京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27对数据分析从业者和学生而言,表结构数据是最基础也最核心的分析载体——CRM系统的用户表、门店的销售明细表、仓库的库存表,都 ...
2025-11-27在业务数据可视化中,热力图(Heat Map)是传递“数据密度与分布特征”的核心工具——它通过颜色深浅直观呈现数据值的高低,让“ ...
2025-11-26在企业数字化转型中,业务数据分析师是连接数据与决策的核心纽带。但“数据分析师”并非单一角色,从初级到高级,其职责边界、能 ...
2025-11-26