金融大数据研究报告

企创网：近年来，中国金融业发展迅速，从传统金融到新金融领域，从支付到理财信贷再到技术应用，金融与新兴科技的融合发展推动了一波又一波新浪潮。随着国内金融行业整体监管趋严，金融科技公司为获得更加广阔的发展空间，纷纷出海，寻求新的发展机遇。对于金融科技出海，读者或许有这样的困惑：金融科技出海是什么？在众多的国家和地区中，如何选择展业市场？应该向海外输出什么产品或服务？金融科技出海将面临怎样的挑战，未来又会是怎样的发展趋势？亿欧智库希望通过《2019金融科技出海研究报告》解答上述问题，帮助出海企业、投资人以及每一位关注金融科技出海的读者，对金融科技出海有一个客观、理性的思考。什么是金融科技出海？“出海”是近年来中国企业开展国外业务时频繁提及的概念，但其目前尚无广泛认同的定义。经过与行业专家和业内人士广泛探讨，亿欧智库认为：出海指中国企业关注海外市场的发展机遇，基于中国的业务模式和技术应用，向海外市场拓展产品和服务的行为。关于出海与全球化的关系，亿欧智库认为：出海是全球化3.0阶段中国走向全球化的新征程。在出海定义的基础上，亿欧智库对金融科技出海进行了界定，认为主要特征有三点：一、立足中国。业务发展之初，在中国注册成立公司，包括设立公司、输出技术和经验、海外创业三种形式。二、拓展海外市场。在海外市场中发展金融科技产品和服务。三、实现与目标市场共赢。与目标市场在金融科技产品和服务等方面共同发展。金融科技出海企业如何选择展业市场？基于联合国对世界地理划分的七大区域，并根据各区域的互联网普及率、经济社会发展水平、金融基础设施建设情况和金融科技发展情况，亿欧智库将这七大区域分为发达市场和新兴市场两类进行分析。发达市场互联网普及率高，经济社会发展水平高，金融基础设施建设完善，金融科技发展成熟。在地理区域上，包括北美和欧洲与中亚地区。新兴市场互联网普及率相对较低，经济社会发展水平增速高，金融基础设施建设逐步完善，金融科技尚未形成稳定的发展格局。在地理区域上，包括东亚与太平洋地区、南亚、中东与北非地区、撒哈拉以南非洲地区和拉丁美洲与加勒比海地区。在报告中，亿欧智库从海外市场的经济社会发展水平、金融基础设施建设和金融科技发展现状三个维度，对每一个市场的发展概况进行了具体研究。以东亚与太平洋地区为例：经济社会发展水平：经济、健康和教育发展在新兴市场中位于前列，但人口增长较为缓慢，整体经济社会发展水平在新兴市场中较高。金融科技发展现状：东亚与太平洋地区总体金融科技发展处于起步阶段。从金融科技企业数量来看，新加坡、印度尼西亚和马来西亚的金融科技发展较好，此外各国的发展也各有侧重。从发展领域来看，东亚与太平洋地区国家多以发展支付为主，具体发展情况与中国2012年前后相似度高，所以一定程度上可以借鉴中国近年来的发展模式。金融基础设施建设：支付体系方面，以现金为主要支付方式；政策监管方面，借鉴欧洲的监管机制，推出金融科技监管沙盒；征信风控方面，征信系统数据难以匹配，征信体系尚不完善。应向海外输出什么产品或服务？从当前金融科技出海发展情况来看，中国金融科技公司出海主要有自营、参股控股和合作三种模式：自营，在海外设立分公司，获取相关业务牌照，自行在海外运营和拓展业务；参股控股，以投资并购的方式，入股当地公司，实现业务和场景在海外的布局；合作，在海外设立合资公司，输出商业模式，与当地公司共同经营和发展业务。从金融科技出海领域来看，中国金融科技公司主要经历了从产品输出、复制中国模式到技术输出、注重本地化运营的出海进程。在总体的金融科技出海发展中，首先是支付公司拓展海外业务，通过投资并购、战略合作等多种方式打开海外市场，在各个国家建立金融基础设施的支付体系；紧随其后，理财借贷公司依靠在国内相对成熟的商业模式，借鉴支付公司的出海路径和发展模式，开拓国际市场；而后，基于中国多年技术积累产生的实力，一些互联网头部公司和金融科技公司选择输出经验和技术，以科技赋能金融发展。亿欧智库认为，随着金融科技出海发展进程的进一步加快，提供技术服务、以科技赋能金融的出海模式将成为未来金融科技出海的主要发展方向和利润增长点。此外，亿欧智库梳理了蚂蚁金服、腾讯金融科技、度小满金融和京东数科这四家头部公司的金融科技出海布局，并对其金融科技出海战略和发展历程进行具体研究。金融科技出海的挑战和未来发展趋势？相较于发达市场完善的金融科技发展格局和更高的竞争壁垒，新兴市场拥有较大的人口红利，且经济社会发展水平增速高，金融基础设施建设逐步完善，尚有广阔的金融科技市场等待开拓。在新兴市场，部分国家政治局势不稳定会带来金融风控的难题，不同国家在监管力度和政策制定方面存在差异。此外，如何处理好政府关系、实现本地化发展、聘用金融科技人才，也是金融科技出海企业发展面临的难题。展望未来，亿欧智库认为，在出海模式方面，与当地金融机构合作将成为中国金融科技公司首选发展模式；在出海领域方面，提供技术服务、以科技赋能金融将是未来主要发展方向；在出海领域方面，东亚与太平洋地区和南亚仍有持续发展的空间，拉丁美洲与加勒比海地区或将成为下一个金融科技出海爆发地。报告来源：亿欧智库

