一、互联网金融和大数据都是如今的热门话题

这几年互联网金融话题特别热，互联网颠覆一切，互联网金融将会改变一切，这种说法在快速得到印证。在结束刚半年的2016“双十一”年度购物节中，仅淘宝的交易额就突破了1207.49亿元，远远超过了去年全国社会消费单日平均910.45亿元的零售金额。窥斑见豹，从不断升温的在线消费中，足见互联网对人们生活场景和行为方式的重塑正持续加强。另一方面，作为交易便利和交易成本的双重受益者，我们也欣然拥抱互联网带来的交易方式和生活方式的变革。从而导致互联网金融的快速发展。

然而，大数据话题更是热上加热，大数据已经渗透到社会各个领域，其应用价值，好比石油和矿石，已经提到到国家战略层面的高度。大数据成为推动经济转型发展的新动力；以数据流引领技术流、物质流、资金流、人才流，将深刻影响社会分工协作的组织模式，促进生产组织方式的集约和创新；大数据产业正在成为新的经济增长点，将对未来信息产业格局产生重要影响。全球范围内，运用大数据推动经济发展、完善社会治理、提升政府服务和监管能力正成为趋势。

二、对互联网金融特性的认识

互联网金融无疑是这场互联网商务地质结构运动中崛起的高峰。自2012年兴起的互联网金融，历经野蛮生长的洪荒开拓、各领风骚的模式分化以及暗流涌动的风险激荡，正逐步迈向政策包容、市场成熟、用户依赖、生态井然的阳光地带。互联网金融显现出了一些共同特性：

1、互联网金融伴生互联网商务平台

应当说，互联网时代的商务平台，是一种轻资产形式的虚拟营业场地。传统的经济活动和金融交易行为往往高度依附于重资产形式的物理场所。然而在互联网时代，强大的网络通信技术把独立的个体和分散的经济活动通过网络串联在一起，形成了一个无形却真实、虚拟却有效的交易场所。相比于传统的物理交易场所，互联网平台虚拟营业场所高度集中，大大降低原始投入，从而使交易成本更低、交易规模更大、撮合效率更高，经济活动的规模通过互联网的技术杠杆实现了倍增。其价值通过其广泛连接的商务机构网络得以充分体现。

2、互联网金融都在积极的跨界活动

与互联网金融相关的跨界活动演绎出两股潮流。一方面，电商平台基于商品贸易活动出发，我们看到的支付宝、财付通等支付工具作为电商网站配套设施的蓬勃兴起，看到的京东白条、蚂蚁花呗这些消费金融产品的积极涌现，看到的电商网站在用户信用评级、水电煤缴费、信用卡还款等个人综合金融服务方面持续耕作。每一个电商平台，自诞生之日起，就会在服务种类和产品种类上不断衍生扩展。另一方面，金融机构也在向商业反向跨界，并在银行、证券、保险等机构之间相互跨界。自中国建设银行首推电子商城以来，大量的商业银行开始自建商务网站，纷纷推出商品和金融产品销售。此外，证券机构、基金公司也在跨界开展支付、网贷和财富管理服务，提供一站式的综合服务。最后，跨界有效推动了综合金融服务和金融混业经营的进程。

3、互联网金融掌握非常多的客户帐户

互联网金融创新无一不是通过账户革新而实现。在互联网金融平台广泛连接的基础上，无论是传统的银行存款账户，还是为支付便利开立的支付账户、优惠积分账户、电子钱包账户，或是迅速成长的个人理财账户、高端财富管理账户等，都可以成为个人金融资产或货币财富集聚的大本营，作为消费、投资行为的出发点和归宿点，所有个人财富的商业价值派生于账户。就互联网金融平台而言，通过账户，用户可以更好地获取综合金融服务，而平台经营者则可以更好地向用户提供丰富的金融产品和综合金融服务。所以，完全可以说，谁拥有了规模化的账户体系，谁就拥有了丰富的金融资源；谁能够有效开发并经营好账户体系，谁就能在互联网金融大潮中抢得先机并占有市场竞争的制高点。

4、互联网金融十分方便快捷

互联网打破了时空隔阂。方便快捷成为网络商务的最基本特征，也同样成为互联网金融的基本属性。例如，有些网贷平台推出“极速模式”，可以在1分钟内告知用户预估信用额度，在10分钟内向用户核准授信结果，最快1天内就能实现资金到账。借助互联网手段，金融服务的场所迁移到了电脑和手机上，金融活动的响应时间降低到秒级，全社会的整体金融福利效用大大提升。

5、互联网金融依赖大数据挖掘

    互联网金融针对大众金融消费者，能够运用互联网和大数据技术对安全、效率、成本带来大幅的提升，同时借鉴互联网技术和大数据

分析挖掘极大提高金融风险控制方面的能力。最近在相关报纸中了解到，某个中小型银行信用卡发卡量已突破4000万张，信贷余额超2000亿元。如此庞大的用户群及海量的服务需求，该行信用卡却能迅速响应，甚至是在几秒内精确响应客户查账、调额等服务需求，多家银行信用卡近年来都在创新信贷审批模式，依托大量内外部数据建立自动化信审模型，对客户的行为特征进行预测，通过智能审核提高效率，审批时间从原来的十几天提升到几分钟甚至是秒级，这些无一不是依靠对后台大数据进行分析挖掘所发挥的巨大的作用。

三、大数据分析挖掘的功能

大数据分析挖掘功能：就是从大量的、不完全的、有噪声、模糊的、随机的实际应用数据中，提取隐含其中的，事先不为人知的、但又是潜在有用的信息和知识。

四、金融大数据挖掘案例

1、对大数据分析挖掘的基本方法

——构成分析：主要了解数据的分布、集中趋势、离散程度、极值、分位数、频率等等。

——趋势分析：挖掘数据的变化、时间趋势、周期规律、频率等，通过了解数据的趋势变化，为预测提供支持。

——预测预警：预测未来的变化及走势，提前做好预警监控、未雨绸缪。

——关联分析：传统的挖掘关注结果，大数据关注的是关联相关。

2、金融行业所做的大数据挖掘案例

——天弘基金

基于天弘基金导入到ODPS的余额宝数据，主要分析功能包括：

客户特征分析包括：基本属性分析，性别、年龄、地域等等分析；

资金特征分析包括：申购特征、赎回特征、余额特征等等分析；

客户行为分析包括：客户价值分析、客户消费与提现分析、客户忠诚度分析、客户流失倾向分析等等；

资金流动性分析包括：申购额变动分析、赎回额变动分析、申赎差额变动分析等等；

发展潜力分析：低净值客户分析、高净值客户分析。

——国泰基金

基金公司可以利用大数据结合客户的静态属性、基金交易行为、市场数据等进行多视角、多方位的综合分析，为每个客户打上核心标签，给客户画像，最终识别抽象出客户信息全貌，为市场营销和客户服务等提供数据支持。

基于国泰基金产品数据、客户数据、交易数据，主要分析功能包括：客户画像、产品推荐、沪深300支股票开盘价预测、回测、风险指标库等等功能。

五、结论

从以上对互联网金融和大数据分析及具体案例中，不难得出结论：我们不能简单的认为把金融放到互联网上就是互联网金融。

由此我们不难理解，互联网金融离不开互联网更离不开大数据的支撑，大数据不能没有分析挖掘，分析挖掘少不了填补国家空白的马克威！