前言：尋找寫作靈感？中文期刊網用心挑選的大數據金融的風險與挑戰淺議，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。

摘要：現代化經濟體系有著明顯的網絡化和數字化特征，隨著大數據時代的到來，大數據金融模式隨之誕生，金融行業在大數據的基礎之上也具有更深的挖掘潛力。同時，新的金融模式使得數據采集與信息處理變得更加全面、高效，數據資源價值挖掘也更加充分，為金融行業提供了極大便利，但也存在著風險與挑戰。本文從大數據入手，簡要概述了大數據的發展前景，分析了大數據金融面臨的風險和挑戰，并針對此提出了一些應對策略，希望能對大數據金融的發展提供幫助。

關鍵詞：大數據；挑戰；風險分析

一、大數據的發展現狀

（一）大數據的概念

大數據（BigData）的概念，業界沒有統一的定義，最初理解為一類海量數據的集合。2011年，美國麥肯錫在研究報告《大數據的下一個前沿：創新、競爭和生產力》中給出了大數據的定義：大數據是指大小超出典型數據庫軟件工具收集、存儲、管理和分析能力的數據集。根據Gartner的定義，大數據是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。隨著大數據含義的逐步擴大，后來的概念中涵蓋了數據處理的速度。

（二）大數據的發展前景

金融企業經過多年的信息積累沉淀了大量高價值的數據，發展金融大數據成為必然方向。為了應對金融行業日益激烈的競爭，基于數據的精細化運營成了金融大數據發展的迫切需求。經過近幾年的發展，大數據產品越來越成熟，技術供給越來越豐富，運營成本直線下降，為金融大數據發展提供了良好的條件。

二、大數據金融面臨的風險

（一）傳統金融機構面臨改革

實現“數字化轉型”“大數據應用落地”對傳統金融機構而言意味著改變。首先，國家對該行業的監管方式以及開放程度都做出了一定的調整，同時，非金融機構也開始進入到了金融行業之中，直接對傳統金融機構的市場占比造成了沖擊，致使金融市場競爭更加激烈；其次，金融行業數據資源豐富，數據應用由來已久，如何將數字工具靈活應用，并與其他跨領域數據融合應用，仍需不斷強化；最后，金融機構要保持開放心態，對于大數據的應用分析能力，正在成為金融機構未來發展的核心競爭能力。

（二）大數據技術水平亟待提高

安全與隱私問題是大數據發展過程中的一個關鍵問題，多項實際案例表明，即使無害的數據被大量收集后，通過存儲、處理、分析等也會暴露個人隱私，大量的數據收集整理同時也意味著更大的數據泄露的風險。針對這一點，各金融機構制定了不同的安全措施，保護對象不僅包括大數據自身，也包含通過大數據分析得到的知識，因為其中任何一個環節出現問題，都會對金融財產安全造成威脅，所以各金融機構對金融數據技術的安全性管理水平亟待提高。

（三）技術應用與業務探索仍需突破

與其他行業相比，金融具有邏輯關系緊密、處理實時性要求高、可展示性需求強等特征，因此，對數據分析、數據管理、數據處理、數據展現等關鍵技術要求都比較高，由于大數據金融模式起步相對較晚，數據庫建設以及數據統計、分析等技術模塊還處于不斷發展之中，導致金融機構只能通過探索的方式，來對大數據技術進行選擇，這就加劇了技術決策的風險系數，可能會使金融機構產生不必要的損失。

（四）行業標準與安全規范仍待完善

目前，各行業的發展長期各施其政，行業間存在較高的壁壘，即使金融行業內部，也采用了不同的標準，遵守不同的行業規范。為了加快元數據、數據交換、數據交易、數據質量、安全保密等重點共性標準的制定，實現數據的互聯互通，需要圍繞產業鏈建立跨行業的技術體系標準和數據標準。

三、大數據金融面臨的挑戰

（一）數據基礎設施承載力不足

大數據基礎設施是支撐大數據應用和大數據產業的基礎設施，大數據金融作為一個完整的鏈條，包含很多中間環節，每一個環節基本上都有獨立的機構進行經營管理，同時每一個環節也都會產生大量的數據往來，而這些大量的數據往來必然需要各個環節上的基礎數據設施作為支撐，大量的數據往來對基礎設施形成了很大沖擊，大數據金融基礎設施建設的重要性迫在眉睫。

（二）數據共享平臺缺乏

目前，各個金融機構的數據信息大多比較保密，各金融機構之間有效聯系缺乏，金融數據很難得到共享，存在不愿共享，不敢共享，不能共享的情況，由于金融數據得不到共享，金融需求得不到滿足，對于金融機構而言，為了更好地了解客戶，與客戶建立良好的客戶關系管理，就會增加金融活動成本，嚴重的還會增加金融風險。由于共享數據平臺的缺乏，縱使該金融機構再強大，也很難實時、準確地滿足海量用戶的個性化需求。

