淺析大數(shù)據(jù)與經(jīng)濟學(xué)

摘 要

• 文章從大數(shù)據(jù)的發(fā)展現(xiàn)狀分析入手,討論了大數(shù)據(jù)對傳統(tǒng)經(jīng)濟學(xué)帶來的機遇與挑戰(zhàn)。運用大數(shù)據(jù)經(jīng)濟學(xué)的概念，分析了大數(shù)據(jù)經(jīng)濟學(xué)與信息經(jīng)濟學(xué)、信息技術(shù)等相關(guān)學(xué)科的關(guān)系。并將理論研究與實踐應(yīng)用實時地統(tǒng)一在一起,最后對大數(shù)據(jù)經(jīng)濟學(xué)發(fā)展前景進行了展望,認為大數(shù)據(jù)經(jīng)濟學(xué)不僅將理論科學(xué)、實驗科學(xué)、復(fù)雜現(xiàn)象模擬統(tǒng)一在一起,而且將自然科學(xué)和社會科學(xué)統(tǒng)一在一起,具有非常好的發(fā)展前景。
• 關(guān)鍵詞：大數(shù)據(jù) 大數(shù)據(jù)經(jīng)濟學(xué) 傳統(tǒng)經(jīng)濟學(xué) 大數(shù)據(jù)統(tǒng)計學(xué)

前 言

• 自微博成立以來，新浪微博的用戶已經(jīng)增至5億人，每天就要發(fā)布4億多條訊息，每天更新的照片超過1000萬張，美國的Facebook公司利用將近10萬億條價格記錄來預(yù)測飛機票的價格，準確率高達75%，采用該系統(tǒng)購票每張機票平均可節(jié)省50美元。據(jù)專家預(yù)測未來幾年的全球大數(shù)據(jù)將會增加8倍，世界上存儲的數(shù)據(jù)將達到1.2ZB。美國麥肯錫公司（McKinset&Company）曾對全球的大數(shù)據(jù)分布做了一個研究和統(tǒng)計，中國每年的新增數(shù)據(jù)量約為250PB，美國約為3500PB，歐洲約為2000PB，可見大數(shù)據(jù)已經(jīng)深深地充斥了人類經(jīng)濟社會的諸多角落。
• 《計算機學(xué)報》刊登的“架構(gòu)大數(shù)據(jù)：挑戰(zhàn)、現(xiàn)狀與展望”一文列舉了大數(shù)據(jù)分析平臺需要具備的幾個重要特性，對當前的主流實現(xiàn)平臺——并行數(shù)據(jù)庫、MapReduce及基于兩者的混合架構(gòu)進行了分析歸納，指出了各自的優(yōu)勢及不足，同時也對各個方向的研究現(xiàn)狀及作者在大數(shù)據(jù)分析方面的努力進行了介紹，對未來研究做了展望。著名未來學(xué)家阿爾文？夫勒（1980）很早就在其經(jīng)典著作《第三次浪潮》中，將大數(shù)據(jù)熱情地贊譽為“第三次浪潮的華彩樂章”。2012年世界經(jīng)濟論壇發(fā)布了《大數(shù)據(jù)、大影響》的報告，從金融服務(wù)、健康、教育、農(nóng)業(yè)、醫(yī)療等多個領(lǐng)域闡述了大數(shù)據(jù)給世界經(jīng)濟社會發(fā)展帶來的機會。從某種程度上說，大數(shù)據(jù)是數(shù)據(jù)分析的前沿技術(shù)。簡言之，從各種各樣類型的數(shù)據(jù)中，快速獲得有價值信息的能力，就是大數(shù)據(jù)技術(shù)。明白這一點至關(guān)重要，也正是這一點促使該技術(shù)具備走向眾多企業(yè)的潛力。大數(shù)據(jù)最核心的價值就是在于對于海量數(shù)據(jù)進行存儲和分析。相比起現(xiàn)有的其他技術(shù)而言，大數(shù)據(jù)的“廉價、迅速、優(yōu)化”這三方面的綜合成本是最優(yōu)的。
  那么，大數(shù)據(jù)對經(jīng)濟夜來說意味著什么？對傳統(tǒng)經(jīng)濟學(xué)會帶來哪些沖擊？傳統(tǒng)經(jīng)濟學(xué)又應(yīng)該如何面對大數(shù)據(jù)帶來的挑戰(zhàn)？

