首页 > 行业见闻 > 正文

颠覆传统金融业 大数据将大有可为

2019-10-08 发布于:行业见闻

金融科技的浪潮下,国内各类金融机构都在加码大数据应用的投入和布局,在可预见的未来,大数据将成为金融业发展的核心动力。那么,纵观大数据技术在金融领域的应用现状,当前主要有哪些业务领域应用?又有哪些先进成果值得借鉴?主要体现在以下几个方面。


10


1.银行信贷风险评估


在传统方法中,银行对企业客户的违约风险评估多是基于过往的信贷数据和交易数据等静态数据,这种方式的最大弊端就是缺少前瞻性。而大数据手段的介入使信贷风险评估更趋近于事实,大数据时代下的信贷风险评估主要分为三个步骤。


首先,以客户级大数据为基础,为存量客户建立画像,使银行能够向各管辖机构、各业务条线、各产品条线进行内容全面、形式友好、敏捷的客户级大数据集中供给。其次,建立专项集中的企业及个人风险名单库,统一“风险客户”等级标准,集中支持各专业条线、各金融产品对高风险客户的过滤工作。最后,统筹各专业条线、各业务环节对大数据增量信息的需求优先序列,对新客户、高等级客户、高时效业务、高风险业务实现大数据实时采集式更新对存量、一般、普通时效业务、低风险业务实现大数据集中、批量、排序、滚动更新。


2.供应链金融


利用大数据技术,银行可以根据企业之间的投资、控股、借贷、担保以及股东和法人之间的关系,形成企业之间的关系图谱,利于关联企业分析及风险控制。知识图谱在通过建立数据之间的关联链接,将碎片化的数据有机的组织起来,让数据更加容易被人和机器理解和处理,并为搜索、挖掘、分析等提供便利。


在风控上,银行以核心企业为切入点,将供应链上的多个关键企业作为一个整体。利用交往圈分析模型,持续观察企业间的通信交往数据变化情况,通过与基线数据的对比来洞察异常的交往动态,评估供应链的健康度及为企业贷后风控提供参考依据。


10


3.股市行情预测


大数据可以有效拓宽证券企业量化投资数据维度,帮助企业更精准的了解市场行情。比如说证券企业应用大数据对海量个人投资者样本进行持续性跟踪监测,对账本投资收益率、持仓率、资金流动情况等一系列指标进行统计、加权汇总,了解个人投资者交易行为的变化、投资信心的状态与发展趋势、对市场的预期以及当前的风险偏好等,对市场行情进行预测。


总的来说,大数据技术的应用提升了金融行业的资源配置效率,强化了风险管控能力,促进了金融业务的创新发展。但大数据时代下的金融业仍面临着诸多挑战:比如大数据的应用为金融安全带来了新的风险,数据的高价值、无限复制、可流动性为整个金融业都带来挑战。而且金融行业的数据资产管理仍存在数据质量不足、数据获取方式单一、数据系统分散等一系列问题。大数据在金融行业的应用并不是一蹴而就的,还需要一个缓慢的成长过程。