
开启大数据金融发展新时代
在互联网金融时代到来之时,企业、民众、政府都呼唤信用体系和风险控制系统的产生,而这个系统、体系的唯一出路就是大数据
日前,贵阳大数据金融信用体系建设和风险控制系列活动在贵阳隆重举行。互联网金融已家喻户晓,但确定本次会议主要议题时,我们意识到,如果谈到信用体系建设和风险控制,必须谈大数据。在过去几年里,我们在互联网金融发展方面,看到了几种现象:
第一种就是以电子商务为代表的一些互联网企业进军金融领域,在无抵押、无担保的情况下,从事金融服务。他们为什么可以做到无抵押、无担保,因为他们有大数据的支撑,他们的风险是可以得到足够控制的。
第二种就是传统的金融企业积极拥抱互联网,用互联网手段提升金融服务的范围和水准。但不少传统金融机构举所擅长的、原有的信用体系和风险控制不适应互联网时代的需求,特别是对中小客户金融服务能力较弱。于是传统金融企业也呼吁用大数据增强服务能力,建立信用体系和风险防范。
第三种是一些不法企业打着互联网的旗号,做非法集资、传销事情。他们号称叫“互联网金融”,实际上是用互联网作为一个沟通渠道进行非法集资,给社会造成了巨大的伤害。事实上我们要反思,在互联网金融时代到来之时,政府对此类P2P、互联网金融等监管手段是否足够。于是,企业、民众、政府都呼唤互联网时代的信用体系和风险控制系统的产生,而这个系统、体系的唯一出路就是大数据。
贵阳在大数据和金融体系对接上,进行了四个方面的探索:
第一,帮助互联网企业在征信基础上做普惠金融。贵阳有一家企业拥有全国最大的专项综合服务平台,具有较好业务和风险管控模型,以针对货车司机金融产品为合作切入点,开发消费金融产品,提供专项高速ETC个人贷款业务,提供零售金融服务。最近,该企业又和国内某大型银行合作,致力于以刚需及风险较低的业务为突破口,逐步构建货车司机群体的信用体系,构建物流全方位融合的生态信用体系,这套体系建立以后,平台货车司机不需要担保就可以获得金融服务。
第二,帮助传统金融企业通过大数据手段向中小企业贷款。对互联网上陌生的个人和企业,特别是中小微企业,传统金融行业普遍存在不愿贷、成本高的情况。中小企业贷款难、贷款贵的问题不仅仅是中国的问题,也是全球的问题。但在贵阳,有一家商业银行,与全国领先的专业机构合作,利用大数据技术开展互联网消费信贷、微信贷,开发了信用评分模型、破产预估模型、信用申请欺诈模型等。通过多维信息的交叉验证(这是大数据的特征),对客户进行全息画像,为决策提出全面的风险评估,显著地提升了银行的风控水平和效率。在此基础上,创新融资模式,大力推动大数据金融、移动金融、众筹金融等新兴业态发展。
第三,推动区块链在金融领域的应用。目前来看,区块链技术本身发展很快,但无论在国内,还是在国外,包括美国等发达国家,我们都没有看到区块链能够作为一个成熟的技术在全场景进行应用和推广。贵州作为中国第一个大数据综合实验区,目前正积极探索区块链技术在各种应用场景的实验。例如把区块链技术用于扶贫资金的管理,现在每年有上千亿的资金用于扶贫,但由于管理环节过多,造成资金使用滞后、管理成本过高。再加上扶贫资金面向基层、面向个人,管理过程中的克扣、挪用风险较大。如何把扶贫资金管理好,这不仅仅是一项政治任务,更是惠及民生的实际需求。我们把区块链技术不可篡改的功能,用于扶贫资金的监管,可以做到对资金使用情况的实时管理。
明年将举办第三届贵阳大数据博览会,我们将在博览会上和全球各界一起讨论区块链技术和场景应用结合的问题,相信届时一定会成为热门话题。
第四,探索大数据在金融领域的管控和应用。没有大数据应用,就没有互联网金融的安全。贵阳正全力以赴实施大数据战略行动,抓紧建设征信大数据安全应用体系,通过对海量用户数据进行深入挖掘,构建和完善基于多渠道、易购数据的采集、存储、处理与分析能力,从多个精准维度对用户数据进行筛选、标记和判定,从中筛选出有价值数据,进而完善风控模型,风险定价,不断迭代风险模型,力经充分的金融周期,验证风控的有效性。
下一步贵阳将重点推进政府数据开放、公共数据安全、区块链应用等三个方面重点工作。希望并欢迎社会各界支持贵州贵阳作为国家大数据综合试验区先行先试实践,共同推动我们国家大数据,特别是大数据与金融领域的融合发展。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
如何考取数据分析师证书:以 CDA 为例 在数字化浪潮席卷各行各业的当下,数据分析师已然成为企业挖掘数据价值、驱动决策的 ...
