金融大數(shù)據(jù)對(duì)金融信息服務(wù)的影響及應(yīng)用現(xiàn)狀_第1頁(yè)
金融大數(shù)據(jù)對(duì)金融信息服務(wù)的影響及應(yīng)用現(xiàn)狀_第2頁(yè)
金融大數(shù)據(jù)對(duì)金融信息服務(wù)的影響及應(yīng)用現(xiàn)狀_第3頁(yè)
金融大數(shù)據(jù)對(duì)金融信息服務(wù)的影響及應(yīng)用現(xiàn)狀_第4頁(yè)
金融大數(shù)據(jù)對(duì)金融信息服務(wù)的影響及應(yīng)用現(xiàn)狀_第5頁(yè)
已閱讀5頁(yè),還剩7頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

金融大數(shù)據(jù)對(duì)金融信息服務(wù)的影響及應(yīng)用現(xiàn)狀

一金融大數(shù)據(jù)概述(一)金融大數(shù)據(jù)的概念和內(nèi)涵1.金融大數(shù)據(jù)概念大數(shù)據(jù)一詞最早出現(xiàn)在阿爾文·托夫勒(AlvinToffler)1980年所著的《第三次浪潮》一書(shū)中,托夫勒將大數(shù)據(jù)推崇為“第三次浪潮的華彩樂(lè)章”,并提出超前的觀念——“數(shù)據(jù)就是財(cái)富”[1]。2008年《自然》雜志開(kāi)辟了“大數(shù)據(jù)”專(zhuān)刊,專(zhuān)門(mén)介紹大數(shù)據(jù)所帶來(lái)的機(jī)遇與挑戰(zhàn),更是廣泛引起各國(guó)關(guān)注。近十年來(lái),大數(shù)據(jù)浪潮以難以想象的速度席卷全球,大數(shù)據(jù)技術(shù)也不斷滲透到經(jīng)濟(jì)社會(huì)的各個(gè)層面。雖然,大數(shù)據(jù)已經(jīng)成為全球各國(guó)科技、經(jīng)濟(jì)、社會(huì)等不同領(lǐng)域研究和應(yīng)用的焦點(diǎn),但到目前為止,對(duì)于大數(shù)據(jù)仍然沒(méi)有一個(gè)共識(shí)性的概念,計(jì)算科學(xué)、數(shù)據(jù)科學(xué)、信息科學(xué)、資源科學(xué)等不同領(lǐng)域的研究者,均從各自的領(lǐng)域出發(fā)對(duì)大數(shù)據(jù)做出了諸多定義。本書(shū)根據(jù)國(guó)務(wù)院2015年頒布的《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》中關(guān)于大數(shù)據(jù)的論述,對(duì)大數(shù)據(jù)概念進(jìn)行了界定,認(rèn)為大數(shù)據(jù)是“具有規(guī)模巨大、種類(lèi)多樣、形成快速、真實(shí)度高的數(shù)據(jù)集合”,可以通過(guò)使用新的信息技術(shù)手段從中發(fā)現(xiàn)新知識(shí)、創(chuàng)造新價(jià)值、提升能力的一種新興的信息服務(wù)業(yè)態(tài)。金融行業(yè)擁有海量的積累數(shù)據(jù),每天也不斷產(chǎn)生巨量的交易數(shù)據(jù),無(wú)疑成為大數(shù)據(jù)應(yīng)用最深的領(lǐng)域之一。根據(jù)對(duì)大數(shù)據(jù)概念的界定,我們認(rèn)為金融大數(shù)據(jù)是在金融領(lǐng)域推廣和應(yīng)用大數(shù)據(jù)的核心理念和關(guān)鍵技術(shù),對(duì)海量金融活動(dòng)產(chǎn)生的數(shù)據(jù)集合進(jìn)行采集、存儲(chǔ)、計(jì)算、分析、應(yīng)用等,挖掘海量數(shù)據(jù)的內(nèi)在價(jià)值,以滿(mǎn)足金融市場(chǎng)中更高的洞察需求和更高的決策需求。當(dāng)前,大數(shù)據(jù)技術(shù)幾乎應(yīng)用在所有金融領(lǐng)域,包括金融資訊、第三方支付、網(wǎng)絡(luò)信貸等各種金融服務(wù),通過(guò)對(duì)海量數(shù)據(jù)進(jìn)行模型構(gòu)建,發(fā)現(xiàn)金融市場(chǎng)的變化規(guī)律與動(dòng)態(tài)趨勢(shì),預(yù)測(cè)金融市場(chǎng)波動(dòng)起伏,對(duì)可能出現(xiàn)的金融風(fēng)險(xiǎn)進(jìn)行監(jiān)督與防范。2.金融大數(shù)據(jù)的內(nèi)涵伴隨大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)、人工智能等新一代信息技術(shù)的迅猛發(fā)展,數(shù)據(jù)的應(yīng)用廣度和深度都在日益加深,大數(shù)據(jù)理念也不斷深入各行各業(yè),雖然大數(shù)據(jù)的內(nèi)涵伴隨技術(shù)的進(jìn)步不斷深刻與豐富,但是大數(shù)據(jù)的雙重基本內(nèi)涵仍然存在,即大數(shù)據(jù)的技術(shù)性和思維性。具體到金融大數(shù)據(jù)的內(nèi)涵,一方面,從技術(shù)角度切入,金融大數(shù)據(jù)是一種新興的信息技術(shù),一種在海量金融交易數(shù)據(jù)中尋找有意義關(guān)聯(lián)、挖掘事物變化規(guī)律、準(zhǔn)確預(yù)測(cè)事物發(fā)展趨勢(shì)的能力;另一方面,從思維角度來(lái)說(shuō),金融大數(shù)據(jù)是一種全新的思維方式,一種通過(guò)大量經(jīng)驗(yàn)性數(shù)據(jù)歸納分析,提升人們行為決策能力的思維變革。(二)金融大數(shù)據(jù)的特征與類(lèi)型1.