?　　

大數據驅動金融模式創新主題論壇上,嘉賓柯克·伯爾尼在進行演講。

　　文/半島記者　婁花　李曉哲 圖/半島記者　孟達

　　大數據是最有潛力的“礦產資源”,如此有魅力的“礦產資源”如何助推金融業的發展?記者調查發現,在本次全球大數據論壇上,眾大咖發表了自己的觀點,大數據不僅改變著金融業的交易模式,而且在控制風險、個性化定制、理性投資等方面讓金融機構、消費者都能體驗到新金融的顛覆魔力。

　　知名大數據網站德塔弗洛克(Datafloq)創始人馬克·范·雷蒙南認為,首先,大數據技術在金融業方面的運用是有很多潛力可挖的。對消費者和金融業兩方面的數據進行分析,及時了解消費者的需求,從這個層面上來講,大數據技術的運用可以降低金融業的一些風險。而通過大數據技術,結合一些社交媒體或者其他渠道獲得的數據,可以對客戶進行更深的了解。再就是區塊鏈的支撐,這是近些年大數據技術給金融業帶來的最重要變化。以前銀行之間的金融、現金交易會花幾天的時間,現在這個時間被大大縮短,變成幾分鐘甚至幾秒鐘。

　　區塊鏈是什么?馬克·范·雷蒙南說,就是通過單一、真實的源頭,通過資源的分享,所有人都來分享一個統一的、單一的數據庫、數據源。因為不同的參與方進來了,它們就可以形成這樣一個鏈條式的連接。這就意味著當數據處于區塊鏈當中,就已經進行加密了,就不可能進行改變了。就像比特幣的交易一樣,實際上是改變了做生意的方式,將中間商取消了,如果想在全世界去跟那些不認識的人或者不相信的人去做交易提供資金,需要銀行等第三方參與。而通過區塊鏈,就不需要這個銀行了,借款人可以在10分鐘之內把錢借給另一個人,完全不需要中間商了。而就在一兩周之前,第一個全球制造產品的交易——得克薩斯州的一船棉花運到了青島,就是用區塊鏈技術。

　　大數據應用最快的應該是在金融領域,在天云融創數據科技(北京)有限公司首席執行官雷濤看來,金融本身是通過信息不對稱具備商業營運價值的,所以北美以及最近國內也有一個新的概念,就是科技金融。在這個過程中,大數據落地在金融領域也是階段性的,第一個階段更多的是在信息基礎架構的實施上,也就是信息處理能力,因為中國的金融發展速度非常快,隨便一個大型的股份制信用卡公司,可能就覆蓋上億張卡片規模,遠遠超過北美發達國家的數量,傳統的體系架構之下很難支撐中國的發展速度,所以大數據的第一個個性就是分布式計算的基礎能力對金融核心體系的建設產生了根本性的變化,現在五大行和一些股份制銀行都已經啟動了金融基礎設施替換進程,像國內光大銀行也實現了第一個在線交易的全面柜員24小時在線的核心系統的替換,現在已經進入成熟商用了。

　　第二個階段是人工智能的變化,以人工智能為驅動開始出現了很多創新型的新業態。在投資領域、基金券商領域等,這些企業原來去銀行只有幾類用戶,比如私人銀行、金卡、白金卡等。現在會定制個性化產品,基于風險預期、流動性、存量推薦多少股、多少債等進行定制。就像淘寶一樣,買什么產品都有推薦引擎,每一個金融產品也有推薦引擎,一樣有匹配原則。

　　■觀點　大數據時代　更需要精準識別

　　其實對于圖譜來說,我們是把整個世界當作實體來看的,一個實體可能是一個人、一個公司、一個組織,對于整個這樣一個過程,對個人來說也是同樣的道理,只不過有一些數據可能是涉及到一些隱私等方面的內容,這可能也會有一些安全方面的考量。比如說在支付寶上付了一些什么樣的賬,如果沒有授權,別人是不會拿到這些數據的。

