《互聯網金融基礎》第八章云金融

互聯網金融基礎

——第八章云金融PARTONE導入案例騰訊云助力廣西貴港打造綜合金融服務平臺

一直以來，中小微企業(yè)的融資供需矛盾突出，企業(yè)融資難、融資貴，金融機構不愿貸、不敢貸、不會貸，制約著中小微企業(yè)的發(fā)展。今年10月，騰訊云與貴港市政府就綜合金融服務平臺建設正式達成戰(zhàn)略合作，依托政府主導模式，借助政府公信力和征信數據優(yōu)勢，以及騰訊云各項技術能力，推動企業(yè)融資需求與金融機構、金融產品之間實現雙向選擇和自主對接，拓寬中小企業(yè)融資渠道，提高金融供需對接效率。項目啟動以來，騰訊云與貴港大數據局積極開展區(qū)域數據調研與創(chuàng)新研討。在信用體系方面，貴港綜合金融服務平臺借助騰訊云億級企業(yè)知識圖譜，深入融合貴港市企業(yè)大數據，并通過騰訊云霖產業(yè)風控平臺聯合建模，打造了覆蓋貴港市超20萬家企業(yè)的數字化信用體系，為區(qū)域內金融機構識別企業(yè)風險提供可量化依據，從而有效改善當小微企業(yè)信用缺失的困境。騰訊云助力廣西貴港打造綜合金融服務平臺

