大数据背景下的金融创新与治理

本文由用户“看人情渺渺茫茫”分享发布更新时间：2021-05-03 15:48:21 举报文档

以下为《大数据背景下的金融创新与治理》的无排版文字预览，完整格式请下载

下载前请仔细阅读文字预览以及下方图片预览。图片预览是什么样的，下载的文档就是什么样的。

随着信息技术的飞速发展，人类社会进入数字信息时代。获取和掌握信息的能力己成为

衡量一个国家实力强弱的标志。一切信息伴随需求不同决定其效益不同，而一切有益信息都

是从大量数据中分析出来的。海量数据又随时间持续产生、不断流动、进而扩散形成大数

据。大数据不仅用来描述数据的量非常巨大，还突出强调处理数据的速度。所以，大数据成

为数据分析领域的前沿技术。数据成为当今每个行业和商业领域的重要因素。人们对于数据

的海量挖掘和大量运用，不仅标志着产业生产率的增长和消费者的大量盈余，而且也明确地

提示着大数据时代已经到来。

数据正成为与物质资产和人力资木同样重要的基础生产要素，大数据的使用成为提高企

业竞争力的关键要素。数据成为资产、产业垂直整合、泛互联网化是大数据时代的三大发展

趋势。一个国家拥有的数据规模及运用的能力将成为综合国力的重要组成部分，对数据的占

有权和控制权将成为陆某某、海权、空权之外的国家核心权力。

大数据与人类息息相关，越来越多的问题可以通过大数据解决。不仅在数据科学与技术

层次，而且在商业模式、产业格局、生态价值与教育层而，大数据都能带来新理念和新思

维，包括政府宏观部门、不同的产业界与学术界，甚至个人消费者。大数据与互联网一样，

不仅是信息技术领域的革命，更加速企业创新，在全球范围引领社会变革并启动透明政府的

发展。

大数据正在引发一场思维革命，大数据正在改变人们考察世界的方式方法，以前所未有

的速度引起社会、经济、学术、科研、国防、军事等领域的深刻变革。大数据除了将更好的

解决商业问题，科技问题，还有各种社会问题，形成以人为木的大数据战略。

大数据这一新概念不仅指数据规模庞大，也包括处理和应用数据，是数据对象、技术与

应用三者的统一。大数据既可以是如政府部门或企业掌握的数据库这种有限数据集合，也可

以是如微博、微信、社交网络上虚拟的无限数据集合。大数据技术包括数据采集、存储、管

理、分析挖掘、可视化等技术及其集成。大数据应用是应用大数据技术对各种类型的大数据

集合获得有价值信息的行为。充分实现大数据的价值惟有坚持对象、技术、应用三位一体同

步发展。大数据是信息技术与各行业领域紧密融合的典型领域，有着旺盛需求和广阔前景。

把握机遇需要不断跟踪研究大数据并不断提升对大数据的认知和理解，

坚持技术创新与应用创新协同共进同时加快经济社会各领域的大数据开发与利用，推动

国家、行业、企业对于数据的应用需求和发展水平进入新的阶段。

在大数据时代数据作为一种独立存在的实体，其资产价值越来越突出，日益引起人们的

重视。从具体的个人到形形色色的企业，从各国政府到各种组织都可以合法地去收集数据。

不论个人还是企业，以及政府等都可以是数据的拥有者。今后个人隐私与数据归属权可能关

系越来越少，欧洲民众要求政府公开信息的诉求极其强烈，民众有权向政府申请信息公开。

除了涉及国家安全和个人隐私的公共信息外，大部分政府信息都可以公开。

大数据主要有三个方而对人类经济社会发展影响巨大，归纳起来:一是能够推动实现巨

大经济效益，二是能够推动增强社会管理水平，三是能够推动提安.高全保障能力。大数据在

政府和公共服务领域的应用可有效推动政务工作开展，提高政府部门的服务效率、决策水平

和社会管理水平，产生巨大社会价值。总而言之，大数据将为人们提供强有力的新工具，使

人们能更加容易地把握事物规律，更准确地认识世界、预测未来和改造世界。

大数据问题涉及范围较广，木某某在研究中注重概念分析与文献分析。具体来讲，研究中

综合运用了科学技术哲学、社会学等学科的理论知识对大数据进行研究。同时做到问题导

