京公网安备 11010802034615号
经营许可证编号:京B2-20210330
国外有大摩根、小摩根和高盛共同组建大数据金融公司;国内有国务院印发《促进大数据发展行动纲要》的通知。一时间,大数据似乎已经成为了互联网金融行业的发展重点方向。目前我国在大数据发展和应用方面已具备一定基础,拥有市场优势和发展潜力,在互联网金融领域中,也已经有了大数据应用的典型案例。但同时,大数据行业也存在政府数据开放共享不足、产业基础薄弱、创新应用领域不广等问题。
大数据金融
数据中找到新业务
8月下旬,网商银行宣布与全球最大的中文网站流量统计机构CNZZ合作,面向中小规模的创业型网站推出一款信贷产品——流量贷,帮助中小网站解决创业过程中融资难融资贵的问题。网商银行将根据CNZZ平台上网站的流量统计数据,综合考量网站的经营状况、网站经营者的个人信用等因素,向网站提供单笔最高100万元的贷款,首批授信总体额度为100亿元。据了解,流量贷产品也是网商银行首次向阿里巴巴平台之外的小微企业发放贷款。
据介绍,拥有注册域名、在CNZZ平台上有流量统计数据,并且信用记录良好的个人或者公司均可以申请流量贷。申贷者登陆CNZZ网站,就可以看到自己网站的初始授信额度,点击“信+”标签进入申贷页面后,登录支付宝实名认证账户发起申请即可,无需提交其他的额外资料。网商银行将基于大数据风控模型对申贷者进行身份、信用、流量以及经营状况等要素审核,审批过程最快能在1分钟之内完成。而在审核通过后,最快3分钟款项就能打入申贷者的支付宝账号内。
流量贷产品的特点不仅是申请审批放款全部在线完成,简单便捷,最重要的是流量贷面向包括阿里体系内外的所有符合条件的创业型中小网站,扶持对象首次走出阿里巴巴体系内的中小商家。它本身是通过数据信息(网站流量)创造出的全新业务,是一次从零到一、从无到有的创新。
数据里看到投资机会
今年已经先后有4只大数据基金成立,算上之前成立的2只,市场上大数据基金已有6只。随着市场对于“大数据”这一新工具给予的高度关注,“大数据”基金正在稳步扩容。证监会最新公布的基金募集申请情况显示,第7只大数据基金已获得注册核准,此外嘉实基金、银华基金和东证资管也提交了大数据基金的募集申请,若进展顺利,年内大数据基金阵容将扩至10只。
互联网巨头百度、阿里、360、同花顺、银联等也纷纷在大数据投资领域卡位。由公开数据统计发现,目前已有广发牵手百度开发百度100指数系列基金,南方基金携手博时联合蚂蚁金服、嘉实基金挖掘腾讯自选股数据、泰达宏利掘金同花顺数据。
从最开始的搜索引擎数据,到专业的财经网站,再到如今与投资相关性更强的腾讯自选股、同花顺、雪球网,公募基金在大数据领域的耕耘渐入深水区。
而从产品方面来看,除了完全被动模拟大数据指数的指数基金,大数据投资也逐渐进入主动管理状态,广发基金最近获批发行的广发100策略精选就是主动量化型大数据基金,而东方证券资管携手京东平台数据研发的东方红京东大数据是一只混合型基金,而从证监会公布的最新基金募集进程表上获悉,嘉实基金上报的腾讯自选股大数据策略股票型、泰达宏利上报的同花顺大数据量化优选灵活配置混合型等都是主动管理型基金。
受股市调整影响,部分大数据基金的表现在六月份之后出现了下滑,市场对其热情也受到一定影响。目前大数据基金大战才刚刚起步,未来可能还会有更多有特色的产品出现,如大数据指数分级基金、大数据专户产品、大数据LOF基金等。
数据维护金融安全
除了能够从中挖掘出各种商机外,大数据在反洗钱领域的能力也开始崭露头角。蚂蚁金服就已经在利用大数据找出藏匿于网络空间的洗钱黑手,建立起智能的反洗钱体系。
仅今年上半年,蚂蚁金服的反洗钱团队就向反洗钱监测分析中心报送300多份可疑交易报告,其中多份已移送公安机关。