進入2020年以來，"新基建"成了紅極一時的網絡熱詞。不同于傳統(tǒng)的修橋、造路等鋼筋混凝土工程建設，新基建是建立在數字化基礎之上的新經濟形式。它不僅是我國的國家戰(zhàn)略，同樣也是全球各國正在努力搶奪的戰(zhàn)略高地。隨著“新基建”國家戰(zhàn)略的落地，以數據中心為代表的新型基礎設施日益成為其中不可或缺的支柱。新基建對社會和經濟發(fā)展的帶動作用十分明顯。疫情期間，大數據追蹤疫情線索、遠程醫(yī)療、在線辦公、在線教育等數字化的生產力，讓整個社會仍然可以高效運轉。在經濟方面，新基建的意義也十分重大。新基建一頭連著投資和生產力，另一頭連接著消費升級，不僅有利于對沖疫情導致的經濟下行，而且還可以推動整個經濟邁向數字化，進入下一個新增長的時代。云概念最早的應用便是亞馬遜（Amazon）于2006年推出的彈性云計算（ElasticComputerCloudES2）服務。其核心便是分享系統(tǒng)內部的運算、數據資源，以達到使中小企業(yè)以更小的成本獲得更加理想的數據分析、處理、儲存的效果。第一節(jié)云計算的概念與特征一、云計算的概念云計算（cloudcomputing）是分布式計算的一種，指的是通過網絡“云”將巨大的數據計算處理程序分解成無數個小程序，然后，通過多部服務器組成的系統(tǒng)進行處理和分析這些小程序得到結果并返回給用戶。。第一節(jié)云計算的概念與特征一、云計算的概念“云”實質上就是一個網絡，狹義上講，云計算就是一種提供資源的網絡，使用者可以隨時獲取“云”上的資源，按需求量使用，并且可以看成是無限擴展的，只要按使用量付費就可以，“云”就像自來水廠一樣，我們可以隨時接水，并且不限量，按照自己家的用水量，付費給自來水廠就可以。第一節(jié)云計算的概念與特征二、云計算的特征（一）超大規(guī)?！霸啤本哂邢喈數囊?guī)模，Google云計算已經擁有100多萬臺服務器，Amazon、IBM、微軟、Yahoo等的“云”均擁有幾十萬臺服務器。企業(yè)私有云一般擁有數百上千臺服務器?！霸啤蹦苜x予用戶前所未有的計算能力。第一節(jié)云計算的概念與特征（二）虛擬化云計算支持用戶在任意位置、使用各種終端獲取應用服務。所請求的資源來自“云”，而不是固定的有形的實體。應用在“云”中某處運行，但實際上用戶無需了解、也不用擔心應用運行的具體位置。只需要一臺筆記本或者一個手機，就可以通過網絡服務來實現我們需要的一切，甚至包括超級計算這樣的任務。第一節(jié)云計算的概念與特征（三）高可靠性“云”使用了數據多副本容錯、計算節(jié)點同構可互換等措施來保障服務的高可靠性，使用云計算比使用本地計算機可靠。第一節(jié)云計算的概念與特征（四）通用性云計算不針對特定的應用，在“云”的支撐下可以構造出千變萬化的應用，同一個“云”可以同時支撐不同的應用運行。（五）高可擴展性“云”的規(guī)?？梢詣討B(tài)伸縮，滿足應用和用戶規(guī)模增長的需要。（六）按需服務“云”是一個龐大的資源池，你按需購買；云可以像自來水，電，煤氣那樣計費。第一節(jié)云計算的概念與特征（七）極其廉價由于“云”的特殊容錯措施可以采用極其廉價的節(jié)點來構成云，“云”的自動化集中式管理使大量企業(yè)無需負擔日益高昂的數據中心管理成本，“云”的通用性使資源的利用率較之傳統(tǒng)系統(tǒng)大幅提升，因此用戶可以充分享受“云”的低成本優(yōu)勢。第一節(jié)云計算的概念與特征三、云計算的應用“云計算”已經深深植入到我們生活中的點點滴滴，平時常用的那些APP或網站，基本都已經離不開“云計算”作為背后的強大服務支持，如剁手黨愛恨交加的淘寶、京東，社交癡迷黨的微信、微博等等，背后強大的云計算總是在推送你可能需要的商品。第一節(jié)云計算的概念與特征四、云計算潛在的危險性云計算服務當前壟斷在私人機構（企業(yè)）手中，而他們僅僅能夠提供商業(yè)信用。對于政府機構、商業(yè)機構（特別像銀行這樣持有敏感數據的商業(yè)機構）對于選擇云計算服務應保持足夠的警惕。一旦商業(yè)用戶大規(guī)模使用私人機構提供的云計算服務，無論其技術優(yōu)勢有多強，都不可避免地讓這些私人機構以“數據（信息）”的重要性挾制整個社會。第一節(jié)云計算的概念與特征云金融則是金融機構融合云計算模型及業(yè)務體系所誕生的新產物。云金融是金融機構架構的主要組成部分，也是金融機構技術及產品創(chuàng)新的重要依據。云金融是云計算在技術上和概念上的專業(yè)化延伸，是金融機構利用云計算的有益探索。第二節(jié)云金融的概念和應用云金融則是金融機構融合云計算模型及業(yè)務體系所誕生的新產物。云金融是金融機構架構的主要組成部分，也是金融機構技術及產品創(chuàng)新的重要依據。