向、有的放矢，力求立足木专业理论知识，突出对涉及主题的深层次研究，注意多领域理论

知识的综合和统一。木论文既从微观上探讨作为大数据源头与使用者的个体与企业而临的个

人隐私风险与商业机密保护问题，又从宏观上分析整个产业乃至国家的大数据治理方针与发

展策略，尽量找到实现国家、企业与个人协调发展与动态平衡的路径和方法。

木论文大数据的社会效应为理论和逻辑前提，从金融业分析了大数据的动力机制和发展路径，总结了金融行业发展，围绕科技与社会的互动关系梳理大数据与社会各相关产业的融合造成的广泛影响和巨大效益，突出分析了大数据金融产生的一系列重要影响，进而分析其背后蕴含的社会风险，探索相应的社会治理办法，最后就中国积极应对大数据时代、推动中国的大数据发展提出适合中国国情的国家战略设想。

一、大数据的主体性分析

大数据主体性主要是指在大数据时代数据作为一种独立存在的实体，其资

产价值越来越突出，口益引起人们的重视。从具体的个人到形形色色的企业，从各国政府到各种组织都可以合法地去收集数据。比如:

《经济学家》杂志数据编辑肯尼思·丘基尔认为不论个人还是企业，以及

政府等都可以是数据的拥有者。个人使用全球定位系统的定位数据时个人成为

移动运营商收集大数据的来源，移动***以向用户提供更好的服务投资并

收集大数据，政府可拥有如人口普查数据、城市规划、天气信息等特定的数

据。

荷兰阿姆斯特丹自由大学计算机系高级研究员黄智生指出今后个人隐私与

数据归属权可能关系越来越少，欧洲民众要求政府公开信息的诉求极其强烈，

民众有权向政府申请信息公开。除了涉及国家安全和个人隐私的公共信息外，

欧盟和欧洲各国大部分政府信息己经公开。

二、大数据的社会性分析

大数据的社会性不仅是指企业重视的新型资产，而且还指其有助于在社会

公共领域解决大量问题。大数据无论失业、教育还是医疗保健方面，将带来无

穷无尽的的社会效益和经济效益。

牛津大学***互联网治理与监管专业教授维克托·迈尔·舍恩伯格认

为大数据可以促进信息社会发展，增进社会交流，提供人性化服务，支持做出

更好地选择，未来社会更加信息化，我们将拥有更方便的科技设施和更加先进

的工具。

纽约市打击金融犯罪行动组主管迈克·弗劳尔斯认为纽约市充分运用大数

据有助于市政执法、管理经济、防灾规划和灾后恢复，有助于优化行政资源、

预防犯罪、使公共支出产生最大效益。

工业和信息化部赛迪智库软件与信息服务业研究所所安.长晖总结大数据不

仅能够帮助企业发展，获得经济回报，还可以促进社会管理水平提高，进而增

进安全保障能力。

三、大数据的规范性分析

大数据的规范性是指数据流通需要法律界定数据的权益，政府界定数据的

类型，判断是否涉及国家安全等，做到有法可依。在确定数据权益的前提下，

数据运用需要价值交换，数据可以有偿使用。

荷兰阿姆斯特丹自由大学计算机系高级研究员黄智生认为对非法泄露他人

隐私的行为法律会进行严厉打击。牛津大学***互联网治理与监管专业教

授维克托·迈尔·舍恩伯格认为需要设立数据使用者承担其行为责任的隐私保

护模式。《经济学人》数据编辑肯尼思·丘基尔认为关键在于大数据技术规范应

该从强调监管大数据的收集转向重点监管大数据的实际使用。

复旦大学数据科学研究中心主任朱某某教授认为数据不是自然天生就有

的，当产生的数据涉及商业秘密和个人隐私时需要提供法律界定。中国人民大

学信息院长杜小勇认为数据作为资产需要数据治理，从法律上明确规定将窃取

他人数据与攻击他人信息系统视为犯罪，开展国家间对话形成公约。

四、大数据的技术性分析

数据总量在最近增长态势惊人，全球在过去3年间产生的所有数据量已经超过以往总

和。物联网的加速膨胀和移动互联网的迅速发展都使得新数据源大大增加，大量传感器不断

产生新数据，获取、存储和处理数据的成木卜降推动了数据持续大量膨胀产生。大数据技术

性分析的观点是:

