论文部分内容阅读
【摘要】互联网金融行业自监管政策出台以来，正逐步趋于良性、健康发展，互联网科技产品、软件的广泛应用也使得资本市场中投资方式日渐多样、行业标准随之确立。本文将以互联网金融行业发展现状作为切入点，深入剖析新常态下互联网金融行业走势，以及如何利用大数据思维进行双向选择以实现金融数据的重复利用与增值。
【关键词】行业标准 大数据 互联网金融
自2003年，互联网金融在我国开始出现，爆炸般的发展速度和令人惊人的信息增量依旧不断冲击传统的金融行业，甚至试图重塑金融市场的新格局。在对信息生产、处理方式上的革新也注定互联网金融拥有巨大的生存空间和市场需求，可以在多层次资本市场中站稳脚跟。
互联网金融虽然在短短十几年时间进步神速，并催生出许多其他互联网金融衍生品，但统一、正规的行业标准却始终没有得以建立，究其说来互联网金融行业标准需建立在海量信息数据收集、处理和分析的结果之上。而大数据思维的本质就就是力求“样本”等于“总体”，如此庞大的“总体”数据也会通过大量的金融消费数据、搜索引擎记录、云计算等方式服务于互联网金融，且有利于保持互联网金融行业标准的客观性。现今，越来越多的P2P金融机构已经开始利用数据收集、整理、分析对相关行业、相关企业进行尽职调查的初步判断，而对各个行业、代表企业的逐一分析，又会产生新的数据结论，反向指导互联网金融企业并提供风险控制的客观支持。与此同时，利用大数据思维，设立综合标准，减少对人工的识别与依赖，基于数据分析结论，寻求新的投资方向和机遇，也可以制造新型金融产品。相比较新型金融产品，P2P企业的受众客户更多是传统金融行业难以触及或不愿触及的小微企业和个人信用信贷业务，当然随之而来的信用风险、商业风险也无时无刻不考验着互联网金融行业的标准和核心价值。而以数据收集为基础，在发展一定阶段后，理应合理运用大数据理念和网络数据模型对互联网金融进行全面升级。
互联网中电子商务平台作为形态自由、成本低廉的数据收集平台，更使得互联网金融行业领域降低了自身维度，金融产品的定位和设立更符合客户需求、时代要求，这一现象也能体现大数据对建立互联网金融行业标准的重要性和必要性。相比传统金融中拥有悠久历史的银行、保险、证券积累下的行业经验不同，大数据思维象限下的数据是可以重复使用、反复增值的，这也表明在确立互联网金融行业标准后，势必有更大的发展空间。移动终端技术的普及和高级传感器的广泛应用，促使互联网金融行业向更高的层次迈进，而高级互联网金融是指，在互联网平台技术下，利用大数据及云计算对信息进行深度挖掘，进而提供相关的金融服务。这个口径下的互联网金融，是对信息与数据的精、深加工与整合，是兼顾大数据形成、处理、分析的综合平台，也是初级互联网金融模式的高级形式。[1]鉴于互联网金融行业竞争已然白热化，如何更加快速、高效的把握高级互联网金融发展节奏也是提升行业标准的关键方法。在市场经济中，经济主体之间存在着大量的信息不对称现象，信息不对称现象易导致经济主体之间在交易之前产生逆向选择问题，交易之后产生道德风险问题。[2]大数据思维的主要功能就是消除社会单位间的信息不对称现象，信息在大数据思维体系中不仅仅是以单位数据形式存在，更多的是以最小数据集和区域数据集的方式进行扩充和整合。在此基础上的数据增值则更多的反应在对互联网金融行业运营成本的缩减，这对互联网金融行业自身的利润率调整和风险把控都具有非常重大的意义。在大数据思维的引导下，互联网金融行业有能力和契机完成产业升级，提升服务质量，完善产业上下游，也能为我国众多中小微企业提供更广阔、更专业、更客观的金融服务以及行业建议。相反，各个行业的消费大数据、社交大数据、财务大数据也可以成为互联网金融行业的理论支撑和现实依据，从而真正实现金融服务数据化、金融结构互联、金融产品透明，行业标准一旦确立，产生的附加价值远胜于线上监督和运营成效。
