京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据金融对传统金融有何影响
互联网金融未来发展的一大趋势是大数据的应用,而这也改变了人们对金融本质的传统认识。此前学界广泛认为金融的本质是中介,还有人认为金融的本质是对风险的控制与管理,然而随着互联网金融的发展,已经有人开始对金融进行重新定义,金融就是大数据。
从融资模式看,现代金融有两种模式,一种是银行模式:存款、贷款、支付,一种是资本市场模式。资本市场模式就是直接融资,通过交易所进行股票交易。互联网金融既不走银行模式,也不走资本市场交易所模式,它有可能是所有的存款人和所有的借款人,通过互联网平台直接交易。未来通过互联网走直接金融的模式,不需要资本市场,也不需要银行。
从支付模式看,有移动支付和第三方支付。第三方支付在中国的典型是支付宝。我们现在的支付模式是银行支付模式:个人在商业银行开户,商业银行在中央银行开户,解决各家银行之间的跨行清算,而支付宝颠覆了这个模式。
现在已经有一些公司给员工发工资直接打到支付宝,员工用支付宝支付,然后转账到别人的支付宝,这样的话,在银行体系之外构成了支付体系。微信5.0 支付也是这个模式。第三方支付未来完全有可能在银行支付系统之外创造一个新的支付系统。银行卡支付被手机支付替代;POS机刷卡被扫二维码替代。
所谓对传统金融的彻底颠覆,一个很重要的表现形式是大数据的征信和网络贷款:根据企业的行为数据计算出企业可能违约的概率,在这个基础上进行贷款(B2B是典型)。当前典型的是阿里小贷等。未来大数据的保险也是这样的:根据行为的数据进行保险差别的定价。比如未来的车险将根据个人生活、工作、习惯所有大数据的基础,给出事故发生的概率,然后给出保险的费率。这种模式完全颠覆了现在保险费率的模式。
P2P网络贷款,也是互联网金融的模式。P2P网络贷款是债权,众筹融资就是解决股权问题。如通过众筹模式解决小额风险投资问题,美国已经规定这种模式是合法的。大数据在证券投资中的应用也将非常广泛。互联网金融,
尤其是搜索引擎、云计算使人们收集了大量的数据,这些数据在证券投资当中将发挥很大的作用,而且现在它对股价的预期非常有用。
从形式上讲,互联网对传统金融的彻底颠覆表现形式是大数据的应用,本质上是根据科斯定理,金融机构作为中的价值或许会消失。假设整个金融市场互联网化,那么现在的银行机构、证券机构、保险机构的金融中介作用将会弱化甚至消失,取而代之的可能是基于大数据的直接金融交易。
假设整个金融市场互联网化,包括支付清算体系、金融产品金融工具、风险评估与定价、期限匹配数量匹配都互联网化,这样交易成本将极低,基于互联网技术的金融市场效率就非常高了。现在我们大量的金融市场的交易存在信息不对称,大量信息不对称引起交易成本非常高,也使得金融成为专业性很强的精英行业。然而未来金融神秘的面纱或许会揭开,普通百姓也可以很轻松进行现在看来很复杂的金融交易,就像现在下载一个APP应用一样下载使用金融产品。金融网点的消失可以使金融系统人力资本、营运资本大大降低。假设互联网支持了金融市场,完全互联网化的话,完全是供求方和需求方直接交易,交易成本会减少很多,这就是科斯定理。
互联网金融在2013年发轫,对金融的影响是颠覆性的,它将改变人们对金融传统的部分认识与观念。但是金融在未来将回归它的核心本质。未来变的不是金融的核心定义,而是现在的股权、债权、保险、信托等这些金融产品的契约形式,变的是金融监管的与时俱进。
案例: 阿里小贷以“封闭流程+大数据”的方式开展金融服务,凭借电子化系统对贷款人的信用状况进行核定,发放无抵押的信用贷款及应收账款抵押贷款,单笔金额在5万元以内,与银行的信贷形成了非常好的互补。阿里金融目前只统计、使用自己的数据,并且会对数据进行真伪性识别、虚假信息判断。阿里金融通过其庞大的云计算能力及数十位优秀建模团队的多种模型,为阿里集团的商户、店主时时计算其信用额度及其应收账款数量,依托电商平台、支付宝和阿里云,实现客户、资金和信息的封闭运行,一方面有效降低了风险因素,同时真正的做到了一分钟放贷。
京东商城、苏宁的供应链金融模式是以电商作为核心企业,以未来收益的现金流作为担保,获得银行授信,为供货商提供贷款。阿里小贷有一些传统商业银行无法比拟的比较优势:首先,授信成本非常低廉,效率较高。传统银行中以民生银行为例,尽管民生银行可以通过大数定理等方法批量化处理信贷项目并因此降低授信成本,但是阿里小贷却正在重塑另一种信用评价体系和信用概念,通过大数据分析客户交易行为数据和借款人的经营与信用特点,直接产生客户征信记录,大幅降低客户筛选成本,同时申请流程非常便捷且放款速度较快。
第二,风险识别能力更强,丰富借款者类型。过去,由于缺少一套针对小微企业的风险识别工具,商业银行在小微企业上风险收益比较低,而阿里小贷则凭借数据分析的优势,建立了若干个测量个体风险及个体利率敏感度的模型,覆盖了贷前贷中和贷后,对每个客户区别对待寻求最优定价策略,有效的进行风险成本全覆盖。截止2014年
2月,尽管阿里小贷累计投放贷款已经超过1700亿元,服务的小微企业超过70万家,但是不良贷款率却仍然不到1%
,显示阿里的小贷业务风险配置能力较为突出。第三,无需缴纳存款准备金,不受存贷比限制。银行放贷主要依靠的是客户存款,具有信贷投放的意味,而阿里小贷的贷款主要依存于沉淀在平台内的大量无息结算资金,不需要缴纳法定存款准备金,也没有存贷比和风险资产计提的要求,这可以被视为一种监管套利,不过随着交易量的增加,日后监管层出台防范风险的举措可能性较大。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26