1703661335
我们再次把目光转回金融。事实上，我们的金融同业们也早已窥视到了大数据中的商机。对金融而言，以指数级膨胀的数据既是“甜蜜的负担”，又是“无价的宝藏”。
1703661336
1703661337
一位企业家告诉我一件他亲身经历的事。前一段时间他集中收到某家银行发出的短信。这家银行通过短信频繁邀请他参加在香港举办的信用卡促销活动。这位企业家一度纳闷，因为他的生活场所和工作地点都在上海，也从未要求这家银行推送其他地区的促销信息。后来他突然意识到这家银行的后台系统可能对他的信用卡记录进行了识别。因为不久以前他用这家银行的卡办理过前往香港的机票，而且在香港期间，他和家人也一直在用这家银行的信用卡消费。在这家银行的后台系统里，他可能暂时被识别为一名旅居香港的商务人士，它自然“有目的地”向他推介香港的签约商家和优惠活动。
1703661338
1703661339
另一家信用卡公司则在客户账单上动脑筋。他们发现，有的客户出于支付便捷考虑，会把这家银行的信用卡号绑定在他们的网购账户上。这家公司便在账单上做起文章，他们在寄给客户的账单上推销商品，并尽可能和客户感兴趣的商品越来越一致。事实上，这种“定制化”的账单也是发卡行对客户的消费行为进行的识别。发卡行在后台甄选出最符合客户购买倾向的商品种类进行推销。
1703661340
1703661341
不难知道，在这一切的背后，是信用卡中心的营销专家和数据分析专家，借助先进的数据挖掘工具，对用户的行为模式进行了提炼和分析。而在信用卡生命周期管理中，基于海量数据的挖掘应用贯穿始终，而风险控制、用户营销恰是其最重要的两个方向。
1703661342
1703661343
比如国内商业银行广泛采用的评分制发卡管理系统，其原型是1958年由美国的费埃哲公司（Fair Isaac）创立的。这是信用卡行业第一个评估申请人风险资质的信用记分卡系统，如今该公司创立的FICO评分机制（一种信用评分系统）已经成为业界的一个通行标准，几乎全球的信用卡发行商、信用供应商都会采用类似的评估机制。
1703661344
1703661345
这种评分机制怎么运作的呢？说到底，它也是严格基于数据采集和识别来运转的。评估依据既包括申请人自己提交的申请信息和证明资料，也包括评估者通过其他渠道广泛获取的关于申请人的信息，比如，其他信用卡发行商提供的申请人交易信息和还款记录、政府和公共事业部门提供的申请人缴费记录、申请人真实资产情况、申请人的雇主口碑等。这种评估机制利用以前数据，帮助信用卡发行商以最小的成本做出了最好的决策，显著降低了坏账率。
1703661346
1703661347
前文我们介绍过一些互联网公司运用数据分析开展P2P小额信贷平台服务和阿里小贷运用交易数据分析提供信用评估、据以发放贷款的相关案例。可以说，这仅仅只是金融业开发数据矿藏的最初级应用。
1703661348
1703661349
大数据对证券行业亦是意义非凡。
1703661350
1703661351
随着社交化成为人们生活与工作中必不可少的环节，如何让社交网站所产生的大量数据产生价值成为最近几年一些基金公司或者科学院校思考的问题。2011年，英国对冲基金德温特资本市场（Derwent Capital Markets）建立了规模为4 000万美金的对冲基金，该基金是首家基于社交网络的对冲基金，通过对推特的数据内容来感知市场情绪，从而进行投资。无独有偶，通过分析推特用户对股票的敏感度以及市场情绪也成为科学机构的研究对象。2012年年初，美国加州大学河滨分校公布了一项通过对推特消息进行分析从而预测股票涨跌的研究报告。
1703661352
1703661353
实际上，当前广大行业用户需要明确知道的一点就是，过去传统的数据仓库与当前的大数据处理最大的不同就是一个是往后看，另一个是往前看。这就好比数据仓库是坐在自己的车里，通过后视镜看后面的镜像，而不是你面前所面对的东西；而大数据分析更多是向前看，看我们即将面对什么样的问题，继而做出分析与预测。
1703661354
1703661355
企业数据就是新时代还未开采的石油，具有非常高的价值。国外一些金融机构已经开始做一些前瞻性的研究，这种做法是非常值得学习和借鉴的。
1703661356
1703661357
比如证券行业就是一个跟市场波动紧密联系的行业，大牛市和大熊市之间的区别同样能够反映在证券公司身上。好行情之时，证券公司往往迎来利润的高峰期；差行情之时，证券公司甚至可能需要面对亏本的局面。如此一来，其实云计算和大数据的应用模式是非常适合证券行业的。事实上，国内已经有一些券商开始着手对客户交易数据进行分析，并在其基础上预测市场人气。
1703661358
1703661359
