京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据助力互联网金融健康发展
近年来,伴随着信息技术与经济社会各领域的深度融合,全世界范围内数据量都呈现出爆发式增长的新态势。去年9月5日,国务院正式发布促进大数据发展行动纲要,从促进大数据发展的高度,提出了我国大数据的顶层设计,引导大数据发展,使大数据成为创业创新的新动力,在全社会引起广泛的反响。在此背景之下,由钱爸爸独家承办的第二届大数据金融论坛30日在深圳举办,互联网金融诚信行深圳站活动同时启动。来自国务院、人民银行、工信部、发改委、银监会、社科院、红岭创投、钱爸爸、恒昌、国盾聚亿等300余位互联网金融、大数据风控、云计算、区块链等相关行业的政府领导、专家、学者、企业家代表,共同分享大数据金融应用领域的观点和经验。
本次论坛由中国电子商务协会互联网金融研究院主办,以“大数据助力互联网金融健康发展”为焦点议题,共同探讨大数据金融行业的发展面临的现状与挑战、未来发展方向,以及如何最大化利用大数据优势为金融行业做铺垫等话题。
研讨会还关注了目前行业中比较热门的普惠金融、大数据征信、风险管理等诸多热门话题,并呼吁企业树立诚信价值观,在坚持经济效益同时做到社会效益并重。
论坛上,中国人民银行调查统计司司长盛松成对比互联网金融最近以来发生的变化、发展以及未来走势发表了自己的看法,他在发言中表示,互联网金融已经过了野蛮生长期、头脑发热期,大家也开始认识到互联网金融存在监管难、风险大等问题,但其利用现代科技手段来推动对经济薄弱环节的支持,尤其对中小微企业的支持,这都显示出其相较于传统金融的有利之处。网贷的成交量和余额增长比较快,也说明了互联网金融仍然具有较强的生命力和良好的发展前景。
互联网金融行业在未来的发展中有较大的市场前景,那么,大数据在互联网金融发展过程当中发挥着怎样的作用呢?国务院国有重点大型企业监事会主席季晓南会中表示,大数据金融将成为互联网金融重要的发展方向。“大数据金融可以为金融业的创新发展提供新动力,可以为解决金融难题问题新助力,特别是中小企业、小微企业融资难、大数据金融具有相对于传统金融企业的优势。”同时,季晓南建议,大数据金融既要考虑技术因素,也要考虑市场因素,大数据金融要以企业为主体,在本身不断创新发展的同时,更要切实加强风险管控。
工信部信息中心总工程师童晓民从对国家大数据战略角度来谈自己的感受和体会,他表示现在我们站在“互联网+、大数据”新的起跑线上,可以引领我们的生活发生变化,能够孕育发展的新思路、开辟国家治理新路径,推动行业提高核心竞争力。
大数据不仅在人们的日常生活中应用十分广泛,在互联网金融发展过程中也起到了非常关键的作用,在互联网金融发展的现阶段就更要建立完善的征信体系。中国社科院研究所所长助理杨涛强调互联网征信需要更明晰的顶层设计。大数据对于金融、对于征信起到的作用是极其大的,与此同时我们要理性的看待,一方面有助于改善过去模糊化的信用生态环境,中国社会是缺乏数字管理的社会,就是缺乏数据、缺乏数字、缺乏精准定位,这是需要改变的。与此同时,在软环境存在约束的情况下,也不能对大数据信息过于迷信。
针对大数据金融的未来发展,钱爸爸张凯也在会中从企业家的角度提出了大数据金融在企业实操中的应用以及对大数据金融的未来发展与展望。张凯认为,钱爸爸在运营中通过对后台数据的挖掘,以及对市场的行业数据的对比,会更清晰地了解到用户,会指导钱爸爸进一步为用户提供更好的服务,开展更多的产品与服务的创新。另外,对用户的行为分析还会带来对用户行为的预测,包括钱爸爸会紧随资金的流向,紧跟项目的走向,去判断用户可能未来会出现什么情况。进而会对下一步的环境进行预估。比如说,钱爸爸会根据用户对业务项目的选择喜好和偏好,结合行业数据,预估下一步行业的特点在哪,或者说用户的喜好会在什么地方发生。当然,钱爸爸也在尝试利用大数据的数据保留,包括风险防控和反欺诈体系的应用,最终达成对平台风险的把控。在谈到互联网金融的展望时,张凯说“互联网金融的未来,大数据的应用将成为主流,这一点是毋庸置疑的。大数据确确实实会影响我们的生活,甚至会影响我们未来很多的战略高度和战略决策,我们也相信大数据在未来的应用中会占据主流地位。”
大数据已经得到政府、行业、相关媒体的高度关注,相信,在各界人士的共同努力下,互联网金融企业将会运用大数据为人们的生活提供更加细化的产品和更加精细的服务!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在日常办公数据分析中,我们经常会面对杂乱无章的批量数据——比如员工月度绩效、产品销售数据、客户消费金额、月度运营指标等。 ...
2026-02-05在分类模型(如风控反欺诈、医疗疾病诊断、客户流失预警)的实操落地中,ROC曲线是评估模型区分能力的核心工具,而阈值则是连接 ...
2026-02-05对CDA(Certified Data Analyst)数据分析师而言,数据分析的价值不仅在于挖掘数据背后的规律与洞察,更在于通过专业的报告呈现 ...
2026-02-05在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04在数据分析场景中,基准比是衡量指标表现、评估业务成效、对比个体/群体差异的核心工具,广泛应用于绩效评估、业务监控、竞品对 ...
2026-02-04业务数据分析是企业日常运营的核心支撑,其核心价值在于将零散的业务数据转化为可落地的业务洞察,破解运营痛点、优化业务流程、 ...
2026-02-04在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03在数字化业务迭代中,AB测试已成为验证产品优化、策略调整、运营活动效果的核心工具。但多数业务场景中,单纯的“AB组差异对比” ...
2026-02-03企业战略决策的科学性,决定了其长远发展的格局与竞争力。战略分析方法作为一套系统化、专业化的思维工具,为企业研判行业趋势、 ...
2026-02-03在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28