金融大數(shù)據(jù)的特征根據(jù)對(duì)現(xiàn)有研究資料的總結(jié)分析,大數(shù)據(jù)有五大基本特征,分別是數(shù)據(jù)規(guī)模大(Volume)、種類(lèi)多(Variety)、速度快(Velocity)、真實(shí)度高(Veracity)以及價(jià)值大(Value)(見(jiàn)圖1)。與環(huán)境大數(shù)據(jù)、工程大數(shù)據(jù)、能源大數(shù)據(jù)等類(lèi)型的大數(shù)據(jù)相比,金融大數(shù)據(jù)除了具有大數(shù)據(jù)的基本特征之外,自身還具備時(shí)效性(Validity)、波動(dòng)性(Volatility)兩大特征(見(jiàn)圖2)。具體來(lái)說(shuō),金融大數(shù)據(jù)有如下特征。圖1大數(shù)據(jù)基本特征(5V)圖2金融大數(shù)據(jù)的特征(7V)(1)數(shù)據(jù)規(guī)模大(Volume):銀行、證券交易所、保險(xiǎn)等金融機(jī)構(gòu)每天的業(yè)務(wù)開(kāi)展都會(huì)產(chǎn)生的海量數(shù)據(jù)。據(jù)不完全統(tǒng)計(jì),我國(guó)大型商業(yè)銀行和保險(xiǎn)公司的數(shù)據(jù)量已經(jīng)超過(guò)100TB,同時(shí),伴隨新一代信息技術(shù)在金融領(lǐng)域的不斷滲透與融合,每日新增數(shù)據(jù)量還在不斷擴(kuò)大。(2)種類(lèi)多(Variety):由于來(lái)源眾多,金融大數(shù)據(jù)的種類(lèi)繁多,不僅涵蓋股票、基金、債券、期貨等傳統(tǒng)金融業(yè)務(wù)的結(jié)構(gòu)化交易數(shù)據(jù),還包括圖像、音頻、視頻、生物識(shí)別、地理標(biāo)記、筆跡等非結(jié)構(gòu)化數(shù)據(jù)。(3)速度快(Velocity):由于計(jì)算機(jī)和傳感器技術(shù)的快速發(fā)展,金融行業(yè)的數(shù)據(jù)生成、采集、傳輸、存儲(chǔ)、分析速度大大提升,同時(shí)數(shù)據(jù)的完整性和一致性也得到有效提升。(4)真實(shí)度高(Veracity):金融數(shù)據(jù)是重要的經(jīng)濟(jì)社會(huì)數(shù)據(jù),很多金融統(tǒng)計(jì)數(shù)據(jù)都是衡量經(jīng)濟(jì)社會(huì)發(fā)展的關(guān)鍵性指標(biāo),也是很多企業(yè)和個(gè)人進(jìn)行投資理財(cái)、資產(chǎn)管理的重要參考,因此,對(duì)金融數(shù)據(jù)的處理有著嚴(yán)格的要求,對(duì)數(shù)據(jù)錄入審核更嚴(yán)格和數(shù)據(jù)維護(hù)更嚴(yán)密,可以有效過(guò)濾掉噪聲、異常、錯(cuò)誤等“臟數(shù)據(jù)”,數(shù)據(jù)的真實(shí)度非常高。(5)價(jià)值大(Value):數(shù)據(jù)日益成為國(guó)家和企業(yè)的戰(zhàn)略性資源,對(duì)其價(jià)值的認(rèn)可也在不斷加深,金融領(lǐng)域的市場(chǎng)波動(dòng),包括客戶(hù)身份、資產(chǎn)負(fù)債情況、資金收付交易等數(shù)據(jù)更是無(wú)論在宏觀層面還是在微觀層面都具有巨大的分析價(jià)值和應(yīng)用價(jià)值。(6)時(shí)效性(Validity):數(shù)據(jù)的時(shí)效對(duì)分析問(wèn)題、優(yōu)化決策具有直接的影響。當(dāng)下處于數(shù)據(jù)井噴時(shí)代,尤其是在瞬息萬(wàn)變的金融市場(chǎng),每一秒鐘都有大量的數(shù)據(jù)生成,因此,只有及時(shí)有效的數(shù)據(jù)才能發(fā)揮最大的效果。(7)波動(dòng)性(Volatility):波動(dòng)是金融市場(chǎng)的常態(tài),金融大數(shù)據(jù)不可避免地也具有起伏波動(dòng)特征。因此,金融大數(shù)據(jù)除了考慮時(shí)效性,即多長(zhǎng)時(shí)間的數(shù)據(jù)有效,還需要確定一定的波動(dòng)周期以確定這些數(shù)據(jù)不再與當(dāng)前的分析有關(guān)。2.金融大數(shù)據(jù)的類(lèi)型金融數(shù)據(jù)的來(lái)源眾多且數(shù)據(jù)處理方式不同,加之積累的海量數(shù)據(jù)規(guī)模和每日新增巨量交易數(shù)據(jù),因此金融大數(shù)據(jù)有很多類(lèi)型,可以從金融機(jī)構(gòu)、金融市場(chǎng)、融資方式、統(tǒng)計(jì)方式等不同的角度對(duì)數(shù)據(jù)類(lèi)型進(jìn)行劃分(見(jiàn)表1)。本報(bào)告按照大數(shù)據(jù)最常見(jiàn)的數(shù)據(jù)結(jié)構(gòu)劃分方法,將金融大數(shù)據(jù)分為三類(lèi):結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。表1金融大數(shù)據(jù)類(lèi)型分類(lèi)視角數(shù)據(jù)類(lèi)別金融機(jī)構(gòu)銀行、證券、基金、保險(xiǎn)、期貨等金融市場(chǎng)資本、外匯、黃金、貨幣等融資方式直接、間接統(tǒng)計(jì)方式存量、流量宏微觀宏觀、微觀結(jié)構(gòu)化結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化表1金融大數(shù)據(jù)類(lèi)型(1)結(jié)構(gòu)化數(shù)據(jù):所謂結(jié)構(gòu)化數(shù)據(jù)是以二維表結(jié)構(gòu)為邏輯表達(dá)現(xiàn)實(shí)的數(shù)據(jù),通??