论文部分内容阅读
【摘 要】科技创新为主导、万物互联为基础，是拉动人类社会经济发展的引擎。以“云计算” 、“大数据”为显著特征的万物互联，引领人类社会迈入了新型社会型态，使人类的地平线上出现了解决问题的新方法——云、软件和大数据，这些新方法，未来必定成为产业、公司和组织发展壮大的依托，成为社会发展的命脉。而阿里巴巴创始人马云也曾精辟的论述：未来的时代是大数据科技时代。大数据作为高科技时代应运而生的产物，使信息沟通畅通无阻，使人与人之间的交流更为方便密切。纵观当今社会，大数据已渗透到各个产业，如制造业、农业、金融业等等。笔者就大数据的概念及其在各金融行业的应用进行详细阐述。
【关键词】大数据；金融；应用
作为海量信息的集合，大数据是信息化时代发展的必然产物，亦是推动世界快速发展的动力之源。随着大数据的快速推广和应用，迫使越来越多的金融企业义无反顾的投身大数据应用实践中。大数据带给金融行业的不仅有理性化的战略制定，前瞻性的决策，更有资源的优化分配。现笔者就大数据的概念及其在各金融行业的应用进行详细阐述。
一、什么是大数据
所谓大数据，简而言之，就是采用多元化形式，收集多方数据源从而整合成庞大数据组。大量、时效、多样、价值、准确性是大数据独有的5V特性。但大数据整合功能的达成，必须依托云计算分布式的处理、公布式的数据库、云存储或虚拟化的技术，方能实现对海量数据的挖掘。
二、银行应用大数据，应对被边缘化危机
大数据能力将是未来银行的核心竞争力之一。是否拥有超强的“大数据”处理能力，成为银行能否实现价值最大化的关键所在。总体来说，银行大数据应用主要表现为如下几方面：
1.构建客户全景图像
客户信息分散且不全面，彼此之间既有联系又相互独立，但整合难度大且不易实现。这是传统客户图像的显著特征。而大数据技术的应用，不仅可以将之前难以处理的客户反馈、票据影像等内部数据以结构化的方式解析，而且可以将客户数据、金融数据及社交数据三者有机整合，以真实完整的方式展现客户全景图像，提升银行了解客户的透彻度。
2.实现精准营销
银行借助客户全景画像，及时捕捉客户信息，为高效营销、个性化服务创造有利先机。
3.风险管控的强化
私人信息和金融数据的安全是银行安全运行的体现。采用大数据技术应对风险管控，对内可以确保数据的完整性与安全性的统一，对外可以保证用户隐私安全。
4.运营方式的优化
（1）产品和服务优化，智能分析客户需求。银行依据客户行为进行数据整合，并从中探究客户的个人特征和喜好，以此深入了解客户习惯，达到优化服务的目的。（2）市场和渠道分析优化。借助大数据技术的分析，银行可以有效监控不同市场推广渠道，尤其是网络渠道推广的质量，以此调整和优化合作渠道。亦可分析出不同类别的产品或服务所适合的推广渠道的类型，从而实现渠道推广粗略优化。（3）舆情分析。银行通过收集社区、论坛和微博上关于银行及其产品服务的舆论分析，确定民众需求，进而有的放矢，优化业务。
三、保险行业应用大数据，增强市场竞争力
在数据应用呈现爆炸式发展的时代，错失“大数据”商机，将可能逐渐成为时代的“弃儿”。
在互联网风靡、大数据应用普遍化的新型社会，网络营销和电话销售逐渐成为营销的主要手段，这就引起了保险公司对于大数据在保险行业中重要性的重视。其应用主要体现在如下几方面：
1.细化客户，实现精细化营销
（1）客户细分，差异化服务。众所周知，决定保险需求的重要因素之一是风险偏好。在客户细分的时候，可依据客户的风险偏好、职业、爱好、家庭、消费等大数据对客户归纳分类，以进行针对性服务。（2）潜在客户挖掘，流失客户预测。保险公司借助大数据的分析，凭借数据挖掘手段对潜在客户分类，从而细化营销重点。另外，可预先评估客户的退保率或续保率，针对性的采取措施，以提高保险业绩。（3）客户关联营销。保险公司可借助大数据的分析，针对不同客户需求，找出最佳销售险种组合，从而促进保单销售业绩。
2.欺诈行为分析
（1）医疗保险欺诈与滥用分析。保险欺诈指的是一种非法骗取保险金的行为。近年来时有发生。保险公司同样借助对大数据的分析，快速正确的分析理赔案件，从而预防了欺诈行为的发生。（2）车险欺诈分析。保险公司将过去的欺诈事件形成数据库，做出预测模型，可以很大程度上杜绝车险欺诈问题的发生。
四、证券行业应用大数据，降低投资风险
1.预测股价
中国股市经过近些年的发展，也积累了大量的数据。在证券交易中应用大数据分析，预测股市及股价走势，对于降低投资风险具有很重要的现实意义。
2.管理客户关系
应用大数据技术，分析客户的账户状态、交易习惯、投资偏好以及投资收益，从而对客户进行细分，力求实现资源分配的合理化。
3.投资风险指数指导。
大数据技术对个人投资者进行持续性跟踪监测，对账本投资收益率、持仓率、资金流动情况等一系列指标进行统计及加权汇总后，得到的一个综合性投资指数，就是风险投资指数。该资料以供客户参考，确定投资意向。
五、结语
综上所述，金融行业在大数据技术的应用推动下，业务能力得到了迅速提升，发展前景更为光明，同样也有更大地挖掘潜力。同时也是引领我国迈进新型社会形态的后发优势。
参考文献：
[1]陈利强 梁如见 张新宇著.《金融大数据-战略规划及实践指南》，电子工业出版社.2015年.
