论文部分内容阅读
当理赔案件发生时，可跟其他类似人群做比对。在相同的状况之下，用数据分析该案件跟别的案件相比是否存在不寻常的地方，以此发现更多欺诈的行为——引进该系统后的现代海上火灾保险公司，欺诈案件的比例下降了20%
在以网络化和数据化为特征的新经济时代，金融与大数据的交叉融合变得顺理成章且合乎情理。金融大数据旨在从海量的数据中快速获取有效信息以支持商业决策，从而进一步推动金融业发展。大数据将促进商业银行、保险等传统金融机构实现精准营销和更好的风险规避，从而带来更优的经营绩效和更高的运营效率。
新一轮革命催化剂
亚马逊通过其背后强大的大数据分析能力，能够了解客户的关注点和兴趣爱好，从而推荐了很多合适的商品；美国热播电视剧《纸牌屋》通过大数据分析，研究每个用户快进和回放的时间点等，并对导演、男主角和剧情进行合理组合，从而获得了不菲的收视率。可以说，大数据广泛应用于各行各业。
金融业本身没有类似实物的生产、物流等流程，其自身便是数据的生产、处理、仓储和传输的集合。无论是商业银行、证券公司还是保险公司，其业务交易系统每天都实时运转着巨量交易数据。不仅如此，每个个体背后都有庞大的历史数据作为分析和决策的支撑。所以大数据对金融业而言，施加的影响力更不容忽视。
大数据为金融行业带来的变革将首先体现在两个方面：精准营销。大数据改变信息结构，金融机构通过对客户数据的收集和分析，推出更有个体针对性的服务；风险管控。大数据改变风险管理模式，云计算推进最精确和最低成本的风险测算。这也进一步意味着运营效率和绩效的提升。在大数据的推动下，未来金融业将进一步从粗放式管理向精细化管理转变，从“以利润为中心”向“以客户为中心”转型，从“抵押文化”向“全面的风险管理体制”转变。
同时，大数据的发展还将推动互联网金融、移动金融等各种新业态的不断涌现。不少以技术为主导的互联网新兴企业也将参与到金融行业中来，一起分享大数据带来的饕餮盛宴。相信在未来的十年内，大数据将以更快的速度渗透到金融行业，掀起新一轮革命浪潮。
传统金融加快转型
传统金融中，大数据对银行业来说将会推动出现两大变化。
大数据增加可控风险客户的数量。过去因为各种原因，有部分本应引入的客户由于不能确定风险程度被放弃或过滤掉。而现在通过多维度的数据分析，可以更准确地评估一个人的信用程度和风险水平，确保不会“伤及无辜”。
大数据提高单位客户消费额。基于“天罗地网”的精准营销也让银行信用卡在消费额方面受益良多。有数据显示，在运用大数据技术后，部分商圈交易量提升了300%，而之前提升水平仅有10%-15%。
商业银行通过大数据分析实现信用卡的精准营销是大数据金融最广泛的应用。信用卡对数据的依赖和敏感与生俱来，大数据所带来的庞大资源和信息风暴为信用卡的发展带来了很多的契机。然而，由于中国金融市场成熟度不高，信用卡市场相比于技术成熟的美国市场而言尚存在一定的差距。但是，随着业务的不断发展以及市场的日趋成熟，未来借助大数据的个性化服务会越来越明显。
至于保险，这个行业从诞生伊始就与数据息息相关，需要预测各种交通事故或者病情发生的概率以及频率，从而进行更加合理的定价。与过去主要依赖大数法则不同，保险公司在大数据时代将更多地考量单个用户的个体性以及相关因素的复杂性。大数据分析为保险行业带来的变革将会涉及产品研发、定价、营销、渠道、理赔以及服务等诸多因素，这一系列变化在国际领先的保险公司已经有所体现。
产品设计和精准营销。一些保险公司与电信公司展开合作，通过数据分析掌握客户的特殊需求，从而推出更有针对性的产品以达到精准营销的目的。
此外，无处不在的社交网络也在依照不同客户群体的兴趣爱好自发地对其进行了划分。比如，很多社交网络都有车友会，甚至可以细分到某品牌某款车的车友会。车险公司可以在针对此类网络社群的数据分析的基础上主动介入进行营销，从而达到事半功倍的效果。与大数据时代下的精准营销相比，以往由保险公司销售人员挨家挨户上门推销产品的做法不仅效率低下，而且耗费了大量的人力资源。
定价和理赔。结合移动通信，利用车载监控系统以及定位技术来捕捉实时数据将会变得越来越普及。通过安装车载监控系统，保险公司可以更好地了解驾车者的行为习惯，从而进行更加合理的定价以及理赔。