工业和信息化部赛迪智库软件与信息服务业研究所所安.长晖指出信息技术以前只关注数

据的体量与规模，而现在数据爆发，数据处理变得困难，应用需求加大，大数据不仅包括数

据的规模超过以往，更要求数据处理和应用的能力和速度提高，统一整合数据对象、技术与

应用。

其他类似观点也是认为大数据不仅可以是如政府部门或企业掌握的数据库这种有限数据

集合，也可以是如微博、微信、社交网络上虚拟的无限数据集合。大数据技术指采集数据进

行存储管理，并且分析挖掘通过可视化等技术呈现的一系列技术集成。大数据应用通过整合

大数据技术，处理获得的大数据集合，追求信息产生的价值。

五、大数据的经济性分析

大数据对经济的影响远远超出预计，不仅创造高额利润，还能为社会提供

大量就业途径，出现一些新职业。一些***通过网上数据，开始提升环境

保护和医疗保健等领域的发展，而且用于科学实验。

欧盟委员会负责数字议程的委员尼丽·克洛斯认为大数据是经济发展的动

力和燃料，可以创造机遇改造社会，是使服务更加个性化和透明高效的重要工

具。英国经济与商业研究中心指出大数据改变创新途径，提升生产效益，为英

国带来的经济收入高达2160亿英镑。

第一节大数据的基本概念

近两年来，大型传感器与各种数码设备飞速递增，企业数据库和社交

媒体网站口益扩张，90%的数据来自过去两年的新增。这导致了从市场营销服

务人员到政府里的政策制定者都逐渐了解大规模数据集和大数据等概念。大数

据界定、内涵和特征等仍然意见纷呈。下面笔者从历史的角度对大数据的概念

做一番梳理。

一、大数据的发展历史

有史以来，处理各种不断增长的数据都是人类社会的难题。大数据的现代

发展历史最早可追溯到美国统计学家赫尔曼·霍尔瑞斯，他为了统计1890年的人

口普查数据，发明了一台电动机器来对卡片进行识别，该机器用一年就完成了预

计八年的工作，促进全球进行数据处理的新起点。1943年二战期间英国为了快

速解开纳粹设置的密码，组织工程师发明机器进行大规模数据处理，并采用了第

一台可编程的电子计算机实施计算工作。1961年美国国家安全局(NSA)首先应用

计算机收集信号自动处理情报，数字化处理模拟磁盘信息。1960年代英国计算

机科学家蒂姆·伯纳斯·李设计超文本系统，命名为万维网，使用互联网在世界

范围内实现信息共享。1965年，英特尔的创始人戈登·摩尔(Gordon Moore)通

过研究计算机硬件得出摩尔定律，认为同等面积的芯片每过一到两年就可容纳

两倍数量的晶体管，能够提高两倍微处理器的性能，或使之价格下降一半。近

五十年，导致信息产品功能口趋强大，各种设备体积变小，存储器成本持续缩

小了1亿多倍，能以很低的成本保存海量的数据。1988年美国科学家马克·韦某某

(Mark Weiser)指出各种各样微型计算设备能随时随地获取并处理数据，被称

为普适计算。今天，智能手机、各种传感器、RFID(射频识别)标签、可穿戴式

设备等实现无处不在的数据自动采集，为大数据时代的到来提供了物理基础。

美国研究员大卫·埃尔斯沃斯和迈克尔·考克斯在1997年使用“大数据”来描述

超级计算机产生超出主存储器的海量信息，数据集甚至突破远程磁盘的承载能力。

大数据时代的技术基础集中表现在数据挖掘，通过特定的算法对大量的数

据进行自动分析，从而揭示数据当中隐藏的规律和趋势，即在大量的数据当中

发现新知识，为决策者提供参考。现在的信息技术己经可以把一件产品的流向、

每位消费者的情况都记录下来，再通过数据挖掘，为客户量身定制，把消费和

服务推向一个高度个性化的时代。基于网络数据的挖掘，不需要制定问卷，也

不需要逐一调查，成本低廉。更重要的是，这种分析是实时的，没有滞后性，

数据挖掘将成为越来越重要的分析预测工具，抽样技术将下降为辅助工具。数

据挖掘的优越性，也集中反映了大数据“量大、多源、实时”等三个特点。大

数据的前沿和热点是机器学习，和数据挖掘相比，其算法并不是固定的，而是

带有自调适参数的，也就是说，它能够随着计算、挖掘次数的增多，不断自动

调整自己算法的参数，使挖掘和预测的结果更为准确，即通过给机器“喂取”

