大数据金融充分挖掘了数据资源价值，给金融行业造成了极大的便利。但是其存在的风险问题也不容忽视。本文首先介绍了大数据在金融行业的应用现状，接着分析了大数据金融存在的风险问题，最后针对其风险提出了应对策略，以期给大数据金融的健康发展以现实启示。

大数据金融发展面临的风险与对策
李令闻

随着互联网技术与社会经济活动的交汇融合与密切关联，引发了大数据的蓬勃发展，大数据已成为国家基础性战略资源，并在社会经济各领域中的生产、交易、消费、分配等环节发挥着重要的作用，据全球权威咨询公司麦肯锡研究报告显示，金融业在大数据应用的价值潜力指数位居第一。毋庸置疑，大数据未来将成为金融业新业态的创新引领，成为金融业的核心竞争力。但是，我们也清楚地看到，大数据在金融业内的发展和应用还处于起步阶段，数据治理、数据共享及行业规范等还存在诸多问题。
一、大数据在金融行业的应用现状
大数据金融是指通过对海量的结构化与非结构化数据，运用云计算、数据建模、数据挖掘等手段，分析处理客户的多维信息，如客户的消费习惯、价值取向与偏好，以预测客户的消费需求与服务需求，实现金融精准营销和精准服务，构建金融绿色生态圈。
（一） 大数据在银行业的应用
    当前国内金融体系中，传统商业银行业仍占有主体地位，互联网时代的到来，尤其是大数据技术在消费端的广泛应用，传统银行业也越来越重视大数据应用。首先，商业银行将大数据用于评估客户信贷风险。银行业的客户数量庞大，过去运用人力对每个借贷人进行逐个评估，开展贷前调查和风险评估，主要评估贷款抵押物的价值，带有很强的主观性，效率也低下。而银行借助大数据可以更快捷、高效、且全面地了解借贷人的基本情况，可以更客观地评价客户的资信状况以及信誉情况，极大地提高了营运效率。其次，为了从更多维度了解客户需求与消费习惯，收集和储存客户大数据，更为精准地营销和提供个性化服务，多数商业银行开发了手机客户端的APP，如招商银行掌上生活、平安银行口袋银行、农业银行掌上银行等等，这些互联网工具为银行未来更加广泛的大数据应用进一步夯实了基础。
（二）大数据在证券业的应用
    大数据应用使证券投资从定性投资向量化投资转变，传统定性投资是基于企业的基本面进行研究，通过实地考察调研、分析企业财务报表、高层访谈等方式对企业经营状况进行评价并合理评估股票市值。而大数据技术运用海量数据及多维量化因子，通过建立数理模型，运用算法和趋势分析，可以预测上市公司的股票价格，为投资者提供更为科学、更为准确的投资决策分析。此外，集成海量历史大数据建立分析模型，也可以提升对股市行情走势预测的精准度。
（三）大数据在保险业的应用
    保险本身就是基于“大数法则”原理而存在，首先保险产品定价必须基于大数据予以厘定，目前保险公司运用结构化数据和非结构化数据，细分客户群体，根据客户出险概率、行业特性以及偿付能力等因子，厘定更科学合理的差异化的保险费率，较为充分地保障了消费者利益；其次，保险公司运用大数据建立保险欺诈识别系统，建立行业“黑名单”，可在极大程度上识别骗保骗赔行为，更有效防范和打击保险欺诈，维护保险公司的合法权益。
二、大数据金融面临的风险
大数据无疑为金融行业带来了极大的便利，充分挖掘了数据资源价值，使金融行业持续稳定发展[1]。但其存在的风险问题也不容小觑。
（一）资源垄断容易产生数据垄断
在大数据时代，拥有庞大的数据流量和资本资源的互联网电商巨头以及大型商业银行无疑占有数据的绝对优势，如BAT凭借电商平台获取海量大数据与资金流，并正逐步渗透至金融支付、小贷以及理财、保险领域；传统四大商业银行凭借历史地位也集聚了巨大的客户群、数据源及数据库，并日益重视对内部数据的运用、加工处理与分析，积极探索大数据技术的创新之举。因此，客观上这种资源垄断形势容易产生数据寡头现象，形成数据垄断。数据垄断局面一旦形成，这在很大程度上将制约数据流和资金流处于分离状态的大部分中小型企业的发展，使拥有优质数据流和技术优势的一些互联网企业难以向金融服务领域延伸，而中小商业银行又不具备大数据技术与人才的储备与资源优势，这将给金融市场竞争机制带来负面影响，不利于大数据金融的创新发展。
