何 培 育

（1.重慶理工大學(xué)知識(shí)產(chǎn)權(quán)學(xué)院，重慶市400054；2.西南政法大學(xué)博士后流動(dòng)站，重慶市401120）

基于互聯(lián)網(wǎng)金融的大數(shù)據(jù)應(yīng)用模式及價(jià)值研究

何 培 育1、2

（1.重慶理工大學(xué)知識(shí)產(chǎn)權(quán)學(xué)院，重慶市400054；2.西南政法大學(xué)博士后流動(dòng)站，重慶市401120）

大數(shù)據(jù)時(shí)代的到來(lái)將新興的互聯(lián)網(wǎng)金融產(chǎn)業(yè)發(fā)展帶入快車道，大數(shù)據(jù)技術(shù)在互聯(lián)網(wǎng)金融中具有極大的運(yùn)用價(jià)值，能夠幫助銀行、證券、保險(xiǎn)、P2P網(wǎng)貸等行業(yè)進(jìn)行產(chǎn)品和服務(wù)創(chuàng)新，提升金融行業(yè)的信息化水平，完善自身管理結(jié)構(gòu)并吸引潛在客戶。然而新技術(shù)的運(yùn)用往往伴隨著諸多的隱患，應(yīng)當(dāng)從加強(qiáng)大數(shù)據(jù)戰(zhàn)略的頂層設(shè)計(jì)、推動(dòng)信息技術(shù)的發(fā)展與迭代、保障網(wǎng)絡(luò)用戶數(shù)據(jù)安全、健全風(fēng)險(xiǎn)管理制度、構(gòu)建互聯(lián)網(wǎng)金融聯(lián)合監(jiān)管模式等方面不斷完善，以保障互聯(lián)網(wǎng)金融產(chǎn)業(yè)快速、健康發(fā)展。

互聯(lián)網(wǎng)金融；大數(shù)據(jù)技術(shù)；網(wǎng)絡(luò)用戶；數(shù)據(jù)安全

隨著大數(shù)據(jù)時(shí)代的到來(lái)，各行各業(yè)對(duì)于海量數(shù)據(jù)的挖掘和運(yùn)用呈現(xiàn)出前所未有的熱情，大數(shù)據(jù)已經(jīng)逐漸演變成為重要的生產(chǎn)要素與競(jìng)爭(zhēng)工具，滲透到社會(huì)生活的各個(gè)領(lǐng)域。尤其對(duì)于通過(guò)信息技術(shù)驅(qū)動(dòng)行業(yè)創(chuàng)新的互聯(lián)網(wǎng)金融而言，加強(qiáng)大數(shù)據(jù)技術(shù)的運(yùn)用將是其未來(lái)發(fā)展的核心驅(qū)動(dòng)力。本文擬通過(guò)對(duì)當(dāng)前大數(shù)據(jù)在互聯(lián)網(wǎng)金融領(lǐng)域運(yùn)用的現(xiàn)狀考察，分析其潛在價(jià)值與面臨的主要挑戰(zhàn)，探討信息時(shí)代大數(shù)據(jù)在互聯(lián)網(wǎng)金融領(lǐng)域運(yùn)用的優(yōu)化路徑。

一、研究綜述

學(xué)界普遍認(rèn)為大數(shù)據(jù)技術(shù)的應(yīng)用能夠?yàn)榻鹑谑袌?chǎng)帶來(lái)新的機(jī)遇。蔚趙春與凌鴻[1]指出，大數(shù)據(jù)在銀行業(yè)渠道拓展、個(gè)性化服務(wù)、精準(zhǔn)營(yíng)銷、小微企業(yè)信貸等方面具有極大的發(fā)展空間。程立國(guó)等[2]認(rèn)為，大數(shù)據(jù)技術(shù)的應(yīng)用可促進(jìn)金融業(yè)深化風(fēng)險(xiǎn)管理模式、優(yōu)化網(wǎng)點(diǎn)資源配置。黃子健和王龑[3]則提出，大數(shù)據(jù)技術(shù)有助于解決“小微企業(yè)融資悖論”的難題，當(dāng)小微企業(yè)因資金短缺向金融機(jī)構(gòu)申請(qǐng)信貸業(yè)務(wù)時(shí)，金融機(jī)構(gòu)為了控制自身的信貸風(fēng)險(xiǎn)，往往要求小微企業(yè)提供一定的抵押品，最終導(dǎo)致小微企業(yè)出現(xiàn)融資悖論，在互聯(lián)網(wǎng)金融信貸模式下，通過(guò)大數(shù)據(jù)技術(shù)所創(chuàng)造的“信用資本”和“信用抵押”能夠有效解決這一難題。方方[4]認(rèn)為，大數(shù)據(jù)技術(shù)為銀行提供了全新的溝通渠道和有效手段，銀行內(nèi)部數(shù)據(jù)與社會(huì)數(shù)據(jù)的有機(jī)整合將產(chǎn)生新型的金融業(yè)態(tài)，顛覆金融服務(wù)形態(tài)，最終使那些善于利用數(shù)據(jù)的銀行從市場(chǎng)中勝出。

同時(shí)，大數(shù)據(jù)技術(shù)在互聯(lián)網(wǎng)金融領(lǐng)域中所面臨的挑戰(zhàn)與風(fēng)險(xiǎn)也逐漸被廣泛認(rèn)識(shí)。石勇和陳懿冰[5]通過(guò)對(duì)中國(guó)人民銀行與中國(guó)工商銀行大數(shù)據(jù)實(shí)踐的分析，認(rèn)為互聯(lián)網(wǎng)金融中的數(shù)據(jù)處理水平、技術(shù)和傳統(tǒng)金融業(yè)的商業(yè)模式都面臨著挑戰(zhàn)。孫浩[6]則提出，大數(shù)據(jù)技術(shù)的應(yīng)用使金融業(yè)面臨數(shù)據(jù)基礎(chǔ)設(shè)施、金融產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)變以及數(shù)據(jù)安全等諸多方面所帶來(lái)的挑戰(zhàn)。葉中行[7]則認(rèn)為，在互聯(lián)網(wǎng)金融中的大數(shù)據(jù)應(yīng)用存在大數(shù)據(jù)共享失聯(lián)、內(nèi)容失真、分析失能、處理失速和安全失控等風(fēng)險(xiǎn)。

面對(duì)這些挑戰(zhàn)與風(fēng)險(xiǎn)，學(xué)者紛紛提出各自的應(yīng)對(duì)方案。翟偉麗[8]認(rèn)為，通過(guò)加大體制和機(jī)制創(chuàng)新力度，提高銀行、證券、保險(xiǎn)領(lǐng)域的相互開(kāi)放力度，改變金融機(jī)構(gòu)的觀念，可促進(jìn)大數(shù)據(jù)時(shí)代金融機(jī)構(gòu)的創(chuàng)新和做大做強(qiáng)。侯敬文和程功勛[9]提出，應(yīng)當(dāng)通過(guò)對(duì)金融數(shù)據(jù)的有效管理和控制，建立金融企業(yè)價(jià)值鏈網(wǎng)絡(luò)，最終構(gòu)建金融大數(shù)據(jù)超市，將用戶與超市緊密結(jié)合以達(dá)到雙方共贏的目的。杜永紅[10]認(rèn)為，提供多元化增值服務(wù)、加強(qiáng)流程管理、構(gòu)建智慧發(fā)展模式將最終實(shí)現(xiàn)大數(shù)據(jù)在金融市場(chǎng)中的價(jià)值，并有助于防控風(fēng)險(xiǎn)。