目的：通过对股票数据进行可视化，观察股票市场走势，让一般投资者能更简单地去了解此刻股票的情况。摘要：随着我国经济的发展，经济体制改革以及金融体制改革的深入，证券投资已经成为国民经济运作的一个不可缺少的部分，在资本市场中逐渐形成与银行、保险三足鼎立之势。通过此次数据分析，可以发现在选定的三支股票收盘价中，最高的是亚马逊；大约从2015年2月4日起，亚马逊的股票价格打破原本的僵局，开始迅速攀升；亚马逊的股票成交量没有太大程度的波动；唯有的两次波动发生在两次交易价变动最大的时候；股票价格波动对股票的成交量有着非常巨大的影响，两者存在明显的强相关关系；利用移动平均，将股票收盘价进行移动平均后，发现股价的上升幅度明显小于原本的收盘价；指数异同移动平均也可以观察到，亚马逊的股价上升的部分大于下跌。关键词：金融,股票,收盘价,成交量一、案例背景股市是市场经济的必然产物，在一个国家的金融领域之中有着举足轻重的地位，并且对人们的经济生活有着越来越深刻的影响。随着证券市场的逐步规范，人们的投资理念在不断提高，在资本市场中逐渐形成与银行、保险三足鼎立之势。而且，它在筹集资金时，速度最快，能力最强，成本最低，最符合市场经济的规律。因此它的发展速度也是最快的。但是，股市的暴跌暴涨会对金融市场产生很大的震荡，将会直接影响到金融市场的稳定和经济的健康发展。此次案例分析的数据包含了标准普尔500指数中找到的所有公司的历史股票价格，时间跨度为5年，从2013年2月8日至2018年2月7日，包括股票的开盘价、收盘价、最高价、最低价、成交量，此次案例主要分析的是AMZN（亚马逊）公司的股票情况，利用股票技术指标对股票收盘价等数据进行可视化，观察市场走势。二、案例问题股票市场作为一种影响因素众多、各种不确定性共同作用的复杂巨系统，其价格波动往往表现出较强的非线性的特征。另外，股市需处理的信息量往往十分庞大，对算法有较高的要求，用EXCEL来进行操作会略显麻烦且不尽如人意，使用Datafocus产品就可以快速处理大量数据，分析的准确性也高。三、案例分析（一）综合分析1.对比股票收盘价首先从标准普尔500指数中找到的所有公司中任意选取三支股票。在这里，我选择了“AAPL（苹果）”、“AMGN（安进）”和“AMZN（亚马逊）”作为对比。图1 三支股票收盘价对比情况从图中可以观察到，亚马逊的股票收盘价最高，其次是安进，最低的是苹果，且可以发现AMZN（亚马逊）的股票收盘价明显高于其他两家公司，但其波动程度也明显大于其他两家公司。（二）AMZN股票分析1.收盘价变动从图1中可以观察到，股价最高且波动最大的是AMZN（亚马逊），因此接下来就针对亚马逊的股票价格进行分析。首先将亚马逊的股票价格单独拎出来，观察收盘价的走势及波动情况。图2 AMZN的收盘价变动情况从上图可以明显的看出，大约从2015年2月4日起，亚马逊的股票价格打破原本的僵局，开始迅速攀升，但中途也出现了明显的下跌情况。2.股票每日交易利用股票的收盘价减去股市的开盘价，观察亚马逊股票的每日交易价格变动以及每日的交易量情况。图3 AMZN的每日股票交易变动从上图可以观察到，亚马逊的股票成交量没有太大程度的波动。唯二的两次波动发生在两次交易价变动最大的时候，一次是股价下跌最严重的时候，另一次则是在股价上涨最大的时候。3.股票涨幅接着对亚马逊股价的涨跌幅进行计算。图4 AMZN股票的涨跌幅观察图4，可以发现亚马逊的股价涨跌幅的平均值是0.13%，大致在0上下浮动。4.股票价格波动对股票价格的波动进行计算，观察价格对成交量的影响。图5 每日股票价格波动情况从上图可以发现，股票价格波动对股票的成交量有着非常巨大的影响，两者存在明显的强相关关系。5.MA-移动平均移动平均就是固定窗口然后滑动窗口计算多日收盘价的平均值。通过计算移动平均可以更加准确的观察股票的收盘价格。图6 AMZN每周收盘价的移动平均从图中可以直接看到，对比图2可以观察到，将股票收盘价进行移动平均后，股价的上升幅度明显小于原本的收盘价。6.MACD-指数异同移动平均MACD 是一种常见的股价技术分析工具，由一组曲线与图形组成，通过收盘价快变及慢变的指数移动平均值之间的差计算出来。指数异同移动平均是由双移动平均线发展而来，由快的移动平均线减去满的移动平均线，意义与双移动平均线基本相同，但阅读起来更方便。图7 指数异同移动平均线观察上图，红色柱体代表MACD大于0的部分，绿色柱体代表小于0的部分。从图中可以看出，亚马逊的股价红色部分占大多数，代表亚马逊的股价上升的部分大于下跌。（三）数据看板最后将这7个结果图导入“股票数据可视化”数据看板中，为了使数据看板更为美观，在全局样式中选择第三个预设样本，选择“自由布局”。操作结果如下：图8 数据看板四、结论综上所述，在此次案例的对比中，股票收盘价最高的是亚马逊，其次是安进，最低的是苹果，且AMZN（亚马逊）的股票收盘价明显高于其他两家公司，但其波动程度也明显大于其他两家公司。大约从2015年2月4日起，亚马逊的股票价格打破原本的僵局，开始迅速攀升，但中途也出现了明显的下跌情况；亚马逊的股票成交量没有太大程度的波动。唯二的两次波动发生在两次交易价变动最大的时候，一次是股价下跌最严重的时候，另一次则是在股价上涨最大的时候；亚马逊的股价涨跌幅的平均值是0.13%，大致在0上下浮动；股票价格波动对股票的成交量有着非常巨大的影响，两者存在明显的强相关关系。利用移动平均，将股票收盘价进行移动平均后，发现股价的上升幅度明显小于原本的收盘价；指数异同移动平均也可以观察到，亚马逊的股价上升的部分大于下跌。五、对策建议1、根据分析的情况进行归纳，观察股票市场走势，让一般投资者能更简单地去了解此刻股票的情况。2、股市有风险，入市需谨慎。除非注明，否则均为DataFocus企业大数据分析系统,让数据分析像搜索一样简单原创文章，转载必须以链接形式标明本文链接。