大量的数据，让机器可以像人一样通过学习逐步自我改善、提高，这也是该技

术被命名为“机器学习”的原因。除了数据挖掘和机器学习，数据的分析、使

用技术己经非常成熟，并且形成了一个谱系，例如数据仓库、多维联机分析外

理(MultidimensionOLAP)、数据可视化、内存分析(In-memoryAnalytics)都

是其体系的重要组成部分。

从2004年起，以脸谱网(Facebook)、推特(Twitter)为代表的社交媒体相继问世，互联网开始成为人们实时互动、交流协同的载体，全世界的网民都开始成为数据的生产者，引发了人类历史上迄今为止最庞大的数据爆炸。在社交媒体上产生的数据，大多是非结构化数据，处理更加困难。2012年，乔治敦大学的教授李某某(Kalev Leetaru)考察了推特上产生的数据量，他做出估算说，过去50年，《纽约时报》总共产生了30亿个单词的信息量，现在仅仅一天，推特上就产生了80亿个单词的信息量。也就是说，如今一天产生的数据总量相当于

《纽约时报》100多年产生的数据总量。

回顾半个多世纪人类信息社会的历史，正是因为1966年提出的摩尔定律，

晶体管越做越小、成本越来越低，才形成了大数据现象的物理基础。1989年兴

起的数据挖掘技术，是让大数据产生“大价值”的关键;2004年出现的社交媒

体，则把全世界每个人都变成了潜在的数据生成器，这是“大容量”形成的主

要原因。

2008年末，“计算社区联盟”(Computing Community Consortium)提出了独特的详细报告，《大数据计算:在商务、科学和社会领域创建革命性突破》。使