1. 論文概述

1.1 研究背景及意義

1.1.1 研究背景

• 近年來，隨著大數(shù)據(jù)、云計算、區(qū)塊鏈、人工智能等新技術(shù)的快速發(fā)展，這些新技術(shù)與金融業(yè)務(wù)深度融合，釋放出了金融創(chuàng)新活力和應(yīng)用潛能，這大大推動了我國金融業(yè)轉(zhuǎn)型升級，助力金融更好地服務(wù)實體經(jīng)濟，有效促進了金融業(yè)整體發(fā)展。在這一發(fā)展過程中，又以大數(shù)據(jù)技術(shù)發(fā)展最為成熟、應(yīng)用最為廣泛。從發(fā)展特點和趨勢來看，“金融云”快速建設(shè)落地奠定了金融大數(shù)據(jù)的應(yīng)用基礎(chǔ)，金融數(shù)據(jù)與其他跨領(lǐng)域數(shù)據(jù)的融合應(yīng)用不斷強化，人工智能正在成為金融大數(shù)據(jù)應(yīng)用的新方向，金融行業(yè)數(shù)據(jù)的整合、共享和開放正在成為趨勢，給金融行業(yè)帶來了新的發(fā)展機遇和巨大的發(fā)展動力。

• 大數(shù)據(jù)涉及的行業(yè)過于廣泛，除金融外，還包括政治、教育、傳媒、醫(yī)學(xué)、商業(yè)、工業(yè)、農(nóng)業(yè)、互聯(lián)網(wǎng)等多個方面。根據(jù)國際知名咨詢公司麥肯錫的報告顯示：在大數(shù)據(jù)應(yīng)用綜合價值潛力方面，信息技術(shù)、金融保險、政府及批發(fā)貿(mào)易四大行業(yè)潛力最高高。具體到行業(yè)內(nèi)每家公司的數(shù)據(jù)量來看，信息、金融保險、計算機及電子設(shè)備、公用事業(yè)四類的數(shù)據(jù)量最大。可以看出，無論是投資規(guī)模和應(yīng)用潛力，信息行業(yè)（互聯(lián)網(wǎng)和電信）和金融行業(yè)都是大數(shù)據(jù)應(yīng)用的重點行業(yè)。

1.1.2 研究意義

大數(shù)據(jù)在帶來巨大技術(shù)挑戰(zhàn)的同時，也帶來巨大的技術(shù)創(chuàng)新與商業(yè)機遇。不斷積累的大數(shù)據(jù)包含著很多在小數(shù)據(jù)量時不具備的深度知識和價值，大數(shù)據(jù)分析挖掘?qū)⒛転樾袠I(yè)/企業(yè)帶來巨大的商業(yè)價值，實現(xiàn)各種高附加值的增值服務(wù)，進一步提升行業(yè)/企業(yè)的經(jīng)濟效益和社會效益。由于大數(shù)據(jù)隱含著巨大的深度價值，美國政府認為大數(shù)據(jù)是“未來的新石油”，對未來的科技與經(jīng)濟發(fā)展將帶來深遠影響。因此，在未來，一個國家擁有數(shù)據(jù)的規(guī)模和運用數(shù)據(jù)的能力將成為綜合國力的重要組成部分，對數(shù)據(jù)的占有、控制和運用也將成為國家間和企業(yè)間新的爭奪焦點。

