張章，柴葉生

（1、中國人民大學(xué)，北京100872 2、中國科學(xué)院信息工程研究所，北京100093）

?

淺析技術(shù)視角下互聯(lián)網(wǎng)金融創(chuàng)新

張章1，柴葉生2

（1、中國人民大學(xué)，北京100872 2、中國科學(xué)院信息工程研究所，北京100093）

摘要：隨著以大數(shù)據(jù)、云計算和數(shù)據(jù)挖掘技術(shù)為代表的互聯(lián)網(wǎng)技術(shù)飛速發(fā)展，互聯(lián)網(wǎng)金融以迅雷不及掩耳之勢向金融市場襲來。本文分析了互聯(lián)網(wǎng)金融的概念和創(chuàng)新模式，總結(jié)了目前各種互聯(lián)網(wǎng)技術(shù)在傳統(tǒng)金融領(lǐng)域應(yīng)用的現(xiàn)狀和前景，詳細分析了不同互聯(lián)網(wǎng)技術(shù)在互聯(lián)網(wǎng)金融背景下的創(chuàng)新應(yīng)用案例和場景，給出了我國金融系統(tǒng)的發(fā)展展望和建議。

關(guān)鍵詞：互聯(lián)網(wǎng)金融；云計算；大數(shù)據(jù)；數(shù)據(jù)挖掘；技術(shù)；創(chuàng)新；監(jiān)管

一、互聯(lián)網(wǎng)金融的概念和創(chuàng)新模式

隨著信息技術(shù)的不斷發(fā)展，近年來我國互聯(lián)網(wǎng)金融迅速發(fā)展，對整個金融生態(tài)產(chǎn)生了全方位的影響?；ヂ?lián)網(wǎng)金融一般是指以大數(shù)據(jù)、云計算、社交網(wǎng)絡(luò)和搜索引擎為代表的互聯(lián)網(wǎng)信息技術(shù)與金融行業(yè)深度融合所形成的金融新業(yè)態(tài)、新模式，具有融資、支付和交易中介等金融功能。

互聯(lián)網(wǎng)金融模式上的創(chuàng)新主要集中在五個方面：支付方式、銷售渠道、投融資方式、信息化金融和金融組織架構(gòu)。支付方式的創(chuàng)新主要體現(xiàn)在第三方支付技術(shù)的興起，典型例子有支付寶和財富通等。銷售渠道方面的創(chuàng)新代表是互聯(lián)網(wǎng)金融門戶，具體是指利用互聯(lián)網(wǎng)對金融產(chǎn)品進行銷售或者為金融產(chǎn)品銷售提供第三方服務(wù)的平臺，典型的例子包括91金融超市、余額寶、百度理財平臺等。資金供需方式的創(chuàng)新主要在P2P、眾籌和大數(shù)據(jù)金融三個方面。P2P是一種新興人對人的直接小額借貸模式，典型的有拍拍貸和人人貸等，眾籌是指通過互聯(lián)網(wǎng)發(fā)布籌款項目并募集資金的方式，典型的例子有點名時間和追夢網(wǎng)等；大數(shù)據(jù)金融是指金融機構(gòu)利用互聯(lián)網(wǎng)上的海量數(shù)據(jù)，通過分析和挖掘客戶的交易和消費信息建?？蛻舻南M習(xí)慣，進行營銷、小額信貸和風(fēng)控方面的服務(wù)，具體例子有阿里小貸和京東供應(yīng)鏈貸款等。信息化金融是指傳統(tǒng)金融企業(yè)利用信息技術(shù)對于其業(yè)務(wù)流程的改造，使得企業(yè)電子化、信息化和互聯(lián)網(wǎng)化，典型的例子是各大行的網(wǎng)上銀行。金融組織架構(gòu)上的創(chuàng)新就是一些有資質(zhì)的互聯(lián)網(wǎng)企業(yè)通過申請相關(guān)牌照或者收購中小金融機構(gòu)而進軍金融行業(yè)的模式創(chuàng)新，典型的有網(wǎng)商銀行和蘇寧在線等。

