《九次方·金融大数据白皮书》全文

《九次方●金融大数据白皮书》
九次方大数据
2014年8月24日
一、引言 (3)
二、迎接金融大数据时代到来 (5)
1、大数据起源 (5)
2、金融大数据由来 (7)
3、金融大数据相关概念及特点 (9)
三、当前金融大数据的应用及现状 (9)
1、银行业金融大数据应用情况 (9)
（1）银行业接受大数据的变革 (9)
（2）银行业优秀的大数据服务商情况 (11)
（3）银行业领先的大数据应用方案 (14)
2、保险业金融大数据应用情况 (17)
（1）保险行业适应大数据时代的新发展 (17)
（2）保险业优秀的大数据服务商情况 (19)
3、证券业金融大数据应用情况 (19)
（1）大数据为证券行业带来新的发展机遇 (20)
（2）专注证券业的大数据服务商 (21)
（3）证券业领先的大数据应用方案 (21)
4、信托业金融大数据应用情况 (23)
（1）信托依赖大数据将让业务变得更加深入 (23)
（2）专注信托领域的数据服务商 (23)
5、直接投资领域大数据运用情况 (23)
（1）大数据为直接投资增加利器 (23)
（2）投资领域大数据的优秀企业 (25)
6、其它领域大数据运用情况 (26)
（1）小额贷款领域运用情况 (26)
（2）担保行业大数据运用情况 (27)
（3）P2P领域大数据运用情况 (27)
（4）其它领域优秀的大数据服务提供方 (29)
四、金融大数据技术特点及未来方向 (30)
1、金融大数据的关键技术 (30)
2、大数据带来的征信体系变革 (30)
3、大数据加快资本市场并购效率及步伐 (30)
五、结束语 (33)
一、引言
当前，全球大数据产业日趋活跃，技术演进和应用创新加速发展，各国政府也逐渐认识到大数据在推动经济发展、改善公共服务，乃至保障国家安全方面的重大意义，纷纷积极出手推动。

在全球大数据蓬勃发展的大背景下，我国也面临难得的发展机遇。

如何抓住机遇，将我国拥有的数据资源转化为经济发展动力，是摆在政府和产业界面前的紧迫课题。

随着大数据技术的成熟应用，麦肯锡全球研究院在其发布的《大数据：创新、竞争和生产力的下一个新领域》报告中指出：“大数据之大，通常是指数据量大到超过传统数据处理工具的处理能力，是相对和动态的概念。

此外，大数据又被引申为解决问题的方法，即通过收集、分析海量数据获得有价值信息，并通过实验、算法和模型，从而发现规律、收集有价值的见解和帮助形成新的商业模式。

” 金融业是大数据的重要产生者，交易、报价、业绩报告、消费者研究报告、官方统计数据公报、调查、新闻报道无一不是数据来源。

但反过来，大数据对于金融行业新时代发展的助推作用也逐渐浮现。

九次方大数据：企业大数据+金融互联网+企业征信+智慧城市+产业链社交
创建于2010年的九次方大数据（JUSFOUN BIGDATA)是中国目前唯一的企业大数据服务平台，九次方大数据平台汇集分析了40多个产业链、8000多个行业、40000多个细分市场、500多个城市的750万家企业。

每家企业设定了200多项指标，可以进行交叉分析。

基于企业大数据平台，九次方开发出来了八类大数据服务平台，服务覆盖了25个客户群，比如商业银行、P2P公司、省市区政府、证券、基金、投资公司、上市公司、市场研究公司等等。

九次方总部位于北京金融街，拥有大数据挖掘技术、企业数据采集、数据建模、可视化技术方面的大数据产业链人才结构；企业数据采集网络覆盖中国最主要的21个核心省份城市。

公司在发展过程中，得到了几大股东IDG资本、德同资本、博信资本、富凯投资的大力支持。

九次方大数据X解决方案
1，全产业链企业大数据分析平台
2，产业链金融服务大数据平台
3，金融互联网交易撮合直销平台
4，银行客户精准营销大数据系统
5，中国企业征信大数据服务平台
6，企业决策、投资、并购大数据
7，智慧城市企业大数据分析平台
8，风险预警分析大数据监控平台
九次方大数据优势：
1，数据优势
九次方企业大数据平台已经汇集了40多个产业链、8000多个行
业、40000多个细分市场、500多个城市的750万家企业。

