大數(shù)據(jù)技術(shù)在金融行業(yè)中的應(yīng)用探索

段敏華

（中國華電集團財務(wù)有限公司，北京 100031）

1 金融行業(yè)中大數(shù)據(jù)的應(yīng)用分析

1.1 大數(shù)據(jù)在金融機構(gòu)中的應(yīng)用

我國金融行業(yè)普及應(yīng)用大數(shù)據(jù)技術(shù)的時間比較短，但是發(fā)展速度非?？欤刂聊壳耙呀?jīng)取得了階段性成果，非結(jié)構(gòu)化的金融信息數(shù)量得到了充足、有效的發(fā)展。金融行業(yè)運用大數(shù)據(jù)技術(shù)的好處如下：首先，金融行業(yè)發(fā)展過程中會產(chǎn)生大量的有價值、有意義的數(shù)據(jù)資料，例如客戶資金結(jié)構(gòu)、消費習(xí)慣等，這些數(shù)據(jù)經(jīng)過深度分析之后，能夠為金融機構(gòu)的業(yè)務(wù)開展、產(chǎn)品創(chuàng)新提供強大的數(shù)據(jù)支撐。其次，金融機構(gòu)的資金體量十分龐大，在大數(shù)據(jù)技術(shù)探索、應(yīng)用方面占據(jù)諸多優(yōu)勢，還能吸引更多優(yōu)秀的大數(shù)據(jù)人才。總體來說，金融行業(yè)普及應(yīng)用大數(shù)據(jù)技術(shù)的作用如下：

1.推動金融行業(yè)轉(zhuǎn)型升級。隨著經(jīng)濟結(jié)構(gòu)調(diào)整工作的持續(xù)推進，再加上利率市場化的影響，金融行業(yè)的利潤空間逐漸被壓縮、業(yè)務(wù)定位急需調(diào)整。大數(shù)據(jù)技術(shù)的普及與應(yīng)用，可以幫助金融機構(gòu)深度挖掘海量數(shù)據(jù)中的潛在商業(yè)價值，幫助金融機構(gòu)確立精準(zhǔn)的市場定位，優(yōu)化資源結(jié)構(gòu)，從而推動金融行業(yè)的轉(zhuǎn)型發(fā)展。

2.提升金融機構(gòu)監(jiān)管水平。近年來，非法集資、資金詐騙案例不斷發(fā)生，以緬北為首的詐騙集團日益囂張，很多不法分子正是利用網(wǎng)絡(luò)漏洞從事詐騙、盜竊資金的行為。而大數(shù)據(jù)技術(shù)應(yīng)用能夠?qū)W(wǎng)絡(luò)資金交易進行全面動態(tài)的監(jiān)管分析，及時發(fā)現(xiàn)可疑交易行為，摸索資金詐騙規(guī)律，為破獲網(wǎng)絡(luò)詐騙案提供重要的技術(shù)支撐。

1.2 大數(shù)據(jù)在銀行業(yè)中的應(yīng)用

從數(shù)據(jù)維度分析，大數(shù)據(jù)技術(shù)在商業(yè)銀行中的應(yīng)用最為普遍。截止到2019 年底，我國的人民幣銀行結(jié)算賬戶數(shù)量達(dá)到了73.7 億戶，同比增長3.15%；個人銀行結(jié)算賬戶數(shù)量達(dá)到了73.25 億戶，與2018 年相比提高了3.15 個百分點，2019 年我國累計銀行卡交易次數(shù)3343.2 億次，涉及金額278.25 萬億，其中與互聯(lián)網(wǎng)金融有關(guān)的網(wǎng)上支付306.38 億次，同比增長25.21%，由此可以看出銀行業(yè)在使用大數(shù)據(jù)方面有著廣闊的前景。大數(shù)據(jù)技術(shù)在銀行業(yè)中的應(yīng)用主要集中在客戶精準(zhǔn)營銷、金融產(chǎn)品開發(fā)、金融風(fēng)險管理等諸多領(lǐng)域，例如光大銀行設(shè)計的“陽光理財”資產(chǎn)配置平臺，能夠深度分析客戶的投資需求，并制定相應(yīng)的投資理財方案[1]。從整體角度分析，大數(shù)據(jù)技術(shù)在銀行經(jīng)營管理中的職能作用如下：