二、互聯(lián)網(wǎng)金融領(lǐng)域大數(shù)據(jù)技術(shù)應(yīng)用的現(xiàn)狀

（一）互聯(lián)網(wǎng)金融領(lǐng)域大數(shù)據(jù)技術(shù)相關(guān)行業(yè)應(yīng)用考察

互聯(lián)網(wǎng)金融在中國(guó)的發(fā)展大致可以分為兩個(gè)階段。第一個(gè)階段是互聯(lián)網(wǎng)金融的開(kāi)始階段，即傳統(tǒng)的金融機(jī)構(gòu)互聯(lián)網(wǎng)化的過(guò)程；第二個(gè)階段是大量互聯(lián)網(wǎng)企業(yè)進(jìn)入金融市場(chǎng)的階段，以阿里金融等互聯(lián)網(wǎng)意義上的金融機(jī)構(gòu)為代表，[11]這意味著互聯(lián)網(wǎng)金融行業(yè)幾乎可以獲得傳統(tǒng)金融行業(yè)所有的數(shù)據(jù)。金融業(yè)與人的經(jīng)濟(jì)活動(dòng)密切相關(guān)，每天產(chǎn)生著與各種金融業(yè)務(wù)密切相關(guān)的大量數(shù)據(jù)，為進(jìn)一步深化大數(shù)據(jù)的應(yīng)用提供了現(xiàn)實(shí)基礎(chǔ)。根據(jù)貴陽(yáng)大數(shù)據(jù)平臺(tái)發(fā)布的《2016年大數(shù)據(jù)產(chǎn)業(yè)交易白皮書》，2015年中國(guó)金融大數(shù)據(jù)應(yīng)用市場(chǎng)規(guī)模達(dá)16億元，預(yù)計(jì)2020年將突破1 300億元。大數(shù)據(jù)技術(shù)在互聯(lián)網(wǎng)金融業(yè)中的運(yùn)用將為金融業(yè)提供諸多創(chuàng)新點(diǎn)。

1.銀行業(yè)

當(dāng)前大數(shù)據(jù)技術(shù)在銀行業(yè)的應(yīng)用主要體現(xiàn)在四個(gè)方面。一是通過(guò)海量數(shù)據(jù)的分析對(duì)目標(biāo)用戶的財(cái)產(chǎn)狀況、信用情況進(jìn)行準(zhǔn)確評(píng)估，使信貸風(fēng)險(xiǎn)處于可控狀態(tài)。如對(duì)銀行的大客戶——企業(yè)，進(jìn)行全方位分析，綜合該企業(yè)在所處行業(yè)地位、企業(yè)競(jìng)爭(zhēng)力水平、所處產(chǎn)業(yè)區(qū)域位置、營(yíng)收分布情況、行業(yè)成長(zhǎng)性、競(jìng)爭(zhēng)格局及市場(chǎng)占有率等因素，將銀行可能承擔(dān)的違約風(fēng)險(xiǎn)降到最低。二是對(duì)儲(chǔ)戶的信息進(jìn)行跟蹤分析。如將用戶的商品購(gòu)買記錄和銀行交易信息相聯(lián)系，為用戶提供系統(tǒng)的金融增值服務(wù)。三是對(duì)儲(chǔ)戶的社交信息、交易信息以及家庭信息等進(jìn)行價(jià)值挖掘，為處于人生不同階段的用戶提供針對(duì)性強(qiáng)的銀行理財(cái)產(chǎn)品。四是通過(guò)對(duì)用戶數(shù)據(jù)的實(shí)時(shí)關(guān)注，發(fā)現(xiàn)潛在用戶，及時(shí)察覺(jué)流失用戶，進(jìn)而改進(jìn)產(chǎn)品或服務(wù)。

在大數(shù)據(jù)技術(shù)應(yīng)用的實(shí)踐方面，中國(guó)工商銀行建立了全行統(tǒng)一的數(shù)據(jù)倉(cāng)庫(kù)和集團(tuán)信息庫(kù)兩大數(shù)據(jù)基礎(chǔ)平臺(tái)，對(duì)大數(shù)據(jù)進(jìn)行分析、挖掘和設(shè)計(jì)，并實(shí)施了業(yè)務(wù)運(yùn)營(yíng)風(fēng)險(xiǎn)改革方案，同時(shí)以數(shù)據(jù)分析結(jié)論為基礎(chǔ)，運(yùn)用風(fēng)險(xiǎn)監(jiān)控模型實(shí)施系統(tǒng)化的運(yùn)營(yíng)監(jiān)控體系。通過(guò)大數(shù)據(jù)風(fēng)險(xiǎn)監(jiān)測(cè)系統(tǒng)的應(yīng)用，全行的風(fēng)險(xiǎn)事件發(fā)生率大幅降低，日均人工監(jiān)督工作量由895.8萬(wàn)筆降至5.4萬(wàn)筆，縮減了5 900個(gè)業(yè)務(wù)監(jiān)督人員崗位，在提升工作效能的同時(shí)大大節(jié)省了人力成本。[12]

2.證券業(yè)

證券業(yè)具有與互聯(lián)網(wǎng)高度融合的現(xiàn)實(shí)基礎(chǔ)，大數(shù)據(jù)技術(shù)在證券業(yè)的應(yīng)用有效契合了證券行業(yè)的現(xiàn)實(shí)需求。首先，24小時(shí)不間斷收集大數(shù)據(jù)可使證券公司對(duì)市場(chǎng)進(jìn)行實(shí)時(shí)追蹤，同時(shí)大數(shù)據(jù)技術(shù)的強(qiáng)大處理能力將使不間斷地挖掘與處理數(shù)據(jù)成為可能。其次，通過(guò)對(duì)數(shù)據(jù)的大量收集，證券業(yè)自動(dòng)化交易策略設(shè)計(jì)中的數(shù)據(jù)量可以得到顯著增多，可供參考的數(shù)據(jù)也隨之增多，從而實(shí)現(xiàn)對(duì)證券市場(chǎng)更精準(zhǔn)、更快速的把控。最后，證券業(yè)作為金融市場(chǎng)中信息化程度最高的行業(yè)，其發(fā)展受到信息化程度的限制，利用大數(shù)據(jù)技術(shù)可使該行業(yè)的信息化程度得到一個(gè)質(zhì)的提升。充分信息化的證券市場(chǎng)可對(duì)客戶行為、市場(chǎng)因素、客戶相關(guān)、市場(chǎng)行情、上市公司公開(kāi)信息、宏微觀經(jīng)濟(jì)數(shù)據(jù)等信息進(jìn)行實(shí)時(shí)記錄，對(duì)相關(guān)信息進(jìn)行全方位的分析，為客戶提供更加合理與準(zhǔn)確的建議，最終實(shí)現(xiàn)客戶價(jià)值。

