小伙伴们反映都在为论文烦恼，小编为大家精选了《大数据金融论文范文(精选3篇)》的文章，希望能够很好的帮助到大家，谢谢大家对小编的支持和鼓励。[内容摘要]大数据金融已成为社会热点问题，对传统金融行业产生了强烈冲击。为了实现金融大数据的二次增值、优化内部管理、客户服务和支持产品创新，本文以价值链理论为指导，通过分析金融大数据特征和延伸传统数据价值链，构建了基于金融大数据价值链网络的数据价值链模型，建立了包括服务对象、服务内容、服务模式、管理模式和服务质量的服务体系来支持金融大数据超市的高质量运营。
第一篇：大数据金融论文范文
大数据时代考验金融安全
6月6日，美国《华盛顿邮报》披露称，过去6年间，美国国家安全局和联邦调查局通过进入微软、谷歌、苹果、雅虎等九大网络巨头的服务器，监控美国公民的电子邮件、聊天记录、视频及照片等秘密资料。
此事件让人们对互联网再次提高了警惕，大数据是互联网时代的重要特征，其发展方向是数据共享和数据开放。随着云服务的推出，很多互联网企业把一些敏感数据放在互联网云端，通过对数据的挖掘、分析，最后形成有用的信息。在互联网金融的大环境下，这将对信息安全，包括资金安全提出更大挑战。
小隐私中的大隐患
从近期的案件分析来看，犯罪分子更多把目光放在数据挖掘和数据分析上，互联网金融的发展使他们容易窃取到一些更精准的企业信息和个人信息，作案成功率也会更高。
类似于已被人们熟知的信用卡欺诈、套现洗钱等事件还在不断发生。而且从互联网到手机，从电话到电视，从pos机到pad，第三方支付渠道愈加增多。互联网金融最基本的核心还是金融的属性和金融的特性，所以还是要以金融的风险管理角度来直面互联网金融所带来的风险。
中国金融认证中心助理总经理王梅认为，金融机构在面临这些信息安全隐患时，需要加强新技术和新应用这方面的研究。随着现在银行业务不断的创新，电子银行的渠道也越来越多，复杂度越来越高。银行金融机构要从业务架构和技术架构两方面人手，考虑如何更好的融合。尤其是信息安全建设方面，系统建设要同时启动规划、开发、测试、上线，要充分认识重视信息安全。最重要的是加强信息安全的宣传、引导，尤其是电子银行安全方面的引导。
“很多时候，客户发生信息泄露事件，是客户自身对信息安全意识不足。”一位银行人士表示，对于一些诈骗信息，百姓应分辨清楚，不轻信对方。
中国互联网络信息中心(CNNIC)发布的《2012年中国网民信息安全状况研究报告》显示，我国信息安全状况不容乐观，而网民对信息安全危害意识程度不够。
有84.8%的网民遇到过信息安全事件，在这些网民中，平均每人遇到2.4类信息安全事件。在众多信息安全事件中垃圾短信和手机骚扰电话发生比例最高，分别有68.3%和56.5%。而“欺诈诱骗信息”、“假冒网站”等新型信息安全事件甚至超过了部分传统信息安全事件。38.2%的网民遇到过“欺诈诱骗信息”，这一比例甚至比传统的“中病毒或木马”的网民比例高出15.1个百分点。但在遇到信息安全事件的网民中，高达47.5%的网民不做任何处理，网民对信息安全事件的危害并不了解或不在意。
中国金融认证中心副总经理曹小青撰文表示，对消费者而言，面临的风险主要包含电子货币形式的资金的损失和电子信息形式的隐私泄露两类。目前看消费者一方风险产生的原因，主要是消费者安全意识薄弱、消费者操作不当、木马软件泛滥及黑客攻击猖獗。
他提醒消费者，要注意保护个人的隐私信息。如电话号码、家庭住址、身份证号码、公司地址、E-mail等信息。不要将对自己至关重要的敏感信息暴露在网上;不使用弱密码，也不在多处使用同一密码;加强安全支付意识，不在网吧进行支付，不使用公共网络进行支付;在线交易操作需要反复确认，随时注意浏览器地址栏、弹出窗口的各项内容等细节信息;认清不同种支付方式所面临的风险，对短信支付、手机银行支付、信用卡支付等支付方式，要通过设置交易资金限制等方式来降低风险。
业务连续性管理新课题
如果说，隐私泄露带来的信息安全问题，自己稍加注意便能避免，那如果是因为银行管理失误，导致民众无法正常办理金融业务，这会让信息金融时代的民众最缺乏安全感。