据了解,目前的反洗钱工作主要通过大额可疑信息报告制度完成,具体到可疑交易识别、预警、报告等过程,均需要大量金融机构的前台柜员来参与。这样不仅增加了信息搜集和报告的边际成本,而且还存在覆盖面窄、误报率高、时效性差等缺点。
因为掌握了大数据,蚂蚁金服在反洗钱工作中采取了先利用数据智能化排查,待发现可疑交易后再进行人工甄别的方式,从而大大提高了效率,也减小了误报率。
蚂蚁金服反洗钱相关负责人表示,由于掌握的不仅仅是简单的金额数据,还包含消费行为等各种维度的信息,这些信息可以让反洗钱人员一改线下静态、片面的信息采集方式,可以动态、持续地了解客户,破除洗钱人员的各种伪装,综合资金、非资金关联关系、电子商务等动态信息,揪出犯罪分子。
数据辅助征信风控
中国互联网用户将近7亿,有一半左右人在央行征信系统没有信用记录。P2P网贷蓬勃发展至今,曾盛行一时的抵押类业务逐渐遭遇瓶颈。另一方面,信用贷款已有苗头会成为P2P的发展方向。P2P平台对征信的需求显得尤为迫切。
当借款方出现身份欺诈、逾期不还、P2P跑路等行为,平台就需通过征信手段提前预知其行为。由于借款人负债情况无法统计,数据没有统一的平台处理,审核及监管尺度松,重复借款现象普遍致使征信已成为制约企业发展的关键因素之一。其根本原因在于各互联网金融机构信息封闭,不开放、不共享。
将P2P“去中心化”理念引入征信行业的蜜蜂数据,是国内首个脱离中央数据库的分布式征信系统。蜜蜂数据实行用户自行管理自有数据,系统仅负责通讯、对接,不存储任何数据。它作为互联网金融外围生态圈中的征信项目,依托网贷行业数据资源,整合优质行业征信数据,充分发挥征信信息在P2P平台风险管理中的作用。
蜜蜂数据通过连接大数据(包括P2P平台、小额信贷机构、征信机构、银行、第三支付、互联网大数据等)、连接不同的应用场景,增加借款人违约成本,提供去中心化分布式查询,打破行业内信息各自孤立而形成信息漏洞的现状。
创建大数据共享体系,统一标准,使孤立在各机构、公司和互联网的数据按照一定规范共享,这些将是未来大数据在征信领域的发展趋势。
从业务定位到市场开发,从产品生产到服务提供,大数据企业的发展还处于初始阶段。在大数据生态圈里,看上去很美的商业价值,已经吸引了一批创业者,将之视作弯道超车BAT的最大机遇;也有传统企业和行业巨头借势圈地扩张,寄望完成转型和整合。
大数据企业如何发展,市场正在做出自己的选择。
想从事业务型数据分析师,您可以点击>>>“数据分析师”了解课程详情;
想从事大数据分析师,您可以点击>>>“大数据就业”了解课程详情;
想成为人工智能工程师,您可以点击>>>“人工智能就业”了解课程详情;
想了解Python数据分析,您可以点击>>>“Python数据分析师”了解课程详情;
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27在数字化时代,企业积累的海量数据如同散落的珍珠,若缺乏有效的梳理与分类,终将难以发挥实际价值。CDA(Certified Data Analys ...
2026-02-27在问卷调研中,我们常遇到这样的场景:针对同一批调查对象,在不同时间点(如干预前、干预后、随访期)发放相同或相似的问卷,收 ...
2026-02-26在销售管理的实操场景中,“销售机会”是核心抓手—— 从潜在客户接触到最终成交,每一个环节都藏着业绩增长的关键,也暗藏着客 ...
2026-02-26在CDA数据分析师的日常工作中,数据提取、整理、加工是所有分析工作的起点,而“创建表”与“创建视图”,则是数据库操作中最基 ...
2026-02-26在机器学习分析、数据决策的全流程中,“数据质量决定分析价值”早已成为行业共识—— 正如我们此前在运用机器学习进行分析时强 ...
2026-02-25在数字化时代,数据已成为企业决策、行业升级的核心资产,但海量杂乱的原始数据本身不具备价值—— 只有通过科学的分析方法,挖 ...
2026-02-25