2025-07-15CDA 精益业务数据分析:驱动企业高效决策的核心引擎 在数字经济时代,企业面临着前所未有的数据洪流,如何从海量数据中提取有 ...
2025-07-15MySQL 无外键关联表的 JOIN 实战:数据整合的灵活之道 在 MySQL 数据库的日常操作中,我们经常会遇到需要整合多张表数据的场景 ...
2025-07-15Python Pandas:数据科学的瑞士军刀 在数据驱动的时代,面对海量、复杂的数据,如何高效地进行处理、分析和挖掘成为关键。 ...
2025-07-15用 SQL 生成逆向回滚 SQL:数据操作的 “后悔药” 指南 在数据库操作中,误删数据、错改字段或误执行批量更新等问题时有发生。 ...
2025-07-14t检验与Wilcoxon检验的选择:何时用t.test,何时用wilcox.test? t 检验与 Wilcoxon 检验的选择:何时用 t.test,何时用 wilcox. ...
2025-07-14AI 浪潮下的生存与进阶: CDA数据分析师—开启新时代职业生涯的钥匙(深度研究报告、发展指导白皮书) 发布机构:CDA数据科 ...
2025-07-13LSTM 模型输入长度选择技巧:提升序列建模效能的关键 在循环神经网络(RNN)家族中,长短期记忆网络(LSTM)凭借其解决长序列 ...
2025-07-11CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-11数据透视表中两列相乘合计的实用指南 在数据分析的日常工作中,数据透视表凭借其强大的数据汇总和分析功能,成为了 Excel 用户 ...
2025-07-11尊敬的考生: 您好! 我们诚挚通知您,CDA Level I和 Level II考试大纲将于 2025年7月25日 实施重大更新。 此次更新旨在确保认 ...
2025-07-10BI 大数据分析师:连接数据与业务的价值转化者 在大数据与商业智能(Business Intelligence,简称 BI)深度融合的时代,BI ...
2025-07-10SQL 在预测分析中的应用:从数据查询到趋势预判 在数据驱动决策的时代,预测分析作为挖掘数据潜在价值的核心手段,正被广泛 ...
2025-07-10数据查询结束后:分析师的收尾工作与价值深化 在数据分析的全流程中,“query end”(查询结束)并非工作的终点,而是将数 ...
2025-07-10CDA 数据分析师考试:从报考到取证的全攻略 在数字经济蓬勃发展的今天,数据分析师已成为各行业争抢的核心人才,而 CDA(Certi ...
2025-07-09【CDA干货】单样本趋势性检验:捕捉数据背后的时间轨迹 在数据分析的版图中,单样本趋势性检验如同一位耐心的侦探,专注于从单 ...
2025-07-09year_month数据类型:时间维度的精准切片 在数据的世界里,时间是最不可或缺的维度之一,而year_month数据类型就像一把精准 ...
2025-07-09CDA 备考干货:Python 在数据分析中的核心应用与实战技巧 在 CDA 数据分析师认证考试中,Python 作为数据处理与分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的有力工具 在数据分析的广袤领域中,准确捕捉数据的趋势变化以及识别 ...
2025-07-08备战 CDA 数据分析师考试:需要多久?如何规划? CDA(Certified Data Analyst)数据分析师认证作为国内权威的数据分析能力认证 ...
2025-07-08