本文集中探討大數(shù)據(jù)、云計算和數(shù)據(jù)挖掘這三種技術(shù)對于整個金融生態(tài)系統(tǒng)的改造，以及創(chuàng)造出的新金融服務(wù)業(yè)態(tài)。

二、互聯(lián)網(wǎng)金融核心支撐技術(shù)

金融領(lǐng)域涉及銀行、證券、保險及其他相關(guān)內(nèi)容，包括銀行信貸、信用評分、市場分析、投資組合、保險定價、智能定損、金融欺詐等。傳統(tǒng)的基于統(tǒng)計模型的分析方法只能處理少量的數(shù)據(jù)，而且對于分析的數(shù)據(jù)集也有一些較強的假設(shè)，比如要求數(shù)據(jù)滿足一定的概率分布，或者要求關(guān)系為線性。隨著銀行、證券和保險等金融業(yè)務(wù)信息化程度的不斷增加，數(shù)據(jù)量不斷擴大，數(shù)據(jù)類型不斷增多，傳統(tǒng)的分析方法已經(jīng)不能使用。在互聯(lián)網(wǎng)金融場景下，以云計算、數(shù)據(jù)挖掘和大數(shù)據(jù)技術(shù)為代表的互聯(lián)網(wǎng)技術(shù)由于不苛求嚴(yán)格數(shù)據(jù)假設(shè)，為銀行、證券、保險及其其他相關(guān)業(yè)務(wù)創(chuàng)新，以及刻畫金融市場規(guī)律的趨勢帶來了新的工具和分析手段。

1、云計算技術(shù)

隨著云計算的不斷發(fā)展，它的商業(yè)價值被迅速認可，同時人們對互聯(lián)網(wǎng)的依賴也越來越強，就是在這樣的背景下互聯(lián)網(wǎng)金融得到了快速發(fā)展?；ヂ?lián)網(wǎng)金融依托于支付、云計算、社交網(wǎng)絡(luò)以及互聯(lián)網(wǎng)引擎搜索等一系列互聯(lián)網(wǎng)工具，形成資金融通、支付和信息中介等新興業(yè)務(wù)形式。互聯(lián)網(wǎng)金融引起一種全新的融資模式，使得各種中介機構(gòu)和銀行、券商、交易所的作用減弱，大部分的資金融通可直接在網(wǎng)上實現(xiàn)。云計算的主要概念是“一切皆服務(wù)”，是服務(wù)的集合，其技術(shù)框架有IaaS（基礎(chǔ)設(shè)施即服務(wù)）、PaaS（平臺即服務(wù)）、SaaS（軟件即服務(wù)）三種形式。云計算技術(shù)在金融中的一般架構(gòu)如圖1所示。

圖1　云計算技術(shù)在金融中的一般架構(gòu)

圖2　云計算平臺對金融核心業(yè)務(wù)創(chuàng)新

云計算技術(shù)對于金融行業(yè)來說，更多的是對金融機構(gòu)IT基礎(chǔ)架構(gòu)上以及對于金融機構(gòu)提供金融服務(wù)方式上面的革新。云計算技術(shù)由于“資源共享”的特性可以降低金融企業(yè)的運營硬件成本。另外，云計算的“動態(tài)響應(yīng)”特性，保證了業(yè)務(wù)的靈活性。云計算技術(shù)可以幫助金融企業(yè)實現(xiàn)業(yè)務(wù)創(chuàng)新（如圖2所示）。云計算具有靈活、開放和易于整合等特點，特別適合金融企業(yè)實現(xiàn)上下游產(chǎn)業(yè)整合以及與縱向戰(zhàn)略合作，為金融企業(yè)鞏固市場地位和開拓新市場提供方式和手段。例如，銀行的傳統(tǒng)借貸模式可以經(jīng)過云計算技術(shù)的改造，加入更多的外部數(shù)據(jù)比如電子商務(wù)平臺信用評價系統(tǒng)、中小企業(yè)財務(wù)系統(tǒng)和工商稅務(wù)系統(tǒng)，從而降低銀行向中小企業(yè)貸款的風(fēng)險，降低平臺向中小企業(yè)提供貸款的成本。

