前言：尋找寫作靈感？中文期刊網用心挑選的大數據金融理財產品影響，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:
本文從大數據的興起出發，談到大數據金融的產生，繼而結合目前金融機構以及互聯網金融平臺在理財產品創新方面的幾點成果，主要討論了大數據金融對理財產品在交易成本、產品推廣以及創新理念三個方面的重要影響。在交易成本方面，我主要討論了分布式金融服務系統；在產品推廣方面，我突出了個性化信息推薦技術；在創新理念方面，我介紹了大數據對技術創新理論的巨大貢獻，大數據金融的兩個主要創新模式——平臺金融和供應鏈金融。
關鍵詞:
大數據；大數據金融；理財產品；創新
大數據早在三十六年前就已經被著名的未來學家阿爾文托夫勒熱情地贊譽為“第三次浪潮的華彩樂章”，但是大數據真正成為高頻詞并被廣泛地運用于生活的各個角落還是最近這幾年的事情。時隔三十年，隨著社交網絡、物聯網與云計算等互聯網技術的興起，數據的規模變得越來越大，大數據技術的發展也變得越來越快。一瞬間，各行各業都從大數據那海量、高增長率和多樣化的信息資產中嗅到了巨大的商機，而金融行業作為一個極度依賴研究數據的行業，自然對大數據起了濃厚的興趣并早早地開始了深入的研究，于是大數據金融應運而生。大數據金融的本質是去中介化和價格透明化，互聯網環境下的大數據金融很大程度上拉近了供需雙方的距離，并且很好地解決雙方之間信息不對稱的問題。大數據金融模式廣泛應用于對平臺用戶和供應商進行貸款融資，機構從中獲得貸款利息以及流暢的供應鏈所帶來的收益。在這個情況下，企業變得更加注重用戶個人的體驗，進行個性化金融產品的設計，作為金融行業與普通百姓之間最主要最直接的連接，理財產品受到了大數據金融最為直接的影響，交易成本，推廣方式與創新理念都發生了翻天覆地的變化。
一、大數據金融對理財產品交易成本的影響
交易成本主要來自于經紀人的傭金、資產所有權的轉移成本和機會成本等等。交易成本毫無疑問會對客戶的購買欲望造成影響，為了促進客戶對理財產品的購買，金融機構自然而然的會想到減少交易成本，而這種想法恰恰促進了新的金融工具和交易媒介的產生，在客觀上刺激了金融創新的發展的同時，還提高了金融服務的質量。金融機構通過降低交易成本可以提高收益，而更重要的是，投資者也從中獲得了收益，可以說，只要是追求收益的投資者都會對這類創新青睞有加，而很顯然的是，所有的投資者都是追求收益的。目前一個最簡單最直接的降低交易成本的方法便是交易手續費的打折，比如阿里金融與京東金融的基金產品交易手續費折扣常年維持在一折，有些甚至直接免除交易手續費，原本1%的手續費變成了0.1%，這對投資者的購買欲望有著極大的鼓勵作用。當然，交易成本不僅僅包含了大家都很容易想到的交易費用，交易成本的另一個重要組成部分就是交易的便捷程度。因此，讓交易變得更快速便捷成為了金融創新的的另一個重要方面，這些創新令投資者的操作難度減少，節約了時間，同樣是目前絕大多數投資者非常關注的一個方面。這類的金融創新大多數都要使用到大數據技術。通過大數據技術，規模巨大的數據可以被有效處理，與分布式的服務相結合，每臺計算機都參與計算工作，就可以把交易成本顯著降低。在數據量很大的情況下，即使服務器沒有任何壓力，某些復雜的查詢操作都會進行得非常緩慢，影響了最終用戶的體驗。在大數據量下對數據庫的操作（即使是一些簡單的指令）會讓數據庫停止服務或者高負荷運轉很長時間，影響了數據庫的可用性和可管理性。這個時候考提升服務器性能是不起作用，只有靠分區把數據分成更小的不部分才能提高數據庫的可用性和可管理性。通過分區把各部分數據放到不同的機器中，每次查詢可以由多個機器上的CPU來共同負載，通過各節點并行來提高處理數據來提高性能。分布式系統是大數據時代下的巨大創新，在大數據金融中被稱為分布式金融服務系統。
二、大數據金融對理財產品推廣的影響