2，先发优势
在2010年就开始做企业数据沉淀，截至目前九次方沉淀了2005年至今的连续性企业数据，每家企业设定200多项指标
3，方案优势
基于企业大数据平台开发出来了八类大数据服务平台，覆盖25个客户群，比如商业银行、P2P公司、政府、投资等等。

4，股东优势
公司在发展过程中，得到了几大股东IDG资本、德同资本、博信资本、富凯投资的大力支持。

5，技术优势
拥有大数据挖掘技术、企业数据采集、数据建模、可视化技术方面的大数据产业链人才结构。

6，服务优势
九次方已经服务了10几个省市区政府、20多家商业银行、几十家投资、证券公司等，可以在21个地区提供本地化服务
6，战略优势
与汤森路透、腾讯财经、标准普尔、五道口金融学院、北京金融局、贵阳市政府、重庆市政府等结成全面战略合作伙伴
二、迎接金融大数据时代到来
1、大数据起源
大数据的应用和技术是在互联网快速发展中诞生的，起点可追溯到 2000 年前后。

当时互联网网页爆发式增长，每天新增约 700 万个网页，到 2000 年底全球网页数达到 40 亿，用户检索信息越来越不方便。

谷歌等公司率先建立了覆盖数十亿网页的索引库，开始提供较为精确的搜索服务，大大提升了人们使用互联网的效率，这是大数据应用的起点。

当时搜索引擎要存储和处理的数据，不仅数量之大前所未有，而且以非结构化数据为主，传统技术无法应对。

为此，谷歌提出了一套以分布式为特征的全新技术体系，即后来陆续公开的分布式文件系统(GFS， Google File System)、分布式并行计算(MapReduce)和分布式数据库(BigTable)等技术，以较低的成本实现了之前技术无法达到的规模。

这些技术奠定了当前大数据技术的基础，可以认为是大数据技术的源头。

最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。

人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。

” “大数据”在物理学、生物学、环境生态学等领域以及军事、金融、通讯等行业存在已有时日，因为近年来互联网和信息行业的发展而引起人们关注。

2、金融大数据由来
我国金融大数据是从金融信息化大背景下的升级和提升
早在2007年，人类制造的信息量有史以来第一次在理论上超过可用存储空间总量，近几年两者的剪刀差越来越大。

2010年，全球数字规模首次达到了“ZB”（1ZB＝1024TB）级别。

2012年，淘宝网每天在线商品数超过8亿件。

2013年底，中国手机网民超过6亿户。

随着互联网、移动互联网、传感器、物联网、社交网站、云计算等的兴起，我们这个社会的几乎所有方面都已数字化，产生了大量新型、实时的数据。

无疑，我们已身处在大数据的海洋。

大数据对许多行业的影响和冲击已经呈现。

例如，商业零售、物流、医药、文化产业等。

金融，作为现代经济中枢，其实也已透出了大数据金融的曙光。

从21世纪以来，学术界中涌现出了一批关于大数据与金融之间联系的研究成果。

2010年，美国印第安纳大学的一项研究成果表明从Twitter信息中表现出来的情绪指数与道琼斯工业指数的走势之
间具有很强的相关性。

研究表明，Twitter中表现出来的情绪和道指接下来几天的上涨或者下跌的相关性达到了87%。

随后在2011年，作者将研究的范围扩展到了新闻调查、Twitter订阅以及GOOGLE搜索引擎数据，通过情绪追踪技术，比较这些指标对道琼斯工业指数价格、交易量、市场波动率(VIX)还有黄金价格的影响。

同时，作者还使用了传统的记录投资者情绪的数据，与上述的互联网上的大数据进行比较，看它们对金融市场的影响。

结果表明，传统的关于投资者情绪的调查数据是金融市场的滞后指标，也即是说，利用传统的投资者情绪指标无法预测股票市场的涨跌变化。

然而，每周的GOOGLE金融搜索数据则能够预测股票市场的变化，用Twitter投资者情绪指标预测一到两天后的股市收益率的结论也是统计上显著的。

这就说明，利用网络大数据来预测股市的变化是可行的。

此外，美国佩斯大学在2011年的研究成果表明，社交媒体可以预测出三大国际知名品牌股票价格的涨跌，包括星巴克、可口可乐和耐克。

我国金融大数据是从金融信息化大背景下的升级和提升。

中国金融大数据来源于早期的信息化,如下图:
传统的信息化已经不能适应新时代需求，互联网、物联网带来的冲击将加快大数据金融的构建速度。

3、金融大数据相关概念及特点
金融大数据将给中国银行带来极大的转变。

它将让银行从被动服务客户，转向更加主动的方式。

主动地去探索和挖掘，形成营销和分析模型，并直接投入到金融运营当中，使金融大数据真正产生业务价值。

这一切正在悄然改变金融运营模式。

三、当前金融大数据的应用及现状
1、银行业金融大数据应用情况
（1）银行业接受大数据的变革
与其他行业相比，大数据对银行更具潜在价值，麦肯锡的研究显示，金融业在大数据价值潜力指数中排名第一。