根据中国金融认证中心发布的《2012中国电子银行调查报告》显示，中国电子银行业务连续三年呈增长态势，68%的用户使用网上银行替代了一半以上的柜台业务，部分银行网银替代率超过85%。而40%的个人网银用户拥有多个网银账户，最近1年内的网银账户主动开通率为75%;个人手机银行用户比例为8.9%，较2011年增长2.6个百分点，连续三年呈增长趋势。
在此大背景下，各大银行的信息系统一旦出现问题，将带来难以估量的损失。
6月23日，中国资产规模最大的银行中国工商银行出现系统“瘫痪”，柜面取款、自动取款机、网上银行、电话银行等业务办理均大受影响，多个网点更贴出“机器故障”告示停办所有业务。此次事件涉及北京、上海、武汉、四川等中国多个省市。
中国工商银行在内地拥有数万家营业网点，电话银行注册客户已超过1亿户，短信银行累计服务客户达2150万户，因此，此次系统故障影响范围颇大。随后工行证实事件乃系统升级所致，但此次“意外”已经引起坊间一些过度“解读”。
7月初，中国工商银行就6·23事件内部通报指出，故障原因是由于供应商提供的主机版本内存清理机制存在缺陷引发的。小概率，高风险的系统故障再一次将银行灾备与风险管理的重要性凸显出来，也让业务连续性管理(BCM)这一普通人觉得陌生的术语浮出水面。
银行业信息系统承载着金融机构核心业务和金融服务的稳定运行，一个环节出现问题，就可能引发“多米诺骨牌”式的传递效应，引发系统性金融信息安全风险，巨大的经济损失尚且可估算，但对银行社会声誉的巨大损失甚至容易引发全社会的恐慌所带来的巨大冲击则是不可估量的。
显然，在6月多家银行系统故障频发的现实证明我国银行业风险管控意识亟待升级。我国银行业IT应用早已步入集中时代，但在数据和业务系统的连续性管理上，大多金融机构起步较晚，中小型金融机构更是如此。
2008年，现任银监会副主席郭利根曾就多起国内银行信息科技风险事件发表讲话。他指出，基础建设滞后、软硬件及核心技术受制于人和系统管理粗放是当时银行业信息科技建设存在的主要问题，特别是在业务连续性规划、业务恢复机制、风险化解和转移措施、技术恢复方案等方面，存在明显的“短板”。
从银行信息化大集中角度看，业务连续性管理贯穿银行服务始终。从业务战略层面。统一应急管理工作保障制度、规范应急体系和流程、完善应急管理体系整体规划、完善信息系统和基础设施应急预案及必要的演练等业务连续性管理措施应当是银行业务保障的基础;规范与业务连续性管理相配套衔接的服务流程，保障管理措施的规范执行是银行主管部门、执行部门、保障部门都应重视的重要内容;建立预案体系、演练体系和应急体系，明确突发危机场景、技术、手册等方面的预案，通过积极演练和科学的应急体系维护业务连续性;在IT层面，除了设立科学合理的异地灾备与应急体系外，还需建设BCM平台，全面覆盖风险分析、业务影响度分析、预案开发和管理、应急演练、应急响应、应急恢复等领域，形成一套完整的IT业务连续性管理闭环。另外，在企业文化方面，也需强调、培训业务连续性和危机保障的重要性。
对于安全问题，中国人民银行科技司司长王永红曾表示，从人民银行角度来看，金融信息系统与网络系统出问题，不仅仅是一种经济安全问题，由于它存在一种共振，有可能从一种单纯的技术问题或者说单纯的信息安全问题，演变为一种社会政治的稳定问题。
第二篇：大数据时代我国金融数据的服务创新
[内容摘要]大数据金融已成为社会热点问题，对传统金融行业产生了强烈冲击。为了实现金融大数据的二次增值、优化内部管理、客户服务和支持产品创新，本文以价值链理论为指导，通过分析金融大数据特征和延伸传统数据价值链，构建了基于金融大数据价值链网络的数据价值链模型，建立了包括服务对象、服务内容、服务模式、管理模式和服务质量的服务体系来支持金融大数据超市的高质量运营。最后，本文研究建立了金融大数据超市的架构。
[关键词]价值链；金融大数据超市；数据增值；金融大数据价值链模型
