從信用到投資大資料改變金融

「你能想像得到、所有可以搜集到的資訊，都可以為金融所使用，關鍵是如何能夠擁有創新的手段和想法，讓手裡的資料產生價值。 」昨日，在IDG-Accel、宜信、第一財經新金融研究中心聯合主辦的「2013年互聯網金融創新峰會——矽谷對話北京」論壇上， 通聯資料首席戰略官龍白滔如是說。

龍白滔曾經是上海證券交易所交易系統的總設計師，全中國每天三分之二的股票交易都是通過他寫的程式執行的，這聽上去很酷，不過，相對於用冰冷的電腦代碼説明人們實現交易，龍白滔現在做的事情——在大資料中「掘金」更令人浮想聯翩。

互聯網上每分每秒都有熱騰騰的資料新鮮出爐，只要地球上還有電，互聯網上的資料就會源源不斷地產生，那麼這些資料到底能為傳統金融行業做些什麼？

信用評分

一切資料皆為信用資料。 很多來自P2P行業的創業者們在論壇上都不約而同地表達了同樣的觀點：大資料可為信用評估所有。

「美國申請信用卡，姓名有可能全部小寫，也有可能全部大寫，這在我們看來信用是完全不一樣的，一個人如果能知道何時大小寫他的姓名，從某種程度來說姓名指數更好，跟教育背景形成正相關。 再例如，開本田雅閣和開尼桑350Z的人從一定程度來說，風險偏好程度往往不一樣：開尼桑往往更激進，還款程度來說更快一些。 」Turbo Financial Group首席風險官顧淩雲舉例說。

同樣用大資料來做風險評估和信用評估的還有美國P2P借貸行業的翹楚Lending Club。

「和大資料打交道，最重要的是怎麼通過這些資訊找到你需要的最基本的、能夠預測預警欺詐風險和信用風險的資訊。 」Lending Club首席風控官陳超美介紹說，「我們除了提到用信用統計的這些資料以外，還會要求借款人提供很多其他資訊，包括為什麼要借貸、希望的額度、教育背景、職業等等。 協力廠商的評分包括他的郵件、電話號碼和住址、電腦IP位址這些都在網上操作。 不光是信用還有欺詐風險，核實也是很重要的一部分，這部分是我們手工操作積累起來的經驗，未來逐步進行自動化。 」

而互聯網產生的隨時變化的資料能為信用評級做的不僅僅是提供一個靜態的分數這麼簡單。 利用大資料做信用評估主要是觀察兩個方面：第一有沒有還款意願；第二有沒有還款能力，但兩者之間並不能完美協調。 「原因很簡單，因為有一個滯後性，而解決的辦法是把離散的評分變成連續的，希望最終產生的版本是根據不同資料來源，每分每秒改變，不是等兩三個月資訊才改變一次。 」顧淩雲說。

值得注意的是，在「金融」前面加上「互聯網」或者「大資料」的修飾語，並不是保證金融創新成功的萬靈藥，實際上，在互聯網驅動下的模式創新也同樣需要搭載傳統金融技術才能更好地發展。

「我們要借助互聯網的理念和技術去提升和改變傳統金融。 」龍白滔說，「國內做P2P信貸的有幾千家企業，因為這個模式很好複製，真正做得好的只有屈指可數的幾家，但是除了模式本身之外，還有對這種信貸核心業務能力的掌握，而真正掌握這種業務能力的企業是非常少的， 而這正是傳統金融業務的本質。 」

投資指導

除了做信用評估外，大資料在指導投資上也開始嶄露頭角。 Thasos Group就是一家利用大資料技術進行投資的對沖基金，而對於喜歡多樣化的華爾街投資人來說，這一新鮮的想法已經受到了不少的青睞。

「據我所知，Thasos Group 是目前唯一一家使用大資料投資的對沖基金，而且收益率超過非高頻交易之外的對沖基金平均交易水準，而他們之所以能夠表現優異，就是緣于對大資料的科學和充分運用。 」Thasos Group首席科學家潘巍說。

「傳統的投資機構基本上使用的是金融和財務資料進行投資，而我們使用的是大資料採礦，通過這些資料的挖掘來準確判斷美國消費者的行為，進而瞭解美國宏觀經濟運行的趨勢，從而做出正確的投資決策。 」潘巍在接受《第一財經日報》記者採訪時表示。

金融資料和大資料的使用是潘巍區分Thasos Group和其他對沖基金的特性所在。

之前有關一些金融機構通過使用一些社交網路進行客戶追蹤，並據此進行投資，潘巍認為，其實基於Twitter和Facebook等社交網路進行投資的方式基本歸於失敗，「因為這些社交網路提供的資料是基於非結構性的語言， 很難準確定位並最終帶來收益。 」互聯網大多數資料都是半結構化和非結構化的資料。

潘巍的技術並非如此，不過鑒於市場競爭，潘巍拒絕向本報記者透露其挖掘的大資料來源或者挖掘方法，但其言語中透露出的是Thasos Group的資料採礦關注的是宏觀經濟基本面以及行業的評估，借此來精准定位其要投資的公司或行業。

「大資料的繼續挖掘將會改變整個投資行業，最直接的是投資方法；另外包括利用大資料建立新的信用評級機構等都將帶來巨大的機會和市場。 」潘巍表示。

另外，從市場方面，潘巍告訴本報記者，在美國，鑒於金融創新落後于技術創新，「一旦你有不一樣的方法，很多機構投資者都會撲向你，只要我們能證明我們不同，這有助於這些機構投資者降低其投資組合的關聯性，實現多元化投資， 我們就能找到投資者。 」

昨日的論壇上，包括Zestfinance等多家機構也都解釋了大資料採礦對信用評級、信貸匹配等方面可能帶來的巨大機遇。

不過潘巍也表示，目前大資料技術挖掘及投資還面臨著很多來自監管、技術以及市場環境的挑戰。

「資料的跟蹤和使用有可能會給個人或者社會帶來一定的傷害，包括對隱私的滲透等，而監管機構避免這些傷害的行為在一定程度上成為大資料的一種障礙。 」潘巍告訴本報記者。

另外，大資料本身的特質也決定了一些結論的科學性值得甄別，「只要資料足夠大，你什麼樣的結論都可能得到，但這些結論很有可能是錯誤的，如何甄別是一種挑戰，包括相關性和因果性之間到底哪種關係更具有價值等。 」

儘管潘巍對大資料改變投資行業非常有信心，但他認為中國的市場仍然需要培育，「大資料投資並不適用于中國的股票投資市場，包括中國的債務二級市場、貨幣市場、衍生品市場等都不成熟。 」

(責任編輯：蒙遺善)