大数据金融论文范文

大数据金融论文范文第1篇

紧跟大数据时代的步伐，农业银行积极推进大数据平台建设及大数据的价值应用，确立了“大数据体系建设必须以应用为核心，数据平台开发与业务应用统筹考虑，要做好内部的数据治理，逐步拓展数据来源范围，充分利用内外部数据资源，不断提升对全行经营管理的支撑水平。”的总体战略思想，即：数据是基础，应用是目标，平台是支撑，治理是保障。

1.强化数据治行理念大数据革命必将颠覆银行传统观念和经营模式。通过营造“数据治行”的文化，建立分析数据的习惯，落实全行的数据标准和数据治理，切实提升“大数据”开发利用的综合能力，将现有数据转化为信息资源，让决策更加有的放矢，让发展更加贴近市场需求。

2.建设大数据平台构建处理能力强、扩展性好、开放度及共享度高的大数据存储加工平台，整合行内外、各种形态、跨历史周期的海量数据，并构建统一、全面、稳定的企业级数据模型，为大数据的分析利用提供基础的数据、环境、模型及配套工具等全方位立体式支撑。

3.打造数据分析应用体系构建适应大数据分析的多功能、跨渠道、多粒度的分析挖掘模型和应用体系，为服务质量改善、经营效率提升、金融模式创新提供支持。通过对海量数据的深度分析，全方位调整产品结构、营销模式，从根本上提高风险管理、成本绩效管理、资产负债管理和客户关系管理水平。

4.实现智慧银行的目标智慧银行是指，通过大数据技术不断优化业务办理流程，高效配置金融资源，敏锐洞察并引领客户需求的高度智能化的金融商业形态。智慧银行可提供“银行始终在客户身边”的全场景金融服务，为客户创造最佳服务体验。

二、农业银行大数据平台概述

经过多年的努力探索，农业银行在大数据平台建设的道路上锐意开拓，大胆创新，逐步形成了以四大基础平台、五类数据服务为核心的大数据平台。

1.四大基础平台（1）企业级数据仓库随着银行业数据利用能力的逐步提升，业务分析呈现跨领域分析、高度整合分析、长周期历史分析等特点，企业级数据仓库通过对行内跨领域海量数据的高度整合和模型化，形成对客户、账务、产品等的统一视图，使大数据分析成为可能。农业银行企业级数据仓库以存储和处理结构化数据为主要目标，全面涵盖了农业银行存、贷、中间业务等行内业务条线的核心类数据，实现PB级数据的高效存储，可以满足全行在各个领域数据分析和价值发现的各类需求，并为全行数据治理提供有力的支撑。如通过网点的多维度、全方位、长历史周期数据挖掘给出网点资源配置建议，提升运营效率，优化业务流程。（2）信息共享平台信息共享平台以存储和处理行内非结化数据为主，辅以来自行外的社会数据。基于非结构化数据的分析和深度挖掘，在客户关系管理、中小企业信贷、风险管理、品牌建设等众多领域发挥了重要的作用。如基于对社交网络各类非结构化数据的综合分析可以获取行外目标客户；通过机器学习、语音识别、情绪识别等技术，对客服语音记录进行深度挖掘，发现客户的需求。（3）实时流计算平台传统数据计算平台多以批量计算为主，数据处理能力较强，但时效性较差。农业银行的实时流计算平台采用业界最先进的流计算框架，实现数据的快速采集、交换、处理和应用，主要用于实时营销、实时客户服务、欺诈监控、大额动账监控、系统运营监控等各类对时效性要求比较高的业务场景。如结合持卡人的行为偏好为客户实时推荐精准的营销信息、优惠信息和特惠商户信息，并为特定客户群体提供实时的有针对性的服务提示。（4）高性能数据处理平台海量数据的分析挖掘亟须一个高性能环境的支撑，农业银行高性能数据处理平台采用大内存处理、分布式、闪存等新技术，以高性能计算为主要特点，实现对海量结构化数据、非结构数据等进行综合处理、全面分析和深度挖掘。如通过大数据语义分析和情绪分析追踪海量网络信息蕴藏的经济金融“微信号”，借此判断未来的市场走势，为前瞻性风险管理提供参考。

2.五类数据服务农业银行基于四大基础平台的优势，大力发展应用系统建设，形成了五大类数据服务形式有机结合的数据服务体系。（1）指标检索服务通过构建全行统一的指标库，为各个业务条线提供常用指标的检索服务，在此基础上提供各类经营管理、监管报送等指标采集、加工及报送服务。（2）即席查询服务采用特定的工具，构建功能强大的查询支持库，满足各类灵活查询、临时查询及特殊复杂查询需求。如果说报表是经营管理的瞭望塔，那么灵活的即席查询就是执行经营决策的指南针。以客户营销为例，即席查询服务可以为全行的客户经理提供多角度的客户信息查询，针对当前市场热点，提供具体的业务指导。（3）定制化信息服务通过iReport智能资源视窗对信息进行统一管理、分层检索、灵活配置和个性展示，并针对用户的不同需求、不同层次及不同偏好，提供定制化、个性化的信息订阅，联动邮件、短信、微信等渠道提供主动信息推送服务。（4）多维分析服务多维分析可以帮助业务人员实现多维度、多视图、多层次的分析，并可以通过下钻、上钻、切片、旋转等操作，提供更加动态、智能的数据分析，发现数据背后的规律。如从机构、时间、客户、产品类型、渠道、营销活动等多个维度对产品盈利情况进行综合分析，进而有效推动产品优化和创新。（5）深度数据挖掘服务海量数据中蕴含的规律和价值通常不直观，大数据的显著特点之一就是海量数据的知识发现和数据挖掘。农业银行基于大数据平台构建了多个特定领域或主题的数据挖掘实验室，包括客户洞察及精准营销、信用评价及风险评估、舆情分析与客户情感管理等，紧跟市场发展动态，直面业务热点、难点，充分挖掘大数据的巨大价值，为业务发展和经营决策提供更加深入的洞察和更加有力的支撑

三、农行大数据应用实践

农业银行在构建大数据体系时坚持以应用为核心，统筹部署数据平台开发与业务应用，加强业务创新与数据利用的良性迭代，实现传统业务和新型业态的融合发展，充分发挥了数据对全行业务发展和经营管理的支撑作用。借助大数据这把利剑，实现了“营销更精准、服务更贴心、管理更精细、监管更透明、风险更可控、决策更智能”，有效促进了全行经营理念、业务运营、组织流程的不断创新，为全行业务发展和经营管理提供了有力的科技引擎。以下三类应用案例可充分说明情况。

1.精准营销基于大数据的客户营销“三步曲”：获取客户、客户画像、精准营销（如图1所示）。通过大数据强大的信息获取和处理能力，充分挖掘行内外的潜在客户；通过大数据实现对客户的360°立体画像，在掌控客户行为、洞察客户情感的基础上，准确地预测客户需求，从而实现精准营销及交叉营销。以贵宾客户信用卡精准营销为例，农业银行通过综合行内外数据，应用聚类分析、关联规则发现、决策树等数据挖掘算法，构建了完整的精准交叉营销模型库和应用体系，动态实现目标客户识别、客群划分、优先级划分、产品推荐、渠道推荐等功能。在合适的时间，以合适的渠道，通过合适的方式，为合适的客户推介甚至定制合适的产品，实现差异化、个性化的精准营销。2.热点分析农业银行基于大数据平台构建了热点问题专题分析模型库，对当前的热点事件进行定期跟进、深度分析和动态监测，为策略制定、产品创新及运营模

式优化等提供有力支持。以互联网理财客户分析为例，该项分析旨在揭示个人客户购买互联网理财产品与农业银行资金流失的关系。首先采集研究机构等第三方数据，融合内部数据，对整体购买规模进行分析；挖掘购买互联网理财客户的特点，对这一特定客户群体进行综合画像。从而知道“正在发生什么。”然后，采用神经网络、回归等方法，对即将流失的客户进行智能识别，针对不同的客户特点制定不同的客户挽留措施，知道“即将发生什么。”最后，通过对客户和资产流失的深度分析，提出产品层面的创新策略，并给出具体建议；产品优化和创新后，再次综合分析新产品的市场效果，并对产品进行持续优化，实现数据挖掘和产品创新的迭代。

3.客户关系管理通过对数据的深度挖掘，农业银行构建了全新的、智能的、动态的客户管理及分析应用体系，实现对客户全生命周期的客户关系管理，切实提高对客户的洞察能力和服务水平，实现“以客户为中心”。具体包括以下几方面。新客户获取：通过对行外和行内数据的深度分析和挖掘，找到潜在客户的特征，并进行客户营销。客户价值提升：深度分析客户综合价值，并通过具体的、有针对性的营销策略提升潜力客户的价值。客户发展：动态识别客户日常生活中的重要事件，进行事件营销、社交网络营销和同理心营销，提高客户的粘性和忠诚度。客户成熟：准确洞察忠诚客户的金融需求，并及时感知变化，从而进行差异化服务，真正实现“伴您成长”。客户衰退：通过持续的数据分析和监测，对衰退客户进行及时的营销干预，激发其活力，发现其新的业务需求。客户流失预测及挽留：智能识别即将流失的客户，并深度分析其特点，找到客户的痛点，进行有针对性的精准挽留。在当前这个不断创造奇迹的大数据时代，农业银行将大力推进大数据平台及数据分析应用体系的建设和完善，将数据的价值切实应用到业务发展和经营管理的每一个环节，在大数据时代走出更加坚定、卓有成效、有农业银行特色的金融创新发展之路。

