【摘要】伴隨著電子信息技術(shù)的不斷發(fā)展，大數(shù)據(jù)在越來越多的領(lǐng)域得到有效應(yīng)用。證券行業(yè)的應(yīng)用特點與大數(shù)據(jù)技術(shù)有較高的契合度，大數(shù)據(jù)應(yīng)用為證券公司發(fā)展提供了重大歷史機遇。本文除了對大數(shù)據(jù)的定義和特征進行解析外，從業(yè)務(wù)層面入手對大數(shù)據(jù)在證券公司經(jīng)濟業(yè)務(wù)、資產(chǎn)營理業(yè)務(wù)、投資銀行業(yè)務(wù)和資金營運業(yè)務(wù)中的應(yīng)用進行了分析，最后對證券公司給出了政策建議。

【關(guān)鍵詞】大數(shù)據(jù) 證券公司 應(yīng)用

一、大數(shù)據(jù)的定義和特征

（一）大數(shù)據(jù)的定義

大數(shù)據(jù)作為新興概念出現(xiàn)在信息學(xué)領(lǐng)域，其定義及需解決核心問題等方面尚無確切統(tǒng)一的認識。多個學(xué)者和機構(gòu)從不同層面對大數(shù)據(jù)的定義做出表述。維克托.邁爾、馬建光等學(xué)者從商業(yè)層面對大數(shù)據(jù)進行表述，認為大數(shù)據(jù)是尋求從對數(shù)據(jù)進行分析處理后得到有用的信息并將信息進一步轉(zhuǎn)化為商業(yè)優(yōu)勢的活動，最終的表現(xiàn)為全新商業(yè)模式的出現(xiàn)。鐘瑛等學(xué)者從大數(shù)據(jù)的架構(gòu)層面給出大數(shù)據(jù)的定義，認為廣義的大數(shù)據(jù)可分成人數(shù)據(jù)工程、大數(shù)據(jù)技術(shù)、大數(shù)據(jù)應(yīng)用和人數(shù)據(jù)科學(xué)等領(lǐng)域，俠義的大數(shù)據(jù)主要是指大數(shù)據(jù)技術(shù)及其應(yīng)用，指的是從繁雜的數(shù)據(jù)中快速獲取信息的能力。英特爾公司（Intel）和美國國家科學(xué)基金會（NSF）從微觀技術(shù)層面給出大數(shù)據(jù)的定義，具體表述為一個機構(gòu)每周生成300TB字節(jié)以上的數(shù)據(jù)，重點是該機構(gòu)每周產(chǎn)生和分析的數(shù)據(jù)達500TB字節(jié)以上數(shù)據(jù)的可稱為大數(shù)據(jù)，具體包括商業(yè)數(shù)據(jù)、傳感器數(shù)據(jù)、社交媒體信息等數(shù)據(jù)類型。

（二）大數(shù)據(jù)的特征

目前較為普遍的看法認為大數(shù)據(jù)具有規(guī)模巨大、種類繁雜、處理迅速，價值密度低四大特征。這些特征使得大數(shù)據(jù)與單純強調(diào)數(shù)據(jù)量的“海量數(shù)據(jù)”等概念區(qū)分開來，大數(shù)據(jù)除了描述數(shù)據(jù)的體量龐大之外，擴展到數(shù)據(jù)形式、數(shù)據(jù)的時間性質(zhì)以及對數(shù)據(jù)的分析處理等方面的描述。

二、證券公司應(yīng)用大數(shù)據(jù)的背景

（一）大數(shù)據(jù)應(yīng)用為證券公司發(fā)展提供了重大歷史機遇

自2013年以來，國內(nèi)大數(shù)據(jù)市場應(yīng)用得到飛速發(fā)展，大數(shù)據(jù)從概念滲透轉(zhuǎn)為實際應(yīng)用并在金融、電子商務(wù)、地產(chǎn)等領(lǐng)域?qū)崿F(xiàn)商業(yè)化，大數(shù)據(jù)產(chǎn)業(yè)連年保持快速增長態(tài)勢。金融行業(yè)的發(fā)展對數(shù)據(jù)依賴度較高，金融企業(yè)在廣泛應(yīng)用數(shù)據(jù)的同時也產(chǎn)生了大量數(shù)據(jù)，金融企業(yè)的應(yīng)用特點也與大數(shù)據(jù)的特征相契合。大數(shù)據(jù)市場應(yīng)用的拓展與大數(shù)據(jù)產(chǎn)業(yè)規(guī)模的擴張意味著金融行業(yè)進入“數(shù)據(jù)為王”的新紀元。在大數(shù)據(jù)時代，證券公司通過對海量數(shù)據(jù)進行整理和分析，對目標客戶進行深入研究，預(yù)測金融產(chǎn)品投資者行為，了解投資需求，從而做到在金融服務(wù)上以客戶為中心，在金融營銷上精準高效，在金融創(chuàng)新上緊跟市場需求。在這種情況下，大數(shù)據(jù)的應(yīng)用水平對于證券公司未來發(fā)展而言越加重要。對于證券公司來說，提高大數(shù)據(jù)在公司業(yè)務(wù)中的應(yīng)用水平符合現(xiàn)代證券公司業(yè)務(wù)與信息技術(shù)高度融合的趨勢。