这主要是因为：一方
（2）银行业优秀的大数据服务商情况
a.文思海辉技术有限公司在银行业领域已有多年积累，凭借以
关注客户为中心，和以产品创新为核心驱动力的建设，文思海辉的金融解决方案，在客户群中赢得了良好的口碑。

此前，文思海辉在IDC
《中国银行业 IT 解决方案市场2013-2017年预测与分析》中被评为2012年中国银行业 IT 解决方案市场的领导者之一。

IDC在报告中指出：“与2011年相比，文思海辉的异军突起成为2012年中国银行业IT 解决方案市场的一大亮点。

花旗银行、广发银行和上海浦东发展
银行信用卡
b.九次方企业大数据平台为750万家企业插了产品及服务标签，分布到了40多个产业链、8000个行业、4万个细分市场。

营销大数
据系统覆盖了全国500个城市，5600个区县、2500个高新园区、30
多万条街道、12万个写字楼。

商业银行信贷业务员可以按照不同区
域街道、不同收入及资产规模、不同行业、不同企业集团及法人进行检索潜在客户，并对此企业进行初步信用分析。

九次方基于所有企业设定了综合征信指标，真实反应企业的信
用指数、价值评级。

分析指标包括信用等级、核心竞争力、投资价值、成长性、抗风险能力、投资潜力等。

并做到3个月跟踪监测一次，实时反应区域企业活跃度。

九次方为银行业降低风险,寻找潜在目标客
户提供了扎实基础.
企业综合征信信息既可为防范信用风险，保障交易安全创造条
件，又可对具有良好信用记录的企业进一步进行价值分析。

基于产业链搜索，银行可以精准的获取目标企业客户的行业发展前景、所处行业地位、企业竞争力、所处产业区域分布、营收分布情况、行业成长性、竞争格局及市场占有率等。

传统的银行在为企业贷款的时候，更多的依赖企业单一的财务报表。

在错综复杂的企业发展环境下，通过产业链企业大数据分析来判断企业贷款风险，显得更加可靠。

商业银行在提供产业链金融服务时，要密切关注整个产业链的运行状况，及时全面地掌握有关产业链相关企业的信息，密切关注企业外部环境的发展态势，有必要建立一套及时准确的预警评价指标系统，以便于银行能够实时有效地获得产业链的相关信息。

利用这种预警评价指标系统，如果由于企业内部或外部环境发生变化导致某些指标出现异常时，会及时地向银行发送预警信息，开启危机处理预案，最大限度地减少风险，以确保产业链有效地运行；此外，银行应跟踪评价核心企业的经营动态和位于产业链上下游的中小融资企业，及时调查和科学评估产业链金融融资企业的经营业绩状况、质量和成本控制、新产品和技术开发程度、用户满意度水平以及有关交货协议等发展情况，如果发现问题应将具体情况及时告知相关企业，以便企业进行有效的预防或改良，从而保证整个产业链条的持续安全运营。

企业本身与产业链的经济发展和行业数据都有一定的规律性，这就需要银行建立一套与客户的产业链数据风险分析模型来预测潜
在客户或现有客户财务风险、行业风险的发生。

九次方企业大数据就是在所有的产业链企业大数据信息上进行建模分析，从总体上研究，这样对企业贷款风险的管理会更加到位。

（3）银行业领先的大数据应用方案
交通银行数据中心副总经理郑仕辉认为云计算和大数据在商业银行的应用将使得商业银行在及时感知和洞察客户需求、精准实时的营销、个性化的客户体验、信贷风险控制等方面使得银行更加智能，使得未来的银行更加智慧。

云计算的特征，包括以下几个方面，一是虚拟化；二是按需获取；三是弹性扩展；四是自助服务。

而从技术实现上来说云计算由基础的技术部分组成：第一类技术是大家比较熟悉的互联网、大规模分布式处理技术；第二个技术是传统IT厂商的虚拟化技术；第三个技术是就是互联网分布式处理技术和数据库运行处理技术的结合，也就是大数据基础的技术。

