1703661235
如果有一天某位互联网大佬告诉我，他已经开始动手做这件事情了，我一点儿也不会感到意外。可我更希望看到我们的金融同行们促成这件事。我相信这件事成为现实并不会太久，而直觉告诉我，无论由谁来做，其突破监管、战胜同业的过程一定是艰涩的。
1703661236
1703661237
不妨再往前想一步，如果这个平台的技术手段和运行标准提供了有效的方法来解决信息不对称问题，是否会有个体参与者直接在平台上向其他对手提供金融服务呢？如果甲手头有钱，乙暂时需要钱，甲通过平台知道乙具备付息还本的能力和资质，甲多半愿意向乙提供借款服务。在同等风险量级下，利息和市场平均回报率相比有竞争力是先决条件。我们之前提到的Facebook的野心，不就在勾绘这样一幅图景吗？
1703661238
1703661239
1703661240
1703661241
1703661242
图6–5 易贷网上受理个人贷款需求的表单
1703661243
1703661244
注：为了提高借款效率，用户甚至不需要注册，只要留下正确的联系方式，易贷平台上的工作人员就会和借款人取得联系。
1703661245
1703661246
这恰是“自金融”的最终内涵。和我在第三章里提到的通过网上银行、手机银行实现“自助金融”的方式不同，这种“自金融”直接绕开了商业银行、信托公司等金融中介，“脱媒”的资金所有者和资金需求者直接通过平台进行点对点的交易匹配。国内的易贷网等民间融资平台，就是这种“自金融”的雏形。
1703661247
1703661248
这种“脱媒”后的“自金融”无疑给商业银行带来一个挑战——当媒介作用趋于萎缩，利差收入减少，传统的发展模式会不会让银行成为“倒下的恐龙”？
1703661249
1703661250
面对即将到来的互联网金融时代，商业银行必须尽快给出答案。
1703661251
1703661252
1703661253
1703661254
1703661255
金融e时代：数字化时代的金融变局 [:1703659138]
1703661256
金融e时代：数字化时代的金融变局 第七章 未来之路
1703661257
1703661258
1703661259
1703661260
1703661261
对于金融业而言，通向未来的道路究竟如何延伸呢？路边的风光，又是如何呢？
1703661262
1703661263
我们不妨先把视野放开一些。
1703661264
1703661265
金融e时代：数字化时代的金融变局 [:1703659139]
1703661266
大数据和移动互联
1703661267
1703661268
技术革新为下一个纪元的金融业赋予了无穷想象。当我们看到一朵朵创新之花绽放、结果，我们坚信今日想象的任何图景在明天都不再是空中楼阁。然而，在众多的“技术触媒”中，在下一个阶段可能对新金融产生最大催化作用的两股力量却日渐清晰。大数据技术帮助金融业更有效地开发和维系最终用户，移动互联技术则让所有的金融应用和金融服务向最终用户无限贴近。把握好这两股助力，是传统金融业赢在下一个10年的关键。
1703661269
1703661270
大数据盛宴
1703661271
1703661272
我们一起来讨论如日中天的“大数据”概念。这是金融电子化后，金融机构直面的一个“甜蜜负担”。
1703661273
1703661274
数据信息在今日已成海洋，但当我们把“大数据”作为津津乐道的一个热门话题时，却又觉得它有些扑朔迷离。很多人一直在问，“大数据”究竟是什么，它又有多“大”？
1703661275
1703661276
在许多关于“大数据”的报道和专业研究报告里，分析师和业内人士为“大数据”贴上了3个标签：海量（volume）、多样（variety）和高速（velocity），即大量产生的、各种形式的、快速传输的数据流。
1703661277
1703661278
对读者朋友来说，“海量”、“高速”都易于理解，我想强调的是“多样”。
1703661279
1703661280
计算机技术诞生的几十年来，人类处理、存储的基本都是“结构化”的数据，这些数据通过预先定义过的、不同字段的组合，准确表达特定的含义。比如“HA56789”、“P207”、“AM 7∶53”、“PM 5∶45”这三个字段就精确记录了一辆车出入写字楼车库的时点、逗留时间和驻留车位。又比如“BEIJING”、“20110512”、“L04”和“H12”就表示2011年5月12日这天北京地区的最高温度和最低温度。
1703661281
1703661282
表7–1 标准的二维表
1703661283
1703661284
机构名称 从业人员数 一般证券业务 证券投资咨询业务（其他） 证券经纪业务营销 证券公司1 605 412 0 13 证券公司2 5 344 3 958 0 589 证券公司3 166 113 0 0 证券公司4 2 049 1 275 0 110 注：该表用以统计不同证券机构从业人员结构。其纵向维度统计了机构的数量，横向维度显示不同机构的人员组成情况。