1.有助于管控信貸風(fēng)險。過去銀行都是利用以往數(shù)據(jù)來分析預(yù)估貸款客戶的違約風(fēng)險，前瞻性和準(zhǔn)確率十分低下，使得銀行蒙受了巨大的風(fēng)險損失。后來西班牙一家銀行利用大數(shù)據(jù)技術(shù)，對貸款客戶的信用等級、資金狀況、履約情況、預(yù)期收益進行預(yù)測分析，進而給出科學(xué)、精準(zhǔn)、完善的風(fēng)險評估報告，不僅降低了銀行業(yè)信貸風(fēng)險管控的成本，而且提升了信貸風(fēng)險管理水平。

2.提升銀行業(yè)的中間收入。銀行積累了規(guī)模龐大的金融資料，諸如客戶身份、社會地位、資產(chǎn)狀況、消費習(xí)慣等，銀行可以利用大數(shù)據(jù)技術(shù)對這些數(shù)據(jù)展開深入細(xì)致的研究分析，將其轉(zhuǎn)化成新產(chǎn)品，從而提升銀行的中間收入。例如澳大利亞一家銀行通過大數(shù)據(jù)分析解讀客戶“消費特征”，將其銷售給公司客戶，幫助客戶優(yōu)化廣告投放位置、調(diào)整產(chǎn)品結(jié)構(gòu)，從而獲得更多的經(jīng)濟收入。

1.3 證券行業(yè)中大數(shù)據(jù)技術(shù)的應(yīng)用

如今證券行業(yè)擁有資本密集、信息密集、技術(shù)密集的典型特征，數(shù)據(jù)規(guī)模得到了充足、有效的發(fā)展，數(shù)據(jù)的形成、傳播、結(jié)構(gòu)也發(fā)生了巨大的變化，極大地改變了證券行業(yè)的經(jīng)營發(fā)展[2]。大數(shù)據(jù)技術(shù)在證券行業(yè)中的應(yīng)用價值主要體現(xiàn)在兩個方面：一是大數(shù)據(jù)技術(shù)可提升證券股行業(yè)的個性化服務(wù)水平；二是大數(shù)據(jù)技術(shù)可避免證券客戶大量流失，詳細(xì)內(nèi)容如下：

1.證券行業(yè)是綜合類金融產(chǎn)品的提供者，在大數(shù)據(jù)技術(shù)的助力下，能夠快速搜集高質(zhì)量信息，設(shè)計出更符合客戶需求的金融產(chǎn)品，還能根據(jù)客戶偏好調(diào)整金融產(chǎn)品組合策略。如今很多證券公司都開始利用數(shù)據(jù)驅(qū)動方法，對客戶數(shù)據(jù)進行采集、存儲、分析、處理，為客戶提供更好的投資策略，更好地滿足客戶的個性化需求。

2.證券公司可以根據(jù)歷史數(shù)據(jù)、客戶交易信息創(chuàng)建大數(shù)據(jù)分析模型，精準(zhǔn)預(yù)測客戶的流失數(shù)量、流失原因，進而制定出精準(zhǔn)合理的挽留策略。例如海通證券創(chuàng)新設(shè)計了一套基于數(shù)據(jù)挖掘算法的證券客戶行為特征分析技術(shù)，能夠精準(zhǔn)刻畫客戶畫像，對100 多萬樣本客戶、交易記錄進行建模分析，在此基礎(chǔ)上構(gòu)建客戶分類、客戶偏好、客戶流失等數(shù)據(jù)模型，能夠很好地預(yù)測分析客戶流失問題。

