大数据在金融领域的应用

大数据在信息技术和量化方法领域是一种流行的新口号，它涉及大量信息的收集和分析。 随着计算能力的下降，计算能力的进步使得大数据项目在技术上越来越可行和经济。 尤其是，云计算的出现正在将大数据分析的成本纳入许多小公司的范围之内，而这些小公司现在不需要在自己的计算基础架构上投入大量资本。

随着大数据的增长，新的职业类别，数据科学出现了。

金融应用：

在金融领域，特别是在金融服务行业内 ，大数据正在被越来越多的应用程序所利用，例如：

1. 员工监控和监督
2. 预测模型，例如保险业承销商可能用来设定保费和贷款人员作出贷款决定的模型
3. 开发算法来预测金融市场的走向
4. 定价非流动资产，如房地产

汽车保险：

早在20世纪80年代，Progressive Insurance的创始人就期待着收集和分析有关个人保单持有人驾驶习惯的硬数据。 这将导致更准确的风险评估和风险评估，从而更精确地设定溢价。 到2010年，必要的数据收集技术已经可用，现在超过100万的客户已经同意在他们的汽车中安装黑匣子，例如，他们通常驾驶的速度有多快，以及他们通常会煞车多久。

消费者信贷：

LendUp通过从各种其他来源获得的社交网络分析来补充传统的FICO信用评级，以便做出借贷决策。 例如，LendUp有兴趣了解潜在借款人是否经常改变手机号码，这可能表明存在不良风险。

该公司还认为，人们如何与在线朋友互动，为他们作为借款人的风险提供了强有力的线索。 那些表现出最强大，最活跃的社会关系和社区关系的人似乎是最好的风险。 因此，潜在的借款人被要求将他们的Facebook账户提供给公司进行分析。

与此同时，信用卡巨头CapitalOne在20世纪90年代成为了一个重要的参与者，主要是通过使用先进的数据收集和分析技术来识别其卡片的前景，从而阻止了许多更为成熟的竞争对手的进军。

小企业贷款：

新进入者Kabbage是一个人手不足，技术驱动的公司，其预测模型利用社交媒体，eBay和UPS等多种来源来评估潜在借款人与其客户之间关系的质量。

农作物保险：

气候公司承保农民的农作物保险。 该公司运行巨大的模拟来预测长期天气模式并设定保费。

抵押贷款：

摩根大通正在利用大数据分析来确定由于违约抵押贷款而被收回的房屋和商业物业可接受的销售价格。

根据保密消息，这个想法是评估当地经济状况和房地产市场，以在抵押贷款实际上违约之前提出合理的销售价格。 如果这些建议的销售价格是准确设定的，那么银行在理论上对违约，收回和销售造成的本地房地产市场的破坏应该被最小化。 此外，应该尽量减少银行在出售前被迫持有财产的期限。

与此同时，为中情局提供技术专业知识以发现可疑恐怖分子利用的虚假身份的公司Quantfind已承认与摩根大通就其技术如何适用于信贷业务进行了讨论，这些领域包括信用评估和营销。

_{资料来源：“金融创新数据敞开大门”和“摩根大通使用反恐工具来发现工人中的欺诈行为”，“ 金融时报” ，2012年12月14日。}