大数据时代给金融机构发展和品牌创立、传播既带来挑战，也带来机遇。随着互联网金融的发展壮大，新兴互联网金融公司和传统金融机构将展开激烈竞争，未来甚至可能改变传统金融业的经营模式和运行格局。[3]在某些特定的情况下，传统金融机构已经不能很好的满足金融市场中客户的需求，利率市场化的推行过程也势必导致传统金融机构对市场调整的滞后性，在全面迎接大数据时代到来的今天，传统金融机构也只能通过大数据思维对固有产品进行相对保守的改良与进步，依旧无法和本身基于互联网形式建立起来的互联网金融行业对数据的利用程度和深度相媲美。互联网金融数据的特点。与大数据一样，互联网金融数据具有规模性（Volume）、多样性（Variety）和高速性（Velocity）等三大特点。三大特点交织在一起，形成了当今中国互联网金融的新局面。[4]其中互联网金融数据虽然并未形成足量数据集合，但已经在整体金融市场中彰显出强有力的数据支撑，基于本土搜索引擎、电商平台、金融超市的搜索量、交易量爆炸式增长，在互联网金融数据可采纳的最小数据集和区域数据集中可提取的成交数据、用户数据、操作行为数据也以更为多样的方式和形态向客户展现。再则，移动互联网终端硬件建设成本的降低和我国已拥有全世界最多网民和移动手机用户都不断的说明，我国的数据化进程已进入世界领先行列并具备继美国之后，向世界第二大数据整理、数据库分析大国迈进。
互联网金融行业也离不开国家法律、法规，政策的支持，在行业标准的选择和建立上也和政府、社会各界、同行业者的监督紧密相关。我国也正顺应时代潮流发展，以先进、科学的统计、分析方法提升互联网金融行业水平，完善我国金融市场。
参考文献
[1]黄子健.大数据、互联网金融与信用资本：破解小微企业融资悖论.金融经济学研究.2015年第1期.
[2]李炳.互联网金融对宏观经济的影响.财经科学.2014年第3期.
[3]宫晓林.互联网金融模式及对传统银行的影响.金融实务.2013年第4期.
[4]杨虎，易丹辉.基于大数据分析的互联网金融风险预警研究.现代管理科学.2014年第4期.
【关键词】行业标准 大数据 互联网金融
自2003年，互联网金融在我国开始出现，爆炸般的发展速度和令人惊人的信息增量依旧不断冲击传统的金融行业，甚至试图重塑金融市场的新格局。在对信息生产、处理方式上的革新也注定互联网金融拥有巨大的生存空间和市场需求，可以在多层次资本市场中站稳脚跟。
互联网金融虽然在短短十几年时间进步神速，并催生出许多其他互联网金融衍生品，但统一、正规的行业标准却始终没有得以建立，究其说来互联网金融行业标准需建立在海量信息数据收集、处理和分析的结果之上。而大数据思维的本质就就是力求“样本”等于“总体”，如此庞大的“总体”数据也会通过大量的金融消费数据、搜索引擎记录、云计算等方式服务于互联网金融，且有利于保持互联网金融行业标准的客观性。现今，越来越多的P2P金融机构已经开始利用数据收集、整理、分析对相关行业、相关企业进行尽职调查的初步判断，而对各个行业、代表企业的逐一分析，又会产生新的数据结论，反向指导互联网金融企业并提供风险控制的客观支持。与此同时，利用大数据思维，设立综合标准，减少对人工的识别与依赖，基于数据分析结论，寻求新的投资方向和机遇，也可以制造新型金融产品。相比较新型金融产品，P2P企业的受众客户更多是传统金融行业难以触及或不愿触及的小微企业和个人信用信贷业务，当然随之而来的信用风险、商业风险也无时无刻不考验着互联网金融行业的标准和核心价值。而以数据收集为基础，在发展一定阶段后，理应合理运用大数据理念和网络数据模型对互联网金融进行全面升级。