互联网环境下的大数据金融拉近了供需双方的距离，颠覆了双方之间信息不对称的问题，为缓解金融排斥、促进社会公平和优化金融服务等注入了新的创新手段。大数据金融的本质是去中介化、价格透明化。以互联网倡导的开放、平等、协作和分享的思想为引导，通过合理的运用大数据技术，对所掌控的数据资产进行加工、处理、整合、利用和反馈等，不断挖掘数据资产的价值，为创新金融的内外监管，提高服务效率和支撑产品优化以及新产品开发，实现向客户提供高质量的服务为目标，提供了全新的思维和技术支撑。从传统金融企业内部数据资产的加工流程分析可知，其流程是一个完整的传统数据价值链，数据从产生到其价值的体现是通过各种系统加工处理持续循环的流程，并且随着人类社会的进步和科学技术不断的进步，为了支撑实体经济发展和提升行业自身核心竞争力，数据价值链的流程一直在持续横向和纵向延伸但金融企业数据价值链的延伸，既要技术的支撑，也要渠道传递。
然而纵观业界，针对金融大数据的研究，关于经营性金融机构本身主要集中在商业银行如何应对互联网金融的商业模式挑战。谢平等人提出了新模式会对传统商业银行产生颠覆性影响，商业银行如何应用大数据相关技术提升在风险防控、信贷管理和综合审计的能力。吕劲松等人提出了基于大数据技术的金融审计分析平台。卜强分析了互联网金融背景下的金融风险。张应飞分析研究了大数据金融背景下的信贷风险应对措施。关于金融监管机构应用大数据的研究主要集中在如何应用大数据技术提升金融监管水平和创新金融监管方法。白硕等人分析研究了应用大数据技术如何创新监管方法和缩小金融监管粒度等。大数据技术在金融领域的应用已经从学术界走进了产业界，无论是监管机构、商业银行，还是非银行金融机构，对存量数据的利用在各个专业领域已遍地开花结果了，但金融行业数据资产价值的增值理论和传递渠道的延伸，目前除了传统的CRM（Customer Relationship Man-agement，CRM）是有效载体外，没有更好的渠道传递服务体系，金融数据资产的增值理论研究更是鲜有出现。因此，如何把金融行业自身的数据在内部流程过程中产生的价值高效地传递出去并加以利用，已成为迫切需要研究的课题。
基于上述考虑，本文以数据价值链的延伸和增值为指导思想，通过丰富价值延伸载体为研究目标，开展了以价值链视角的金融大数据超市研究。通过分析金融大数据特征，构建金融企业数据价值链网络和金融大数据价值链模型，研究建立了价值链视角的金融大数据超市的架构。
一、金融大数据的特征
我国金融行业的信息化建设已经历近30年的时间，由于行业经营的稳定性、可靠性和风险控制等，关乎国家经济安全，所以，各机构几乎保存了经营以来所有的数据，且其所有的业务数据都具有国家规定的金融行业会计准则属性。这些持续经营的生产和存量数据是金融行业应对大数据金融挑战的核心生产要素，由此给我国金融行业的数据赋予了独特的特征。
（一）数据量大、结构单一
在互联网风靡全球之前，传统信息技术支撑下的金融行业信息化建设，主要是基于企业局域网内为客户提供服务的核心生产系统、信贷管理系统及各类内部风险和绩效管理等系统，以支撑企业健康持续的经营发展。积累的数据包括离线备份和在线运营，全部都是满足传统关系数据库标准存储，因此，存储技术单一，数据结构单一。然而进入21世纪后，我国经济的快速发展推动了金融行业的规模快速扩张；同时，由互联网技术的快速发展推动的金融服务创新研发了各类高质量的服务系统，包括渠道和电子银行，每年沉淀的数据量呈指数级增长，而目前金融行业仍然是相对封闭的闭环，结构化的数据占绝对量。
（二）脏数据少、价值巨大
金融行业关乎国家经济命脉，对以通过推进数据流动创造价值为主的行业，对数据的质量是所有行业中要求最高的，如客户存贷数据，既关乎客户资产，又影响金融企业资产、负债和经营管理。这些数据本身的意义只有一个解释，绝对不允许有任何的歧义，这些存量数据对优化内部管理、创新产品、精准化和精细化客户服务，同互联网企业积累的数据相比价值巨大。然而，除了信息化技术成熟后成立的金融机构外，其他金融机构都经历了一个从手工经营管理到信息化经营管理过程的转变，由人工把手工记账数据导人到信息系统中，因量大、时间跨度长和参与人员水平参差不平，导致了少部分非关键经营数据存在不规范、不准确等问题，如客户证件号、地址等。
（三）关系复杂、梳理困难
