大数据是一柄“双刃剑”

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

随着科技手段不断提升,金融行业日益倚重科技力量,大数据风控和征信行业逐渐成为伴随新金融发展的两个潜力行业。

10月15日在新华社《财经国家周刊》、瞭望智库主办的2016中国新金融高峰论坛上,《财经国家周刊》、瞭望智库联合前海征信共同发布了《中国社会信用体系发展报告(2017)》。前海征信是首批获央行批准筹备个人征信业务的8家公司之一。

根据这份报告,目前互联网金融从业态创新进入垂直场景渗透阶段,各业态规模迅速扩张。互联网企业开展征信业务,尤其是个人征信业务,有望从互联网企业内部的信用评价体系,逐渐拓展为市场化的产品和业务形态。

企业每年因为失信造成的损失高达7000亿元。从2014年开始,整个金融行业的不良率快速上升。前海征信总经理邱寒表示,与此同时,需求层面仍非常迫切。例如,前海征信的一款产品是从去年7月份开始推向市场进行公测的,连她自己都没有料到,一年多的时间里居然签署了近2000家不同的金融机构。

民生银行董事长洪崎进一步概括称,互联网和物联网、大数据、云计算平台上的智能化问题将是金融业发展的整体趋势。短时间内虽说传出很多所谓的颠覆性技术,实际上技术的发展和应用也不会太快。但不能因此轻视一些现在看来前景不太明朗的新技术,一旦那些节点、临界点突破以后,例如政策层面、数据层面和技术层面的关键问题解决了,技术革新将带来金融行业的突飞猛进。

同盾科技CEO蒋韬认为,大数据其实是一把“双刃剑”。因为风控天生就需要协防、联防,需要数据共享的场景支撑,因而不可能缺失大数据资源。但是因为数据的集中存储、集中汇聚,必然会产生一些安全和隐私问题,这就要求这些大数据公司须有非常高的职业操守和道德操守。另外,整个公司内部要有非常严格的包括安全、隐私在内的操作规范。

“我们希望这些机构能够尽可能多地对接民间金融机构,包括P2P、小贷公司、融资租赁公司以及一些银行的信用卡中心、消费金融部门等,尽量获取共享数据和多头负债的信息,防止这种拆东墙补西墙的行为。”蒋韬表示。

中诚信征信有限公司副总裁杜志超认为,整个征信行业的发展其实就是从传统征信发展到大数据征信。传统征信在我国主要以央行征信系统为主,数据主要覆盖信贷领域,这是个人征信。当前是大数据征信时代,它覆盖的范围、人群、维度会更广,其采集数据也会更多。

杜志超还表示,整个征信行业对新金融的发展速度和市场空间是一种扩大化。传统金融在几十年、几百年间所经历的创新和变革的频次、数量,可能在新金融领域只有短短的几年,原因就在于新金融的一些模式、渠道和产品设计往往会超出想象,填补以往的一系列空白,并且衍生速度非常快。例如,新金融机构敢更大胆、更快速地去放贷,以及设计各种理财产品和撮合交易,而其背后的支撑就是整个征信行业的发展。

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
11天前
|
SQL 分布式计算 数据挖掘
从湖仓分离到湖仓一体,四川航空基于 SelectDB 的多源数据联邦分析实践
川航选择引入 SelectDB 建设湖仓一体大数据分析引擎,取得了数据导入效率提升 3-6 倍,查询分析性能提升 10-18 倍、实时性提升至 5 秒内等收益。
从湖仓分离到湖仓一体,四川航空基于 SelectDB 的多源数据联邦分析实践
|
15天前
|
人工智能 算法 大数据
数据的“潘多拉魔盒”:大数据伦理的深度思考
数据的“潘多拉魔盒”:大数据伦理的深度思考
55 25
|
23天前
|
存储 SQL 数据挖掘
数据无界、湖仓无界, Apache Doris 湖仓一体解决方案全面解读(上篇)
湖仓一体架构融合了数据湖的低成本、高扩展性,以及数据仓库的高性能、强数据治理能力,高效应对大数据时代的挑战。为助力企业实现湖仓一体的建设,Apache Doris 提出了数据无界和湖仓无界核心理念,并结合自身特性,助力企业加速从 0 到 1 构建湖仓体系,降低转型过程中的风险和成本。本文将对湖仓一体演进及 Apache Doris 湖仓一体方案进行介绍。
数据无界、湖仓无界, Apache Doris 湖仓一体解决方案全面解读(上篇)
|
25天前
|
存储 分布式计算 大数据
大数据与云计算:无缝结合,开启数据新纪元
大数据与云计算:无缝结合,开启数据新纪元
148 11
|
2月前
|
分布式计算 大数据 流计算
玩转数据:初学者的大数据处理工具指南
玩转数据:初学者的大数据处理工具指南
94 14
|
2月前
|
数据采集 存储 机器学习/深度学习
数据的秘密:如何用大数据分析挖掘商业价值
数据的秘密:如何用大数据分析挖掘商业价值
67 9
|
2月前
|
存储 搜索推荐 大数据
数据大爆炸:解析大数据的起源及其对未来的启示
数据大爆炸:解析大数据的起源及其对未来的启示
161 15
数据大爆炸:解析大数据的起源及其对未来的启示