云金融是云計算在技術上和概念上的專業(yè)化延伸，是金融機構利用云計算的有益探索。第二節(jié)云金融的概念和應用一、云金融的概念云金融（Cloudfinancial），云金融是指基于云計算商業(yè)模式應用的金融產品、信息、服務、用戶、各類機構，以及金融云服務平臺的總稱，云平臺有利于提高金融機構迅速發(fā)現并解決問題的能力，提升整體工作效率，改善流程，降低運營成本。第二節(jié)云金融的概念和應用二、金融數據處理系統(tǒng)中的云應用（一）金融數據處理系統(tǒng)中的云應用1.構建云金融信息處理系統(tǒng)，降低金融機構運營成本2.構建云金融信息處理系統(tǒng)，實現金融全網信息共享3.構建云金融信息處理系統(tǒng)，統(tǒng)一網絡接口規(guī)則4.構建云金融信息處理系統(tǒng)，增加金融機構業(yè)務種類和收入來源第二節(jié)云金融的概念和應用二、金融數據處理系統(tǒng)中的云應用（二）金融機構安全系統(tǒng)的云應用基于云技術的網絡安全系統(tǒng)也是云概念最早的應用領域之一?，F如今，瑞星、卡巴斯基、江民、金山等網絡及計算機安全軟件全部推出了云安全解決方案。其中，占有率不斷提升的360安全衛(wèi)士，更是將免費的云安全服務作為一面旗幟，成為其產品競爭力的核心。源第二節(jié)云金融的概念和應用二、金融數據處理系統(tǒng)中的云應用（三）金融機構產品服務體系的云應用通過云化的金融理念和金融機構的線上優(yōu)勢，可以構建全方位的客戶產品服務體系。例如，地處A省的服務器、B市的風險控制中心、C市的客服中心等機構，共同組成了金融機構的產品服務體系，為不同地理位置的不同客戶提供同樣細致周到的產品體驗。這就是“云金融服務”第二節(jié)云金融的概念和應用作為世界人口大國的我國，每個人的需求都不一樣而且人民需求復雜多樣，長期以來，金融行業(yè)要想在這樣的復雜背景下尋求生存與發(fā)展，難度系數很大，在傳統(tǒng)的金融市場中，存在著如何獲取新用戶、如何進行風險控制、如何留住客戶以及如何觸發(fā)客戶的消費等眾多問題，而金融大數據的出現，有效的解決的過去存在的數據來源單一、片面化、局限化以及深度淺等弊端，借助互聯網大數據庫，能夠有效的、全面的進行數據收集以及匯總分析，從而得出更加全面精確、更加符合客戶需求的方案及決策。第三節(jié)金融大數據應用一、大數據的特點(1)數據量(Volume)，海量性也許是與大數據最相關的特征。(2)多樣性(Variety)，大數據既包括以事務為代表的傳統(tǒng)結構化數據，還包括以網頁為代表的半結構化數據和以視頻、語音信息為代表的非結構化數據。(3)數據價值(Value)，大數據的體量巨大，但數據中的價值密度卻很低。比如幾個小時甚至幾天的監(jiān)控視頻中，有價值的線索或許只有幾秒鐘。動態(tài)性(Velocity)，大數據要求能夠快速處理數據，時效性強，要進行實時或準實時的處理。第三節(jié)金融大數據應用二、金融大數據應用大數據在金融行業(yè)的應用范圍較廣，典型的案例有花旗銀行利用IBM沃森電腦為財富管理客戶推薦產品，并預測未來計算機推薦理財的市場將超過銀行專業(yè)理財師；摩根大通銀行利用決策樹技術，降低了不良貸款率，轉化了提前還款客戶，一年為摩根大通銀行增加了6億美元的利潤。比較典型的銀行的大數據應用場景集中在數據庫營銷、用戶經營、數據風控、產品設計和決策支持等。第三節(jié)金融大數據應用二、金融大數據應用（一）銀行大數據應用1.客戶畫像客戶畫像應用主要分為個人客戶畫像和企業(yè)客戶畫像。個人客戶畫像包括人口統(tǒng)計學特征、消費能力數據、興趣數據、風險偏好等;企業(yè)客戶畫像包括企業(yè)的生產、流通、運營、財務、銷售和客戶數據、相關產業(yè)鏈上下游等數據。值得注意的是，銀行擁有的客戶信息并不全面，基于銀行自身擁有的數據有時候難以得出理想的結果甚至可能得出錯誤的結論。第三節(jié)金融大數據應用二、金融大數據應用（一）銀行大數據應用2.精準營銷實時營銷交叉營銷個性化推薦客戶生命周期管理第三節(jié)金融大數據應用二、金融大數據應用（一）銀行大數據應用3.風險管理與風險控制中小企業(yè)貸款風險評估實時欺詐交易識別和反洗錢分析第三節(jié)金融大數據應用二、金融大數據應用（一）銀行大數據應用4.運營優(yōu)化市場和渠道分析優(yōu)化產品和服務優(yōu)化輿情分析第三節(jié)金融大數據應用二、金融大數據應用（二）保險行業(yè)大數據應用1.客戶細分和精細化營銷客戶細分和差異化服務潛在客戶挖掘及流失用戶預測客戶關聯銷售客戶精準營銷第三節(jié)金融大數據應用二、金融大數據應用（二）保險行業(yè)大數據應用