證券業(yè)與市場(chǎng)波動(dòng)緊密相連，而市場(chǎng)波動(dòng)往往決定著證券機(jī)構(gòu)的盈利和虧損。準(zhǔn)確預(yù)測(cè)市場(chǎng)可使證券公司對(duì)自身經(jīng)營(yíng)情況進(jìn)行預(yù)估，并采取適當(dāng)?shù)姆椒ㄟM(jìn)行應(yīng)對(duì)。2010年美國(guó)印第安納大學(xué)的一份調(diào)查研究表明，在從社交媒體Twitter中表現(xiàn)出來(lái)的情緒指數(shù)與道瓊斯工業(yè)指數(shù)的走勢(shì)之間具有近90%的相關(guān)性，隨后的調(diào)查進(jìn)一步發(fā)現(xiàn)，利用這些社交搜索數(shù)據(jù)可對(duì)股市進(jìn)行精準(zhǔn)預(yù)測(cè)[13]。

3.保險(xiǎn)業(yè)

基于大數(shù)據(jù)而形成的保險(xiǎn)產(chǎn)品將對(duì)保險(xiǎn)業(yè)務(wù)的提升起到顛覆性的作用。傳統(tǒng)的保險(xiǎn)定價(jià)是基于整個(gè)用戶群體，傳統(tǒng)保費(fèi)是保險(xiǎn)公司對(duì)整體風(fēng)險(xiǎn)評(píng)估分析后確定的平均值，而新型的保險(xiǎn)產(chǎn)品可以做到差異化定價(jià)，可根據(jù)每個(gè)人的行為相關(guān)數(shù)據(jù)、交易記錄、社交數(shù)據(jù)進(jìn)行精準(zhǔn)風(fēng)險(xiǎn)評(píng)估，最終確定相應(yīng)的價(jià)格，每個(gè)人只為自己的風(fēng)險(xiǎn)繳納相應(yīng)的保費(fèi)，保險(xiǎn)產(chǎn)品更個(gè)性化，也更容易吸納新的用戶，產(chǎn)生新的產(chǎn)品價(jià)值。2015年我國(guó)保險(xiǎn)密度為1 766.49元/人（271.77美元/人），保險(xiǎn)深度為3.59%，而2015年的全球市場(chǎng)人均保費(fèi)支出為662美元，發(fā)達(dá)國(guó)家人均保費(fèi)支出為3 666美元，我國(guó)的保險(xiǎn)密度尚有很大的發(fā)展空間，表明我國(guó)運(yùn)用保險(xiǎn)機(jī)制的主動(dòng)性還不夠[14]。大數(shù)據(jù)的應(yīng)用將使市場(chǎng)潛力得到發(fā)揮，相關(guān)的產(chǎn)品改造將使保險(xiǎn)向更廣的人群覆蓋。除此之外，大數(shù)據(jù)還能應(yīng)用于保險(xiǎn)欺詐識(shí)別業(yè)務(wù)。保險(xiǎn)欺詐是傳統(tǒng)保險(xiǎn)行業(yè)中難以根除的惡疾，當(dāng)數(shù)據(jù)量達(dá)到足夠大時(shí)，保險(xiǎn)欺詐行為的可識(shí)別度將顯著提高，整個(gè)保險(xiǎn)業(yè)的利潤(rùn)水平也會(huì)明顯提高。中國(guó)保險(xiǎn)行業(yè)協(xié)會(huì)委托波士頓咨詢公司（BCG）向國(guó)內(nèi)19家保險(xiǎn)公司發(fā)放訪談問(wèn)卷進(jìn)行調(diào)研，結(jié)果顯示63%的保險(xiǎn)公司已將大數(shù)據(jù)應(yīng)用于欺詐檢測(cè)方面，47%的保險(xiǎn)公司已在風(fēng)險(xiǎn)評(píng)估與定價(jià)方面展開(kāi)實(shí)踐，對(duì)于大數(shù)據(jù)在交叉銷售、防止客戶流失方面的實(shí)踐則達(dá)到了32%。[15]

4.網(wǎng)絡(luò)P2P貸款

在產(chǎn)品宣傳方面，基于大數(shù)據(jù)的精準(zhǔn)營(yíng)銷可以顯著提升客戶體驗(yàn)。隨著P2P網(wǎng)貸規(guī)模的不斷擴(kuò)大，貸款者往往要花費(fèi)大量的時(shí)間與精力才能找到合適的信貸產(chǎn)品，影響用戶的使用體驗(yàn)，從而導(dǎo)致消費(fèi)者的流失。而基于大數(shù)據(jù)的個(gè)性化推薦系統(tǒng)提供了一個(gè)完善的解決方案，即通過(guò)對(duì)貸款人的特征和借款記錄，信貸產(chǎn)品的期限、風(fēng)險(xiǎn)和收益，以及客戶的瀏覽記錄、個(gè)性化需求與興趣偏好等信息進(jìn)行綜合分析，可向用戶進(jìn)行個(gè)性化推薦，實(shí)現(xiàn)對(duì)產(chǎn)品業(yè)務(wù)流程的優(yōu)化。

在風(fēng)險(xiǎn)防控方面，大數(shù)據(jù)技術(shù)可以有效預(yù)警經(jīng)營(yíng)風(fēng)險(xiǎn)，保障消費(fèi)者合法權(quán)益。近年來(lái)的P2P網(wǎng)貸平臺(tái)問(wèn)題頻出，《2016年全國(guó)P2P網(wǎng)貸行業(yè)半年報(bào)》顯示，2016年上半年，全國(guó)累計(jì)停業(yè)及問(wèn)題平臺(tái)數(shù)量為515家，其中惡性退出的平臺(tái)共有268家。[16]將大數(shù)據(jù)技術(shù)引入到P2P網(wǎng)貸中能夠及時(shí)對(duì)網(wǎng)貸平臺(tái)進(jìn)行監(jiān)控，并通過(guò)對(duì)公司經(jīng)營(yíng)狀況、資產(chǎn)狀況、風(fēng)險(xiǎn)狀況等的有效評(píng)估，提早發(fā)現(xiàn)潛在風(fēng)險(xiǎn)進(jìn)而采取合理的規(guī)避手段。

（二）互聯(lián)網(wǎng)金融領(lǐng)域大數(shù)據(jù)技術(shù)應(yīng)用模式分析

1.互聯(lián)網(wǎng)金融領(lǐng)域大數(shù)據(jù)技術(shù)應(yīng)用基本模式分析

大數(shù)據(jù)技術(shù)應(yīng)用模式一般包括三個(gè)層級(jí)。第一層是基礎(chǔ)數(shù)據(jù)來(lái)源層，主要職能是數(shù)據(jù)收集?；A(chǔ)數(shù)據(jù)一般有三個(gè)來(lái)源，一是云計(jì)算、大數(shù)據(jù)基礎(chǔ)設(shè)施，二是互聯(lián)網(wǎng)、物聯(lián)網(wǎng)基礎(chǔ)設(shè)施，三是智能終端、APP應(yīng)用。第二層是數(shù)據(jù)整合層，包括對(duì)數(shù)據(jù)的分類、儲(chǔ)存與分析，此階段應(yīng)用的技術(shù)是數(shù)據(jù)挖掘技術(shù)，所謂數(shù)據(jù)挖掘是通過(guò)對(duì)海量數(shù)據(jù)進(jìn)行針對(duì)性的提取、分揀、歸類，挖掘隱含的有用信息，為各行各業(yè)的生存和發(fā)展提供決策支持信息。[17]數(shù)據(jù)挖掘技術(shù)從本質(zhì)上說(shuō)是決策支持過(guò)程，是基于人工智能、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)、數(shù)據(jù)庫(kù)等技術(shù)手段而做出的歸納性推理。第三層是數(shù)據(jù)應(yīng)用層，即利用整個(gè)數(shù)據(jù)處理流程最終得到的數(shù)據(jù)模型進(jìn)行分析，使決策者對(duì)產(chǎn)品或服務(wù)市場(chǎng)情況做出判斷。該階段還可以將需求市場(chǎng)進(jìn)行細(xì)分，以達(dá)到產(chǎn)品或服務(wù)精確投放的目的。

