【關(guān)鍵詞】另類數(shù)據(jù)? 傳統(tǒng)數(shù)據(jù)? 經(jīng)濟增長

【中圖分類號】F49? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文獻標(biāo)識碼】A

【DOI】10.16619/j.cnki.rmltxsqy.2021.06.003

另類數(shù)據(jù)的應(yīng)用場景

本世紀(jì)初以來，互聯(lián)網(wǎng)的普及，特別是移動終端的普及，使得積累數(shù)據(jù)的基礎(chǔ)設(shè)施不斷加強，以前無法留存的數(shù)據(jù)現(xiàn)在可以大規(guī)模的存儲和積累，并得到有效利用。與此同時，數(shù)據(jù)存儲的材料不斷創(chuàng)新、技術(shù)不斷提高，數(shù)據(jù)存儲的成本也大幅降低，海量的數(shù)據(jù)也大大激發(fā)和帶動了人工智能和云計算等技術(shù)的發(fā)展。

在這樣的背景下，另類數(shù)據(jù)的概念出現(xiàn)了。另類數(shù)據(jù)，即非傳統(tǒng)數(shù)據(jù)，目前尚未形成統(tǒng)一明確的定義，泛指區(qū)別于傳統(tǒng)金融數(shù)據(jù)的有價值的信息和數(shù)據(jù)。傳統(tǒng)金融數(shù)據(jù)是指通過常規(guī)渠道獲得的數(shù)據(jù)，例如股票、債券等的交易數(shù)據(jù)、上市公司年報和財務(wù)數(shù)據(jù)、銀行用戶的借貸數(shù)據(jù)等。不同于傳統(tǒng)數(shù)據(jù)，另類數(shù)據(jù)是典型的“大”數(shù)據(jù)，主要體現(xiàn)在三個方面：一是體量大，體現(xiàn)在規(guī)模和傳輸量;二是流動速度大，數(shù)據(jù)實時或接近實時獲取和傳輸;三是種類多，數(shù)據(jù)結(jié)構(gòu)形式多樣。

另類數(shù)據(jù)主要有三方面來源。一是個人產(chǎn)生的數(shù)據(jù)，如社交網(wǎng)絡(luò)信息、產(chǎn)品評價、搜索記錄、購物喜好等。二是商業(yè)過程數(shù)據(jù)，如物流數(shù)據(jù)、支付數(shù)據(jù)等，也有另類數(shù)據(jù)公司采集傳統(tǒng)商業(yè)數(shù)據(jù)，如大型百貨公司客流量、大型游樂場客流量等數(shù)據(jù)。三是傳感器數(shù)據(jù)，如利用衛(wèi)星數(shù)據(jù)通過光感和熱感采集鋼廠、化工廠、原油等的開工、采集、運輸情況，另外，還有來自GPS定位、車輛軌跡和個人穿戴設(shè)備的另類數(shù)據(jù)。

海量的數(shù)據(jù)推動了另類數(shù)據(jù)市場快速發(fā)展，另類數(shù)據(jù)公司大量涌現(xiàn)。從數(shù)據(jù)積累方面看，根據(jù)國際數(shù)據(jù)公司（International Data Corporation，簡稱IDC）的一份報告，2018年全球有33ZB的數(shù)據(jù)，而這個數(shù)量預(yù)計在2025年會增長到175ZB。從另類數(shù)據(jù)公司數(shù)量上看，據(jù)AlternativeData的統(tǒng)計數(shù)據(jù)，2018年全球另類數(shù)據(jù)公司已增長到近400家，國內(nèi)另類數(shù)據(jù)公司大約占100家。我們估計，目前中國已經(jīng)超過了200家。國際上的另類數(shù)據(jù)公司主要分為三類：一是原始數(shù)據(jù)提供者，這類供應(yīng)商只收集最原始的另類數(shù)據(jù)，對于數(shù)據(jù)的處理程度最小;二是輕處理數(shù)據(jù)提供者，提供與金融資產(chǎn)相關(guān)的可視化數(shù)據(jù);三是信號提供者，一般專注于某個特定行業(yè)，向資產(chǎn)管理公司提供打包好的量化投資信號。