大数据金融论文范文第2篇

在金融创新的大潮中，监管创新能够及时对金融市场中各种行为进行监督与管理，对保证金融市场的健康发展意义重大。在今天的中国金融市场上，各种创新快速推进。若金融监管不快速创新，则将为新产生的金融产品留下监管真空地带，从而为各种违法违规行为提供土壤。监管创新不仅仅是覆盖金融各新诞生的领域，打击各种新出现的违法违规行为，更重要的是为维护金融市场公开、公平、公正的金融秩序，发挥金融市场作用，促进金融市场健康发展，提供了保障。监管创新的意义在于以下几点：监管创新是保护投资者权益的需要。在金融创新的过程中，创新领跑者往往具有对普通投资者的优势。例如：在高频交易发展过程中，高频交易机构会采取闪电指令，先于普通投资者成交，并侵害普通投资者的利益。监管者需要防范类似创新带来的不公平竞争，以保护投资者利益。监管创新是维护市场秩序的需要。“老鼠仓”等违法违规行为违背了基金管理人诚信的原则，并严重危害了金融市场的正常秩序。若不加强监管，这种行为将打击投资者信心，并阻碍金融市场的正常发展。因此，需要大数据系统等类似的新型监管手段对“老鼠仓”形成有力打击，以维护金融市场正常秩序。监管创新是金融持续创新的需要。在金融创新的过程中，只有监管创新及时跟进，才能保证金融创新正常推进，并发挥金融创新的作用。相反，若监管创新滞后，新产生的金融产品容易纵。例如，1995年国债期货327事件，直接导致国债期货退市，还严重干扰了金融市场的正常运行，阻碍了金融创新的正常推进。

2金融监管创新中的问题分析

金融监管创新主要面临金融市场快速发展所带来的问题。在金融创新过程中，投资品种逐渐丰富，交易环境逐渐开放，投资者的交易方式也逐渐多样化。而与之相伴的是，风险来源增加，可能的监管漏洞也在扩大，这对金融市场的健康发展提出了挑战。我们从交易品种、交易方式、监管漏洞等方面对金融监管创新所需要面临的问题进行简要描述。

2．1品种丰富，交易环境开放在过去的金融市场中，投资者只能对股票、债券等品种进行投资。虽然在之前的金融市场中也曾短暂出现过权证、国债期货等金融衍生品，但最终这些产品都因产品设计不完善而退出市场。而在现在的金融市场中，投资者可以投资股票、债券、股指期货、国债期货、商品期货进行投资。此外，投资者还可以借助QDII对海外市场进行投资。在股指期货从无到有的过程中，也可以看出我国交易环境逐渐开放。在股指期货上市初期，其面临条款设计过严、投资者限制过严的局面。为此，证监会及中金所逐步细化机构投资者进入条件，吸引了更多的机构投资者，例如：基金公司、证券公司、QFII、保险机构等，参与到股指期货市场中来。此外，监管层在恰当的时机，不断放松合约的约束条件，如持仓限额、保证金比例、交易手续费等，以创造更开放的交易环境。进入2014年，金融创新的脚步继续加快。这其中比较突出的是各种期权产品的快速推进。上交所推进个股期权仿真交易；中金所推进股指期权的仿真交易；郑商所推进白糖期货期权的仿真交易；大商所推进豆粕期权仿真交易。这意味着在不久的将来，投资者又将拥有新的投资工具。

2．2新兴交易方式兴起随着金融产品的丰富，投资者可以选择的交易方式在创新。借助期货、期权等做空工具，基金管理人设计出对冲基金、套利基金等新兴基金产品。此外，海外流行的量化交易、高频交易也在国内逐渐兴起。量化投资是指利用投资模型指导投资的一种手段。在量化投资过程中，投资人员将交易思想转化为交易模型，并借助相应的计算机程序来检验交易模型的有效性。对于有效的交易模型，投资人员再借助计算机程序来实现实际的交易。在量化投资领域中，投资者可以从各种投资思想出发设计交易模型，从而从各种角度来获取传统投资方法无法获取的利润。关于量化投资的具体介绍，可以参考王帅（2013）。高频交易时对交易条件要求更高的一种交易方式。高频交易和低频交易相对，是借助高性能计算机，在极短时间内对市场变化做出反应并迅速完成换手的交易方式。关于高频交易的具体介绍，可以参考王帅（2013）。国内交易环境的开放对于高频交易等新兴交易方式的发展有重要的作用。例如，股指期货的交易手续费的下调对于高频交易者的参与至关重要。交易手续费上万份至零点五的下调可令交易策略从亏损变为盈利。此外，铜、白糖等期货品种的平今仓手续费优惠的设定给了套利交易者生存的空间。

2．3风险源、监管漏洞增加新的交易品种、新的交易方式给投资者带来新的收益的同时，也带来了新的风险源及监管难度。随着交易品种的丰富、交易系统的升级，由交易产生的数据急剧上升。高频交易往往涉及海量数据。面对海量数据，机构需要具备高端的服务器，甚至具备大型机房。海量数据处理也为监管层带来了更高的监管难度。新交易方式的兴起带来了新的影响范围更广的风险。2012年8月16日的光大乌龙指事件是由光大证券策略投资部门自营业务在使用其独立的套利系统时出现系统错误而造成。这种操作风险往往从外部难以监管，而且容易造成巨额亏损和巨大的市场风险。2010年5月6日，美国道琼斯30种工业股票平均价格指数在没有任何突发信息的情况下，盘中一度暴跌将近1000点，创美国股市有史以来最大单日盘中跌幅。随后，指数又大幅反弹，这给市场造成了极大的冲击。事后，美国证券交易委员会和商品期货交易委员会调查报告，认定本次瞬间暴跌是由一家交易机构在市场饱受压力时，交易电脑自动执行卖出指令触发的。这也让高频交易再次成为众人焦点。除新的风险外，在开放的市场环境下，“老鼠仓”等违规操作手法更加隐蔽。在过去的金融市场中，违法者只能对股票现货进行利益输送、内幕交易等操作。而现在，违法者可以操纵股票对应的期货进行非法获利，这也给监管带来了新的困难。

3金融监管创新的策略

为适应金融市场的快速发展，金融监管需要在监管理论与监管措施上同时进行创新。金融创新带来期货、期权等新金融品种，也带来了对冲交易、套利交易等新交易方式，但其同时也带来的更多、更高等级的风险。随着交易品种的丰富、交易系统的升级，传统监管方式难以满足监管的要求。而以大数据为代表的创新型监管系统正逐渐发挥出较好的监管作用。我们将从监管制度、监管技术等角度对金融监管创新进行讨论。

3．1监管制度完善金融监管首先要从制度上进行完善，才能使得后续监管有法可依、有规可循。在全球金融市场中，各国金融监管者们都需要不断出台新的监管制度或更新已有监管制度，以应对不断出现的新的金融产品或交易手段。在美国金融市场上，美国证券交易委员会（SEC）关于高频交易的监管制度修订在持续进行中。随着高频交易的快速发展，SEC对高频交易的关注也在不断升温。1998年7月7日，SEC建立了新的监管框架RegulationATS，并推出了ECNs、DarkPool等新型交易中心，引发了美国金融市场结构的变革，并为高频交易的迅速发展提供了制度•52•基础。但近年来，关于高频交易的各种担忧不断上升。从2009年下半年开始，SEC开始制定针对高频交易的监管措施。最终，SEC陆续出台了禁止闪电指令等监管措施，并且正在酝酿更全面的高频交易监管方案。在我国金融市场上，监管层同样需要不断修改已有监管措施或制定新监管法案，以面对新的金融问题。在我国基金领域，“老鼠仓”一直是危害严重的违规行为。老鼠仓是指庄家在用公有资金拉升股价之前，先用自己控制的资金在低位建仓，待用公有资金拉升到高位后个人仓位率先卖出获利。“老鼠仓”的行为严重侵害普通投资者的利益，破坏金融市场公平交易的原则。而随着金融创新的深入，“老鼠仓”行为更加隐蔽，更增加了监管难度。“老鼠仓”行为严重破坏金融管理秩序，损害公众投资者利益，但之前的刑法却未对这一犯罪行为做出明确规定。过去刑法只对利用证券、期货交易的内幕信息从事内幕交易的犯罪及刑事责任作了规定，但对“老鼠仓”行为未做出明确规定，这给监管带来了不小的麻烦，难以对该行为形成震慑力。之后，2009年2月28日，十一届全国人大常委会通过了《刑法修正案》，并从通过之日起实施。刑法修正案将《刑法》第一百八十条增加一款，称为“利用未公开信息交易罪”。这为打击“老鼠仓”行为奠定了刑法基础。此外，立法机构还从《证券法》《基金法》等层面对“老鼠仓”做出明确规定。