1.2 大數(shù)據(jù)的發(fā)展現(xiàn)狀

1.2.1國內(nèi)大數(shù)據(jù)發(fā)展現(xiàn)狀

• 在政府層面，科技部“十二五”部署了關(guān)于物聯(lián)網(wǎng)、云計算的相關(guān)專項。2012年，中科院院長白春禮院士呼吁中國應(yīng)制定國家大數(shù)據(jù)戰(zhàn)略。同年3月，科技部發(fā)布的《“十二五”國家科技計劃信息技術(shù)領(lǐng)域2013年度備選項目征集指南》中的“先進計算”板塊己明確提出“面向大數(shù)據(jù)的先進存儲結(jié)構(gòu)及關(guān)鍵技術(shù)”，國家“973計劃”、“863計劃”、國家自然科學(xué)基金等也分別設(shè)立了針對大數(shù)據(jù)的研究計劃和專項。目前已立項“973計劃”項目2項，“973計劃”青年項目2項，國家自然科學(xué)基金重點項目2項。
• 在學(xué)術(shù)研究層面，國內(nèi)許多高等院校和研究所開始成立大數(shù)據(jù)的研究機構(gòu)。與此同時，國內(nèi)有關(guān)大數(shù)據(jù)的學(xué)術(shù)組織和活動也紛紛成立和開展。2012年中國計算機學(xué)會和中國通信學(xué)會都成立了大數(shù)據(jù)專家委員會，教育部也在人民大學(xué)成立“薩師煊大數(shù)據(jù)分析與管理國際研究中心”。近年來開展了許多學(xué)術(shù)活動，主要包括:CCF大數(shù)據(jù)學(xué)術(shù)會議、中國大數(shù)據(jù)技術(shù)創(chuàng)新與創(chuàng)業(yè)大賽、大數(shù)據(jù)分析與管理國際研討會、大數(shù)據(jù)科學(xué)與工程國際學(xué)術(shù)研討會、中國大數(shù)據(jù)技術(shù)大會和中國國際大數(shù)據(jù)大會等。
• 在產(chǎn)業(yè)層面，國內(nèi)不少知名企業(yè)或組織也成立了大數(shù)據(jù)產(chǎn)品團隊和實驗室，力爭在大數(shù)據(jù)產(chǎn)業(yè)競爭中占據(jù)領(lǐng)先地位。

1.2.2 國外大數(shù)據(jù)發(fā)展現(xiàn)狀

• 在學(xué)術(shù)界，美國麻省理工大學(xué)(MIT)計算機科學(xué)與人工智能實驗室(CSAIL)建立了大數(shù)據(jù)科學(xué)技術(shù)中心(ISTC)。ISTC主要致力于加速科學(xué)與醫(yī)藥發(fā)明、企業(yè)與行業(yè)計算，并著重推動在新的數(shù)據(jù)密集型應(yīng)用領(lǐng)域的最終用戶體驗的設(shè)計創(chuàng)新。大數(shù)據(jù)ISTC由MIT作為中心學(xué)校，研究專家們來自MIT、加州大學(xué)圣巴巴拉分校、波特蘭州立大學(xué)、布朗大學(xué)、華盛頓大學(xué)和斯坦福大學(xué)等6所大學(xué)。通過明確和資助領(lǐng)域帶頭人、提供合作研究中心的方式，目標是發(fā)掘共享、存儲和操作大數(shù)據(jù)的解決方案，涉及Intel，Microsoft，EMC等多家國際產(chǎn)業(yè)巨頭。
• 在產(chǎn)業(yè)界，國外許多著名企業(yè)和組織都將大數(shù)據(jù)作為主要業(yè)務(wù)，例如IBM，Microsoft，EMC，DELL，HP等國際知名廠商都提出了各自的大數(shù)據(jù)解決方案或應(yīng)用。IBM宣布了收購StarAnalytics(星分析公司)軟件產(chǎn)品組合的消息。除了StarAnalytics，在IBM最新的收購計劃中，Splunk和NetApp是最熱門的收購目標。據(jù)不完全統(tǒng)計，從2005年起，IBM花費超過160億美元收購了35家與大數(shù)據(jù)分析相關(guān)的公司。此外，IBM還和全球千所高校達成協(xié)議，就大數(shù)據(jù)的聯(lián)合研究、教學(xué)、行業(yè)應(yīng)用案例開發(fā)等方面開展全面的合作。無疑，歐美等國家對大數(shù)據(jù)的探索和發(fā)展已走在世界前列，各國政府已將大數(shù)據(jù)發(fā)展提升至戰(zhàn)略高度，大力促進大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展。

