금융 산업의 빅 데이터 적용 및 과제

A 에는 네 가지 기본 기능이 있습니다.

금융업계는 기본적으로 전 세계 모든 업종 중에서 데이터에 가장 의존하고 있으며, 데이터 재현을 가장 쉽게 실현할 수 있는 것이다. 세계 최대 금융데이터회사인 블룸버그는 198 1 에 설립되었고 당시' 빅 데이터' 라는 개념은 아직 나타나지 않았다. 블룸버그의 초기 제품은 투자 시장 시스템 (IMS) 으로, 주로 다양한 투자자들에게 실시간 데이터와 재무 분석을 제공합니다.

정보화 시대가 도래함에 따라 1983 년 추정치는 1 억 달러에 불과한 블룸버그로 메릴린치 3000 만 달러의 투자를 30% 주식으로 바꿔 블룸버그 터미널, 뉴스, 라디오, TV 등 다양한 제품을 선보였다. 1996 블룸버그 가치 20 억 달러, 메릴린치에서 2 억 달러로 10% 의 주식을 환매했다. 2004 년에 블룸버그는 맨해튼 중심에 246 미터 높이의 마천루를 지었다. 2008 년 서브프라임 위기가 되자 메릴린치가 도산을 앞두고 블룸버그에서 남은 주식의 20% 가 생명을 구하는 지푸라기가 되었다. 블룸버그는 메릴린치의 위기를 이용해 모든 주식을 되찾았고, 그 가치는 225 억 달러로 치솟았다. 20 16 년, 블룸버그는 전 세계에 192 개 사무실, 직원15,000 명, 연간 매출액은 약 100 억 달러를 보유하고 있다

빅 데이터의 개념은 2000 년경에 형성되어 처음에는 대량 데이터의 집합으로 정의되었다. 20 1 1 년, 미국 맥킨지가' 빅 데이터의 다음 개척: 혁신, 경쟁, 생산성' 보고서에서 처음으로 제기한 빅 데이터는 일반적인 데이터베이스 소프트웨어 도구의 수집, 저장, 관리 및 분석 기능을 초과하는 데이터 세트입니다.

특히 대용량 데이터에는 네 가지 기본 기능이 있습니다.

첫째, 데이터 양이 많다는 것은 큰 데이터 세트, 일반적으로 10TB 정도입니다. 그러나 실제 응용 프로그램에서는 많은 기업 사용자가 여러 데이터 세트를 함께 모아 페타바이트급 데이터 양을 형성했습니다.

둘째, 데이터 유형이 크고 다양한 데이터 소스에서 데이터의 유형과 형식이 점점 더 풍부해지고 있으며, 이전에 정의된 구조화 데이터 범주를 깨고 반정형 및 비정형 데이터를 포함하고 있습니다. 오늘날의 데이터 유형은 텍스트뿐만 아니라 사진, 비디오, 오디오, 지리 정보 등 다양한 유형의 데이터를 가지고 있습니다.

셋째, 처리 속도가 빨라 데이터 양이 많은 경우 실시간으로 데이터를 처리할 수 있습니다. 데이터 처리는' 1 초 법칙' 을 따르므로 다양한 종류의 데이터에서 높은 가치 정보를 신속하게 얻을 수 있습니다.

넷째, 데이터 신뢰성이 높습니다. 사회 데이터, 기업 컨텐츠, 거래, 애플리케이션 데이터 등 새로운 데이터 소스가 등장하면서 기존 데이터 소스의 한계가 깨지면서 정보의 신뢰성과 보안이 매우 중요해졌습니다.

금융 데이터는 다른 업종에 비해 긴밀한 논리적 관계를 가지고 있으며 보안, 안정성 및 실시간 요구 사항이 더 높으며 일반적으로 데이터 마이닝, 기계 학습, 인공 지능 등 주요 기술을 포함합니다. , 주로 고객 신용, 클러스터링, 특징, 마케팅, 제품 관련성 분석 등에 사용됩니다. 을 눌러 섹션을 인쇄할 수도 있습니다 관계형 및 비관계형 데이터, 통합, 데이터 추출, 데이터 정리 및 변환을 포함한 데이터 관리 분산 컴퓨팅, 메모리 컴퓨팅, 클라우드 컴퓨팅, 스트리밍, 작업 구성 등을 포함한 데이터 사용. 시각화, 역사적 흐름 및 공간 정보 흐름 프레젠테이션을 포함한 데이터 전시는 주로 금융 제품 건강, 제품 동향, 고객 가치 변화, 자금 세탁 방지 및 사기 방지 등에 대한 모니터링 및 경고에 사용됩니다.

