)構(gòu)化管理，在此框架下將客戶貸款金額和次數(shù)、投資規(guī)模以及還貸能力，進(jìn)行評(píng)估和分析，在多種數(shù)據(jù)信息支持下建立較為完整、詳細(xì)的信用評(píng)估體系，按照相關(guān)算法計(jì)算該客戶逾期還貸的風(fēng)險(xiǎn)系數(shù)，得出單個(gè)客戶的征信分?jǐn)?shù)。再次，為數(shù)據(jù)數(shù)據(jù)分析搭建云計(jì)算軟、硬件平臺(tái)，將銀行的投資業(yè)務(wù)與云計(jì)算技術(shù)整合在一起，實(shí)現(xiàn)相關(guān)投資評(píng)估的分析得以運(yùn)用云計(jì)算技術(shù)。為達(dá)到此目的，需要在軟件架構(gòu)上進(jìn)行針對(duì)性設(shè)計(jì)，符合銀行分析、計(jì)算和統(tǒng)計(jì)需求，整合現(xiàn)有的軟、硬件資源，建設(shè)支持云計(jì)算的基礎(chǔ)IT設(shè)施，在此基礎(chǔ)上制定數(shù)據(jù)處理方案，以此保證海量數(shù)據(jù)分析的準(zhǔn)確和高效。最后，建立的風(fēng)險(xiǎn)管理采用數(shù)據(jù)驅(qū)動(dòng)的設(shè)計(jì)，它的基本原理是構(gòu)建數(shù)據(jù)模型以此更加高效地識(shí)別和利用這些數(shù)據(jù)，從海量、無關(guān)聯(lián)的數(shù)據(jù)中將所需數(shù)據(jù)抽取、集合，為銀行辦理業(yè)務(wù)服務(wù)。這樣的應(yīng)用方式，主要將每筆銀行業(yè)務(wù)數(shù)據(jù)進(jìn)行分拆對(duì)比分析，進(jìn)一步增強(qiáng)系統(tǒng)查詢數(shù)據(jù)速度。

（二）保險(xiǎn)行業(yè)應(yīng)用數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘的技術(shù)優(yōu)勢(shì)是通過將看似無效、無用的信息進(jìn)行整合，按照特定需要將其集中展示，充分挖掘低價(jià)值信息的價(jià)值，為信息使用者提供參考依據(jù)。保險(xiǎn)行業(yè)是高風(fēng)險(xiǎn)行業(yè)，需要掌握大量的信息對(duì)風(fēng)險(xiǎn)進(jìn)行評(píng)估和預(yù)判，但是保險(xiǎn)機(jī)構(gòu)所掌握的數(shù)據(jù)太過繁雜和冗余，需要利用更加有效的數(shù)據(jù)處理技術(shù)從大量無價(jià)值的信息中提出有利用價(jià)值的信息[2]。

這項(xiàng)技術(shù)的運(yùn)用，主要先為建立客戶價(jià)值模型，將業(yè)務(wù)所產(chǎn)生的數(shù)據(jù)信息錄入該模型，通過它分析客戶的潛在價(jià)值、客戶存在周期價(jià)值，再將大量類似客戶數(shù)據(jù)進(jìn)行橫向?qū)Ρ龋槍?duì)某客戶價(jià)值模糊的情況提供判斷和價(jià)值計(jì)算依據(jù)。在價(jià)值模型基礎(chǔ)上，建立客戶數(shù)據(jù)庫(kù)，按照每個(gè)客戶的登記、類別以及投資業(yè)務(wù)等，分類保存，為數(shù)據(jù)挖掘提供大的數(shù)據(jù)量支持，增強(qiáng)分析和計(jì)算結(jié)果的準(zhǔn)確性和有效性。通過數(shù)據(jù)模型和數(shù)據(jù)庫(kù)的完善，根據(jù)業(yè)務(wù)需要開發(fā)相應(yīng)的數(shù)據(jù)處理工具，加強(qiáng)數(shù)據(jù)統(tǒng)籌力度，使用數(shù)據(jù)挖掘軟件篩選數(shù)據(jù)庫(kù)各類型數(shù)據(jù)，并利用分類、關(guān)聯(lián)技術(shù)將所需數(shù)據(jù)信息在篩選后呈現(xiàn)。

（三）互聯(lián)網(wǎng)金融運(yùn)用高頻、算法交易

對(duì)于實(shí)力雄厚的企業(yè)或投資機(jī)構(gòu)來說，可以利用先進(jìn)的硬件和軟件優(yōu)勢(shì)，針對(duì)某一投資目標(biāo)進(jìn)行快速分析，并生成和發(fā)送交易指令，實(shí)現(xiàn)在較短的時(shí)間內(nèi)多次買入賣出，如此有利于投資者減少未對(duì)沖頭寸。目前采用的高頻交易手法，主要通過各種分析手段，識(shí)別特定項(xiàng)目的金融活動(dòng)痕跡。例如，監(jiān)測(cè)某一共同基金在收盤前執(zhí)行的交易操作，并根據(jù)此行為預(yù)判下一步其在其他時(shí)段的動(dòng)向，然后投資者采取相應(yīng)的反應(yīng)措施。在高頻次交易中利用，利用相關(guān)軟件算法，監(jiān)測(cè)交易項(xiàng)目的動(dòng)態(tài)，根據(jù)算法分析結(jié)果判斷是否買入或賣出，實(shí)現(xiàn)利潤(rùn)最大化。

三、結(jié)論

綜合上述，隨著信息技術(shù)的發(fā)展和互聯(lián)網(wǎng)軟、硬件環(huán)境的改善，使得越來越多的金融投資實(shí)現(xiàn)信息化，并在網(wǎng)絡(luò)平臺(tái)上利用大數(shù)據(jù)分析技術(shù)進(jìn)行金融投資風(fēng)險(xiǎn)管理。本篇文章介紹了將大數(shù)據(jù)分析技術(shù)納入風(fēng)險(xiǎn)管理系統(tǒng)，保險(xiǎn)行業(yè)應(yīng)用數(shù)據(jù)挖掘技術(shù)，互聯(lián)網(wǎng)金融運(yùn)用高頻、算法交易三項(xiàng)措施，強(qiáng)化投資風(fēng)險(xiǎn)管理。希望本文的研究能夠?yàn)樽x者提供有益參考。

參考文獻(xiàn)：

[1]韓冰凝.淺析大數(shù)據(jù)技術(shù)對(duì)于互聯(lián)網(wǎng)普惠金融風(fēng)險(xiǎn)管控能力的重要作用[J].財(cái)經(jīng)界（學(xué)術(shù)版），2017（01）：2

[2]李雪潔.大數(shù)據(jù)開啟防范金融風(fēng)險(xiǎn)智能時(shí)代——大數(shù)據(jù)防范金融風(fēng)險(xiǎn)論壇側(cè)記[J].中國(guó)科技產(chǎn)業(yè)，2016（07）：40-41