在“金融大数据应用与信息安全研讨会”上，中国支付清算协会金融大数据应用研究组组长、中国信通院云计算与大数据研究所所长何宝宏博士正式发布了由双方联合撰写完成的《大数据在金融领域的典型应用研究》白皮书，并在现场演讲中阐释了金融大数据的四大应用价值、四大发展特点和五大发展趋势。白皮书聚焦大数据技术在金融领域的应用，从金融大数据的发展、金融大数据的应用场景分析、金融大数据的典型案例分析、金融大数据应用面临的挑战和促进金融大数据发展应用的相关建议等方面，深入剖析大数据技术在金融领域的应用情况：一是，从金融大数据发展现状出发，明确金融大数据的来源、应用特点和应用趋势；二是，通过应用场景分析，深入浅出地阐述金融大数据如何帮助银行业、证券业、保险业、支付清算行业和互联网金融行业提升资源配置效率，强化风险管控能力，促进业务创新发展；三是，对评选出的“金融大数据创新应用优秀案例”进行深入分析，为读者呈现这些案例机构应用大数据技术的初衷和目的，所开发的项目和取得的成果，以及通过应用大数据技术得到的好处；最后，对金融大数据的应用挑战进行分析，并提出了促进金融大数据发展应用的建议。铁粉必看

2018年我国消费金融市场规模约8.45万亿元，预计2020年将达12万亿元，行业前景广阔。2018-2019年，消费金融项目数量渐增，热度不减，但长尾明显，资本向头部项目集中。目前从整体来看，消费金融市场竞争格局较为分散，尚未形成垄断局面。在传统银行、持牌消费金融、互联网消费金融领域均有领先的优势企业出现，各具特色，各有所长。大数据分析、人工智能、物联网和区块链等金融科技的应用正在颠覆金融行业价值链。目前较为成熟的是大数据分析和人工智能，用以解决消费金融领域存在于贷前、贷中和贷后流程中的诸多痛点问题。随着国内金融行业监管收紧，消费金融领域历经多年规范与洗牌，利润空间收窄，对客户需求和风险点识别要求更加精准，智能风控将成为消费金融发展的关键。本报告主要研究以下问题：目前消费金融市场现状如何，有怎样的发展趋势？哪些消费金融公司最具发展潜力？消费金融产业链有哪些环节，哪些环节最具价值？消费金融有哪些商业模式，各自优劣势是什么？金融科技将为消费金融带来哪些颠覆性价值？未来消费金融公司的核心竞争力是什么？消费金融领域内哪些头部公司值得关注？注：本报告PDF版本可点击链接下载，提取码：1acn关于36氪研究院36氪研究院是36氪子品牌，专注于一级市场的行业研究，通过定性定量结合的方式研究新兴行业与企业，欢迎大家积极与我们交流讨论。

在银行业每年高达千亿人民币的金融科技投入中，哪项新技术应用最广泛？答案是“大数据”。据互联网金融协会一份调研显示，在50多家调研银行中，高达98%已在多个场景中广泛应用大数据技术。这背后，是因为银行业天然离大数据最近：积累了海量数据、数据历史长、质量高、可挖掘空间大，银行经营的所有关键环节都离不开数据。为了打好这场大数据决战，国内外银行都毫不吝啬于配置大数据人才：美国富国银行号称有10000多名数据人员；国内一家国有行在总分行层面构建了一支450人的数据分析师队伍，从而满足大数据分析应用相关的工作需求，进一步完善大数据底层基础设施。然而，要深度挖掘大数据的潜力、搭建强大的大数据基础设施，光靠银行自身是不够的，这方面科技公司行动早，在大规模的投入中对数据认识更深刻，显然已经成为银行需要借力的重要伙伴。金融数据：潜力极大的“宝藏”当前，金融业的竞争越来越集中于数据上，行业有种说法“数据即资产”、“得大数据者得天下”。不过大数据市场空间有多大？据IDC数据，2020年中国大数据相关市场收益预计达到104.2亿美元，其中，金融是大数据行业最大的细分市场，市场占比超过了20%。这意味着金融行业大数据相关市场收益，已经超过了百亿人民币。而这一市场还在高速增长中。尤其是随着银行业金融科技转型提速，大数据能力关系到每一项业务和每一个运行环节，也必然成为金融行业的关键基础设施。一方面，零接触金融、金融业务线上化迁移，都促使金融业基础设施承受越来越大的压力。IDC报告显示，全球数据每年增长速度约为40%，海量多样化数据保护要求越来越高。另一方面，大数据基础设施承载了大量核心业务如精准风控、精准营销、反欺诈等，运用科技提升金融业基础设施的数字化能力成为必然选择。2019年8月，央行印发的《金融科技(FinTech)发展规划(2019-2021年)》提到，“建立健全企业级大数据平台，进一步提升数据洞察能力和基于场景的数据挖掘能力，充分释放大数据作为基础性战略资源的核心价值。”无疑，这给银行业大数据基础设施建设，提供了很好的指引。这方面，大型银行是行业先行者，正在把大数据能力打造成为银行真正的核心竞争力之一。比如，2019年以来，工行在金融同业中首次实现大数据服务云全面实现分布式和国产化转型；另一家大行建行在2020年上半年完成大数据云平台自用区的部署，同步支持44个基于大数据云平台应用的开发建设。大数据分析还大大提升了银行的客户精准服务等能力。比如交行2020年上半年搭建数据运用管理平台，带动AUM增长26%；平安银行完善大数据技术平台，促进“天天成长C”等理财产品购买转化率提升了60%。一些国外的领先银行也利用大数据已经取得了较大竞争优势。如花旗银行亚太地区，近年来有25%利润来自于数据挖掘；汇丰银行通过数据挖掘开展交叉销售，使客户贷款产品响应率提高了5倍。不过，这场大数据决战才刚开始，更多银行面临着数据挖掘的难题。“数据宝藏在那儿，但却不知道如何挖掘。”一位银行从业者表示。《中小银行金融科技发展研究报告（2019）》显示，中小银行的数据治理基本处于萌芽期，达91%的中小银行尚未开展有效的数据治理工作。这意味着，大数据运用在银行业还有巨大的提升空间。同时，目前银行业现有技术难以满足大数据基础设施需求，存在多样化平台管理难、对数据分类整理及深度挖掘分析能力有待加强、海量大数据保护和运用难、缺乏有效的数据治理、复杂大数据环境运维难等痛点。