1.3 論文研究主要內(nèi)容

• 考慮到大數(shù)據(jù)給傳統(tǒng)經(jīng)濟學(xué)帶來的巨大沖擊和影響，迫切需要對此進行研究，斯坦福大學(xué)的教授、沃爾瑪全球電子商務(wù)的高級副總裁、WalmartLabs的共同創(chuàng)立者AnandRajaraman發(fā)明了一個新詞Econinformatics，指將計算機科學(xué)和信息技術(shù)應(yīng)用于經(jīng)濟學(xué)領(lǐng)域，特別指應(yīng)用于大數(shù)據(jù)的經(jīng)濟分析。由于該詞和InformationEconomics的意義相近，翻譯成中文后更容易混淆，加上其和Ecoinformatics（生態(tài)）相近，因此并不是一個好的名詞。本文提出大數(shù)據(jù)經(jīng)濟學(xué)（Big DataEconomics或Economics ofBigData），給出如下定義：大數(shù)據(jù)經(jīng)濟學(xué)是在經(jīng)濟學(xué)研究和應(yīng)用中采用大數(shù)據(jù)并且采用大數(shù)據(jù)思想對傳統(tǒng)經(jīng)濟學(xué)進行深化的新興交叉學(xué)科。大數(shù)據(jù)經(jīng)濟學(xué)不僅要研究如何建模、管理和應(yīng)用大數(shù)據(jù)，而且要深入研究傳統(tǒng)經(jīng)濟學(xué)如何應(yīng)對大數(shù)據(jù)帶來的挑戰(zhàn)并進行改良，大數(shù)據(jù)經(jīng)濟學(xué)需要經(jīng)濟學(xué)家、領(lǐng)域?qū)＜液托畔⒓夹g(shù)專家等密切合作，對人文社科與自然科學(xué)的跨學(xué)科研究提出了更高的要求，并且對整個經(jīng)濟學(xué)、社會學(xué)、公共管理等將帶來革命性變革。大數(shù)據(jù)經(jīng)濟學(xué)的研究內(nèi)容包括：大數(shù)據(jù)計量經(jīng)濟學(xué)（BigData Econometrics）、大數(shù)據(jù)統(tǒng)計學(xué)（BigData Statistics）、大數(shù)據(jù)領(lǐng)域經(jīng)濟學(xué)。
• 在以上大數(shù)據(jù)經(jīng)濟學(xué)的各學(xué)科中，大數(shù)據(jù)統(tǒng)計學(xué)是基礎(chǔ)，大數(shù)據(jù)計量經(jīng)濟學(xué)是研究方法，而大數(shù)據(jù)領(lǐng)域經(jīng)濟學(xué)是具體的運用，他們之間存在著密切的共生關(guān)系。大數(shù)據(jù)由于是基于總體的，很大程度上解決了傳統(tǒng)宏觀經(jīng)濟學(xué)與微觀經(jīng)濟學(xué)缺乏較強邏輯聯(lián)系的問題，此外大數(shù)據(jù)對傳統(tǒng)計量經(jīng)濟學(xué)帶來的一個有益之處就是，結(jié)構(gòu)化的大數(shù)據(jù)更加接近正態(tài)分布，這樣就降低了小樣本假設(shè)檢驗失效問題。

2.論文相關(guān)理論基礎(chǔ)

2.1 大數(shù)據(jù)經(jīng)濟學(xué)的概念

• 大數(shù)據(jù)計量經(jīng)濟學(xué)（BigData Econometrics）。這是和傳統(tǒng)計量經(jīng)濟學(xué)對應(yīng)的一個學(xué)科，也是大數(shù)據(jù)經(jīng)濟學(xué)下面的子學(xué)科。在大數(shù)據(jù)背景下，經(jīng)濟學(xué)建模與分析方法與傳統(tǒng)計量經(jīng)濟學(xué)完全不同，迫切需要采用全新的思路和方法進行研究。對信息技術(shù)專家們而言，大數(shù)據(jù)經(jīng)濟學(xué)僅僅是算法和建模問題，但是如果沒有經(jīng)濟學(xué)理論指導(dǎo)，沒有經(jīng)濟學(xué)家的思維，必然會導(dǎo)致研究方向的迷失。一些大數(shù)據(jù)領(lǐng)域的學(xué)者認為“要相關(guān)，不要因果”，這是非常要不得的，傳統(tǒng)經(jīng)濟學(xué)理論至今仍然到處閃爍著智慧的光芒，對經(jīng)濟現(xiàn)象的深入見解時刻發(fā)揮著重要的作用，所以大數(shù)據(jù)背景下的經(jīng)濟學(xué)分析不能主要靠信息技術(shù)的建模專家來進行，必須繼續(xù)依靠大數(shù)據(jù)計量經(jīng)濟學(xué)家。
• 大數(shù)據(jù)統(tǒng)計學(xué)（BigData Statistics）。如前所述，大數(shù)據(jù)給統(tǒng)計學(xué)帶來的挑戰(zhàn)是革命性的，在某些領(lǐng)域，傳統(tǒng)統(tǒng)計學(xué)所采用的抽樣調(diào)查方式必將徹底淘汰。此外，傳統(tǒng)統(tǒng)計學(xué)所要求的精確數(shù)據(jù)與數(shù)據(jù)加工方式可能是畫蛇添足甚至敗筆之舉，人們更加重視對一手數(shù)據(jù)而不是經(jīng)過加工過的二手統(tǒng)計數(shù)據(jù)進行分析。大數(shù)據(jù)時代，人們更加關(guān)注原始數(shù)據(jù)、關(guān)注半結(jié)構(gòu)化甚至非結(jié)構(gòu)化數(shù)據(jù)，瀏覽記錄、查詢關(guān)鍵詞、微薄文字、照片等等都是寶貴的數(shù)據(jù)資源。在大數(shù)據(jù)時代，傳統(tǒng)統(tǒng)計學(xué)也必須進行變革，對數(shù)據(jù)儲存手段、處理設(shè)備、處理方法都提出了新的要求。
• 大數(shù)據(jù)領(lǐng)域經(jīng)濟學(xué)。包括大數(shù)據(jù)生態(tài)經(jīng)濟學(xué)、大數(shù)據(jù)環(huán)境經(jīng)濟學(xué)、大數(shù)據(jù)金融學(xué)、大數(shù)據(jù)城市經(jīng)濟學(xué)、大數(shù)據(jù)工業(yè)經(jīng)濟學(xué)、大數(shù)據(jù)農(nóng)業(yè)經(jīng)濟學(xué)、大數(shù)據(jù)交通經(jīng)濟學(xué)、大數(shù)據(jù)建筑經(jīng)濟學(xué)、大數(shù)據(jù)商業(yè)經(jīng)濟學(xué)、大數(shù)據(jù)信息經(jīng)濟學(xué)、大數(shù)據(jù)人口經(jīng)濟學(xué)等學(xué)科，借用大數(shù)據(jù)的思想和技術(shù)來進行各應(yīng)用經(jīng)濟領(lǐng)域的研究。

