基于互联网金融平台的大数据挖掘研究.docVIP

基于互联网金融平台的大数据挖掘研究 　　摘要：十年前，互联网和金融还是两个没有关系的领域。今天互联网企业已经开始大举进军金融领域，打破了传统金融寡头的垄断格局。第三方支付、移动支付、众筹融资、P2P网络信贷、供应链融资服务、互联网理财、保险等多种互联网金融服务模式如雨后春笋般迅速成长起来。根据银监会的数据，2008年-2013年，国有大型银行的市场份额从52%下降到42%，5年里下降了10%，可以说互联网金融时代真正到来了。马云在2012年网商大会上鲜明地指出互联网金融未来的战略是围绕平台、金融、大数据展开――平台汇聚大数据，大数据衍生金融，金融反哺平台。本文主要研究在互联网金融背景下，我们该如何利用互联网带来的海量数据来帮助新形势下金融服务业创造更多的商业价值。 　　关键词：互联网金融；大数据；融资 　　中图分类号：TP393 文献标识码：A 文章编号：1001-828X（2014）011-000-02 　　2001年IT权威机构Gartner提出了“大数据”这一全新概念，到了2009年“大数据”这一说法开始在互联网上传播开来。美国奥巴马政府在2012年高调宣布其“大数据研究和开发计划”，标志着大数据真正开始进入主流的传统社会。所谓大数据研究，最重要的是发现曾经忽略的数据的价值，从而发现规律和做出预测。 　　金融服务业自诞生起就是基于数据的产业。金融服务行业对大数据挖掘天生存在着迫切需求，例如股价的预测离不开对历史数据的分析，银行业务的创新离不开对客户数据的分析。传统金融业的数据主要来源于传统银行所掌握的客户资料、信贷交易信息等，但这种数据的提供显然是不全面的。而互联网社交媒体的崛起，恰恰提供了海量的数据素材，例如通过社交媒体（如微博、微信、Facebook等）可以获取用户的社交圈、兴趣爱好、社会地位等；通过电商平台（如淘宝、天猫、京东）可以获取消费者的购买偏好、消费水平、交易信息，网商的交易动态、信用信息、客户评价等；通过消费点评类网站（如大众点评网、口碑网）可以获取消费者评价、商户口碑、经营条件等。这些看似没有关联的海量数据，可以通过大数据挖掘技术，找出内在规律，为金融创新提供依据，创造出更大商业价值， 　　一、大数据挖掘在国家征信体系中的作用 　　我国是从近几年才开始重视居民的征信系统建立的，而建立的依据主要来自于传统金融业的客户交易信息，而互联网金融中“大数据+云计算”的运用，可以从整个互联网的答数据库中搜集数据，完善国家征信数据。 　　第一，大数据挖掘可以用于传统金融业的信贷评级分析，帮助信贷员收集和处理客户资料。通过对互联网海量数据进行分析，获取相关客户信息（如客户交易记录、交易习惯、资产状况、投资偏好，甚至社交圈、消费水平、兴趣爱好等）与内部相关信息融合，获得更详细的顾客背景描述，以便更有效地进行风险管理。此外，还可以把这些信息用于CRM客户关系管理系统中或进行其他市场营销活动。 　　第二，对于本身便是互联网出身的金融企业来说，利用大数据更是如鱼得水。例如，上海陆家嘴国际金融产权交易有限公司创立的陆金所P2P网络信贷交易平台，基于注册用户的大数据平台建立风险控制模型，可以对每一贷款人的贷款风险进行测算和评级，并且随着贷款人的实际贷款类型及还款情况，动态调整风控数据及评级，及时作出预警。从国家征信体系建立的角度讲，陆金所大多数的贷款人都是个体工商户，而这些用户尚未被纳入现行国家征信数据中，因此陆金所通过自有信用数据的积累和挖掘建立起自己的征信体系，既不被动依赖于国家目前尚未完善的征信体系，又能切实为小微企业提供金融服务，解决融资难的问题。从这个角度讲，陆金所风控数据模型的建立补充完善了国家征信系统。 　　除陆金所外，阿里小额贷款也高效地利用了阿里巴巴、淘宝、支付宝等电商平台，不断积累客户消费数据、行为数据及资信数据，并通过交叉检验技术辅以第三方认证确认客户信息的真实性，将客户在电商平台上的行为轨迹映射为信用数据，结合风险控制数据模型，并最终给予一定限额的授信额度。根据有关报道，传统商业银行贷款额度平均为150万元，审批周期最快3天，不良贷款率为2%～3%，而阿里小贷贷款额度为平均4万元，审批周期最快几分钟，不良贷款率小于1%。自2010年成立至2012年8月底，阿里小贷共发放贷款超过300亿元，有消息称日利息最高突破了100万元。尽管与银行的贷款业务相比仍然微乎其微，但阿里小贷效率更高，可实时在线放贷，且不良贷款率很低。这种高效放贷的基础，正是基于阿里巴巴平台上的交易大数据挖掘。 　　我们已经看到，依托于“移动互联网+大数据+云计算+电子商务”技术，互联网金融已经在小微领域取得了大数据挖掘所带来的征信优势，这正好弥补了国家征信体系建立过程中对小微企业数据采集不足的缺陷。借力于大数据挖掘技术，