在此之下，借助合适的金融科技解决方案，成为银行等金融机构做好大数据基础设施的方式。强者已然脱颖而出相比过去，金融大数据平台的角色已经发生了明显的改变，从过去的被动对内协助管理，变为现在的主动对外支持业务决策。这方面传统银行的大数据分析能力还存在欠缺。除此之外，银行业之所以对大数据运用不足，从根本上来看，不仅要把数据治理上升到战略层面，使其成为业务部门的工具，更重要的是能让数据快速给业务带来价值。这就需要借助专业的合作伙伴。凭借在金融行业领域的业务规划能力、科学的管理流程、专业的服务团队，华宇智能数据面向金融领域提供业务咨询、IT规划、软件产品、行业解决方案等一系列优质、端到端的服务。华宇软件顺应金融行业的发展趋势，在多年产品技术沉淀和行业客户合作的优势基础上，形成了数据质量管理、监管报送、风险全面管控、大数据应用、驾驶舱决策平台等几十种行业落地解决方案，完成了多个灯塔项目。针对市场热点和客户需求进行产品的设计和研发，通过优质的解决方案和良好的服务，为广大金融客户提供业务发展所需的应用方案和系统建设服务。

来源：金融家（ijrjia）作者：金叫兽科学技术是第一生产力，这句话放在金融领域同样适用。花旗银行曾表示，金融科技正在颠覆传统金融领域。据统计，全球有80%的金融机构都迈入了发展金融科技的大门。虽然在数字科技上我国起步稍晚，但随着众多优秀的金融科技企业兴起，我国也已经逐渐成为全球金融科技领域的领跑者之一。有公开数据显示，在2013年，我国的金融科技营收规模仅695.1亿元，但到了2018年，这个数字已经涨到了9698.8亿元。此外，由金融科技推动的如借贷、投资等金融业务增长不计其数。从2013年的互联网金融元年、到2016年金融科技展露头角、再到2019的成熟态势，短短几年间，我国的金融科技迎风生长，一路蜕变，成为了引领社会创新与进步的耀眼明星。就在不久前，我国工信部正式向运营商发放了5G商用牌照，一个万物互联的智能互联网有望形成，金融科技也或将迎来一个崭新的时代。01我国金融科技居世界前列金融科技（Fintech）是一个近年兴起的领域，虽然它的发展非常迅速，很快就成为了金融业最引人关注的部分。但由于其业务模式尚不稳定，各类业务形态存在不同程度的差异，关于如何定义它，全球目前还没有一个统一的定论。如果从字面意思简单理解，金融科技就是应用于金融领域的科学技术；维基百科上将它定义为：由一群通过科技让金融办事更高效的企业，组成的一个经济财产；而金融稳定理事会给出的定义是：通过技术手段推动金融创新，形成对金融市场、机构及金融服务产生重大影响的业务模式、技术应用以及流程和产品。我们可以将现存的金融科技大致归为几个应用模块：从历史来看，金融科技并不是一个新词，最早在1980年的美国华尔街，就已经有人开始使用这个词汇。2017年2月，IOSCO（国际证监会组织）将金融科技的发展历程可以划分为三个阶段：最初的软硬件应用、移动云联网技术融合、以及当下利用前沿技术的变革与创新。在全球竞相发展的同时，于起步阶段没有突出优势的我国，随着众多优秀的金融科技企业兴起，也已经逐渐成为了全球金融科技领域的领跑者之一。我国央行也在2017年5月15日成立了中国人民银行成立金融科技（FinTech）委员会，为加强金融科技工作的研究规划和统筹协调，也肯定了金融科技对金融行业发展的肯定。技术的革新首先从互联网兴起，时至今日，许多互联网企业在金融科技领域都成效斐然。根据2018年10月毕马威与澳大利亚知名金融科技风投机构H2 Ventures联合发布的《2018全球金融科技100强》榜单，中国企业占据了11个席位，仅次于美国和英国，且排名整体靠前，在前10名中占据了4席位。其中我们熟知的蚂蚁金服位列榜首，京东金融居于第二。面对汹涌的浪潮，传统金融机构也加大力度追赶，或自主研发，或积极寻求合作。自2015年起，兴业银行、平安银行、招商银行、建设银行等大行相继成立了金融科技子公司。2017年3月，工商银行完成七大创新实验室的组建；2018年4月，建行推出了无人银行，个人业务可实现机器办理。除了这些头部企业，我们在一些领域的整体发展也尤其迅速，如互联网金融、第三方支付、交易金融、区块链金融等，在世界上都有着突出优势，发挥着引领作用。对于这样的现象，我们有幸邀请到了中国社科院数量经济与技术经济研究所的研究员樊明太做出解读。他认为我国的金融科技之所以能够在世界上取得相对领先的地位，至少可以从三方面把握：一是，我国信息科技的应用在起步阶段处于相对宽松的制度和政策环境，开发和应用成本相对较低。我国在信息科技的起步阶段，主要以模仿和应用为主，制度和环境因此也相对宽松。不过近年来，我国对信息科技的原创性开发和应用增强，立法也顺应国际趋势逐渐加强。二是，我国金融业在应用和开发信息科技方面具有资金优势。2008年国际金融危机以来，我国金融业相对发展迅速，既从资金端和需求侧支持了信息科技在金融方面的应用，也从服务端和供给侧推动了金融应用信息科技提供金融服务。三是，我国在金融科技方面具有较大的市场，保证了金融服务的时空收益。我国地域宽广、城乡发展不平衡，而且人口结构还相对年轻。较大的服务市场保障了金融科技的时空收益，驱动了金融科技的发展。02企业模式更加丰富经过近年的高速发展，我国的金融科技企业不仅拥有了成熟的技术，也催生了更加丰富的商业模式。对于企业，身处在这样的转变中则更需要对自身的升级方向进行深刻的思考。蚂蚁金服、京东金融等互联网巨头也先后明确了技术公司的定位。我们不妨从深耕行业、开放平台、赋能机构这3个当前最为主流的模式来看看，这些领域的头部公司正如何在应对趋势的同时抓紧机遇。