北京拓爾思信息技術(shù)股份有限公司（以下簡(jiǎn)稱“拓爾思公司”）長(zhǎng)期從事大數(shù)據(jù)技術(shù)和服務(wù)業(yè)務(wù)，提煉出了大數(shù)據(jù)技術(shù)在互聯(lián)網(wǎng)金融領(lǐng)域應(yīng)用的基本構(gòu)架（參見(jiàn)圖1），具有一定的代表性。拓爾思公司將數(shù)據(jù)結(jié)構(gòu)分為用戶層、應(yīng)用層、分析層、存儲(chǔ)計(jì)算層以及數(shù)據(jù)整合層五個(gè)層級(jí)。在數(shù)據(jù)收集環(huán)節(jié)，拓爾思公司結(jié)合標(biāo)準(zhǔn)Hadoop開(kāi)源技術(shù)，對(duì)多種數(shù)據(jù)（內(nèi)部數(shù)據(jù)、第三方數(shù)據(jù)、互聯(lián)網(wǎng)數(shù)據(jù)）整合，進(jìn)行統(tǒng)一的數(shù)據(jù)采集與匯總。在數(shù)據(jù)存儲(chǔ)計(jì)算環(huán)節(jié)，在底層構(gòu)建結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)混合存儲(chǔ)的金融數(shù)據(jù)存儲(chǔ)區(qū)，并結(jié)合不同數(shù)據(jù)的特性，按主題進(jìn)行數(shù)據(jù)切割、關(guān)聯(lián)、打包，形成主題數(shù)據(jù)庫(kù)。在數(shù)據(jù)分析環(huán)節(jié)，依賴拓爾思公司在金融行業(yè)多年的業(yè)務(wù)處理經(jīng)驗(yàn)，形成了可量化的分析模型（如信用指數(shù)、健康指數(shù)、風(fēng)險(xiǎn)指數(shù)、冒煙指數(shù)、傳播指數(shù)、偏好指數(shù)等），可運(yùn)用于互聯(lián)網(wǎng)風(fēng)險(xiǎn)投資、打擊非法集資、輿情監(jiān)測(cè)、精準(zhǔn)營(yíng)銷、智能客服等多領(lǐng)域，還能為互聯(lián)網(wǎng)金融監(jiān)管部門提供相關(guān)的信息，保障監(jiān)管的及時(shí)性與有效性[18]，是當(dāng)前大數(shù)據(jù)技術(shù)運(yùn)用于互聯(lián)網(wǎng)金融領(lǐng)域的典范。

2.互聯(lián)網(wǎng)金融領(lǐng)域大數(shù)據(jù)技術(shù)具體應(yīng)用模式例證

中國(guó)人民銀行個(gè)人信用評(píng)分模型是數(shù)據(jù)挖掘技術(shù)在風(fēng)險(xiǎn)管理中的典型應(yīng)用，通過(guò)對(duì)全國(guó)各大金融機(jī)構(gòu)中所有個(gè)人信貸賬戶中的信用卡、汽車貸款、住房資源等歷史數(shù)據(jù)，運(yùn)用數(shù)據(jù)挖掘和統(tǒng)計(jì)分析技術(shù)建立評(píng)分體系，該模型旨在針對(duì)消費(fèi)者未來(lái)一定時(shí)期內(nèi)的違約概率進(jìn)行預(yù)測(cè)，初步將評(píng)分標(biāo)準(zhǔn)確定為350～1 000分，分?jǐn)?shù)越高，風(fēng)險(xiǎn)越低或信用越好。

圖1 拓爾思公司金融大數(shù)據(jù)框架

另外，小米金融首先依靠設(shè)備層中的基礎(chǔ)設(shè)施如手機(jī)、手環(huán)、智能家居等實(shí)現(xiàn)對(duì)業(yè)務(wù)層數(shù)據(jù)的收集，然后通過(guò)數(shù)據(jù)倉(cāng)庫(kù)進(jìn)行儲(chǔ)存，再利用R語(yǔ)言、Spark、Hive等大數(shù)據(jù)挖掘分析技術(shù)建立信用模型與反欺詐模型，最后根據(jù)模型反饋的結(jié)果采取進(jìn)一步的措施。如對(duì)存在欺詐風(fēng)險(xiǎn)的賬戶采取異常環(huán)境檢測(cè)手段或要求用戶利用手機(jī)設(shè)備進(jìn)行賬戶驗(yàn)證，采用實(shí)名認(rèn)證措施以消除身份偽造的風(fēng)險(xiǎn)，而針對(duì)虛假資料信息則采用交叉驗(yàn)證的方法。

此外，大數(shù)據(jù)在金融市場(chǎng)中還可被相關(guān)監(jiān)管部門運(yùn)用到反洗錢中，其核心原理是利用大數(shù)據(jù)技術(shù)在海量數(shù)據(jù)中發(fā)現(xiàn)與洗錢行為存在相關(guān)性的數(shù)據(jù)，進(jìn)而對(duì)洗錢行為進(jìn)行深度追蹤。具體路徑是通過(guò)對(duì)原始交易數(shù)據(jù)的收集，完成數(shù)據(jù)的簡(jiǎn)單分類、處理和儲(chǔ)存，然后利用數(shù)據(jù)挖掘技術(shù)尋找其中存在的與犯罪行為相關(guān)的數(shù)據(jù)，將滿足犯罪行為特征的有關(guān)數(shù)據(jù)作為判斷犯罪行為的主要線索，并自動(dòng)反饋給監(jiān)管部門。監(jiān)管部門最后基于反洗錢的經(jīng)驗(yàn)與知識(shí)，結(jié)合數(shù)據(jù)處理后可視化的相關(guān)信息進(jìn)行最終判斷（參見(jiàn)圖2）。

（三）互聯(lián)網(wǎng)金融領(lǐng)域大數(shù)據(jù)技術(shù)應(yīng)用價(jià)值的分析

大數(shù)據(jù)技術(shù)通過(guò)對(duì)海量非結(jié)構(gòu)化數(shù)據(jù)的分析、計(jì)算與整合實(shí)現(xiàn)預(yù)測(cè)功能，在互聯(lián)網(wǎng)金融領(lǐng)域具有廣泛的應(yīng)用價(jià)值。

1.優(yōu)化產(chǎn)品和服務(wù)

