大数据助力普惠金融发展

　　目前,我国普惠金融正迎来发展的黄金时期,而随着移动互联网的快速普及,大数据技术也得到日益广泛的应用。将大数据技术应用到金融领域,既为金融行业带来了机遇,也带来了挑战。以数据为核心资源基础,可加速推进金融机构的转型升级（爱基,净值,资讯）,为大众提供全方位的普惠金融服务。

机遇:大数据提供技术支撑

　　制约普惠金融发展的核心问题是“成本高、风险高”。目前在经济相对落后的区域,广大群众往往未被很好地纳入金融体系的服务范围,而大数据可为普惠金融事业提供最重要的技术支撑。

　　大数据有助于大幅降低普惠金融的事前决策成本。通过整合“大数据”资源,不仅可以全面了解“三农”和小微客户历史信用情况,而且还可降低银企间信息不对称程度以及降低商业银行小贷微贷的业务风险。同时,金融机构在制定各类决策时,利用大数据技术开发出高效、灵活的授信量化模型,将帮助金融机构准确判断市场的发展趋势,作出有效的战略决策。

　　此外,应用大数据技术可创新金融服务产品,实施精准营销。借助大数据可为客户设计更加个性化、高效化的金融服务方案,从而提升金融体系效率。

　　同时,大数据可有效降低普惠金融的事后风险。大数据在很多方面正在改变传统的风险管理思路,从而提供更多样、有效的风险管理方法和手段。利用大数据可使得风险定价更加精确,风险防范更为有效,此外,由于大数据决策的客观性,避免了人为因素对于决策的影响,可有效解决传统金融中的内部控制问题。

　　大数据也利于金融机构更好地进行经营管理。利用大数据方法,可帮助金融机构及时深入分析员工的日常操作、交易的每个环节,甚至能够预测可能出现的问题。

风险:大数据应用面临多重挑战

　　金融业在大数据应用领域有很多天然优势,但在发展大数据应用的同时,也面临着一些挑战。

　　一方面,开放共享的数据平台仍然缺失。建立开放式的大数据平台,在产品和服务层面与其他金融机构形成互补局面,将有利于为用户提供全方位的服务。单独一家金融机构对客户的了解毕竟有限,如果能汇总多家机构的数据,再结合客户的日常经营和生活数据进行信用评估,评估的确信和可靠度会有比较大的提高。

　　另一方面,数据处理技术也待加强。随着经济行为中产生的业务数据越来越多,其所包括的数据格从简单的文本文字格式,到稍繁复一些的传感器数据、医疗数据、财务数据,再到更复杂的多媒体数据(包括照片、音乐、视频等),不同格式的数据需要用不同的方法进行处理,此外,这些海量数据还包含很多无实际意义的数据。以往的数据分析软件面对这些海量信息数据已显得力不从心,现有的数据存储方案也无法满足金融机构的需求。

　　与此同时,信息安全领域问题依旧突出。当下,互联网为利用金融数据实施犯罪提供了多样性的渠道,各类技术型犯罪手段层出不穷。在数据的收集、挖掘、分析、应用等各个环节都可能遇到用户信息泄露的问题。近年来,国内金融机构一直在数据安全方面不断增加投入,但业务链拉长、云计算模式普及、自身系统复杂度提高等因素,进一步增加了大数据的风险隐患。因此在大数据时代,金融业应进一步加强对数据的保护工作,利用技术手段构建有效的防火墙,切实保护客户个人信息不被非法利用。

路径:大数据如何助推普惠金融

　　金融业加快实施大数据应用,不仅对行业整体发展具有极其重要的意义,对国家推进普惠金融发展,提高金融服务的覆盖率、可得性和满意度也将起到非常积极的推动作用。在实际工作中,要提高对大数据应用重要性的认识,积极稳妥地推进大数据相关基础设施建设,并且从宏观层面对体系建设和方式选择等热点领域进行深入研究,形成金融业在大数据时代的核心竞争力。

　　首先,通过完善大数据基础设施建设夯实普惠金融发展基础。大数据基础设施分为硬件和软件两类。就硬件基础设施来看,应建立健全政府主导推进的组织领导体系和信用信息跨部门采集共享工作机制,以小微企业、新型农业经营主体和农户为重点对象,收集整理政府部门、公共事业、中介服务及社会管理等相关信息,强化信用评价和结果应用。就软件基础设施来看,要大力加强客户信息的收集工作,拓展一手数据信息获取渠道,获得充分、真实、有价值的数据。同时,要让能服务于民的公共数据真正实现共享,引导企业、行业协会、科研机构、社会组织等主动采集并开放数据,从而更好地为尽可能多的民众提供普惠金融服务。

　　其次,加强大数据研发力度,创新金融产品和服务,有效提高普惠金融的可得性和覆盖面。数据的收集整理分析和应用都需要依赖高度可靠的软硬件支撑体系,需要在信息化建设、升级和技术研发方面投入大量的资金。金融机构应加强大数据技术研发力度,通过大数据分析,对客户进行综合评价,精准定位客户群体,从而覆盖传统金融难以服务到的群体,大幅提升普惠金融覆盖率,同时,结合普惠金融场景化服务,为客户群体设计个性化的金融产品,实现普惠金融服务的精准营销。

　　最后,通过加强风险管控来确保大数据安全。在数据管理过程中,要完善各种安全机制,充分保护数据安全。同时,需完善数据权限和角色管理。利用角色权限命名授权给角色和用户,从而增强权限管理的安全性,提高管理效率。