2.2 大數(shù)據(jù)經(jīng)濟學(xué)與傳統(tǒng)經(jīng)濟學(xué)的關(guān)系

• 大數(shù)據(jù)經(jīng)濟學(xué)剛剛提出，現(xiàn)在討論其與其他學(xué)科的關(guān)系也許為時尚早。大數(shù)據(jù)經(jīng)濟學(xué)與與傳統(tǒng)經(jīng)濟學(xué)是一種互補共存關(guān)系，在大數(shù)據(jù)經(jīng)濟學(xué)誕生之初，由于大數(shù)據(jù)經(jīng)濟學(xué)理論和技術(shù)尚不成熟，雖然大數(shù)據(jù)經(jīng)濟學(xué)發(fā)展很快，但仍然以傳統(tǒng)經(jīng)濟學(xué)為主，隨著大數(shù)據(jù)經(jīng)濟學(xué)的發(fā)展，兩者會達到某種均衡。畢竟，大數(shù)據(jù)不能解決所有的經(jīng)濟學(xué)問題，一些研究仍然無法獲得大數(shù)據(jù)，需要采用傳統(tǒng)經(jīng)濟學(xué)解決的問題留待傳統(tǒng)經(jīng)濟學(xué)解決，需要大數(shù)據(jù)經(jīng)濟學(xué)解決的問題由大數(shù)據(jù)經(jīng)濟學(xué)解決。

2.3 大數(shù)據(jù)經(jīng)濟學(xué)與信息經(jīng)濟學(xué)的關(guān)系

• 大數(shù)據(jù)是現(xiàn)代信息技術(shù)高速發(fā)展的產(chǎn)物，因此必須研究大數(shù)據(jù)經(jīng)濟學(xué)與信息經(jīng)濟學(xué)的關(guān)系。傳統(tǒng)信息經(jīng)濟學(xué)（InformationEconomics）包括兩個部分：宏觀信息經(jīng)濟學(xué)與微觀信息經(jīng)濟學(xué)，嚴格意義上講，這兩者并沒有必然的關(guān)系。Machlup和Porat是宏觀信息經(jīng)濟學(xué)的創(chuàng)始人，又稱為情報經(jīng)濟學(xué)、信息產(chǎn)業(yè)經(jīng)濟學(xué)，主要從產(chǎn)業(yè)經(jīng)濟學(xué)角度研究信息這一特殊商品的生產(chǎn)、流通、利用以及經(jīng)濟效益的一門新興學(xué)科，研究視角集中在信息化與產(chǎn)業(yè)經(jīng)濟學(xué)，是經(jīng)濟學(xué)的重要分支。
• Stigler和Arrow是微觀信息經(jīng)濟學(xué)的創(chuàng)始人，又稱為理論信息經(jīng)濟學(xué)，研究不對稱信息理論、信息商品的分析、信息成本和價格、信息市場分析、信息搜尋理論等，提出用不完全信息理論來修正傳統(tǒng)的市場模型中信息完全對稱的假設(shè)，又稱契約理論或機制設(shè)計理論。

