编者按：12月21日，“中国资产证券化研究院成立大会暨2015中国资产证券化峰会”在北京隆重举行。金融时报社、兴业金融租赁有限责任公司、联合信用评级有限公司等部分发起机构负责人、资产证券化行业专家及业界精英近500人参加了会议。吉贝克董事长、中国科学院金融科技中心主任刘世平应邀参加大会，并发表了“大数据与消费金融”主题演讲，中国金融新闻网首页发表了刘世平的演讲专题。

原文链接：http://www.financialnews.com.cn/zt/zczqh2015/

图为刘世平在2015中国资产证券化峰会上发表演讲

大数据在金融业的应用面非常广，未来的消费金融、资产证券化，后台和大数据都是密不可分的。消费金融在国外已非常普遍，我国现在强调拉动内需，拉动内需要通过消费，消费金融主要体现在购买家电、汽车、房产等大宗商品和房屋装修、旅游、结婚、子女教育贷款等几个方面，我们国家目前正朝着这个方向发展。

我国消费金融对经济的贡献率正在增长。2002年到2010年，我国的消费金融对GDP拉动基本上没有太多增长，但是接下来两年我们看到，中国消费贷款与贷款总额的比例在增加，这是个好的现象，如果用消费拉动我国的GDP，对我国经济发展是非常有益的。消费金融主要的模式，一般通过银行通过零售，电商，包括京东的白条，包括蚂蚁的金服，零售像海尔也在推动，现在电商、制造商、银行都在推动金融的发展趋势。我们再看消费的整个过程，未来新型的消费还要朝着我国的22个城市圈发展，大型的城市圈和中线城市体系目前涵盖了我们国家82%城市人口，是这样一个发展过程。

消费金融的另一个趋势，一定是向着互联网+金融+体系架构去发展，这就关系到大数据。从去年到今年大数据是我国的“热词”之一，我国已经把互联网、物联网、大数据上升到国家战略，2012年工信部把大数据作为研究方向，今年8月我国把大数据作为国家战略。在最近的十三五规划中，五个大的战略中第三条就是把大数据作为国家战略。大数据的概念是麦肯锡提出的，第一是创新，和我国现在提倡的创新发展接近。第二是竞争，一个企业或一个机构的竞争力度。第三是生产力，大数据已成为重要的生产要素，涵盖各行各业。怎么理解大数据的概念？第一点是更广泛全面数字化的概念，数字化不是从纸质到电子的概念，它是让我们的思维方式、我们的决策过程用数字来说话。第二个更广泛的全社会的互联互通。现在数据增长很快，我们每个人在使用手机时都是数据制造者，你在手机上待了多长时间、打了多少电话，数据都有记载，因此数据增长很快。

图为 2015中国资产证券峰会头条报道刘世平教授主题演讲

大数据在金融行业的应用，首先从财务上的ERP开始的，逐渐到CRM，这些都是对数据收集整理的过程，然后再到WEB，再到大数据这样一个过程。大数据的核心是什么，是科技进步，最主要的是存储技术的进步。首先没有存储能力不行，数据收集不下，第二存储以后提取的过程，第三提取出来进行分析。科技进步对大数据发展起到很大作用。数据来源于哪里？第一个是泛互联网，另一个是物与物之间的物联网，现在也发展很快。第三个是企业内部传统的数据体系架构。这些数据尤其是网上的数据通过什么样的方式搜集？有各种各样的方式能获取企业的数据，通过APP，通过查码都可以。

大数据的4个V第一个是量大，第二个种类多，第三个是速度快，如果APP30秒还打不开，第二次大家肯定不用了。第四个是很重要的价值，低密度价值我是不认同的，因为所有的东西我们都要拿数据说话，大数据最核心的是它的价值，低密度高密度不重要，量大量小不重要，数据到多少T跟价值也没关系，你所关心的事情和问题数据是否能描述清楚，能对你的决策有帮助，这就是大数据的体系架构。大数据有各种分类方法，可以从产生源头来分，可以按获取频率分，按结构划分，还可以从数据形态是动态还是静态来分。现在各行各业都用大数据，吉贝克做金融大数据是我国大数据应用方面做得比较好的，我国金融业数据集中是在2001年之后。我国第一个大数据和每个人都有关系，那就是人民银行的征信管理数据，共有8个多亿的数据和一千多万企业的数据，是我国真正的金融大数据，2000年3月这个项目第一期上线，这也是我做过的最值得骄傲的两件事之一。大数据在金融业应用最广泛，很多客户已经实施了吉贝克的“精准营销系统”，然后是“客户流失风险管理”，和“巴塞尔”有关的“评级模型”，这和每个人都密切相关，因为凡是有汽车贷款、房屋贷款，银行一定去查过你的征信报告。IBM在1995、1996年提出数据挖掘，数据仓库和数据挖掘在零售业应用很多，大数据真正成就了全球最大的零售商沃尔玛，它建立了很庞大的数据仓库，数据仓库能快速发觉什么地方卖得快，什么地方卖得慢，因此它的物流调配非常容易。因为数据挖掘的这一用途，所以在零售业应用很广。另外零售业巨头亚马逊最早应用数据挖掘，来亚马逊买书的人同时会买别的书。当当网同样利用数据挖掘扩大销售，麦当劳的套餐搭配都是大数据挖掘的结果。

