金融是什么？用通俗的话说，就是让大量的货币资产在汇集与流通过程中，产生出新的价值。大数据是什么？如果把它看作一种产业，那么大数据盈利的关键，在于汇集大量多维度数据后，对数据的进行加工提炼，在这个过程中发现、创造出新的价值。

金融与大数据，都是与未来有关的产业。金融在发挥杠杆效应的时候，可以为人们赢得未来，但也存在着风险。大数据可以预测未来评估风险。若将大数据既是运用至金融信贷体系，便可将利益与风险控制在平衡的状态中。

大数据营销企业AdTime指出，金融业是大数据的重要产生者，交易、报价、业绩报告、消费者研究报告、官方统计数据公报、调查、新闻报道无一不是数据来源。金融业也高度依赖信息技术，是典型的数据驱动行业。在如今的互联网金融环境中，大量的数据成为了金融体系中的核心资产，若在多层面积极的将大数据产业与金融产业相结合，我们将收获到呈几何式增长的新价值。

与传统金融相比，大数据可以为互联网金融带来新的金融服务和产品创新、并带来用户体验的变化，还能创造出新的业务处理和经营管理模式。对金融服务提供商的组织结构、数据需求与管理、用户特征、产品创新力来源、信用和风险特征等方面产生了重大影响，显著提升了金融体系的多样性，不过也对金融监管和宏观调控等方面提出了新的课题。

在今天，互联网金融、大数据金融依然还处在初始状态，标准意义上功能链完整的业态还处在破壳之中，但越是在这种状态中，越能让人们找到新的市场机遇。接下来，AdTime将围绕利用大数据协助金融机构进行风险评估这个层面，来描绘大数据技术在互联网金融方面的应用前景。

“杠杆”危机看大数据的风险评估模式

场景一：美国次贷危机 杠杆过高带来的风险

2008年，金融危机发端于美国投行，在这里不再过分解读“次贷”的形成原因，因为一句话就可以总结：金融机构过分依靠“杠杆”，而没有深刻评估由此带来的风险，导致最后完全失控。之后银行等金融机构、对冲基金以及其他一些高杠杆机构的去杠杆化，通过其对流动性的影响，不断将危机传导至更深层面。

三年后一部叫《商海通牒》(又名利益风暴)的美国电影，用一种简单的方式还原了那场惊心动魄的金融危机。华尔街一家投行分析师发现公司的财产评估有着巨大的漏洞，即将导致银行的破产，这也会导致整个市场的崩溃。原本这是可以避免的，因为每个公司都有风险管理部，负责将风险控制在警戒水平内，但是公司在风险部门还没通过提供的数据、公式算出产品的风险及其会带来的损失时候，高层就将金融产品在市场上出售。

08年金融危机前夕包括美国在内，全世界对大数据应用于金融领域还呈未可知的状态中。但我们能从上段文字中，提炼出与大数据有关的几个关键词：风险、数据、公式。那些用于风险评估的数据和公式计算，其实与大数据技术的分析、预测的过程十分相似。

但通过大数据技术所收集来的数据更加实时，更加多维化，且更注重关联性，特别是关联性，这无疑会为风险评估提供更大的准确度。

场景二：某省信贷危机 获悉利用贷款的真实意图

更深一步探讨大数据运用于风险评估这个问题，先关注一下几年前发生在中国南方某省的信贷危机实例。从某种意义上讲，这同样也是个对信贷风险预估不足的问题。而这个信贷危机大致来源于贷款机构，对某些企业或人群群体性的商业投资行为，缺乏知情和预警。

该省之所以能够成为经济强盛，与良好的金融信贷机制和发达的贸易行业有很大关系。据了解，早在06年该省对贸易流通类的企业加大了扶持的力度，其贸易流通企业资产负债率几乎没有低于85%的，远高于普遍的60%以内的标准。但因为金融机构太多，竞争极为惨烈，企业总是在各家银行之间游走，不断的挤压银行的底线，所以很多企业的贷款条件会不断的下降。这导致没多久实体经济出现了空心化，而群体性的固定资产投机愈演愈烈。当大量固定资产的升值要高于实体经济利润的创造，使得很多企业就会不断的获取资金，然后扩大对固定资产的投入。继而得到的资金远远大于实体经济自身所需要的资金，这里面金融的过于发达就会助推这种情况的发生。