人们不仅考虑机器的数据处理，而且在更广泛的领域发现大数据的社会意义，

找到了更多的新用途和富有创见的新见解。社会领域的计算，也被很多学者称

为“社会计算”(social computing)，社会领域的计算、对类似知识和关系的

捕捉，不仅能够有效推动社会治理，还能产生商业价值。

总的来看，从根本上对处理大规模信息的现实需求推动了大数据相关技术

的迅速发展，起初国家安全是大数据技术的主要推动力，伴随超级计算机的发

明，大数据的存储和处理技术、以及大数据分析算法的研发，最终导致大数据

在教育、金融、医疗等许多方面开始实施，广泛应用。美国2012年3月的政府报

告里明确要求每个下属的联邦机构都要制订一个“大数据”发展战略，奥巴马

政府首先宣布投资2亿美元，立刻启动大数据研究与发展项目。

二、大数据的概念界定

1、大数据的定义

大数据这个术语最早应用于apache org的开源项目Hutch，用来表达批量处理或分析网络

搜索索引产生的大量数据集。谷歌公开发布MapReduce和GoogleFile System (GFS)之后，

大数据不仅包含数据的体量，而且强调数据的处理速度。数据分析领域，大数据是前沿技

术，大数据以及数据仓库、数据分析、数据安全、数据挖掘是工T行业时卜最火爆的词汇，大

数据的商业价值已经成为信息行业争相追逐的焦点。大数据包括各种互联网信息，更包括各

种交通工具、生产设备、工业器材上的传感器，随时随地进行测量，不间断传递着海量的信

息数据。

利用新处理模式，大数据具有更强的决策力和洞察力，能够优化流程，实现高增长率，

处理海量的多样化信息资产。归根结底，大数据技术可以快速处理不同种类的数据，从中获

得有价值的信息，处理速度快，只有快速才能起到实际用途。随着网络、传感器和服务器等

硬件设施全而发展，大数据技术促使众多企业融合自身需求，创造出难以想象的经济效益，

实现巨大的社会价值，商业价值高，各行各业利用大数据产生极大增值和效益，表现出前所

未有的社会能力，而绝不仅仅只是数据木某某。所以，大数据可以定义为在合理时间内采集大

规模资料、处理成为帮助使用者更有效决策的社会过程。

2.大数据的分类

大数据一般分为以卜四类:互联网数据、科研数据、感知数据和企业数据。

互联网大数据尤其社交媒体是近年大数据的主要来源，大数据技术主要源于快速发展的

国际互联网企业。比如以搜索著称的百度与谷歌的数据规模都已经达到上千PB的规模级别，

而应用广泛影响巨大的脸谱、亚马逊、雅虎、阿里巴巴的数据都突破上百PBo

科研数据存在于具有极高计算速度且性能优越机器的研究机构，包括生物工程研究以及

粒子对撞机或大文望远镜，例如位于欧洲的国际核子研究中心装备的大型强子对撞机，在其

满负荷的工作状态卜每秒就可以产生PB级的数据。

移动互联网时代普及LBS，基于位置的服务和移动平台的感知功能，感知数据逐渐与互联

网数据越来越重叠，但感知数据的体量同样惊人，并且总量或许可能不亚于社交媒体。

企业数据种类繁杂，企业同样可以通过物联网收集大量的感知数据，增长极其迅猛，企

业外部数据则日益吸纳社交媒体数据，内部数据不仅有结构化数据，更多是越来越多的非结

构化数据，由早期电子邮件和文档文某某等扩展到社交媒体与感知数据，包括多种多样的音

频、视频、图片、模拟信号等等。

3.大数据的技术

大数据技术包括大数据科学、大数据工程和大数据应用。大数据工程指通过规划建设大

数据并进行运营管理的整个系统;大数据科学指在大数据网络的快速发展和运营过程中寻找

规律，验证大数据与社会活动之间的复杂关系。

大数据需要有效地处理大量数据，包括大规模并行处理(MPP)数据库、分布式文件系统、

数据挖掘电网、云计算平台、分布式数据库、互联网和可扩展的存储系统。当前用于分析大

数据的工具主要有开源与商用两个生态圈，开源大数据生态圈主要包Hadoop HDFS,

HadoopMapReduce, HBase等等，商用大数据生态圈包括一体机数据库、数据仓库及数据集

市。大量非结构化数据通过关系型数据库处理分析需要大量时间和金钱，由于大型数据集分

析需要大量电脑持续高效分配工作。大数据分析常和云计算联系到一起，大数据分析相比传

统的数据仓库数据量大、查询分析复杂。

大数据处理和存储技术源于军事需求，二战期间英国研发了能处理大规模数据的机器，

二战后美国致力于数字化处理搜集得到的大量情报信息。计算机和互联网技术导致大数据处

理问题出现，9. 11事件后美国政府在大数据挖掘领域组建了大数据库用于识别可疑人，通过

筛选通信、教育、犯罪、医疗、金融和旅行等记录，之后组建基于网络的信息共享系统。

大规模数据分析技术方而源于社交网络，大数据应用使人们的思维不局限于数据处理机

器，重要的是新用途和新见解，对大规模信息的处理需求从根木上推动了大数据相关技术的

发展，超级计算机的发明、大数据的存储和处理技术以及大数据分析算法的研发最终导致了

教育、金融、医疗等多方而大数据广泛应用。

三、大数据的基本特点

首先是体量巨大，种类繁多。互联网搜索的发展、电子商务交易平台的覆盖和微博等社

交网站的兴起，产生了无穷无尽的各种数据内容。国际数据统计机构工DC预估2011年和2012

年的全球信息总量分别达到1.8ZB, 2.8ZB，到2020年将是40ZB;***预测全世界2016

年产生的数据总量将达到1. 3ZB;谷歌前CEO施密特指出从人类文明开始到2003年的近万某某内容过长，仅展示头部和尾部部分文字预览，全文请查看图片预览。动媒体转型......................................... 43

一、传统媒体的不足........................................……44

二、大数据驱动传统媒体的升级..............................……44

三、大数据引领新媒体发展................... ...............……45

第三节大数据推动医疗创新....................................... 47

一、大数据改进临床决策支持系统............................……47

二、大数据助推医疗产品研发................................……48

三、大数据催生新医疗服务模式...................... ........……48

第四节大数据促动教育变革........................................... 49

[文章尾部最后500字内容到此结束,中间部分内容请查看底下的图片预览]请点击下方选择您需要的文档下载。

以上为《大数据背景下的金融创新与治理》的无排版文字预览，完整格式请下载

下载前请仔细阅读上面文字预览以及下方图片预览。图片预览是什么样的，下载的文档就是什么样的。

大数据背景下的金融创新与治理

图片预览

热门关注

相关下载