近幾年數據化帶來了信息爆炸式的增長，也極大地豐富了數據的來源，然而在大量信息不斷涌來的同時，人們面對如此巨大的信息量也更加顯得迷惘。由于干擾信息的增加遠大于有用信息的增加，大多數用戶很難從中發現自己感興趣的內容，于是很多只能從眾，追求熱門的內容和產品。因此海量信息被埋沒在用戶無法獲取的深處，成為少人問津、難以挖掘的冷門信息。信息超載問題成為了大數據技術的一大副作用，幸運的是，人們已經找到了一個有效的解決工具——個性化信息推薦技術。個性化推薦不同于傳統的隨機或者熱門推薦，它是通過分析每個用戶的歷史行為來區分用戶興趣和偏好的差異，通過建立框架模型，選擇合適的算法，從而猜測用戶可能感興趣的產品。個性化信息推薦技術的數據基礎就是用戶的歷史行為，而核心思想就是根據用戶的歷史行為來代替用戶尋找和評估他從未接觸過的產品，并根據評估的結果向用戶推薦這些用戶很可能感興趣并有價值的信息。個性化信息推薦技術是大數據時代的一個非常典型的產物，已經廣泛的應用于包括電子商務在內的互聯網相關行業，現在也很快被應用到了金融行業中，雖然只是初步涉獵，但也有了不小的收獲。目前金融市場的所有參與者，尤其是用戶，都對信息有著巨大的依賴，而這就決定了投資者只有在掌握了大量相關信息的基礎之上才能進行投資活動。隨著理財人數的增加和人們對理財規劃越來越迫切的需求，再加上大量用戶在線上進行的開戶、交易等各種投資決策行為提供的現成數據條件，對于用戶理財行為特征的研究受到了極大的關注和發展。對用戶而言，要從種類繁多的理財產品中選擇真正適合自己需求的幾種，同時搭配最優的資產組合，需要大量的相關知識儲備和大量的時間和精力；相反，對公司而言，利用互聯網渠道對用戶開展個性化服務則有著非常明顯的成本優勢，而且還能提高客戶的滿意度和忠誠度。目前金融行業正尋求向數據驅動型行業轉型的契機，由此看來，建設智能化的客戶營銷服務系統將會是關鍵的一步。如今，用戶在許多互聯網金融平臺購買理財產品之前，都會被要求填寫一份有關個人風險偏好程度的問卷，絕大多數用戶在面對此類問卷時都會認真填寫，畢竟關系到自己投資的收益性。通過這份問卷，商家能對用戶的理財偏好有一個詳細的了解，該用戶是風險偏好者還是風險厭惡者，是喜歡短期理財還是長期理財，對于理財產品的變現能力是否及其看重等等情況都一目了然。因此，商家便只會向該用戶推送符合其喜好的各種理財產品，增加了他的購買可能性。同時通過對該平臺所有用戶的問卷的匯總，商家就得到了一份詳細完整，偏差較小的統計資料，對商家在理財產品的推廣方面起到重要的指導作用。比如阿里金融的基金板塊，在股市景氣之時，重點推廣的都是高風險高收益的股指型基金，而目前股市低迷的情況下，低風險債券型基金，這便是在順應用戶面對市場行情的心理變化。并且阿里金融還經常推出海外基金，由國外大型投資銀行的基金經理來管理，來迎合用戶更傾向于國外成熟的大型投資銀行的心態。當然，以上這些都只不過是個性化信息推薦技術最初步的應用，一般只會用于對新用戶的理財產品喜好的猜測與分析上。對于有了一定交易記錄的老用戶，以上調查問卷一般的方法就顯得太簡陋了。真正深層次的個性化信息推薦技術需要的是通過深入地了解人的行為特征，建立個性化信息推薦系統框架，選擇合適的算法，開發建設完善的、個性化的并且智能化的客戶營銷服務系統來科學地分析用戶的交易行為，找出真正適合該用戶的理財產品并進行定向的推廣。并且，結合對該商家整個用戶群的行為特征分析匯總，商家就能知道自己的哪個種類的理財產品更受歡迎，需要重點推廣；哪個種類的理財產品是用戶比較期待而商家自身涉及不多的，需要嘗試引入；哪個種類的理財產品用戶購買得不多。需要研究是用戶對產品不了解，推廣太少，需要適當增加資金投入，或是風險與收益達不到用戶預期，需要減少投入。有了個性化信息推薦技術，金融機構與互聯網金融企業對自己的理財產品能有一個非常精準的把握，用戶也能更輕松地找到適合自己的理財產品而不用費時費力地做各種研究與咨詢。但是目前在我國的金融行業在大數據創新方面還有著很多缺陷，個性化信息推薦技術也依然停留在初級階段，沒有一套嚴格的制度去量化各類數據的價值，缺乏大數據深度分析的能力和大數據創新應用的理念與收集建立有戰略輔助價值的行業外大數據的理念，要形成一個完整的個性化推薦服務系統任重而道遠。
三、大數據金融對理財產品創新理念發展的影響
(一)技術創新理論