1.4 保險行業(yè)中大數(shù)據(jù)技術(shù)的應(yīng)用

保險行業(yè)是金融體系的重要組成部分，也是大數(shù)據(jù)技術(shù)應(yīng)用的主戰(zhàn)場，如今很多保險公司都在積極研發(fā)應(yīng)用大數(shù)據(jù)技術(shù)，并取得了階段性成果。據(jù)有關(guān)資料顯示：截止到2020 年12 月，我國保險行業(yè)共向公安機關(guān)移送詐騙線索28005 條，涉案金額高大6 億元人民幣，共抓獲犯罪嫌疑人2000 余人，在此過程中大數(shù)據(jù)技術(shù)發(fā)揮出了重要的職能作用。某保險公司高級管理人員曾經(jīng)指出：“大數(shù)據(jù)已經(jīng)成為反欺詐的有力武器?！贝髷?shù)據(jù)技術(shù)可以幫助保險公司分析判斷投保、理賠的合法性、合規(guī)性，有效防范欺詐風(fēng)險，降低保險行業(yè)的損失[3]。

1.大數(shù)據(jù)技術(shù)可以減少保險公司的賠付金額。賠付金額是影響保險公司經(jīng)營利潤的關(guān)鍵因素，尤其是“超大額賠付”是保險公司的關(guān)注焦點。例如美國一家保險公司利用內(nèi)部數(shù)據(jù)、第三方平臺展開動態(tài)化監(jiān)管，用1.4 億個數(shù)據(jù)點構(gòu)建預(yù)測模型，涵蓋了客戶健康情況、人口特征、理賠流程、醫(yī)療狀況等多種信息，并根據(jù)分析結(jié)果采取及時有效的干預(yù)措施，使得平均索賠額下降了20%。

2.為保險產(chǎn)品差異化定價提供技術(shù)支持。由于每個人的條件不同、需求不同，對保險產(chǎn)品的期望也存在較大差異。大數(shù)據(jù)技術(shù)能夠?qū)蛻魯?shù)據(jù)展開全面深入的分析研究，進而制定出符合客戶需求的保險產(chǎn)品組合方案，有效提升客戶的滿意度。例如澳大利亞一家保險公司通過分析客戶數(shù)據(jù)來預(yù)測分析駕車風(fēng)險，并為客戶提供個性化的保險產(chǎn)品和理賠計劃，大大提升了客戶的滿意度。

2 金融行業(yè)中大數(shù)據(jù)應(yīng)用的技術(shù)支持

在金融產(chǎn)業(yè)、大數(shù)據(jù)技術(shù)飛速發(fā)展的時代背景下，金融業(yè)務(wù)的線上化、生態(tài)化特征越來越明顯，金融行業(yè)面臨著海量數(shù)據(jù)存儲、數(shù)據(jù)挖掘分析、數(shù)據(jù)商業(yè)應(yīng)用等一系列挑戰(zhàn)。為了更好地滿足金融行業(yè)的發(fā)展需求，銀行業(yè)、證券業(yè)、保險業(yè)都開始創(chuàng)新探索IT 架構(gòu)，為大數(shù)據(jù)在金融行業(yè)中的應(yīng)用拉開了新的帷幕。

按照技術(shù)架構(gòu)不同，應(yīng)用于金融行業(yè)的數(shù)據(jù)庫可分為集中式數(shù)據(jù)庫、分布式數(shù)據(jù)庫，其中分布式數(shù)據(jù)庫可細(xì)分為中間架構(gòu)數(shù)據(jù)庫、NewSQL 數(shù)據(jù)庫、云原生數(shù)據(jù)庫等三種類型，具體內(nèi)容如下。