2.4 大數(shù)據(jù)經(jīng)濟學(xué)在未來發(fā)展的趨勢

• 大數(shù)據(jù)經(jīng)濟學(xué)將是21世紀經(jīng)濟學(xué)的重大進展之一。它是隨著大數(shù)據(jù)在人類經(jīng)濟社會中的應(yīng)用而產(chǎn)生的，目前尚處于萌芽階段，其實踐遠遠超越理論，可以預(yù)見的是，不久的將來是大數(shù)據(jù)經(jīng)濟學(xué)的理論建構(gòu)和高速發(fā)展期，借助高度發(fā)達的現(xiàn)代信息技術(shù)，大數(shù)據(jù)經(jīng)濟學(xué)理論可以隨時得到檢驗和修正，這樣一開始大數(shù)據(jù)經(jīng)濟學(xué)就處在一個很高的研究和應(yīng)用水平上，其發(fā)展速度遠遠高于其他任何新興學(xué)科，這也是現(xiàn)代信息技術(shù)對新興學(xué)科的重要貢獻之一。

• 從學(xué)科分類上，目前的經(jīng)濟學(xué)包括理論經(jīng)濟學(xué)與應(yīng)用經(jīng)濟學(xué)兩個一級學(xué)科，可以預(yù)計的是，隨著大數(shù)據(jù)經(jīng)濟學(xué)的日益發(fā)展與成熟，大數(shù)據(jù)經(jīng)濟學(xué)將成為和理論經(jīng)濟學(xué)與應(yīng)用經(jīng)濟學(xué)并列的一級學(xué)科，是經(jīng)濟學(xué)一級學(xué)科中的“小弟弟”。圖靈獎得主JimGray
  2007年在美國國家科學(xué)研究委員會發(fā)表演講，指出科學(xué)研究共經(jīng)歷了4個階段：數(shù)千年前，人類注重采用實驗科學(xué)來描述自然現(xiàn)象；幾百年前，人類注重理論科學(xué)；幾十年前，人類轉(zhuǎn)向計算科學(xué)，模擬復(fù)雜現(xiàn)象；而今天，人類進入數(shù)據(jù)探索階段，將理論科學(xué)、實驗科學(xué)、復(fù)雜現(xiàn)象模擬趨于統(tǒng)一。JimGray的結(jié)論主要針對自然科學(xué)，對大數(shù)據(jù)經(jīng)濟學(xué)而言，不僅是將理論科學(xué)、實驗科學(xué)、復(fù)雜現(xiàn)象模擬統(tǒng)一在一起，而且將自然科學(xué)和社會科學(xué)統(tǒng)一在一起，將理論研究與實踐應(yīng)用實時地統(tǒng)一在一起，大數(shù)據(jù)經(jīng)濟學(xué)將是智能經(jīng)濟學(xué)。