经济快速发展的红利，从纵向、横向传递到所有行业，金融行业是获利最大的行业之一，各类金融机构的规模快速壮大、业务和产品种类不断丰富、业务条线持续拉长，为了支撑其发展、金融企业信息系统的规模和种类不断地扩大和丰富。同时，随着互联网技术的快速发展，金融行业的服务渠道种类不断丰富，并且渠道服务宽度和深度不断延伸，倒逼着金融行业信息化建设的规模也不断扩大。然而，金融行业有其特殊性，内部各类经营管理系统数据之间的关系都是强耦合，内部数据流错综复杂，特别是早期对企业信息化建设整体规划不能适应社会服务需求和信息技术的快速发展，数据之间的关系更加难追溯，这对后期数据的利用带来了不可预测的困难。
经历了几十年快速发展的金融机构，在面对互联网快速普及和大数据金融技术和理论快速发展的背景下，既是机遇也是挑战。可喜的是，在我国大数据技术日趋成熟，对企业内部沉淀的大量有价值数据的利用已无技术瓶颈；同时，互联网引领的服务模式创新，也为促进金融行业服务渠道的横向和纵向延伸提供了很多可参考资源，但面对的关键挑战是如何科学合理地应用技术来帮助理清数据之间的关系、提升数据质量和发挥其价值，并把价值传递出去实现二次增值来支撑科技引领业务创新。因此，本文以价值链理论为指导，提出金融大数据超市对实现金融行业数据价值增值和建立新的价值传递载体的研究意义重大。
二、金融大数据价值链模型
30多年前，美国学者迈克尔·波特提出价值链理论至今，国内外学者对价值链理论的研究和实践已经百花齐放，实践证明用于指导企业战略决策和实现企业价值最大化具有重要的理论指导意义。其涵盖的范围主要包括三类，分别是：企业内部活动进行价值创造和增值的价值链、上下游供应商和顾客链接共同参与形成的产业链而演化出的价值链和由两个以上价值链互联互通构成的网络。价值链管理的根本目的是使企业通过管理与利用内部数据流和参与外部产业链的竞争，实现核心生产要素的价值增值和技术与模式创新的价值创造来获得和保持竞争优势，应对日趋激烈的市场竞争。借鉴Shafer等人分析提出的商业模式构成要素，企业的战略方向、价值网络、价值创造和价值获取四个要素对企业的发展具有决定性作用。因此，本文以价值链理论中第一个范围为指导，在稳定正确的战略方向下，从价值网络、价值创造和价值获取三个核心要素开展提升金融行业核心竞争力的金融大数据价值链模型开展研究。
（一）金融企业大数据价值链网络分析
与企业有紧密联系的各利益相关者所在的产业价值链交织在一起，就构成了价值网络。基于这一理论指导，结合金融行业以服务实体经济发展的核心目标分析发现，具有紧密联系具体的各利益相关者分别是：国家金融行业监管机构、金融企业股东、金融企业员工和服务的对象，即客户。在金融企业价值网络中，处于网络中不同位置的利益相关者通过各种有利于双方创造和获取价值的渠道组合在一起，共同为社会创造价值，每一位参与者获得的有形和无形服务，都是最终价值体现的表现形式。
金融企业价值链网络中各利益相关者之间的逻辑关系是：金融企业的管理者在国家金融行业监管机构的监督和指导下按照法律法规的要求，带领员工以客户为中心，向客户提供高质量、高效率的服务，为社会创造价值。
各利益相关者创造价值的职责是：国家金融行业监管机构主要职责是监督和指导，确保金融企业能够为国家经济发展发挥其核心作用，宏观经济发展和金融行业规划政策的指导能为金融企业创新服务提供价值增值基础和战略发展方向。金融企业股东是金融企业的经营管理者，按照法律法规的规定，确保企业稳健可持续经营，为自己和企业既创造财务价值也创造无形价值。针对非股东员工，在企业提供的成长平台上和管理者的带领下，能够为其提供成长和施展才华的平台，并从其过程中获得有形价值和无形价值。包括个人和法人单位，任何客户都期待金融机构能够帮助自己把资产发挥最大价值，并为其创造更多的财富，而不仅仅停留在利息的回报上。以上的利益相关，从其相关性和数据流向，实际上构成了一个无向交叉开放的网络，数据价值传递的方向不固定、利益相关者的关系可随时发生转移等。
波特认为，企业需要“在产业价值链上定位”，因为处在产业价值链或价值网络的不同环节企业所能够创造和获取的利润是不同的，并且利润会在价值链的各个环节之间不断重新分配。由此可知，从企业内部价值链的价值创造看，金融行业的数据资产在其数据流程中的价值也是在不断发生转移和增值的。所以，从服务价值链网络上各个利益相关者的视角出发分析，研究延伸数据价值链的途径，即增加或创新数据价值链的节点或服务模式，为各利益相关者创造最大价值，并有利于获取创造的价值是可行的。