（二）商业利益驱动导致数据共享困难重重
目前国内企业普遍将数据视为自己的核心资源，不愿意向公众、政府或其他企业开放，导致数据共享程度十分低下，各企业间形成了“数据孤岛”和“信息孤岛”，企业只能运用相对片面的数据进行分析处理，这实际上降低了数据的应用效能。 从国家层面而言，2013年曝光的数据监听“棱镜门”事件，也使国家更加重视金融安全，加之目前政府对于数据共享缺乏较为完善的机制约束与动力牵引。再有，数据共享实际上是将数据从“私用”转变为“公用”，这在一定程度上可以打破数据垄断，提高行业活力，但这对大型企业的社会责任心要求较高。
（三）征信系统不完善导致的风险
根据波士顿咨询公司数据显示，截至2015年底，中国个人征信的覆盖率只有35%，与美国个人征信体系92%的覆盖率相差甚远，这主要与我国征信主体受限与征信业发展水平低有关。极低的征信覆盖率，使大数据的公信力和数据真实性存在风险隐患，使得诈骗、违约有了充分自由施展的空间，高频发生的信用问题增加大数据金融风险。
（四）大数据技术盲点引爆行业风险
随着媒体曝光大量的用户私人信息泄露事件，人们对信息安全愈发密切关注。数据泄露，对企业本身或是其用户而言都是极其不利的。由于大数据的特性，黑客、电脑病毒攻击而导致数据泄露对金融企业将会是灭顶之灾，其导致的损失和社会后果更是难以估量。2017年5月，席卷全球“wanngcry”勒索病毒就对我国金融行业乃至政府公共网络安全形成极大的威胁，再次将大数据金融网络安全提升到空前高度。
其次，大数据技术的不完善，还使得虚假数据对大数据产生大的威胁，如先前的Facebook推送假新闻事件。一个数据点的错误就可能导致企业决策失误，甚至因此而引发蝴蝶效应使整个行业陷入漩涡。它的存在对于企业乃至整个行业而言都是不容忽视的风险。
再有金融企业所有海量多维的语音信息、邮件文本、视频等非结构化数据，需要大数据技术来整合、分析、处理、维护，但目前国内金融企业尚不具备技术能力储备，极大地削弱了大数据在金融行业的应用深度，也为金融行业技术决策带来较大的风险。
（五）基础设施建设薄弱带来的风险
从基础设施硬件来看，进入大数据时代，海量数据正以指数函数的形式爆炸增长，海量数据的储存、迁移以及维护，都离不开基础设施作为支撑。然而，传统金融行业基础设施功能较为薄弱，单体服务器储存和维护功能完全不能满足迭代增长的海量数据以及数据灾备、数据安全的要求。而置换更新庞大的服务器，受制于企业本身的财务支持能力，企业也须考虑投入产出比的成本因素，因此，受限诸多因素，基础设施若不能及时地更新换代，也会给大数据安全及发展带来风险。
（六）立法滞后和行业不规范引发的风险
“大数据+金融”是金融行业的新业态，随着移动互联网和大数据技术的快速发展，大数据金融创新实践和场景运用在业内十分兴盛，金融行业对于大数据创新应用十分推崇并积极鼓励创新实践。但对于大数据金融的法律法规的研究，相关部门和学术界还相对滞后。法律法规的缺位，使得许多不法分子充斥其中，钻法律空子来进行金融诈骗、洗钱等非法活动，这严重干扰行业的健康发展。
此外，整个行业追求资本扩张，企业主流价值导向倾向于市场扩张与规模发展。金融企业商业化运营与盈利价值主张决定企业在创新和发展过程中忽视约束自身行为合规。更何况对于大数据本身，行业缺乏行为标准，难以评估企业操作合规性，这实际上使行业在大数据发展中存在法律风险和违规风险。
三、大数据金融风险的应对策略