2012年，国泰君安证券的研究人员就在这方面做了一些很有趣的尝试。他们从在公司开户的海量个人投资者账户中，通过特定的条件甄选出接近20万户的样本进行跟踪，基于这些样本的投资交易记录研发了一个“个人投资者投资景气指数”（Individual Investment Index），我们又叫它“3I指数”。
1703661360
1703661361
我们知道，投资者交易行为反映了许多特定的信息。比如，通过散户登录账户的活跃度、买卖股票的频率、银行资金转账的规模和频率等角度就可大致判断市场当前及下一阶段的大致人气，进而对股指走势形成具有一定参考价值的预测。如果投资者普遍预期当前市场向好发展，那么投资者就会有相对更加频繁的买卖行为和关注行为，模型计算出来的指数结果也就会向上运行了。
1703661362
1703661363
和目前市场上的众多投资景气指数有所区别的是，“3I指数”全部采用经由交易系统记录的真实交易数据进行编制，通过平均账户活动率、平均账户持仓比例、追加资金比例、流出资金比例、浮盈率、实盈率等系列反映投资活跃程度和投资收益水平的指标，建立一个逐项加权汇总的量化模型，并统计样本库的整体投资景气度。从运行结果看，“3I指数”的实际走势和资本市场的走势取得了比较好的拟合效果，并表现出一定的领先性，逐步成为观察、预见中国资本市场个人投资者投资行为的一个有效的风向标和晴雨表。
1703661364
1703661365
有许多银行、券商和国泰君安一样，通过多年的积累掌握了大量个人投资者的真实交易数据。在严格保证客户账户信息安全的前提下，金融机构是可以好好挖掘和利用这些庞大的数据，为我们的市场服务，为监管决策服务，为新闻媒体服务，为广大的研究机构和投资者服务的。
1703661366
1703661367
庞大的数据资产是电子化对金融行业的又一个馈赠。在信息技术的帮助下，另一座富矿悄然崛起。大数据不再仅仅局限在媒体与厂商间的讨论，它犹如一场数据旋风开始席卷全球，从各行各业的IT主管到政府部门都开始重视大数据及其价值。
1703661368
1703661369
截至2012年9月底，国内的金融结算账户已经接近50亿。其中，个人银行结算账户超过45亿，有效证券结算账户接近1.4亿。
1703661370
1703661371
业务规模更是达到天量。中央银行支付系统的日均业务处理量超过了1.5亿笔，这意味着平均每秒钟有超过1 700笔的跨机构支付需求通过央行支付系统提交。如果算上银行行内的交易量，其统计结果可能将再上一个数量级。沪深两市每日过户笔数也保持在千万级别，而在资本市场活跃的年份，这一统计结果可能过亿。
1703661372
1703661373
藏匿在这些账户和业务数据背后的，是我们可能已经知道但还知道得不彻底的，或者我们根本尚未识别出的宝贵信息。金融机构也都意识到驾驭这些数据的重要性，并把主要工作集中在两大领域。
1703661374
1703661375
一是基于账户交易数据对现有的顾客群体进行细分，然后对每个客户群进行量体裁衣式的“个性化行动”（包括价值营销和风险控制），比如我之前提到的“定制账单”和“发卡评分”。二是运用大数据模拟业务实境，在大数据量的实验环境下，新产品的需求和风险都可以得到更好的预判，借此提高投入的回报率。这意味着，金融大数据不仅给了我们穷见过去的资本，更给了我们洞悉未来的能力。
1703661376
1703661377
在这方面，一些占据数据信息链关键位置的金融服务机构已经快步冲在了前头。
1703661378
1703661379
像维萨和万事达卡这样的信用卡发行商和其他大银行就占据了信息价值链中最好的位置。通过为小银行和商家提供服务，它们能够从自己的服务网中获取更多的交易信息和顾客的消费信息。它们的商业模式从单纯的处理支付转变成了收集数据。
1703661380
1703661381
为预测商业发展和客户的消费趋势，万事达卡公司咨询部门收集和分析了来自210个国家的15亿信用卡用户的650亿条交易记录。然后，它把这些分析结果卖给其他公司。它发现，如果一个人在下午4点左右给汽车加油，他很可能在接下来的一个小时内要去购物或者去餐馆吃饭，而这一个小时的消费额在35~50美元之间。商家可能正需要这样的信息，因为这样它们就能在这个时间段的加油小票背面，附上加油站附近商店的优惠券。
1703661382
1703661383
处于这个数据链的中心，万事达卡占据了收集数据和挖掘数据价值的黄金位置。我们可以想象，未来的信用卡公司不会再对交易收取佣金，而是免费提供支付服务。作为回报，它们会获得更多的数据，而对这些数据进行复杂的分析之后，可以卖掉分析结果获得利润。
1703661384
[
上一页 ]
[ :1.703661335e+09 ]
[
下一页 ]