B 금융 산업의 새로운 경쟁 패턴 재구성

인터넷+'이후' 빅 데이터+'가 전 세계적으로 급성장하면서 금융업계는 다음과 같은 변화를 겪었다.

큰 데이터의 특징은 기존 데이터의 "3 V" 에서 "5 V" 로 증가했습니다. 거래량, 속도, 품종을 기초로 가치와 진실성을 더욱 높이다. 진정성에는 데이터의 신뢰성, 출처 및 평판, 유효성 및 감사성이 포함됩니다.

금융업계는 경영 제품에 따라 경영 모델로 나뉜다. 전통 금융업은 은행, 증권, 선물, 보험, 펀드의 5 대 범주로 나뉜다. 빅 데이터 산업의 부상과 혼합 운영의 발전으로 현대 금융 산업은 운영 방식에 따라 예금 대출, 투자 및 보험의 세 가지 범주로 나뉩니다.

빅 데이터 시장은 독점에서 충분한 시장 경쟁으로 발전했다. 세계 빅 데이터 시장 기업의 수가 급속히 증가하고, 제품과 서비스의 차이가 커지고, 기술 문턱이 점차 낮아지고, 시장 경쟁이 갈수록 치열해지고 있다. 업계 솔루션, 컴퓨팅 및 분석 서비스, 스토리지 서비스, 데이터베이스 서비스 및 대용량 데이터 애플리케이션은 5 대 부문으로 자리잡았습니다.

빅데이터는 새로운 경제 성장점을 형성한다. 위키 본 데이터에 따르면 20 16 년 동안 전 세계 빅 데이터 하드웨어, 소프트웨어 및 서비스 시장은 22% 증가하여 28 100 억 달러에 달했다. 2027 년까지 전 세계 빅 데이터 하드웨어, 소프트웨어 및 서비스에 대한 전체 지출의 복합 연간 성장률은 12% 로 약 970 억 달러에 이를 것으로 예상됩니다.

데이터 및 IT 기술이 "반복적인" 비즈니스 업무를 대체했습니다. 데이터 서비스 회사인 Eurekahedge 는 헤지펀드 23 개를 추적한 결과 헤지펀드 매니저 5 명의 총 급여가 6543.8+0 억 달러 이상인 것으로 나타났다. 지난 10 년 동안 수학 모델을 통해 금융시장을 분석한 물리학자, 수학자' 광크' 는 헤지펀드의 총아였다. 사실 빅데이터+인공지능이 이것에 더 뛰어나다. 골드만 삭스의 뉴욕 주식 현금 거래부는 2000 년에 600 명의 거래원이 있었는데, 지금은 두 명밖에 없다. 그 임무는 모두 기계에 의해 처리된다. 전문가들은 10 년 후에 골드만 삭스의 직원들이 오늘보다 적을 것이라고 말한다.

미국의 빅 데이터 개발은 세계 최전방에 있다. 미국 정부는 "데이터는 귀중한 국가 자본이므로 정부 시스템이 아닌 일반인에게 공개해야 한다" 고 선언했다. 빅데이터의 원천과 혁신의 선두주자로서 미국의 빅 데이터 발전은 세계 선두에 서 있다. 20 세기 이후 미국은 데이터 수집, 게시, 사용 및 관리에 대한 구체적인 규정을 제정하는 일련의 법률 및 규정을 공포했습니다. 2009 년 미국 정부는 애플리케이션 개발자가 애플리케이션을 개발하고, 대중의 요구를 충족시키거나, 창업을 혁신할 수 있는 Data.gov 정부 데이터 오픈 플랫폼을 출시했습니다. 20 10 미국 국회는 갱신 법안을 통과시켜 데이터 수집의 정확성과 보고 빈도를 더욱 높였다. 20 12 년 3 월 오바마 정부는 빅데이터 R&D 프로그램을 발표했고, 빅데이터는 새로운 급속한 발전을 맞이했다.