用戶的需求能夠通過(guò)大數(shù)據(jù)得到可視化體現(xiàn)，通過(guò)對(duì)不同渠道來(lái)源的數(shù)據(jù)進(jìn)行分析，企業(yè)能夠有針對(duì)性地對(duì)產(chǎn)品和服務(wù)進(jìn)行優(yōu)化?；ヂ?lián)網(wǎng)金融領(lǐng)域的數(shù)據(jù)主要有四個(gè)來(lái)源渠道。一是互聯(lián)網(wǎng)中的交易數(shù)據(jù)，包括第三方支付數(shù)據(jù)、電商購(gòu)物數(shù)據(jù)以及生活服務(wù)類的繳費(fèi)數(shù)據(jù)；二是社交大數(shù)據(jù)；三是信用卡以及銀行卡大數(shù)據(jù)；四是互聯(lián)網(wǎng)中的征信大數(shù)據(jù)。通過(guò)大數(shù)據(jù)技術(shù)對(duì)這些多維度數(shù)據(jù)進(jìn)行處理，對(duì)用戶的了解將達(dá)到非常高的程度，使產(chǎn)品直接投放到目標(biāo)客戶群體中，減少了其中的溝通成本與交易成本。在具體經(jīng)營(yíng)活動(dòng)中，企業(yè)往往采用“用戶畫像”這種技術(shù)，即首先通過(guò)對(duì)用戶基本數(shù)據(jù)、客戶使用產(chǎn)品數(shù)據(jù)、客戶歷史交易數(shù)據(jù)等原始數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，其次再結(jié)合用戶人口屬性、賬戶歷史趨勢(shì)、產(chǎn)品購(gòu)買次數(shù)等事實(shí)數(shù)據(jù)進(jìn)行建模分析，然后再對(duì)用戶滿意度、用戶風(fēng)險(xiǎn)程度、用戶偏好等進(jìn)行模型預(yù)測(cè)，最終建立包含消費(fèi)能力、用戶流失概率、違約概率、用戶近期需求等畫像標(biāo)簽，進(jìn)一步為企業(yè)的產(chǎn)品設(shè)計(jì)與服務(wù)優(yōu)化提供可視化信息支持。

2.挖掘潛在用戶

大數(shù)據(jù)技術(shù)的應(yīng)用能夠建立新型征信機(jī)制，降低交易風(fēng)險(xiǎn)，擴(kuò)大金融服務(wù)的覆蓋范圍。波士頓咨詢公司發(fā)布的《2015中國(guó)個(gè)人征信行業(yè)報(bào)告》顯示，中國(guó)人民銀行個(gè)人征信中心數(shù)據(jù)覆蓋8.6億人，其中有信貸記錄的約3.5億人，個(gè)人征信系統(tǒng)覆蓋率為35%。[19]

通過(guò)大數(shù)據(jù)技術(shù)建立的多元化信用評(píng)價(jià)機(jī)制，將從多方面對(duì)個(gè)人或企業(yè)的信用進(jìn)行深度刻畫。除了傳統(tǒng)典型的信用卡數(shù)據(jù)，互聯(lián)網(wǎng)的社交數(shù)據(jù)、購(gòu)物交易數(shù)據(jù)以及電信業(yè)務(wù)數(shù)據(jù)、水電費(fèi)繳費(fèi)數(shù)據(jù)等都將被用于個(gè)人或企業(yè)的信用刻畫。新型的多元化信用評(píng)價(jià)機(jī)制將覆蓋傳統(tǒng)金融難以覆蓋的客戶，擴(kuò)大互聯(lián)網(wǎng)金融服務(wù)受眾范圍。

3.推動(dòng)企業(yè)內(nèi)部管理變革

大數(shù)據(jù)技術(shù)在互聯(lián)網(wǎng)金融領(lǐng)域的應(yīng)用使金融業(yè)管理模式有了創(chuàng)新的方向：以“數(shù)據(jù)—信息—商業(yè)智能”為導(dǎo)向，以定量化、精細(xì)化管理為發(fā)展路線，充分運(yùn)用數(shù)據(jù)分析技術(shù)，使分析結(jié)論成為金融機(jī)構(gòu)決策的主要依據(jù)。

以銀行業(yè)為例，傳統(tǒng)銀行業(yè)對(duì)大數(shù)據(jù)的整合需要對(duì)數(shù)據(jù)進(jìn)行分散處理、部分處理以及大量的人工化處理。大數(shù)據(jù)技術(shù)能夠促進(jìn)傳統(tǒng)銀行業(yè)內(nèi)部管理方式的轉(zhuǎn)變：一是大數(shù)據(jù)技術(shù)可以對(duì)銀行電子數(shù)據(jù)進(jìn)行充分的價(jià)值挖掘，避免數(shù)據(jù)閑置，創(chuàng)造經(jīng)濟(jì)價(jià)值；二是大數(shù)據(jù)技術(shù)可促使銀行業(yè)務(wù)由個(gè)人主觀經(jīng)驗(yàn)導(dǎo)向轉(zhuǎn)變?yōu)閿?shù)據(jù)驅(qū)動(dòng)導(dǎo)向，使決策更加具有科學(xué)性、合理性；三是促使銀行業(yè)不斷優(yōu)化人才結(jié)構(gòu)，提高金融系統(tǒng)的工作效率和競(jìng)爭(zhēng)力。

圖2 反洗錢大數(shù)據(jù)應(yīng)用模型

三、互聯(lián)網(wǎng)金融大數(shù)據(jù)應(yīng)用面臨的挑戰(zhàn)

（一）數(shù)據(jù)處理異構(gòu)

大數(shù)據(jù)時(shí)代下的數(shù)據(jù)處理面臨著數(shù)據(jù)異構(gòu)的問(wèn)題。第一，數(shù)據(jù)源的數(shù)據(jù)類型從結(jié)構(gòu)化數(shù)據(jù)為主逐漸轉(zhuǎn)向以半結(jié)構(gòu)化和非機(jī)構(gòu)化數(shù)據(jù)為主；第二，數(shù)據(jù)來(lái)源更加廣泛，過(guò)往的數(shù)據(jù)主要產(chǎn)生于服務(wù)器和個(gè)人電腦，隨著移動(dòng)設(shè)備的普及，移動(dòng)端產(chǎn)生的數(shù)據(jù)大大增加；第三，數(shù)據(jù)存儲(chǔ)方式發(fā)生變化，要求在集成過(guò)程中對(duì)數(shù)據(jù)進(jìn)行轉(zhuǎn)換，而轉(zhuǎn)換過(guò)程相當(dāng)復(fù)雜且難以管理。同時(shí)，數(shù)據(jù)量的大幅度增加也意味著大量無(wú)價(jià)值數(shù)據(jù)的存在，需要在數(shù)據(jù)的質(zhì)和量之間進(jìn)行權(quán)衡。