（二）證券公司發(fā)展受阻亟須創(chuàng)新動能

中國證券公司近年來發(fā)展迅速，但仍然存在許多問題。在市場營銷方面，營銷成本高企但并沒有帶來業(yè)績的顯著提升，客戶營銷并沒有提升精準營銷能力。在產(chǎn)品創(chuàng)新方面，證券公司無法有效洞察市場需求，產(chǎn)品創(chuàng)新緩慢。大多數(shù)的產(chǎn)品和服務(wù)同質(zhì)化嚴重，缺乏核心競爭力。在風險管理方面，在監(jiān)管部門強化市場監(jiān)管和市場風險不斷積累的大背景下，資產(chǎn)管理業(yè)務(wù)、資金營運業(yè)務(wù)的風險不斷暴露，風險控制壓力陡增。證券公司面臨的種種問題意味著證券公司在經(jīng)營管理和業(yè)務(wù)等方面亟待轉(zhuǎn)型，證券公司需要借助大數(shù)據(jù)等新技術(shù)對市場營銷、產(chǎn)品創(chuàng)新、風險管理、業(yè)務(wù)流程各個方面進行優(yōu)化改進，充分體現(xiàn)大數(shù)據(jù)的功能和優(yōu)勢，使得運營機制更加的科學(xué)化和智能化。對于證券公司來說，在業(yè)務(wù)發(fā)展到一定階段后，大數(shù)據(jù)的應(yīng)用是十分迫切的。

三、大數(shù)據(jù)在證券公司業(yè)務(wù)中的應(yīng)用

（一）大數(shù)據(jù)在證券公司經(jīng)紀業(yè)務(wù)中的應(yīng)用

在證券經(jīng)紀業(yè)務(wù)中，證券公司在充當證券買賣媒介的同時需要提供信息服務(wù)。證券公司提供的信息服務(wù)包括行業(yè)和上市公司的研究報告、宏觀經(jīng)濟的預(yù)測分析、股票市場變動信息等。證券投資顧問是證券公司從事證券經(jīng)紀業(yè)務(wù)的一線人員，他們負責與維護客戶關(guān)系并對客戶就證券投資的問題進行答疑和引導(dǎo)，為客戶提供相應(yīng)的信息服務(wù)。智能投資顧問是近年證券公司將大數(shù)據(jù)技術(shù)應(yīng)用到經(jīng)濟業(yè)務(wù)中的創(chuàng)新之一。智能投資顧問通過采集客戶的交易數(shù)據(jù)等數(shù)據(jù)分析客戶風險偏好和交易習(xí)慣，將采集到的數(shù)據(jù)應(yīng)用到量化模型中進行數(shù)據(jù)的處理分析，最終通過數(shù)據(jù)分析結(jié)論為客戶提供投資建議。智能投顧在客戶數(shù)據(jù)收集、投資方案制定等服務(wù)步驟均自動完成，智能投顧的進一步發(fā)展和運用能夠提高服務(wù)效率和降低務(wù)資費并可以向客戶提供定制化顧問服務(wù)。隨著線上投顧服務(wù)的成熟以及未來更多基于大數(shù)據(jù)技術(shù)的智能投資策略的應(yīng)用能夠促進證券公司經(jīng)紀業(yè)務(wù)發(fā)生變革。在證券公司的經(jīng)濟業(yè)務(wù)中，大數(shù)據(jù)還可以運用到對客戶的精準營銷中。證券公司可以從數(shù)據(jù)中對客戶價值等核心信息進行深度挖掘，然后再針對客戶推出產(chǎn)品組合和制定產(chǎn)品定價。