2、數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘一般是指從大量的數(shù)據(jù)中提取人們感興趣的、事先不知道的、隱含在數(shù)據(jù)中的有用的信息和知識的過程，并且把這些知識用概念、規(guī)則、規(guī)律和模式等方式展示給用戶，從而解決信息時代的“數(shù)據(jù)過量，知識不足”的矛盾。金融數(shù)據(jù)挖掘的一般過程如圖3所示。

在金融市場中，數(shù)據(jù)挖掘技術(shù)的用處極廣。在銀行業(yè)務(wù)方面，數(shù)據(jù)挖掘技術(shù)可以從用戶的銀行賬戶信息中進行挖掘，對用戶進行信用評級，進行貸款審批；可以對銀行不同的客戶進行細分，提供差異化的服務(wù)；也可以對信貸風(fēng)險進行評估，降低壞賬率，提高銀行利潤。

在證券業(yè)務(wù)方面，數(shù)據(jù)挖掘技術(shù)可以對復(fù)雜的數(shù)據(jù)建模，利用股票的歷史數(shù)據(jù)通過技術(shù)分析預(yù)測股票未來價格走勢；利用歷史收益—風(fēng)險進行建模，考慮預(yù)期的不確定性，針對不同客戶的情況構(gòu)建最優(yōu)的投資組合，控制風(fēng)險，提高收益；利用挖掘技術(shù)構(gòu)建自動交易系統(tǒng)，用以避免在做投資決策時候受到投資者情緒的干擾，從而造成更大的損失。

在保險領(lǐng)域，數(shù)據(jù)挖掘算法也有廣泛的應(yīng)用前景。利用數(shù)據(jù)挖掘算法，可以分析并界定保險欺詐或者企業(yè)破產(chǎn)的行為特征，針對于異常情況進行實時的預(yù)警和監(jiān)測，這個對于保險業(yè)的發(fā)展具有至關(guān)重要的作用。

數(shù)據(jù)挖掘的算法主要包括參數(shù)統(tǒng)計方法、非參數(shù)統(tǒng)計方法、神經(jīng)網(wǎng)絡(luò)和支持向量機。其在金融機構(gòu)中的適用情況如表1所示。

參數(shù)統(tǒng)計和非參數(shù)統(tǒng)計屬于傳統(tǒng)的統(tǒng)計學(xué)方法，兩者的差別在于對于樣本總體的分部是否已知。參數(shù)統(tǒng)計是假定總體分布類型已知，對一些未知參數(shù)比如比較均值、方差等參數(shù)進行推斷。但是金融數(shù)據(jù)并不能很好地滿足這個假設(shè)，所以算法適用性較差。非參數(shù)統(tǒng)計對總體假定較少，結(jié)果穩(wěn)定性較好，有更廣泛的適用性。

圖3　金融數(shù)據(jù)挖掘的一般過程

人工神經(jīng)網(wǎng)絡(luò)，也簡稱神經(jīng)網(wǎng)絡(luò)，是20世紀(jì)80年代以來人工智能領(lǐng)域興起的研究熱點。它是一種模仿生物的神經(jīng)元和神經(jīng)結(jié)構(gòu)行為進行信息處理的數(shù)據(jù)模型，使得機器可以像人腦一樣的學(xué)習(xí)和判斷。神經(jīng)網(wǎng)絡(luò)是一種自學(xué)習(xí)模型，并不需要對于數(shù)據(jù)樣本做出假定，適用性廣，可以用于分類、聚類和預(yù)測等，目前已經(jīng)廣泛應(yīng)用于金融市場建模中。

支持向量機是一種于上世紀(jì)90年代中期發(fā)展起來的基于統(tǒng)計學(xué)的機器學(xué)習(xí)算法。通俗來說，它是一個二類分類模型，利用特征空間上的間隔最大的線性分類器。它的優(yōu)勢主要在解決非線性、小樣本以及高維模式識別上。它優(yōu)于神經(jīng)網(wǎng)絡(luò)是在于它可以避免神經(jīng)網(wǎng)絡(luò)中可能得到局部最小化解的問題。另外，它有著嚴(yán)謹(jǐn)?shù)睦碚摶A(chǔ)和數(shù)學(xué)證明，不像神經(jīng)網(wǎng)絡(luò)的有效性主要基于參數(shù)的調(diào)優(yōu)，而這個過程很大程度上取決于經(jīng)驗。當(dāng)然，支持向量機也有局限性，它無法處理大規(guī)模樣本，也不能直接處理多分類問題。