风险控制。保险诈骗一直是保险公司最头疼的问题之一。以保险业最为发达的美国为例，每年因为欺诈造成的损失即达到300-500亿美元。韩国现代海上火灾保险公司于2010年引进了SAS的欺诈防范系统（FAS），旨在减少欺诈案件的发生。该系统采取“混合式”侦测方法，运用业务规则的同时，还采取了“异常侦测”方式防范风险——当理赔案件发生时，可跟其他类似人群做比对，在相同的状况之下，用数据分析该案件跟别的案件相比是否存在不寻常的地方，以此发现更多欺诈的行为。引进该系统之后，现代海上火灾保险公司欺诈案件的比例下降了20%，取得了良好的防范效果。2013年，大数据分析公司奥浦诺为美国各州及医保医补服务中心建立了软件平台，依靠其医保索赔数据侦测领域的专业技术对交易中的可疑模式进行检测，从而有效防止了保险交易中诈骗的发生。”
值得一提的是，越来越多的国内保险公司也逐渐意识到大数据未来的潜在机遇，纷纷加强自身数据建设。
互联网金融异军突起
阿里金融之所以能走到今天的强势地位，依靠的是自身强大的平台基础和大数据的支撑。
通过平台和大数据的支持，阿里金融可以很方便地了解贷款客户的信息和信用情况，从而有效地控制风险。在数据分析模型中，阿里金融会实时不断微调各种权重，让数据分析更精准，从而确保坏账率不会上升。网络金融的客户质量良莠不齐，金融需求也不同，无法通过房产抵押等传统商业银行贷款模式来降低风险，这就需要更加高效和完善的数据做支撑，从而更好地挖掘潜在需求，进行准确的信用评价，以及有效控制风险水平。
此外，由于正规金融机构长期以来始终未能有效解决中小企业融资难的问题，而以大数据为创新驱动的金融改革具有互联网用户聚合和高速传播的特点，能够大幅降低信息不对称和交易成本，促进信息消费升级，加快民间资本对金融业的支持，从而促使资金供需双方都是个人的投融资模式成为可能。P2P模型在中国尽管发展迅猛，但还处于初级阶段，整体市场较为不成熟，不少机构最终倒闭或者卷钱跑路。这种模式尚处于灰色地带，很可能演变成高利贷和非法民间集资的手段。
无论是传统的金融公司还是崛起的互联网企业，都在迫不及待地加入大数据金融时代。但大数据的出现为金融业带来机遇的同时，带来了不少挑战。例如，交易中介失去了存在价值，尤其是虚拟信用平台的出现将加剧金融中介的消亡，而IT智能也会逐步替代传统服务中介的部分角色。更多样化的运作模式将呈现出来。金融行业竞争将更加激烈，整个行业将出现强者恒强的格局，较弱企业若不能及时展开差异化竞争，最终被市场淘汰。
荘瑞豪系科尔尼咨询公司全球合伙人，张洁兮系公司董事
在以网络化和数据化为特征的新经济时代，金融与大数据的交叉融合变得顺理成章且合乎情理。金融大数据旨在从海量的数据中快速获取有效信息以支持商业决策，从而进一步推动金融业发展。大数据将促进商业银行、保险等传统金融机构实现精准营销和更好的风险规避，从而带来更优的经营绩效和更高的运营效率。
新一轮革命催化剂
亚马逊通过其背后强大的大数据分析能力，能够了解客户的关注点和兴趣爱好，从而推荐了很多合适的商品；美国热播电视剧《纸牌屋》通过大数据分析，研究每个用户快进和回放的时间点等，并对导演、男主角和剧情进行合理组合，从而获得了不菲的收视率。可以说，大数据广泛应用于各行各业。
金融业本身没有类似实物的生产、物流等流程，其自身便是数据的生产、处理、仓储和传输的集合。无论是商业银行、证券公司还是保险公司，其业务交易系统每天都实时运转着巨量交易数据。不仅如此，每个个体背后都有庞大的历史数据作为分析和决策的支撑。所以大数据对金融业而言，施加的影响力更不容忽视。
大数据为金融行业带来的变革将首先体现在两个方面：精准营销。大数据改变信息结构，金融机构通过对客户数据的收集和分析，推出更有个体针对性的服务；风险管控。大数据改变风险管理模式，云计算推进最精确和最低成本的风险测算。这也进一步意味着运营效率和绩效的提升。在大数据的推动下，未来金融业将进一步从粗放式管理向精细化管理转变，从“以利润为中心”向“以客户为中心”转型，从“抵押文化”向“全面的风险管理体制”转变。
同时，大数据的发展还将推动互联网金融、移动金融等各种新业态的不断涌现。不少以技术为主导的互联网新兴企业也将参与到金融行业中来，一起分享大数据带来的饕餮盛宴。相信在未来的十年内，大数据将以更快的速度渗透到金融行业，掀起新一轮革命浪潮。
传统金融加快转型
传统金融中，大数据对银行业来说将会推动出现两大变化。
大数据增加可控风险客户的数量。过去因为各种原因，有部分本应引入的客户由于不能确定风险程度被放弃或过滤掉。而现在通过多维度的数据分析，可以更准确地评估一个人的信用程度和风险水平，确保不会“伤及无辜”。
