為了傳播正确的大資料理念和前沿技術，清華大資料産業聯合會開展了一系列線下講座和論壇，本月“清華大資料産業聯合會” 聯合“中關村大資料産業聯盟”、“清華校友網際網路與新媒體協會”及“清華校友投資協會”共同推出“清華大資料月”線上講壇。
清華大資料産業聯合會、中關村大資料産業聯盟、清華tmt校友俱樂部和the house四個微信群将同時進行時長90分鐘的交流、探讨，惠及更大範圍的聽衆。
所有線上講座的内容将@資料派（id：datapi）、大資料文摘（id：bigdatadigest）和軟體定義世界（sdx-softwaredefinedx）聯合釋出，敬請期待！
申請加入收聽線上講座，請點選“閱讀原文”中的報名。
主講人介紹：
呼延如生
銀聯智策聯合創始人、副總經理、董事。畢業于清華大學水利工程系，美國密蘇裡大學計算機科學與工程博士。曾任萬事達咨詢顧問資料科學總監，負責萬事達集團亞太、中東與非洲區的大資料業務。還曾任職于第一資本銀行(capital one)，sap公司等。建立銀聯智策大資料處理與分析系統，規劃與開發銀聯智策金融雲計算與服務平台“智策雲”。主持宏觀經濟分析、金融風險與産品定價、客戶生命周期價值評估等量化研究，負責“銀聯智策消費綜合評分體系（upa scores）”等資料産品以及政策優化工具的研發與生産營運。
講座全文：
各位群友晚上好，感謝大家參加今晚的分享，很高興借助微信這個平台，與大家共同探讨金融大資料應用的一個熱點話題--财富管理。
首先請允許我介紹一下銀聯智策。銀聯智策是中國銀聯專門從事大資料分析和戰略咨詢業務的子公司，擁有海内外經驗豐富的專家團隊和自主開發的大資料處理與分析平台，在充分挖掘全面、真實、實時交易資料的基礎上，形成了許多高價值的資料産品和解決方案。公司基于獨家資料開發的資料模型和深度資料挖掘産品，為金融機構進行科學決策提供客觀依據，在業界具有良好聲譽。銀聯智策擁有權威的消費大資料，在經濟分析與投資研究領域也多有建樹，攜手清華大學資料科學研究院經濟金融資料研究中心研發了“清數銀聯智策指數”，将于明天（5/8）在清華大學釋出。今天這裡與大家探讨大資料與财富管理的問題，與大家一起回顧2013年以來我們國家金融創新的發展曆程，并結合國内外的典型案例，和大家共同探尋大資料财富管理的途徑與模式。其中也會介紹銀聯智策在這一領域的實踐與思考，供大家參考。
2015年金融領域最受關注的熱點問題是什麼呢？大家一定會立即想到股市。
大家可以看到，圖上的這條黑線是上證指數的走勢圖，從年初到現在不過3、4個月的時間，已經漲了20%以上。根據cnn的評價，中國股市是現在全球最熱的股票市場。為什麼會這樣呢？主流的說法大概有四個原因。
第一是宏觀經濟政策，國家要鼓勵中小企業的發展，要通過股市推動中小企業的融資，提高老百姓的财富水準，拉動消費；
第二，是貨币政策，中國經濟下行，中國人民銀行有相對寬松的貨币政策，全國的銀行每個月放出的信貸總量大概在7000億到8000億的規模，這些錢在目前房地産市場相對比較低迷、制造業産能過剩的情況下，很多都最終流向了股票市場；
第三是改革的政策紅利，兩會期間，總理提出了“網際網路+”的概念，提出了全民創新，但是怎麼去支撐這個創新？政策上會有一些結構化的傾斜，我們也從股市中看到了這一點，因為中小闆的漲幅更大一些；
最後一點是股民的心态，我們看到股市在上漲，股民在做什麼事呢？基本上每天新開的賬戶是17萬，是去年平均水準的10倍。
我們再來看理财的情況。2014年，中國的商業銀行共發行理财産品近7萬款，平均收益在5%左右。而2014年網際網路金融p2p的興起給大家提供了更多的投資選擇。從p2p的規模來看，截止2014年底，行業共有2500多家企業，信貸投資規模超過了3000億，投資人的總數超過了100萬。看上去很不錯，但問題是，這些投資事實上是有較大風險的，理财需要謹慎，因為金融的核心講到底是風險的問題。
金融風險需要大資料進行量化，加以控制和管理。那麼什麼是大資料呢？一句話很難說清楚。讓我們回歸到最原初的一句話，就是奧巴馬政府在2012年官方網站上貼出來的“big data is new oil”，它是一種新的能源，代表一種新的生産力。
我們中國大資料現在應用在哪裡？電商有阿裡巴巴，媒體有百度、騰訊；金融在起步，其實應用的還很不夠，其它領域的應用還沒看到。中國在網際網路發展起來的時候，大資料并沒有發展起來，與美國的差距還比較大。大家在經常講到大資料思維和網際網路思維的時候，很少去深究二者之間的關系。其實它們是有差別的，雖然也有很多相關聯的地方。