（三）專業性人才欠缺

與信息技術其他細分領域人才相比，大數據發展對人才的復合型能力要求更高，需要兼備計算機技術、數學、統計學等方面的知識以及應用領域的專業知識。然而，金融業在大數據方面的專業人才還比較匱乏，現有的人才難以滿足大數據處理的需要。由于金融機構工作人員業務能力不足，在處理數據的過程中，就會出現數據失真的情況，進而不利于金融業的發展。另外，很多金融機構，沒有針對人才較高的薪酬待遇，在這種情況下，就會造成人才的流失，從而不利于金融業的發展。目前金融行業在可承擔分析和挖掘的復合型人才、高端數據科學家以及管理人才都存在很大缺口。

四、大數據金融發展應對策略

大數據時代里，數據的價值被逐漸挖掘，然而，大數據技術作為一般雙刃劍，在方便金融業發展的同時，也對金融業提出了更高的要求，而金融業要想健康、穩定的發展，就必須結合大數據時代背景，不斷創新，積極響應大數據時展的需求。

（一）傳統與創新并舉

首先，要堅定信念，發揮傳統金融機構的優勢，同時，尋求新型金融機構的創新之路，做到多角度全方位的發展；其次，從頂層設計入手，面向全局考慮，以客戶需求為導向，在保障信息安全的同時，努力構造金融機構自身的大數據規模。

（二）加大基礎設施建設

一是軟基礎設施，即從事金融產業和大數據處理的人力資源，要保證有足夠的人才儲備，以此保證大數據金融有足夠的智力和技術支持，同時，加強內部控制，保證用戶數據不被泄露；二是硬基礎設施，主要指基礎IT設備和信息安全防范系統，應用此設備來完成金融機構內外的金融數據的收集、匯總、處理及分析，使機構、用戶雙方都可以最快的、最便利的方式調用自己本身需要的信息，并通過信息安全等級保護制度，切實保護數據安全。

（三）強化金融數據安全與技術

大數據技術是解決大數據框架下金融風險的關鍵，運用好大數據技術，既能獲得優先發展先機，也能保障大數據安全。大數據時代，金融機構之間的關聯性越來越緊密，在大數據處理過程中，一旦金融數據遭受安全威脅，就會產生“連鎖反應”，金融業的穩定發展就會受到影響，為了保證數據安全，金融業務順利開展，可以通過數據加密技術、身份認證技術、防火墻技術等，提高數據信息系統的安全性，還可以借助大數據技術，建立統一的大數據安全倉庫，實現金融共享，將客戶的信息納入到數據庫中，更好地為客戶的金融需求服務。

（四）培養大數據金融人才

金融企業想通過大數據實現價值一個重要的制約因素就是人才短缺，目前，金融行業在發展過程中已經遇到了人才瓶頸，急需擁有統計學和計算機專長的人，以及運營金融企業的管理者和分析師。金融企業，一方面需要強化現有人才能力的培養，結合大數據的要求，對金融工作人員進行針對性、專業性的培訓，另一方面需要對外引進專業的金融人才，打造專業、高效、靈活的大數據人才團隊，從而更好地為金融發展服務。

（五）做好大數據金融風險管控

大數據時代，競爭越來越激烈，對于金融業而言，金融風險是一直存在的，對于金融機構而言，風險管理是一項重要的工作，只有做好風險管理工作，才能更好地應用大數據，推動金融業的發展。首先，在開展金融業務的時候，要立足市場，做好市場分析，全面掌握相關數據，為業務的開展提供保障；其次，建立風險管理機制，對大數據業務進行綜合分析，找出大數據業務中存在的風險因素，從而有針對性地進行防范，并針對這些隱患制定有效的防范策略，減少風險損失。

結語

大數據時代已經到來，大數據金融的發展具有明顯的時代特征，金融業是海量數據行業，數據是其發展核心，大數據為金融創新提供了新的機會，并正在成為金融創新的發力點和突破點；金融行業想要更好地發展，就需要對大數據金融模式進行全面研究，并結合時代特點以及金融行業發展特點，通過優化機構發展規劃、加大基礎設施建設、加大技術研究力度、培養專業的金融人才、做好大數據金融風險管控以及完善金融相關法律法規和行業標準等手段，積極應對大數據金融發展過程中遇到的各種風險與挑戰，從而為大數據金融的科學發展提供保障。

作者:楊麗娜 單位:南開大學