大数据金融案例

《大数据金融案例》由会员分享，可在线阅读，更多相关《大数据金融案例（15页珍藏版）》请在金锄头文库上搜索。

1、大数据金融案例篇一：大数据金融案例】如今，金融业面临众多前所未有的跨界竞争对手，市场格局、业务 流程将发生巨大改变，企业更替兴衰；未来的金融业，业务就是 it， it?就是业务；金融业将开展新一轮围绕大数据、移动化、云的it? 建设投资。本节主要介绍金融行业大数据的应用案例，希望对读者 有一定的启发和学习价值。【案例一】淘宝网掘金大数据金融市场随着国内网购市场的迅速发 展，淘宝网等众多网购网站的市场争夺战也进入白热化状态，网络 购物网站也开始推出越来越多的特色产品和服务。1余额宝 以余额宝为代表的互联网金融产品在 2013?年刮起一股旋风，截至 目前，规模超 1000亿元，用户近 3000?万

2、，如图所示。相比普通 的货币基金，余额宝鲜明的特色当属大数据。以基金的申购、赎回 预测为例，基于淘宝和支付宝的数据平台，可以及时把握申购、赎 回变动信息。另外，利用历史数据的积累可把握客户的行为规律。 余额宝手机端界面2淘宝信用贷款 淘宝网在聚划算平台推出了一个奇怪的团购“商品”淘宝信用贷 款。开团不到 10?分钟，500?位淘宝卖家就让这一团购“爆团”。 他们有望分享总额约 3000?万元的淘宝信用贷款，并能享受贷款利 息 7.5?折的优惠。据悉，目前已经有近两万名淘宝卖家申请过淘宝 信用贷款，贷款总额超过 14?亿元。淘宝信用贷款是阿里金融旗下专门针对淘宝卖家进行金融支持的贷 款产品。淘宝

3、平台通过以卖家在淘宝网上的网络行为数据做一个综 合的授信评分，卖家纯凭信用拿贷款，无需抵押物，无需担保人。 由于其非常吻合中小卖家的资金需求，且重视信用无担保、抵押的 门槛，更加上其申请流程非常便捷，仅需要线上申请，几分钟内就 能获贷，被不少卖家戏称为“史上最轻松的贷款”，也成为淘宝网上 众多卖家进行资金周转的重要手段。3阿里小贷淘宝网的“阿里小贷”更是得益于大数据，它依托阿里巴巴（b2b）、淘宝、支付宝等平台数据，不仅可有效识别和分散风险，提供更有针对性、多样化的服务，而且批量化、流水化的作业使得交易成本 大幅下降。每天，海量的交易和数据在阿里的平台上跑着，阿里通过对商户最 近 100?天的

4、数据分析，就能知道哪些商户可能存在资金问题，此 时的阿里贷款平台就有可能出马，同潜在的贷款对象进行沟通。案例解析：通常来说，数据比文字更真实，更能反映一个公司的正 常运营情况。通过海量的分析得出企业的经营情况，这就是大数据 的应用。在本案例中，正像淘宝信用贷款所体现的那样，这种新型 微贷技术不依赖抵押、担保，而是看重企业的信用，同时通过数据的运算来评核企业的信用，这不仅降低了申请贷款的门槛，也极大 简化了申请贷款的流程，使其有了完全在互联网上作业的可能性。大数据的价值已经得到互联网公司以及金融机构的认可，笔者认为：“谁掌握的拼图图块多，谁就能快速拼出客户的图谱，成为真正的 王者。”然而，目前来

5、看，谁都不愿意轻易地交出自己手上的 “拼图”， 于是，互联网公司、银行、支付机构等各个海量数据的拥有者展开 了激烈的金融数据争夺战。【案例二】ibm?用大数据预测股价走势不久前，ibm?使用大数 据信息技术成功开发了“经济指标预测系统”。借助该预测系统，可 通过统计分析新闻中出现的单词等信息来预测股价等走势。ibm?的“经济指标预测系统”首先从互联网上的新闻中搜索与“新订 单”等与经济指标有关的单词，然后结合其他相关经济数据的历史数 据分析与股价的关系，从而得出预测结果。在“经济指标预测系统”的开发过程中，ibm?还进行了一系列的验 证工作。ibm?以美国“ism?制造业采购经理人指数”为对象