把大資料的思維形象展現出來的有一個是沃爾瑪，很少有人把沃爾瑪與網際網路聯系在一起，但它是一家極為注重大資料應用的公司。沃爾瑪利用大資料分析做到了供應商利潤最低，進而成本最低。而且沃爾瑪可以預知客戶的需求，提升客戶體驗。前一段有人說零售到時候會消失，但是沃爾瑪的人可能不會同意這個觀點。設想整天在網上，在一個平面裡面買東西，買了之後有可能還不喜歡要去退貨，跟推着個車在一個三維現實裡，用一個手機app告訴你可能喜歡的東西在什麼地方，跟網上購物的體驗還是有差別的。
大資料應用的典範還有capltal one，一家我供職過的公司，經曆過幾次金融危機的洗禮，它已經成長為美國的第五大銀行，享有金融領域的apple的美譽。capital one 一開始隻是一個消費金融公司，發放信用卡貸款。80年代美國的消費金融市場，跟中國現在的情況差不了多少，銀行所有的信用卡都是一個利率，刷卡是身份的象征，不是所有人都能申請到的，而capital one就專給窮人發信用卡貸款。
那麼這個商業模式行不行的通呢？好多人都持有疑問，恰恰因為他們忽略了capital one商業模式的核心，就是大資料分析。後來美國有一本描述金融危機的暢銷書，《大短線》，提到一個勇敢的投資人認真考察了這家公司，發現了它的與衆不同之處，在這家公司股票才幾塊錢的時候果斷買進，後來股價翻了數十倍以上。
現在我們再來看看中國的網際網路金融。2013年開始定義為網際網路金融的元年，大家這麼去定義它，主要是因為6月份餘額寶的上線。餘額寶一出來，不出三個月，規模就達到了将近600億。無獨有偶，在10月份百度推出了百發。餘額寶大家都清楚，是一個基金的電商，阿裡巴巴跟天宏基金合作。百發是另外一個模式，百度跟廣發合作做了個指數，這個指數我會在例子裡詳細說明。
2013年過去了，2014年發生了哪些事情？2014年第一件事，網際網路金融寫入了國務院政府工作報告；有8家征信公司獲批，還有5家民營銀行，其中騰訊的前海微衆、阿裡的浙江網商銀行尤為引人矚目；再就是消費金融的興起。
大家能不能想象一下，2015年網際網路金融會發生什麼？在這裡請允許我引用capitalone創始人理查德先生最近講的一段話，“假設你的銀行在你的手裡，你跟它是互動的，是個性化的，又能實時給你提供服務的，而且變成生活的一部分，這是不是就是銀行的一個未來？”
總結一下網際網路金融發展到現在的六個模式，都是以網際網路的模式做金融，實作大資料驅動的并不多。而且這些模式裡面沒有看到太多的理财模式，即以大資料驅動的、端對端的、理财銀行是在你手裡的，你随時都可以來管理你的資産組合，這種模式我們沒有看到。
這種模式用大資料的思維來看，從理财服務提供端，無論是銀行也好，還是專門的理财公司也好，有兩個部分，一個是産品，它給客戶提供的是不是訂制的個性化産品，另外一個是服務，它給客戶提供的服務是不是一個互動的模式，當你對投資有疑問的時候是不是能夠及時找到答案。
還有一個就是從投資人的角度，對使用者來講能不能實作投資的智能化與自動化。這三個問題是大資料驅動的财富管理需要回答的核心問題，闡述起來比較複雜，我想借用三個案例跟大家讨論。
第一個例子是ubs。在2014年有這麼一則新聞，瑞士最大的銀行ubs用人工智能的辦法來服務于富裕階層的客戶。它在新加坡搞了一個大資料的競賽，出了個題目，哪家公司能夠用我的資料幫助我更好的服務于客戶，我就給你獎金，還跟你簽一個合同，以後你為我提供大資料的服務。
最後誰赢了？就是這麼一家公司，叫sqream，它做什麼的？新加坡大概有600萬人，它就積累了600萬人的資料，每天收集這些人13萬種行為事件，總結出8500萬個行為模型。而且它有套算法，這套算法就是一個不斷疊代的、不斷遞進的、量子化的資料壓縮與資訊提取的一套模型，用以給金融機構的客戶進行畫像，根據這個畫像為客戶選擇最适合他的理财産品，這個公司最後以資料與算法赢得了這個挑戰，獲得了獎金與合同，不過相信這裡最大的赢家最終還是ubs。
前面提到過，銀聯智策是基于銀聯的交易資料，從事金融大資料分析和戰略咨詢服務的一家公司，在客戶畫像方面也做了大量工作。
舉一個形象一點的例子，我們曾經在公司内部搞過一個小小的挑戰賽，參加挑戰賽的每一個人都要讀一本書，《二十一世紀資本論》，是一個法國經濟學家寫的。這本書得到的評價非常高，諾貝爾經濟學獎得主保羅克魯格曼認為這是最近10年世界上最重要的一本經濟學著作。