此外，數(shù)據(jù)處理中還面臨著處理標(biāo)準(zhǔn)不統(tǒng)一、先驗(yàn)知識(shí)不足的問(wèn)題。目前數(shù)據(jù)實(shí)時(shí)處理包括三種方式，即流處理模式、批處理模式以及兩者結(jié)合的方式，但沒(méi)有一個(gè)通用的實(shí)時(shí)處理框架，實(shí)踐中需要對(duì)技術(shù)工具進(jìn)行改造升級(jí)，以便達(dá)到理想的處理效果。傳統(tǒng)分析以關(guān)系模型進(jìn)行數(shù)據(jù)存儲(chǔ)，其中就隱含了對(duì)數(shù)據(jù)內(nèi)部關(guān)系的先驗(yàn)知識(shí)，而半結(jié)構(gòu)化與結(jié)構(gòu)化數(shù)據(jù)難以建立類似結(jié)構(gòu)化的正式關(guān)系，需要應(yīng)用實(shí)時(shí)處理技術(shù)，而相關(guān)技術(shù)人員很難有充足時(shí)間獲得相關(guān)的先驗(yàn)知識(shí)。[20]

（二）經(jīng)營(yíng)風(fēng)險(xiǎn)防控

鑒于數(shù)據(jù)來(lái)源不明確、數(shù)量過(guò)多、質(zhì)量千差萬(wàn)別以及數(shù)據(jù)處理過(guò)程中的不規(guī)范，在大數(shù)據(jù)技術(shù)應(yīng)用過(guò)程中存在著諸多風(fēng)險(xiǎn)，其中最大的風(fēng)險(xiǎn)是決策風(fēng)險(xiǎn)，要求決策者對(duì)基于大數(shù)據(jù)技術(shù)而產(chǎn)生的決策持謹(jǐn)慎態(tài)度，合理預(yù)估大數(shù)據(jù)技術(shù)中的潛在風(fēng)險(xiǎn)。此外，規(guī)避決策風(fēng)險(xiǎn)還要求企業(yè)對(duì)大數(shù)據(jù)在不同具體業(yè)務(wù)活動(dòng)中的決策可行性進(jìn)行評(píng)估，以便有效分配企業(yè)資源。

近年來(lái)P2P平臺(tái)通過(guò)網(wǎng)絡(luò)平臺(tái)實(shí)施的非法集資、惡意欺詐、洗錢等事件時(shí)有發(fā)生，這些現(xiàn)象產(chǎn)生的部分原因在于未建立有效的基于大數(shù)據(jù)的風(fēng)險(xiǎn)控制機(jī)制，缺乏對(duì)國(guó)家宏觀調(diào)控信息、行業(yè)預(yù)警信息以及企業(yè)負(fù)面新聞等公開(kāi)數(shù)據(jù)的收集、分析與預(yù)測(cè)。此外，有關(guān)監(jiān)管部門對(duì)行業(yè)趨勢(shì)、企業(yè)經(jīng)營(yíng)業(yè)績(jī)、公司股東資料等關(guān)鍵數(shù)據(jù)未進(jìn)行深入的挖掘，對(duì)企業(yè)的實(shí)際經(jīng)營(yíng)能力缺乏認(rèn)識(shí)，難以在風(fēng)險(xiǎn)發(fā)生后保障債權(quán)人和社會(huì)公眾的利益。

（三）網(wǎng)絡(luò)數(shù)據(jù)安全

互聯(lián)網(wǎng)金融市場(chǎng)中的金融大數(shù)據(jù)由無(wú)數(shù)的個(gè)人數(shù)據(jù)組成，個(gè)人數(shù)據(jù)是基于數(shù)據(jù)主體的各種活動(dòng)產(chǎn)生的，數(shù)據(jù)安全問(wèn)題至關(guān)重要。然而在目前的金融市場(chǎng)中，數(shù)據(jù)被隨意共享泄露，缺乏個(gè)人數(shù)據(jù)保護(hù)的有效措施。造成個(gè)人數(shù)據(jù)安全風(fēng)險(xiǎn)的原因包括投入不足、制度流程不規(guī)范、安全意識(shí)薄弱、安全需求不明確、專業(yè)人員缺乏等。從法律層面而言，我國(guó)當(dāng)前還未有一部關(guān)于個(gè)人數(shù)據(jù)保護(hù)的專門法律，個(gè)人數(shù)據(jù)被泄露或?yàn)E用的用戶難以得到有效的司法救濟(jì)，且互聯(lián)網(wǎng)上的侵權(quán)行為具有匿名性和隱秘性的特點(diǎn)，僅僅通過(guò)用戶個(gè)人的力量難以找到責(zé)任主體。即使確定了侵權(quán)行為人，現(xiàn)有法律對(duì)侵權(quán)行為人的懲戒措施也不足以對(duì)個(gè)人數(shù)據(jù)主體的合法權(quán)益進(jìn)行有力保障。

現(xiàn)有技術(shù)的發(fā)展使那些即使處理過(guò)的數(shù)據(jù)也能夠輕易地被轉(zhuǎn)變?yōu)槊舾械膫€(gè)人數(shù)據(jù)，行業(yè)標(biāo)準(zhǔn)的缺失導(dǎo)致互聯(lián)網(wǎng)金融領(lǐng)域內(nèi)相關(guān)數(shù)據(jù)的處理方法千差萬(wàn)別，對(duì)敏感數(shù)據(jù)所指向的個(gè)人的有效保護(hù)無(wú)從談起。在人民論壇問(wèn)卷調(diào)查中心2015年對(duì)網(wǎng)絡(luò)信息安全狀況的調(diào)查中，受訪者將金融數(shù)據(jù)列為網(wǎng)絡(luò)信息化潛在安全問(wèn)題中僅次于個(gè)人隱私的第二大潛在安全問(wèn)題。[21]

四、互聯(lián)網(wǎng)金融領(lǐng)域大數(shù)據(jù)應(yīng)用的優(yōu)化路徑

（一）加強(qiáng)大數(shù)據(jù)戰(zhàn)略的頂層設(shè)計(jì)

應(yīng)以全局的角度對(duì)大數(shù)據(jù)的具體應(yīng)用層面進(jìn)行統(tǒng)籌規(guī)劃，以保障數(shù)據(jù)資源的合理利用以及效用最大化。我國(guó)互聯(lián)網(wǎng)金融業(yè)正處于蓬勃發(fā)展期，經(jīng)營(yíng)模式正從原來(lái)以產(chǎn)品為中心的粗獷型管理模式向以市場(chǎng)為導(dǎo)向、以客戶為中心的新型精細(xì)化管理模式轉(zhuǎn)變，開(kāi)始注重于長(zhǎng)遠(yuǎn)規(guī)劃，著眼于金融業(yè)的長(zhǎng)期發(fā)展，利用數(shù)據(jù)管理的手段對(duì)客戶需求進(jìn)行全方位的數(shù)據(jù)分析，進(jìn)而深層次地了解用戶，以便達(dá)到對(duì)用戶情況實(shí)時(shí)把控、用戶需求切實(shí)滿足的效果。

加強(qiáng)頂層設(shè)計(jì)能夠?qū)⑵髽I(yè)現(xiàn)有組織結(jié)構(gòu)進(jìn)行整合，最大化地減少管理上的沖突，提高企業(yè)資源利用效率，保障企業(yè)在市場(chǎng)中的靈活性。同時(shí)大數(shù)據(jù)技術(shù)的低成本性也將使企業(yè)的管理費(fèi)用大幅度降低。