（二）金融大数据价值创造——价值链模型构建
数据是金融企业的核心生产要素。以价值链模型理论为指导，实现价值网络中各利益相关者的利益最大化。金融企业的数据除了本身所具有的价值外，在内部的数据流动中实现数据持续增值是提升核心竞争力的关键所在。这种价值的创造有利于企业获取价值链或外部价值网络中其他企业难以得到的有价值、稀缺、不易模仿、难以移动的互补性资源，维护其所创造的利润不被侵占的竞争优势将建立在对这些战略性资产的拥有上。
在数据价值链中，传统数据价值链的增值方法和增值空间受到制约。然而，互联网和大数据技术的快速发展，给进一步提升、挖掘和利用数据价值提供了更加先进的理论和技术指导，传统数据价值链的长度和深度有了更多挖掘和提升的空间，这不仅能进一步提升数据价值、提高数据价值的利用效率和质量，还能全面改善用户的体验度，对企业创新所需的战略资产提供了坚强的支撑。价值链理论指出，价值链的每一次延伸都可以创造价值，从而给企业带来竞争优势。金融大数据价值链模型如图1所示。
数据价值链由两个核心平台构成：一个是实现数据价值创造和增值平台；另一个是价值获取和传递平台。由以上价值链模型可知，这两个平台分别是金融大数据平台和金融大数据超市。作为数据价值链的核心支撑，其中有三个关键的细胞元，分别是数据输入端、数据流程中间平台和价值输出端。
1.数据输入端。任何一个具有一定规模的金融机构都有大量的生产系统和管理系统，各个系统本身运转的数据都相对独立，数据价值链的源数据来源渠道有很多；同时，随着互联网快速普及，也增加了数据价值链的外部数据来源，并且由于内部管理日趋完善，在管理过程中，企业也会产生大量有价值的数据。可见，数据输入端会接受三种渠道多个系统的数据。金融企业中数据输入端的核心平台是ETL（Extract-Transform-Load，ETL）集群平台。ETL集群平台是数据价值链中控制数据流动的中枢，是所有内外部数据管道的咽喉。主要职责是各种类型的内外部源数据的抽取、脏数据的清洗、根据既定的规则进行标准化的转换和有效数据的装载与分发。为了确保数据价值链中数据流动的效率和质量，ETL必须具有强大的容错能力，支持源数据重新整合、断点续传等，任务能够智能调度，过程必须智能监控。
2.数据流程中间平台。经过ETL平台进入金融大数据平台的数据有两个渠道提升数据的价值：一个是利用大数据平台本身的技术，应用数据挖掘相关技术主动创造价值；另一个是把源数据直接输送到数据供应链的下游系统中再利用。其中，主动创造价值分为支撑业务发展和引领业务发展两种类型：第一种是根据业务需求定制化的创造业务需求的数据，帮助指导业务部门开展工作；第二种是应用大数据相关技术挖掘分析存量数据可能具有的价值，并把分析结果提供给业务部门，验证和指导业务创新。下游系统关键的是客户关系管理、绩效管理、银监监管和资产内部转移定价等。这些系统通过对接受的数据进行主动分析，帮助金融行业提高管理效率和质量、客户服务质量和接受银监监管，最大化数据资产的价值。
目前，金融企业中该平台传统的数据展现形式是ODS（Operational Data Store，ODS）和EDW（Enterprise Data Warehouse，EDW）平台。ODS中的数据保持与源数据的比为1：1，有利于下游系统对源数据的重用，保持数据资产本身最原始的价值和特征。然后，各个金融企业结合自己业务特征和战略规划，通过一系列的技术手段促进数据资产在平台中持续循环的流动，实现数据价值的转移和增值。这种数据持续流动的方式有利于数据价值链的横向和纵向延伸，技术有效地表现手段是EDW。随着业务发展和技术创新的快速推进，为了更加有效的传递数据价值，EDW的内容和形式可以持续迭代的丰富。