3．2监管技术创新在奠定了监管的法律基础后，监管部门需要对监管技术进行创新，以应对迅速展开的金融创新。以大数据为支撑的监管系统在近年中对“老鼠仓”的监管中发挥出越来越重要的作用。针对“老鼠仓”等交易行为，目前沪深两大交易所已建立实时监控机制等监控体系。而在这些监控机制中，大数据系统主要是通过模型在海量的交易数据中，调查违规行为。大数据（BigData），指的是量大到无法通过目前主流软件工具，在合理时间内达到提取、管理、处理，并整理成为有用信息的数据。对于大数据无法用常规方法处理的特征，研究者们认为大数据需要新的处理模式才能具有更高的价值。与之相随的是，数据存储、数据安全、数据挖掘等新的问题，而这些问题的探索也成为行业新的利润点。关于大数据的详细介绍，可以参考ViktorMayer－Schnberger，KennethCukier（2013）。新的监管技术极大地提高了监管效率。相比传统监管手段，大数据系统大大提高了打击精度、速度和广度。在采用大数据系统监管之前，“老鼠仓”的调查基本都来自举报和监管层的现场检查。但随着该违规行为越来越隐蔽，比如利用表面上关联性不强的账户进行操作，仅靠举报已经不能完全覆盖。此外，随着“老鼠仓”的操作逐渐转移到基金专户等信息披露不足的区域，传统监管技术难以追踪。查处老鼠仓的工作非常繁琐，一般需要查看长达数年的交易数据。随着账户关联性的降低，以及数据量的增大，人工核查速度和精度受到很大挑战。大数据系统的应用，可以有效解决上述问题。在近期查处的一些案件中，大数据系统是通过对比在嫌疑人曾经管理的基金下单前后数天内，基金账户与外界某账户所投资的标的，而发现“老鼠仓”线索的。大数据系统的采用还很大程度地缩短了案件的查处周期。在2013年‘马乐案’中，证监会于2013年4月11日启动对相关账户的初查工作，而至2013年6月21日就立案稽查，并交由深圳证监局承办，仅仅用了2个多月的时间。在提高打击精度、速度的同时，大数据系统还扩大了对“老鼠仓”的打击范围。在本次“老鼠仓”打击风暴中，大数据系统的跟踪范围不再局限于基金经理，还包括基金投研人员和保险公司资管从业人员。这种打击范围凸显出大数据系统在监管方面的高效。

4结束语

重点讨论了在金融创新过程中，金融监管创新的意义、问题及方法。在金融创新快速推进的今天，投资者可以选择更多的金融品种，以及交易方式，但也会面临更多的金融风险和监管漏洞。因此，监管层需要及时完善监管制度，并创新其监管技术，以满足快速发展的监管需求。监管创新不仅可以保护投资权益，保障金融市场正常运行，更为金融创新的正常开展提供有力保障。

大数据金融论文范文第3篇

福建 厦门361005；3.英国诺丁汉大学

>> 大数据时代的供应链物流服务 双渠道供应链中的价格决策与服务决策研究 从绩效驱动因素看大数据时代的供应链变革 非对称信息下双渠道供应链的定价决策分析 大数据环境下供应链金融模式研究 大数据视角下电子商务平台供应链金融的研究 大数据时代下的我国供应链金融发展形态研究 供应链管理中的大数据运用 大数据驱动下的图书馆服务创新 随机需求下产能充足双渠道供应链决策问题探讨 需求不确定环境下闭环供应链回收渠道决策研究 电子商务环境下“双渠道供应链”决策问题研究 全供应链下的库存管控 碳交易风险下供应链企业低碳技术采纳决策框架研究 供应链管理框架下的零售渠道合作 基于研发投入的双渠道供应链决策优化研究 网上代销双渠道闭环供应链的定价与协调决策 浅析在大数据时代背景下如何提升物流供应链价值 SaaS服务供应链的创新结构研究 试论供应链金融服务创新 常见问题解答 当前所在位置：l.

[48]武汉市五交家电商业协会.关于2013年全市家电行业发展情况和2014年行业发展建议[R/OL].[2014-04-15]..

[49]冯芷艳，郭迅华，曾大军，陈煜波，陈国青.大数据背景下商务管理研究若干前沿课题[J].管理科学学报，2013（1）：1-9.

[50]Ernst & Young.Globalonlineretailing[EB/OL]..

[51]徐思雅.服务创新能力对企业绩效的影响：商业模式新颖性设计的调节作用[D].杭州：浙江大学论文，2014.

[52]李书娟.考虑交易者行为的双渠道供应链定价策略研究[D].武汉：华中科技大学论文，2012.

大数据金融论文范文第4篇

关键词 大数据 CNKI 可视化 研究现状

中图分类号：G353.1 文献标识码：A

0引言

目前对大数据研究现状综述的中文文献较少，本文以2007-2015年中国知网CNKI收录的有关大数据研究的相关文献为对象，通过Ucinet[1]、SPSS等数据处理工具进行了可视化分析，为相关研究和应用提供参考。

1数据来源与研究方法

本文在CNKI检索区域主题字段、题名段、关键词段中分别输入“大数据”，时间字段起始为2007年1月1日，截止时间为2015年8月1日，主题字段和题名、关键词间采用“与”运算，题名和关键词间采用“或”运算，检索完后经简单处理共获得到4707篇有效文献，对相关字段进行统计整理。

2大数据研究文献的时间分布

衡量某领域发展的重要指标为学术论文数量的变化，它在一定程度上反映了该领域研究的基本水平和发展规律，绘制相应的分布曲线，为评价该领域所处的阶段具有重要意义，从大数据研究的中文文献分布（如图1所示）情况看，从2013年随着舍恩伯格的《大数据时代》一书的热销，研究热度呈现高速上升，2014年较2013增长了2.5倍，2015年截止到8月1日已经有1808篇文献发表，按照目前的趋势预计到年底将超过3000篇。随着我国对“互联网+”关注的升温，大数据相关研究论文数量也会呈现稳定发展的趋势。

3大数据研究文献的空间分布

3.1机构单位分布

在检索到的4707篇文献共涉及526个，数量在14篇及以上的机构单位有40个，在25篇及其以上的机构共有14个，如表1所示，由高产发文机构可以看出在大数据研究介入方面我国985高校走在前列，是大数据技术研究的前沿基地，中国人民大学以68篇排名第一，该校在2009年3月，便成立中国调查与数据中心，全面支持国家智库战略性研究，同时在2014年牵头联合北京大学、中国科学院大学、中央财经大学、首都经济贸易大学设立大数据分析硕士培养协同创新平台，率先迈出了坚实的一步。

3.2论文基金资助情况

在检索到的4707篇文献中，获得基金资助的文献共有737篇，如图2所示，其中部级层面的基金资助为604篇，国家自然科学基金和国家社会科学基金两大基金分别资助280篇和132篇，“863计划”和“973计划”也分别资助49篇和37篇，可见近几年国家对大数据研究的重视程度，已将大数据研究定位为国家战略。在省级层面资助中，如图3所示，江苏省以28篇占据第一位，走在大数据研究的前沿，河北省、陕西省、广东省、山东省、重庆市分列第二至六位，可见各省市已经普遍开始接受将拥有的数据规模以及从数据中获取知识和价值的能力作为竞争力评价的重要指标。

3.3论文研究类别情况

截止到2015年8月1日，大数据研究中硕士论文有122篇，博士论文有5篇，这与大数据研究从近三年开始刚关注有一定的关系，硕博论文的产生需要一定的时间跨度，但这127篇硕博论文已经表明越来越多的高校和研究机构已经开始关注这个领域，其中5篇博士论文分别来自于吉林大学（2篇）、中共中央党校、武汉大学和上海大学，下载次数最多的博士论文（《大数据时代基于物联网和云计算的地质信息化研究》）已经达到14000次以上，被引用18次。而122篇硕士论文的分布如图4所示，北京邮电大学（10篇）和吉林大学（9篇）分居前两位，在发文总量上（见表1）北京邮电大学（28篇）、吉林大学（26）篇也分别位居第9位和第11位，并且吉林大学还有2篇博士论文，可见两所高校在大数据研究方面的地位，北京邮电大学设有数据科学中心并已在网络流量分析、互联网用户行为分析、无线网络优化等多个领域积累了丰富经验和成果。吉林大学经济学院和金融学院也为本科生开设了《数据科学与大数据分析》课程，培养学生的计算思维、数据思维和互联网思维，更好地迎接“互联网+”时代的到来。

3.4大数据研究的热点

关键词是论文的高度概括和凝练，频次高的关键词常被用来确定一个研究领域的热点问题，通过对检索到的4707篇文献进行整理，共有6835个关键词，对提取的关键词（选取Top44（频次大于等于10））利用可视化软件Ucinet、NetDraw绘制共现网络知识图谱进行可视化分析，如图5所示。由共线图谱可知，“大数据”、“数据挖掘”、“云计算”、“机器学习”、“Hadoop”之间的联系最为密切，而其他节点也均有此热点关键词有联系。

4结语

本文以2007-2015年CNKI收录的4707篇以大数据为主题的研究文献为样本，从文献计量学的视角，利用SPSS、Ucinet、NetDraw等可视化软件以知识图谱的方式对大数据研究的中文文献进行了分析，相信在不远的将来会有更多大数据研究的理论成果应用于国民生产，推动国家新一轮的经济增长。

参考文献

[1] 包惠民，李智.CNKI数据实现ucinet共现分析的方法及实证分析[J].软件

导刊・教育技术，2012（1）：91-93.

