大数据时代下的金融业发展与对策.docx

??

?

??

大数据时代下的金融业发展与对策

?

??

?

?

?

?

?

?

?

???

?

?

?

?

?

鲍义彬

（丹东银行，辽宁丹东118001）

摘要：随着当代金融业的快速发展，越来越多的数据不断涌现和存储。如何发挥这些数据的作用，从中发现其蕴藏的价值，是目前金融业的一个主要问题。大数据概念的提出和研究的不断深入，使得这一问题的解决成为可能。本文在全球正处在一个数据暴增的时代，数据以几何级数增长的时代背景下，结合当代金融行业业务特点，分析了大数据时代我国金融业如何发展的对策问题，希望借助先进的管理概念和计算机技术，能够为我国的金融业发展提速。

关键词：大数据时代；金融业；数据价值

中图分类号：F832文献标志码：A文章编号：1000-8772（2013）24-0110-02

目前，全球正处在一个数据暴增的时代，数据以几何级数增长。海量的数据给管理和维护带来困难的同时，也提供了巨大的潜在价值。如何存储这些快速增长的、海量的数据?如何对大数据进行分析处理，挖掘出价值?相关的一系列问题已经成为所有企业特别是金融行业面临的共同挑战。

一、大数据的定义和特点

大数据对每个领域都产生了影响，在商业、经济和其他领域中，决策行为将日益基于数据和分析做出，而不是基于经验和直觉。根据科技研究公司IDC做出的初步估算，数据一直在以每年50%的速度增长并形成海量的数据资源。

（一）大数据的定义

“大数据”是从英语“Bigdata”一词翻译而来，是针对当前新出现数据激增的现象而创造的概念。各个行业基于自身的限制，对“大数据”做出了各种解释，但其中有一条已成共识：“大数据是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。”

从表象看，“大数据”就是一个容量特别大，数据类别特别多的数据集，大概能达到PB的级别，其并不是一种新的技术，也不是一种新的产品，而是我们这个时代出现的一种现象。从内涵看，大数据的价值还在于大数据内部的关联、挖掘、数据与数据的复杂关系以及数据（结构化与非结构化）与业务和决策间的关联等。

（二）大数据的特点

分析多个企业及行业对大数据各项特征的描述，本文归纳出大数据具有以下几个特点。

1．数据存储容量大

“大数据”所指代的大型数据集，一般在10TB以上规模，在实际应用中，很多机构实现应用系统集中和数据集中管理，已经形成了PB级的数据量。

2．数据类型多样化

新的数据源和数据采集技术极大增加了大数据的类型数量，也增加大数据的复杂度。大数据已经突破了以前所限定的结构化数据范畴，包括了半结构化和非结构化数据多种类型。其中，尤以非结构化数据为主。

3．数据增速指数性

大数据还具有增长快的特点。由于大数据包含很多非结构化数据，比如视频、音频等数据，其本身数据容量大，再加上其连续性特点，数据增长非常快，存储容量常以指数级激增。

4．数据潜在价值高

据统计，当前全世界结构化数据增长率远低于非结构化数据增长率，而用于产生智慧的大数据，往往是这些非结构化数据，因此，大数据具备极大的潜在价值。大数据中结构化数据和非结构化数据相结合，再经过特定管理工具分析和挖掘，将极大发挥大潜在价值，为决策支撑提供支持。

二、金融业的大数据现状

当前，金融行业也面临如何实现大数据安全存储和有效应用的重要难题。计算机处理能力的提升和硬件成本的下降使大规模数据分析成为可能。传统的数据分析方式和工具需要变更升级或者需要提出更加适应大数据的管理方式。

（一）金融行业大集中导致大数据激增

金融行业一直致力于系统集成和数据集中工作，经过多年努力，已经基本完成数据集中管理，部分还实现了应用集中处理。金融行业业务种类和产品（如影像类数据传递等）日渐丰富，导致存储的数据类型更多，数据容量暴增，存储要求更高。除传统的账务数据和报表数据外，还增加了影像数据、图片数据、音频数据等数据类型，需要操作和分析的数据越来越复杂。

（二）传统数据管理无法发挥大数据价值

传统的数据分析方法和工具已不适应大数据的管理，大数据不同于普通的数据仓库、数据挖掘和商业智能分析，如没有恰当的大数据分析工具，大数据将无法发挥其价值。原来的数据都可以用二维表结构存储在数据库中，如各种账务数据等结构化数据。而当前大数据增加了第三维（速度或者时间），需要速度更快、规模更大、成本更低廉的处理技术。

三、大数据管理的应对策略分析

应对大数据管理可以从两方面入手，一是管理好大数据，从大数据的产生、存储、保护、归档到安全维护的各个角度维护；二是利用好大数据，使用大数据分析工具对大数据深度挖掘从而产生智能。

（一）大数据存储管理技术

1．梳理评估

金融行业大数据包含传统的结构化数据（如日常办公数据、金融业务数据等）占大数据的一部分，而非结构化数据占有更高比重。非结构化数据包括了金融安全