通过这个实例AdTime总结出一个道理，金融机构给企业贷款必须贷合适，给少了是风险，而给多了往往不是帮企业，而是害企业，也是变相的破坏经济。但给多给少，风险如何掌控，衡量的标准除了银行根据传统的风险控制模型进行计算和分析，面对千变万化的企业情况和市场环境，必须用足够多维度的数据来源和关联化的数据分析来支撑风险评估。

大数据将风险评估引入关联分析层面

AdTime格外推崇一句话，大数据最具有想象力的发展方向是将不同的行业的数据整合起来，提供全方位立体的数据绘图。假如大数据能够帮助金融机构进行对企业的贷款风险评估，通过关联性的信息分析，对企业贷款的期限与实际用途期限，通过大数据分析做一系列的预警工作，知道每个企业其真实用途和还款能力，对于企业的风险的不确定性提早进行预防和控制，这样不但对企业有好处，对于金融体系与市场经济的良性循环都功德无量。

提到大数据分析，我们通常引用维克托•尔耶•舍恩伯格在《大数据时代：生活、工作与思维的大变革》中的一段话，大数据时代最大的转变就是放弃对因果关系的渴求，而取而代之关注相关关系。也就是说只要知道“是什么”，而不需要知道“为什么”。这颠覆了千百年来人类的思维惯例，对人类的认知和与世界交流的方式提出了全新的挑战。

同样，大数据应用于金融风险评估行业，正是利用数据与数据间的关联性来做文章。任何有可能成为信贷风险或信贷利好的数据，都可能被作为一项指数进行评估，如该企业的贸易动态，行业近期的动荡性，与该企业还款期限就有相当高的关联度。银行就可以通过一系列的数据，进行关联性的分析，从而开发出更宽泛的风险预警模型，并通过技术手段，实现大数据关联性风险评估的实时性和可视化运行。

美国印第安那大学信息科学及计算技术副教授约翰•博伦提出，即使数据的准确度达到80%，20%差错率就足以造成破产。而大数据技术收集的数据通常是实时数据，这些数据的特点在于足够“接地气”，并纳入了对趋势变化的考虑。所以通过传统的数据风险计算后，再用大数据进行关联性风险分析，那么剩下的20%的差错率以及将要发生的事件导致的金融动荡，可以在最大程度上被察觉。

关联性大数据金融风险评估模式

AdTime认为要从大数据中识别、发现金融中潜在的风险，需要有处理大数据规模性、多样性、高速性的能力。要应对互联网金融中的大数据问题，需要建立完备科学的金融风险预警可视化体系。目前大数据主要的处理模式可以分为流处理和批处理两种，其中批处理是先存储后处理，而流处理则是直接处理。不论以哪种方式处理数据，金融风险预警系统都要从数据的关联性出发，识别、发现、预警、监控、预测金融体系中潜在的风险。

据了解，美国知名大数据企业splunk在北京的业务之一包含与金融机构某证券公司的合作，模式是将大数据功能引入海量日志分析中，协助交易系统安全。通过定时对证券公司的日志分析，从中提取有可能导致系统异常的信息，进行提前预警。所提取的异常信息是用户自己感兴趣的或者是自己关心的关键词比如“warn alert error”。

大数据技术运用于风险评估的初级阶段，可借鉴以上模式。AdTime对此提出金融机构首先需要通过行政手段打通一些多维度的数据，并根据自身情况设置相关关键词进行分析。比如想要判断某一时段，某些行业的企业的群体性商业行为来预测这个行业的风险程度。也就是将一段时期内大量的、多维度的企业的信息动态，与相关行业的数据进行关联性分析。或者从大量信息中提取企业动态与行业动态中的高频词，从众多高频词中获取关联性预测与评估的信息。

