大数据“嫁接”金融业 会发生什么？
“随着大数据技术的进一步发展，可预见会激发更多的金融创新出现，反过来我们也相信，金融创新对大数据技术也有更多的要求。”日前，“第六届（2014秋季）中国量化投资国际峰会”在深圳举办。500余位海内外经济学家以及来自国内证券、基金、私募、信托、银行、保险界的专业人士、高校专家学者出席会议，并围绕大数据在金融行业的运用展开了重点讨论。
专家认为，近两年，大数据、云计算以及互联网金融等成为社会热点。这些底层技术以移动互联的用户体验呈现出来，不仅通过互联网产品改变了人们的衣食住行，更改变着金融业本身。
金融大数据产业链正在形成
近几年，大数据与金融的“嫁接”催生了不少金融创新。信用卡自动授信是典型的大数据银行金融。而机器人投资是大数据证券金融的代表形式。股票价格波动受各种因素影响，传统的投资方式一般人工收集信息，手动交易，机器人投资则可以建立多因素模型，自动选择股票或寻找交易时机，在适当的风控模型下建立机器人投资云交易模式。
“传统的审批成本是非常高的，需要上门考察写尽调报告。阿里小贷服务了上百万商家，应该说绝大多数是没有上门考察的，阿里掌握了海量的客户交易信息和数据信息，通过大数据进行考察，光这一项就节省了大量成本。”人人聚财创始合伙人兼CEO许建文说。
“证券行业应用大数据才刚刚起步，银行比我们走得快、走在前，现在几乎每个银行都有大数据中心。”中国银河证券股份有限公司网上交易中心主任王锦炎透露，目前证券公司都很重视建设数据中心，“我们本身是服务客户的，如果能收集客户行为、交易习惯，以及投资哪一类股票、投资回报率等基本信息，对其进行分析后，可以有针对性地提供一些资讯信息以及差异化的服务。”
“金融业积累的大数据就是金融大数据，根据银行金融和证券金融本身的不同，这些数据也分成银行金融大数据和证券金融大数据。积累数据过程中，产生了数据采集、存储、使用的相关工作和企业，这样就完成了金融大数据的产业链。”专家认为，这样的产业链正在形成。
在大数据变革金融业的同时，也对金融大数据产业链上的相关企业提出了更多要求。国泰安技术研发中心副总经理杨波认为，对数据公司来说，大数据技术的出现会极大增加数据的
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型，常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代，市场竞争日趋同质化，用户消费需求愈发个性化、多元化，传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图，画过按天的流量折线图，但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下，企业创业创新、产品迭代与市场拓展不再依赖经验决策，而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系，但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中，箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库，具备无需额外安装、调用简单、兼容性强、轻量化高效等优势，是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰，但真到落地环节却面临“数据在手，不知如何转化为可用标签”的困境：或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道，但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时，却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及，各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中，Requests库是最简洁、最高效的HTTP请求工具，凭借简洁的语法、完善的适 ...
2026-05-272025 年，零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL，但当被问到“数据查询语言（DQL）的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中，单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中，两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT，但当被问到“新建一张表，该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中，箱型图（又称箱线图、Box Plot）是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域，异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
