大數據為什麼這麼重要？
美聯儲每個月開個會，一直把利息降到零，所以大家都在猜，市場都在猜，比如每個月15號17號18號的會議，周三周四議息決定的公布，為了獲得重要的加降息信息，有人就研究了一個方法——看格林斯潘的包。如果包變厚，說明帶很多材料去開會，這說明他肯定是要做一個重大的舉動，他要論證，比如要降息了為什麼做降息，他要舉很多材料說服其他美聯儲的同行，要加息同樣，如果包很薄估計這次沒什麼決定，一切都照舊。所以當時大家就說格林斯潘的包，只要每次要開會，大家可以看看他的包。
從此處可以看出大數據在金融領域的重要性，請看真融寶吳雅楠博士為我們帶來的「大數據如何運用到金融科技領域」的方式解讀：
大背景：美國和全球的金融形勢
2000年有一個網際網路泡沫，那個時候網際網路公司也是如日中天，只要公司起個名字，皮包公司起個.com，只要公司名字.com馬上上市，幾十倍幾百倍市值的炒作，可以看到2000年的股市市值的確反映了網際網路萌芽期整個公司的代表。
據此，吳雅楠博士提出，金融是跟周期直接相關的，周期背後是宏觀經濟的周期，我們有四大周期，現在的經濟衰退與蕭條，期望經濟未來復甦，還有通脹或者過熱，稱為經濟的四大周期，這是宏觀的經濟周期。同時金融也有不同的資產所代表的金融周期，我們金融產品就需要跨越金融周期，同時講資產配置的時候，講到全球資產配置的時候，我們需要對全球資產的變化和輪動有個很明確的認識。
A股無論是滬市還是深市在全球表現最好，主要原因還是我國抗疫提前得比較早。美國股市短短的五周之內從技術性的熊市跌了40%，到現在技術性的牛市又反彈了20%30%，美國股市的一個特點就是流動性驅動非常強。
吳雅楠博士認為供求不平衡是最根本的原因，其次是期貨被逼倉。
在對全球經濟宏觀形式有了了解過後，吳雅楠博士介紹了金融產品的大數據相關觀點。
金融大數據
「金融產品還是要跨越整個周期對金融周期要有一定的了解，需要進行自上而下的整理。」
金融和科技，傳統產業和新興的科技行業怎麼融合，這成為了一個新穎的話題。招行是國內最好的營收銀行，招行田行長每天都有種危機感，傳統銀行怎麼去面對科技對銀行未來的衝擊，科技和傳統金融在形成一個大家互相融合又互相競爭的關係。
為什麼大家講金融科技現在做到如今這個地步，還是存在基礎設施？
「任何一個行業的發展是因為基礎設施首先鋪了路。」
叫個外賣、線上直播、短視頻都很方便，但現在海外還缺這塊，中國這塊反而做得比較好。今年一個最大的主題除了疫情就是5G、物聯網IoT，這個會使得更多的數據形成。當我們在看我們人的時候，我們現在人生活在一個網絡世界裡，同時人也因為現在移動網際網路的發展生活在一個移動的數據的世界裡，我們每個人就是一個移動數據的載體，你無時無刻地留下了數據。
現在大家更多得用拼多多、抖音，變遷非常快，現在小視頻也非常活躍。
中國有就在金融科技這塊擁有一個非常優越的環境，因為我們的市場足夠大，用戶體驗上做得非常好。中國第一是競爭，第二是人口眾多，所以我們網際網路的公司對用戶體驗這塊做得非常好，所以我們金融科技有基礎設施之後在各種各樣的應用中都用得非常好，這是金融科技為何在中國能夠發展這麼快甚至有點失控了。
而在5G網際網路時代是個多埠的時代，我們的智能家居也是個埠。冰箱就是個智能家電，它就是一個埠，這個是在物聯網時代，我們未來是多埠的時代，數據就更加泛濫，大數據就更加豐富，原來需要一個單埠的手機，未來可能是多載體的，包括線上的遠程醫療問診。
「未來我們會生活在智慧城市。」
另類數據越來越重要，三個特點體量大、傳播速度快、數據種類多，它是非結構化的，每個人在線上生成，或者有些商業機構像京東商城，或者設了些傳感器衛星GPS數據，現在專門有data provider專門賣數據的，在國外只要你是合法獲得的，這些數據都變成市場化了