■ 全流程信贷系统-拍拍贷伴随着科技的高速发展，前沿技术对互联网金融的发展与突破起到了至关重要的推进作用，对于国内第一家P2P平台拍拍贷来说正是如此。拍拍贷成立于2007年，至今已经平稳运营了12年时间。作为互联网的产物，拍拍贷的科技基因几乎是与生俱来的，对金融科技的投入也是连年增长。面对愈演愈烈的金融科技战场，2018年1月18日，拍拍贷智慧金融研究院成立，预计注资高达10亿元。坚持不懈的研究、投入、不断积累和深化的科技实力，最终成为了拍拍贷业务质变和转型的根基。从贷前的精准获客、智能反欺诈、全自动化审核；贷中的智能风控系统、智能质检；贷后的贷后模型体系、智能催收；以及智能客服、智能投顾等等。如今，拍拍贷已实现了金融科技在借贷业务链条上的全覆盖。风险管理则始终是借贷行业的核心，金融科技时代，大数据、人工智能等技术对于风险管理的作用越来越重要。基于12年期间积累的大量的业务经验和数据，并结合云计算等先进科技研发了风控系统“魔镜”，使其逾期率获得显著下降。不仅如此，拍拍贷在贷前反欺诈环节，还进一步与浙江大学、中国人民大学商学院等合作，运用人脸识别等先进技术提升风控水平，构建出“明镜”智能反欺诈系统，将反欺诈团队的调查效能提高了70%。而在监管日趋严格的当下，平台的合规性也是其发展的重要一环。拍拍贷紧跟监管要求，上线与招商银行的客户资金存管系统，按要求披露财务数据和运营数据，始终坚持小额分散和不担保的原则开展业务。因此，拍拍贷成为了首批15家与百行征信签约合作的代表机构之一。科技给金融领域带来的改变，不只体现在互联网金融的应用上，对传统金融的赋能同样十分重要。面对多元化的行业趋势，拍拍贷在继续加大研发投入的同时，也把金融科技对外进行输出、赋能行业，并进行多元化集团性发展。■ 综合性金融科技平台-凤凰金融全球金融科技投资在2014年有高速的增长，在2015年达到了顶峰。作为凤凰卫视集团旗下服务全球华人的智能金融科技平台，在2015年提出“智能战略”后，凤凰金融也继承了集团的品牌声誉和全球资源，经由自身强大的实力，在金融科技领域打下大片江山。彼时，互联网金融已经蓬勃发展。在数字化技术的快速发展、高净值人群数量越来越多的背景之下，“数字财富管理”正在成为一种趋势。据了解，凤凰金融主打“一站式财富管理”，业务主要涵盖了普惠金融、财富管理、和全球业务3大板块。这样的多维度布局给用户带来了极大的便利，从高效了解金融咨询，到P2P网络借贷、购买基金、选择保险、海外投资，都可以在凤凰金融的平台上操作完成。随着越来越多的传统及新型企业入局，凤凰金融从一开始就定下的“智能战略”让其在“科技”方面积累了强大的实力，自主研发了多项应用级产品，例如：智能资产配置工具凤凰真准、能对复杂金融信息进行深度剖析和广度关联的凤鸣智能资讯、能对市场行情和基金标的进行智能分析的魔镜智投、基于AI与大数据技术的家庭智能保险顾问凤凰智保等一系列数字化金融服务产品。据了解，凤凰金融已拥有核心高新技术专利15项，《计算机软件著作权登记证书》16项。其以数字化技术与应用驱动金融服务创新，建立了全球领先的智能数字科技架构。在当前的行业趋势下，凤凰金融在基本的宣传与获客之外，也对现有存量客户重新进行了充分的回顾，为用户提供了更加深度、全面的服务。目前，凤凰金融已服务全球用户超过1100万，覆盖中国大陆、北美、东南亚等主要地区，与全球包括丹麦盛宝银行、百信银行、中国人寿、华夏基金在内的170多家知名商业企业和各类金融机构进行了广泛的业务合作。■ 移动信贷整体技术解决商-飞贷金融科技作为B端输出的头部企业，飞贷金融科技是业内首家覆盖业务全流程、运营全体系的移动信贷整体技术服务商，通过输出三大平台（天网量化风控平台、神算移动科技平台、慧眼智能大数据平台）和六大服务（移动信贷产品服务、品牌与营销服务、核算与清算服务、风控运营服务、智能客户运营服务、经营决策分析服务），助力银行等持牌金融机构移动信贷的转型升级。在技术方面，飞贷金融科技有三大核心杀手锏，获客近千万、无一例被确认身份欺诈的天网量化风控平台、可助力银行硬件投入节约30%以上的神算移动科技平台、助力银行营销ROI提升4倍以上的慧眼智能大数据平台。目前，飞贷金融科技已与人保财险、北京银行、华润信托、通联支付等多家涵盖保险、银行、信托、支付四大金融子行业的头部企业达成全面移动信贷整体技术输出合作。基于移动信贷整体技术的突出表现，飞贷金融科技在2018年斩获了世界银行和G20共同推出的“全球小微金融奖”最高奖，成首个且唯一获大奖的中国企业，此外飞贷金融科技是入选美国沃顿商学院的中国金融科技案例，还曾接受过美国《时代周刊》采访及深度报道。现阶段与早期的金融科技不同，人口红利逐渐消失，想要单靠流量推动增长变得愈发困难，反而是技术红利越来越明显。与众多仅能提供单一或多项应用场景技术的TOB公司相比，能够支持合作伙伴全流程信贷技术能力自建的飞贷金融科技，表现更为亮眼。其“整体输出、大规模实践验证、不依赖特定资源、支持合作伙伴能力建设”是合作机构高度认可的四大优势。除了以信用贷为主的移动信贷整体技术的输出，飞贷金融科技还在2018年研发上线了中国首个全流程线上化处理的“经营贷”产品，为小微企业提供了“随借随还、按日计息、最快当天放款、抵押高达8成、额度高达千万的大额融资产品”。目前，经营贷业务已在二十多个城市开展，为推动中小企业融资和普惠金融的落地做出了很大贡献。而在技术输出方面，2019年已有3家金融机构与之展开合作。03发展的同时也面临着挑战数字科技与传统流程相比最大的优势就是效率和体验，与科技结合后的金融更是如此。在便利的同时，科技也让金融的覆盖范围更广、交易更加安全，个性化服务也将成为可能。