
科技重构商业模式 金融业拥抱大数据时代
自2011年麦肯锡系统提出“大数据”概念以来,短短几年之内,大数据就深入到各个行业,特别是对银行、证券、保险、基金等在内的金融业产生了重大影响。
“如今是信息创造价值的时代,相信终有一天,数据价值将超过土地价值。科技重构商业模式,数据决定银行未来的发展。”中国工商银行管理信息部副总经理陈道斌表示。
上海农商行首席信息官周衡昌也认为,大数据助力银行业务转型发展,“客户画像、智能客服、智能投顾已经在银行中得到深入应用。”
16日在青岛举办的“第五届全国金融大数据战略与应用研讨会”上,金融业人士对大数据的“用武之地”各抒己见。
利用大数据排查风险,自动检测用户可能的违法行为是大数据应用的另一场景,中泰证券信息技术部副总经理何波介绍,利用机器学习的方式,中泰证券基于用户交易行为、资产数据等实现了场外配资的自动监测系统,根据用户的行为特征自动识别场外配资账户,有效提升了配资账户查处的效果。
据平安金融壹账通产品总监兼开放平台负责人陈烨介绍,在当前信用贷整体风险较严重的背景下,人工智能可应用在不同的信贷场景下,包括贷前审查,贷中监控和贷后管理,打造全流程智能化贷款平台。
北京信睿宝金融信息服务公司总经理初壮认为,“互联网是生产力,金融是生产关系,生产力和生产关系垂直组合构成一个新的空间关系”。他还总结道,“在人工智能席卷而来的今天,发现人的本质,实现人的价值依然是互联网金融未来发展的一个终极目标。”
“总的来说,金融业引进现代化的大数据和量化模型技术,应用于各项业务策略和流程中,构建量化模型体系和决策模型,可有效降低风险和管理成本,提升流程效率,控制风险,优化客户体验。”复星集团量富征信总经理钱聪提到。
对于时下争议颇多的区块链技术,中国分布式总账基础协议联盟技术委员会主任、原上海证劵交易所副总裁、总工程师白硕表示,“如今,区块链、大数据和人工智能已经紧密的联系在一起,数据要确保在边界之内,边界由区块链把守它的信任,智能又可以超越边界去产生,这三者结合在一起,大乱之后大治,大数据在区块链领域的应用前途是光明的。”
美国富国银行总行国际贸易金融部副总裁谢平甚至认为,区块链技术可用于解决一带一路上的信用挑战,以服务一带一路上的贸易融资。
中国科学院大学管理学院副院长董纪昌表示,未来金融信息将实现可视化,推动智慧金融发展,并与物联网技术融合。大数据应用于高频金融交易及跨界金融服务将越来越普遍。
中国科学院大学金融科技研究中心主任、吉贝克董事长刘世平则表示,大数据的关键是更加深入和广泛的数字化和全社会的互联互通。“数字化是一种思维模式,是要用数据说话不是拍脑袋。”
“大数据发展的关键是存储技术的发展,移动设备的发展,新的算法和计算能力的提升;当然应用永远是第一驱动力。”他相信,大数据和物联网,区块链和人工智能的结合未来会更加紧密,应用会彼此呼应。
“让我们拭目以待,等待新的科技发展的到来,让我们一起融入到这个历史洪流之中。” 刘世平对金融大数据未来的发展充满信心。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10