[2] 滕瀚，曾天山.改革开放后我国教育学科的社会关注度分析――以《新华文

摘》教育学论文转载为例[J].高等教育研究，2013（9）：36-45.

[3] 马费成，张勤.国内外知识管理研究热点-基于词频的统计分析[J].情报学

大数据金融论文范文第5篇

在经济学领域，做预测是困难的，对未来的

>> 大数据预测未来 《爆发》：大数据预测未来思维 大数据预测处理模式研究 大数据预测未来农业 大数据预测的伦理困境与出路 大数据预测传染病，神吗？ “脏数据”难以排除影业谈大数据预测言之尚早 旅游大数据预测需建立三种模型 大数据预测在思想政治教育中的应用探新 大数据预测与决策在高校就业工作中的应用 用数据预测时尚流行 运用大数据，从疾病预测开始 金融时间序列数据预测方法探析 电气设备在线数据预测的研究 基于matlab曲线拟合的数据预测分析 用于数据预测的人工神经网络 电力负荷数据预测方法模型的设计 成思危：未来要运用大数据技术改进预测科学 基于稀疏表示的数据流异常数据预测方法 企业资源计划仿真模拟软件中数据预测模型的建立 常见问题解答 当前所在位置：中国论文网 > 管理 > 运用大数据预测当下 运用大数据预测当下 杂志之家、写作服务和杂志订阅支持对公帐户付款！安全又可靠！ document.write("作者： 哈尔·瓦里安 马丁·弗莱明")

申明:本网站内容仅用于学术交流，如有侵犯您的权益，请及时告知我们，本站将立即删除有关内容。 结合政府数据和私企数据，我们可能会得到两全其美的结果

在经济学领域，做预测是困难的，对未来的预测尤甚。那么让我们降低目标，试试预测现在吧。

这样说来貌似简单，实则不然，原因是比如失业率、通胀率以及GDP这样的数据通报，往往都会滞后数周，或者数月。因此，我们并不清楚目前所处的阶段。

在能够预测未来之前，我们有必要预测一下当下。

以GDP为例。在美国，这种经济活动数据是按季度公布的，通常会滞后一个月。但是，在第一次GDP数据公布数月后，还会再进行两次修订。自1975年以来的平均增长率是2.8%，但是首次修订值的变化平均为0.54%。

而经济学家常常只能采用既失准又过时的数据。

现在来观察商业领域的状况。比如沃尔玛和塔吉特这样的大型零售连锁商店，它们拥有实时数据系统，能够每日甚至每小时进行一次数据汇报。联邦快递和UPS快递公司实时掌握货物发运量。

当然金融市场的数据更是以每毫秒一次的频率进行传输。现在计算机已经成为大多数经济交易的中间环节。

这其中的很多系统被用于内部结算，但是总的来说，它们所记录的数据对经济活动节奏的全面理解是有益的，而且，目前某些公司和研究人员就能够提供这类数据。

例如，财捷集团（INTUIT）提供小型企业就业指数、Zillow网站房地产数据、IBM电子商务跟踪每日零售趋势，麻省理工学院的“十亿价格项目”则是基于网络数据以此来提供物价指数。从谷歌提取关于“工作”、“招聘”和类似词语的搜索数据，可以对当前失业率进行有效的估计。

从广度和详尽程度上来说，这些数据系列都比不上来自政府机构的数据。但是它们更具有时效性。

在未来的十年里，我们会看到众多政府机构和中央银行越来越多地利用这种资源。通过运用统计学方法，结合低频但精细的政府数据和高效的私企数据，这样我们可能会得到两全其美的结果：既精确又及时的数据。

大数据金融论文范文第6篇

关键词:大数据;电商;小额信贷;农村市场

21世纪是信息时代，移动互联、网络社交和电子商务等极大地扩展了互联网的边界和应用范围，并创造了“大数据”的概念，其特征为“大量化、多样化、快速化和价值密度低”。2012年，美国政府出资两亿美元拉动大数据相关产业发展，并将其作为一项国家战略，与此同时，中国的电子商务企业也纷纷组建了数据分析部门。电商进入农村小额信贷领域也将是必然趋势。目前，我国农村小额信贷的发展现状很难满足农村地区的发展需求。为了将农村低收入人口纳入国民经济发展轨道，使广大农民分享经济增长带来的好处，有必要在农村地区大力发展电商小额信贷业务。

一、国内外研究综述

(一)国外相关研究

近年来，世界各国高度关注大数据的应用，《自然》和《科学》杂志相继出版专栏对大数据的研究价值进行深入探讨。2001年，梅塔集团分析师道格•莱尼提出了大数据技术萌芽。2008年9月，著名未来学家阿尔文•托夫勒在《科学》杂志发表了论文“大数据:拍字节的科学时代”，从此“大数据”一词开始进入公众视线并被广泛传播。2008年，IBM公司的史密斯首次以“BIGDA-TA”初步定义了大数据的含义。2011年5月，全球数据分析研究所的麦肯锡发表了一篇论文，系统地阐述了大数据的定义:“大数据是指超过传统数据库工具获取、存储、处理和分析能力的数据集。”时至今日，科学界对大数据还没有一个完整准确的定义，不同领域的科学家从不同视角诠释了大数据的基本含义。麦肯锡声称:“数据已经拓展到现今各行各业的职能领域，成为不可或缺的生产要素。对于大数据的深入挖掘和广泛运用，标志着新一轮生产力发展和消费者盈余浪潮的来临”。在全球深入探究大数据意义的背景下，美国继1993年“信息高速路”计划，在2012年宣布启用2亿美元的“大数据发展规划”，这是美国又一次关于大数据的重大科技发展部署。大数据被美国政府认为是“未来的新石油”，是一个国家综合国力的重要组成部分，拥有数据规模、运用数据能力以及对数据的占有和控制将成为各国企业的竞争热点。目前，各国对大数据的研究可以粗略分为两个层面:一是聚焦于探索大数据技术的复杂性和计算模型的理论;二是着眼于感知与阐释大数据、数据建模与词义理解、架构大数据计算体系的关键技术。

(二)国内相关研究

国内学者对小额信贷的研究主要集中在理论分析和模式研究两个方面:

1.理论分析。

林毅夫和李永军(2004)提出必须创建专注于服务小微企业的融资机构，主要是非政策性中小型金融机构，从而避免农村传统金融机构因缺乏竞争而带来的低效率问题。孙若梅(2006)对使用扶贫小额信贷项目的农户进行抽样数据分析后得出结论:绝大多数农户虽然在信贷市场上获得了资金，但在信贷规模、结构和使用上存在较大差异;小额信贷作为一种制度性供给对非正规金融有替代和补充作用，同时具有解决农户信贷分配不均的能效。

2.模式研究。

刘西川(2007)对孟加拉乡村银行模式进行了深入研究，认为小额信贷的实际目标客户已从较低、中等偏下的收入户转移到中等及中等偏上的收入户。因为贫困户对现有小额信贷产品需求不足，再加上部分富裕户存在较强的非务农性信贷需求，所以导致目标上移。杜晓山认为，小额信贷是在特殊的制度安排下，在一定区域内向既定目标提供直接贷款基金及综合技术服务的一种特殊信贷方式。孙天琦(2011)系统介绍了小额信贷扶贫的商业模式，认为目前我国农业生产仍是家庭小规模经营，所以农村信用合作社应以小额、微型贷款作为营销重点。李安朋(2011)认为，随着国内金融市场政策的不断调整，小额信贷的发展在我国出现了新的模式:网络信贷在提高融资效率、化解贷款难度等方面存在着无法比拟的优势，拓展了小微企业的融资渠道，促进了社会资金合理分配。

二、我国农村电商小额信贷发展现状及存在问题

(一)发展现状

我国农村小额信贷起源于20世纪90年代，主要由一些金融机构和非政府组织来提供业务，目前主要包括由农村信用社推出的农户小额贷款和联保贷款，由农业银行推出的扶贫贷款，以及由非政府机构提供的小额贷款和扶贫基金三种类型。作为我国农村金融发展的重要内容，小额信贷对支持“三农”发挥着日益重要的作用，目前电商纷纷开拓农村市场以抢占更大的市场份额。以国内互联网金融P2P行业领军企业宜信公司为例，2015年1月20日宜信“互联网金融———谷雨战略”，这是宜信开拓农村市场后的第二个5年计划。宜信的互联网金融战略中提出:在未来几年，宜信将在农村打造金融云平台，通过农村金融生态圈，充分挖掘小微企业和农户的征信能力和风控能力，同时利用自建的1000多个基层金融服务网点和借助云服务系统深入农村，帮助加强专业合作社的资金信贷管理，实现“为农村实体经济发展服务”和“促进农村地区消费金融发展”两大目标。

