货币政策传导理论和工具研究
• 实时的银行资金动向，可以提出主动 监管的方法，服务于金融安全，具有 非常好的理论和实践空间
银行间市场原始数据
数据加工与开发Байду номын сангаас
服务对象与预期研究
银行 高校 基金 人行 银监会
利率市场资 银行间市场 货币政策与 金动向研究 的风险动向 调控研究
11
西班牙Bankinter银行 大数据行业模拟
• 应用亚马逊的云服务，借助“大数据”分析进行 行业发展模拟以支持对于公司客户的风险控制
• “大数据”极大地提高了分析可行性。行业的宏 观模拟分析运算平均耗时大幅减少，从高达23 个小时减少到只用20分钟左右。
5
国内外应用案例-证券投资
利用电商交易数据 预测行业未来盈亏
大数据的广泛应用更需要大数据监管
• 金融行业飞速发展的同时，不能“遗忘”金融监管。同样，大数据技术也要体现在监管方 法上，打造“智能监控”，管理“主动出击”！
10
目前正在开展的工作
校企合作、产学协同
• 与银行间市场的经纪业务公司和数据 提供商进行深度合作。
银行间市场风险指标体系
• 通过实时的全市场接口，计算各类体 系指数，研究银行间市场的行为特征， 打造银行间风险预警系统
8
金融大数据发展的瓶颈分析
大数据在金融业中的应用还主 要停留在“相关性”的挖掘上。 而且复杂模型的使用使得整个 相关关系愈发黑箱，需要相关 理论研究的深入。
比数据整合更难的是跨学科、跨领 域的复合人才培养。没有适合大数 据金融的人才，再好的管理也“巧 妇难为无米之炊”。这点在金融监 管层面尤为严重。
大数据配置股票的基金实例
阿里招财宝的招财一号
• 超过 60% 的投资放在牢靠的固定收益产品上
美国
• 剩下的部分则会根据阿里巴巴的淘金 100 指数进行 配置股权
证券投资
淘金 100 指数利用其在电商领域的交易数据，预测
中国
行业未来盈亏。上市公司只是一季度提供一次详细的财
务报表，但电商的交易数据是实 时的。
• 征授信、不良资产处理、客户管理与识别、反欺诈
证券金融大数据
• 智能投顾、量化投资、风险管理（大资管）、高净值服务
保险金融大数据
• 大数据精算、大数据理赔、精准客户营销、智能定损
监管金融大数据
• 大数据货币统计口径（社会融资总量）、智能货币、反洗钱
电商金融大数据
• 智能支付、P2P融资、第三方信息服务、定点营销、实时监控
大数据在金融行业的应用
1
传统金融数据 Vs 金融大数据
• 股票价格 • 财务报表 • GDP、CPI、PPI • ……
传统金融数据
金融大数据
• 个人消费记录 • 论坛帖子、微博内容 • PM2.5、财大报考人数 • ……
2
传统金融数据 Vs 金融大数据
来源
工具
金融 大数据
规模
3
金融大数据应用
银行金融大数据
有好工具的同时更要注重理论逻辑梳理
• 不能满足于大数据挖掘的简单、高效，依然需要深入对于“现象”内涵本质的理论研究， 寻找相关关系背后的经济学逻辑。
比大数据技术更重要的是大数据思维
• 需要注重大数据技术和互联网技术本质模式的思维理解，不仅体现在方法实现上，也要体 现在管理层面上，体现在人才培养上，让“生产关系”真正适应“生产力”！
4
国内外应用情况-银行业
大数据帮助银行分析公司
大数据帮助银行增速分析模型
美国有数据公司利用电话黄页信息和电梯楼层使用情况 数据为银行提供征信业务
原始 数据
数据 分析
电话黄页数据结合 电梯楼层使用数据
电梯楼层 停靠变高
电梯楼层 停靠变低
处理 业务扩张 目标 员工增多
业绩增加 银行授信
萎缩裁员 银行预警
然而实际收益却比不上 银行存款和股票指数
WealthFront Betterment 京东金融 阿里招财宝
6
国内外应用案例-征信
大数据征信是大数据应用的重要方面 比如国外的ZEST、国内的拍拍贷等
搬家次数
购物记录
调查问卷账单
法律记录
IP地址
传统方式：简单的客 户身份核查、经济实 力/财务状况调查、征 信历史调查
挖掘角度
逻辑关系
管理整合
人才培养
大数据针对特定角度进行深度挖 掘，从而反推“创造性”的商业 模式和理念。而缺乏统一的实现 范式。
比数据挖掘更难的是数据整合。传 统金融机构常常要面对业务与技术 沟通不畅的问题，数据难以转化为 生产力。而突破这些瓶颈的关键在 于管理层面，而非技术。
9
大数据金融未来展望
宏观 数据
财务 数据
传统 研究
交易 数据
解释能力有限
•有些学者利用文本信息处理工具，将所有市场内 上市公司年报进行分析，计算可读性指标，如Fog 指数。并通过上市公司的年报的Fog指数来研究未 来公司的盈利情况，缓解了年报披露的信息不对 称情况。
•也有学者在研究证券定价新因子，比如每个国家 的心理倾向调查结果，里面的个人主义倾向可以 较好地解释交易中的“动量”情况。也有学者利 用上市公司路演时CEO的“微表情”作为因子， 来解释溢价情况。
电话账本
水电煤账单
大数据方式：注重多 维度、多角度对目标 客户进行特征侧写。 甚至数据的产生与收 集过程也成为数据的 一部分。
网络行为 微博微信
7
国内外应用案例-学术研究
传统金融学术研究
大数据金融学术研究
基本基于宏观数据、市场交易数据、以 及公司财务数据等。但基于这些数据的 研究对于金融现象的解释能力有限，无 法在市场不均衡的时候阐述“异象”。