由北京移动金融产业联盟与移动支付网联合举办的2018第二届中国移动金融发展大会近日在京召开，大会分政策趋势、金融科技创新、金融大数据、交通支付共四个分论坛。4月25日上午，移动金融领域专家齐聚一堂，探讨大数据在金融领域的无限可能。该论坛由第三方支付安全合作联盟秘书长李昂扬先生主持。

第三方支付安全合作联盟秘书长李昂扬

韩涵：金融大数据有广阔的发展前景

首先，金融行业竞争日益激烈，基于数据的精细化运营需求日益迫切是金融大数据发展的内在需求。其次，金融企业经过多年的信息积累沉淀了大量高价值的数据，发展金融大数据成为必然方向。第三，大数据产品越来越成熟，技术供给越来越丰富，部署成本直线下降，为金融大数据发展提供了良好的条件。最后，部分先行者为大数据部署提供了宝贵的应用案例，使得金融大数据解决方案越趋完善，也引来了更多的参与和追随。

中国信息通信研究院金融科技研究中心主任韩涵

综上四点，中国信息通信研究院金融科技研究中心主任韩涵认为金融大数据拥有着广阔的发展前景。

从技术角度来看，金融大数据主要分为数据接入、数据存储、数据计算、数据分析四层。作为技术小白，小编更关心技术最终目、走向和落地，也就是人们常说金融大数据应用场景。在韩涵看来，目前金融大数据典型的应用场景包括精准营销、舆情监控与股价预测、智能投顾、智能投研、监管科技、信贷风险评估、消费信贷、供应链金融、风险定价、黑产防范等。特别是在监管科技方面，大数据勘称市场风险、非法集资、异常交易等监测利器。

当然，在大数据迅速发展的同时我们也不能忽略其目前存在的问题。韩涵认为，目前金融大数据的应用挑战至少包括三方面。一是金融行业的数据资产管理应用水平仍待提高，二是金融大数据应用技术与业务探索仍需突破，三是金融大数据的行业标准与安全规范仍待完善。

龙飞：中小银行对科技不能为用而用

山东省城商行联盟规划咨询部副总经理龙飞关于金融大数据的演讲重点在银行业，特别是中小银行。从国内银行20年的电子化建设来看，无论是在架构和产品上，还是在开发和部署中，都发生了巨大的演变。在提到金融科技时，不少人很容易想到的是互联网金融机构，对此龙飞向我们指出的是银行一直是新技术的积极践行者，当前新兴科技已与银行业务深度融合。但是对银行特别是中小银行而言，清醒认识和理性运用金融科技也十分重要。龙飞观点一认为，中小银行对待金融科技，不能为用而用，要应需而用。

山东省城商行联盟规划咨询部副总经理龙飞

作为金融科技的重要技术，大数据的产生和应用，对银行来说如同走进新时代。我们可以明显可以看到，银行IT系统建设驱动力已从“功能驱动”向“数据驱动”转变。中小银行是我们商业银行体系的重要组成部分，亦采用数据驱动的思维，规划未来科技建设实现智能化转型，这是龙飞的第二个观点。

孙斌杰：黑产的存在是反欺诈不断发展的根本因素

邦盛科技作为金融行业反欺诈方案颇负盛名的提供者，在其与各大金融机构的合作案例中，大数据应用必然是绕不开的一环。

邦盛科技副总经理孙斌杰

说到金融反欺诈，黑产是不能不谈的。我们最为常见的黑产带来的欺诈风险包括营销套利、虚假注册、理财诈骗、虚假借贷、账户盗取、银行卡盗刷等。当前，黑产已形成黑客脱洗撞定制、上游定制、数据黑市、下游需求等全链路。从某种程度看，数据时代是最好的时代，数据时代也是最坏的时代。

但有黑就有白，有暗就有光，有黑产就有反欺诈。在邦盛科技副总经理孙斌杰看来，随着现代交易反欺诈实时性、智能化、内外数据结合的发展趋势，黑产给金融行业带来的负面问题可以被有效抑制。根据对应的发展趋势，具体在考虑系统建设时，体现在业务、技术和数据三个方面之上。

