首页 > 2017年第23期 > 金融科技 > 正文

您好,欢迎来到《中国金融》,进入 [博客][论坛]

金融业大数据安全问题

作者:唐彬 吴晓光

2018年01月02日 摘自:《中国金融》 2017年第23期共有条评论

打印Email评论

  近年来,大数据技术在金融行业应用逐步深入,在为金融行业带来价值的同时,也带来了新的数据安全问题。金融行业如何在实施大数据战略的过程中保障安全,是政府部门、监管机构、金融机构、金融科技公司需要思考和应对的问题。

金融行业大数据应用的特征和趋势

  2010年前后,大数据技术基于传统的数据分析技术发展起来。传统的数据分析、挖掘通常是基于结构化、关系型的数据,通过抽样分析对整个数据集进行预测和判断,这就要求提供抽样的样本必须是高质量的,否则预测的结果会出现很大偏差。而大数据分析,则是对全量数据的分析,数据可以有一定程度的冗余。另外,传统数据分析往往是某种因果关系的推理过程,而大数据分析更关注规律性挖掘和关联性分析,属于认知方法上的转变。“超大容量”和“超强计算能力”是大数据平台的基本特征。目前,市面上MPP数据库、Hadoop/Spark大数据平台以及各种NoSQL数据库越来越成熟,技术供给越来越丰富,可支持多种应用场景,其价值和优势逐步被更多的机构所认可。

  金融行业作为一个知识密集、信息密集和智力密集型行业,无论是以创新驱动转型为目标的金融科技(FinTech),还是以规范行业发展为目标的监管科技(RegTech),都离不开大数据技术的有力支撑。从金融科技层面看,金融机构在经营过程中与社会各行业形成了巨大的网络,沉淀了大量数据,基于大数据的人工智能和机器学习等技术将成为提高金融机构核心竞争力的重要因素。这些技术在前台可以用于挖掘客户需求,在中台可以支持授信、各类交易的决策,在后台可以用于风险防控和监督,推动金融服务不断转型升级。从监管科技层面看,为适应业务发展要求,监管机构亟须改变传统监管模式,全面推进各类业务数据高效采集和整合,与政府数据、社会数据加以关联分析、融合利用,从而有助于提升宏观调控、市场监管、社会治理和公共服务的精准性和有效性。

  ……『全文可点击文末“阅读原文”购买《中国金融》当期印刷版进行浏览』

  作者单位:中国人民银行金融信息中心,唐彬系副主任

  (责任编辑 贾瑛瑛)

打印Email评论

0

相关阅读

我要评论 [ 所发表评论仅代表网友个人观点,不代表《中国金融》观点 ]