诚然在大数据金融发展过程中存在诸多风险，我们唯有正确面对，不断研究并积极探索解决问题的对策和路径，才能有效推动大数据金融的良性发展。
（一）打破数据垄断，加速推动数据共享机制。
 “互联互通、资源共享”是互联网大数据时代的价值理念，政府应主导并大力推动企业间的数据共享[2]，打破目前科技巨头与行业龙头数据寡头现状，建立电商企业与金融企业数据互通共享的激励机制与共享平台，充分调动企业供应链的数据共享积极性。政府相关部门牵头与各企业共建一个大数据共享平台，这不应该只是一个简单的数据聚集库，而是一个拥有各种类型的大数据云集群，共享平台各方均可在平台上获得数据、填充数据，并且数据可以被有效保护、管理、维护；平台方也应规划数据归集，将之分配到各所需的项目上，以满足企业的个性化需求。
（二）政府扶持，鼓励金融行业加大对基础设施投入和建设。
首先，硬件基础设施配置是大数据风控管理的前提，金融机构要合理评估基础设施的配置标准，加大力度投入先进的基础设施配置，使之符合大数据对于基础设备的扩容要求；同时强化现有计算机硬件、数据安全系统等功能，降低数据的储存和维护风险、保障大数据的安全。
其次，从金融行业基础建设投入的软配置来看，大数据技术人才相当匮乏[3]。传统金融企业中，IT技术岗并不是行业核心岗位，因而在人员数量储备和技术要求上与当前大数据对于人才和技术的要求相差甚远，金融企业也应正视这一先天不足，加大对大数据技术人员的吸收和培养力度，并在定岗定薪方面做足功夫，使大数据人才职业规划在金融行业能匹配大数据时代发展的要求。
再次，政府也应出台相应的政策和制度，加大对金融行业大数据人才引进的政策扶持鼓励，可采取对大数据专家型人才给予人才津贴、住房补贴、子女教育优惠政策等举措，积极促进金融行业对于大数据人才的吸纳引进。
（三）不断完善法律法规，加强监管，健全征信体系建设。
当务之急，政府应当组织专家学者研究并逐步健全完善大数据风险防范的法律法规，对大数据的使用权益、隐私保护以及知识产权等作出法律界定，充分保障企业的合法权益，并对违法违规者追究其法律责任。
金融监管部门也应针对大数据金融互联网特征，科学合理规划相应的监管职能，对大数据违规风险从严监管，包括界定监管范围、明确监管对象、明确权力与责任等，为大数据可持续发展构建良好的发展环境。同时，金融监管机关也应鼓励扶持大数据技术行业发展，尤其是针对中小型金融企业技术创新给予相应的支持，以促进金融行业在大数据领域的繁荣发展。
政府还应积极推动征信体系建设，鼓励多个第三方公司建立一个面向整个行业的征信系统，降低信息不对称带来的风险。在美国，大部分征信公司都是独立的第三方企业。中国也可根据国情积极探索实践，促进征信体系与大数据同步发展。当然，由于征信管理的复杂性，要求企业门槛高，政府也应设置较高的准入制和监管机制，以促进征信建设的健康发展。
继云计算、物联网技术之后，大数据技术无疑成为引领各行各业创新之路的重要支撑，大数据必将使得金融行业迎来新的商机和发展前景。大数据时代，数据为王，数据就是金融业的战略资源，我们必须加大加快对大数据更深入的研究，从立法层面、学术研究层面、企业实践创新层面深入剖析大数据带来的新的机遇与风险，通过建立数据共享平台、加强基础设施建设、政府出台更加详细的行业规范、扶持和个人隐私的保障制度、完善征信系统等措施，进一步夯实大数据发展基础，促进大数据金融的健康发展。
【参考文献】
[1]周京.大数据背景下金融企业风险分析[J].农村经济与科技，2018,29（16）:147.
[2]鲁焱.大数据共享平台的系统架构与建设思路[J].图书馆理论与实践，2017（04）:86-90.
[3]杨丽娜.关于大数据金融的风险分析与挑战探讨[J].现代营销(下旬刊)，2018（10）:47-48.

（作者单位：广东实验中学）