摘要:
本文从大数据的兴起出发，谈到大数据金融的产生，继而结合目前金融机构以及互联网金融平台在理财产品创新方面的几点成果，主要讨论了大数据金融对理财产品在交易成本、产品推广以及创新理念三个方面的重要影响。在交易成本方面，我主要讨论了分布式金融服务系统；在产品推广方面，我突出了个性化信息推荐技术；在创新理念方面，我介绍了大数据对技术创新理论的巨大贡献，大数据金融的两个主要创新模式——平台金融和供应链金融。
关键词:
大数据；大数据金融；理财产品；创新
大数据早在三十六年前就已经被著名的未来学家阿尔文托夫勒热情地赞誉为“第三次浪潮的华彩乐章”，但是大数据真正成为高频词并被广泛地运用于生活的各个角落还是最近这几年的事情。时隔三十年，随着社交网络、物联网与云计算等互联网技术的兴起，数据的规模变得越来越大，大数据技术的发展也变得越来越快。一瞬间，各行各业都从大数据那海量、高增长率和多样化的信息资产中嗅到了巨大的商机，而金融行业作为一个极度依赖研究数据的行业，自然对大数据起了浓厚的兴趣并早早地开始了深入的研究，于是大数据金融应运而生。大数据金融的本质是去中介化和价格透明化，互联网环境下的大数据金融很大程度上拉近了供需双方的距离，并且很好地解决双方之间信息不对称的问题。大数据金融模式广泛应用于对平台用户和供应商进行贷款融资，机构从中获得贷款利息以及流畅的供应链所带来的收益。在这个情况下，企业变得更加注重用户个人的体验，进行个性化金融产品的设计，作为金融行业与普通百姓之间最主要最直接的连接，理财产品受到了大数据金融最为直接的影响，交易成本，推广方式与创新理念都发生了翻天覆地的变化。
一、大数据金融对理财产品交易成本的影响
交易成本主要来自于经纪人的佣金、资产所有权的转移成本和机会成本等等。交易成本毫无疑问会对客户的购买欲望造成影响，为了促进客户对理财产品的购买，金融机构自然而然的会想到减少交易成本，而这种想法恰恰促进了新的金融工具和交易媒介的产生，在客观上刺激了金融创新的发展的同时，还提高了金融服务的质量。金融机构通过降低交易成本可以提高收益，而更重要的是，投资者也从中获得了收益，可以说，只要是追求收益的投资者都会对这类创新青睐有加，而很显然的是，所有的投资者都是追求收益的。目前一个最简单最直接的降低交易成本的方法便是交易手续费的打折，比如阿里金融与京东金融的基金产品交易手续费折扣常年维持在一折，有些甚至直接免除交易手续费，原本1%的手续费变成了0.1%，这对投资者的购买欲望有着极大的鼓励作用。当然，交易成本不仅仅包含了大家都很容易想到的交易费用，交易成本的另一个重要组成部分就是交易的便捷程度。因此，让交易变得更快速便捷成为了金融创新的的另一个重要方面，这些创新令投资者的操作难度减少，节约了时间，同样是目前绝大多数投资者非常关注的一个方面。这类的金融创新大多数都要使用到大数据技术。通过大数据技术，规模巨大的数据可以被有效处理，与分布式的服务相结合，每台计算机都参与计算工作，就可以把交易成本显着降低。在数据量很大的情况下，即使服务器没有任何压力，某些复杂的查询操作都会进行得非常缓慢，影响了最终用户的体验。在大数据量下对数据库的操作（即使是一些简单的指令）会让数据库停止服务或者高负荷运转很长时间，影响了数据库的可用性和可管理性。这个时候考提升服务器性能是不起作用，只有靠分区把数据分成更小的不部分才能提高数据库的可用性和可管理性。通过分区把各部分数据放到不同的机器中，每次查询可以由多个机器上的CPU来共同负载，通过各节点并行来提高处理数据来提高性能。分布式系统是大数据时代下的巨大创新，在大数据金融中被称为分布式金融服务系统。
二、大数据金融对理财产品推广的影响