영국은 유럽 금융의 중심지이며, 빅데이터는 이미 그 주도 기술 중 하나가 되었다. 20 13 년 동안 영국은 65438+8900 만 파운드를 투자하여 큰 데이터를 발전시켰다. 20 15 추가 7300 만 파운드,' 영국 데이터베이스' data.gov.uk 웹 사이트 구축. 20 16 년 런던에서 22,000 개 이상의 기술 행사가 열렸다. 같은 해 영국은 디지털 기술에 68 억 파운드 이상을 투자했고 수입은 170 억 파운드를 넘어섰다. 게다가, 영국 통계청은 정부 자원을 이용하여' 가상 인구조사' 를 하는데, 이 항목만이 매년 5 억 파운드를 절약한다.

효과적인 금융 감독 체계를 세우다

현대 디지털 기술의 핵심으로서, 빅데이터의 영혼은 예측이다.

탈세, 돈세탁 및 금융 사기 발견 및 퇴치

전 세계적으로 매년 사기로 인한 경제적 손실은 약 3 조 7000 억 달러이며, 사기로 인한 기업의 손실은 일반적으로 연간 소득의 5% 입니다. 세계 최대 소프트웨어 회사 중 하나인 SAS 는 세무 세관 등 정부 부처 및 전 세계 은행 보험 의료 기관과 협력하여 점점 더 복잡해지는 금융 범죄에 효과적으로 대응합니다. 예를 들어, 허가증을 발급하기 전에 고객이 뇌물, 사기 등의 범죄 기록을 가지고 있는지 점검해야 한다. 사전 데이터 분석을 통해 대출을 발행할지 통관을 발행할지 결정합니다. SAS 가 개발한 시스템은 국제적으로 통계 분석을 위한 표준 소프트웨어로 널리 사용되고 있습니다. 영국 정부는 빅데이터 검출 행동 모델을 이용해 200 억 파운드의 탈세와 사기 행위를 되찾아 수십억 달러의 손실을 만회했다. 포브스 (Forbes) 가 미국 최고의 은행으로 선정한 텍사스 자본은행 (TCBank) 은 빅 데이터 기술에 끊임없이 투자하고 있으며, 그 반금융범죄 시스템은 은행의 발전과 동기화되어 있다. 지난 3 년 동안 자산은 90 억 달러에서 2 1 억 달러로 증가했습니다. 네덜란드에서 세 번째로 큰 생명보험회사 CZ 는 큰 데이터 감지 사기와 허위 배상에 의지하여 배상하기 전에 미리 봉쇄하여 사기 후 사법구제를 효과적으로 줄였다.

빅 데이터 바람 제어는 고객 신용 점수와 모니터링 시스템을 구축합니다.

미국 등록부정감사관 협회 (ACFE) 통계에 따르면 부정행위 통제가 부족한 기업은 고액의 손실을 입게 된다. 미국의 주요 개인 신용 점수 도구인 FICO 는 자동으로 차용인의 역사적 데이터를 데이터베이스에 있는 모든 차용인의 전체 신용 습관과 비교하고 차용인의 행동 추세를 예측하며 각종 불량 차용인과의 유사성을 평가할 수 있다. 미국 SAS 는 고객 은행 계좌의 기본 정보, 역사적 행동 패턴, 진행 중인 행동 패턴 (예: 이체) 을 중앙 집중식으로 탐색, 분석 및 평가하여, 신흥국가에서 고객이 유일한 사용자를 위해 이체하거나 새로운 장소에서 온라인 거래를 하는 등의 지능형 규칙 엔진을 결합하여 실시간 부정 방지 분석을 수행합니다. ).

