11月18日晚，应巴曙松教授邀请，第一创业证券有限公司市场研究部大类资产配置研究总监、原深圳市前海创新研究院金融所执行所长李科博士做客北大汇丰金融云学堂，带来题为“大数据技术及其在金融行业中的运用”的精彩线上讲座。根据疫情防控的相关要求，本次讲座采取线上直播形式，共1088人次观看，收获4558个点赞。

 

李科先生是金融学博士，主要关注金融量化投资、金融科技创新、自贸区金融、区域金融规划等领域，并参与多个相关重点研究项目。李科博士曾在国内外学术期刊发表多篇学术论文，出版《人民币国际化：企业应当如何战略决策》等著作。

 

此外，李科博士曾任中融基金量化投资部投资经理、招商证券资管管理有限公司量化投资经理、招商证券研究发展中心宏观研究员等，曾研发并共同管理了公募基金量化对冲投资系列十余只产品，累计规模超过40亿元，投资业绩连续两年同业同类领先。

 

 

讲座开始，李科博士首先介绍了大数据的定义及其发展历程。他指出，大数据包含四个主要特征：即数据量大，数据类型繁多，处理速度快以及价值密度低。相对于传统数据而言，大数据结构松散，时效性强，对算法要求高，可被视为传统数据范围、存储结构、分析模型的扩展数据集，更接近商业智能（BI）所要求快速的、一致的、交互式访问的洞察力。

 

 

从大数据的发展历程来看，大数据的技术创新发展主要经历了萌芽阶段、突破阶段、成熟阶段和应用阶段。从发达国家大数据发展战略与实践经验来看，政府层为大数据产业发展提供了重要的底层支撑，金融与互联网企业层是大数据运用与创新的核心力量，用户价值创造是大数据应用创新的源动力，而开源平台是大数据技术创新的主要生态支撑与设计模式。各国未来在大数据时代的海量数据战略都将在新的范式中展开，主要有丰富大数据挖掘与识别工具，动态识别公共价值需求；更细致、实时地掌握信息并进行沟通与互动；制定数据标准引导应用层面的走向，实现国家数据主权与数据主导的公共价值。

 

 

大数据技术生态主要有五位一体生态系统，包括数据采集与传输、数据存储、资源调度、计算处理、查询与分析。大数据的技术路径是大数据采集与传输依赖低延时、高并发的分布式系统，并且能够灵活切入传统数据库完成映射与转换，对于传统库数据库的读写查逻辑均有扩展，更为适应互联网、物联网与云计算数据服务的模式与需求。现有的一些大数据采集与传输技术包括Sqoop、Flume和Kafka等。

 

李科博士随后介绍了大数据的金融发展与创新。大数据金融业务主要包括信息交互的便利化、资金融通的便捷化和交互行为的智能化。从金融大数据前台场景来看，利用大数据结合人工智能技术实现精确用户画像，有效提高客户服务的水平和质量；从中台业务场景看，大数据分析能建立覆盖全流程的数据标准，搭建前中台联动的一体化管理体系；从后台业务场景看，大数据叠加算法分析能为金融企业的管理决策提供数据支持与决策参考。

 

李科博士指出对于大数据的发展，现阶段依然存在关键问题与实践难点。例如实施大数据环境下的隐私保护，需要在大数据产生的整个生命周期中考虑两个方面：一是如何从大数据中分析挖掘出更多的价值；二是如何保证在大数据的分析使用过程中，用户的隐私不被泄露。

 

 

最后，李科博士介绍了大数据技术应用的金融成果与典型案例。例如微众银行的纯线上小额信用循环消费贷款产品，利用大数据了解客户、构建产品，营销策略贴近用户个性化需求，在数据分析的基础上实现差异化、个性化的营销服务与定价策略；腾讯的“微企链”平台利用大数据助力贸易融资场景，其通过核心企业信用传递至长尾供应商，利用互联网、大数据与区块链技术赋能，形成资金流与信息流在微企链平台的完整闭环。随着大数据技术的发展，其落地场景越来越多元化，未来如何更好地将金融与大数据技术相结合是众多企业所面临的重要问题之一。

 

 

在提问环节，观众们踊跃提问，李科博士就如何解决我国大数据应用发展不均衡、未来企业的金融科技转型以及大数据职业所需要的底层能力等问题进行了详尽解答。

 

此次讲座是“北大汇丰金融云学堂”的第9期。“北大汇丰金融云学堂”由北京大学汇丰金融研究院执行院长、中国银行业协会首席经济学家巴曙松教授发起创办，旨在充分发挥互联网信息传播的广泛性和便捷性，邀请金融业界各个领域资深专业人士对自身所从事专业或研究课题进行在线解读分享。