近几年数据化带来了信息爆炸式的增长，也极大地丰富了数据的来源，然而在大量信息不断涌来的同时，人们面对如此巨大的信息量也更加显得迷惘。由于干扰信息的增加远大于有用信息的增加，大多数用户很难从中发现自己感兴趣的内容，于是很多只能从众，追求热门的内容和产品。因此海量信息被埋没在用户无法获取的深处，成为少人问津、难以挖掘的冷门信息。信息超载问题成为了大数据技术的一大副作用，幸运的是，人们已经找到了一个有效的解决工具——个性化信息推荐技术。个性化推荐不同于传统的随机或者热门推荐，它是通过分析每个用户的历史行为来区分用户兴趣和偏好的差异，通过建立框架模型，选择合适的算法，从而猜测用户可能感兴趣的产品。个性化信息推荐技术的数据基础就是用户的历史行为，而核心思想就是根据用户的历史行为来代替用户寻找和评估他从未接触过的产品，并根据评估的结果向用户推荐这些用户很可能感兴趣并有价值的信息。个性化信息推荐技术是大数据时代的一个非常典型的产物，已经广泛的应用于包括电子商务在内的互联网相关行业，现在也很快被应用到了金融行业中，虽然只是初步涉猎，但也有了不小的收获。目前金融市场的所有参与者，尤其是用户，都对信息有着巨大的依赖，而这就决定了投资者只有在掌握了大量相关信息的基础之上才能进行投资活动。随着理财人数的增加和人们对理财规划越来越迫切的需求，再加上大量用户在线上进行的开户、交易等各种投资决策行为提供的现成数据条件，对于用户理财行为特征的研究受到了极大的关注和发展。对用户而言，要从种类繁多的理财产品中选择真正适合自己需求的几种，同时搭配最优的资产组合，需要大量的相关知识储备和大量的时间和精力；相反，对公司而言，利用互联网渠道对用户开展个性化服务则有着非常明显的成本优势，而且还能提高客户的满意度和忠诚度。目前金融行业正寻求向数据驱动型行业转型的契机，由此看来，建设智能化的客户营销服务系统将会是关键的一步。如今，用户在许多互联网金融平台购买理财产品之前，都会被要求填写一份有关个人风险偏好程度的问卷，绝大多数用户在面对此类问卷时都会认真填写，毕竟关系到自己投资的收益性。通过这份问卷，商家能对用户的理财偏好有一个详细的了解，该用户是风险偏好者还是风险厌恶者，是喜欢短期理财还是长期理财，对于理财产品的变现能力是否及其看重等等情况都一目了然。因此，商家便只会向该用户推送符合其喜好的各种理财产品，增加了他的购买可能性。同时通过对该平台所有用户的问卷的汇总，商家就得到了一份详细完整，偏差较小的统计资料，对商家在理财产品的推广方面起到重要的指导作用。比如阿里金融的基金板块，在股市景气之时，重点推广的都是高风险高收益的股指型基金，而目前股市低迷的情况下，低风险债券型基金，这便是在顺应用户面对市场行情的心理变化。并且阿里金融还经常推出海外基金，由国外大型投资银行的基金经理来管理，来迎合用户更倾向于国外成熟的大型投资银行的心态。当然，以上这些都只不过是个性化信息推荐技术最初步的应用，一般只会用于对新用户的理财产品喜好的猜测与分析上。对于有了一定交易记录的老用户，以上调查问卷一般的方法就显得太简陋了。真正深层次的个性化信息推荐技术需要的是通过深入地了解人的行为特征，建立个性化信息推荐系统框架，选择合适的算法，开发建设完善的、个性化的并且智能化的客户营销服务系统来科学地分析用户的交易行为，找出真正适合该用户的理财产品并进行定向的推广。并且，结合对该商家整个用户群的行为特征分析汇总，商家就能知道自己的哪个种类的理财产品更受欢迎，需要重点推广；哪个种类的理财产品是用户比较期待而商家自身涉及不多的，需要尝试引入；哪个种类的理财产品用户购买得不多。需要研究是用户对产品不了解，推广太少，需要适当增加资金投入，或是风险与收益达不到用户预期，需要减少投入。有了个性化信息推荐技术，金融机构与互联网金融企业对自己的理财产品能有一个非常精准的把握，用户也能更轻松地找到适合自己的理财产品而不用费时费力地做各种研究与咨询。但是目前在我国的金融行业在大数据创新方面还有着很多缺陷，个性化信息推荐技术也依然停留在初级阶段，没有一套严格的制度去量化各类数据的价值，缺乏大数据深度分析的能力和大数据创新应用的理念与收集建立有战略辅助价值的行业外大数据的理念，要形成一个完整的个性化推荐服务系统任重而道远。
三、大数据金融对理财产品创新理念发展的影响
(一)技术创新理论