從市場空間上看，AlternativeData統(tǒng)計表明，截至2017年全球已有約800支基金利用另類數(shù)據(jù)做投資決策，2017年投資機構(gòu)對另類數(shù)據(jù)的投入規(guī)模約為4億美金，行業(yè)正處于快速發(fā)展期。我們預(yù)計從2021年開始到未來的10年期間，國內(nèi)每年新成立另類數(shù)據(jù)公司可達幾十家乃至100家，每年吸引投資達數(shù)十億人民幣。

疫情之后全球和我國經(jīng)濟發(fā)展進入了一個新的階段，數(shù)字經(jīng)濟將成為我國經(jīng)濟下一個階段高質(zhì)量發(fā)展的重要特征。因此，就像金融行業(yè)助力實體經(jīng)濟發(fā)展一樣，另類數(shù)據(jù)行業(yè)不但會助力數(shù)字經(jīng)濟的發(fā)展，其行業(yè)本身也會成為經(jīng)濟增長的新亮點。

從國內(nèi)發(fā)展的情況來看，另類數(shù)據(jù)已經(jīng)在宏觀、中觀和微觀等應(yīng)用場景中得到了實際應(yīng)用。在宏觀方面，另類數(shù)據(jù)被用于編制物價、就業(yè)狀況、疫情復(fù)工等指數(shù)，幫助我們更加清晰地認(rèn)識和分析經(jīng)濟形勢;在中觀方面，另類數(shù)據(jù)通常用來整體分析企業(yè)經(jīng)營情況、預(yù)測行業(yè)景氣程度等，跟蹤產(chǎn)業(yè)發(fā)展?fàn)顩r;在微觀方面，另類數(shù)據(jù)的應(yīng)用場景主要集中在投資決策輔助和個人信用判斷等。毋庸置疑，另類數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)相互補充，將共同組成數(shù)字經(jīng)濟時代的生產(chǎn)要素和支柱產(chǎn)業(yè)。

另類數(shù)據(jù)輔助經(jīng)濟發(fā)展形勢分析

另類數(shù)據(jù)可用來輔助預(yù)判經(jīng)濟發(fā)展形勢，為政策制定者提供更多決策依據(jù)。例如，利用另類數(shù)據(jù)編制可實時更新經(jīng)濟指標(biāo)CPI，來作為傳統(tǒng)指數(shù)的有效補充;也可以用于編制就業(yè)指數(shù)，提高就業(yè)指數(shù)底層數(shù)據(jù)的完整度和時效性。此外，另類數(shù)據(jù)也可為評估疫情等事件對經(jīng)濟發(fā)展的影響提供及時、全面、深入的底層數(shù)據(jù)依據(jù)，以便得出準(zhǔn)確度高、顆粒度細的結(jié)論。

1.消費者物價指數(shù)：基于網(wǎng)絡(luò)消費編制的數(shù)字經(jīng)濟指數(shù)。消費者物價指數(shù)（Consumer Price Index，以下簡稱CPI）是反映與居民生活有關(guān)的消費品和服務(wù)價格水平變動情況的重要宏觀指標(biāo)，通常用來衡量通貨膨脹的水平。CPI是市場經(jīng)濟活動與政府政策的一個重要參考指標(biāo)，其變化會直接影響政府宏觀經(jīng)濟調(diào)控措施的出臺。傳統(tǒng)的CPI編制通常采用抽樣調(diào)查的方式選定代表性商品和價格調(diào)查地點，并派調(diào)查員通過直接上門調(diào)查的方式收集計算CPI所需的原始價格資料，之后由國家統(tǒng)計局按人口和消費水平加權(quán)匯總計算出CPI。隨著另類數(shù)據(jù)的積累，一些機構(gòu)開始利用新的數(shù)據(jù)來補充傳統(tǒng)的CPI指標(biāo)。

Adobe公司推出了數(shù)字經(jīng)濟指數(shù)（Digital Economy Index，以下簡稱DEI），該指數(shù)旨在衡量美國和全球主要經(jīng)濟體在數(shù)字經(jīng)濟中購買的商品的通貨膨脹率。[1]該指數(shù)基于數(shù)字購買力（Digital Purchasing Power，簡稱DPP）計算，每月更新1次，以衡量1美元能夠購買的商品。樣本規(guī)模為美國前100家網(wǎng)絡(luò)電商中的80家平臺的交易信息。DEI抽取了網(wǎng)絡(luò)電商中電子產(chǎn)品、食品雜貨、服裝、書籍、玩具等18個品類的價格指數(shù)進行計算，其中食品雜貨、電子產(chǎn)品和服裝價格變動對DEI影響最大。在指數(shù)計算過程中，覆蓋了超過1萬億次的訪問量和超過1億個庫存量單位（Stock Keeping Unit，簡稱SKU）的數(shù)據(jù)信息。