目前大数据的技术实现主要两个方式，一个方式是在传统数据库的基础之上，引入Hadoop的一些处理方法，主要集中在分布式的文件系统，像GreenPlum、Aster Data等。

第二种方式，就是原本做Hadoop等云计算厂商，在处理一些结构化或者半结构化的数据时可能就会选择Hive、Pig等技术。

这两种产品各有优缺点。

当涉及到云计算的扩展性，第二类的分布处理能力从范围上、规模上都扩大了很多，但是支持能力比较弱。

大数据可以从几个层面进行入手，首先可以对客户行为进行分析，提供个性化的沉淀与服务。

第二个是精准营销，实现个性化、准实时的营销。

第三个是个人信用评分：自动决定信用额度。

最后就是风险控制：贷记卡反欺诈等。

浦发银行12月11日正式发布其“电商通2.0”产品以发力大数据，也升级该行服务小微电商企业能力。

浦发银行董事长吉晓辉提出：“服务电商是浦发银行创新网络金融服务模式的积极探索。

”
小微电商经营于虚拟网络空间，金融服务模式必须与电商经营模式完全契合，才能符合电商经营的需要。

浦发银行的“电商通2.0”是其着手搭建大数据平台，为小微电商打造专属服务方案，包括线上经营、线上数据、线上审批与线上贷款，尝试变革商务企业融资方式。

“原来的服务模式是‘线上+线下’，现在发展到‘线上全自动’。

”浦发银行冀光恒在发布会上表示。

以授信评审为例，升级后的浦发电商业务就以自动评审为核心，简化操作流程，客户经理只上门一次、客户来银行一次即可完成所有业务流程。

中信银行信用卡中心利用大数据打造用户体验的一些做法，不是简单照搬互联网的做法，而是把互联网一些深层的东西，"化"在了自己的业务中。

实现了引进消化吸收基础上，结合市场需求进行再创新。

中信银行信用卡中心（以下简称卡中心）基于社交网络数据提供增值服务表现了这样的特点。

在互联网做金融服务，还仅仅是以中心化的IP网络结构处理业务时，他们采用了更先进的去中心化的WEB 网络结构处理业务。

"客户的好友也是我们的客户"这样的理念，反映的是下一代网络（如小世界网络）的先进特征。

这个思路就其架构的先进性来说，超过淘宝商城的传统网络模式，具有腾讯微信架构的网
络特征。

以往总是互联网企业率先采用新的网络理念、网络架构，银行被动追赶，但这里是银行领先于互联网采用新的网络理念和新的网络架构。

互联网企业对此不能不高度重视。

花旗集团为了解决非结构化数据困扰，使用了IBM Watson的深度内容分析、自然语言处理、决策支持和基于循证的学习功能来提高客户交互水平。

来帮助改进银行金融系统，包括分析贷款以及投资风险，改善与顾客之间的交互等。

从而改进并简化客户银行业务体验，不断推进花旗数字银行战略的发展。

对于花旗银行来说，零售银行家和信贷员可以利用Watson获取银行客户信息并且分析客户下一步需求，进而向消费者出售金融产品。

比如，某人为自己的孩子开办了一款信用卡，当孩子被送去上大学后，Watson就会分析这位顾客所需
要的金融产品。

如果之后家长有装修厨房的计划，那么花旗银行的工作人员会向这位家长推荐装修贷款。

在大数据时代，越来越多的企业管理者意识到了业务分析的重要性。

业务分析洞察已经成为了企业转型的有利抓手。

银行也发生了变化，从以产品为中心，也就是销售产品和服务转向现在以客户为中心。

广发银行今年一季度启动了大数据分析平台项目。

该项目旨在
收集整合全行所有渠道的客户接触数据，重点包括客户渠道接触记录、交易行为、交互行为等信息，同时还将通过多方合作拓展外部数据源。

大数据分析平台对广发银行的业务支撑将主要体现在以下四个方面。

一是通过加强对客户的分析和洞察，丰富客户全景视图，促进客户的获取率和留存率，活跃客户的激活率和持续力，提升客户整体价值。

二是通过交叉营销分析、精准营销分析和个性化推荐分析的应用提升
业务营销成效。

三是通过加强市场风险分析、中小企业贷款风险评估、实时欺诈交易分析和反洗钱业务分析手段，提升风险管控水平。

四是
通过增加渠道优化分析、市场分析、资讯热点分析、舆情分析和联系
中心分析等多维分析方法，提升产品创新和运营质量。

项目的最终实
现广发银行获客渠道和营销手段的成倍增长，营销成本的大幅压缩和
潜在客户数的大幅提升，以产品为中心所带来的弊端将被抛弃，每个
业务条线被压抑的潜能都将得以释放。