根据中国支付清算协会数据，自2015年以来，我国的在线支付市场迅速扩大，用户规模在2018年达到6.59亿人，金融科技在我们的生活中越来越重要。数据来源：中国支付清算协会，P2P观察整理但种种好处背后，同样也存在着很大的挑战，比如数据安全问题。从大数据诞生伊始，有关数据安全问题的讨论就一直没有停止。社科院研究员樊明太认为，我国在金融科技方面的知识产权、数据隐私和信息安全等方面立法滞后、穿透式 监管不足。苏宁研究院院长薛洪言也向我们表示，随着数据重要性的提升，数据隐私保护变成了急需强化的薄弱环节。而如何把握鼓励金融科技创新与防范金融科技风险之间的平衡，将成为金融科技监管的难点和焦点。当下，数据安全主要还是靠企业本身。一些优秀的企业在提高服务效率的同时，也能够将数据安全把控较好，拿上述企业举例：拍拍贷在预防和拦截上都采取了多重措施，还成立了专业信息安全团队和内控内审等团队，取得了“网络借贷中介机构信息安全等级保护审核回执”。凤凰金融全面建立了用户信息六维防护体系，如CFCA安全认证为平台用户提供电子签章保障等，目前凤凰金融已经通过了国家信息安全保护等级三级标准认证评测。飞贷金融科技“慧眼”智能大数据平台采用了分级授权管理机制等多层防护机制，建立高级别的数据防护墙，其 “神算”移动科技平台则采用同城双活架构、数据多副本、并采用全球顶尖的以色列特权账号管理系统CyberArk，结合多项加密技术，最大程度保证信息安全。除此之外，薛洪言还认为，金融科技的发展改变了金融业的运作模式，模糊了金融与科技的边界，尤其是模糊了牌照业务与非牌照业务的边界，对于当前以牌照监管为核心的监管体系带来了重大挑战。不过金融科技的发展，既提高了监管监督的难度和门槛，也为监管机构提升效率提供了新的选择。所以，金融科技之于监管的意义，决定权在监管机构手中，只有善用金融科技手段，以彼之矛攻彼之盾，大力发展监管科技，才是行业新时期监管转型的应有之义。而今，金融科技又将迎来一个新的增长点，即5G技术的推行。除了速度得到飞跃性的提升，与之前的1G~4G完全不同的是，5G不再局限于移动互联网或是某个单一设备，而是能支持物联网，AR、VR、自动驾驶、人工智能等海量的应用，真正做到万物互联。薛洪言在面对我们这个问题时表示，5G网络的高速传输和低延迟性可以为金融业务流程带入更多的“实时属性”，如人脸识别的更广泛应用、基于微表情的实时风控、新的支付手段、人机交互的普及甚至远程开户的放开等等，在5G环境下都有了更大的想象空间。不过，金融业追求效率与安全的平衡，当前5G仍处于试点初期，网络普及与成熟、硬件设备更新换代等都需要时日。总体来看，我国的金融科技已经走过了最初的野蛮生长期，来到一个趋于规范和成熟的时段，不少人认为金融科技已经到了“下半场”。的确，随着越来越多的公司加入，现有技术和场景得到了深入的挖掘，竞争压力明显。而监管的逐步落实和用户的隐私意识苏醒，也让金融科技企业面临着诸多转变的挑战。但行业的规范化，是行业得以长久地平稳健康发展的基础。金融科技今后也将在控制风险、服务实体经济、助力普惠金融等方面做到更好。而科技总在不断前进，5G的突破口又近在眼前，2019年的金融科技仍有着巨大的发展空间。

来源：中国财经时报网“Kyligence Enterprise避免了开源框架需要投入的大量维护和调优成本，使我们能将大数据技术快速落地，我们最终的结果展现都是通过Kyligence Enterprise，得到了业务部门的正面反馈。”-财通大数据项目负责人自上世纪90年代至今，中国证券行业经过二十多年的发展，从初步萌芽到发展壮大、从监管缺位到逐步完善，市场规模已经达到发达国家几十年甚至上百年的发展水平，成为金融业务中最为重要的组成部分之一。而在过去几年间，随着信息技术革命的不断发展，越来越多的券商开始尝试采用数据驱动的方法来促进自身业务的升级转型，大数据分析与证券行业的结合日益紧迫。爱分析《中国金融大数据行业报告》显示 ，大数据已被以银行为代表的金融机构广泛认可，招商银行在2017年出资7.9亿元成立金融科技创新项目基金，中国银行也宣布将于2018年投入近50亿元用于科技创新建设，保险、证券等非银机构将成为银行之后的又一波将投入巨额资金用作大数据IT建设的企业。大数据分析技术在证券行业中的应用与推广虽然势不可挡，但想要驾驭大数据分析技术仍须克服重重困难。我们看到的典型问题和困难如下：资金挑战：证券行业的许多IT预算并不是为创新提供资金，而是用于金融合规和欺诈检测的“防御性”应用程序；系统老化：证券行业老化的数据系统很大程度上无法存储、汇总和分析来自不同数据源的客户和服务的海量大数据；应用缺位：面对迅猛发展的大数据变革环境，证券行业对于大数据改革缺乏具体落地的数据应用；决策谨慎：由于证券行业在数据安全、风险管理及合规性等方面的高要求，在大数据平台建设时需要寻找更加谨慎的方案——即在充分利用大数据技术、持续优化技术和业务架构，与满足各方面的安全和稳定性之间取得平衡。这些因素一定程度上限制了券商的大数据分析平台建设推进，也使得券商的大数据分析完全无法满足业务部门越来越高的业务需求。Kyligence 的大数据分析解决方案 Kyligence Enterprise，为证券公司解决了大数据IT建设与业务的需求。接下来，本文将以财通证券使用Kyligence Enterprise建设大数据平台为例，分析国内券商的大数据分析平台搭建实践，及如何通过建设大数据分析平台为其业务发展保驾护航。券商大数据分析平台建设财通证券是一家总部位于杭州的上交所主板上市证券公司，随着公司业务的高速发展，公司积累了各类海量数据，这些数据具有来源广、规模大、价值大和增长快等特征，且亟待整合、管理与发挥价值。