梢杂藐P(guān)系型數(shù)據(jù)庫(kù)按照固定的模式,如數(shù)字、符號(hào)來(lái)表示和存儲(chǔ)[2],結(jié)構(gòu)化數(shù)據(jù)通??梢灾苯佑脗鹘y(tǒng)數(shù)據(jù)處理平臺(tái)來(lái)構(gòu)建模型和處理分析,常見(jiàn)的金融結(jié)構(gòu)化數(shù)據(jù)主要包括行情數(shù)據(jù)、研報(bào)數(shù)據(jù)、績(jī)效數(shù)據(jù)、指數(shù)數(shù)據(jù)等。(2)半結(jié)構(gòu)化數(shù)據(jù):半結(jié)構(gòu)化數(shù)據(jù)是一種介于結(jié)構(gòu)化與非結(jié)構(gòu)化之間的數(shù)據(jù),即存在一定的結(jié)構(gòu)但是不方便進(jìn)行模式化的數(shù)據(jù),這類(lèi)數(shù)據(jù)通常一部分可以用數(shù)字、符號(hào)來(lái)表示,另一部分則需要通過(guò)文字描述來(lái)表示,常見(jiàn)的金融半結(jié)構(gòu)化數(shù)據(jù)主要包括金融資訊數(shù)據(jù)、金融社交數(shù)據(jù)等。(3)非結(jié)構(gòu)化數(shù)據(jù):所謂非結(jié)構(gòu)化數(shù)據(jù)無(wú)法按照一個(gè)預(yù)定義的數(shù)據(jù)模型或固定的組織方式對(duì)數(shù)據(jù)進(jìn)行表示,無(wú)限定的結(jié)構(gòu)形式,大數(shù)據(jù)挖掘的重點(diǎn)和難點(diǎn)就在于非結(jié)構(gòu)化數(shù)據(jù)。非結(jié)構(gòu)化數(shù)據(jù)涵蓋范圍較為廣泛,占據(jù)數(shù)據(jù)資源的80%以上,常見(jiàn)的金融非結(jié)構(gòu)化數(shù)據(jù)主要包括圖片、音頻、視頻、新聞等。二金融大數(shù)據(jù)的發(fā)展現(xiàn)狀當(dāng)前,大數(shù)據(jù)全面滲透輻射到金融領(lǐng)域各個(gè)方面,已經(jīng)成為我國(guó)金融業(yè)發(fā)展的新增長(zhǎng)點(diǎn)和引爆點(diǎn)。大數(shù)據(jù)能夠深度挖掘金融大數(shù)據(jù)冰山下的金礦,充分利用金融領(lǐng)域生成的海量數(shù)據(jù)發(fā)現(xiàn)數(shù)據(jù)所蘊(yùn)含的情報(bào)價(jià)值,形成更為精準(zhǔn)的用戶(hù)需求、用戶(hù)評(píng)價(jià)、金融風(fēng)險(xiǎn)等不同報(bào)告。大數(shù)據(jù)徹底顛覆了金融領(lǐng)域基于數(shù)據(jù)的傳統(tǒng)業(yè)務(wù),重塑了金融服務(wù)的發(fā)展方向,極大地釋放了被抑制的金融創(chuàng)新。本報(bào)告從具體應(yīng)用角度出發(fā),分析金融大數(shù)據(jù)在我國(guó)不同金融機(jī)構(gòu)的發(fā)展現(xiàn)狀。(一)金融大數(shù)據(jù)在銀行業(yè)的應(yīng)用現(xiàn)狀銀行業(yè)是受大數(shù)據(jù)影響最深的行業(yè)之一,以中國(guó)銀聯(lián)公司為例,其業(yè)務(wù)涉及全球160個(gè)國(guó)家和地區(qū),銀行卡數(shù)量超過(guò)43億張,持卡人數(shù)量超過(guò)9億人,每天近7000萬(wàn)條交易數(shù)據(jù),核心交易數(shù)據(jù)都超過(guò)了TB級(jí)。一方面,銀行業(yè)在開(kāi)展業(yè)務(wù)過(guò)程中,積累了大量客戶(hù)個(gè)人情況、資產(chǎn)情況、交易情況等高價(jià)值的數(shù)據(jù),因此,利用大數(shù)據(jù)技術(shù)挖掘和分析銀行數(shù)據(jù)更能產(chǎn)生商業(yè)價(jià)值;另一方面,銀行業(yè)擁有充足的資本采用大數(shù)據(jù)技術(shù)和引進(jìn)大數(shù)據(jù)人才。因此,大數(shù)據(jù)在銀行業(yè)應(yīng)用較為廣泛。具體來(lái)說(shuō),金融大數(shù)據(jù)在銀行業(yè)的應(yīng)用主要有三個(gè)方面。①優(yōu)化業(yè)務(wù)流程。大數(shù)據(jù)技術(shù)可以高效處理海量繁雜的銀行業(yè)務(wù),銀行業(yè)可以利用大數(shù)據(jù)對(duì)眾多具體運(yùn)營(yíng)數(shù)據(jù)進(jìn)行深入分析,不斷優(yōu)化運(yùn)營(yíng)細(xì)節(jié)和創(chuàng)新服務(wù)模式,改進(jìn)業(yè)務(wù)處理流程和重塑業(yè)務(wù)規(guī)則,縮短服務(wù)時(shí)間,提高決策效率,提高整個(gè)服務(wù)的自動(dòng)化程度(見(jiàn)圖3)。②驅(qū)動(dòng)銀行業(yè)務(wù)增長(zhǎng)。數(shù)據(jù)是新的生產(chǎn)資料,坐擁海量數(shù)據(jù)的銀行一方面可以利用數(shù)據(jù)提高核心業(yè)務(wù)水平,以更強(qiáng)的洞察力和更精準(zhǔn)的營(yíng)銷(xiāo)更好地服務(wù)客戶(hù),提升用戶(hù)黏性;另一方面,也可以把數(shù)據(jù)變成更加豐富的差異化金融產(chǎn)品和金融服務(wù),促進(jìn)銀行業(yè)從規(guī)模經(jīng)濟(jì)向范圍經(jīng)濟(jì)轉(zhuǎn)型,創(chuàng)造更多增值業(yè)務(wù),驅(qū)動(dòng)銀行業(yè)務(wù)增長(zhǎng)。③提高銀行風(fēng)險(xiǎn)管控能力。