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。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09