大数据提高单位客户消费额。基于“天罗地网”的精准营销也让银行信用卡在消费额方面受益良多。有数据显示，在运用大数据技术后，部分商圈交易量提升了300%，而之前提升水平仅有10%-15%。
商业银行通过大数据分析实现信用卡的精准营销是大数据金融最广泛的应用。信用卡对数据的依赖和敏感与生俱来，大数据所带来的庞大资源和信息风暴为信用卡的发展带来了很多的契机。然而，由于中国金融市场成熟度不高，信用卡市场相比于技术成熟的美国市场而言尚存在一定的差距。但是，随着业务的不断发展以及市场的日趋成熟，未来借助大数据的个性化服务会越来越明显。
至于保险，这个行业从诞生伊始就与数据息息相关，需要预测各种交通事故或者病情发生的概率以及频率，从而进行更加合理的定价。与过去主要依赖大数法则不同，保险公司在大数据时代将更多地考量单个用户的个体性以及相关因素的复杂性。大数据分析为保险行业带来的变革将会涉及产品研发、定价、营销、渠道、理赔以及服务等诸多因素，这一系列变化在国际领先的保险公司已经有所体现。
产品设计和精准营销。一些保险公司与电信公司展开合作，通过数据分析掌握客户的特殊需求，从而推出更有针对性的产品以达到精准营销的目的。
此外，无处不在的社交网络也在依照不同客户群体的兴趣爱好自发地对其进行了划分。比如，很多社交网络都有车友会，甚至可以细分到某品牌某款车的车友会。车险公司可以在针对此类网络社群的数据分析的基础上主动介入进行营销，从而达到事半功倍的效果。与大数据时代下的精准营销相比，以往由保险公司销售人员挨家挨户上门推销产品的做法不仅效率低下，而且耗费了大量的人力资源。
定价和理赔。结合移动通信，利用车载监控系统以及定位技术来捕捉实时数据将会变得越来越普及。通过安装车载监控系统，保险公司可以更好地了解驾车者的行为习惯，从而进行更加合理的定价以及理赔。
风险控制。保险诈骗一直是保险公司最头疼的问题之一。以保险业最为发达的美国为例，每年因为欺诈造成的损失即达到300-500亿美元。韩国现代海上火灾保险公司于2010年引进了SAS的欺诈防范系统（FAS），旨在减少欺诈案件的发生。该系统采取“混合式”侦测方法，运用业务规则的同时，还采取了“异常侦测”方式防范风险——当理赔案件发生时，可跟其他类似人群做比对，在相同的状况之下，用数据分析该案件跟别的案件相比是否存在不寻常的地方，以此发现更多欺诈的行为。引进该系统之后，现代海上火灾保险公司欺诈案件的比例下降了20%，取得了良好的防范效果。2013年，大数据分析公司奥浦诺为美国各州及医保医补服务中心建立了软件平台，依靠其医保索赔数据侦测领域的专业技术对交易中的可疑模式进行检测，从而有效防止了保险交易中诈骗的发生。”
值得一提的是，越来越多的国内保险公司也逐渐意识到大数据未来的潜在机遇，纷纷加强自身数据建设。
互联网金融异军突起
阿里金融之所以能走到今天的强势地位，依靠的是自身强大的平台基础和大数据的支撑。
通过平台和大数据的支持，阿里金融可以很方便地了解贷款客户的信息和信用情况，从而有效地控制风险。在数据分析模型中，阿里金融会实时不断微调各种权重，让数据分析更精准，从而确保坏账率不会上升。网络金融的客户质量良莠不齐，金融需求也不同，无法通过房产抵押等传统商业银行贷款模式来降低风险，这就需要更加高效和完善的数据做支撑，从而更好地挖掘潜在需求，进行准确的信用评价，以及有效控制风险水平。
此外，由于正规金融机构长期以来始终未能有效解决中小企业融资难的问题，而以大数据为创新驱动的金融改革具有互联网用户聚合和高速传播的特点，能够大幅降低信息不对称和交易成本，促进信息消费升级，加快民间资本对金融业的支持，从而促使资金供需双方都是个人的投融资模式成为可能。P2P模型在中国尽管发展迅猛，但还处于初级阶段，整体市场较为不成熟，不少机构最终倒闭或者卷钱跑路。这种模式尚处于灰色地带，很可能演变成高利贷和非法民间集资的手段。
无论是传统的金融公司还是崛起的互联网企业，都在迫不及待地加入大数据金融时代。但大数据的出现为金融业带来机遇的同时，带来了不少挑战。例如，交易中介失去了存在价值，尤其是虚拟信用平台的出现将加剧金融中介的消亡，而IT智能也会逐步替代传统服务中介的部分角色。更多样化的运作模式将呈现出来。金融行业竞争将更加激烈，整个行业将出现强者恒强的格局，较弱企业若不能及时展开差异化竞争，最终被市场淘汰。
荘瑞豪系科尔尼咨询公司全球合伙人，张洁兮系公司董事