3.价值输出端。数据通过ETL集群平台，在中间平台上持续流动实现主动式和被动式增值，帮助金融企业创造更大的价值并以多种方式输出，如客户潜在价值、经营分析数据、产品、品牌、效益等。其中，产品、品牌、效益体现了数据价值链为企业创造的直接价值；客户潜在价值、经营分析数据为企业创造间接价值，数据通过金融大数据超市传递到价值网络中的各个利益相关者，针对国家金融监管部门的数据要求，主动向其提供有关国家经济整体运营的金融企业经营数据，以便于实现经济运营的监督和指导，也有利于国家金融风险防控；针对金融企业股东和员工主动或被动地向其提供各类支持管理决策、风险防控、运营指导和产品创新的数据，通过各种技术手段，充分挖掘、传递和发挥数据价值。
（三）金融大数据价值获取——金融大数据超市
数据价值输出端输出的价值，只有向各利益相关者提供高质量服务的时候其价值才能得到有效体现。因此，一个方便向用户提供数据价值服务的载体，才能有效地发挥通过金融大数据价值链模型创造的价值。构建一套仿实体超市的金融大数据超市的自助服务体系，既能有效传递价值，又能满足各类用户对各类数据产品的随需而取。
三、金融大数据超市服务体系和技术架构研究
金融大数据超市是数据价值链的终端，是价值传递和增值平台，能够向各利益相关者有效传递数据，促进数据发挥出应有的价值。因此，为了充分发挥金融大数据超市的职能，需重点研究分析平台服务体系和技术架构。
（一）金融大数据超市的服务体系
金融大数据超市是数据价值链的延伸，主要职能是数据价值传递的载体，不仅是中介，还是一个适合各利益相关者利用的展示平台，坚持以服务对象为中心，通过创新服务模式，保证服务质量，确保高效率的传递和提升数据价值。
1.服务对象。金融大数据超市的各利益相关者与价值链网络中相同，根据归属关系具体可分为两大类，分别是内部人员和外部人员。内部人员包括决策层、管理层和执行层全覆盖，外部人员包括外部监管机构、金融机构的客户（包括个人、单位和同业等）。内部人员如决策层需要随需即时的获取经营数据和趋势数据，管理层需要随需即时的获取经营数据、效益数据，执行层如客户经理能随需即时的获取服务客户的数据，他们把获得数据，结合战略方向、业务特征，指导他们开展各类管理工作和客户服务方案编制；外部人员如客户需随需即时的获取在该机构的交易数据、监管机构要通过获取的数据随时分析掌控国家经济运营情况等。
2.服务内容。服务内容是向服务对象提供随需即时的数据需求为目标，确保各类数据类目能够满足各种服务对象的需求。结合行业特征和大数据技术成熟度，超市向利益相关者提供风险监控类、管理决策类、客户服务类和经营销售类共四大类内容。服务内容的展现形式以方便利益相关者获取的方便程度做衡量标准。目前，三种服务内容的展现形式分别是PC终端、移动终端和纸质文件。但无论哪一种形式，都必须以方便用户使用为前提，建立相应的服务标准，确保数据利用的频次最大化。
3.服务模式。不同类型的对象对数据需求是不一样的，对服务对象产生的价值也会千差万别，数据价值的充分发挥不仅受服务模式的制约，也受利益相关者知识水平的制约。为了更好地把数据价值传递出去、发挥出来，该超市不能影响改善利益相关者，但是能够通过创新服务模式尽量降低利益相关者的客观影响，把数据价值发挥到极致，因此，两种不同的服务模式应包括个性化的主动式和被动式。
4.管理模式。根据金融大数据超市界定的服务对象来看，除了企业门户外的另外一个更有价值的对内和对外的窗口，其高质量和高性价比的个性化服务模式严重受管理模式的制约。因此，管理模式的科学合理和可扩展性极其重要，其中包括服务制度标准化、服务流程标准化、数据格式标准化、数据准入流程标准化、数据价值展现标准化和数据定价标准化等，这一整套的管理体系建设需要明确的定位。
