大数据金融 _原创精品文档.pdfVIP

中国人民银行发布《金融科技发展规划（2019-2021年）》，指出人工智能、大数据、云计算、

物联网等信息技术与金融业务深度融合，推动金融转型升级，拓宽人工智能技术在资产管理、

授信融资、客户服务、精准营销、身份识别、风险防控等领域的应用。

金融产业智能化升级正在逐步覆盖传统金融业务的前端、中端、后端流程。在前端模块，通

过人脸、指纹、声纹、虹膜等生物识别技术提取用户特征，快速、精准、实时地描绘用户画

像，实现了客户“刷脸”即可完成开户、登录、支付等业务操作的身份认证。在中端模块，自

然语言处理、知识图谱及机器学习等技术的深入应用，深度挖掘用户、企业、机构等不同需

求主体之间的多维信息关联，并逐步构建金融监管系统的产业大数据库。在后端模块，随着

自动化挖掘用户金融需求技术和投资引擎技术的发展，持续完善行业算法模型，深入获取用

户的个性化金融需求。

通过新一代人工智能实现金融数据建模，将大量金融机构在长期经营过程中积累的海量非结

构化数据信息，包括各项交易数据、客户信息、市场前景分析等，转化为结构化信息，并对

相应数据进行定量和定性分析，充分挖掘客户金融价值，持续推动金融机构服务向主动性和

智慧性升级。此外，通过全面的数据分析和数据建模，新一代人工智能协助金融机构预估风

险来源和风险系数，制定相应的预防措施，提高了金融机构风险控制的能力，降低了风险控

制的成本，有效提升金融机构的安全度和稳定性。

生物特征识别技术的日渐成熟，推动智能身份认证在前端模块的普及，在毕马威发

布的2019年《金融科技行业脉动报告》中显示，智能身份认证在2025年全球金融机构

的渗透率将突破80%，未来将通过对人脸、声纹、指纹等生物特征进行多重验证，逐步

实现安全级别的分级管理，满足金融产业对身份唯一性的认证需求。现阶段中端模块的

智能风控较为侧重贷前环节，随着金融产业的不断规范发展，全信贷生命周期的管理将

是未来智能风控的发展方向，通过灵活执行差异化风险策略，为满足金融产业监管层的

合规要求提供业务基础，根据普华永道在《2019年全球金融科技应用指数》调研的数

据显示，未来3-5年智能风控系统购买率将增加至68%。客户对精准理财诉求的愈加强

烈将驱动智能投顾开放平台的建立，打破单一金融机构的服务边界，得到符合用户风险

偏好的最优投资组合，根据全球数据公司Statista的估算，预计到2025年，智能投顾业

务在全球范围内管理资产规模将超过11万亿美元。

数据交易市场建设正在努力探索，我国的数据交易产业起步于2014年，随着我国大数

据元年的到来一同开启，各地政府积极支持。2014-2016年间，国内大数据交易所呈井喷态

势，各地开花。

图国内大数据交易市场建设历程

截止到2019年，企业服务领域的企业获投占比最高为62%，金融行业次之为13%，健

康医疗为8%。随着互联网与移动互联网的进一步普及渗透，以及IT基础设施的逐步完善，

企业服务市场仍将继续扩大，大数据产业增量蓝海市场正在逐步打开。

2020年国务院政府工作报告中提出要“全面推进‘互联网+’”，打造数字经济新优势，

互联网与大数据融合应用的能效将得到进一步发挥。

2020年，随着数字经济发展热潮兴起、数字中国建设走向深入，我国大数据产业迎来

新的发展机遇期，各区域更重视大数据发展与地区经济结构转型升级的紧密结合，同时各级

政府也都更积极地探索数据驱动的政府服务模式创新。大数据的应用正在向“全行业”模式

转变，覆盖智慧政府、城市大脑、金融风控、健康医疗、疫情防控、精准营销等更多领域，

例如通信大数据+商业拓展、通信大数据+旅游推广、通信大数据+政府治理等。

互联网仍将是大数据应用的重点领域；在与实体经济融合方面，政府大数据应用将持续

火热，智慧城市、平安城市、互联网政务等建设需求的旺盛，将推升对政务服务、政府治理

和民生服务等建设的需求。金融大数据和电信大数据两大传统领域的应用需求随着5G技术

和金融科技的落地将持续火热。工业大数据和健康医疗大数据作为两大潜力发展领域，随着

政府和资本投入力量的增强，其市场规模和占比均将逐步提高。

随着数字经济建设的快速推进，各类大数据软件、大数据服务均将快速发展。

调研企业大数据领域主要技术/服务

百度大数据引擎，用户行为数据、自然语言处理能力和深度学习领域的前沿研究

神州融征信大数据，覆盖信贷全生命