随后孙斌杰通过邦盛与银行信用卡中心、网银等具体合作案例，对大数据在金融反欺诈领域应用进行了细致分享。

朱烨：全链路的反欺诈思想

同样作为互联网业务安全的引领者，顶象技术特别关注了银行业风控。随着高信用用户开发殆尽，顶象技术高级安全专家朱烨直言，银行既有风控无法满足新需求。

顶象技术高级安全专家朱烨

出于拓展信用白户的需要，银行现有风控模式并不具备低成本的高效识别能力。另一方面，黑灰产的强对抗让工具类防护失效，设备牧场、接码平台、打码平台等事物层出不穷。第三，既有风控模式存在漏洞，协议伪造、数据篡改、逻辑破解、污染数据等手段屡见不鲜。

由于各类数据被大量伪造，仅仅依赖大数据维度的模型分析无法有效的区分真实请求，朱烨表示构建全链路的纵深防御成为新趋势。在他看来，在金融领域不存在一劳永逸的风控方案，在完整个链路中逐一防控，其叠加效果将变得更加优秀。

郑和平：大数据在征信的应用

我们都知道，金融领域的常见风险除了欺诈风险外，还有信用风险。信用风险指借款人因一些原因未能及时、足额偿还债务而违约的可能性。尽管信用风险和收益是正向关系，金融机构对信用风险也是主动承担的，但其危害性依然不能忽视，而征信是应对信用风险的有效手段。从考拉征信首席风险官郑和平的分享中，我们看到了大数据在金融领域的应用。

考拉征信首席风险官郑和平

陈奎：大数据和人工智能给金融业带来的创新应用

近年来人工智能异常火热，大数据与人工智能息息相关，数据的优质、广泛等等性质都决定了人工智能的发展高度。随着金融科技的不断演进，人工智能在金融领域的应用将变得寻常可见。

腾讯金融行业资深大数据架构师陈奎

腾讯金融行业资深大数据架构师陈奎在演讲中表示，目前大数据及人工智能能在客户分析与洞察、产品创新与运营管理、运营优化与升级、风险管控等方面带来一些创新应用。作为国内巨头型互联网企业，腾讯在长期的数据应用过程中积累了丰富的大数据处理及人工智能应用经验，而这些应用经验都以平台与技术服务的形式对外提供。

蒋增增：数据对条码支付的安全而已十分重要

条码支付尽管一度因安全性、标准符合性被监管暂停，但经过几年发展，仍然显露出强大的生命力。随着相关标准和监管陆续出台，条码支付坐稳了小额移动支付手段的热门地位。但是关于条码支付的安全性讨论从没停止。

银行卡检测中心信息安全服务部高级主管蒋增增

银行卡检测中心信息安全服务部高级主管蒋增增表示，从技术风险来看，条码支付存在四大风险:1条码信息载体风险，条码遵循公开标准，具有容错性，简言之，即“所见未必即所得”；2移动终端风险，移动终端因硬件、操作系统、APP的差异、条码产生技术的不同而存在不同风险；3受理终端风险，受理终端的技术和安全标准不统一，处理条码和敏感信息的安全性无法保障4支付后台风险。与这些风险对应，监管机构对其提出了具体的技术要求。支付作为金融活动的重要部分，对条码支付数据保护自然属于金融数据保护范畴。

按照银检对金融数据性质分类，共有以下4类:

1.密钥密码信息：是指用于确保数据机密性、完整性或用于身份验证的信息。

2.客户信息：是指各信息系统涉及的自然人客户信息和法人及非法人组织客户信息。包括客户基本信息、账户信息、产品或渠道信息、交易信息、资信信息、财务信息、营销信息等。

3.业务信息：是指反映业务经营状况的信息。包括账务信息和非账务信息。

4.业务参数信息：是指在业务处理过程中对处理规则起控制作用的常量或变量数据。包括业务应用参数、机构编码、柜员信息、费率等管理类参数信息。

李子川：金融机构面对大数据时代应面临的改变

包括金融行业在内，中国传统机构面临的市场环境复杂而多变。易观金融行业资深分析师李子川表示金融行业数据资源丰富，数据应用由来已久。从发展特点和趋势来看，他认为金融数据与其他跨领域数据的融合应用不断强化，金融行业数据的整合、共享和开放正在成为趋势。对于大数据的应用分析能力，正在成为金融机构未来发展的核心竞争要素。

易观金融行业资深分析师李子川

但同时，要实现“数字化转型”、“大数据应用落地”对金融机构而言也意味着面临不少改变。首先，企业最高管理层思维的转变；其次，基于对数字工具的深刻理解将其灵活地应用于既有业务或创新；再次，数据安全管理不断升级；最后，要保持开放心态，也要计算投入产出比。