京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据颠覆传统金融_数据分析师
2013年是互联网金融元年,互联网技术在金融业的应用犹如在银行主导的传统金融业的死水中投入一颗石子。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,金融机构作为中介的价值或许会消失。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。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
金融行业的运营风险贯穿业务全流程,涵盖交易欺诈、操作违规、流程漏洞、合规偏差、客户信用异常等多元场景,是银行、保险、证券 ...
2026-07-17财产保险作为金融行业的核心板块,涵盖车险、家财险、责任险、企财险等多元品类,是个人与企业抵御财产风险、经营风险的重要保障 ...
2026-07-17 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 ...
2026-07-17【核心关键词】模块、餐饮、客户、门店、企业、订单、供应链、多样化、产品、生产计划、数据分析、生产管理、物料管理、业务分 ...
2026-07-16在数字化分析时代,原始数据本身不具备业务价值,只有通过科学的统计学方法加工、拆解、验证与解读,才能挖掘数据背后的规律、差 ...
2026-07-16 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 ...
2026-07-16在描述性统计分析、数据预处理、异常值排查与多组数据分布对比工作中,箱线图(Box Plot)是应用最广泛的可视化与统计工具之一。 ...
2026-07-15在企业数据存储、业务统计与数据分析工作中,绝大多数业务数据都带有时间维度属性,例如订单创建时间、用户注册时间、支付完成时 ...
2026-07-15 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-07-15【核心关键词】产品、经营、客户、调研、销售额、宏观、会计行业、客户满意度、发展趋势、经营状况、数据分析、竞争对手、数据 ...
2026-07-14问卷调查是市场调研、用户研究、社会调研与产品分析的核心数据采集方式。问卷数据大多以分类数据为主,例如用户性别、年龄分层、 ...
2026-07-14 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-07-14在数据分析、业务效果验证、AB实验扩展、行业对比等场景中,我们经常需要对比三组及以上样本的均值差异,例如不同区域的客单价对 ...
2026-07-13在互联网产品运营、用户生命周期管理与商业化数据分析中,留存指标是判断产品价值、用户满意度与商业模式健康度的核心基准。常规 ...
2026-07-13 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 ...
2026-07-13【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 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 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09