在财通证券中构建自上而下、协调一致的数据治理体系，迫切而适时。财通证券的大数据平台建设分为三个阶段，第一阶段的建设目标是形成统一集中的大数据中心，这一目标旨在通过开源大数据技术，自主建设基于Hadoop和Kyligence Enterprise的大数据技术平台，并在此基础上自主研发各类大数据应用，包括经纪业务经营管理分析平台、两融大数据分析平台等，打破数据孤岛，并在数据治理体系下全面提高数据应用质量。目前，第一阶段的建设已经落地应用，其大数据中心的核心能力如下：l 数据治理体系建设：在数据治理体系基础上，对现有指标体系进行梳理和完善，规范化数据模型层，更好的支撑业务能力；l 数据仓库和技术平台：抽取集中交易系统UF2.0数据，在大数据平台下进行分布式存储和计算处理，Kyligence Enterprise 企业版则在超大数据集上提供亚秒级分析能力和计算服务；l 数据共享服务平台：通过数据订阅和Kyligence Enterprise RestAPI的方式，对下游业务应用系统提供数据共享和交互查询服务，并具备严格的数据访问权限；l 大数据分析平台：通过OLAP技术，多维可视化展现公司管理层、机构管理部、分支机构（分公司、营业部）所关心的指标体系，以及历史数据的查询统计分析，数据展示更直观，交互性更强。下面分别为财通证券落地后的业务和技术架构图：除此之外，在自动化运维方面，财通也做了很多个性化探索，通过实时监控，实现自动化数据采集、清洗、Cube构建等，与现有运维管理系统对接，实现自动化运维，以提升整体可用性。总体而言，财通证券在其大数据分析平台采用Kyligence Enterprise后，在以下几方面得到了提升：节省原有的繁琐报表开发中70％的人力成本，通过自主研发各类大数据应用，上线周期缩短50％；在大数据平台上，快速准确地监测分支机构运营情况，在以下四方面为管理者提供“一站式”决策支持信息服务；通过客户画像的数据挖掘分析，进行客户细分、流失客户预测等有效的客户关系管理，以提升客户满意度；深入挖掘海量投资交易信息，从而对市场预期和风险加以预测，提升综合金融服务能力和市场竞争能力。财通证券大数据团队负责人表示，未来，财通证券将致力于建设更加强大的大数据平台，实现数据应用价值的进一步挖掘，重构券商的“数据”与“业务”应用场景。在第二阶段，将致力于数据应用支持范围和深度的扩大与完善，同时丰富数据应用服务场景，第三阶段则将探索深入数据挖掘和人工智能等专业的数据分析应用，建立数据为核心的生态体系。结论结合财通证券的案例，我们归纳出大数据分析技术助力证券行业的转型与发展主要体现在技术与服务两个层面：技术层面：大数据分析技术的使用将有助于实现券商投资产品的创新——如智能投顾、黑天鹅预警等业务，并通过端到端自助服务平台缩短分析周期、丰富数据探索、增加数据洞察力，从而快速调整业务以满足不断变化的需求。服务层面：大数据分析技术的应用将有助于提高券商的服务水平，一方面，通过精准营销的方式提升获客质量，从用户、业务、留存、成本等多个维度进行评估，以实现ROI最大化；另一方面，通过精细化管理和运营，加强现有客户的业务转化和留存，在保证活跃用户体验的同时，不断提升用户生命周期的价值。目前，证券行业仍然是风险最大，但最具活力的行业之一，证券公司从客户、交易、全球化和其他许多来源获得的数据量很大，往往是传统处理平台无法承载的。可以说Hadoop和Kyligence Enterprise的数据分析解决方案是专门为这种丰富的数据和依赖数据的业务而构建的，借助其横向扩展能力、数据包容性，以及不断迭代的OLAP分析解决能力，以Kyligence Enterprise为代表的大数据分析平台将会成为证券业务增长的重要力量。

2017 年7 月，国务院印发的《新一代人工智能发展规划》专门提出了“智能金融”的发展要求，指出要建立金融大数据系统，提升金融多媒体数据处理与理解能力；创新智能金融产品和服务，发展金融新业态；鼓励金融行业应用智能客服、智能监控等技术和装备；建立金融风险智能预警与防控系统。当前，“大智移云”等新兴科技快速演进，人类社会正在从信息化走向数字化和智能化。随着云计算、大数据、人工智能和区块链等新兴技术在金融行业的深入应用，科技对于金融的作用被不断强化，创新性的金融解决方案层出不穷，金融科技发展进入新阶段。 云计算技术能够为金融机构提供统一平台，有效整合金融结构的多个信息系统，消除信息孤岛，在充分考虑信息安全、监管合规、数据隔离和中立性等要求的情况下，为机构处理突发业务需求、部署业务快速上线，实现业务创新改革提供有力支持。大数据技术为金融业带来大量数据种类和格式丰富、不同领域的大量数据，而基于大数据的分析能够从中提取有价值的信息，为精确评估、预测以及产品和模式创新、提高经营效率提供了新手段。大数据在金融领域的应用价值1.提升决策效率大数据分析可以帮助金融机构实现以事实为中心的经营方法。大数据可以帮助金融机构，以数据为基础，逐步从静态的现象分析和预测，过渡到针对场景提供动态化的决策建议，从而更精准地对市场变化做出反应。 2.强化数据资产管理能力金融机构大量使用传统数据库，成本较高，而且对于非结构化数据的存储分析能力不足。通过大数据底层平台建设，可以在部分场景替换传统数据库，并实现文字、图片和视频等更加多元化数据的存储分析，有效提升金融结构数据资产管理能力。 3.实现精准营销服务在互联网金融模式的冲击下，整个金融业的运作模式面临重构，行业竞争日益激烈，基于数据的精细化运营需求和产品创新需求日益迫切。大数据可以帮助金融机构更好的识别客户需求，打造良好客户体验，提升综合竞争力。 