未来我国大数据最核心的价值真正掌握在政府手上。真正表现资产价值的核心在哪里？对于大部分中国人来说，资产最多集中在房子上，政府手上有房管所、车管所、社保、水电煤气等数据，如果知道你房管所的数据，知道你交了多少社保，交了多少个人所得税，我就对你了解的很完整，而这个数据在谁手上？政府。一个企业，除了银行之外的数据，企业注册资本、何时成立，工商局有数据；交多少税，税务局有数据；有多少出口，海关有数据；企业发展状况如何，看一下有多少人交社保，有没有参加国标制定、有没有商标就知道。所以在我国很关键的数据都在政府手上。所以要推动消费金融，第一可以像淘宝、蚂蚁那样推动，另外很重要的是，政府大数据是绝对不可忽略的，目前吉贝克在推动很多地方政府的大数据建设，紧接着带动金融大数据。

金融大数据应用很广泛，比如，很多证券公司用大数据，用数据挖掘的体系架构预防客户流失。我们吉贝克这套大数据体系架构在2012年获得上海市科技进步二等奖。另外大数据圈子非常重要，今天互联网自媒体特别发达，每个人都有各种各样的圈子。一个企业的客户中，哪些人在同一个圈子，可以通过一系列大数据分析确定出来，圈子里面有亲属关系、同事关系，我们的一系列算法和体系架构可以把它做出来。消费金融另一个很重要的问题是，不同的人资产规模不一样，如何估计其潜质？我们建立一套体系架构就可以估算出他的潜质有多大。这一应用目前很受欢迎，如果客户的资产规模是20到50万，就是潜力客户，可以跟进。

图为中国金融新闻网全文发表刘世平教授：大数据与消费金融

吉贝克的大数据精准营销在交通银行实施效果良好，屡获科技创新奖。未来在消费金融、资产证券化方面，征信大数据的应用非常重要，征信大数据的体系架构会有各种各样数据，怎么把这些数据进行有效整合，做到快速评判？另外就是额度的控制。在消费信贷方面，利用征信大数据能解决三大问题：第一贷不贷给你？第二贷给你多少？第三收你多少利息？第一个问题要看你有没有偿贷能力，第二个问题决定于你的偿贷能力大小，第三个问题取决于风险。我国目前的信用卡信贷额度提升很难，我有一次在美国买家具，信用卡额度不够，花旗银行马上在电话里把额度提高了，因为花旗银行后台有数据支撑，它能迅速决策给不给你提升信贷额度，所以消费信贷最重要就是征信大数据。我国传统征信大部分利用跟银行有关的数据，未来一种征信体系是根据蚂蚁金服、淘宝电商、京东白条等交易行为的数据来架构的，另外一种更重要的就是政府的数据，它是更加全面系统完整的数据，可以增强你的征信能力和征信评判，提升征信体系架构。

我国目前已经批准了一些P2P，但由于缺乏有效的征信体系和有效的地方监管，P2P模式本身是好的，但是因为执行和监管出了问题，最后跑路的比较多。我国前几年金融出现问题最早在温州，但温州这两年P2P跑路的很少，原因是温州建立了地方政府金融机构的监管体系架构，所以有效监管很重要，要严格征信。温州每天的企业数据必须报告到温州金融办，如果出了问题温州金融办就开罚单，今年共开了63张罚单。如果小贷公司出现问题，立即给你开5万罚单，要求进行整改。这是非常严格的征信体系架构。

信用风险是消费金融很重要的一块，另外是欺诈，最后是怎样服务。大数据征信要进行全面数据收集和整理，以快速推动消费发展。建设征信平台首先要有数据，另外要建立一整套规则，最后还必须有风险报告。例如有人想在美国买房子，买方到房子的地点报一下安全号，只需输入计算机打一个征信报告，如果买房评分够可以继续洽谈，如果评分很低，卖方就不跟你谈了。我国很多人拿现金买房，需要做贷款，贷款首先要看这样一个征信体系架构。大数据征信平台和原来的数据仓库建设如出一辙，首先要把分散在各处的数据进行有效整合，整合以后把数据中的信息通过各种方法提炼出来，一般归纳为四类，第一是查询，第二是报表，第三是分析，第四是挖掘，揭示出行业规则，对于我们市值概率贷多少。需要特别强调的是客户统一视图，由于不同机构数据分散的，房管所房管数据，车管所车子的数据和其他一系列的数据，所以必须进行完整、全面、系统的数据收集整理，建立评级体系架构，然后就可以快速推动消费。