[2]陈云 著.《金融大数据》.上海科学技术出版社.2015年.
作者简介：
王语然（2000—），女，汉族，遼宁省大连市人，高中学历，研究方向：经济学。
【关键词】大数据；金融；应用
作为海量信息的集合，大数据是信息化时代发展的必然产物，亦是推动世界快速发展的动力之源。随着大数据的快速推广和应用，迫使越来越多的金融企业义无反顾的投身大数据应用实践中。大数据带给金融行业的不仅有理性化的战略制定，前瞻性的决策，更有资源的优化分配。现笔者就大数据的概念及其在各金融行业的应用进行详细阐述。
一、什么是大数据
所谓大数据，简而言之，就是采用多元化形式，收集多方数据源从而整合成庞大数据组。大量、时效、多样、价值、准确性是大数据独有的5V特性。但大数据整合功能的达成，必须依托云计算分布式的处理、公布式的数据库、云存储或虚拟化的技术，方能实现对海量数据的挖掘。
二、银行应用大数据，应对被边缘化危机
大数据能力将是未来银行的核心竞争力之一。是否拥有超强的“大数据”处理能力，成为银行能否实现价值最大化的关键所在。总体来说，银行大数据应用主要表现为如下几方面：
1.构建客户全景图像
客户信息分散且不全面，彼此之间既有联系又相互独立，但整合难度大且不易实现。这是传统客户图像的显著特征。而大数据技术的应用，不仅可以将之前难以处理的客户反馈、票据影像等内部数据以结构化的方式解析，而且可以将客户数据、金融数据及社交数据三者有机整合，以真实完整的方式展现客户全景图像，提升银行了解客户的透彻度。
2.实现精准营销
银行借助客户全景画像，及时捕捉客户信息，为高效营销、个性化服务创造有利先机。
3.风险管控的强化
私人信息和金融数据的安全是银行安全运行的体现。采用大数据技术应对风险管控，对内可以确保数据的完整性与安全性的统一，对外可以保证用户隐私安全。
4.运营方式的优化
（1）产品和服务优化，智能分析客户需求。银行依据客户行为进行数据整合，并从中探究客户的个人特征和喜好，以此深入了解客户习惯，达到优化服务的目的。（2）市场和渠道分析优化。借助大数据技术的分析，银行可以有效监控不同市场推广渠道，尤其是网络渠道推广的质量，以此调整和优化合作渠道。亦可分析出不同类别的产品或服务所适合的推广渠道的类型，从而实现渠道推广粗略优化。（3）舆情分析。银行通过收集社区、论坛和微博上关于银行及其产品服务的舆论分析，确定民众需求，进而有的放矢，优化业务。
三、保险行业应用大数据，增强市场竞争力
在数据应用呈现爆炸式发展的时代，错失“大数据”商机，将可能逐渐成为时代的“弃儿”。
在互联网风靡、大数据应用普遍化的新型社会，网络营销和电话销售逐渐成为营销的主要手段，这就引起了保险公司对于大数据在保险行业中重要性的重视。其应用主要体现在如下几方面：
1.细化客户，实现精细化营销
（1）客户细分，差异化服务。众所周知，决定保险需求的重要因素之一是风险偏好。在客户细分的时候，可依据客户的风险偏好、职业、爱好、家庭、消费等大数据对客户归纳分类，以进行针对性服务。（2）潜在客户挖掘，流失客户预测。保险公司借助大数据的分析，凭借数据挖掘手段对潜在客户分类，从而细化营销重点。另外，可预先评估客户的退保率或续保率，针对性的采取措施，以提高保险业绩。（3）客户关联营销。保险公司可借助大数据的分析，针对不同客户需求，找出最佳销售险种组合，从而促进保单销售业绩。
2.欺诈行为分析
（1）医疗保险欺诈与滥用分析。保险欺诈指的是一种非法骗取保险金的行为。近年来时有发生。保险公司同样借助对大数据的分析，快速正确的分析理赔案件，从而预防了欺诈行为的发生。（2）车险欺诈分析。保险公司将过去的欺诈事件形成数据库，做出预测模型，可以很大程度上杜绝车险欺诈问题的发生。
四、证券行业应用大数据，降低投资风险
1.预测股价
中国股市经过近些年的发展，也积累了大量的数据。在证券交易中应用大数据分析，预测股市及股价走势，对于降低投资风险具有很重要的现实意义。
2.管理客户关系
应用大数据技术，分析客户的账户状态、交易习惯、投资偏好以及投资收益，从而对客户进行细分，力求实现资源分配的合理化。
3.投资风险指数指导。
大数据技术对个人投资者进行持续性跟踪监测，对账本投资收益率、持仓率、资金流动情况等一系列指标进行统计及加权汇总后，得到的一个综合性投资指数，就是风险投资指数。该资料以供客户参考，确定投资意向。
五、结语
综上所述，金融行业在大数据技术的应用推动下，业务能力得到了迅速提升，发展前景更为光明，同样也有更大地挖掘潜力。同时也是引领我国迈进新型社会形态的后发优势。
参考文献：
[1]陈利强 梁如见 张新宇著.《金融大数据-战略规划及实践指南》，电子工业出版社.2015年.
[2]陈云 著.《金融大数据》.上海科学技术出版社.2015年.
作者简介：
王语然（2000—），女，汉族，遼宁省大连市人，高中学历，研究方向：经济学。