6、进行了 验证试验，该指数以制造业中的大约 20?个行业、300?多家公司 的采购负责人为对象，调查新订单和雇员等情况之后计算得出。实 验前，首先假设“受访者受到了新闻报道的影响”，然后分别计算出 约 30?万条财经类新闻中出现的“新订单”、“生产”以及“雇员”等 5?个关键词的数量。追踪这些关键词在这段时期内的搜索数据变化 情况，并将数据和道指的走势进行对比，从而预测该指数的未来动 态。ibm?研究称，一般而言，当“股票”、“营收”等金融词汇的搜索量 下降时，道指随后将上涨，而当这些金融词汇的搜索量上升时，道 指在随后的几周内将下跌。据悉，ibm?的试验仅用了 6?小时，就计算出了分析师需要花

7、费 数日才能得出的预测值，而且预测精度几乎一样。案例解析：从本案例可以看出，大数据不再仅仅局限在媒体与厂商 之间的讨论，它犹如一场数据旋风开始席卷全球，从各行各业的 it? 主管到政府部门都开始重视大数据及其价值。目前，不少信息系统企业都在使用大数据信息技术开发预测系统。 例如， 2011?年，英国对冲基金 derwent?capital?markets? 建立了规模为 4000?万美金的对冲基金，该基金是首家基于社交网 络的对冲基金，该基金通过从twitter?的数据内容来感知市场情绪， 从而进行投资。无独有偶，美国加州大学河滨分校也公布了一项通 过对twitter?消息进行分析从而预测股票

8、涨跌的研究报告。笔者认为：“企业数据就是新时代还未开采的石油，具有非常之高的 价值。 ”国外一些金融机构已经开始做一些前瞻性的研究了，这种做 法是非常值得国内金融机构学习和借鉴的。例如，国内大部分证券 公司仍然没有摆脱交易性数据为主的特点，但很多有前瞻意识的证 券公司已经开始做一些转型了，对微博、互联网等外部数据进行一 些分析与预测。【案例三】汇丰银行采用sas?管理风险近日汇丰银行选择sas? 防欺诈管理解决方案构建其全球业务网络的防欺诈管理系统。据悉， 这一解决方案是一种实时欺诈防范侦测系统。sas?被誉为“全球500?强背后的管理大师”，是全球领先的商业 分析软件与服务供应商。sas?通

9、过三部分服务（包括软件及解决方 案服务、咨询服务、培训及技术支持服务）帮助客户洞察商机，成 就变革，改善业绩。凭借丰富的行业专业知识，sas?的行业解决方案在各领域为行业解 析蕴藏于信息之中的独特的商业问题。例如金融服务领域的信用风 险管理问题、生命科学领域加快药物上市速度和识别零售领域的交叉销售机会等问题。sas?还提供跨职能解决方案，不分行业地帮助 企业克服其面临的挑战。例如增加客户关系价值、测量和管理风险、 检测欺诈和优化it? ?网络等。汇丰银行与sas?在防范信用卡和借记卡欺诈的基础上，共同扩展 了 sas?防欺诈管理解决方案的功能，为多种业务线和渠道提供完善的欺诈防范系统。这些增强

10、功能有助于全面监控客户、账户和渠 道业务活动，进一步提高分行交易、银行转账和在线付款欺诈以及内部欺诈的防范能力。通过监控客户行为，汇丰银行可以优化并更 加有效地利用侦测资源。汇丰银行利用sas?系统，通过收集和分析大数据解决复杂问题， 并获得非常精确的洞察，以加快信息获取速度和超越竞争对手。因 此，汇丰银行还将继续采用sas?告警管理、例程和队列优先级软 件，提高运营效率，以便迅速启动紧急告警。案例解析：在当今这个海量数据的时代，如何找到大数据中蕴含的 前所未有的商业价值？笔者认为高性能分析就是那把“钥匙”。在本 案例中，sas?高性能分析可以帮助用户：将相关的大数据转变为真 正的商业价值，采