目前，包括美國勞工統(tǒng)計局、美聯(lián)儲和美國人口普查局在內(nèi)的多個政府機構(gòu)和行業(yè)貿(mào)易組織都與Adobe開展合作，以便即時了解數(shù)字經(jīng)濟的信息。和傳統(tǒng)基于調(diào)查的CPI統(tǒng)計口徑不同，DEI的數(shù)據(jù)是基于消費者實際購買的商品來實時計算的。另類數(shù)據(jù)的使用有效擴大了樣本規(guī)模，降低了抽樣調(diào)查的成本。通過使用高頻率和廣覆蓋的互聯(lián)網(wǎng)電商購物數(shù)據(jù)，DEI指數(shù)可以幫助我們更方便地衡量數(shù)字經(jīng)濟環(huán)境下的物價指數(shù)和消費者購買力，能夠幫助消費者、企業(yè)和政策制定者更加全面地了解經(jīng)濟情況。

2.失業(yè)率：基于網(wǎng)絡(luò)招聘數(shù)據(jù)編制的就業(yè)指數(shù)。就業(yè)穩(wěn)定是宏觀經(jīng)濟穩(wěn)定的重要內(nèi)容。失業(yè)率等反映就業(yè)市場狀況的指標(biāo)是宏觀經(jīng)濟的重要信息指標(biāo)和宏觀調(diào)控政策的實施依據(jù)，直接關(guān)系到宏觀調(diào)控的政策應(yīng)對和未來經(jīng)濟的整體發(fā)展規(guī)劃。

在就業(yè)問題的研究中，傳統(tǒng)就業(yè)指數(shù)主要包括登記失業(yè)率、調(diào)查失業(yè)率和求人倍率等，目前國內(nèi)外主要通過家庭抽樣調(diào)查和機構(gòu)抽樣調(diào)查兩種方式來統(tǒng)計相關(guān)人員的就業(yè)情況。與傳統(tǒng)就業(yè)調(diào)查數(shù)據(jù)相比，網(wǎng)絡(luò)招聘數(shù)據(jù)為就業(yè)問題研究提供了更廣的覆蓋面和更強的時效性。

清華大學(xué)金融科技研究院與熵簡科技公司聯(lián)合課題組通過對全網(wǎng)招聘大數(shù)據(jù)進行結(jié)構(gòu)化清洗和聚合，編制了“基于網(wǎng)絡(luò)招聘數(shù)據(jù)的就業(yè)指數(shù)”，該指數(shù)實時捕捉了就業(yè)市場整體景氣度趨勢與結(jié)構(gòu)性變化，為基于就業(yè)數(shù)據(jù)的宏觀調(diào)控提供了補充參考?！盎诰W(wǎng)絡(luò)招聘數(shù)據(jù)的就業(yè)指數(shù)”分析了各大型招聘網(wǎng)站和各城市當(dāng)?shù)卣衅妇W(wǎng)站的招聘數(shù)據(jù)，包括Boss直聘、前程無憂、智聯(lián)招聘、58同城、拉勾網(wǎng)等招聘網(wǎng)站的主要公司崗位數(shù)量、需求人數(shù)、崗位地點分布、崗位薪資分布、崗位學(xué)歷分布、崗位經(jīng)驗分布、歷史崗位信息等。指數(shù)編制所使用的網(wǎng)絡(luò)招聘數(shù)據(jù)對我國就業(yè)市場的覆蓋率較高，可覆蓋除港澳臺之外的所有省市地區(qū)，并覆蓋所有行業(yè)。

研究發(fā)現(xiàn)，與官方統(tǒng)計數(shù)據(jù)對比，全國線上招聘需求數(shù)據(jù)與城鎮(zhèn)新增就業(yè)數(shù)據(jù)高度相關(guān)，二者均存在很強的周期性特征。整體而言，“基于網(wǎng)絡(luò)招聘數(shù)據(jù)編制的就業(yè)指標(biāo)”可以反映我國就業(yè)市場景氣度，輔助對相關(guān)經(jīng)濟指標(biāo)的預(yù)測，可以成為官方指標(biāo)的重要補充。