3. 大數(shù)據(jù)在經(jīng)濟領(lǐng)域的應(yīng)用

3.1 大數(shù)據(jù)在經(jīng)濟領(lǐng)域的研究現(xiàn)狀

• 近年來，數(shù)據(jù)科學(xué)和機器學(xué)習(xí)應(yīng)對一系列主要金融任務(wù)的能力已成為一個特別重要的問題。
• 風(fēng)險管理是金融機構(gòu)極其重要的領(lǐng)域，負責(zé)公司的安全性，可信度和戰(zhàn)略決策。風(fēng)險可以來自很多來源，例如競爭對手，投資者，監(jiān)管機構(gòu)或公司的客戶。此外，風(fēng)險的重要性和潛在損失可能不同。因此，主要步驟是識別，優(yōu)先考慮和監(jiān)控風(fēng)險，這是機器學(xué)習(xí)的完美任務(wù)。通過對大量客戶數(shù)據(jù)，金融借貸和保險結(jié)果的訓(xùn)練，算法不僅可以增強風(fēng)險評分模型，還可以提高成本效率和可持續(xù)性。數(shù)據(jù)科學(xué)和人工智能（AI）在風(fēng)險管理中最重要的應(yīng)用是識別潛在客戶的信譽。為了為特定客戶建立適當?shù)男庞妙~度，公司使用機器學(xué)習(xí)算法來分析過去的支出行為和模式。 這種方法在與新客戶或具有簡短信用記錄的客戶合作時也很有用。
• 管理客戶數(shù)據(jù)，對于金融公司來說，數(shù)據(jù)是最重要的資源。因此，高效的數(shù)據(jù)管理是企業(yè)成功的關(guān)鍵。今天，在結(jié)構(gòu)和數(shù)量上存在大量的金融數(shù)據(jù)：從社交媒體活動和移動互動到市場數(shù)據(jù)和交易細節(jié)。金融專家經(jīng)常需要處理半結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)，手動處理這些數(shù)據(jù)是一個巨大的挑戰(zhàn)。人工智能工具，特別是自然語言處理，數(shù)據(jù)挖掘和文本分析有助于將數(shù)據(jù)轉(zhuǎn)化為智能數(shù)據(jù)治理和更好的業(yè)務(wù)解決方案，從而提高盈利能力。
• 預(yù)測分析現(xiàn)在是金融服務(wù)的核心。值得特別關(guān)注的是預(yù)測分析，它揭示了預(yù)測未來事件的數(shù)據(jù)模式，可以立即采取行動。通過了解社交媒體，新聞趨勢和其他數(shù)據(jù)源，這些復(fù)雜的分析方法已經(jīng)實現(xiàn)了預(yù)測價格和客戶終生價值，未來生活事件，預(yù)期流失率和股市走勢等主要應(yīng)用。
  最重要的是，這種技術(shù)可以幫助回答復(fù)雜的問題如何最好地介入。總而言之，實時和預(yù)測分析顯著改變了不同金融領(lǐng)域的狀況。通過Hadoop，NoSQL和Storm等技術(shù)，傳統(tǒng)和非傳統(tǒng)數(shù)據(jù)集以及最精確的算法，數(shù)據(jù)工程師正在改變財務(wù)用于工作的方式。
• 深度個性化和定制。企業(yè)認識到，在當今市場競爭的關(guān)鍵步驟之一是通過與客戶建立高質(zhì)量的個性化關(guān)系來提高參與度。這個想法是分析數(shù)字客戶體驗，并根據(jù)客戶的興趣和偏好對其進行修改。人工智能在理解人類語言和情感方面取得重大進展，從而將客戶個性化提升到一個全新的水平。數(shù)據(jù)工程師還可以建立模型，研究消費者的行為并發(fā)現(xiàn)客戶需要財務(wù)建議的情況。預(yù)測分析工具和高級數(shù)字交付選項的結(jié)合可以幫助完成這項復(fù)雜的任務(wù)，在最恰當?shù)臅r機指導(dǎo)客戶獲得最佳財務(wù)解決方案，并根據(jù)消費習(xí)慣，社交人口趨勢，位置和其他偏好建議個性化服務(wù)。

3.2 大數(shù)據(jù)在經(jīng)濟領(lǐng)域存在的問題

• 大數(shù)據(jù)在經(jīng)濟領(lǐng)域存在問題主要就是數(shù)據(jù)共享及數(shù)據(jù)保護的問題。大數(shù)據(jù)的應(yīng)用，前提是要有大數(shù)據(jù)，而在很多金融機構(gòu)而言，并沒有所謂的大數(shù)據(jù)，何談應(yīng)用呢。我們知道，在次級類用戶的信用評價中，非征信數(shù)據(jù)發(fā)揮著重要的作用，但是要獲得有價值的數(shù)據(jù)并不容易。一般來講，盈利性質(zhì)的商業(yè)公司和企業(yè)都不會輕易泄露自己的數(shù)據(jù)、建模方法和分析過程，這個無可厚非，但客觀上便產(chǎn)生了這樣一種效果，幾大互聯(lián)網(wǎng)巨頭變成了數(shù)據(jù)黑洞，用戶的數(shù)據(jù)進得去、出不來，可以為企業(yè)自身而用，但不能為整個行業(yè)或社會而用。此外，散落在稅務(wù)、公積金、海關(guān)、工商等領(lǐng)域的數(shù)據(jù)梳理和整合，也是漫長的過程。