(二)存在问题

1.法制环境不完善，政策支持力度不够。

目前，电商小额信贷面临的最大发展障碍是现有金融制度不完善。监管部门认可了类似于阿里小贷的小额贷款公司的法人身份，但仍把它们定性为非金融机构。电商小额信贷定位模糊，未来发展路径不明。我国还未出台关于电商小额信贷的较为明确的法律法规，在维护电商本身以及客户信息安全上存在很大漏洞。电商具有小额贷款公司的性质，这决定其不能吸储，只能通过注册资本进行放款，虽然可以向同业融资，但按照制度规定不能超过其注册资本的2倍。同时，电商开展小额贷款业务还会受到地域限制。电商平台建立小贷公司的服务对象是全国的中小企业，如果不能跨区域经营，其信贷业务必然会受到影响。

2.农村居民固守传统金融借贷方式。

目前，传统金融机构已经形成了一套较为成熟的经营机制，同时也拥有大量忠实客户。以邮储银行小额贷款为例，贷款品种有农户联保贷款、保证贷款、商户联保贷款和保证贷款四种。由满足条件的自然人提供保证，银行向农户发放用于满足其农业播种养殖或生产经营的短期贷款。由于我国信用制度不健全，大多数居民更倾向于使用传统金融借贷方式，而对在电子平台上进行金融交易的积极性不高，从而限制了电商在农村市场上的发展。

3.电商小额信贷企业缺少资金和客户。

大多数电商小额信贷企业自有资本较少、资金来源单一，与传统银行雄厚的资金实力无法相比，制约了电商信贷规模的进一步扩大。同时受制于电子商务的经营模式，贷款主要集中在产业的销售与消费端，在其他产业链缺少信贷客户。目前，我国电商市场上人群多分布于产业链的销售与消费端，造成上传到终端的数据大多数是关于销售与消费，而只有极少一部分是关于信贷，因此无法建立起完整的服务于信贷行业的数据系统。

4.基础设施不完善，缺少电商网络环境。

农村金融云平台建立与完善离不开因特网、移动互联网和大数据。目前，虽然大部分农村人口拥有智能手机，但移动互联网等基础设施不完善，甚至有许多贫困地区的村民无法使用互联网。与发达国家比较，我国农村的网络普及率存在很大差距，农民对新鲜事物接受度偏低，还有许多农村地区对电商小额信贷完全不了解。缺乏适宜发展的网络环境，阻碍了电商小额信贷业务在农村市场的拓展。

三、对策建议

(一)建立健全相关法律法规，加大政策扶持力度

由于我国电商农村小额信贷的发展起步较晚，部分地区小额信贷机构的合法性有待核查。电商筹资能力有限，对其发展信贷业务造成很大阻力。因此，国家要制定和实施相应的法律法规来规范农村小额信贷业务，加大对电商开拓农村市场的政策扶持力度。为避免发生诈骗、非法集资等扰乱金融秩序的违法行为，对信贷市场乃至整个经济环境造成不利影响，农村地区要加强法制建设，举办形式多样的普法宣传活动，规范农村地区的信贷活动。

(二)加快金融产品和服务方式创新

不断创新农村金融产品和服务，拓宽信贷支农渠道，大幅增加农业信贷量，电商小额信贷业务才能在农村获得更好的发展。首先，创新农村金融产品。加大宣传推广力度，深入挖掘农村市场的潜力，使信贷产品符合农业实际、贴近农村生活、贴近农民群众，因地制宜推出让农民满意的多元化金融产品。其次，创新服务方式。通过提高广大农民的参与度和舒适度，弥补农村金融市场的空白，提高农村地区金融与经济发展水平。大数据应用是未来电商发展的趋势，电商要想开拓农村市场就要依托大数据优势，简化农民和小微企业贷款流程和手续，满足其迫切的融资需求。

(三)加强电商与传统金融机构合作，突破资金短缺和客户限制

电商小额信贷业务能否顺利开展下去，很大程度上取决于电商可提供的信贷资金规模。我国农村金融市场的资金供应存在缺口，并且缺口逐年扩大。近几年我国小额信贷仍然依靠政府的财政支出，而不是自筹资金。部分地区规定小额信贷企业只能以内部自有资金对外放贷，由于受金融法规的约束，非政府机构开展小额信贷业务不能以任何方式擅自或变相地吸收存款，导致小额信贷资金供给来源少，限制了小额信贷的发展。电商可以与农村传统金融机构合作，以获取强大的资金保障以及客户资源，而传统金融机构也可以利用电商的数据平台，获取更多的利润，实现双赢。

(四)加强基础设施建设，改善电商网络环境

农村基础设施落后，网络环境不完善制约了电商的发展壮大。要发展与完善农村信贷市场，首先，要加强基础设施建设，改善网络环境，为电商开展小额信贷业务奠定良好的基础。其次，加强宣传与引导，在农村开展形式多样的关于电商小额信贷的讲座，介绍相关成功案例，让农民充分了解农村信贷的未来发展趋势。

［参考文献］

［1］郑洵.中国农村信贷市场的主要问题和发展方向［J］.北京农学院学报，2006(S1).

［2］肖银伟.中国小额信贷的现状与发展方向探析［J］.金融理论与实践，2011(7):108－111.

［3］赵炎.小额信贷运作机制与亟待解决问题的研究［D］.哈尔滨商业大学，2012.

［4］陈勇，刘晓芬，李波声，姚晓鸣.电商金融征信与电商小微企业发展相关性研究［J］.福建金融，2014(12):62－65.

大数据金融论文范文第7篇

中国工程院院士

中国程控电话交换机之父，中国工程院院士，中国著名通信与信息系统、计算机与网络技术专家。曾任中国人民信息工程大学校长兼教授、国家数字交换系统工程技术研究中心主任，少将军衔。

薛正华

百度大数据部副总监

在云计算和大数据领域领导开发过20多款商用系统软件，并得到广泛应用。作为项目核心成员，主持和参加部级重大项目16项。申请和获得国家发明专利8项，在国际知名期刊和会议50多篇。任中国计算机学会高级会员，大数据专委会委员。曾获国家科技进步奖、微软优秀学者称号。

张高峰

1号店商务智能部资深总监

全面负责1号店大数据战略的规划、实施和创新应用落地，并致力于实现高性能的分布式大数据处理及应用系统。十多年来专注于数据分析、数据挖掘的战略规划及其应用设计，近五年致力于互联网及电子商务的大数据应用。

季昕华

UCloud创始人、CEO

拥有13年IT及互联网行业的管理经验，曾就职于华为、腾讯、盛大，历任经理、副总经理、首席安全官、CEO等，曾全面负责腾讯安全体系建设、盛大云计算平台的研发及管理，对云计算、安全行业具有丰富的经验。曾任2008北京奥运会安保专家、2010上海世博会安保专家。

杨炯纬

上海聚效广告有限公司

聚胜万合信息技术（上海）有限公司创始人、CEO

毕业于复旦大学计算机系软件专业并获得网络营销MBA学位。2012年，创建聚效广告平台，并于2013年从MediaV分拆成立聚效广告公司，带领聚效广告平台成为中国最领先的精准广告平台。

宋 荣

携程商业智能部总监

主要负责整个部门的数据仓库、数据挖掘平台、各类数据产品以及OTA业界领先的商业分析项目。有着10年以上互联网行业工作经验，曾带领搜索团队负责eBay在搜索质量方面的研究与工作。

白 虹

FEXCO北亚区负责人

COIN跨界创新平合创始人

韩国高丽大学国际留学生研究生院韩国经济硕士、美国西北大学凯洛格商学院与香港科技大学商学院联合培养EMBA工商管理硕士。曾任工商银行釜山分行行长、万事达汇丰团队全球管理委员会轮值主席、亚太中东非洲区负责人及万事达中国业务拓展负责人等职。

陆 风

万得信息创始人

工商管理硕士。创办Wind资讯品牌并使之成为中国金融信息行业的著名商标。目前上海万得信息技术股份有限公司为国家重点软件企业。现任中欧国际工商管理学院顾问委员会委员、上海市工商业联合会常委、浦东新区工商联副主席等职。多次参与上海市和部级信息与数据方面的标准和政策制定与咨询工作。

苗凯翔

Cloudera公司副总裁

美国辛辛那提大学电机工程博士。Cloudera公司副总裁，负责大中华区客户解决方案、技术支持与服务等。2006年担任IEEE通信杂志的联合编辑。中国云与大数据专家委员会委员。曾任英特尔中国区大数据与云CTO，中国区数据中心软件部总经理。曾发表多篇期刊和会议论文，并拥有25项美国专利。