在互聯(lián)網(wǎng)時(shí)代,銀行、企業(yè)、個(gè)人以及中介機(jī)構(gòu)之間的交互與聯(lián)系更為密切,局部風(fēng)險(xiǎn)容易擴(kuò)展成系統(tǒng)性風(fēng)險(xiǎn),銀行業(yè)面臨的挑戰(zhàn)和風(fēng)險(xiǎn)日益增加,傳統(tǒng)的風(fēng)險(xiǎn)管理框架在互聯(lián)網(wǎng)時(shí)代顯得缺少前瞻和預(yù)測(cè)能力。大數(shù)據(jù)技術(shù)在銀行信用風(fēng)險(xiǎn)管理上的廣泛應(yīng)用,可以逐步建立以大數(shù)據(jù)分析替代個(gè)人判斷的新型信用風(fēng)險(xiǎn)模式,重組與再造銀行信用風(fēng)險(xiǎn)管理架構(gòu),為企業(yè)和客戶(hù)提供全面深入的信用風(fēng)險(xiǎn)分析。以中國(guó)工商銀行為例,2013年中國(guó)工商銀行圍繞風(fēng)險(xiǎn)大數(shù)據(jù)重構(gòu)銀行風(fēng)控體系,研發(fā)并投入使用外部欺詐風(fēng)險(xiǎn)信息系統(tǒng),截至2017年3月,該系統(tǒng)累計(jì)預(yù)警業(yè)務(wù)風(fēng)險(xiǎn)129萬(wàn)筆,涉及資金435億元,有效保障了銀行與客戶(hù)的資產(chǎn)安全。圖3大數(shù)據(jù)分析決策過(guò)程(二)金融大數(shù)據(jù)在證券業(yè)的應(yīng)用現(xiàn)狀現(xiàn)代證券行業(yè)具有資本密集、數(shù)據(jù)密集、智力密集等特點(diǎn),不斷發(fā)展的大數(shù)據(jù)技術(shù)對(duì)證券行業(yè)的重要性與日俱增。證券行業(yè)的大數(shù)據(jù)往往具備細(xì)節(jié)化、多維化、動(dòng)態(tài)化、隨機(jī)化等特征,只有通過(guò)大數(shù)據(jù)技術(shù)才能及時(shí)高效地處理海量證券交易數(shù)據(jù)。具體來(lái)說(shuō),金融大數(shù)據(jù)在證券業(yè)的應(yīng)用主要有四個(gè)方面。①提高營(yíng)銷(xiāo)服務(wù)水平。伴隨金融機(jī)構(gòu)間合作的日益加深,加上大數(shù)據(jù)抓取技術(shù)的不斷發(fā)展,券商機(jī)構(gòu)可以采集和整合更多的客戶(hù)信息,如身份、信用、行為、喜好、經(jīng)營(yíng)狀況、社交群體等,將大量非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換成結(jié)構(gòu)化數(shù)據(jù),建立客戶(hù)潛在需求模型,形成立體化客戶(hù)畫(huà)像(見(jiàn)圖4),從而實(shí)現(xiàn)精準(zhǔn)營(yíng)銷(xiāo)甚至交叉銷(xiāo)售。以國(guó)泰君安為例,其智能化服務(wù)平臺(tái)可以在2秒種之內(nèi)對(duì)2200多萬(wàn)名用戶(hù)、1000多萬(wàn)名客戶(hù)進(jìn)行識(shí)別、畫(huà)像、需求感知并進(jìn)行選擇預(yù)判。②提升客戶(hù)關(guān)系管理能力。憑借大數(shù)據(jù)技術(shù),券商機(jī)構(gòu)可以對(duì)不同客戶(hù)群體進(jìn)行更為細(xì)致的聚類(lèi)分群,如可以根據(jù)客戶(hù)的賬戶(hù)狀態(tài)、交易習(xí)慣、資產(chǎn)情況、投資收益等不同條件,對(duì)客戶(hù)群體進(jìn)行細(xì)分,挖掘不同的客戶(hù)交易模式,尋找最有價(jià)值和具備潛在價(jià)值的客戶(hù)群體,提供適合的金融產(chǎn)品和服務(wù)。同時(shí),可以通過(guò)挖掘歷史交易數(shù)據(jù)與客戶(hù)流失數(shù)據(jù)的關(guān)系,預(yù)測(cè)客戶(hù)流失情況。例如,海通證券2012年就自主開(kāi)發(fā)“給予數(shù)據(jù)挖掘算法的證券客戶(hù)行為特征分析技術(shù)”,應(yīng)用在客戶(hù)深度畫(huà)像以及基于畫(huà)像的用戶(hù)流失概率預(yù)測(cè)方面。③增加金融產(chǎn)品和服務(wù)的定制化程度。在大數(shù)據(jù)的背景下,證券機(jī)構(gòu)將有能力挖掘不同客戶(hù)的產(chǎn)品和服務(wù)偏好并根據(jù)其風(fēng)險(xiǎn)承受能力,設(shè)計(jì)出更符合客戶(hù)需求的投資、理財(cái)、融資、消費(fèi)等多種金融產(chǎn)品和服務(wù),如光大證券推出智投魔方、華林證券推出智投機(jī)器人Andy、平安證券推出金融服務(wù)AI慧炒股等。④探索量化投資應(yīng)用。量化投資的本質(zhì)是定性投資的數(shù)量化分析過(guò)程,傳統(tǒng)量化投資借助計(jì)算機(jī)和金融工程建模從歷史交易數(shù)據(jù)中探索出“大概率”收益的投資組合。傳統(tǒng)量化模型多是基于傳統(tǒng)財(cái)報(bào)和市場(chǎng)報(bào)告等結(jié)構(gòu)化數(shù)據(jù),大數(shù)據(jù)進(jìn)入量化投資領(lǐng)域后,一方面可以充分使用輿情、搜索、語(yǔ)義文本等非結(jié)構(gòu)化數(shù)據(jù),滿(mǎn)足日益復(fù)雜多樣的證券建模需要;另一方面,可以促進(jìn)大數(shù)據(jù)量化投資策略更加精細(xì)和專(zhuān)業(yè)化。圖4基于大數(shù)據(jù)的用戶(hù)信用畫(huà)像(三)金融大數(shù)據(jù)在保險(xiǎn)業(yè)的應(yīng)用現(xiàn)狀相比于電商行業(yè)、券商行業(yè)、銀行業(yè)等較早應(yīng)用大數(shù)據(jù)的行業(yè),保險(xiǎn)業(yè)的大數(shù)據(jù)在我國(guó)起步較晚。