11、用世界顶级的分析技术来生成精确的洞察，快速 获得答案来改变企业的运营模式，以及部署一个适合未来扩展的分 析架构。总之，高性能分析环境让用户可以充分利用it?投资，同时克服原有架构的约束，从大数据资产中产生高价值的洞察。【案例四】kabbage?用大数据开辟新路径kabbage?是一家为网 店店主提供营运资金贷款服务的创业公司，总部位于美国亚特兰大， 截至目前已经成功融资六千多万美元。kabbage?的主要目标客户 是 ebay、亚马逊、雅虎、etsy、shopify、magento、paypal?上 的美国网商。kabbage?与“阿里小贷”的经营模式类似，通过查看网店店主的销 售和信用记录、

12、顾客流量、评论以及商品价格和存货等信息，来最 终确定是否为他们提供贷款以及贷多少金额，贷款金额上限为 4?万美元。店主可以主动在自己的kabbage?账户中添加新的信息, 以增加获得贷款的概率。kabbage?通过支付工具paypal?的支付api? ?来为网店店主提供资金贷款，这种贷款资金到账的速度相当快,快十分钟就可以搞定。kabbage?用于贷款判断的支撑数据的来源除了网上搜索和查看外,还来自于网上商家的自主提供，且提供的数据多少直接影响着最终 的贷款情况。同时，kabbage?也通过与物流公司ups、财务管理 软件公司intuit?合作，扩充数据来源渠道。目前，使用kabbage?贷款

13、服务的网店店主已达近万家,kabbage?的服务范围目前仅限于美国境内，不过公司打算利用这轮融资将服务拓展至其他国家。案例解析：基于大数据的商业模式创新过程有两个核心环节：一是 数据获取；二是数据的分析利用。在本案例中，kabbage?与阿里.=J金融的区别在于数据获取方面，前者是从多元化的渠道收集数据， 后者则是借助旗下平台的数据积累，其中网上商家可自主提供数据 且其数据的多少直接决定着最终的贷款额度与成本，这充分体现出 大数据的资产价值，就如同传统的抵押物一样可以换取资金。 笔者觉得，虽说大数据是一座极具价值的“金矿”，但如果不能科学 地加以利用，那么大数据就变成了一堆堆毫无用处的“石头”

14、， kabbage?就是借助大数据技术，并结合金融行业的特点，有效地 控制了风险，实现了完美融合和创新。?本文来自 金融是服务于实体经济的，随着大数据时代的到来，传统的实体经 济形态正在向融合经济形态转变，同时虚拟经济也快速兴起，金融 的服务对象必将随之发生变化，这种转变为金融业带来了巨大的机 遇和挑战，如图 所示。?融合经济产生新的金融需求虚拟经济(fictitious?economy)是经济虚拟化(西方称之为“金 融深化”)的必然产物，是指基于计算机和互联网产生的一种经济形 态，其产品和服务都具有虚拟化的特点，具体包括软件、网络游戏、 社交网络、搜索引擎、门户网站等细分市场领域。实体经济是

15、指物 质的、精神的产品和服务的生产、流通等经济活动。随着新兴信息 技术的快速发展，实体经济与虚拟经济正在加速融合，从而衍生了 未来的主体经济形态，即融合经济，电子商务、o2o?模式都是融 合经济发展进程的一个产物。1=1【案例五】大数据时代信用卡该怎么玩中信银行信用卡中心是国内 银行业为数不多的几家分行级信用卡专营机构之一，也是国内最具 竞争力的股份制商业银行信用卡中心之一。近年来，中信银行信用 卡中心的发卡量迅速增长。2013?年11?月，在中信银行与腾讯联合发布“中信银行qq?彩 贝联名信用卡”仪式上，中信银行信用卡中心总裁陈劲表示，该行信 用卡发卡量已突破 2000?万张，未来将充分利用

16、互联网基因和大数 据技术挖掘客户需求。过去，中信银行信用卡中心无论在数据存储、系统维护等方面，还 是在有效地利用客户数据方面，都面临巨大的压力。同时，为了应 对激烈的市场竞争，中信银行信用卡中心迫切需要一个可扩展、高 性能的数据仓库解决方案，支持其数据分析战略，提升业务的敏捷 性。2010?年 4?月，中信银行信用卡中心实施了 emc?greenplum?数据仓库解决方案。greenplum?数据仓库解决方案为中信银行信 用卡中心提供了统一的客户视图，借助客户统一视图，中信银行信 用卡中心可以更清楚地了解其客户价值体系，从而能够为客户提供 更有针对性和相关性的营销活动。基于数据仓库，中信银行信用卡中心现在可以