互联网中电子商务平台作为形态自由、成本低廉的数据收集平台，更使得互联网金融行业领域降低了自身维度，金融产品的定位和设立更符合客户需求、时代要求，这一现象也能体现大数据对建立互联网金融行业标准的重要性和必要性。相比传统金融中拥有悠久历史的银行、保险、证券积累下的行业经验不同，大数据思维象限下的数据是可以重复使用、反复增值的，这也表明在确立互联网金融行业标准后，势必有更大的发展空间。移动终端技术的普及和高级传感器的广泛应用，促使互联网金融行业向更高的层次迈进，而高级互联网金融是指，在互联网平台技术下，利用大数据及云计算对信息进行深度挖掘，进而提供相关的金融服务。这个口径下的互联网金融，是对信息与数据的精、深加工与整合，是兼顾大数据形成、处理、分析的综合平台，也是初级互联网金融模式的高级形式。[1]鉴于互联网金融行业竞争已然白热化，如何更加快速、高效的把握高级互联网金融发展节奏也是提升行业标准的关键方法。在市场经济中，经济主体之间存在着大量的信息不对称现象，信息不对称现象易导致经济主体之间在交易之前产生逆向选择问题，交易之后产生道德风险问题。[2]大数据思维的主要功能就是消除社会单位间的信息不对称现象，信息在大数据思维体系中不仅仅是以单位数据形式存在，更多的是以最小数据集和区域数据集的方式进行扩充和整合。在此基础上的数据增值则更多的反应在对互联网金融行业运营成本的缩减，这对互联网金融行业自身的利润率调整和风险把控都具有非常重大的意义。在大数据思维的引导下，互联网金融行业有能力和契机完成产业升级，提升服务质量，完善产业上下游，也能为我国众多中小微企业提供更广阔、更专业、更客观的金融服务以及行业建议。相反，各个行业的消费大数据、社交大数据、财务大数据也可以成为互联网金融行业的理论支撑和现实依据，从而真正实现金融服务数据化、金融结构互联、金融产品透明，行业标准一旦确立，产生的附加价值远胜于线上监督和运营成效。
大数据时代给金融机构发展和品牌创立、传播既带来挑战，也带来机遇。随着互联网金融的发展壮大，新兴互联网金融公司和传统金融机构将展开激烈竞争，未来甚至可能改变传统金融业的经营模式和运行格局。[3]在某些特定的情况下，传统金融机构已经不能很好的满足金融市场中客户的需求，利率市场化的推行过程也势必导致传统金融机构对市场调整的滞后性，在全面迎接大数据时代到来的今天，传统金融机构也只能通过大数据思维对固有产品进行相对保守的改良与进步，依旧无法和本身基于互联网形式建立起来的互联网金融行业对数据的利用程度和深度相媲美。互联网金融数据的特点。与大数据一样，互联网金融数据具有规模性（Volume）、多样性（Variety）和高速性（Velocity）等三大特点。三大特点交织在一起，形成了当今中国互联网金融的新局面。[4]其中互联网金融数据虽然并未形成足量数据集合，但已经在整体金融市场中彰显出强有力的数据支撑，基于本土搜索引擎、电商平台、金融超市的搜索量、交易量爆炸式增长，在互联网金融数据可采纳的最小数据集和区域数据集中可提取的成交数据、用户数据、操作行为数据也以更为多样的方式和形态向客户展现。再则，移动互联网终端硬件建设成本的降低和我国已拥有全世界最多网民和移动手机用户都不断的说明，我国的数据化进程已进入世界领先行列并具备继美国之后，向世界第二大数据整理、数据库分析大国迈进。
互联网金融行业也离不开国家法律、法规，政策的支持，在行业标准的选择和建立上也和政府、社会各界、同行业者的监督紧密相关。我国也正顺应时代潮流发展，以先进、科学的统计、分析方法提升互联网金融行业水平，完善我国金融市场。
参考文献
[1]黄子健.大数据、互联网金融与信用资本：破解小微企业融资悖论.金融经济学研究.2015年第1期.
[2]李炳.互联网金融对宏观经济的影响.财经科学.2014年第3期.
[3]宫晓林.互联网金融模式及对传统银行的影响.金融实务.2013年第4期.
[4]杨虎，易丹辉.基于大数据分析的互联网金融风险预警研究.现代管理科学.2014年第4期.