然而,保險(xiǎn)行業(yè)的誕生與發(fā)展從來(lái)離不開(kāi)統(tǒng)計(jì)與數(shù)據(jù),而大數(shù)據(jù)逐步在保險(xiǎn)行業(yè)推廣和應(yīng)用。具體來(lái)說(shuō),金融大數(shù)據(jù)在保險(xiǎn)業(yè)的應(yīng)用主要有三個(gè)方面。①合理制定保險(xiǎn)費(fèi)率。當(dāng)前,保險(xiǎn)公司的保險(xiǎn)費(fèi)率多是基于樣本統(tǒng)計(jì)的歷史數(shù)據(jù)來(lái)預(yù)測(cè)保險(xiǎn)標(biāo)的發(fā)生損失的概率,進(jìn)而通過(guò)精算精準(zhǔn)確定的。然而,這種傳統(tǒng)計(jì)算方法存在一定的弊端,由于保險(xiǎn)標(biāo)的風(fēng)險(xiǎn)狀況是動(dòng)態(tài)變化的,而歷史數(shù)據(jù)難以準(zhǔn)確反映最新情況,所以,保險(xiǎn)標(biāo)的不能完全準(zhǔn)確地反映出面臨的風(fēng)險(xiǎn)現(xiàn)狀。大數(shù)據(jù)在保險(xiǎn)行業(yè)應(yīng)用的不斷加強(qiáng),使得保險(xiǎn)公司可以獲得更多維度的全量數(shù)據(jù),有效提高風(fēng)險(xiǎn)評(píng)估的準(zhǔn)確性,因此,可以更加合理的制定保險(xiǎn)費(fèi)率。如美國(guó)利寶互助保險(xiǎn)集團(tuán)(LibertyMutualInsuranceGroup)通過(guò)和汽車(chē)企業(yè)合作,對(duì)車(chē)主的駕駛習(xí)慣進(jìn)行大數(shù)據(jù)分析,以便精準(zhǔn)地確定車(chē)主每年需要繳納的保費(fèi)。②提高保險(xiǎn)反欺詐效果。保險(xiǎn)欺詐既給保險(xiǎn)企業(yè)帶來(lái)巨大損失,也給社會(huì)帶來(lái)嚴(yán)重的危害和不安定因素,長(zhǎng)期以來(lái),保險(xiǎn)公司投入了大量人力物力來(lái)進(jìn)行反欺詐,通過(guò)大數(shù)據(jù)來(lái)進(jìn)行保險(xiǎn)反欺詐已經(jīng)成為行業(yè)共識(shí)。憑借大數(shù)據(jù)技術(shù),建立投保人的信用評(píng)價(jià)體系,再挖掘保險(xiǎn)欺詐行為的規(guī)律特征,開(kāi)發(fā)建立反保險(xiǎn)欺詐大數(shù)據(jù)系統(tǒng),可以準(zhǔn)確、及時(shí)識(shí)別出欺詐案件。以中國(guó)平安為例,平安集團(tuán)擁有8.8億人數(shù)據(jù),其生物識(shí)別技術(shù)被廣泛用于反欺詐,在小額貸款業(yè)務(wù),已對(duì)超過(guò)3000萬(wàn)例人臉識(shí)別核身,將冒辦率由29%降至0;在大額貸款業(yè)務(wù)方面,已對(duì)超過(guò)30萬(wàn)人進(jìn)行表情面審,效率提升了10%。③提升保險(xiǎn)營(yíng)銷(xiāo)能力。投保人購(gòu)買(mǎi)保險(xiǎn)的前提是對(duì)未來(lái)風(fēng)險(xiǎn)的一個(gè)預(yù)期判定,而大數(shù)據(jù)無(wú)疑為這樣的風(fēng)險(xiǎn)判定增加了準(zhǔn)確性。以大數(shù)據(jù)為基礎(chǔ)的保險(xiǎn)服務(wù)將最大程度激活保險(xiǎn)市場(chǎng)上的潛在需求,讓保險(xiǎn)機(jī)構(gòu)對(duì)客戶(hù)行為、客戶(hù)狀態(tài)、興趣愛(ài)好等客戶(hù)個(gè)人情況有全方位的了解,再通過(guò)行為傾向性營(yíng)銷(xiāo)建模,從而成功預(yù)測(cè)客戶(hù)的保險(xiǎn)需求。典型代表是美國(guó)州立農(nóng)業(yè)保險(xiǎn)公司(StateFarm),美國(guó)州立農(nóng)業(yè)保險(xiǎn)公司建設(shè)了統(tǒng)一的信息中心,將各種金融保險(xiǎn)業(yè)務(wù)的數(shù)據(jù)進(jìn)行有效整合,借助大數(shù)據(jù)將其他業(yè)務(wù)精準(zhǔn)推銷(xiāo)給其用戶(hù),使其銀行業(yè)務(wù)的客戶(hù)中有98%都是原有保險(xiǎn)業(yè)務(wù)的老客戶(hù)。(四)金融大數(shù)據(jù)在金融監(jiān)管部門(mén)的應(yīng)用現(xiàn)狀金融行業(yè)是大數(shù)據(jù)的先行者,金融監(jiān)管部門(mén)也是大數(shù)據(jù)的首批試水者。隨著大數(shù)據(jù)技術(shù)的應(yīng)用在金融領(lǐng)域的日趨加深,部分金融機(jī)構(gòu)和互聯(lián)網(wǎng)巨頭憑借其在互聯(lián)網(wǎng)領(lǐng)域的固有優(yōu)勢(shì),掌握了海量的數(shù)據(jù)資產(chǎn),容易產(chǎn)生數(shù)據(jù)寡頭現(xiàn)象,因此,金融監(jiān)管部門(mén)必須運(yùn)用大數(shù)據(jù)改變傳統(tǒng)工作方式。具體來(lái)說(shuō),金融大數(shù)據(jù)在金融監(jiān)督部門(mén)的應(yīng)用主要有三個(gè)方面。①重塑金融監(jiān)管模式。大數(shù)據(jù)技術(shù)在金融監(jiān)管領(lǐng)域的應(yīng)用改變了傳統(tǒng)監(jiān)管模式的“滯后性”“一刀切”“高成本”等弊端,提高金融監(jiān)管的效率與準(zhǔn)確率。大數(shù)據(jù)技術(shù)可以擴(kuò)展渠道來(lái)源并實(shí)時(shí)追蹤金融市場(chǎng)與企業(yè)的動(dòng)態(tài)變化,全方位采集數(shù)據(jù),保證監(jiān)管的及時(shí)性,降低監(jiān)管面對(duì)的信息不對(duì)稱(chēng)難題。