2.1 集中式數(shù)據(jù)庫

集中式數(shù)據(jù)庫的解析器、優(yōu)化器、存儲引擎等重要部件都集中在同一臺服務(wù)器上，將其應(yīng)用到金融行業(yè)中，能夠大大提升數(shù)據(jù)庫系統(tǒng)處理能力。例如MySQL 8.0 的處理性能與傳統(tǒng)系統(tǒng)相比提升了兩倍，能夠完成海量數(shù)據(jù)的分析與處理，為金融公司的業(yè)務(wù)開展提供全面可靠的數(shù)據(jù)支撐[4]。此外，集中式數(shù)據(jù)庫能夠增強SQL 查詢功能，降低應(yīng)用開發(fā)難度，例如DB2 11.5引入了機器學(xué)習(xí)優(yōu)化器，可大大提升SQL 查詢速度，MySQL 8.0 引入更多窗口函數(shù)，強化了對數(shù)據(jù)統(tǒng)計分析與查詢等功能支持。

截至目前，很多金融公司、證券公司、保險公司使用的都是集中式數(shù)據(jù)庫，經(jīng)過十多年的創(chuàng)新發(fā)展和技術(shù)積累，集中式數(shù)據(jù)庫的發(fā)展已經(jīng)相當(dāng)成熟。在集中式數(shù)據(jù)庫的支持下，金融公司的產(chǎn)品易用性、穩(wěn)定性、成熟度都達(dá)到了新的高度。

2.2 中間件架構(gòu)數(shù)據(jù)庫

金融公司為了解決集中式數(shù)據(jù)庫的拓展性缺陷，打破系統(tǒng)縱向拓展中硬件設(shè)施的制約，數(shù)據(jù)庫引入分庫分表中間件從而實現(xiàn)數(shù)據(jù)容量的橫向拓展，經(jīng)過分布式事務(wù)管理、高可用切換、自動化運維，構(gòu)成了基于中間件架構(gòu)的數(shù)據(jù)庫產(chǎn)品。中間件架構(gòu)數(shù)據(jù)庫采用“傳統(tǒng)數(shù)據(jù)庫+分片路由中間件+全局事務(wù)管理器”的架構(gòu)，以集中式數(shù)據(jù)庫為基礎(chǔ)，通過中間件實現(xiàn)數(shù)據(jù)分片、分布式事務(wù)等實現(xiàn)數(shù)據(jù)分析功能，擁有較為成熟的數(shù)據(jù)技術(shù)和生態(tài)環(huán)境，而且穩(wěn)定性更好，能夠滿足金融公司對系統(tǒng)穩(wěn)定性的要求。

與較為先進的數(shù)據(jù)庫技術(shù)相比，中間件架構(gòu)數(shù)據(jù)庫很少從架構(gòu)設(shè)計角度宣傳功能應(yīng)用。例如某金融公司創(chuàng)新設(shè)計出一套基于中間件架構(gòu)數(shù)據(jù)庫產(chǎn)品和云原生數(shù)據(jù)庫產(chǎn)品，技術(shù)遷移跨度非常小，為大數(shù)據(jù)技術(shù)在金融行業(yè)中的普及與應(yīng)用提供了無限可能。

2.3 NewSQL 數(shù)據(jù)庫

為了應(yīng)對管理超大規(guī)模MySQL 集群造成的復(fù)雜度過高的問題，Google 公司創(chuàng)新推出了NoSQL 系統(tǒng)，并發(fā)表了GFS、Map-Reduce、Big Table 等技術(shù)指導(dǎo)方案。而后開源社區(qū)推出了TiDB、CockroachDB 等NewSQL 架構(gòu)分布式數(shù)據(jù)庫產(chǎn)品，該數(shù)據(jù)庫的架構(gòu)以KV 存儲引擎為基礎(chǔ)，引入SQL 關(guān)系模型以及分布式事務(wù)ACID 特性，擁有良好的拓展性，數(shù)據(jù)存儲可達(dá)到100PB 級別，能夠滿足金融行業(yè)對海量數(shù)據(jù)的存儲、管理及分析要求。