4.增强风控管理能力大数据技术可以帮助金融机构将与客户有关的数据信息进行全量汇聚分析，识别可疑信息和违规操作，强化对于风险的预判和防控能力，在使用更少的风控人员的条件下，带来更加高效可靠的风控管理。金融大数据特性金融机构的业务要求大数据平台具有实时计算的能力。目前，金融机构最常使用的大数据应用场景为精准营销、实时风控、交易预警和反欺诈等业务都需要实时计算的支撑。大数据分析平台可以对金融企业已有客户和部分优质潜在客户进行覆盖，对客户进行画像和实时动态监控，用以构建主动、高效、智能的营销和风险管控体系。 为切实做到数据驱动，金融企业需要定制化的技术平台。首先，金融企业要进行顶层设计，把技术和业务结合起来，将技术应用在企业价值链的每个场景上。其次，金融企业需要大规模的系统改造。为实现数据的汇聚，需要将原来存储在上百个信息系统的数据进行整合，重新设计并搭建数据采集、存储、传输的架构。最后，金融大数据需要更加完善的安全保障措施。金融数据的泄露、篡改可能造成系统性金融风险，甚至危及社会稳定。部分数据如用于金融交易的用户鉴别与支付授权信息需要全流程加密。大数据在金融领域的应用场景大数据技术的应用提升了金融行业的资源配置效率，强化了其风险管控能力，有效促进了金融业务的创新发展。金融大数据在银行业、证券行业、保险行业、支付清算行业和互联网金融行业都得到了广泛的应用。 大数据在银行业中的应用：信贷风险评估（识别客户需求、估算客户价值、判断客户优劣、预测客户违约风险等）；供应链金融（关联企业分析及风险控制）。大数据在证券行业中的应用：股市行情预测（对海量数据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分析）；股价预测（收集并分析社交网络等渠道的结构化和非结构化数据）。大数据在保险行业中的应用：骗保识别（建立保险欺诈识别模型，筛选疑似诈骗索赔案例，再展开调查，调高调查效率）；风险定价。大数据在支付清算行业中的应用：交易欺诈识别（实时采集行为日志、实时计算行为特征、实时判断欺诈等级、实时触发风控决策、案件归并形成闭环）；数据资产变现（对数据进行关联分析）。大数据在互联网金融行业中的应用：精准营销；黑产防范；消费信贷（基于大数据的自动评分模型、自动审批系统和催收系统可以弥补无信用记录客户的缺失信贷数据。）荣之联金融大数据解决方案荣之联可以提供Hadoop大数据分析平台、关系型数据库和非关系型数据库等大数据基础产品，包括分布式数据库、画像分析、关系网络分析和数据可视化等上层应用。结合多年金融行业经验，荣之联为金融行业客户提供专业的定制化大数据解决方案，致力于利用数据分析和挖掘技术，洞察隐藏在数据背后的关联关系，帮助金融行业客户开拓企业在互联网时代快速发展的新思路，创造更多更深层次的业务价值，实现数字化转型。（内容源自：中国信息通信研究院）

金融科技3.0模式下，未来的创新将在更富于挑战的环境下进行。9月4日，普华永道发布的《中国金融科技调查报告》指出，科技为金融服务赋予了巨大动能的同时，也带来了新的系统性风险来源，无论是传统金融机构、金融科技公司还是监管机构，都要深刻理解这种变革蕴含的机遇和挑战。而在金融科技3.0模式下，未来的创新将围绕3个E展开，即Efficiency（效率）、Experience（体验）和Ecosystem（生态圈）。科技的快速发展，对于中国的传统金融机构而言，不仅改变了营销和获客等前端业务，也在驱动中后台的变革。报告显示，各类机构对金融科技的投入和应用在不断深化。超半数的受访传统金融机构正通过不同形式自主进行金融科技的研发和应用，亦或选择与金融科技公司建立多样化的合作模式。另一方面，随着监管环境的变化，近年来金融科技公司与传统金融机构合作的策略也有所转变，回归技术逐渐成为趋势。普华永道中国金融业管理咨询主管合伙人张立钧点评：“金融科技带来的重大冲击是让闭合的传统金融体系逐渐走向开放的产业链生态模式，传统金融机构和金融科技公司都将成为金融产业链生态圈的组成部分。双方有着强烈的合作意愿，然而在实际合作过程中，双方仍然需要应对来自管理文化、监管、商业模式、系统等各方面的挑战。”从对金融科技的投融资层面来观察，传统金融机构的重点落在实施技术投资、转型升级，大部分的受访者认为大数据分析将是其今后的投资重点；金融科技公司则致力于获得投资机构青睐、发展壮大，但在监管趋严、竞争日趋激烈的背景下，融资难度加大，未来须以模式与技术优势突围。探寻新兴科技在金融领域的发展趋势，报告显示，大数据应用仍主要集中于产品设计和前端销售领域；人工智能应用的各项基础条件都有待改善，尤其在数据与团队方面面临很大挑战。然而，对于云计算与区块链两项技术，不少受访者对前者仍有期待，认为其起步晚但潜力大，但对后者普遍持谨慎态度，认为其应用前景尚不明朗。值得注意的是，过半受访者认为，在中国金融科技发展的过程中，大数据风控将是继移动支付之后，中国又一个能引领全球的领域。随着金融科技的发展，以及监管机构对于金融科技理解和认识的加深，相关的监管措施以及协调机制在逐步建立和完善。在此背景下，受访者普遍预期金融科技的监管将趋严，对监管的期望主要集中在：避免行业野蛮生长和跨行业套利、规范个人隐私和数据安全以及加强跨行业跨监管主体的协调。普华永道中国金融业数字化转型管理咨询合伙人王建平认为：“金融科技严监管既是众望所归，也是大势所趋。严监管持续的环境有利于金融科技领域的规范经营、降低风险，未来金融科技领域的佼佼者，必定是那些能够高效满足监管要求、化被动为主动的企业，因此传统金融机构与金融科技公司应以科技促合规，探索相关应对之策。”