杜传文

互联网金融千人会杭州分会秘书长

现任浙江金融资产交易中心会员部总经理、互联网金融千人会杭州分会秘书长、浙江金融职业学院兼职副教授。

李常青

上海贝格数据服务有限公司创始人

总裁

国内大数据先行实践者， 一直致力于大数据技术在国内金融媒体等行业的应用与推广。2007年带领团队从事金融大数据技术的研究和应用。2011年创建上海贝格数据服务有限公司。获得国内最大财经媒体第一财经投资。目前已经成为国内领先的金融大数据服务商。

孔令欣

点融网技术副总裁

拥有斯坦福大学计算机学和心理学双学位，擅长人机交互（HCI）技术。有10余年的互联网科技公司团队管理经验，之前分别在微软、NetApp负责技术研发、项目管理。他带领研发的云平台产品有数款超过百万级活跃用户，收入过亿。

王兆进

万达信息股份有限公司总裁助理

创新总监

1998年加入万达信息股份有限公司，专注城市信息化16年。在政府及公共领域拥有丰富的行业经验，尤其是在城市公共信息平台和关键应用建设方面。主持建设了全国首个空管一体化系统――华东空管一体化系统，以及上海研发公共服务平台、上海城市交通行业管理系统等多个大型信息系统。推动了智慧城市相关行业的一体化进程。

郑 华

上海万科房地产有限公司助理总经理

上海万九绿合房地产有限公司总经理

组建上海万科商业及办公项目的开发业务团队，负责土地获取、成本采购、工程管理、设计管理等大型商办物业的运营投融资和政府关系。

王雄辉

ORVIBO欧瑞博创始人、CEO

曾发明智能中英文电脑诊断卡。早年积累了数字视频和自动化控制领域的经验，最早提出智能家居平民化和微智能理念，并于2011年组建欧瑞博团队，专注于物联网与智能家居产品的研发与推广。目前，ORVIBO欧瑞博已获得全球VC巨头软银赛富（SAIF）千万级A轮投资。

张元刚

上海泽阳智能科技有限公司创始人CEO

上海理工大学工学学士。第十三届工商业联合会执行委员、第十三届杨浦区政协委员、上海物联网商会会长、上海市陆家嘴智慧社区信息中心理事长。

许式伟

七牛云存储CEO

著名云计算技术社区ECUG社区发起人，是Go语言大中华区首席布道师。超过10年云存储领域的经验，曾在金山、盛大从事技术研究方面的工作，是金山云存储实验室和盛大云计划的发起人，WPS2005的首席架构师。2011年创办七牛云存储，成功打造了全新的公有云存储服务。

马延文

风向标科技CEO

大数据金融论文范文第8篇

关键词：商业银行；互联网金融；应对措施

中图分类号：F832 文献标志码：A 文章编号：1673-291X（2016）21-0080-02

引言

2015年3月，总理在《政府工作报告》中首次提出“互联网+”行动计划，明确列出了有关互联网金融的发展规划，互联网金融正从金融服务体系的完善者逐步过渡为金融体系的参与者和合作者。“互联网+”是从工业时代的创新1.0到信息时代、知识社会的创新2.0下的互联网发展的新业态，指以互联网为主，包括移动互联网、云计算、大数据技术等一整套信息技术在经济、社会各个领域的扩散，本质在于传统行业的数据化和在线化。互联网金融是“互联网+”实际运用的一种形式，凭借其快捷便利、准入门槛低等优势迅速崛起，使大众拥有更加多元化的投资融资方式，无抵押贷款、第三方支付、P2P网络贷款、众筹融资等多种商业模式不断发展完善。

一、我国互联网金融的发展现状

互联网金融是指利用互联网技术和信息通信技术等一系列现代科学信息技术实现资金融通、支付和信息中介等业务的新型金融模式。互联网金融产生的原因可以从供给与需求两个方面阐述。需求方面，由于传统金融机构高门槛高手续费，导致了处于长尾理论尾巴上的有资金需求的中小企业或中低收入者长期被排斥在商业银行信贷业务之外，而新兴的互联网金融因其方便快捷、透明度高、成本低，恰好满足了中小理财投资者的需求。供给方面，信息通讯技术、大数据、云计算的迅速发展，刺激了互联网技术和金融功能的有机结合，提高了金融效率，丰富了金融生态。

当前我国互联网金融主要有以下六种商业运作模式：一是第三方支付，目前常见的第三方支付有中国银联、支付宝，财付通、快钱支付、易宝支付、拉卡拉等。二是众筹，主要有京东众筹、众筹网、点名时间等，据国内金融市场研究资料显示，从平台的影响力和可靠度方面排名，众筹网综合第一，京东众筹位列第二。三是P2P网贷，常见P2P平台有陆金所、拍拍贷、人人贷、宜信等。四是大金融数据，主要有两类，以阿里小额信贷为典型代表的平台模式和京东金融为代表的供应链金融模式。五是信息化金融机构，主要有三类，分别是以“融E购”为代表的金融电商模式、以网上银行为代表的传统金融业务电子化模式和以互联网为基础的创新金融服务模式。六是互联网金融门户，常见的有网贷之家、融360、91金融超市、大童网、安贷客等。

二、互联网金融对商业银行传统业务的影响

（一）对存款业务的影响

存款业务是商业银行传统业务中的基础业务，是银行的重要资金来源途径。互联网金融业务的范围逐步扩大，本质上具有商业银行存款方面的特点，因而对商业银行存款业务造成极大的冲击。互联网基金因其明显高于商业银行存款业务的收益率，吸引了大量商业银行储户的闲置资金，从而对商业银行的储蓄存款形成分流。以余额宝为例，2013年6月上线，是目前规模最大的货币基金。2014年余额宝七日年化收益率一度高达6.76%，最近也一直维持在2.4%左右，远高于银行活期储蓄。

（二）对贷款业务的影响

商业银行传统的信贷业务具有复杂的征信体系、烦琐的审批过程和较高的手续费用，这也会导致信用记录不完备的小微企业获取贷款十分困难。互联网信贷模式则利用海量的大数据资源细分目标客户，分析客户贷款需求和还款能力，提供多元化的金融服务。互联网融资的出现分流了对商业银行融资服务的需求，给商业银行的传统信贷业务带来一定的挑战。互联网融资包含三种主要模式：P2P网贷、众筹融资和电商小贷。以中低端理财市场为主要业务目标的P2P网贷公司，不受资本充足率和杠杆率的要求，低门槛，低成本，很大程度上缓解了中小企业融资难问题。近三年来，网贷运营平台数量增长迅速，从2013年的800家上涨到2015年的2 595家，网贷成交量自2013年的1 058亿上涨到2015年的9 823亿元，增长幅度高达828.45%。随着互联网信息技术的不断完善，互联网金融的影响力将会进一步增强，对商业银行贷款业务的冲击也一定会不断加大。

（三）对中间业务的影响

商业银行中间业务主要包括支付结算、银行卡、、担保、承诺、交易、咨询等。互联网金融创新，金融市场化改革，使得商业银行存贷利差缩小，从而更加重视中间业务的盈利性，但第三方支付的发展，打破了商业银行中间业务的垄断格局。互联网金融模式下，第三方支付被广泛采用，因其价格较低，操作便捷，很容易被消费者接受，中间业务有被替代的可能性。在支付结算业务方面，如支付宝、财付通等既可为个人客户提供信用卡免费跨行还款等资金支付服务，也可为企业客户提供大额收付款、一对多批量付款等资金结算服务。作为国内最大的第三方支付平台，支付宝的支付结算功能涉及网络支付、转账、手机充值、水电煤缴费等多个领域。

三、商业银行与互联网金融的优势分析对比

（一）商业银行的优势

1.资金和客户资源丰富。传统商业银行依靠几十年来的稳健运营，已经积累了大量的优质客户资源，对其顺利开展业务起到了基础性作用，这是近几年新兴的互联网金融一时无法超越的。尽管互联网金融发展速度加快，但是自身经济资本实力依然无法与商业银行相抗衡。

2.风险管理体系健全。商业银行拥有更专业的风险控制管理体系和信用风险管理经验，切实履行着稳健经营的理念，确保了客户资金安全性，比互联网金融具有更好的风险控制管理方面的优势。互联网金融目前的发展仍缺乏规范性和自控力，例如P2P跑路的事件屡见不鲜，整体的风险水平较高，资金安全保障不完善，一旦出现系统性风险，互联网金融企业违约可能性极大。

（二）互联网金融的优势

1.满足中小企业的融资需求。商业银行传统主流业务往往需要较高的信用水平和较高的交易费用，重心放在需求曲线的头部，即资金力量雄厚的大企业上，因而中小企业难以及时获得所需的资金和服务。而互联网金融依托互联网信息技术与大数据搜索技术，成本较低，效率较高，整合跨地域的分散资源，能满足中小企业和中低收入者的金融需求，实现长尾效应和资源的有效配置。