미국의 한 인터넷 신용평가기관은 고객이 페이스북, 트위터 등 소셜플랫폼에 남긴 정보를 분석하고 은행 신용대출과 보험신청자에 대한 위험평가를 실시하고 그 결과를 은행, 보험회사 등에 판매한다. 수많은 금융 기관의 파트너가 되었습니다.

데이터 통합은 어렵습니다

경제 지수 예측 시스템을 적용하여 시장 동향 분석

빅 데이터 정보 기술을 이용하여 IBM 은 단일 데이터를 기반으로 정제하고 통합하는' 경제지수 예측 시스템' 을 성공적으로 개발했다. 뉴스에 나오는' 신규 주문' 등 주가 지표와 관련된 단어를 검색, 통계 및 분석하여 추세를 예측했다. 또 다른 관련 경제 데이터와 역사적 데이터를 결합하여 주가와의 관계를 분석하여 시장 예측 결과를 산출했다.

소셜 미디어의 방대한 정보를 추적하고 시장 변화를 평가하다.

오늘날 검색 엔진, 소셜 네트워킹, 스마트폰의 웨이보, 위챗, 포럼, 뉴스 리뷰, 전자 상거래 플랫폼은 매일 수백 ~ 수천억 개의 텍스트, 오디오 비디오, 비디오 및 데이터를 생성합니다. 여기에는 공급업체 동향, 개인 감정, 업계 정보, 제품 체험, 제품 브라우징 및 거래 기록 등이 포함됩니다. 엄청난 부의 가치를 담고 있습니다.

20 1 1 년 5 월, 4000 만 달러 규모의 영국 헤지펀드 DC 시장은 큰 데이터를 이용하여 트위터의 정보 내용을 분석하고 시장 정서를 인식하며 투자를 지도했다. 첫 달 이익은 1.85% 의 수익률로 다른 헤지펀드를 물리치고 평균 수익률은 0.76% 에 불과했다.

미국 페스트대학의 한 박사는 빅데이터를 이용해 스타벅스, 코카콜라, 나이키의 소셜미디어 구경꾼들을 추적하고 주가를 비교해 페이스북, 트위터, 유튜브에 있는 팬들의 수가 주가와 밀접한 관련이 있음을 입증했다.

광범위한 투자 옵션 및 거래 전환을 제공합니다.

일본의 개인투자재테크 제품인 Money Design 은 응용 Theo 에서 알고리즘+인공지능을 채택하여 최저 임계값 924 달러를 채택했다. 사용자는 위험 부담 수준, 퇴직 계획 등 9 가지 질문만 대답하면 65 개국 35 개 통화의1..1.90,000 개 주식을 거래하고 전환할 수 있으며 연간 관리비는 1% 에 불과하다. 통화 설계는 또한 사용자의 투자 목표에 따라 계정 금액의 균형을 자동으로 조정할 수 있습니다. 2020 년에는 2 조 달러 이상이 이런 제품에 투입될 것으로 예상된다.

클라우드 데이터베이스를 사용하여 고객에게 회계 서비스 제공

일본의 Fortune Management 툴 공급업체인 Money Forward 는 임금 관리, 대리 납부, 송장 및 청구서 발송, 새로운 금융 프로젝트 푸시 등의 클라우드 기반 회계 서비스를 제공합니다. 소프트웨어 시스템은 2580 개 금융기관의 다양한 계정을 연결 및 통합하고, 빅 데이터 분석을 이용한 스마트 게이지를 통해 사용자의 현재 부의 상태를 보여주며, 사용자의 과거 데이터를 분석하고 미래의 금융 궤적을 예측할 수 있습니다. 현재 50 만 상가와 350 만 명의 사용자가 있으며 야마구치 금융그룹과 공동으로 2 조 5 천억 달러의 시가로 새로운 앱을 개발했다.

고객에게 차별화된 제품 및 마케팅 프로그램을 맞춤형으로 구성할 수 있습니다.

금융기관은 더 많은 사용자 정보를 파악해 사용자 360 도 입체 초상화를 만들어 세분화된 고객을 정밀 마케팅, 실시간 마케팅 및 스마트 마케팅할 필요가 있다.

