大数据信贷背景分析：《赢在风控》

如图所示，商业银行大数据信贷技术的逻辑图谱，向我们展示了大数据信贷技术的基本理论逻辑。目前我们正处于信息大爆炸时代，其核心价值就是信息，而数据是信息传播的表现形式。2011年麦肯锡公司预测“大数据时代”的到来已经成为一种趋势，指出“各个行业和领域已经被数据渗透了，目前数据已经成为一种非常重要的生产因素。对于大数据的处理与挖掘，意味着新的一波生产率的不断增长和消费者盈余浪潮的到来”，大数据已然成为当前时代的大潮流。伴随着时代的发展，大数据逐渐走入我们的生活并且保持具有“自我隐藏、自我遮蔽”的特性。维基百科对“大数据”的定义，是在现有工具软件的基础上，在可接受的时间范围内，无法对其记性捕捉、管理和处理的数据的集合。大数据是在当前科学技术不断发展下，为了满足人们日益增长的需求，适应现阶段社会发展而形成的一种处理信息的数据集合。通过新处理模式对大量数据的分析，从而实现对海量信息的考察，为科学决策的提出奠定基础。

商业银行大数据信贷技术的逻辑图谱

（一）大数据的特征分析

1.技术性。何为技术？《史记·货殖列传》指出，“医方诸食技术之人，焦神极能，为重精也。”宋代陆游《老学庵笔记》卷三记载，“忽有一道人，亦美风表，多技术……张若水介之来渴。”清朝的侯方域《再与贾三兄书》写道，“盖足下之性好新异，喜技术，作之不必果成，成之不必果用，然凡可以尝试为之者，莫不为之。”古典意义上讲，技术就是技艺、法术。发展到现代社会，在《辞海》中，技术被定义为是人们为了满足自身的需求和愿望，遵循自然规律，在长期利用和改造自然的过程中，积累起来的知识、经验、技巧和手段，是人类利用自然的方法、技能和手段的总和。远德玉教授在《论技术》《技术选择论》中提出，技术是一种过程。当今社会，技术是人们为了满足自己的需要而进行的加工过程。实际生活中，大数据在应用的过程中，是为了满足人类的需要而进行的加工过程，符合技术的基本概念特征。可知，大数据具有技术性特征。

2.在线性。大数据是一种在线的数据。离开网络的支撑，大数据就没有它的使用价值。大数据的使用价值就在于大数据具有显著的“实时在线”的特性。作为数据的使用者，更倾向于大数据的这种使用价值。

3.全面性。全面性是大数据的一个显著特征。大数据时代，人们开始抛弃传统的样本思维，积极组织建立多样化、全面化的信息技术系统。因此，大数据本身带有的全面性就显得尤为重要。在大数据时代，信息使用者能够利用大数据技术进行“数据画像”。因此，全面性是判断数据能否称之为“大数据”的重要标准。

4.检索性。大数据概念框架之下的“数据”应当形成一个虚拟化的数据库。通过数据库的信息检索功能的运用，信息使用者可以迅速且及时地获取有用的信息，尽快地将需要的检索内容呈现在人们的面前。信息的可检索性，还要建立在及时性的基础之上。信息的检索还要有信息捕获效率的保障。假若要等上很久才会出现检索的内容，是无法满足大数据时代对“数据”质量信息的衡量标准的。

5.时代性。一般认为大数据的时代特征有4个层次：第一层次是容量（Volume）特征。大数据拥有巨大的数据量。从TB级别跃升到PB级别。每一分钟所发生的数据量几乎无法想象。例如，电商巨头之一的“淘宝网”每分钟销售的商品数以万计。第二个层次是种类（Variety）特征。大数据拥有种类繁多的数据信息，即大数据具有多样性特点。随着信息技术的发展和人类多元化的信息需求增强，数据种类变得异常繁多。第三个层次是速度（Velocity）特征。大数据具有快速的提取和反映功能，能够迅速将信息使用者需要的数据呈现出来。当今社会人们之间往往通过实时的方式进行信息交流、数据交换。第四个层次是价值（Value）特征。大数据的终极意义是信息使用者通过数据使用，可以从中洞察大数据的有效价值。大数据的兴起、人工智能的迅速发展，在数据挖掘技术的推动下，大数据可以为经营者的决策和行动提供有价值的信息指导。