2.欺詐行為分析醫(yī)療保險欺詐與濫用分析車險欺詐分析第三節(jié)金融大數據應用二、金融大數據應用（二）保險行業(yè)大數據應用

3.精細化運營產品優(yōu)化，保單個性化運營分析代理人(保險銷售人員)甄選第三節(jié)金融大數據應用二、金融大數據應用（三）證券行業(yè)大數據應用1.股價預測麻省理工學院的學者，根據情緒詞將twitter內容標定為正面或負面情緒。結果發(fā)現，無論是如“希望”的正面情緒，或是“害怕”、“擔心”的負面情緒，其占總twitter內容數的比例，都預示著道瓊斯指數、標準普爾500指數、納斯達克指數的下跌。第三節(jié)金融大數據應用二、金融大數據應用（三）證券行業(yè)大數據應用2.客戶關系管理客戶細分流失客戶預測第三節(jié)金融大數據應用二、金融大數據應用（三）證券行業(yè)大數據應用3.智能投資顧問智能投資顧問業(yè)務提供線上投資顧問服務，其基于客戶的風險偏好、交易行為等個性化數據，依靠大數據量化模型，為客戶提供低門檻、低費率的個性化財富管理方案。第三節(jié)金融大數據應用二、金融大數據應用（三）證券行業(yè)大數據應用4.投資景氣指數2012年，國泰君安推出了“個人投資者投資景氣指數”(簡稱3I指數)，通過一個獨特的視角傳遞個人投資者對市場的預期、當期的風險偏好等信息。國泰君安研究所對海量個人投資者樣本進行持續(xù)性跟蹤監(jiān)測，對賬本投資收益率、持倉率、資金流動情況等一系列指標進行統(tǒng)計、加權匯總后得到的綜合性投資景氣指數。第三節(jié)金融大數據應用二、金融大數據應用（四）金融大數據應用的關鍵指標1.數據大數據風控中什么是最重要的？答案是：數據。數據的大數據風控中的核心中的核心，沒有什么比數據直接告訴金融機構某個目標客戶是黑名單客戶，逾期嚴重客戶更簡單和高效的事情了。第三節(jié)金融大數據應用二、金融大數據應用（四）金融大數據應用的關鍵指標2.技術對于有些金融機構來講，如果風控標準很嚴格，其實排查不能準入的客戶其實是不難的，但是對于大部分金融機構來講，風控和業(yè)務是互斥的，為了提高業(yè)務量，就必須降低準入標準，但是又要防范風險，這就需要借助技術手段，通過反欺詐建模和信用建模方式，對一下白戶進行評估，以及評估客戶信用水平，以決定是否準入。第三節(jié)金融大數據應用二、金融大數據應用（四）金融大數據應用的關鍵指標3.場景金融大數據目前主要的應用場景有以下八大場景：征信、風控、反欺詐、差異化定價、精準營銷和智能客服、投資決策輔助和投資機會識別、量化投資、智能投顧。第三節(jié)金融大數據應用（五）金融大數據應用面臨的挑戰(zhàn)及對策大數據技術為金融行業(yè)帶來了裂變式的創(chuàng)新活力，其應用潛力有目共睹，但在數據應用管理、業(yè)務場景融合、標準統(tǒng)一、頂層設計等方面存在的瓶頸也有待突破。第三節(jié)金融大數據應用案例分享

大數據金融面臨三大難題！一、

存在數據孤島現象，數據融合困難政府和企業(yè)都面臨數據孤島難題。大數據時代，數據已經成為核心資源，企業(yè)出于保護商業(yè)機密或者節(jié)約數據整理成本的考慮而不愿意共享自身數據，一些政府部門也缺乏數據公開的動力。數據孤島現象的存在，將導致大數據信用評估模型采用的數據維度和算法的不同，大數據征信模型的公信力和可比性容易遭到質疑。案例分享

大數據金融面臨三大難題！二、金融科技巨頭可能產生數據壟斷一些金融科技巨頭憑借其在互聯網領域的固有優(yōu)勢，掌握了大量數據，客觀上可能會產生數據寡頭的現象，可能會帶來數據壟斷。一些機構掌握了核心的信用數據資源，有的機構掌握電商交易數據和金融數據，有的機構掌握集團的傳統(tǒng)金融機構和互聯網金融平臺的金融數據，有的機構則依托