3.3 大數(shù)據(jù)在經(jīng)濟領(lǐng)域未來的發(fā)展前景

• 當前，數(shù)據(jù)成為繼土地、勞動力、資本、技術(shù)之后最為活躍的生產(chǎn)要素，數(shù)據(jù)流帶動資金流、人才流、技術(shù)流、物資流，成為推動經(jīng)濟高質(zhì)量發(fā)展和人民生活改善的基礎(chǔ)性、戰(zhàn)略性資源。大數(shù)據(jù)作為以海量、多維數(shù)據(jù)作為關(guān)鍵生產(chǎn)要素，以大數(shù)據(jù)技術(shù)產(chǎn)品和應(yīng)用為核心內(nèi)容的新興技術(shù)和產(chǎn)業(yè)，是推動生產(chǎn)方式變革、生產(chǎn)關(guān)系再造和生活方式改變的重要抓手，是實現(xiàn)穩(wěn)增長、促改革、調(diào)結(jié)構(gòu)、惠民生和推動政府治理能力現(xiàn)代化的內(nèi)在需要和必然選擇。“十三五”時期，我國大數(shù)據(jù)從無到有，市場規(guī)模持續(xù)擴大，行業(yè)應(yīng)用快速推廣，大數(shù)據(jù)發(fā)展水平逐漸成為衡量國家和地方綜合實力的重要標準之一。

4. 結(jié)論

• 大數(shù)據(jù)技術(shù)為金融行業(yè)帶來了裂變式的創(chuàng)新活力，其應(yīng)用潛力有目共睹，但在數(shù)據(jù)應(yīng)用管理、業(yè)務(wù)場景融合、標準統(tǒng)一、頂層設(shè)計等方面存在的瓶頸也有待突破。數(shù)據(jù)資產(chǎn)管理水平仍待提高。主要體現(xiàn)在數(shù)據(jù)質(zhì)量不高、獲取方式單一、數(shù)據(jù)系統(tǒng)分散等方面。應(yīng)用技術(shù)和業(yè)務(wù)探索仍需突破。主要體現(xiàn)在金融機構(gòu)原有的數(shù)據(jù)系統(tǒng)架構(gòu)相對復(fù)雜，涉及的系統(tǒng)平臺和供應(yīng)商較多，實現(xiàn)大數(shù)據(jù)應(yīng)用的技術(shù)改造難度很大。同時，金融行業(yè)的大數(shù)據(jù)分析應(yīng)用模型仍處于起步階段，成熟案例和解決方案仍相對較少，需要投入大量的時間和成本進行調(diào)研和試錯。系統(tǒng)誤判率相對較高。
• 行業(yè)標準和安全規(guī)范仍待完善。金融大數(shù)據(jù)缺乏統(tǒng)一的存儲管理標準和互通共享平臺，對個人隱私的保護上還未形成可信的安全機制。頂層設(shè)計和扶持政策還需強化。體現(xiàn)在金融機構(gòu)間的數(shù)據(jù)壁壘較為明顯，各自為戰(zhàn)問題突出，缺乏有效的整合協(xié)同。同時，行業(yè)應(yīng)用缺乏整體性規(guī)劃，分散、臨時、應(yīng)激等特點突出，信息價值開發(fā)仍有較大潛力。
• 總的來看，大數(shù)據(jù)在金融行業(yè)的應(yīng)用起步比互聯(lián)網(wǎng)行業(yè)稍晚，其應(yīng)用深度和廣度還有很大的擴展空間。金融行業(yè)的大數(shù)據(jù)應(yīng)用依然有很多的問題需要克服，同時需要國家出臺促進金融大數(shù)據(jù)發(fā)展的產(chǎn)業(yè)規(guī)劃和扶持政策，也需要行業(yè)分階段推動金融數(shù)據(jù)開放、共享和統(tǒng)一平臺建設(shè)，強化行業(yè)標準和安全規(guī)范。只有這樣，大數(shù)據(jù)技術(shù)才能在金融行業(yè)中穩(wěn)步應(yīng)用發(fā)展，不斷推動金融行業(yè)的發(fā)展提升。

參考文獻

• [1]舒童.論大數(shù)據(jù)背景下經(jīng)濟統(tǒng)計的機遇與挑戰(zhàn)[J].今日財富(中國知識產(chǎn)權(quán)),2020(12):12-13.

• [2]趙昌洲.大數(shù)據(jù)時代信息經(jīng)濟發(fā)展趨勢及對策探究[J].現(xiàn)代商,2020(33):91-93.

• [3]舒童.經(jīng)濟統(tǒng)計中大數(shù)據(jù)分析的應(yīng)用探究[J].現(xiàn)代營銷(經(jīng)營版),2020(12):122-123.

• [4]孔維亮.大數(shù)據(jù)在現(xiàn)代經(jīng)濟管理中的應(yīng)用探究[J].山西農(nóng)經(jīng),2020(20):119-120.

總結(jié)

以上是生活随笔為你收集整理的浅析大数据与经济学的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。