京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代:互联网金融发展的关键_数据分析师
关于互联网金融及其对资本市场的影响目前在市场上有许多不同的研究与比较,互联网金融在根本上对金融业今后的发展是会起到一些颠覆性的影响,但是互联网金融究竟如何发展,从目前来看还难以有一个确切的结论。
互联网金融和金融互联网从概念上有一些不同之处,比如当年AOL美国在线要收购时代华纳的时候是以AOL为主体收购兼并了时代华纳,最后就结果来看这个并购是失败的。失败的原因可能有许多方面,包括并购本身对企业未来发展造成的不确定性等,但从根本上来说是否有这么一个原因,是因为当时是以AOL为主体进行的收购,而在收购之后的十年中虽然时代华纳作为一个集出版、影视制作与娱乐的大型多媒体公司得到了很好的发展,但是AOL本身由于在网络上没能像谷歌、苹果、Facebook或Twitter这些企业不断地创新,结果就落后了。从这个案例可以看出,进行收购兼并的时候以哪个企业为主体是尤为重要的。如果当时是时代华纳作为主体收购AOL的话,时代华纳作为发展的主体,AOL作为发展的载体,经过这样的主次调整这个合并也许就不会如此糟糕。
由此,我们现在要研究的第一个问题是,互联网金融发展到最后究竟是以哪个方面为主,若以互联网为主体,那么接下来就是以互联网的流通性、对消费者的便利性及其对市场发展的迅捷性作为主体。而金融作为一种僵化的主体逐渐被淘汰,所有的金融活动围绕互联网为中心开展。相反,若以金融为主体,那么金融企业所必须具有的,如风险控制为先、注重稳妥经营、收益是建立在稳定基础上等等这样一些基本属性是不会改变的,互联网只是作为金融活动中必不可少的一种工具。
这个问题可能会决定今后这个行业发展的总体趋势,或者可以说,互联网金融还是金融互联网,着重点在哪可能将会决定这个行业今后的发展趋势。但目前看来这个趋势由于信息的局限性或者发展尚处初始阶段,没有谁能够准确或大胆地做出判断。因此,在今后的发展过程中对这个趋势进行更为清晰的探索,是这个行业发展的关键。
第二个问题是,无论是互联网金融还是金融互联网,从事金融,那么风险控制就是必不可少的。从余额宝这个角度来看,它对打破银行的垄断、提高消费者主体意识及对投资者的权益保护方面都起到了很好的作用,从这个角度来说余额宝就是个鲶鱼。它打破了银行原有的垄断,对整个的行业发展起到了很好的推动作用。但它面临的一个问题就是,如此大的一笔巨资在支取过程中的风险应该如何控制。
我个人认为,对余额宝的管理至少应根据类银行的方式进行管理,比如按照巴塞尔协议中保持百分之八的总资本充足率,以及向中央银行交存款准备金(目前是20%)这样的方式来管理。事实上余额宝在某种程度上把挤兑风险更明显地展现在市场面前,所以在这样的情况下对风险进行严格的监控是非常重要的。另外,可以考虑对余额宝进行“招安”,给予它一种类银行的形式,以及与银行相同的风险监控及营业范围,这可能对互联网金融的发展会起到健康的作用。
第三,就是所谓的移动二维码支付和虚拟信用卡,市场反映较为激烈。目前来看,虽然全球金融危机即将宣告终结,但还是存在着一些新的问题。在中国目前实体经济还面临着许多不足情况下,一旦叠加了次生的金融风险,问题将是非常严峻的。而且从目前的情况来看,余额宝对整个市场的冲击力、对普通老百姓的影响力已是不可同日而语。如果再加上移动二维支付和虚拟信用卡,发生金融风险的可能性会更大。从这一点出发,央行的慎重也是有道理的。
第四,余额宝的盈利方式即是所谓的积少成多。互联网就是采取这样一种点对点,对个体的这种极端的大数据处理,小投资者享受到与大投资者一样的收益与便利,从这个趋势上来说是好事。但是以后仍然会碰到上述第一个问题——到底以谁为主,而现在尚不能给出一个统一的结论。
但是,有一点可以肯定,即还是要以金融的本质属性为主,这是非常明确的。余额宝在很大程度上钻了我国利率不够市场化的空子,事实上是把银行的垄断利润分给了投资者。某种程度上来说本身对实体经济,或者说金融对实体经济的促进作用还是不够充分的,只是享受了目前存款利率固定化的制度红利。而一旦利率市场化、存款利率也浮动了以后,余额宝的优点可能逐渐缩小,缺点会逐渐放大。那时再讨论利弊可能会更有针对性,余额宝可能也跟海外成熟的互联网金融一样竞争力会大大减小。反过来说,余额宝对推进利率市场化的提前到来,对金融自由化的发展还是应该值得肯定的。
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