5.服务质量。为了向利益相关者提供高质量的服务，充分提高数据价值，超市建立了严格的数据准入制，确保每一类目每一项数据都有利用价值。衡量超市服务质量和效率的维度包括：服务响应时间、服务价格、服务可靠性、服务可维护性和服务安全性。（1）服务响应时间是指当用户提出需求到满足需求的时间，表现为用户等待时间，即超市的服务响应时间，包括用户搜索数据类目的时间和查询响应时间。（2）服务价格：以市场营销学的理论分析，服务价格会受服务的规模和服务的质量影响，所以，服务价格应该可能存在两个值，分别是标准价格和实际交易价格。当用户提出个性化的数据定制需求，所耗费的成本就会高。（3）服务可靠性包括两类，分别是数据的准确性和订阅式服务的推送成功率。可靠性是超市的生命线，所以，超市货架上展现的每一个数据类目都具有准确的规则，才能确保数据准确性，推送成功率的关键在于超市采用的架构和核心技术。（4）服务可维护性：表现为响应用户新需求和错误数据的效率，即在单位时间内向用户提供服务的过程中出现异常成功处理的次数，也指容错次数。（5）服务安全性：表现为超市货架上本身数据的保密管理制度和技术水平，还包括用户基本信息保密管理制度，衡量方法是单位时间内出现泄密的次数。
（二）金融大数据超市的架构
金融大数据超市的建设，主要是实现了向用户提供随需即时的高质量、高性价比的个性化数据服务。在数据价值链的流程中它不仅是载体，由于其自身具有承担着数据的展现和转运职能，因而也成为增值的环节。因此，金融大数据超市技术架构的核心要素主要由两个部分组成，分别是自助服务体系和产品架，如图2所示。
基于上图的金融大数据超市架构，在标准化的管理模式下，逐步构建完善的服务体系，形成管理和技术相融合的创新平台。产品架包含三大类别，分别是APP表现形式的数据发布、直接数据类产品发布和订单类产品接受和推送。通过开放式、标准化的服务接口能够有效地实现个性化的主动式和被动式的服务模式，并能针对用户提交的订单实现往返传递。以上产品架上的产品类别，能够随着用户的需求不断丰富；同时，也能根据企业制定的发展策略按用户层次提供分等级的服务，包括免费和收费的产品。金融大数据超市不仅实现数据价值的单向延伸，还能主动接受用户对其有价值数据的需求响应，通过被动式服务执行探索式寻求，不断与用户互动，挖掘用户的需求，帮助用户明确需求。这不仅能够有效地减少产品架上摆放的无价值数据，间接提升产品架上的数据质量，还能把数据主动推送出去，引导用户增加数据需求定制，把数据价值无限放大，最终实现用户和超市双方共赢。
四、结论
数据是金融企业的核心生产要素，数据价值链是金融企业经济活动的神经。通过管理与控制数据流动为企业创造价值，依据数据价值链理论提出的价值网络、价值创造和价值获取的价值增值要素建立金融企业价值链网络，把网络中利益相关者按类别划分，通过实现向各利益相关者服务为目标，建立金融企业数据价值链模型以表达和实现数据内部流动和增值，最终构建价值链视角的金融大数据超市。
金融大数据超市是通过传递企业内部数据流动产生的价值向用户提供服务的载体。它能实时跟踪用户的需求，实现个性化模式定制数据产品，帮助管理决策者提高优化内部管理，帮助客户经理精准定位客户需求，提高客户服务质量，帮助产品创新部门开展金融产品创新提供分析支持。为了确保超市能够科学高质量的运营，在坚持为利益相关者创造最大价值理念的指导下，分析建立了包括服务对象、服务内容、服务模式、管理模式和评价服务效率与质量的自助服务体系。同时，它还是数据价值的展示和增值载体，能够与用户互动实现对内外提供主动式和被动式的高质量个性化数据服务，为领导提供随需即时的决策数据，为客户提供个性化的数据需求服务，最终实现基于金融大数据超市的数据自助服务。
[收稿日期：2015.9.1 责任编辑：单丽莎]
作者：侯敬文 程功勋
第三篇：大数据时代数据保护与金融交易如何平衡？
摘 要：加强个人数据保护与促进金融交易效率一直是金融发展中不容忽视的矛盾问题。在大数据时代背景下，寻求解决这一问题的途径尤为现实和迫切。《个人金融信息管理：隐私保护与金融交易》一书从微观角度阐明了数据产权界定，从宏观角度解决了隐私保护和金融交易的相容问题，并对中国金融发展相关问题提出建议。
关键词：金融隐私;隐私保护;金融交易
作者简介：王安(1982-)，男，汉族，经济学博士，山东省宏观经济研究院，副研究员，研究方向：制度经济学、金融发展理论。