利用大数据进行金融风险评估的实施，前提离不开多管道、海量数据的集中采集，以及强大的数据清洗、关联分析平台，目前国内外很多大数据企业都已经推出大数据分析管理平台，并在行业中运用。但出于对国家金融机构数据安全方面的考虑，国内的大数据企业最有希望在金融风险评估领域中得到较大发展。AdTime(杭州泰一指尚)的Atlas云图数据管理平台，通过海量数据的采集、清洗、归并、关联分析，可为金融风险评估提供全方位数据支持。Atlas日均用户存储量为10TB，每日可处理用户曝光量达100亿，不仅拥有海量数据库资源，还具备实时计算、跨网平台汇集、多用户行为分析、多行业报告分析等功能，可在金融机构进行大数据风险评估方面起重要的支柱作用。

小微企业、中小企业的风险如何评估

从金融机构角度上出发。金融可以通过大数据技术，将分散的各类小企业的各类信息进行整合处理，解决信息不对称问题，在此基础上创新信用模式并扩大贷款抵质押担保物范围。在互联网金融思维影响下的金融机构，可以向小微企业提供创新的、定制的微型金融服务，从而惠及到每一个普惠金融体系的参与者。

另外，通过大数据技术的预判分析，金融机构可以避免将钱借给不该借的企业，也能够通过大数据作为信用风险的参考，为那些真正有实力的小微企业提供真实的帮助。对于小微企业而言，其融资的一个重大挑战是银行等金融机构的风险控制要求。小微企业由于经营规模较小，其信用风险信息较为模糊，使得银行不愿贷款。凭借强大的信息资源和风险透视优势，大数据金融将帮助解决小微企业的融资困境。另外，大数据能够提高风险透明度，通过高关联性的分析加强风险的可审性和管理力度，从而减少小微企业融资的成本，加强金融机构对小微企业进行贷款的风险管理上的激励。

从小微企业、中小企业角度上出发。许多小型企业，特别是中小型外贸企业没有能力像大型企业一样能建立起自己的信息收集机制或信息平台，因而对国外有关法律法规、金融政策、外汇管制、资金管理、投资环境等了解不够，对有关经济政策的变化不敏感，缺乏面临风险时的应变能力，难以减少和转移风险带来的损失。而大数据技术能为中小企业进行信息管理、信息资源利用、风险预判等方面提供充分的契机。

衡量多方面的需求，2013年浙江省成立了大数据应用技术产业联盟。其中，通过联盟建立行业服务公共平台，提升中小企业对大数据的利用能力，加快数据技术助力中国小企业服务、风险评估工作的步伐便是2014年的重点工作之一。联盟依托单位AdTime通过联盟的作用整合政府、相关机构的信息资源和数据，再通过牵头成员单位进行深层次的技术研发，通过大数据技术对数据信息进行分析、预测、管理提高行业服务公共平台的服务能力。

以上便是AdTime对于大数据在金融行业运用在风险评估方面的预想，利用大数据技术支撑金融与经济发展的动力，在给予企业金融支持与控制银行风险间找到平衡，还需要更长的探索之路。

目前我国政府对大数据的敏感度快速提高，很多部委都已经在研究大数据、运用大数据，多部委还联合发布了鼓励措施，这种重视是由政府层面自上而下进行普及的，在这种条件下，有关于大数据产业的地方组织联盟也在迅猛的发展中，而大数据金融的发展落地，也离不开金融机构的共同的努力践行。比如以AdTime为牵头单位的浙江省的大数据联盟，其首批成员单位不光有技术型企业和科研单位，还有如浙商证券、杭州银行这样的金融机构积极参与，在提供有关金融支持之外，还将发挥数据支持与技术试点等作用。

金融属于高智商人群的游戏，高智商人群虽然很少犯低级错误，可一旦犯错误所造成的结果是无法挽回的。大数据能让我们通过技术在信息间的关联性层面上，更理性、更全面、更立体、更快捷的认识风险，并及时的控制风险，在最大程度上减少错误的产生而带来的严重后果。

《商海通牒》中主角说过一句话：他曾是一个工程师，造过一座桥，他用惊人的数据解释了那座桥的意义。其实。金融也是一座桥，而大数据技术能在在建造这个桥的过程中，起到测算稳固，预判安全的作用。