例如,ZsetFinance公司可以進(jìn)行多源數(shù)據(jù)采集,既包括傳統(tǒng)的信貸記錄數(shù)據(jù),也包括社交、購(gòu)物、交易等非傳統(tǒng)數(shù)據(jù),讓信用評(píng)估更加準(zhǔn)確可靠。同時(shí),基于大數(shù)據(jù)和機(jī)器學(xué)習(xí)技術(shù)構(gòu)建智能監(jiān)管監(jiān)測(cè)系統(tǒng),能夠提升監(jiān)管過(guò)程的智能化水平,極大地提高監(jiān)管效率。②降低金融監(jiān)督管理機(jī)構(gòu)的管理和運(yùn)行成本。大數(shù)據(jù)通過(guò)對(duì)監(jiān)管數(shù)據(jù)的深入挖掘和全面分析,形成科技監(jiān)管框架,制定有針對(duì)性的措施,改進(jìn)金融機(jī)構(gòu)內(nèi)部管理缺陷,降低運(yùn)行和管理成本,加強(qiáng)和優(yōu)化金融監(jiān)管職能,提升監(jiān)管手段的精準(zhǔn)性和落地性。③增強(qiáng)風(fēng)險(xiǎn)控制能力。通過(guò)大數(shù)據(jù)技術(shù)增強(qiáng)金融監(jiān)督部門(mén)的風(fēng)險(xiǎn)管控能力,既能有效規(guī)避系統(tǒng)性金融風(fēng)險(xiǎn),又不形成對(duì)金融科技公司的發(fā)展制約。如2017年底,九次方大數(shù)據(jù)服務(wù)公司研發(fā)的省市金融風(fēng)險(xiǎn)預(yù)警大數(shù)據(jù)平臺(tái)投入運(yùn)營(yíng),在國(guó)內(nèi)多個(gè)省份政府金融辦、發(fā)改委、經(jīng)信委等部門(mén)進(jìn)行試用,逐步實(shí)現(xiàn)我國(guó)金融風(fēng)險(xiǎn)相關(guān)輿情及時(shí)預(yù)警分析和精準(zhǔn)化區(qū)域監(jiān)控。三金融大數(shù)據(jù)對(duì)金融信息服務(wù)的影響大數(shù)據(jù)與金融行業(yè)正在加速融合,對(duì)金融服務(wù)業(yè)發(fā)展產(chǎn)生了巨大沖擊,金融大數(shù)據(jù)對(duì)金融信息服務(wù)也產(chǎn)生了深刻影響,對(duì)其服務(wù)可視化程度、服務(wù)模式、服務(wù)邊界以及服務(wù)創(chuàng)新都帶來(lái)了巨大變革。(一)提高金融信息服務(wù)的可視化程度數(shù)據(jù)可視化是一種借助圖形化手段表達(dá)數(shù)據(jù)的變化、聯(lián)系或者趨勢(shì)的方法。隨著大數(shù)據(jù)時(shí)代的到來(lái),越來(lái)越多的數(shù)據(jù)需要得到有效利用,大數(shù)據(jù)對(duì)數(shù)據(jù)可視化產(chǎn)生了巨大沖擊,也推動(dòng)數(shù)據(jù)可視化技術(shù)不斷應(yīng)用到各行各業(yè),醫(yī)療、航天、環(huán)境、金融等領(lǐng)域都開(kāi)始用更高效的信息處理算法表示數(shù)據(jù)的價(jià)值。當(dāng)前,金融大數(shù)據(jù)推動(dòng)了數(shù)據(jù)可視化技術(shù)在金融信息服務(wù)中的應(yīng)用,提高了金融信息的可視化程度,促進(jìn)了金融信息服務(wù)效率的提升,主要包括如下三個(gè)方面。①更有效率的數(shù)據(jù)展現(xiàn)形式。以大數(shù)據(jù)技術(shù)為引領(lǐng),綜合使用數(shù)學(xué)算法、數(shù)據(jù)挖掘、圖形處理等一系列信息技術(shù),從海量結(jié)構(gòu)化與非結(jié)構(gòu)化并行的金融大數(shù)據(jù)中,提煉出有效數(shù)據(jù)并以信息動(dòng)態(tài)集成方式展示出來(lái)。②更有效率的運(yùn)營(yíng)體系??梢暬鹑诜?wù)正逐步應(yīng)用到不同金融服務(wù)場(chǎng)景當(dāng)中,數(shù)據(jù)可視化可以實(shí)現(xiàn)多項(xiàng)服務(wù)的數(shù)據(jù)共享共生、同步并行,減少設(shè)備故障率,降低資源浪費(fèi),提高業(yè)務(wù)銜接水平,不斷優(yōu)化運(yùn)營(yíng)體系,大大提高金融信息服務(wù)體系的效率。③更有效率的業(yè)務(wù)監(jiān)控。金融大數(shù)據(jù)可視化系統(tǒng)可以追蹤金融機(jī)構(gòu)從總部到各分支機(jī)構(gòu)的運(yùn)營(yíng)動(dòng)態(tài),實(shí)時(shí)監(jiān)測(cè)設(shè)備和業(yè)務(wù)的效能情況、運(yùn)行情況、完成情況,面臨異常情況時(shí),能夠及時(shí)反饋、迅速應(yīng)答。(二)提升金融信息服務(wù)的定制化水平金融行業(yè)競(jìng)爭(zhēng)異常激烈,產(chǎn)品和服務(wù)的同質(zhì)程度非常嚴(yán)重,隨著80后、90后逐步成為金融信息服務(wù)的主要用戶(hù),對(duì)服務(wù)的個(gè)性化定制的需求也在不斷增加。金融大數(shù)據(jù)提升了金融信息服務(wù)的定制化水平,主要體現(xiàn)在如下三點(diǎn)。①更多普通投資者享受的差異化服務(wù)。受人力成本的限制,傳統(tǒng)的定制金融信息服務(wù)通常面向高價(jià)值客戶(hù)群,而金融大數(shù)據(jù)可以根據(jù)客戶(hù)的多種行為偏好數(shù)據(jù)和網(wǎng)絡(luò)抓取數(shù)據(jù)進(jìn)行交叉驗(yàn)證和數(shù)據(jù)建模,形成更為精準(zhǔn)和立體的客戶(hù)畫(huà)像,再經(jīng)過(guò)用戶(hù)風(fēng)險(xiǎn)承受度測(cè)算,為普通投資者制定出符合自身偏好的投資分析信息。