3、大數(shù)據(jù)技術(shù)

大數(shù)據(jù)具有數(shù)據(jù)量大、種類繁多、價值密度低和處理速度快等特點。金融業(yè)是大數(shù)據(jù)的重要產(chǎn)生者，其數(shù)據(jù)來源廣泛，包括各種股票、期貨、衍生品、債券等在內(nèi)的金融報價、交易數(shù)據(jù)，各類公司的業(yè)績報告以及研究報告，官方對于宏觀經(jīng)濟數(shù)據(jù)的調(diào)查統(tǒng)計，金融媒體的新聞報道，這些渠道每天產(chǎn)生海量的TB或者PB級別的數(shù)據(jù)。

表1　數(shù)據(jù)挖掘在金融機構(gòu)中的應(yīng)用

傳統(tǒng)分析方法以及數(shù)據(jù)挖掘技術(shù)在如此大量的數(shù)據(jù)面前束手無策，大數(shù)據(jù)分析處理技術(shù)的出現(xiàn)填補了這一空白。最早得到廣泛應(yīng)用的為Hadoop，它是一個實現(xiàn)了MapReduce分布式處理算法的、離線的、基于磁盤的大數(shù)據(jù)批處理平臺。隨著技術(shù)的發(fā)展，陸續(xù)出現(xiàn)了基于內(nèi)存的大數(shù)據(jù)處理模型Spark和基于流式計算的計算模型Storm。Spark改進了Hadoop基于磁盤的數(shù)據(jù)處理模式，將大數(shù)據(jù)的處理速度提高了數(shù)十倍，提供了近實時的處理延遲。Storm是針對實時的流式處理場景，它把數(shù)據(jù)建模一個不斷流動的“流”，是一種實時的處理模型。這三個系統(tǒng)目前是主流的大數(shù)據(jù)處理平臺，在不同的應(yīng)用場景下相互補充，形成了一套完整的大數(shù)據(jù)技術(shù)體系。金融大數(shù)據(jù)分析的一般架構(gòu)如圖4所示。大數(shù)據(jù)的出現(xiàn)促進了包括高頻交易、市場情緒分析、智能營銷、信貸風(fēng)險分析、實時風(fēng)險管理和個人征信等的金融創(chuàng)新，適用情況如表2所示。

高頻交易是指交易者利用軟件或者硬件的優(yōu)勢，通過短時間內(nèi)進行大量的交易進行獲利的一種方式?，F(xiàn)在主流方式是通過分析金融大數(shù)據(jù)，建立一些市場變動的模型，識別出特定市場的模式，然后根據(jù)模式進行交易的過程。

市場情緒分析是指從社交媒體中的數(shù)據(jù)中提取市場情緒，并開發(fā)基于情緒的交易算法。在出現(xiàn)積極的市場情緒的時候進行買入操作，而在出現(xiàn)意外情況或者其他消極市場情緒的時候拋出訂單。

智能營銷是指通過綜合用戶各方面的信息，包括歷史數(shù)據(jù)、瀏覽數(shù)據(jù)、交易數(shù)據(jù)、社交數(shù)據(jù)、行為數(shù)據(jù)等識別客戶的行為模式，分析用戶需求和興趣，并根據(jù)結(jié)果進行特定的產(chǎn)品推薦、客戶體驗優(yōu)化或者客戶挽留等精準(zhǔn)營銷。

基于大數(shù)據(jù)的信貸風(fēng)險分析是一種多維度分析中小微企業(yè)信貸風(fēng)險的分析方法。通常做法是收集公司大量日常交易、運營活動、財務(wù)狀態(tài)等數(shù)據(jù)用以分析一個企業(yè)真實的運轉(zhuǎn)情況，從而準(zhǔn)確評估信貸風(fēng)險。