일부 해외 은행은 고객의' 생활사건' 분석을 중심으로 일반 생활노드를 계산함으로써 고부가가치 금융상품을 구매하려는 고객의 의지를 효과적으로 자극한다. 예를 들어, 오스트레일리아의 한 은행은 빅데이터 분석을 통해 가정에서 아기를 낳을 고객이 생명보험 제품에 대한 잠재적 수요가 가장 크다는 것을 알게 되었습니다. 따라서 은행 카드 데이터를 통해 어머니가 항유산 약물과 유아 관련 제품을 구매하기 시작한 현상을 모니터링하고, 아기를 추가할 가정을 식별하고, 맞춤형 금융제품 패키지를 정확하게 출시하여 고객의 적극적인 반응을 얻어 기존의 문자메시지 대량 발송 모델보다 성공률을 크게 높였다.

인공지능 거래를 탄생시키고 지원하다.

양적투자의 왕 시몬스는 가장 수익성이 높은 펀드 매니저로 인정받고 있다. 1988 부흥기술회사 주력 제품인 메달린 펀드 창설 이후 20 년 동안 연평균 순수익률이 35% 로 소로스보다 10%, 주식신 버핏보다1이 높았다. 미국' 알파' 잡지가 매년 발표한 헤지펀드 매니저 순위에서 시몬스는 2005 년 654.38+0 억 5 천만 달러의 순이익으로 세계 1 위를 차지했고 2006 년에는 654.38+0 억 7 천만 달러로 5 위를 차지했고 2007 년에는 654.38+0 억 3 천만 달러로 1 위를 차지했습니다.

금융 상품 및 서비스의 혁신을 촉진하다.

E 는 세 가지 주요 도전에 직면 해 있습니다.

현재 전 세계 각 업종의 데이터 증가율은 놀라울 정도로, 특히 중국의 금융, 교통, 통신, 제조업 등 중점 업종이다. 정보화의 심화는 더 많은 새로운 대량의 데이터를 더욱 낳고 있다.

20 15 년 동안 중국의 총 데이터 양은 1700EB 이상으로 전년 대비 90% 증가했으며 2020 년까지 8000EB 를 넘을 것으로 예상됩니다. 은행업의 경우, 은행업은 654.38+0 만원당 평균 654.38+0.30 GB 의 데이터를 발생시켜 데이터 밀도가 각 업종에서 1 위를 차지했습니다. 그러나 금융기업에서는 데이터가 조각화 상태에 있다. 비즈니스 라인, 기능 부서, 채널 부서, 위험 부서 등의 지점은 종종 데이터의 진정한 소유자이며 원활한 * * * 공유 메커니즘이 없어 대량의 데이터가 분산되어 "잠자고" 있습니다. 금융업계는 비록' 풍부한' 데이터를 가지고 있지만, 실제로 사용하는 것은' 촌스럽다' 는 것이다.

데이터 보안의 숨겨진 위험

빅데이터의 본질은 개방과 즐거움이지만, 개인의 사생활을 어떻게 정의하고 보호할 것인가는 법적 문제가 된다. 대용량 데이터 저장, 처리, 전송, 공유 과정에도 많은 위험이 있습니다. 기술 보증뿐만 아니라 관련 법규와 금융 기관의 자율도 필요합니다. 여러 가지 실제 사례에서 알 수 있듯이, 무해한 데이터조차도 여러 가지 숨겨진 위험을 초래할 수 있습니다. 보안 대상에는 대용량 데이터 자체뿐만 아니라 대용량 데이터 분석을 통해 얻은 지식과 결론도 포함됩니다. 영국의 온라인 시장 플랫폼인 Handshake.uk.com 은 사용자가 브랜드와 개인 데이터를 공유하는 보상에 대해 협상할 수 있도록 하려고 합니다.

인재 에셜론 건설 임중 길이 멀다.

인재는 큰 데이터의 기초이다. 정보기술의 다른 하위 업계의 인재에 비해 빅데이터의 발전은 인재의 복합능력에 대한 요구가 더 높고, 컴퓨터 소프트웨어 기술뿐만 아니라 수학, 통계 등의 분야에 대한 지식과 응용 분야의 전문 지식도 있어야 한다.