此外，NewSQL 數(shù)據(jù)庫在數(shù)據(jù)存儲、統(tǒng)計分析方面有著明顯優(yōu)勢，因此部分金融公司使用NewSQL 數(shù)據(jù)庫作為金融核心批量場景的解決方案。

3 金融行業(yè)應(yīng)用大數(shù)據(jù)技術(shù)的前景分析

2020 年，我國金融大數(shù)據(jù)應(yīng)用市場的規(guī)模已經(jīng)達(dá)到了1300 億人民幣，而且這一數(shù)據(jù)依然保持高速增長趨勢，參考金融行業(yè)和大數(shù)據(jù)技術(shù)的發(fā)展特征，對未來的發(fā)展前景進行預(yù)測分析就顯得尤為重要。

3.1 大數(shù)據(jù)助力金融信息的可視化

如何將海量數(shù)據(jù)中的結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)提煉出來，清晰明確地展示出來，是當(dāng)下金融公司、證券公司、保險公司需要考慮的共同問題。在以后的發(fā)展過程中，會有各種各樣的可視化金融工具應(yīng)運而生，為金融行業(yè)的數(shù)據(jù)分析、應(yīng)用提供專業(yè)的可視化方案[5]。金融可視化是利用數(shù)學(xué)算法、網(wǎng)絡(luò)技術(shù)、數(shù)據(jù)挖掘、計算機技術(shù)，將數(shù)據(jù)分析的目的、過程和結(jié)果展示出來，為金融決策、產(chǎn)品開發(fā)、客戶服務(wù)提供重要的方向指引。

3.2 大數(shù)據(jù)助力金融服務(wù)的個性化發(fā)展

在以后的發(fā)展過程中，大數(shù)據(jù)會徹底融入金融行業(yè)服務(wù)當(dāng)中，諸如保險公司、證券公司會綜合利用客戶行為信息、交易信息、資產(chǎn)信息、消費習(xí)慣，刻畫出精準(zhǔn)、立體的人群畫像，有效鎖定目標(biāo)人群，提供完善周到、高質(zhì)量的金融服務(wù)。以銀行借貸為例，銀行可以根據(jù)客戶還款信息，結(jié)合外部數(shù)據(jù)創(chuàng)新設(shè)計完善的數(shù)據(jù)模型，對客戶逾期風(fēng)險進行預(yù)測分析，深入分析客戶逾期的根本原因，并提供個性化的解決方案，更好地幫助銀行挽回?fù)p失。

3.3 大數(shù)據(jù)助力金融行業(yè)的智能化發(fā)展

如今人們已經(jīng)步入了信息化時代，人群周圍充斥著各種各樣的智能產(chǎn)品，金融行業(yè)作為前瞻性行業(yè)，在大數(shù)據(jù)技術(shù)的助力下，必然會向著智能化的方向發(fā)展。以后的金融行業(yè)不再局限于資產(chǎn)存取、證券交易，而是通過大數(shù)據(jù)、物聯(lián)網(wǎng)技術(shù)拓展到人們生活的各個角度，打造一個萬物互聯(lián)的新場景、新時代。

4 總結(jié)

從整體角度分析，大數(shù)據(jù)技術(shù)在金融機構(gòu)、銀行業(yè)、證券業(yè)、保險業(yè)中都得到了廣泛的普及與應(yīng)用，徹底改變了傳統(tǒng)落后的金融產(chǎn)業(yè)發(fā)展模式。金融公司可以根據(jù)自身實際情況，合理運用集中式數(shù)據(jù)庫、中間件架構(gòu)數(shù)據(jù)庫、NewSQL 數(shù)據(jù)庫，創(chuàng)新開發(fā)出智能化、個性化、多功能化的數(shù)據(jù)平臺，為客戶提供更加專業(yè)、更加智能化的金融服務(wù)。相信在以后的發(fā)展過程中，大數(shù)據(jù)技術(shù)能夠在金融行業(yè)中展現(xiàn)出旺盛的生命力，推動金融行業(yè)會向著可視化、個性化、智能化的方向發(fā)展。