2.信息处理分析能力高效。互联网金融借助云计算、大数据技术，记录和分析客户消费与商户经营的数据信息，掌握了客户的消费意愿、财产状况、信用水平和还款能力，获取了一些个人或机构没有完全披露的信息。而这一信息采集和分析过程，又在互联网上完成，发挥了大数据强大的整合分析能力，从而省去了不必要的中间环节，大大提高了信息处理效率，降低了资金成本，这是传统商业银行无法高效低廉实现的。

四、我国商业银行应对的措施建议

（一）加强与互联网企业的合作

互联网金融和商业银行各具有不同的优势和资源，商业银行想要得到长足发展，下一步就需要与互联网企业加强合作，借鉴互联网金融成功发展的经验，将互联网技术同传统金融业务相结合，全面提升金融服务的水平和质量，调整商业银行的服务理念和服务方式，提高客户黏度和忠诚度，突破发展瓶颈。如百度与中国银行、中信银行等多家商业银行开展合作，涉及联名信用卡、电子商务平台、大数据、金融支付等多个领域，这是银行与互联网企业深度合作的典例，较好地整合了双方资源。

（二）加大产品创新力度

互联网金融通过获取的客户需求信息提供差异化的金融产品，自身得以快速发展的同时弱化了商业银行原有的代销产品经营模式。银行若想要在扭转因互联网金融导致的客户大量流失的局面，就需要依据客户的需求与体验感受开发特色化、个性化的金融产品。商业银行可通过细分市场，构建客户相关行为数据库，为客户提供定制化、高度专业化的金融服务及产品，提升客户体验。同时，开展网络营销，通过应用互联网技术降低成本费用，保证利润来源。

（三）加强专业复合型人才的培育

互联网金融和商业银行的竞争取决于人才的竞争。在“互联网+”时代下，商业银行面对拥有高端人才的互联网金融的冲击，要积极转变发展策略，进行金融创新。在这方面，除了积极引进具备金融营销知识与互联网应用技能的专业复合型人才外，在日常的经营过程中，还要定期对银行员工进行专业知识和业务能力的培训，避免员工知识结构单一化。只有培育出一支既懂银行金融业务、又了解计算机信息技术的高素质人才队伍，商业银行真正才能保持核心竞争力。

参考文献：

[1] 杨宜，张峰.商业银行业务管理[M].北京：北京大学出版社，2015：295-299.

[2] 王亚辉.“互联网+”背景下商业银行业务创新发展问题研究――以济源市为例[J].金融理论与实践，2015，（12）：65-69.

[3] 黄曼晶.互联网金融对传统商业银行的影响研究[D].北京：对外经济贸易大学硕士学位论文，2015.

[4] 四川银监局课题组，王筠权，王国成，金强.互联网金融对商业银行传统业务的影响研究[J].西南金融，2013，（12）：3-5.

[5] 胡娅妮.互联网金融对商业银行传统业务的影响与对策研究[D].南昌：南昌大学硕士学位论文，2014.

[6] 杜国强.互联网金融对中国商业银行经营业务的影响研究[D].长春：吉林大学硕士学位论文，2015.

[7] 白金枝.互联网金融发展及其对我国商业银行的影响研究[D].成都：西南财经大学硕士学位论文，2014.

大数据金融论文范文第9篇

【关键词】互联网金融 大数据 商业银行

一、绪论

（一）背景

随着我国互联网是迅速发展，互联网模式迅速占据各行各业，而我国的互联网经济也取得了飞速的发展。截止2015年我国的网民已经达到了9亿人，这个庞大的数字表明我国的互联网市场的巨大潜力。此外，政府的大数据政策也开始向互联网行业倾斜，表明了互联网大数据时代的美好机遇的到来。互联网金融的融资理财等模块的发展也取得了很大的进步，第三方支付交易规模已经达到了11.9万亿，第三方移动支付交易规模达到了9.5万亿。

通过在大数据背景下研究互联网金融的盈利模式，可以对于我国今后互联网金融的发展提供良好的理论基础，同时针对大数据环境下互联网金融和传统金融相比存在的优劣势做出对比，可以为传统金融的转变提供良好的方案此外为互联网金融的问题给出良好的解决措施，从而有利于我国互联网金融的健康发展。

（二）相关理论和概念

互联网金融是传统金融行业与互联网精神相结合的新兴领域。互联网“开放、平等、协作、分享”的精神向传统金融业态渗透，对人类金融模式产生根本影响，具备互联网精神的金融业态统称为互联网金融。

“大数据”是指以多元形式，自许多来源搜集而来的庞大数据组，往往具有实时性。在企业对企业销售的情况下，这些数据可能得自社交网络、电子商务网站、顾客来访纪录，还有许多其他来源。这些数据，并非公司顾客关系管理数据库的常态数据组。

博弈论又被称为对策论（Game Theory）既是现代数学的一个新分支，也是运筹学的一个重要学科。博弈论主要研究公式化了的激励结构间的相互作用。是研究具有斗争或竞争性质现象的数学理论和方法。

二、传统金融盈利模式分析

（一）传统金融机构盈利模式分析

广义上说我国传统的金融机构有银行，基金，保险，证券公司等，这些公司都属于我国传统进行机构，传统金融的盈利模式分为不同的机构进行简单介绍。

1.银行。我国的银行主要盈利模式是吸纳存款给存款人发放利息，同时对外房贷，收取贷款利息，其中贷款利息和存款利息的差额就的利润，中间业务收入，同行拆借，承兑汇票贴现利息收入，信用证，托管业务等。这些构成了银行的盈利来源。

2.证券。证券是多种经济权益凭证的统称，因此，广义上的证券市场指的是所有证券发行和交易的场所，狭义上，也是最活跃的证券市场指的是资本证券市场、货币证券市场和商品证券市场。

3.保险。保险公司（insurance company）是销售保险合约、提供风险保障的公司。保险公司可以这样分类：人寿保险公司和财产保险公司。按照中华民国保险法之规定，两者必须分开经营。所以有的保险公司成立了集团公司，下设独立核算的人寿保险公司和财产保险公司。再保险公司是保险公司的保险公司，对保险公司承担的风险进行分散和转嫁。

（二）传统金融在互联网背景下发展的局限性

第一，产品品种优势不明显，投资门槛高，客户体验度差。银行的流程繁琐和复杂，使得一些客户避而远之，加上银行近些年的理财产品不以客户为中心，客户理念差。

第二，渠道单一。对于传统金融机构来说，更多的是来自物理渠道的客户，商业银行的客户群体多来自网点的客户，而线上客户缺乏，也没有线上客户来源，线上市场推广策略缺乏，缺乏市场前瞻性。

第三，传统的管理战略思想导致银行发展缓慢。银行带有浓重的政治色彩，一直都是国家控股，对于银行的战略管理也是以国家战略管理为核心而展开的，因此，银行的变革一直在比较缓慢的。

第四，缺乏良好的人才选拔机制和内部晋升渠道。现代管理中，具有竞争力的人才才能给公司带来发展，银行人才的竞争和选拔也缺乏合理性，传统银行很多都是关系户，导致银行内部人才缺乏公平竞争机制。

三、互联网金融盈利模式分析

（一）互联网金融的运作模式

第一，第三方支付企业指在收付款人之间作为中介机构提供网络支付、预付卡发行预受理、银行卡收单以及其他支付服务的非金融机构。代表企业：支付宝、易宝支付、拉卡拉、财付通为代表的互联网支付企业，快钱、汇付天下为代表的金融型支付企业。

第二，P2P小额贷款。P2P金融又叫P2P信贷，指个人与个人间的小额借贷交易，一般需要借助电子商务专业网络平台帮助借贷双方确立借贷关系并完成相关交易手续。

第三，众筹融资模式。众筹融资模式是基于“互联网+金融”所创新的一种模式，意义不仅在金融创新本身，而在于对传统金融领域和金融业态提出的挑战，并且在一定意义上具有颠覆性。

第四，虚拟电子货币模式。虚拟货币是一种计算机运算产生或者网络社区发行管理的网络虚拟货币，可以用来购买一些虚拟的物品，也可以使用像比特币这样的虚拟货币购买现实生活当中的物品。

（二）互联网金融主要盈利收入来源

我国目前互联网金融发展迅速，很多的经营模式以规模制胜，P2P模式中的主要利润来源是赚取中间的差价，借款人和贷款人之间的利息差为主要利润来源。虚拟货币的主要利润来源就是卖虚拟货币的收入扣除相应的成本之后所得利润。对于众筹融资模式来说，盈利模式大多数以收取佣金的形式来实现收益，其次，很多众筹平台也采取分成模式或广告模式，也就是众筹成功之后从其收取一定的广告费。

四、大数据及互联网金融视角下国有商业银行盈利模式研究

（一）博弈论角度分析商业银行和互联网金融选择

1.假设前提

第一，金融市场中只存在了商业银行和互联网金融两个参与者。

第二，经济人假设。商业银行和互联网金融机构是两个理性经济人，以个人最大利益为出发点，基于自身利益最大化做出决策。

第三，在应对互联网金融同时商业银行可以采取措施有合作和不合作，即选择集合为（合作，不合作）。互联网金融在应对商业银行时采取的措施有合作和不合作两种选择，即选择集合为（合作，不合作）。