那麼它的主要内容是什麼呢？很重要的一部分内容就是把社會分層，前1%的人是最富有的人，然後是前1-10%，這些人也還比較有錢，其後是前10-50%的人，這些人勉強算是中産，最後50%則是相對比較貧窮的人。
根據歐洲和美國的曆史資料測算，最後面這50%的人所擁有的社會财富不足社會總财富的5%，中間10-50%擁有約35%的社會總财富，前面1-10%這部分人的财富約占社會總财富的30%，而位于頂層的1%這部分人在社會總财富的占比是30%，曆史最高占比達到40%以上。
我們挑戰賽的題目就是，能不能用銀行卡的交易資料把這些人劃分出來。過了一個星期真分出來了，1%的人我們管他叫商賈富豪，1-10%是社會精英，還有中産階層和普羅大衆。
可想而知，就是通過這麼簡單的一個分析，如果你恰好是銀行一個财富管理的部門主管，給哪部分人什麼樣的理财産品，結論是顯而易見的。這裡要補充一點，上面舉得例子隻是一個簡單練習，銀聯智策的客戶畫像産品要豐富的多，在實戰中也有很多成功案例，就不一一列舉了。
第二個例子就是我們前面談到的百度百發大資料指數。這個指數是百度與廣發基金聯合開發的，并不完全是大資料，也有基礎研究，要看股票的财報資料，看基本的經營情況，要看這個行業，還要看股票本身時間序列的表現，用傳統意義上的股票動量分析。
那麼為什麼叫大資料指數？關鍵問題是增加了金融搜尋和使用者行為的大資料，主要是看搜尋了什麼樣的關鍵詞，使用者行為展現的情緒是正面的還是負面的，要看投資者的關注程度。綜合各種因素進行統計和計算，并利用曆史的股票收益進行模拟與優化，選取100隻股票構造了百發100指數。如果從2009年1月份開始投資這個基金，不到5年的時間，到2014年6月份收益就是7倍以上。
大家可能要問，銀聯智策有沒有類似的指數呢？在宏觀經濟分析與投資研究領域，銀聯的交易資料在消費行業有不可比拟的優勢，覆寫股票分析裡面30多個行業、100多家上市公司，包括青島啤酒、海爾等企業。人們喝多少青島啤酒，消費多少海爾産品，反應市場的真實需求，跟企業實際的營運情況、财報情況，有着高達百分之八九十的相關性。
我們認為充分利用這些資訊，再加上清華大學資料科學研究院一流的研究能力，可以研發出更好的指數。在這方面銀聯智策與清華大學有非常緊密的合作，研究成果即将于明天在清華大學釋出，歡迎大家積極關注。
第三個案例是betterment，這是一個自動化投資的案例。表面上看它是基于網際網路的思維，界面做得非常簡單。使用者登入到這個界面之後，會看到一個自己的基金組合，比如說60%是股票，40%是債券；這個組合現在表現是什麼樣，收益是什麼樣，以及大盤的情況。
當然betterment與衆不同的地方不在這裡，它吸引人的地方在于可以給客戶提供量身定制的建議，比如說當使用者的這個投資組合需要調整的時候，界面上就會有個新的建議提醒。這個建議有可能是計算機算出來的，也有可能理财專家給使用者的個人建議。
我總結了一下，簡單說來它有4個基本特點。第一個特點，它的回報應該是比較高的，因為這裡邊的政策，好多跟百發100相似，是基于大資料的并且經過專家優選過的政策；
第二個特點，使用它的成本低，門檻也低。買基金有一些門檻，這些門檻可能是資料、技術，也可能是知識、經驗。betterment做到了用更低的成本幫助使用者得到更高的回報。
第三個特點，它有定制化的組合，還有豐富的标準品，滿足不同使用者的不同需求。
第四個特點，它支援投資自動化，還有一個專家互動的功能，如果有需要，網站上的财富管理專家可以提供人性化的服務。
以上三個案例幫助我們回答了大資料驅動的個性化财富管理中的産品設計與服務推送、個性化定制與智能互動等核心問題。其中也講到銀聯智策在這些問題上的種種創新和實踐。最後我想簡單介紹一下銀聯智策在解決這些問題上的一個得天獨厚的優勢，就是銀聯智策“财富管理大資料”。
具體包括銀聯的交易資料、行業統計資料、商戶财務資料，還有網際網路以及其他行業資料的多元度拓展。通過與清華大學資料科學研究院的深度合作，銀聯智策在相關領域已經達到或超越了包括以上案例在内的國内外同類産品水準。
時間的原因，今天就不多講了。希望今天的内容能夠幫助大家更好地認識大資料與财富管理這個課題。也希望銀聯智策所做的事情，能夠在不久的将來幫助到大家。每個人都有理财的需求，每個人都有理财的權利，借助大資料的力量，讓我們共同迎接财富管理新時代的到來。
謝謝大家！
原文釋出時間為：2015-05-08
本文來自雲栖社群合作夥伴“大資料文摘”，了解相關資訊可以關注“bigdatadigest”微信公衆号