由北京移動金融產業聯盟與移動支付網聯合舉辦的2018第二屆中國移動金融發展大會近日在京召開，大會分政策趨勢、金融科技創新、金融大數據、交通支付共四個分論壇。4月25日上午，移動金融領域專家齊聚一堂，探討大數據在金融領域的無限可能。該論壇由第三方支付安全合作聯盟秘書長李昂揚先生主持。

第三方支付安全合作聯盟秘書長李昂揚

　　韓涵：金融大數據有廣闊的發展前景

　　首先，金融行業競爭日益激烈，基于數據的精細化運營需求日益迫切是金融大數據發展的內在需求。其次，金融企業經過多年的信息積累沉淀了大量高價值的數據，發展金融大數據成為必然方向。第三，大數據產品越來越成熟，技術供給越來越豐富，部署成本直線下降，為金融大數據發展提供了良好的條件。最后，部分先行者為大數據部署提供了寶貴的應用案例，使得金融大數據解決方案越趨完善，也引來了更多的參與和追隨。

中國信息通信研究院金融科技研究中心主任韓涵

　　綜上四點，中國信息通信研究院金融科技研究中心主任韓涵認為金融大數據擁有著廣闊的發展前景。

　　從技術角度來看，金融大數據主要分為數據接入、數據存儲、數據計算、數據分析四層。作為技術小白，小編更關心技術最終目、走向和落地，也就是人們常說金融大數據應用場景。在韓涵看來，目前金融大數據典型的應用場景包括精準營銷、輿情監控與股價預測、智能投顧、智能投研、監管科技、信貸風險評估、消費信貸、供應鏈金融、風險定價、黑產防范等。特別是在監管科技方面，大數據勘稱市場風險、非法集資、異常交易等監測利器。

　　當然，在大數據迅速發展的同時我們也不能忽略其目前存在的問題。韓涵認為，目前金融大數據的應用挑戰至少包括三方面。一是金融行業的數據資產管理應用水平仍待提高，二是金融大數據應用技術與業務探索仍需突破，三是金融大數據的行業標準與安全規范仍待完善。

　　龍飛：中小銀行對科技不能為用而用

　　山東省城商行聯盟規劃咨詢部副總經理龍飛關于金融大數據的演講重點在銀行業，特別是中小銀行。從國內銀行20年的電子化建設來看，無論是在架構和產品上，還是在開發和部署中，都發生了巨大的演變。在提到金融科技時，不少人很容易想到的是互聯網金融機構，對此龍飛向我們指出的是銀行一直是新技術的積極踐行者，當前新興科技已與銀行業務深度融合。但是對銀行特別是中小銀行而言，清醒認識和理性運用金融科技也十分重要。龍飛觀點一認為，中小銀行對待金融科技，不能為用而用，要應需而用。

山東省城商行聯盟規劃咨詢部副總經理龍飛

　　作為金融科技的重要技術，大數據的產生和應用，對銀行來說如同走進新時代。我們可以明顯可以看到，銀行IT系統建設驅動力已從“功能驅動”向“數據驅動”轉變。中小銀行是我們商業銀行體系的重要組成部分，亦采用數據驅動的思維，規劃未來科技建設實現智能化轉型，這是龍飛的第二個觀點。

　　孫斌杰：黑產的存在是反欺詐不斷發展的根本因素

　　邦盛科技作為金融行業反欺詐方案頗負盛名的提供者，在其與各大金融機構的合作案例中，大數據應用必然是繞不開的一環。

邦盛科技副總經理孫斌杰

　　說到金融反欺詐，黑產是不能不談的。我們最為常見的黑產帶來的欺詐風險包括營銷套利、虛假注冊、理財詐騙、虛假借貸、賬戶盜取、銀行卡盜刷等。當前，黑產已形成黑客脫洗撞定制、上游定制、數據黑市、下游需求等全鏈路。從某種程度看，數據時代是最好的時代，數據時代也是最壞的時代。

　　但有黑就有白，有暗就有光，有黑產就有反欺詐。在邦盛科技副總經理孫斌杰看來，隨著現代交易反欺詐實時性、智能化、內外數據結合的發展趨勢，黑產給金融行業帶來的負面問題可以被有效抑制。根據對應的發展趨勢，具體在考慮系統建設時，體現在業務、技術和數據三個方面之上。