（二）推動(dòng)信息技術(shù)的發(fā)展與迭代

大數(shù)據(jù)技術(shù)效應(yīng)的充分發(fā)揮必須以信息技術(shù)的發(fā)展和迭代為基礎(chǔ)，其關(guān)鍵在于基礎(chǔ)設(shè)施的不斷完善。大數(shù)據(jù)技術(shù)的基礎(chǔ)設(shè)施包括硬件與軟件，硬件主要包括大數(shù)據(jù)應(yīng)用架構(gòu)中用于數(shù)據(jù)收集、存儲(chǔ)的設(shè)備，而軟件基礎(chǔ)設(shè)施則包括用于數(shù)據(jù)處理的專業(yè)軟件以及金融企業(yè)的人力資源。大數(shù)據(jù)技術(shù)的應(yīng)用需要建立更多高效率傳輸?shù)臄?shù)據(jù)中心，以支持分布式集群的跨數(shù)據(jù)中心任務(wù)調(diào)度和保障以太網(wǎng)無(wú)環(huán)路的多鏈路傳輸。從長(zhǎng)遠(yuǎn)來(lái)看，對(duì)這些基礎(chǔ)設(shè)施的投入能夠使大數(shù)據(jù)技術(shù)在互聯(lián)網(wǎng)金融領(lǐng)域的應(yīng)用更加廣泛，并幫助企業(yè)全方位成長(zhǎng)。

大數(shù)據(jù)技術(shù)也需要得到大量的資金支持，現(xiàn)有的Hadoop大數(shù)據(jù)平臺(tái)雖解決了大數(shù)據(jù)的可靠存儲(chǔ)和處理問(wèn)題，但數(shù)據(jù)處理的反應(yīng)速度還不盡如人意，對(duì)于交互式數(shù)據(jù)處理、實(shí)時(shí)處理的支持不夠。應(yīng)加大對(duì)新技術(shù)的研究力度，不斷提出新的技術(shù)解決方案，保證數(shù)據(jù)收集的全面性、完整性，促進(jìn)技術(shù)的變革以增加處理半結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)的效率，同時(shí)建立更加精準(zhǔn)的數(shù)據(jù)模型，最終提供更好的決策建議和依據(jù)。

（三）保障網(wǎng)絡(luò)用戶數(shù)據(jù)安全

對(duì)數(shù)據(jù)的安全保護(hù)應(yīng)當(dāng)從數(shù)據(jù)處理的各實(shí)踐環(huán)節(jié)進(jìn)行把控。數(shù)據(jù)處理階段一般分為四個(gè)階段：一是數(shù)據(jù)產(chǎn)生階段，該階段需要對(duì)數(shù)據(jù)進(jìn)行分級(jí)，建立數(shù)據(jù)日志；二是數(shù)據(jù)存儲(chǔ)階段，此階段應(yīng)當(dāng)在對(duì)數(shù)據(jù)進(jìn)行加密處理的同時(shí)對(duì)數(shù)據(jù)進(jìn)行備份；三是數(shù)據(jù)加工階段，對(duì)數(shù)據(jù)進(jìn)行脫敏處理；四是數(shù)據(jù)的使用階段，該階段需要嚴(yán)格設(shè)置數(shù)據(jù)使用權(quán)限，嚴(yán)防數(shù)據(jù)泄露，同時(shí)為數(shù)據(jù)的保存建立一個(gè)良好的安全環(huán)境。

保護(hù)用戶數(shù)據(jù)安全必須減少人為因素的影響。企業(yè)應(yīng)確立對(duì)數(shù)據(jù)管理的基本原則，提高管理人員的安全意識(shí)，制定完善的數(shù)據(jù)安全保護(hù)制度，對(duì)數(shù)據(jù)泄露的行為進(jìn)行嚴(yán)厲處罰，及早發(fā)現(xiàn)數(shù)據(jù)潛在安全風(fēng)險(xiǎn)。[22]

（四）完善大數(shù)據(jù)風(fēng)險(xiǎn)管理制度

對(duì)風(fēng)險(xiǎn)的控制程度往往決定著創(chuàng)新性金融的成敗。首先，完善的風(fēng)險(xiǎn)管理制度必須對(duì)風(fēng)險(xiǎn)進(jìn)行全面的管理，包括流動(dòng)性風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)、操作風(fēng)險(xiǎn)等。其次，完善風(fēng)險(xiǎn)管理制度應(yīng)從確定風(fēng)險(xiǎn)管理的基本原則出發(fā)，并隨著企業(yè)的發(fā)展不斷完善。再次，完善風(fēng)險(xiǎn)管理制度的基礎(chǔ)是建立專門的風(fēng)險(xiǎn)管理機(jī)構(gòu)，使企業(yè)能夠在短時(shí)間內(nèi)對(duì)風(fēng)險(xiǎn)管理的重要事項(xiàng)及相關(guān)制度根據(jù)市場(chǎng)變化及時(shí)做出調(diào)整。最后，還應(yīng)設(shè)置與業(yè)務(wù)復(fù)雜程度和風(fēng)險(xiǎn)管理指標(biāo)體系相適應(yīng)的風(fēng)險(xiǎn)管理信息技術(shù)系統(tǒng)，隨時(shí)評(píng)估風(fēng)險(xiǎn)，全方位監(jiān)控預(yù)警。

（五）構(gòu)建互聯(lián)網(wǎng)金融聯(lián)合監(jiān)管模式

互聯(lián)網(wǎng)金融與大數(shù)據(jù)都是新興事物，發(fā)展初期容易形成監(jiān)管真空地帶，累積風(fēng)險(xiǎn)隱患，大數(shù)據(jù)技術(shù)的廣泛應(yīng)用有助于不斷完善監(jiān)管機(jī)制。應(yīng)建立一個(gè)多元化的互聯(lián)網(wǎng)金融監(jiān)管機(jī)制，根據(jù)不同業(yè)務(wù)性質(zhì)和風(fēng)險(xiǎn)水平采取不同的監(jiān)管措施，在做到互聯(lián)網(wǎng)模式去中心化的前提下，堅(jiān)持以透明化、市場(chǎng)化和規(guī)范化為方向，兼顧創(chuàng)新和公平。

互聯(lián)網(wǎng)金融聯(lián)合監(jiān)管機(jī)制由三個(gè)部分組成。其一，企業(yè)內(nèi)部的監(jiān)管機(jī)制，傳統(tǒng)監(jiān)管制度難以在短時(shí)間內(nèi)熟悉大數(shù)據(jù)時(shí)代的互聯(lián)網(wǎng)金融，企業(yè)內(nèi)部監(jiān)管機(jī)制能夠靈活利用相關(guān)的制度措施進(jìn)行矯正。其二，整個(gè)互聯(lián)網(wǎng)金融行業(yè)的行業(yè)監(jiān)管機(jī)制，可對(duì)整個(gè)行業(yè)的變化及時(shí)掌握并采取相應(yīng)的措施。其三，行政機(jī)構(gòu)的監(jiān)管制度，政府有公權(quán)力作為支撐，必須堅(jiān)守監(jiān)管的紅線，保障互聯(lián)網(wǎng)金融處于健康可控狀態(tài)。

＊重慶理工大學(xué)林穎對(duì)本文亦有貢獻(xiàn)，在此致謝。

[1]蔚趙春，凌鴻.商業(yè)銀行大數(shù)據(jù)應(yīng)用的理論、實(shí)踐與影響[J].上海金融，2013（9）：28-32.