第四，互联网金融和商业银行的博弈过程是完全的信息动态博弈，即在博弈过程中，商业银行很清楚的了解到互联网金融的交易模式及其有点，在互联网金融机构也了解商业银行的优势所在。

2.博弈过程

商业银行和互联网金融博弈模型

博弈过程的开始我们以商业银行首先做出选择，上图所示。最上方商业首先进行选择信息集（合作，不合作），如果商业银行选择不合作，那么博弈结束，各自都以自己的利益最大化为目标开始自己的发展。

如果商业银行选择合作，那么就开始由互联金融机构开始选择，这个时候互联网金融机构可以选择合作还是不合作，选择不合作，那么互联网金融机构就可以借助商业银行的优势综合自己的优势来大力发展自身，而商业银行则不能利用互联网金融的优势去发展自身。如果互联网金融机构选择合作，那么相互之间就可以进行优势互补，从而达到双赢的局面。

从上图可以看出来，商业银行在博弈中的处境和地位，选择不合作那么就会处于劣势，可能会被互联网金融抢占原有的市场，如果选择合作的时候，互联网金融业选择合作那么双方都可以得到一个很好的发展局面，如果互联网金融不选择合作，那么商业银行就会成为牺牲品，优势被互联网金融所利用，逐渐被互联网金融边缘化。

互联网金融机构选择是否合作，都可以看得出来其的发展结构。如果选择不合作，那么必然受到道德风险的阻碍，根据自身利益最大化做出选择，那么在短期内必然受到信用方面的负面影响。所以从长远来看，互联网金融机构根据自身利益最大化原则是比要和商业银行进行合作。如果为了避免不合作情况的发生，商业银行会选择与互联网金融机构签订一份相互合作的协议，以维持合作的状态。

（二）大数据互联网背景下商业银行创新盈利模式

互联网迅速发展，商业银行的客户大数据必然是其发展的基础。大数据能力将成为银行的核心竞争力。所谓的“核心竞争力”，关键的要素是“不可复制”、“不可替代”。

数据是大银行的战略资产。随着数据挖掘技术的发展，银行可谓是数据密集型行业，其资产不仅是贷款等，还包括数据。要把数据作为重要资产保护、经营，这是大银行区别于小银行，也是现代银行区别于传统银行的关键之处。而且数据财富是没有天花板的，可以不断挖掘、不断创造，最近国际上很多机构都在探讨如何量化数据等无形资产的价值。

商业银行通过对自己原有客户群体的数据挖掘提炼客户需求，提高客户服务质量，从而改变当前银行的困局。创新服务模式，提高服务效率和便捷性。每个用户都会办理银行卡，利用这个基础进行相关客户端软件安装，对于有余额的客户提供理财服务，发展互联网银行多种理财方式和渠道。

未来商业银行的业务模式中将转移到以大数据客户资源为核心，以数据资源为主要竞争力量和利润来源，来扩大和发展银行相关业务。

五、结论

在以网络化和大数据化为特征的新经济时代，金融和大数据交叉融合，大数据由助于提升金融市场的透明度，通过从海量的数据中快速获取有价值的信息以支持商业决策，进一步推动金融业发展，大数据促进互联网金融企业实现精准营销，提高客户体验度。

论文主要对传统金融盈利模式分析，对互联网金融与传统金融盈利模式的比较分析，对传统金融与互联网金融相互融合的实证分析，对大数据视角下互联网金融盈利模式的创新分析，并运用博弈论大数据及互联网金融视角下国有商业银行盈利模式研究，经过分析得出商业银行只有和互联网金融进行合作才能彼此共同发展取得优势互补，并最终达成双赢的局面，为以后我国互联网金融的发展提供良好的基础。

大数据金融论文范文第10篇

>> 多城市深挖大数据金矿 深挖大数据 虚拟数据机挑大梁 运营商开挖大数据“金矿” 这是一个挖不尽的宝藏 大数据的下一站 用大数据把电视观众“挖”出来 大数据啊大数据，在库里给我挖个“都教授”吧 起底大数据：一篇文章告诉你大数据的前世今生 大数据时代的买一善一 神奇的大数据 大数据的缺陷 大数据的隐忧 大数据的启示 大数据的陷阱 大数据的精髓 危险的大数据 云中的大数据 大数据的本质 大数据的时代 大数据的挑战 常见问题解答 当前所在位置：中国论文网 > 艺术 > 挖一挖大数据的宝藏 挖一挖大数据的宝藏 杂志之家、写作服务和杂志订阅支持对公帐户付款！安全又可靠！ document.write("作者： 历军")

申明:本网站内容仅用于学术交流，如有侵犯您的权益，请及时告知我们，本站将立即删除有关内容。 2016年7月4日，工作人员在杭州演示无人机跟随全球首款量产互联网汽车――荣威RX5飞行

中国信息产业正沿着什么道路突破？国家主席在第二届世界互联网大会开幕式上讲得非常清楚：“中国正在实施‘互联网+’行动计划，推进‘数字中国’建设，发展分享经济，支持基于互联网的各类创新，提高发展质量和效益。”

未来10年，将是大数据相关产业发展的“黄金十年”。并且，越是往前走，我对这一形势越是充满信心。

助力供给侧改革

“数字中国”建设的重要部分，就是用大数据助力供给侧改革，有针对性地提高短板供给系统的质量和效率;助力产业转型，为企业科学决策和提质增效提供大数据支持。

可以明显地感受到，大数据已经成为联系一切相关事物的桥梁。并且，数据经过整理和分析，人们就可以对事物的因果关系进行推理和问题诊断。然后通过对大数据的挖掘和深度应用，来对事物发展进行预算，以及提供高效率的解决方案。

另外，大数据之于当前形势的意义还在于，通过对大数据这一宝藏的深度挖掘和应用，可以找到大量的创新机会，从而帮助优化运行效率，减少资源浪费，减小特别是中小企业的成本。用较小代价和适当的方法，满足供给侧改革的需要。

硬币的正反面

在利用“数据”这把钥匙激活各个行业发展的进程中，需要注意防范有可能破坏数据价值发挥作用的两个方面：一方面是要打破“数据孤岛”，打通融合各类不同领域、不同地域、不同类型的数据，开放各类大数据特别是政务大数据的共享;另一方面是要保障信息安全，消除隐私泄露、信息泄密等大数据利用的负面影响。

“数据孤岛”不破，大数据价值得不到真正的体现;“信息安全”不保，大数据“价值”就会被别有用心者利用。

大数据的这两个“腰眼”可以在一个案例上集中体现：当前我国民众身份信息多为封闭式应用，往往教育部门采集的数据，金融部门不能存取;金融部门获取的数据，医疗、社保部门无法调用;如此往复。不同社会管理体系之间的藩篱难以打破，不仅造成数据资源的重复和浪费、社会管理总成本居高不下，更不利于公共服务水平的提高和数据价值的最大化。

同时，这些各自为政的数据并不能简单共享。这缘于政务大数据具有一定的敏感性，多个部门和行业的数据综合起来经过处理、分析后就容易构成信息泄密。

大数据开放应用与信息安全，就像一枚硬币的正反面。妥善激活大数据价值，应是“十三五”期间要面对和解决的首要问题。

开放共享要有规可循

一方面要求数据开放共享，消除“数据孤岛”;一方面要求防止信息泄密，保障信息安全。看似不可调和的矛盾，合并在一起其实就变成了一个问题：开放后的数据安全问题如何解决？

要用好数据这把“金钥匙”，就要有个相应的“金标准”。

这个“金标准”就是，制定数据开放标准和相应的使用规范。数据如何开放、开放给谁、如何利用，政府各部门和相关企业需要共同研讨制定一套行之有效的标准，从而让大数据的开放共享变得有据可依、有规可循。

制定标准的必要性还在于，可以明确行为主体和使用权限，厘清公民隐私权和公民知情权的界限。这将有助于最终制定和建立符合中国国情的数据应用法律体系，确保大数据绝对安全，保护公民个人信息不被非法利用、公民隐私权不受侵犯。

有了规范和行业“金标准”，最终受益的将是大数据行业厂商和整个信息产业。具有法律效力的行业行为规范确定了非法利用数据高昂的违法成本，这就在某种程度上避免了劣币驱逐良币，有利于形成健康的市场机制。健康的市场竞争才能让优秀的企业脱颖而出，利于行业健康快速发展。

此外，数据的采集、存储、处理和分析等物理终端的安全同等重要。

2015年发生了一系列大型数据库安全事件，这给大数据时代下的网络安全敲响了警钟。这提示我们需要在起码的物理安全和软件信息安全方面拥有自主可控的武装，在网络基础设施和核心部件上力求逐步实现“中国智造”。

站在共享经济的风口，企业如何运用好大数据找准机遇快速前行？这一问题或许见仁见智。不过，可以预期的是，共享经济将成为中国经济新的增长极，大数据和共享经济的相融相生正在开启一个崭新时代。