　　隨后孫斌杰通過邦盛與銀行信用卡中心、網銀等具體合作案例，對大數據在金融反欺詐領域應用進行了細致分享。

　　朱燁：全鏈路的反欺詐思想

　　同樣作為互聯網業務安全的引領者，頂象技術特別關注了銀行業風控。隨著高信用用戶開發殆盡，頂象技術高級安全專家朱燁直言，銀行既有風控無法滿足新需求。

頂象技術高級安全專家朱燁

　　出于拓展信用白戶的需要，銀行現有風控模式并不具備低成本的高效識別能力。另一方面，黑灰產的強對抗讓工具類防護失效，設備牧場、接碼平臺、打碼平臺等事物層出不窮。第三，既有風控模式存在漏洞，協議偽造、數據篡改、邏輯破解、污染數據等手段屢見不鮮。

　　由于各類數據被大量偽造，僅僅依賴大數據維度的模型分析無法有效的區分真實請求，朱燁表示構建全鏈路的縱深防御成為新趨勢。在他看來，在金融領域不存在一勞永逸的風控方案，在完整個鏈路中逐一防控，其疊加效果將變得更加優秀。

　　鄭和平：大數據在征信的應用

　　我們都知道，金融領域的常見風險除了欺詐風險外，還有信用風險。信用風險指借款人因一些原因未能及時、足額償還債務而違約的可能性。盡管信用風險和收益是正向關系，金融機構對信用風險也是主動承擔的，但其危害性依然不能忽視，而征信是應對信用風險的有效手段。從考拉征信首席風險官鄭和平的分享中，我們看到了大數據在金融領域的應用。

考拉征信首席風險官鄭和平

　　陳奎：大數據和人工智能給金融業帶來的創新應用

　　近年來人工智能異?；馃?，大數據與人工智能息息相關，數據的優質、廣泛等等性質都決定了人工智能的發展高度。隨著金融科技的不斷演進，人工智能在金融領域的應用將變得尋?？梢?。

騰訊金融行業資深大數據架構師陳奎

　　騰訊金融行業資深大數據架構師陳奎在演講中表示，目前大數據及人工智能能在客戶分析與洞察、產品創新與運營管理、運營優化與升級、風險管控等方面帶來一些創新應用。作為國內巨頭型互聯網企業，騰訊在長期的數據應用過程中積累了豐富的大數據處理及人工智能應用經驗，而這些應用經驗都以平臺與技術服務的形式對外提供。

　　蔣增增：數據對條碼支付的安全而已十分重要

　　條碼支付盡管一度因安全性、標準符合性被監管暫停，但經過幾年發展，仍然顯露出強大的生命力。隨著相關標準和監管陸續出臺，條碼支付坐穩了小額移動支付手段的熱門地位。但是關于條碼支付的安全性討論從沒停止。

銀行卡檢測中心信息安全服務部高級主管蔣增增

　　銀行卡檢測中心信息安全服務部高級主管蔣增增表示，從技術風險來看，條碼支付存在四大風險:1條碼信息載體風險，條碼遵循公開標準，具有容錯性，簡言之，即“所見未必即所得”；2移動終端風險，移動終端因硬件、操作系統、APP的差異、條碼產生技術的不同而存在不同風險；3受理終端風險，受理終端的技術和安全標準不統一，處理條碼和敏感信息的安全性無法保障4支付后臺風險。與這些風險對應，監管機構對其提出了具體的技術要求。支付作為金融活動的重要部分，對條碼支付數據保護自然屬于金融數據保護范疇。

　　按照銀檢對金融數據性質分類，共有以下4類:

　　1.密鑰密碼信息：是指用于確保數據機密性、完整性或用于身份驗證的信息。

　　2.客戶信息：是指各信息系統涉及的自然人客戶信息和法人及非法人組織客戶信息。包括客戶基本信息、賬戶信息、產品或渠道信息、交易信息、資信信息、財務信息、營銷信息等。

　　3.業務信息：是指反映業務經營狀況的信息。包括賬務信息和非賬務信息。

　　4.業務參數信息：是指在業務處理過程中對處理規則起控制作用的常量或變量數據。包括業務應用參數、機構編碼、柜員信息、費率等管理類參數信息。

　　李子川：金融機構面對大數據時代應面臨的改變

　　包括金融行業在內，中國傳統機構面臨的市場環境復雜而多變。易觀金融行業資深分析師李子川表示金融行業數據資源豐富，數據應用由來已久。從發展特點和趨勢來看，他認為金融數據與其他跨領域數據的融合應用不斷強化，金融行業數據的整合、共享和開放正在成為趨勢。對于大數據的應用分析能力，正在成為金融機構未來發展的核心競爭要素。

易觀金融行業資深分析師李子川

　　但同時，要實現“數字化轉型”、“大數據應用落地”對金融機構而言也意味著面臨不少改變。首先，企業最高管理層思維的轉變；其次，基于對數字工具的深刻理解將其靈活地應用于既有業務或創新；再次，數據安全管理不斷升級；最后，要保持開放心態，也要計算投入產出比。