互联网金融与大数据分析
互联网金融与大数据分析
现在的社会是一个高速发展的社会，科技发达，信息流通，人们之间的交流越来越密切，生活也越来越方便，大数据就是这个高科技时代的产物。作为一个大学生，我想先谈
谈我眼中的大数据。
最早接触“大数据”这个词，是我在高中的时候，那时候会用空闲时间玩一个名为《英雄联盟》的网游，相信现在大学生也有很多在玩这款游戏。我讲到这个游戏，是因为
我在这个游戏里看到了大数据。那时候，有人会利用大数据技术，做个调查，把玩游戏的
各个阶段的人，玩游戏用的各种手法统计起来，每周做一次，统计本周各个游戏人物的胜率，登场率，各个物品的使用率，从而来预测下周的打法走势，预测新的战术。这就是我
最早接触的大数据技术的应用，当时我就感到很神奇，原来数据还可以这么用，原来通过
大量的数据进行就可以进行精准的预测。
在接触大数据之前，我想很多同学应该都有和我一样的疑问，为什么网页推广的商品就是我想买的，为什么网页推广的新闻和链接就是我想了解的。通过大数据技术来看，
这个现象很容易解释。我们都会用搜索引擎，比如，当我们搜索“什么牌子的花露水好用时”系统就采集的我们的数据，通过数据，了解到我们想要买花露水，这时候网页推广的
商品就变成了花露水。相比大数据时代之前，网页推广的广告可能会另我们很烦，但是有
了大数据技术，推广的商品正是我们需要的，我们也就对广告的不爽少了很多。
《大数据时代》这本书里有一个这样的例子，谷歌可以预测一种流行的传染病在何时何地爆发，而且可以精准到特定的地区和州。谷歌通过搜集2003到2008年期间爆发传
染病时当地人用谷歌的搜索引擎留下的数据，整理相关热搜词条。在传染病爆发之前，如
果某个区域也有很多人搜索这些词条，就可以预测出该地区将会爆发传染病。
大数据时代还对传统的商业模式有很强的冲击，大数据带来的是一场变革，在数据面前，一起规律都有迹可循。利用数据里规律，可以带到意想不到的效果。就如同华尔街的“你开心他就买你焦虑他就抛”利用电脑程序分析全球3.4亿微博账户的留言，进而判断
民众情绪，再以“1”到“50”进行打分。根据打分结果，再决定如何处理手中数以百万美元计
的股票。判断原则很简单：如果所有人似乎都高兴，那就买入；如果大家的焦虑情绪上升，那就。这一招收效显著——当年第一季度，公司获得了7%的收益率。
对于互联网金融，大数据分析的作用也是巨大的。以下我就浅谈一下大数据分析在互联网金融中的应用。
1.大数据”能够帮助金融机构提升风控能力
LendingClib成立于2007年。今天我们似乎很难相信，最初它只是FaceBook上的一个应用。当时它的自我定位是“社交工具”，通过人际关系网络促成借贷交易。因此在发展
初期，LendingClub研发出一套基于人际关系的算法，来帮助用户搜索合适的借贷目标。
随着业务的扩大，LendingClub现在的风控技术逐渐成形。目前LendingClub通过借款人
的FICO（普通信用分）得分、负债收入比、信用记录等数据来筛选贷款，并为每笔贷款
确定利率。当然，这些都是利用IT技术自动完成的。为什么LendingClub可以为每笔贷款精确地定价，正是因为它掌握了先进的风险控制技术和大数据。用这家公司CEORenaudLaplanche的话说，他们致力于“数据的民主化”。
在大数据的环境下，银行可以利用先进的互联网、云计算等新兴技术，对消费者的刷
卡行为进行数据化的分类、统计，通过整理数据获取消费者的消费习惯、消费能力、消费
偏好等非常重要的数据信息。通过客户数据、财务数据来区隔客户，通过消费区域定位、
内容定向，知晓他们的消费习惯，然后进行深入地数据分析挖掘和展开精准营销。
2.大数据可以应用于互联网征信
大数据技术可以对人口统计数据、消费数据、网站行为数据、社交数据、金融数据等
结构化以及非结构化数据进行挖掘和关联性分析，给出相应信用评分，为金融机构提供信
用参考。
百融金服为某领先P2P公司提供风险评估，将该企业的不良率降低到以前的1/2。与
此同时，光大银行与百融金服等大数据供应商的合作，使得该行得以更快地获取客户的违
约情况和偏好，提高银行自身的审批处理效率，促使银行违约率下降，且对客户的偏好有
了更精准的判断。在没有大数据之前，选择客户主要依赖人民银行的征信数据，但有些客
户在人民银行是没有相关信贷数据的，从银行的角度来说，这就很难辨别。而百融金服提
供的一些互联网信息，为我们去评价一个客户起到了很好的帮助作用，这便使得有些以前
会被拒绝的客户成功申领了信用卡。与此同时，与金融机构自身的交易数据相比较，这些
大数据公司的数据量会更宽泛，我们能够以此更好地识别客户偏好，有助于为其提供更精
准的服务。
3. 数据打破金融机构对客户的信息垄断。
大数据有助于提升金融市场的透明度。金融客户的信用状况将随着其资产、经营和各
类交易状况的变化而变化，传统商业银行利用投入大量人力和财力，建立特有的信息收集、分析和决策体系，以解决信息不对称问题。近年来，互联网金融平台直接收集潜在的金融
交易双方信息，形成了新的金融信息来源模式，金融客户信息、交易价格信息和社会经济
状况等数据更为精细和透明，使利率形成更为准确和市场化。
在中国，我觉得应用大数据技术于互联网金融中最成功的就是阿里巴巴。所以我选择
了三个关于阿里的案例，具体分析大数据分析在互联网金融中的应用。