3.疫情后的經(jīng)濟分析：道口中小微經(jīng)濟恢復(fù)指數(shù)。新冠肺炎疫情為全球經(jīng)濟帶來了重創(chuàng)，如何評估新冠肺炎疫情對經(jīng)濟和生產(chǎn)的影響、并制定相應(yīng)的應(yīng)急政策是各國各部門關(guān)注的重點。另類數(shù)據(jù)憑借其可獲取量高、實時性強的特征，在突發(fā)事件應(yīng)急中提供了重要支持作用。

2020年4月，清華大學(xué)五道口金融學(xué)院、道口金科聯(lián)合課題組聯(lián)合發(fā)布了“道口中小微經(jīng)濟恢復(fù)指數(shù)”。該指數(shù)旨在更深入、全面地了解全國各地企業(yè)，尤其是中小微企業(yè)受疫情影響的具體狀況、經(jīng)濟活動恢復(fù)情況、企業(yè)面臨的問題、可能采取的行動及對政策的訴求。課題組利用道口金科通過稅務(wù)、發(fā)票、支付、工商等多個數(shù)據(jù)源整理的企業(yè)經(jīng)營類數(shù)據(jù)，構(gòu)建全國、各行業(yè)、各地區(qū)及不同規(guī)模企業(yè)的“道口中小微經(jīng)濟恢復(fù)指數(shù)”，并從企業(yè)營業(yè)收入入手研究此次疫情對我國經(jīng)濟的影響。經(jīng)研究，截至2020年3月31日，從全國來看，湖北省受到疫情沖擊最嚴(yán)重，恢復(fù)指數(shù)較低，大部分中小企業(yè)業(yè)務(wù)停擺狀態(tài)時間長;從行業(yè)來看，教育業(yè)、住宿及餐飲業(yè)、文娛產(chǎn)業(yè)受到?jīng)_擊影響最大;中小企業(yè)方面，微型企業(yè)恢復(fù)指數(shù)較高，說明與2019年同期相比，微型企業(yè)經(jīng)濟活動恢復(fù)水平高于小型和中型企業(yè)。

此指數(shù)背后的原始數(shù)據(jù)涵蓋了超過1年的日度頻率中小微企業(yè)營業(yè)金額信息，包括1.73億條企業(yè)/日營業(yè)記錄，7.84億條交易記錄;覆蓋了全國除港澳臺的31個省份和直轄市，對應(yīng)著全國600多個城市，同時也覆蓋了國家統(tǒng)計局的19個行業(yè)分類，具備數(shù)據(jù)量大、維度廣、顆粒度細的優(yōu)勢，使研究人員在技術(shù)上可以對企業(yè)經(jīng)濟活動恢復(fù)情況進行更準(zhǔn)確、更多維的分析;企業(yè)經(jīng)營數(shù)據(jù)可以更直觀、更完整地衡量企業(yè)經(jīng)營情況，具備更顯著的經(jīng)濟意義。

除了能夠較準(zhǔn)確描摹企業(yè)經(jīng)濟恢復(fù)情況外，底層的企業(yè)經(jīng)營類大數(shù)據(jù)還可用來量化測算疫情沖擊對于中小微企業(yè)收入的影響。課題組利用全國600多個城市2019年以來各行業(yè)的日度匯總數(shù)據(jù)進行研究，建立了以企業(yè)營業(yè)收入的自然對數(shù)為因變量的回歸模型，并通過將疫情設(shè)為一個虛擬變量來觀察疫情對企業(yè)營收造成的影響?；貧w結(jié)果符合預(yù)期，截至2020年3月31日，新冠肺炎疫情沖擊在整體水平上會使得中小微企業(yè)收入降低69.5%;行業(yè)方面，住宿和餐飲行業(yè)、建筑業(yè)、教育業(yè)、房地產(chǎn)業(yè)、制造業(yè)、租賃和商業(yè)服務(wù)業(yè)的中小微企業(yè)收入受疫情的負面影響最大。

