
大数据来自民众 大数据服务民生
近日,在由中国国际友好联络会主办,《财经》杂志承办的主题为“新经济、新平衡”的“三亚?财经国际论坛”上,由宜信公司等机构联合举办的高峰论坛“大数据与金融服务民生”形成了大数据与普惠金融的舆论热点。论坛所在三亚喜来登饭店的会场座席之外堆起了厚厚的站立听会的人墙,演讲专家的观点受到各种媒体的广泛传播。
在“大数据与金融服务民生”高峰论坛上,海南省政府金融工作办公室主任王年生,宜信公司CEO唐宁,IDG资本合伙人李丰,宜信公司高级副总裁、大数据创新中心总经理张小沛,中央财经大学教授黄震等众多互联网金融和大数据专家围绕“利用金融服务实现大数据变现”、“大数据与金融服务民生”、“大数据与监管变革”等时代性话题深入阐述,其观点相互弥补或撞击,凸显了大数据在普惠金融中受到高度重视、广泛关注。
专家指出,互联网金融是把互联网的优势和金融的专业优势相互结合,彼此借势形成的一种新兴产业。现代互联网金融中,金融体系需要与大数据紧密结合,金融机构通过客户的消费数据、金融活动和财务状况进行分析,从而为客户制定个性化服务,并有效做到风险控制规避。客户从各项消费活动中为企业提供大量有效数据,企业利用这些数据创造更多利益的同时又为客户提供更多的服务,更有效的做到大数据来自民众,大数据服务民生。
专家在论坛上透露,在传统金融受到互联网冲击的同时,一些不良因素也出现在其中,发展互联网金融需要做到合理监管。专家提到四项监管选择:适度监管、分类监管、协同监管和创新监管。强调要侧重互联网金融交易秩序管理,按“公平、公正、公开”的原则规范互联网线上交易的秩序,实现交易活动透明化,做到不仅线下交易有组织监管,线上交易一样可以有组织进行规范。
中国银行业监督管理委员原副主席蔡鄂生指出,大数据不在大,不在多,而在全面性。大数据的采集需要科技和技术的支撑,信息的不对称是金融行业存在的最大风险。信息不对称会造成信息的失灵,引起判断的错误,引发风险。大数据对于传统金融业已经且必将展现更多的作用。
宜信创始人兼CEO唐宁指出,大数据提升了传统金融数据的量与质。宜信在探索普惠金融八年多的实践之中,尝试利用大数据做好客户画像、风险控制、服务小微企业和有资金需求的公众,效果很好,心得很多。在中国,普惠金融开展得不够,一个重要的原因就是数据不够,大数据补充了传统金融数据。有了大数据之后,如何能够去找到数据点之间的关联,需要通过大数据技术真正做好客户画像、满足客户需求、做好风控。他举例说,宜信在农村创新推广了一个叫“小微租赁”的模式,解决农村的农业集约化、自动化问题。农户现在想用十万、二十万、三十万买拖拉机、烘干塔这样的工具,过往没有这样的钱,宜信指导农户以租赁的方式租这些农机具。在租赁过程之中,宜信把每一个农机具上装上传感器、跟踪器,基于GPS等等各种数据收集数据,然后加以分析。这样的小微租赁的方式,满足了广大农户购买使用农机具的需求。过去两年,宜信在东北三省、内蒙等地农忙季节推出的小微租赁很受欢迎,但由于大数据技术的应用,贷后管理风险非常低。宜信的数据有四个来源:一是随时抓取来自移动互联网上的信息,抓来之后建立知识图谱,在不同数据点之间建立关联,形成数据源。二是和合作伙伴合作获取数据。三是客户授权的数据。四是宜信在过去八年多服务200万小微、工薪用户的数据。对这四个数据源,宜信通过强大的大数据分析整理,建知识图谱,为用户画像。目前,宜信大数据金融云平台不仅服务自己,也可以服务于互联网金融的方方面面,服务于商家和合作伙伴。实践表明,大数据正在为普惠金融插上翅膀。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04