『星尘』杂谈衡量大数据应用

文章可授权转载，欢迎投稿，稿件根据质量会支付一定金额报酬。联系人：金融监管研究院副院长刘诚燃，联系加微信：18956351980

精选课程

北京

不良资产实战训练营

|12..16-17

『星尘』杂谈衡量大数据应用

与朋友闲聊，说是看各种大数据竞赛啊、活动啊，展示时感觉花样繁多、十分热闹，但自己感觉大数据分析系统并没那么厉害，怎么办？我谈了自己的看法，觉得可能对大家是个参考，于是就有了以下文字。

其一，认为哪一个系统会神乎其神，什么都能做，而且三五步就能简便快捷地使用，还很容易学会，如同傻瓜相机一般……这种高大全、近乎完美的东西，过去与现在，我都没机会见识过，估计未来也不会有。有句老话叫“样样通，样样松”，早年的燕舞牌收录机貌似变形金刚，收音、录音、放音、立体声音响……什么都有，结果“一片歌来一片情”的广告语还在记忆中，牌子与厂子却已烟消云散了。。。任何东西，都会有自己的不完美之处，能解决你目前的现实问题，短期事倍功半，中长期事半功倍，就是好东西。

其二，没有技术门槛，易学易用。其实，任何高大上的东西，最多只是降低了入门的技术门槛，却不会降低技术的整体海拔，除非本来就不高。各种大数据分析系统，只是尽可能提高了分析思维实现的自由度，但也是有很多应用的重难点的，希望用得更出彩，就一定得刻苦努力，日积月累，下实功夫。这个领域是全新的世界，前人走过的路不多，现成饭既不好吃，也没有那么多！

其三，如何衡量应用水平。个人觉得应该区分一下，哪些是以系统为核心做的应用，哪些是贴牌，哪些是虚拟现实主义？我觉得，一看应用思路，二看技术手段，三看推广难度。关键一句话:能否异地重现，能否日常应用。没有高质量、细粒度的持续性数据，没有优秀算法与精准思路，没有对软硬件系统与人力知本的持续投入，就没有战斗力！

其四，什么是当前应用的重难点？除却个人层面的技能与素质差异，个人以为最重要与最难的就是数据治理，尤其是数据标准化。有位徐老师，点出了其中要害:数据需求差异与内涵漂移。他认为此两点不是质量问题，靠治理也好、清理也好都没得解决。以下为他的陈述，我学习之后非常赞同。

 “需求差异就是同一个数据项，在产生的各个环节是用于满足不同的需求的，需求是有差异的，大家在生产和加工环节，都优先满足自己的需求，轻视和忽视其他主体的需求。别人要的时候，找个大概差不多的提供出去完事。在粗颗粒度和趋势性的应用里，问题不大，越精细的应用，问题就越大。主体之间，对这种差异认知有限，也没有集中的管控。银行自己用都恼火，到我们这儿就更乱了。这些数据对我们是错的，对生产者来说，有可能是必须的。内涵漂移，管理变化、流程调整、核算方式变化甚至字段变动，都会使现有数据项的内涵发生变动。如果不看数据，这些变化很多是部门内部的，也就是说，数据的含义有轻微的变动，其他部门基本上不可能发现。而这些变化非常频繁，累积的误差越来越多，数据项的内涵也就不断漂移了。等到漂远了再去找原因，很难分析清楚哪儿出错了，更说不上用合理的安排来解决了，多半来次数据清洗完事。”

在竞赛与活动中，大家多展示的是“凭大数据技术我能做什么？”;很少展示“我是怎么做到的？”;没有展示“如何用大数据技术防范信息安全风险？”可以说，只想如何让业务这条腿更强更快，而未曾深入思考如何让技术这条腿更健康，一腿长一腿短的，有没有短期行为呢？劳动竞赛与知识竞赛是不同的，要知行合一，应该有长期的正外部性。

南怀谨先生曾对准备推翻传统文化的台湾学子说过，要革命也得知道自己革的是什么。我们搞金融大数据的，技术创新当然要着力，业务思维也必须重视，作为一个团队，一定要汇聚各方人才，静心研究复杂金融业务，琢磨技术解决途径，上下分层各居其位做其事，基础研究与技能提升并行。慢是慢点儿，但金融与科技两腿健康协调了，方能健步如飞，您说呢？

日期	课程	地点
12.2-3	债券市场基础及实务操作与研究框架	上海
12.2-3	私募基金管理人登记入会、产品创设以及业务合规实务专题培训	上海
12.7-8	大资管新规要点探讨及影响分析研修班	上海
12.9-10	房地产投融资、并购基金以及资产证券化实务操作和案例专题培训	上海
12.14-15	消费金融ABS及资管新政解读	上海
12.16-17	不良资产实战训练营	北京
12.16-17	大资管新规要点探讨及影响分析研修班	北京
12.16-17	反洗钱国际制裁研讨会	上海
12.16-17	票据业务高级研修班	厦门