中国第一家大数据信用信息服务机构—金电联行则利用大数据破解中小微企业的贷款难题，开启了纯信用贷款的新模式。

金电联行
打破了传统的财报信用评价思维，通过对企业的大数据（生产、流通、
销售中产生的所有信息）进行分析，量化企业的信用额度。

借由金电
联行的信用评价结果，中小企业可直接从银行获取无需担保抵押的纯
信用贷款，大大降低了企业的贷款门槛。

基于大数据的技术，目前对
授信企业的变化情况已经可以按秒计，已经成为民生银行、招商银行、建设银行的信贷管理服务提供商。

”截至目前，金电联行为200多家
中小微企业提供了总规模超30亿元人民币的非抵质押信用融资服务，贷款利率多为基准利率上浮20－30%，尚未发生过一笔不良贷款。

其
中，最大单笔纯信用贷款额度为6800万元人民币。

2、保险业金融大数据应用情况
（1）保险行业适应大数据时代的新发展
保险业的业务比较复杂，几乎涵盖了银行的所有业务，同时又
有理赔等各种业务，保险业信息系统所涉及的数据类型也比较复杂，这是保险行业的特色。

从现代保险业的业务类型来看，险商主要分为人身险、财产险、再保险三种，其中财产险与人身险在业务流程上存在很多相似之处，其业务系统构成大致相同，在具体业务的操作上会存在较大的差异。

保险业数据信息服务市场规模(单位:亿元)
IBM商业价值研究院与牛津大学在2012年联合开展的关于大数据实际应用状况的调研显示，目前全球保险业中约有2/3的企业已经或正在计划进行大数据技术应用。

数据挖掘分析能力将成为未来的一大竞争优势。

大数据所带来的思维和技术变革，将提供创新的金融产品，也在加强各类金融基础信息保障能力。

未来，保险业和互联网大数据将进行深度结合，一个历来以数据为生产资料，培训数据统计专业人才，以严格的数据和准则监管报批核准的金融行业和一个掌控海量咨询
数据库的如空气般弥漫在每个人身边的新兴行业，其在思维中融合将带来颠覆性的变革。

截至2013年，中国平安已经建立了客户价值分群体系和客户大数据分析平台，深入挖掘客户价值，综合金融大后台建设得到深化。

平安数据科技通过深化集中共享、提高自动化率等运营优化措施，助力平安产险和平安寿险理赔服务水平升级；2013年，寿险首创的移动展业销售模式(MIT)移动展业平台寿险业务的使用率已达到98%，
为客户提供了更为便捷的服务。

通过微信及APP平台运用和移动展业E化保全等举措，提升了客户体验。

泰康人寿宣布正式启用云计算中心，云中心被认为不仅仅将信息技术作为对传统保险业务的后台支持，更是让信息技术无缝对接市场需求，直接推动产品创新。

泰康今后还将基于云数据中心构建大数据平台，为包括寿险类、年金类、资产类以及养老社区等全业务领域提供全方位的技术支撑。

尽管泰康“金融云”概念正式落地到保险业务实践，意味着每一位泰康的客户都将享受云中心快速的服务响应和安全的数据保障，但技术体现的仍是支持保险业务的作用。

（2）保险业优秀的大数据服务商情况
中国保险行业首家大数据公司——中国保险信息技术管理有限责任公司（以下简称“中国保信”）对外宣布正式成立。

中国保信由中国保险保障基金有限责任公司出资，注册资本20亿元。

中国保监会依法对中国保信实施管理。

据介绍，中国保信成立的主要目的在于统一建设、运营和管理保险信息共享平台，为保险公司之间及保险业与其他行业之间的信息交互提供支持。

中国保信将通过信息技术手段，采集保险经营管理数据及相关外部数据，建立标准化、系统性的数据体系，保证数据的完整性、时效性和真实性，为保险公司、保险监管部门、保险消费者等主体提供不同方式的信息服务。

3、证券业金融大数据应用情况。