未來更多的研究員變成數據工程師傳統數據另類數據是不一樣的，傳統數據是個結構化的會計信息滯後的，但是另類數據實時在發生，這個時候是非結構化的，這些非結構化的數據怎麼樣直觀的表現出來，所以可視化也很重要。
傳統金融機構這麼龐大，你要讓它做一個內部人員的更新和組織的變化是非常難的事情所以一個大的傳統金融機構需要補的一課就是怎麼把自己慢慢變成數據驅動的，慢慢變成線上化的，變成更加互聯化的以數據為驅動的。
所以我們未來真的不再依靠所謂公開的數據或者結構化的數據，而是更多依靠第一手的非結構化數據。
另類數據更多的是研究個人、商業監測工具的數據，更多的是用數據挖掘的方式，用這些數據模型來給我們提供這樣的方向。現在打了個基礎，當我們講到大數據時代的時候，大數據為什麼大，大在哪裡，大數據為什麼這麼重要，剛才講了無論是研究個人，未來你可能找個女朋友找個男朋友也不用去相親網站了，也許你有些數據可以直接獲得，更加清楚的認識對方。
這是在我們大數據時代做金融產品設計的時候不得不去考慮基礎的素材。數據就變成我們現在在大數據時代金融產品設計最重要的素材。
金融科技產品的設計
以大數據為基礎，吳雅楠博士介紹AI和機器學習的方式，如何在消費金融的金融產品中去設計，最主要解決金融產品給他定價的時候借款人的風險定價，給他借多少利率的貸款，同時這個人未來的還款能力意願的概率怎樣，都是需要通過金融科技做到的。這些代表了在消費金融裡該怎麼判斷一個人的風險定價是優質的金融客戶還是中等的還是比較差的，這樣的話他的風險、給他授信的額度和他借款的收益率都會差異化個性化，這在過去是無法做到的，你不可能服務得這麼細，因為他借款金額本身就小，他成本根本就覆蓋不過來。現在用大數據和機器學習的方式能夠實現，人就是一個移動數據載體，因為這樣的結果我們能夠服務這樣一個個體的人，而且把他服務的個性化。
第二是在投資領域，我們對期貨品種對他中高頻的數據進行學習，同時用機器學習的方法捕捉到一些好的因子和特徵變量，這些是非線性的，所謂的非線性就是不是像原來MACD、RSI簡單的技術指標，而是想像不到的非線性的指標，這些反而在微觀結構裡是有效的，至少和現有的因子是相關性比較低的。
智能投顧
智能投顧是未來銀行券商和大家做財富管理的時候都需要面對的，個性化的投顧的模式，投顧解決的是資產配置，資產配置最基本的最經典的是我們要做有效組合前沿，根據有效組合理論找到針對他的風險偏好，一個有效的投資組合，一個投資組合針對他個人，根據他所能忍受的波動所產生的未來的預期收益率，這是資產配置的一個概念。
總結來說智能化的財富管理和智能化的金融產品、資產配置的設計，設計了幾個大的模型，大數據的分析模型，無論是資產還是用戶，投資者適當性模型，投資者的風險偏好在哪塊，他的流動性偏好在哪塊，他的場景在哪塊，然後就是有效組合前沿，怎麼構造一個跟他的個性化組合相關，最後變成一個產品，產品本身可以給用戶提供個性化的產品，最終就是千面千時的模型，我們隨時隨地可以服務任何一個人，同時給他個性化。你把智能投顧提煉的話或者金融產品未來想達到什麼目的的話，這是一站式的資產配置和資產管理的平臺，這裡邊有不同的資產從不同的機構採集的資產、不同的渠道設計的產品匯集到一起之後，另外你服務的用戶是什麼樣的用戶，他需要什麼樣的資產他需要什麼樣的產品，你能夠幫他做一個有效的匹配嫁接，滿足他個性化的風險偏好，滿足他個性化的流動性需求，也滿足他個性化的生活場景需求，這就是未來的金融產品方向。（本文根據吳雅楠授課錄音整理）
【版權及免責聲明】凡本網所屬版權作品，轉載時須獲得授權並註明來源「中國產業經濟信息網」，違者本網將保留追究其相關法律責任的權力。凡轉載文章及企業宣傳資訊，僅代表作者個人觀點，不代表本網觀點和立場。版權事宜請聯繫：010-65367254。
延伸閱讀