大数据时代的金融创新

⼤大数据时代的⾦金融创新

------白硕（上海证券交易所）

关于本次线上演讲

中国互联网协会大数据工作委员会（筹）推出“大数据千人会”论坛，每周三晚8点30分开始，在“中国大数据千人会”微信群进行交流与探讨。本期我们特别有幸邀请到上海证券交易所总工程师白硕研究员为大家带来《大数据时代的金融创新》的演讲。

演讲主题：大数据时代的金融创新

演讲嘉宾：白 硕（上海证券交易所总工程师）

执⾏行主席：龚才春（博士）

主办单位：中国互联网协会大数据工作委员会(筹)

交流时间：2014年08月06日20:30至22:00

关于隐私

默认您在群里的所有发言，包括提问与解答都是可以公开的，您在群里的昵称，包括姓名和单位名称也都是适合公开发布的。如有不方便发布之处，请与龚才春博士联系。

1. 引⾔言

大数据是个很多人都在使用的时髦名词儿，到今天也没有统一的定义和完整的共识。但不管人们对大数据有多少不同的定义，也不管一些自称搞或不搞大数据的人对另一些自称搞大数据的人有多少不屑，不得不承认的是，大数据的时代来了，或者说炒大数据的时代来了也一样。

这个时代特有的业态现象、思维方法和商业模式，正在侵袭着甚至颠覆着许多领域，金融领域也不例外。金融也是一个很宽泛的概念，隔行如隔山，那些银行保险之类的业务，对于证券行业来说，也难以做到准确表述。我今天说的，也只是从证券（含期货、基金）这个视角看到的点滴而已。

首先声明，这个分享的题目，是华平给我出的。说的时候并没有明确说这是国内的金融创新还是世界范围的金融创新。我觉得，这既是挑战也是机遇。说是挑战，因为我对国内资本市场相对熟悉，如果牵涉到国外，还是有点亚历山大。说是机遇，因为把大数据和金融创新联系起来，如果只说国内这点事儿，我们这个以跟

随为主的市场还真没那么多好说的，结合国内外一起说，至少国内没有的、尚不具备条件开展的或者不那么发达的金融创新，还可以用国外的实例来抵挡。

2. ⾦金融创新的四个维度

下面谈一下金融业务创新。 这两三年，可以说是我国证券行业（含期货、基金）创新密集的时期。我们可以从深度、广度、厚度、速度四个维度来作一粗略的分析。

2.1 深度创新

所谓深度，就是业务链条向前向后延伸。向前，就是基于除了PC之外的各种移动端设备的交易、行情、资讯等服务。向后，就是基于除了中央登记结算和第三方存管之外的场外产品第三方支付服务。前者使交易场所无处不在。后者使用于场外证券业务的资金和用于非证券业务的资金（比如电子商务）互联互通，瞬间转移。 我们可以看到，大名鼎鼎的“余额宝”，就是对传统的货币基金业务在深度上作了实质性的拓展，在电子商务领域产生的用户行为数据和基金产品的信用风险控制之间进行了错位适配。

2.2 ⼲⼴广度创新

所谓广度，就是金融产品线的丰富程度。上交所目前股票、债券、基金三条线是齐全的，衍生品这条线主要从ETF期权试点突破，已经做好了充分的准备，开发测试均已完成，目前全真模拟交易已经进行了很长时间。 深交所的新一代交易系统也准备作为期权业务的载体投入生产。上交所的固定收益平台和网下IPO 业务都是基于互联网的，但总体说来我们的互联网用户规模只配说“小众”，真正的B2C还差得很远。当然放眼世界，国际上的其他交易所也没有哪个的核心业务在互联网上成功开展过。

2.3 厚度创新

所谓厚度，就是金融资产的多层次性的体现程度。顶天（大盘蓝筹、国际化）和立地（众筹、草根化）是它的两极，中间有各种板块，比如中小板、创业板、新三板、区域性资本市场、私募柜台市场和理财产品等。一般来说，资产的高大上程度和投资者准入规模呈反比关系，一个正金字塔，一个倒金字塔。但是对于众筹这种最为草根化的模式，美国推出了JOBS法案，做出了有别于普通股权投资的特别规定。国内还在研究的过程中，没有明确的与普通股权投资相区别的立法支持。这样，在200人的股东人数上限规定的突破还有待时日，基于众筹的金融创新还受到一些法律政策限制。但是，私募产品互联网化也并非毫无意义，我们已经看到一些区域性股权转让市场在现行法律框架内采用了类似众筹这样的商业模式。众筹与大数据有非常紧密的联系。资本上的众筹与打破信息不对称性的众包是相辅相成的。

2.4 速度创新

所谓速度，可以细分成三个方面。

l●吞吐率：就是单位时间处理某种类型的业务消息（比如交易订单）的能力； l●时延：就是从事件发生到事件确认送达的时间间隔；

l●频率：就是单位时间内同类信息更新的次数。

在发达市场，我们看到一个主权监管当局之下的各个交易所组成了一个共同市场，产品的挂牌地点和交易地点是脱钩的，但订单必须送到给出最好报价的交易场所去成交。这样的制度安排本意是促进交易所间的充分竞争，鼓励交易所采用新技术提高交易效率，但事实上引发了大量的瞬间套利机会，从而引发了对速度的狂热追求，从软件、硬件、网络直到通信基础设施和物理基础设施。

3. 创新的形式

从这些维度上看到的业务创新，总体上分布在两极，主流产品走高大上的正规军打法，非主流产品走草根化的互联网打法。 前者追求消化信息、产生投资决策、执行交易指令的极致效率，后者追求用户规模、账户之间的各种绑定和打通、用户行为数据的积累分析和把数据转化为营销价值或风控价值。两方面对于大数据相关的技术都有明显的需求和依赖。

上面提到的国内业务“创新”，虽然在很大程度上是对发达资本市场的一种追随和模仿，但其中也有个别的是与中国国情相结合、发挥后发优势、受大数据潮流的影响等因素综合发生作用后取得成功的。

4. 未来的技术动向

技术是服务于业务运行和业务创新的。作为参考，这里我列举三个我个人认为非常重要的技术动向。

4.1⾮非结构化数据的处理

证券领域的数据分析，长期以来集中在结构化数据的分析处理上。随着自然语言处理、机器学习、分布式文件系统等技术在互联网行业处理非结构化数据实践中的成功应用，后来先是在监管环节，后是在投资分析决策环节引入了非结构化数据的处理。 目前，非结构化数据处理能力已经成为量化投资决策竞争力的重要体现。

4.2 结构化数据处理平台的多元化

结构化数据分析处理是所谓“商业智能”当中的核心，门槛很高，长期以来只有少数企业和产品有条件进入。 在大数据时代，这一局面在改变。低成本、纯软件、轻型化、开源化的替代平台解决方案层出不穷，使得证券金融行业的用户有了更多的选择。这是大数据时代带给我们的福音。 可以预判，随着业务运行和