除了“道口中小微經(jīng)濟恢復(fù)指數(shù)”研究之外，其他研究者們也在利用各類另類數(shù)據(jù)從多方面評估新冠肺炎疫情帶來的沖擊。例如，通過利用夜間燈光監(jiān)測、遙感衛(wèi)星紅外成像輻射儀設(shè)備來判斷復(fù)工情況;利用城市出行數(shù)據(jù)、網(wǎng)絡(luò)輿情數(shù)據(jù)來判斷國家經(jīng)濟的恢復(fù)情況;利用支付寶旗下的“碼商”數(shù)據(jù)評估疫情對個體戶造成的影響;利用企業(yè)用電量情況估測企業(yè)復(fù)工指數(shù)等?；诹眍悢?shù)據(jù)構(gòu)建的實時性指標(biāo)都為我們分析疫情后的經(jīng)濟形勢提供了參考。

另類數(shù)據(jù)跟蹤產(chǎn)業(yè)發(fā)展?fàn)顩r

另類數(shù)據(jù)可以被用于跟蹤產(chǎn)業(yè)發(fā)展?fàn)顩r，例如，分析企業(yè)經(jīng)營情況和預(yù)測行業(yè)景氣程度等。作為傳統(tǒng)經(jīng)營數(shù)據(jù)的補充，另類數(shù)據(jù)具有高效、海量、客觀和實地等特征，能有效提高分析、預(yù)測的準(zhǔn)確性。

1.企業(yè)經(jīng)營情況分析。不同于使用傳統(tǒng)的財務(wù)數(shù)據(jù)、經(jīng)營數(shù)據(jù)來分析企業(yè)的經(jīng)營情況。目前，大量機構(gòu)試圖通過收集衛(wèi)星遙感數(shù)據(jù)、航班數(shù)據(jù)、手機定位數(shù)據(jù)、氣象數(shù)據(jù)等另類數(shù)據(jù)，結(jié)合深度學(xué)習(xí)等數(shù)據(jù)處理技術(shù)，將過去無法獲取或者使用的數(shù)據(jù)轉(zhuǎn)化為準(zhǔn)確、高效的商業(yè)情報。

應(yīng)用一：企業(yè)開工情況。望眼科技是國內(nèi)一家將衛(wèi)星遙感、氣象、無人機、物聯(lián)網(wǎng)、定位等時空數(shù)據(jù)用于商業(yè)分析的數(shù)據(jù)企業(yè)。望眼科技利用衛(wèi)星遙感數(shù)據(jù)繪制了夜光數(shù)據(jù)和溫度數(shù)據(jù)，對企業(yè)開工情況進行實時掌控，降低造假風(fēng)險。其中，夜光數(shù)據(jù)利用遙感衛(wèi)星獲取地面可見光情況，來分析地面人類活動情況。在企業(yè)經(jīng)營分析中，反映夜晚照明情況的夜光數(shù)據(jù)可以輔助追蹤企業(yè)的經(jīng)營活動，企業(yè)夜光指數(shù)的增加通常反映了企業(yè)生產(chǎn)經(jīng)營活動的增加。溫度數(shù)據(jù)則利用傳感器收集物體發(fā)射的紅外能量，從而得到溫度信息。溫度指數(shù)通過監(jiān)測工廠內(nèi)的運行溫度和周邊區(qū)域的溫度之差，來追蹤企業(yè)生產(chǎn)經(jīng)營活動。當(dāng)工廠內(nèi)的運行溫度和周邊區(qū)域的溫度溫差增大時，則說明企業(yè)生產(chǎn)經(jīng)營活動有所增加。

應(yīng)用二：企業(yè)重大融資并購情況。企業(yè)高管的行程能夠在一定層面上揭示公司的潛在決策。Paragon Intel是紐約一家通過搜集企業(yè)高管數(shù)據(jù)來監(jiān)測企業(yè)經(jīng)營發(fā)展的數(shù)據(jù)企業(yè)。其主要通過監(jiān)控大企業(yè)高管的航班信息，來預(yù)測企業(yè)潛在重大交易、并購的情況。在達成大筆交易之前，企業(yè)高管之間會頻繁會面。當(dāng)他們不在同一城市時，高級管理人員通常乘坐公司飛機飛行至目的地，Paragon Intel實時監(jiān)控目標(biāo)企業(yè)相關(guān)的公務(wù)機，獲得高管的出行數(shù)據(jù)，這些航班累計覆蓋超過200萬英里、10年時長、25000個機場、1700架飛機，遍及美洲、東歐和西歐、俄羅斯、中國沿海地區(qū)、亞洲其他地區(qū)以及北非部分地區(qū)。