雖然目前我國人民對理財產品的需求快速增長，但是我國商業銀行的個人理財產品卻面臨同質化的問題。反而是一些互聯網金融平臺推出的一些創新產品，如余額寶，獲得了巨大的成功，幾乎是瞬間就擁有了龐大的用戶群。同時，隨著政策的放開，外資銀行全面進入國內金融市場，進一步加劇了國內個人理財產品市場的競爭壓力。不管是國內或國外的銀行，還是互聯網的金融平臺，想要在激烈的市場競爭中脫穎而出，成為行業領導者，就必須積極地研究應對策略，增強創新能力來創造出能夠滿足市場需求的個人理財產品。著名經濟學家熊彼特提出的創新理論主要研究了三個方面的創新：首先是制度創新理論，研究的重點是制度建設和革新；其次是金融創新理論，主要研究金融業務發展；第三是技術創新理論，研究技術革命和應用。大數據金融在技術創新理論中有著最為直接的應用，隨著科學技術的不斷發展，在金融領域，高新科技的應用屢見不鮮，金融機構和互聯網金融平臺的各項服務都在不斷加快網絡化和信息化的進程，機構能夠為客戶提供更快速便捷的金融服務。可以說技術的進步是推進金融創新的一個重要因素，大數據作為繼計算機、互聯網后的又一大技術的進步，為金融行業提供了高效可靠的數據分析技術，技術創新理論也因此獲得了極大的發展。目前，大數據與金融行業結合后的大數據金融主要有兩大創新點：平臺金融和供應鏈金融兩種模式。
(二)平臺金融
平臺金融模式主要通過打造金融產品的垂直搜索引擎，把有需求的借款人和有能力的貸款人通過平臺進行對接。建立平臺的金融機構通過云計算對用戶的各項交易記錄進行實時分析處理，從而形成用戶在該平臺中的累積信用數據，進而提供金融服務。平臺金融模式的一個典型代表就是阿里金融。阿里金融以電商為平臺并利用支付寶的網上支付優勢，通過云計算以及模型數據，處理所積累的企業與個人的信用信息而涉足大數據金融領域。阿里金融的成功之處在于管理層卓越的戰略眼光，早早地進入了大數據金融行業，成為了行業帶頭人。目前，阿里金融通過在電商平臺長期形成的網絡信用評級體系和金融風險計算模型及風險控制體系，基于其巨大的電商平臺而針對貨幣基金理財、網上支付、小額信貸提供了大量的平臺金融產品，涉足基金、保險、小貸等業務，如余額寶、阿里小貸等理財產品。
(三)供應鏈金融
供應鏈金融模式將供應商、制造商、分銷商、零售商、直到最終用戶連成一個整體，由該供應鏈中處于核心地位的企業為主導，通過整合供應鏈資源和客戶資源來為這條供應鏈的各個參與方提供融資的金融模式。供應鏈金融模式所的是依托實體供應鏈，這提高了整個供應鏈的資金運用效率。京東的供應鏈金融是一個很好的例子。京東的優勢在于差異化定位及自建物流體系等戰略，因此經過多年的積累和沉淀，進洞形成了一套以大數據為驅動的京東供應鏈體系。在這一供應鏈體系中，京東作為核心企業為上游供應商提供貸款和理財服務，為下游消費者則提供賒銷和分期付款服務。這些理財產品涉及應收賬款融資、訂單融資、京東白條、黃金等產品。京東憑借自己多年積累的優質供應商和個人消費者，結合了其擁有的精準的大數據，成功創建了京東特色的供應鏈金融業務。京東通過供應鏈金融提高了其所在供應鏈的整體運營能力，通過資金流實現供應鏈的有機整合?？梢哉f，供應鏈金融不僅極大地發展了理財產品，并且還向融資領域注入了一股新的力量。在大數據時代，發展大數據金融已經成為各金融機構與互聯網金融平臺搶占戰略制高點的必然選擇，由此產生的理財產品的諸多創新也成為了發展的重中之重，相信在不久的將來，大數據金融定能成為主流，理財產品的創新也會有更深遠的發展。
作者：朱樹豪 單位：南京大學金陵學院
參考文獻:
[1]周瑩.基于證券理財產品用戶行為分析的個性化推薦研究[D].電子科技大學.2014
[2]劉英.大數據金融促進跨界整合[J].北大商業評論.2013/11
[3]楊軼雯.商業銀行理財產品的創新與收益研究[D].上海交通大學.2008
[4]侯敬文.程功勛.大數據時代我國金融數據的服務創新[J].財經科學.2015/10
[5]劉新海.大數據挖掘助力未來金融服務業[J].金融市場研究.2014/02
[6]余立平.大數據與大數據經濟學[J].技術創新金融研究.2013/03