②更加盈利的增值業(yè)務(wù)。差異化服務(wù)往往帶來(lái)更多額外收益,基于大數(shù)據(jù)對(duì)大量用戶(hù)信息的挖掘和分析,設(shè)計(jì)研發(fā)出符合大眾需求的金融信息服務(wù)和產(chǎn)品,根據(jù)不同客戶(hù)需求差異開(kāi)展個(gè)性化定制服務(wù),這一服務(wù)是金融信息服務(wù)中的增值業(yè)務(wù),也將成為未來(lái)金融信息服務(wù)業(yè)的主要盈利模塊。③更加智能的服務(wù)推送。金融大數(shù)據(jù)處理平臺(tái)可以對(duì)用戶(hù)搜索、消費(fèi)習(xí)慣、市場(chǎng)熱點(diǎn)等數(shù)據(jù)進(jìn)行有效記錄和智能分析,向用戶(hù)智能推送差異化的金融信息服務(wù),實(shí)現(xiàn)服務(wù)與用戶(hù)的精準(zhǔn)匹配,有效降低用戶(hù)搜尋成本。(三)拓展金融信息服務(wù)的服務(wù)邊界2015年9月國(guó)務(wù)院頒布的《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》提出,我國(guó)將在2018年底前建成國(guó)家政府?dāng)?shù)據(jù)統(tǒng)一開(kāi)放平臺(tái),要求率先在信用、金融等重要領(lǐng)域?qū)崿F(xiàn)公共數(shù)據(jù)資源合理適度向社會(huì)開(kāi)放。金融數(shù)據(jù)資源的開(kāi)放性增加,也進(jìn)一步拓展了金融信息服務(wù)的邊界,主要體現(xiàn)在如下三點(diǎn)。①服務(wù)對(duì)象和范圍擴(kuò)大。大數(shù)據(jù)的高效性以及滲透性,使金融信息服務(wù)的對(duì)象和范圍得到大大擴(kuò)展。例如,高頻的理財(cái)服務(wù)、存款服務(wù)、支付結(jié)算等交易活動(dòng)難以在傳統(tǒng)的金融信息服務(wù)中實(shí)現(xiàn),而由于大數(shù)據(jù)技術(shù)在金融領(lǐng)域的深度應(yīng)用,這些服務(wù)目前都已經(jīng)實(shí)現(xiàn)。②推動(dòng)跨界合作。大數(shù)據(jù)提高了數(shù)據(jù)采集的準(zhǔn)確率,降低了市場(chǎng)分析的錯(cuò)誤率和成本,讓金融與非金融業(yè)之間跨界合作的門(mén)檻得以降低,產(chǎn)生出新的融合價(jià)值,這也使得金融信息服務(wù)不僅僅服務(wù)于金融相關(guān)領(lǐng)域,也可能會(huì)服務(wù)其他產(chǎn)業(yè)。③打造開(kāi)放服務(wù)平臺(tái)。伴隨金融業(yè)務(wù)載體與電子商務(wù)、社交媒體的融合程度日益加深,各行各業(yè)對(duì)金融信息服務(wù)的實(shí)時(shí)性和準(zhǔn)確性要求越來(lái)越高,因此,通過(guò)大數(shù)據(jù)技術(shù)打造開(kāi)放金融信息服務(wù)平臺(tái),以利用數(shù)據(jù)價(jià)值為核心的商業(yè)服務(wù)模式正在逐步形成。(四)增強(qiáng)金融信息服務(wù)的創(chuàng)新能力金融信息服務(wù)創(chuàng)新是以新的變革方式,促進(jìn)服務(wù)更加高效、方便和準(zhǔn)確,大數(shù)據(jù)有力地提高了金融信息服務(wù)創(chuàng)新能力。①服務(wù)理念的創(chuàng)新。大數(shù)據(jù)技術(shù)的發(fā)展改變了傳統(tǒng)的信息服務(wù)模式,從主動(dòng)性、差異性、集成性等方面對(duì)服務(wù)提出了更高的要求,讓金融信息服務(wù)業(yè)有條件也有能力更好地服務(wù)客戶(hù)。②服務(wù)載體和路徑創(chuàng)新。大數(shù)據(jù)技術(shù)整合移動(dòng)社交、移動(dòng)支付等功能,充分利用微信、微博、論壇、知乎等社交網(wǎng)絡(luò)所提供的金融機(jī)構(gòu)的服務(wù)入口,創(chuàng)新金融信息服務(wù)的載體和路徑,創(chuàng)建直面更多更復(fù)雜客戶(hù)需求的平臺(tái)。③服務(wù)手段創(chuàng)新。一方面,以?xún)?yōu)質(zhì)的服務(wù)手段滿(mǎn)足客戶(hù),憑借大數(shù)據(jù)技術(shù),金融信息服務(wù)中不斷融入社交、時(shí)事、偏好等非結(jié)構(gòu)化數(shù)據(jù),開(kāi)發(fā)更符合客戶(hù)習(xí)慣與特征的金融信息服務(wù)產(chǎn)品;另一方面,以更高黏性的手段綁定客戶(hù),金融機(jī)構(gòu)通過(guò)大數(shù)據(jù)分析將提供適合客戶(hù)之間交流以及客戶(hù)與服務(wù)商之間相互交流的服務(wù)平臺(tái),增強(qiáng)客戶(hù)黏性。四金融大數(shù)據(jù)在金融信息服務(wù)應(yīng)用中的瓶頸當(dāng)前大數(shù)據(jù)在全世界范圍呈現(xiàn)井噴式增長(zhǎng),大數(shù)據(jù)應(yīng)用滲透到金融行業(yè)的方方面面,成為推動(dòng)金融信息服務(wù)變革的重要?jiǎng)恿Α4髷?shù)據(jù)的演進(jìn)與生產(chǎn)力的提高有著直接的關(guān)系。當(dāng)然,由于大數(shù)據(jù)本身處于技術(shù)發(fā)展初期,加上我國(guó)金融信息服務(wù)業(yè)自身發(fā)展的不足,大數(shù)據(jù)在金融信息服務(wù)應(yīng)用方面存在一些瓶頸。(一)數(shù)據(jù)人才匱乏隨著大數(shù)據(jù)重要性的日益凸顯,越來(lái)越多的企業(yè)投入大數(shù)據(jù)業(yè)務(wù)拓展中,隨之而來(lái)的就是大數(shù)據(jù)人才匱乏問(wèn)題。