[2]程立國(guó)，陳健恒，徐永紅.大數(shù)據(jù)在金融業(yè)的應(yīng)用初探[J].中國(guó)金融電腦，2013（10）：69-73.

[3]黃子健，王龑.大數(shù)據(jù)、互聯(lián)網(wǎng)金融與信用資本：破解小微企業(yè)融資悖論[J].金融經(jīng)濟(jì)學(xué)研究，2015（1）：55-67.

[4]方方.“大數(shù)據(jù)”趨勢(shì)下商業(yè)銀行應(yīng)對(duì)策略研究[J].新金融，2012（12）：25-28.

[5]石勇，陳懿冰.大數(shù)據(jù)技術(shù)在金融行業(yè)的應(yīng)用及未來(lái)展望[J].金融電子化，2014（7）：22-23.

[6]孫浩.金融大數(shù)據(jù)的挑戰(zhàn)與應(yīng)對(duì)[J].金融電子化，2012（7）：51-52.

[7]葉中行.互聯(lián)網(wǎng)金融中的大數(shù)據(jù)應(yīng)用[J].科研信息化技術(shù)與應(yīng)用，2015（2）：3-10.

[8]翟偉麗.大數(shù)據(jù)時(shí)代的金融體系重構(gòu)與資本市場(chǎng)變革[J].證券市場(chǎng)導(dǎo)報(bào)，2014（2）：47-50.

[9]侯敬文，程功勛.大數(shù)據(jù)時(shí)代我國(guó)金融數(shù)據(jù)的服務(wù)創(chuàng)新[J].財(cái)經(jīng)科學(xué)，2015（10）：26-35.

[10]杜永紅.大數(shù)據(jù)下的互聯(lián)網(wǎng)金融創(chuàng)新發(fā)展模式[J].中國(guó)流通經(jīng)濟(jì)，2015（7）：70-75.

[11]李平，陳林，李強(qiáng)等.互聯(lián)網(wǎng)金融的發(fā)展與研究綜述[J].電子科技大學(xué)學(xué)報(bào)，2015（2）：245-253.

[12]中國(guó)工商銀行.工商銀行金融互聯(lián)網(wǎng)與大數(shù)據(jù)應(yīng)用[EB/ OL].（2014-01-22）[2017-02-05].http：//www.acsi.gov.cn/ archiver/zjw/UpFile/Files/Default/0140122150231265625.pdf.

[13]張燚.當(dāng)市場(chǎng)情緒可以量化[EB/OL].（2014-09-26）[2017-02-05].http：//finance.people.com.cn/stock/n/2014/ 0926/c67815-25739594.html.

[14]李忠獻(xiàn).2015年中國(guó)保險(xiǎn)深度為3.59%[EB/OL].（2016-03-03）[2017-02-05].http：//xw.sinoins.com/2016-03/03/ content_186564.htm.

[15]朱進(jìn)元，殷劍峰.轉(zhuǎn)型與發(fā)展：從保險(xiǎn)大國(guó)到保險(xiǎn)強(qiáng)國(guó)[M].北京：社會(huì)科學(xué)文獻(xiàn)出版社，2015：210.

[16]上海盈燦商務(wù)咨詢有限公司.網(wǎng)貸之家發(fā)布《2016年全國(guó)P2P網(wǎng)貸行業(yè)半年報(bào)》[EB/OL].（2016-07-06）[2017-02-05].http：//www.wdzj.com/news/baogao/30277.html.

[17]李明江，唐穎，周力軍.數(shù)據(jù)挖掘技術(shù)及應(yīng)用[J].中國(guó)新通信，2012（22）：66-67.

[18]北京拓爾思信息技術(shù)股份有限公司.拓爾思大數(shù)據(jù)應(yīng)用案例[EB/OL].（2016-05-10）[2017-02-05].http：//www.trs. com.cn/fwyzc/zlxz/201605/P020160510420145496493.pdf.

[19]波士頓咨詢公司中國(guó)征信行業(yè)報(bào)告（2015）[EB/OL].（2016-04-05）[2017-02-05].http：//www.bcg.com.cn/export/sites/default/cn/files/publications/reports_pdf/BCG_Ch ina_Personal_Credit_Investigation_Report_2015_Mar_201 6_CHN.pdf.

[20]孟小峰，慈祥.大數(shù)據(jù)管理：概念、技術(shù)與挑戰(zhàn)[J].計(jì)算機(jī)研究與發(fā)展，2013，50（1）：146-169.

[21]趙麗.網(wǎng)絡(luò)信息安全亟待綜合性立法保障[EB/OL].（2015-12-30）[2017-02-05].http：//epaper.legaldaily.com. cn/fzrb/content/20151230/Articel04002GN.htm.

[22]何培育，蔣啟蒙.個(gè)人信息盜竊的技術(shù)路徑與法律規(guī)制問(wèn)題研究[J].重慶理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)），2015（2）：159-162.

責(zé)任編輯：方程

Research on the Application Model and Value of Big Data Based on Internet Finance

HE Pei-yu1，2
（1.Chongqing University of Technology，Chongqing400054，China；2.Southwest University of Political Science&Law，Chongqing401120，China）

The coming of the big data era brings us with the rapid development of the emerging industry of Internet finance. Big data has superior application value in Internet finance.It can promote product and service innovation in different industries，such as banking，securities，insurance，P2P leading and so on，upgrade informatization level of the whole financial industry，improve the management structure and attract more potential clients.However，the application of new technology often accompanies with many hidden troubles.It should be optimized by strengthening the top design of big data application，promoting the development of IT，guaranteeing the security of user's data，perfecting the risk management system and establishing the coordinated regulation model to guarantee the rapid and health development of Internet financial industry.

Internet finance；big data technology；web user；date security

F830.3

：A

：1007-8266（2017）05-0039-08

10.14089/j.cnki.cn11-3664/f.2017.05.005

何培育.基于互聯(lián)網(wǎng)金融的大數(shù)據(jù)應(yīng)用模式及價(jià)值研究[J].中國(guó)流通經(jīng)濟(jì)，2017（5）：39-46.

2017-03-04

國(guó)家社會(huì)科學(xué)基金項(xiàng)目“大數(shù)據(jù)時(shí)代個(gè)人信息盜竊的法律問(wèn)題與對(duì)策研究”（16CFX027）;重慶市社會(huì)科學(xué)規(guī)劃項(xiàng)目“大數(shù)據(jù)時(shí)代個(gè)人數(shù)據(jù)信息隱私安全風(fēng)險(xiǎn)及應(yīng)對(duì)機(jī)制研究”（2015YBGL110）;重慶市博士后科研特別資助項(xiàng)目“大數(shù)據(jù)時(shí)代個(gè)人數(shù)據(jù)盜竊行為法律規(guī)制研究”（Xm2015043）

何培育（1983—），男，河南省洛陽(yáng)市人，重慶理工大學(xué)知識(shí)產(chǎn)權(quán)學(xué)院副教授，碩士生導(dǎo)師，博士后，主要研究方向?yàn)殡娮由虅?wù)法和信息法。