随着大数据时代的到来，数据的收集和运用引起各界的关注，其中个人隐私保护问题成为研究的热点。新的时代背景下，隐私权内涵和外延均发生了较大变化，隐私课题也在不断丰富，自然人参与金融交易的信息已成为个人隐私的重要内容。当前，关于权利体系的法学研究理论不断深化，学界对金融隐私的研究从被动的强调消费者本人的自我控制，转而重视从外部加强金融隐私保护。从金融业发展规律来看，金融数据的公开与共享，是金融行业发展的重要依赖因素。从某种意义来说，隐私保护与金融交易存在内生性矛盾，如何促进两者相得益彰，是金融学要解决的重要理论问题。朱宝丽、马运全合著的《个人金融信息管理：隐私保护与金融交易》一书由中国社会科学出版社于2018年9月出版，做出了很好的回答。
为了更好地揭示该书的价值，有必要就书中涉及的核心问题进行深入讨论。
第一，该书围绕隐私保护和金融交易的矛盾以及理论界没有深入探讨的问题，阐明了回答的问题：金融隐私产权应当属于谁?消费者还是金融机构?金融机构享有共享的权利吗?如果可以共享，那么共享是否有邊界?当法律强制要求信息披露时，如何协调与金融隐私保护的关系?金融隐私产权明确后，应当采用哪种保护规则?从宏观上来看，金融隐私强化保护对金融市场发展的影响表现是什么?金融监管部门如何在消费者权益保护上决策?当今世界发达国家是如何加强金融隐私保护的?应当说，该书一开篇就提出了要解决的核心问题。
第二，该书抓住了研究的核心微观问题，即产权界定，而不是笼统地讲述一般性理论。作者认为，金融隐私产权界定是必须解答清楚的法律经济学基本命题，不同的权利界定会产生不同的法律效果，独立属于消费者本人还是金融机构共享，对于权利保护和数据使用均有不同的影响。因此，该书突破了传统研究的思路，充分借鉴制度经济学理论，细致研究了隐私产权问题，运用博弈论等工具，从隐私产权配置以消费者为中心、以银行为中心、引入外部立法者和共享产权的角度深刻分析了隐私的产权界定问题，无疑是一个重要而又突出的创新。
第三，制度经济学研究的一个困难在于定量分析，因为很多数据量化存在制约因素，该书做了大胆尝试。作者指出，金融隐私保护与金融发展关系密切，影响效果具有双重性。从金融发展来看，隐私披露是金融业务开展和相关契约建立的必要前提，严厉隐私保护政策不利于解决信息不对称问题，反而不利于金融市场的繁荣发展。那么，隐私保护对金融交易行为的作用究竟为何，该书梳理了96个国经济体的金融和法律数据，运用计量经济学的工具找到了隐私保护行为对金融市场发展的影响，即一定限度的隐私保护政策和行为可以有效促进征信和消费信贷市场发展，回答了是否需要加强隐私保护的疑问。同时，该书认为隐私的绝对保护对于金融市场发展起到消极负面影响，隐私的超限保护不利于防范洗钱、腐败等行为，美国的一个研究案例给出了实践的回答。
第四，该书在清楚界定隐私产权之后，又沿着这一思路，针对金融监管中存在的失灵和监管俘获现象，从微观经济学原理出发分析了隐私保护监管决策的选择问题。作者认为，在信息不对称的环境下，监管者薪酬固定，当监管部门与消费者目标不一致时，金融隐私保护水平的提高，有赖于监管政策的公开透明，这也就解决了监管平衡金融效率与隐私保护的需要，有助于科学推进金融隐私保护工作。
第五，作者从宏观和微观两个层面厘清基本理论后，对当今世界主要发达国家金融隐私保护工作进行了全面考察，比较分析不同制度安排和立法模式的优劣及影响因素。该书认为，由于发展阶段、政治体制和法律文化的差异，各国金融隐私保护理念和政策实践也表现出差异性。总体来看，美国的金融隐私保护领域的政策法规体系全面、针对性强，专门性立法较多，具有更强的解决价值。
最后，该书结合大数据深入发展的时代背景，全面考察了中国当前金融隐私政策及执行情况，提出当前我国尚缺乏大数据管理思维，金融数据市场化运用仍然处于较低水平;既有法律制度和相关监管要求没有落实到位等。由此，作者提出应全面认识大数据时代金融隐私数据的价值，借鉴国外先进经验，全面构建金融隐私立法框架，在立法理念上兼顾隐私保护与促进金融交易的平衡;继续强化既有制度的执行力度，全面落实监管要求。
[ 参 考 文 献 ]
[1]朱宝丽，马运全.个人金融信息管理：隐私保护与金融交易[M].中国社会科学出版社，2018.
[2]朱宝丽.合作监管的兴起与法律挑战[J].政法论丛，2015(4)：137-144.
[3]朱宝丽.分享经济发展现状、国际考察与监管选择[J].上海师范大学学报(哲学社会科学版)，2017(4)：60-68.
作者：王安