相關(guān)統(tǒng)計(jì)數(shù)據(jù)顯示,未來(lái)3~5年,我國(guó)數(shù)據(jù)人才缺口超過(guò)150萬(wàn)人。雖然目前國(guó)內(nèi)已有多所高校設(shè)立“數(shù)據(jù)科學(xué)和大數(shù)據(jù)技術(shù)”相關(guān)專(zhuān)業(yè),然而,一個(gè)新興專(zhuān)業(yè)從設(shè)立到成熟,再到為社會(huì)輸送合格的人才需要一定的時(shí)間,因此,金融行業(yè)大數(shù)據(jù)人才稀缺的局面也將持續(xù)一段時(shí)間。同時(shí),當(dāng)前大數(shù)據(jù)發(fā)展還呈現(xiàn)新的特點(diǎn),即從技術(shù)攻克逐步轉(zhuǎn)化為商業(yè)應(yīng)用,對(duì)大數(shù)據(jù)落地人才的需求更加強(qiáng)烈。金融大數(shù)據(jù)在金融信息服務(wù)領(lǐng)域的應(yīng)用是數(shù)據(jù)分析轉(zhuǎn)化為商業(yè)價(jià)值的過(guò)程,是典型的大數(shù)據(jù)落地應(yīng)用,數(shù)據(jù)人才匱乏成為制約金融信息服務(wù)業(yè)發(fā)展的重要瓶頸之一。(二)數(shù)據(jù)共享難題國(guó)家“十三五”規(guī)劃綱要明確指出“把大數(shù)據(jù)作為基礎(chǔ)性戰(zhàn)略資源”,要“全面實(shí)施促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng),加快推動(dòng)數(shù)據(jù)資源共享開(kāi)放和開(kāi)發(fā)應(yīng)用”。然而,長(zhǎng)期以來(lái),不同金融機(jī)構(gòu)間的數(shù)據(jù)共享存在法律、技術(shù)、標(biāo)準(zhǔn)等一系列障礙,具體來(lái)說(shuō),金融領(lǐng)域的數(shù)據(jù)共享主要面臨三個(gè)問(wèn)題。首先是共享的法律問(wèn)題,數(shù)據(jù)共享的很多法律問(wèn)題至今沒(méi)有解決,主要是數(shù)據(jù)產(chǎn)權(quán)問(wèn)題和隱私保護(hù)問(wèn)題。其次是利益問(wèn)題。數(shù)據(jù)日益成為企業(yè)重要的重要資產(chǎn),數(shù)據(jù)共享相當(dāng)于將重要的資產(chǎn)共享出去,企業(yè)擔(dān)心難以獲得相應(yīng)價(jià)值的回報(bào)。最后是共享平臺(tái)問(wèn)題。不同機(jī)構(gòu)間標(biāo)準(zhǔn)的不同,加上大量非結(jié)構(gòu)化數(shù)據(jù)的存在,造成缺乏一個(gè)高效的共享平臺(tái)。金融大數(shù)據(jù)發(fā)展的核心要求是對(duì)金融各領(lǐng)域數(shù)據(jù)資源的積累與共享,如果無(wú)法實(shí)現(xiàn)不同金融機(jī)構(gòu)間、不同金融企業(yè)間、不同金融服務(wù)環(huán)節(jié)間數(shù)據(jù)的共享,則無(wú)論是對(duì)市場(chǎng)波動(dòng)的預(yù)測(cè)分析,還是對(duì)個(gè)人行為習(xí)慣的判定都將大打折扣。(三)數(shù)據(jù)質(zhì)量問(wèn)題數(shù)據(jù)質(zhì)量決定數(shù)據(jù)的價(jià)值。近年來(lái),電子商務(wù)、社交平臺(tái)、新零售等新興領(lǐng)域與金融行業(yè)的融合不斷加深,加上金融行業(yè)自身的快速發(fā)展,產(chǎn)生了海量數(shù)據(jù)資源。然而,由于數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)字監(jiān)管、非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換等問(wèn)題的制約,數(shù)據(jù)質(zhì)量難以提高,海量的金融數(shù)據(jù)未能產(chǎn)生海量的數(shù)據(jù)價(jià)值。數(shù)據(jù)質(zhì)量不高制約著金融大數(shù)據(jù)的分析效果,同樣也影響著金融信息服務(wù)業(yè)的發(fā)展。五促進(jìn)金融大數(shù)據(jù)在金融信息服務(wù)業(yè)應(yīng)用的對(duì)策建議數(shù)據(jù)作為互聯(lián)網(wǎng)時(shí)代的新能源,是推動(dòng)金融業(yè)轉(zhuǎn)型升級(jí)、催生行業(yè)新業(yè)態(tài)、挖掘商業(yè)新價(jià)值的重要引擎。金融大數(shù)據(jù)對(duì)金融信息服務(wù)業(yè)的沖擊不局限于某一環(huán)節(jié),而是帶來(lái)整個(gè)業(yè)務(wù)流程的系統(tǒng)性變革,對(duì)此可以提出如下對(duì)策建議。(一)加強(qiáng)大數(shù)據(jù)人才隊(duì)伍建設(shè)大數(shù)據(jù)的應(yīng)用范圍和應(yīng)用深度日益擴(kuò)大,人才短缺成為制約大數(shù)據(jù)發(fā)展的最大瓶頸。只有加快建立大數(shù)據(jù)人才培養(yǎng)體系,強(qiáng)化人才培養(yǎng)機(jī)制,才能滿(mǎn)足金融信息服務(wù)業(yè)日益增長(zhǎng)的優(yōu)質(zhì)大數(shù)據(jù)人才需求。為建設(shè)一流的大數(shù)據(jù)人才隊(duì)伍,應(yīng)根據(jù)我國(guó)現(xiàn)階段大數(shù)據(jù)發(fā)展現(xiàn)狀和大數(shù)據(jù)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論