（二）大數(shù)據(jù)在證券公司投資銀行業(yè)務(wù)中的應(yīng)用

證券公司的投資銀行業(yè)務(wù)有證券發(fā)行業(yè)務(wù)、收購兼并業(yè)務(wù)等，投資銀行業(yè)務(wù)滿足了資金需求方的直接融資需求。證券公司在開展投資銀行業(yè)務(wù)時需要對數(shù)據(jù)進行搜集整理和分析，大數(shù)據(jù)在證券公司的投資銀行業(yè)務(wù)中仍然有運用空間。在證券公司進行證券的承銷及發(fā)行時，可以利用大數(shù)據(jù)分析利率波動和行業(yè)風險等相關(guān)因子，以便證券公司確定合適的發(fā)行價格、發(fā)行規(guī)模、承銷差價和承銷方式。證券公司同還可以通過大數(shù)據(jù)分析資金提供方的市場行為等方式來幫助證券公司加強證券設(shè)計的創(chuàng)新，設(shè)計出受到市場歡迎和有效降低風險的證券。

（三）大數(shù)據(jù)在證券公司資產(chǎn)管理業(yè)務(wù)中的應(yīng)用

專項資產(chǎn)管理業(yè)務(wù)、集合資產(chǎn)管理業(yè)務(wù)、定項資產(chǎn)管理業(yè)務(wù)是證券公司管理業(yè)務(wù)的三大類型。資產(chǎn)管理業(yè)務(wù)接受客戶委托設(shè)立資產(chǎn)管理計劃進行投資，資產(chǎn)管理業(yè)務(wù)的投資范圍涵蓋債券、股票、金融衍生產(chǎn)品等。大數(shù)據(jù)的應(yīng)用意味著證券公司資產(chǎn)管理業(yè)務(wù)將獲取數(shù)量更多及維度更高的數(shù)據(jù)，投研模型更加完善。證券公司應(yīng)用大數(shù)據(jù)持續(xù)對投資者進行，對投資者的資金流動情況、收益率等數(shù)據(jù)進行統(tǒng)計分析，由此了解市場預(yù)期、投資者信心和風險偏好等信息，從而對市場做出預(yù)測。將大數(shù)據(jù)運用到市場行情預(yù)測中有利于證券公司對資產(chǎn)管理計劃投資標的及資產(chǎn)配置做出決策，從而使得證券公司的資產(chǎn)管理能力得到提高。廣發(fā)璽智大數(shù)據(jù)精選集合資產(chǎn)管理計劃是大數(shù)據(jù)在證券公司資產(chǎn)管理業(yè)務(wù)中應(yīng)用的具體案例之一。廣發(fā)證券與新浪微博進行深度合作，利用大數(shù)據(jù)技術(shù)在新浪微博中進行數(shù)據(jù)挖掘，將搜集來的數(shù)據(jù)作為市場預(yù)測中的分析因子，數(shù)據(jù)分析結(jié)果為金融資產(chǎn)的選擇配置提供依據(jù)。該集合計劃的典型特征便是大數(shù)據(jù)與量化投資的結(jié)合。

（四）大數(shù)據(jù)在證券公司資金營運業(yè)務(wù)中的應(yīng)用

證券公司的資金營運業(yè)務(wù)主要包括證券自營業(yè)務(wù)、融資融券業(yè)務(wù)、買入返售證券業(yè)務(wù)等。在證券自營業(yè)務(wù)中，證券公司可以通過利用大數(shù)據(jù)找尋投資熱點和優(yōu)化金融資產(chǎn)的選擇與配置。證券公司的資金營運業(yè)務(wù)在證券公司的業(yè)務(wù)結(jié)構(gòu)中屬于高風險和高收益并存的業(yè)務(wù)，風險管理對于資金營運業(yè)務(wù)至關(guān)重要。風險管理需要建立數(shù)據(jù)庫，利用大數(shù)據(jù)技術(shù)可以在處理風險管理數(shù)據(jù)庫中累積式的風險和度量時對給定風險進行計算。大數(shù)據(jù)技術(shù)能有效的提高證券公司的風險管理水平。

四、政策建議

（一）加強數(shù)據(jù)整合能力

證券公司應(yīng)該積極的加強自身的數(shù)據(jù)整合能力。一方面證券公司的業(yè)務(wù)交易頻繁，電子交易系統(tǒng)使得數(shù)據(jù)收集較為簡便，證券公司每天都會產(chǎn)生大量的新數(shù)據(jù)并要儲存和分析大量舊數(shù)據(jù)。另一方面證券公司的業(yè)務(wù)多樣，部分業(yè)務(wù)復(fù)雜程度高，數(shù)據(jù)來自技術(shù)特點及經(jīng)營方式各異的業(yè)務(wù)部門，加大了數(shù)據(jù)整合難度。大數(shù)據(jù)的整合和共享是證券公司利用大數(shù)據(jù)發(fā)展自身業(yè)務(wù)的主要挑戰(zhàn)之一。