　　對于通用的整個圖譜來說,現在一些大的公司都已經有一些相應的產品了,比如說谷歌、百度等,國內、國外的公司都有一些通用性的產品,比如微軟最近發布了一些它對知識圖譜管理的數據集。

　　比如“老百姓”這個詞,對于普通的搜索來說可能就是在座的聽眾,但是對熟悉金融行業的人來說,可能就知道這是一家上市公司。如果我們在百度、谷歌上面搜索“老百姓”,這些方方面面的信息都會出來,對于一個分析人員來說,如果不能夠識別出來這樣的東西,處理起來相當困難,大數據帶來了數據量的增長,但是實際上也帶來了對需求者感興趣的命中率的降低,希望通過這樣的技術,能夠為專業的金融分析人員提供非結構化情報的支持。

　　大數據快速分析借款者還款能力

　　柯克·伯爾尼是博思艾倫高級數據科學家、天體物理學家和空間科學家,是全球25位頂尖大數據科學家之一,他在解析金融行業數據流、金融機構當中,認為很重要的業務之一就是要去管理風險。他介紹,在交易以及各個領域,都要很好地控制這樣一個風險,把數據信息收集起來,能夠驅動我們的業務不斷發展,使得金融各個表現更加優異。

　　診斷型的分析就是可以幫助了解現在這個業務當中發生了什么事情,能夠幫助采取相適應的行動,而不僅僅只是去被動地接收。不管是機器學習模型還是傳統的模式,這都是一個學習的體系,能夠了解它的行為模式是怎么樣的,幫助更好地了解未來的發生情況。必須要很靈活地,非常靈敏地幫助很快地做出適應的調整。

　　有的時候,銀行對未來進行預測時,得到的結果不是很積極。那么對于一些非常有風險性的客戶,比如信譽不是很好的,他們借款之后不一定能還款。而有些信譽記錄非常良好的人,他們一旦借款,還款能力會很強、會很可靠。所以能夠基于他過去的一種信譽記錄,進行對未來還款行為的預測。機器學習對于金融領域有什么方面的應用呢?金融機構跟其他的產業一樣,可能會對用戶分享和推薦一種產品。于是就開始試驗一下,看看這個產品到底受不受歡迎,看看其他的人是不是也買這些產品,這就是一種科學過程,數據科學就是把這樣一種科學過程從數據中進行發現。

　　一張圖譜摸清上市公司投資價值

　　知識圖譜這個詞在此次論壇上多次被提及,國防科技技術大學教授、上海數淘信息技術服務有限公司CTO湯大權介紹,知識圖譜的作用就是把人類的知識變成計算機可以理解的東西,讓計算機來按照知識圖譜所組織的人類的知識來處理一些具體的問題。

　　“其實對于知識圖譜來說,應該說隨著整個人工智能的發展,從最初1956年達特矛斯會議到現在提出知識圖譜,已經有60年了,知識的表示一直是人工智能研究的一個很重要的領域。”湯大權說,在大數據的領域,隨著數據不斷豐富,種類是越來越多的,怎么把這樣一些數據利用我們已有的知識組織起來,這可能就是知識圖譜在大數據里面的應用。

　　在很多時候,每一個人可能有自己的一些不同專業領域的背景,一方面需要建立一個通用的知識圖譜,但是更重要的是,針對于不同的領域,需要有一些專業的圖譜。對于金融領域,湯大權舉了一個例子,如何描述一個上市公司?它的一些相關的組織架構、信用,可以從互聯網、工商局的一些網站上得到一些信用,把這樣一些東西組織成為一個圖譜,用來描述一個公司的實體。實際上,在很多的時候,分析一家公司是不是有很好的成長價值的過程當中,就會用到這樣一些相關的知識,這可能就是在金融業里面的一些應用。

　　 （來源：半島網-半島都市報） [編輯: 林永麗]