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
CDA数据分析师 出品 作者:李诗怡 题目1 一家餐厅统计顾客的性别、年龄、消费金额等信息,在进行数据分析时,发现性别这一变量在 ...
2026-10-16核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-10-16核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-10-16一、为什么要区分这两种分布 在数据分析和统计学中,拿到一组数据后第一件事通常就是看它的分布形态。分布形态决定了你能用什么 ...
2026-10-15一、问题现象 在实际使用 Excel 透视表做数据分析时,经常会遇到这样的情况:数据源表格里明明新增了一行或一列金额数据,数据源 ...
2026-10-15核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-10-15一、什么是预测式发货 预测式发货(Anticipatory Shipping)是亚马逊于2013年12月获得授权的一项美国专利(专利号 US 8,615,473 ...
2026-10-14一、SQL在金融量化体系中的定位 量化投资的本质是用数据驱动决策,而数据处理贯穿量化研究的全生命周期。从原始行情数据清洗、因 ...
2026-10-14核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-10-14CDA数据分析师 出品 作者:李诗怡 四层结构 · 零件与房子 · 六大易错点 一、什么是指标体系 定义:指标体系是整套完整框架 ...
2026-10-13写在开头 先还原一个你大概率见过的场面。 立项会上有人说:我们得做用户画像。 于是团队关进会议室,白板写满便利贴,两小时后 ...
2026-10-13 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-10-13在统计学与数据分析研究中,相关性分析分为数值变量分析与分类变量分析两大类。针对身高、销量、分数等连续数值变量,通常采用皮 ...
2026-10-12在Power BI可视化分析体系中,常规表格仅能展示枯燥的数值数据,存在数据对比不直观、强弱规律不突出、维度交叉分析低效等问题。 ...
2026-10-12 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-10-12在传统零售行业同质化竞争激烈、大众营销转化率持续走低的背景下,依托经验与直觉的粗放式营销逐渐失效。美国塔吉特百货(Target ...
2026-10-10随着智能客服、数字化服务、用户精细化运营的快速普及,传统零散、非标准化的客户服务数据与业务体系逐渐难以支撑高效服务治理。 ...
2026-10-10 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-10-10CDA数据分析师 出品 作者:李诗怡 定义区别 · 场景举例 · 指标分类 · 计算方法 知识体系总览 模块 包含内容 一、核 ...
2026-10-09在数据分析工作流中,业务数据大多存储在各类关系型数据库内,例如MySQL、PostgreSQL、SQLite等。Pandas是Python生态中主流的数 ...
2026-10-09