虽然目前我国人民对理财产品的需求快速增长，但是我国商业银行的个人理财产品却面临同质化的问题。反而是一些互联网金融平台推出的一些创新产品，如余额宝，获得了巨大的成功，几乎是瞬间就拥有了庞大的用户群。同时，随着政策的放开，外资银行全面进入国内金融市场，进一步加剧了国内个人理财产品市场的竞争压力。不管是国内或国外的银行，还是互联网的金融平台，想要在激烈的市场竞争中脱颖而出，成为行业领导者，就必须积极地研究应对策略，增强创新能力来创造出能够满足市场需求的个人理财产品。著名经济学家熊彼特提出的创新理论主要研究了三个方面的创新：首先是制度创新理论，研究的重点是制度建设和革新；其次是金融创新理论，主要研究金融业务发展；第三是技术创新理论，研究技术革命和应用。大数据金融在技术创新理论中有着最为直接的应用，随着科学技术的不断发展，在金融领域，高新科技的应用屡见不鲜，金融机构和互联网金融平台的各项服务都在不断加快网络化和信息化的进程，机构能够为客户提供更快速便捷的金融服务。可以说技术的进步是推进金融创新的一个重要因素，大数据作为继计算机、互联网后的又一大技术的进步，为金融行业提供了高效可靠的数据分析技术，技术创新理论也因此获得了极大的发展。目前，大数据与金融行业结合后的大数据金融主要有两大创新点：平台金融和供应链金融两种模式。
(二)平台金融
平台金融模式主要通过打造金融产品的垂直搜索引擎，把有需求的借款人和有能力的贷款人通过平台进行对接。建立平台的金融机构通过云计算对用户的各项交易记录进行实时分析处理，从而形成用户在该平台中的累积信用数据，进而提供金融服务。平台金融模式的一个典型代表就是阿里金融。阿里金融以电商为平台并利用支付宝的网上支付优势，通过云计算以及模型数据，处理所积累的企业与个人的信用信息而涉足大数据金融领域。阿里金融的成功之处在于管理层卓越的战略眼光，早早地进入了大数据金融行业，成为了行业带头人。目前，阿里金融通过在电商平台长期形成的网络信用评级体系和金融风险计算模型及风险控制体系，基于其巨大的电商平台而针对货币基金理财、网上支付、小额信贷提供了大量的平台金融产品，涉足基金、保险、小贷等业务，如余额宝、阿里小贷等理财产品。
(三)供应链金融
供应链金融模式将供应商、制造商、分销商、零售商、直到最终用户连成一个整体，由该供应链中处于核心地位的企业为主导，通过整合供应链资源和客户资源来为这条供应链的各个参与方提供融资的金融模式。供应链金融模式所的是依托实体供应链，这提高了整个供应链的资金运用效率。京东的供应链金融是一个很好的例子。京东的优势在于差异化定位及自建物流体系等战略，因此经过多年的积累和沉淀，进洞形成了一套以大数据为驱动的京东供应链体系。在这一供应链体系中，京东作为核心企业为上游供应商提供贷款和理财服务，为下游消费者则提供赊销和分期付款服务。这些理财产品涉及应收账款融资、订单融资、京东白条、黄金等产品。京东凭借自己多年积累的优质供应商和个人消费者，结合了其拥有的精准的大数据，成功创建了京东特色的供应链金融业务。京东通过供应链金融提高了其所在供应链的整体运营能力，通过资金流实现供应链的有机整合。可以说，供应链金融不仅极大地发展了理财产品，并且还向融资领域注入了一股新的力量。在大数据时代，发展大数据金融已经成为各金融机构与互联网金融平台抢占战略制高点的必然选择，由此产生的理财产品的诸多创新也成为了发展的重中之重，相信在不久的将来，大数据金融定能成为主流，理财产品的创新也会有更深远的发展。
作者：朱树豪 单位：南京大学金陵学院
参考文献:
[1]周莹.基于证券理财产品用户行为分析的个性化推荐研究[D].电子科技大学.2014
[2]刘英.大数据金融促进跨界整合[J].北大商业评论.2013/11
[3]杨轶雯.商业银行理财产品的创新与收益研究[D].上海交通大学.2008
[4]侯敬文.程功勋.大数据时代我国金融数据的服务创新[J].财经科学.2015/10
[5]刘新海.大数据挖掘助力未来金融服务业[J].金融市场研究.2014/02
[6]余立平.大数据与大数据经济学[J].技术创新金融研究.2013/03
