京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据助力互联网金融成共鸣 开放数据平台是核心
随着大数据思维与互联网金融相结合的讨论之声被多次提出,围绕大数据与互联网金融的结合,风险防范等内容成为主题为“大数据背景下的互联网金融创新”的互联网金融论坛现场讨论的关键词。
不能低估互联网金融的影响
互联网金融对于传统金融机构,甚至整个融资市场而言,带来冲击的同时,还有更多的机遇与合作。中国人民银行调查统计司副司长徐诺金表示,不能低估互联网金融的影响和冲击,一定要以开放的心态和紧迫的责任感来迎接这场战役。互联网金融可以将现在传统金融覆盖不到的地方,通过移动金融的方式完成覆盖,把现在不敢放的贷款,通过数据分析放出去。
“互联网金融冲击的是传统金融的物理形态、经营管理方式等等,但是金融的本质没有变化,这就是要有信用,要有强大的风控能力,客户才会留得住。”徐诺金认为,互联网金融将冲击现有金融格局,甚至可能产生互联网时代的金融“巨无霸”。另外,还将冲击分业经营格局和行业限制,使金融内部和金融与实体之间的融合更加密切。
大数据如何与互联网金融谈“恋爱”?
随着大数据在各个行业的运用,大数据与互联网金融的结合已成为行业共识。如何将大数据思维运用在互联网金融领域,同时防范风险让行业的讨论之声瞬间沸腾。
在名为“大数据背景下的互联网金融创新”主题论坛现场,陆金所董事长兼CEO计葵生在发言中表示,金融的本质的风险和信用。对于互联网金融的而言,核心是把风险变成透明,这样可以让很多不透明的资产流通起来。“很多资产通过互联网可以更透明,同时通过大数据企业的融资成本可以降低。未来互联网金融发展要看大数据。”计葵生说认为。
蚂蚁金融服务集团副总裁俞胜法认为,互联网金融和传统金融是竞合的关系。互联网金融的优势是提供大众的、标准的和小额的金融服务,而传统金融则是提供个性化的、大额的金融服务,这可以形成互补。但是在成本、信息等方面,二者又是相互竞争的关系。尤其在大数据方面,互联网企业有非常明显的优势。互联网金融对传统金融最明显的挑战是,互联网金融对消除金融压抑,或者推动金融自由化,做出了相当大的贡献。利用大数据会衍生出很多新的产品。
俞胜法指出,互联网金融和传统金融最明显的区别在于理念和思考模式。传统金融以产品为中心,而互联网以客户的需求场景出发,用最合适的产品打造最适合客户的体验。
互联网金融真正的风险在哪?
中国人民银行调查统计司副司长徐诺金认为,互联网金融最大的风险是低估风险。很多人过分夸大互联网的作用,以为互联网上可以长出金子。徐诺金解释互联网金融的发展前景:赚钱是金融行业的核心,互联网公司最大的前途是利用自己的优势去找“女婿。”
如何利用大数据助力互联网金融发展
财讯传媒集团首席战略官段永朝对2014年中国互联网金融的发展有着自己的观察。他观察说,2014年中国互联网金融领域的骂战和硝烟显得要平复些。他分析不吵架的原因在于,大家都没有准备好。但,他同时指出“这种不吵架的平静其实未必是好事。”
对于如何利用大数据助力互联网金融发展,他建议可从以下三方面入手:
1.建立开放的数据生态:在开放协议,在标准,接口等重要内容上做好工作。
2.开放数据平台。3实行互联互通。
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