（二）強化數(shù)據(jù)安全保障和保護客戶隱私

證券公司在進行證券交易和對客戶提供咨詢服務(wù)過程中能夠直接獲取客戶的隱私數(shù)據(jù)，同時在業(yè)務(wù)開展過程中產(chǎn)生和搜集的數(shù)據(jù)作為證券公司的商業(yè)機密具有巨大的商業(yè)價值，這就要求證券公司在進行大數(shù)據(jù)分析處理時要加強保護客戶的隱私數(shù)據(jù)和自身的數(shù)據(jù)。證券公司應(yīng)該加強對外合作和加大資金技術(shù)投入提高大數(shù)據(jù)安全技術(shù)，建立健全數(shù)據(jù)安全保障機制使得數(shù)據(jù)安全保障工作有章可循，建設(shè)數(shù)據(jù)防護技術(shù)工具以便加強防范數(shù)據(jù)竊取的能力。

（三）探索人工智能算法

非結(jié)構(gòu)化數(shù)據(jù)是大數(shù)據(jù)的主要組成部分，這一類的數(shù)據(jù)沒有經(jīng)過抽象化處理和數(shù)據(jù)歸納，沒有邏輯性。巨量的非結(jié)構(gòu)化數(shù)據(jù)需要經(jīng)過數(shù)據(jù)挖掘得到數(shù)據(jù)中所蘊含的金融邏輯、客戶行為等信息。對于數(shù)據(jù)挖掘而言，人工智能算法具有較大的優(yōu)勢。證券公司在發(fā)展大數(shù)據(jù)技術(shù)應(yīng)用時應(yīng)該構(gòu)建高效的人工智能算法，以解決大數(shù)據(jù)技術(shù)應(yīng)用技術(shù)難點。發(fā)展人工智能算法能夠顯著的推動智能投顧發(fā)展和完善量化分析模型，對于大數(shù)據(jù)在證券公司各項業(yè)務(wù)中應(yīng)用至關(guān)重要。

（四）加強人才的引進和培養(yǎng)

大數(shù)據(jù)技術(shù)被各個證券公司視為發(fā)展機遇和推動業(yè)務(wù)轉(zhuǎn)型升級的動能，但是目前大部分證券公司并沒有集中投入人力資源。證券行業(yè)作為金融服務(wù)業(yè)對人才的要求較高，人力資源是證券行業(yè)的核心資源也是證券公司的核心競爭力，將大數(shù)據(jù)應(yīng)用到公司業(yè)務(wù)中需要的不是傳統(tǒng)金融人才而是具備計算機技術(shù)、業(yè)務(wù)承做能力、風險管理能力的綜合型人才。證券公司應(yīng)該加強對綜合型人才的引進和培養(yǎng)，未來應(yīng)對大數(shù)據(jù)浪潮還須繼續(xù)加大此類人才的儲備。

參考文獻

[1]馬建光，姜巍.大數(shù)據(jù)的概念、特征及其應(yīng)用[J].國防科技，2013，34（2）：10-17.

[2]方獻梅，劉亮龍，高曉波.大數(shù)據(jù)時代數(shù)據(jù)挖掘在證券公司客戶關(guān)系管理中的應(yīng)用研究[J].信息與電腦（理論版），2015（15）：64-65.

[3]孟慶江.解讀大數(shù)據(jù)及其在證券公司的應(yīng)用[C]創(chuàng)新與發(fā)展：中國證券業(yè)2014年論文集.2014.

[4]呂雄偉，張紅歷，李軍，等.基于大數(shù)據(jù)的融資融券信用風險評估指標研究[J].現(xiàn)代商業(yè)，2016（23）：88-92.

[5]維克托·邁爾·舍恩伯格，周濤.大數(shù)據(jù)時代生活、工作與思維的大變革[J].人力資源管理，2013（3）：136-136.

[6]張引，陳敏，廖小飛.大數(shù)據(jù)應(yīng)用的現(xiàn)狀與展望[J].計算機研究與發(fā)展，2013，50（s2）：216-233.

[7]蔚趙春，凌鴻.商業(yè)銀行大數(shù)據(jù)應(yīng)用的理論、實踐與影響[J].上海金融，2013（9）：28-32.

作者簡介：王偉丞（1994-），男，漢族，云南曲靖人，云南財經(jīng)大學(xué)金融碩士在讀，研究方向：資本市場。