實時風(fēng)險管理是指通過大數(shù)據(jù)技術(shù)，金融機構(gòu)通過各種維度、不同的數(shù)據(jù)渠道來實時監(jiān)控用戶的風(fēng)險變化，比如監(jiān)控用戶財務(wù)變化、意外事件、市場氛圍、運營情況來獲得全面、立體、實時的風(fēng)險評監(jiān)測。

表2　大數(shù)據(jù)在互聯(lián)網(wǎng)中的創(chuàng)新應(yīng)用

圖4　金融大數(shù)據(jù)分析的一般架構(gòu)

基于大數(shù)據(jù)的個人信用評估機構(gòu)利用更多的數(shù)據(jù)維度，包括一個人的消費數(shù)據(jù)、教育數(shù)據(jù)、社交數(shù)據(jù)、職業(yè)數(shù)據(jù)等，對用戶進行信用評估，提高評估的準(zhǔn)確性，提高機構(gòu)利潤。

三、互聯(lián)網(wǎng)金融的展望和建議

互聯(lián)網(wǎng)企業(yè)將掀起金融機構(gòu)的“鯰魚效應(yīng)”。所謂鯰魚效應(yīng)指的是引入外部競爭者，往往會激發(fā)組織內(nèi)部的活力。對于傳統(tǒng)金融行業(yè)來說，沒有足夠創(chuàng)新和提高服務(wù)的動力。這個時候互聯(lián)網(wǎng)公司就像進入的鯰魚，為沒有活力的池塘注入新鮮的動力。這個時候，傳統(tǒng)金融機構(gòu)會奮起反抗，通過提高自己的業(yè)務(wù)水平和創(chuàng)新能力與野心勃勃的闖入者進行競爭?？梢钥吹剑磥淼幕ヂ?lián)金融行業(yè)的競爭會更加激烈，也會給消費者帶來更多的實惠。為了互聯(lián)網(wǎng)金融的良性發(fā)展，筆者提出以下建議。

1、金融監(jiān)管部門需要鼓勵互聯(lián)網(wǎng)金融創(chuàng)新，同時建立有效的互聯(lián)網(wǎng)金融監(jiān)管體系

創(chuàng)新意味著活力和發(fā)展，政府需要鼓勵和引導(dǎo)互聯(lián)網(wǎng)金融朝著健康、合理的方向有序的發(fā)展：一是加大對互聯(lián)網(wǎng)金融新產(chǎn)品的研究，加大技術(shù)研發(fā)投入，培養(yǎng)金融和互聯(lián)網(wǎng)技術(shù)復(fù)合型人才，以適應(yīng)新市場下的監(jiān)管需求。二是加強對互聯(lián)網(wǎng)金融等新興金融產(chǎn)品的監(jiān)管，需要明確牽頭部門，建立統(tǒng)一安全標(biāo)準(zhǔn)、數(shù)據(jù)標(biāo)準(zhǔn)、傳輸標(biāo)準(zhǔn)，對互聯(lián)網(wǎng)金融產(chǎn)品實現(xiàn)備案登記制度，合理控制互聯(lián)網(wǎng)金融風(fēng)險，特別是P2P等風(fēng)險比較大的新興模式。三是加強金融消費者權(quán)益保護，監(jiān)管部門需要建立針對互聯(lián)網(wǎng)金融新業(yè)態(tài)下的消費者權(quán)益保護規(guī)定，明確互聯(lián)網(wǎng)金融業(yè)務(wù)服務(wù)中的消息披露、風(fēng)險承擔(dān)以及消費者信息保護（特別是隱私保護）的具體規(guī)定。四是監(jiān)管部門應(yīng)盡快建立全國統(tǒng)一的征信機制和平臺，政府可以牽頭整合傳統(tǒng)金融機構(gòu)（比如銀行）的用戶信用信息、政府本身的工商信用數(shù)據(jù)庫和納稅數(shù)據(jù)和主流互聯(lián)網(wǎng)金融平臺上的信用信息，建立一個覆蓋多方面的全國性征信系統(tǒng)，消除信息不對稱性，保護消費者。