【信贷反思录】如何利用大数据信贷技术深度挖掘信贷客户的“数据画像”功能？

（二）金融大数据的获取方式

一般来讲，根据产生的主体不同，金融大数据的产生主要基于“人”（人类活动产生的大数据，例如交易记录等）、“机”（信息系统产生的大数据，例如审计信息等）、“物”（物理世界产生的大数据，例如监控数据等）三个维度。实践当中，“金融大数据”运用最多的金融机构一般是商业银行，而此类大数据的获取主要基于以下几种方式：(www.xing528.com)

1.银行系统大数据。商业银行是金融交易类数据最多的拥有者——金融大数据，绝对是商业银行不容小觑的“隐形财富”和“金山银矿”。商业银行通过自己的核心银行系统、外围交易系统、客户信息管理系统等多个自身的系统，沉淀了大量的金融大数据，体量非常庞大。波士顿调研结果显示，银行业每创收100万美元，就会产生820GB的金融大数据。

2.三方机构大数据。从某种意义上讲，金融大数据更加侧重于信用大数据。除了银行自身产生的金融数据以外，第三方机构中的税务局、社保机构、公积金产生的纳税信息及信用等级、社保缴费信息、公积金信息等大数据，对于商业银行开展信贷决策等活动起到了很好地辅助作用。

3.网络采集大数据。商业银行通过网络途径采集的数据包括两大类：企业舆情大数据和个人行为大数据。例如，企业类舆情数据一般包括法院被执行人信息、工商等政府部门的企业公开信息、企业重大负面新闻报道等内容。个人网络行为类数据，主要包括在主要社交及购物网站注册的个人基本数据、购物的偏好、网络社交的行为偏好等内容。

【信贷反思录】金融大数据对于信息不对称的缓解作用如何？如何通过金融大数据的整合实现信贷技术的创新？具体到产品层面，如何借助大数据实现信贷产品的创新？

（三）大数据信贷技术的产生背景

大数据信贷技术是大数据技术在银行业应用的一个市场细分和典型代表。整体而言，大数据信贷技术的产生具有其历史必然性，主要基于以下背景：

1.以云计算为内容的金融科技迅猛发展。随着互联网、云计算、移动通信等相关领域技术的快速发展，大数据在数据采集存储、分析处理等关键技术方面取得一系列新突破，呈现出加速发展的趋势。云计算，使大数据平台具有强大的实时计算能力。目前，大数据的主要应用场景，例如精准营销、实时风控、交易预警和反欺诈等，都有赖于大数据的云计算功能。正是有了“云计算”的技术支撑，大数据信贷技术才具备了技术层面的可行性——“云计算”，是大数据信贷技术的“科技支撑”。

2.互联网金融化，日益成为金融市场领域时代脉搏的主潮流之一。随着新兴信息技术产业的发展，互联网金融作为一种全新的金融运作模式应运而生，我国的互联网金融发展迅速，并对传统银行的信贷技术产生了挑战和机遇。互联网金融最终促使商业银行变革原有的思维模式，开始积极运用“互联网思维”反思传统信贷业务，在这个大背景下大数据信贷技术也就应运而生了。从这个意义上讲，互联网金融化是大数据信贷技术的“催生剂”。

3.大数据之间的关联性与整合化发展趋势，是大数据信贷技术的重要动因。孤立的数据，本身产生不了太大的价值。只有把大数据进行充分地关联、整合以后，大数据的价值才能够得以体现。大数据信贷技术可以对目标客户的数据进行整合与提炼，最终改善“信息不对称”的难题，完善信用环境，有利于商业银行“更好地了解客户”，进而作出较为公允的信贷决策。因而，大数据是大数据信贷技术的“发动机”。

【信贷反思录】如何理解互联网思维对于信贷技术变革的重要意义？