2、互聯(lián)網(wǎng)企業(yè)應(yīng)該加強金融法律法規(guī)學(xué)習(xí)和宣傳，加強法律意識

互聯(lián)網(wǎng)的生存之道在于“創(chuàng)新”與“顛覆”，這在其與很多傳統(tǒng)行業(yè)結(jié)合中得到充分體現(xiàn)。但是金融行業(yè)與其他普通行業(yè)有所不同，金融市場的穩(wěn)定有序直接關(guān)系到社會穩(wěn)定和經(jīng)濟發(fā)展，所以必然需要受到更多的限制?；ヂ?lián)網(wǎng)企業(yè)自身需要意識到這一點，改變以往“自由”的習(xí)慣，在金融創(chuàng)新產(chǎn)品金融研發(fā)、宣傳的過程中，遵守相關(guān)法律法規(guī)，避免出現(xiàn)一些打擦邊球、走灰色地帶等有潛在危險的行為。

3、傳統(tǒng)金融企業(yè)應(yīng)積極順應(yīng)互聯(lián)網(wǎng)潮流，構(gòu)建新競爭勢態(tài)下的新優(yōu)勢

傳統(tǒng)金融需要積極推進信息化金融，利用互聯(lián)網(wǎng)技術(shù)對傳統(tǒng)運營流程進行改造或重構(gòu)，實現(xiàn)經(jīng)營、管理全面電子化。此外，隨著業(yè)務(wù)的發(fā)展，傳統(tǒng)金融機構(gòu)積累了大量的用戶個人信息、財務(wù)信息、信用信息、轉(zhuǎn)賬消費信息等，其應(yīng)該充分利用這些資源，利用互聯(lián)網(wǎng)思維改造服務(wù)，利用大數(shù)據(jù)分析技術(shù)積極進行產(chǎn)品和服務(wù)上的創(chuàng)新，積極拓展行業(yè)鏈的上下游，進行優(yōu)勢資源和渠道的整合，在新的競爭環(huán)境下鞏固傳統(tǒng)優(yōu)勢，努力建立新的業(yè)務(wù)和利潤增長點。

參考文獻

[1]王鵬：云計算的關(guān)鍵技術(shù)與應(yīng)用實例[M].北京：人民郵電出版社，2010.

[2]馬超群、蘭秋軍、陳為民：金融數(shù)據(jù)挖掘[M].北京：科學(xué)出版社，2007.

[3]許偉、梁循、楊小平：金融數(shù)據(jù)挖掘[M].北京：知識產(chǎn)權(quán)出版社，2013.

[4]姚玉安：淺談云計算技術(shù)下的互聯(lián)網(wǎng)金融應(yīng)用[J].河南科技，2015（2）.

[5]財新網(wǎng)：大數(shù)據(jù)在互聯(lián)網(wǎng)金融發(fā)展中的作用[EB/OL].http：//promote.caixin.com/2013-09-04/100577979.html.

[6]網(wǎng)易財經(jīng)：發(fā)展互聯(lián)網(wǎng)金融的三點建議[EB/OL].http：// money.163.com/14/0318/11/9NK8FJ7P002534M5.html.

[7]陳一?。夯ヂ?lián)網(wǎng)金融的概念、現(xiàn)狀與發(fā)展建議[J].金融發(fā)展評論，2013（12）.

[8]旗訊網(wǎng)：互聯(lián)網(wǎng)金融產(chǎn)生和發(fā)展原因分析[EB/OL].http：// www.qxcu.com/elite/26/13293.htm.

[9]周茂清：互聯(lián)網(wǎng)金融的特點、興起原因及其風(fēng)險應(yīng)對[J].當(dāng)代經(jīng)濟管理，2014（11）.

[10]雷曜、陳維：大數(shù)據(jù)在互聯(lián)網(wǎng)金融發(fā)展中的作用[J].中國改革，2013（7）.

[11]許婧雯：互聯(lián)網(wǎng)金融發(fā)展趨勢及影響分析[J].時代金融，2014 （11）.

（責(zé)任編輯：劉冰冰）