2.行業(yè)發(fā)展指數(shù)。另類數(shù)據(jù)也被用于監(jiān)測相關(guān)行業(yè)的發(fā)展情況，以解決傳統(tǒng)財報數(shù)據(jù)滯后問題、新興行業(yè)信息披露不足等問題。

應(yīng)用一：社區(qū)團購行業(yè)。作為2020年的新型零售模式，社區(qū)團購受到了商業(yè)領(lǐng)域的極大關(guān)注。在社區(qū)團購中，社區(qū)居民通過平臺的微信小程序下單，平臺匯集社區(qū)居民的購買信息再統(tǒng)一向供應(yīng)商采購，最后統(tǒng)一配送到社區(qū)自提點。百觀科技是國內(nèi)一家基于另類數(shù)據(jù)提供投研分析的數(shù)據(jù)平臺。該企業(yè)從2020年初開始追蹤社區(qū)團購行業(yè)數(shù)據(jù)，通過采集社區(qū)團購平臺的微信小程序，監(jiān)控近百萬個自提點以及近十萬個在售商品的銷量、價格和品類等數(shù)據(jù)?；谧ト〉奈⑿判〕绦驍?shù)據(jù)，可對社區(qū)團購行業(yè)的市場競爭格局形成判斷，包括各平臺的地區(qū)分布、商品交易總額、商品品類分布、物流配送基礎(chǔ)設(shè)施搭建等情況。

應(yīng)用二：ESG行業(yè)。ESG，即環(huán)境、社會和公司治理（Environment; Social Responsibility; Corporate Governance）。Truvalue Lab是一家2013年成立于美國舊金山的ESG新型數(shù)據(jù)公司，其創(chuàng)始人Hendrik Bartel看到了ESG報告數(shù)據(jù)的局限性，決定利用AI技術(shù)從公開信息中挖掘公司ESG的相關(guān)數(shù)據(jù)。Truvalue公司只會保留對公司可持續(xù)發(fā)展有實質(zhì)性影響的數(shù)據(jù)，對其加以分析及量化，從而得到公司的ESG評分和趨勢變化。投資人不僅可以用其數(shù)據(jù)進行投資決策，也可以通過ESG數(shù)據(jù)及時和被投資公司溝通交流。Truvalue公司也聯(lián)合指數(shù)基金機構(gòu)合作推出了ESG指數(shù)基金。Truvalue公司已于2020年10月被數(shù)據(jù)平臺FactSet收購。

應(yīng)用三：線上消費行業(yè)。國內(nèi)眾多另類數(shù)據(jù)公司通過抓取如天貓、京東等電商平臺的銷售數(shù)據(jù)，如行業(yè)時序銷售數(shù)據(jù)、品牌時序銷售數(shù)據(jù)、店鋪銷售數(shù)據(jù)、熱銷商品榜單、品牌市占率、商品長尾屬性構(gòu)成等信息，形成對大消費行業(yè)的實時分析。對于在食品飲料、紡織服飾和家電等線上業(yè)務(wù)占比較高的行業(yè)，企業(yè)的線上零售數(shù)據(jù)與財報的營收數(shù)據(jù)呈現(xiàn)高度相關(guān)性，可通過線上電商零售數(shù)據(jù)實現(xiàn)對行業(yè)發(fā)展的實時監(jiān)控。

另類數(shù)據(jù)輔助投資決策和信用評估

另類數(shù)據(jù)也極大地輔助了個人的投資決策和信用評估。例如，個人在社交媒體和應(yīng)用上發(fā)布的事件信息，可以成為投資研究決策的補充信息;個人行為、生物特征等另類數(shù)據(jù)也可作為授信評估的輔助依據(jù)，為信貸記錄缺失的用戶提供金融服務(wù)。

1.投資決策輔助。社交媒體平臺是如今人們獲取新聞和信息的重要來源之一。社交媒體平臺發(fā)布的最新消息往往比主流媒體的相關(guān)報道時效性更強、傳播速度更快、覆蓋范圍更廣。依靠傳統(tǒng)媒體的延遲報道或通過主流媒體渠道均存在一定的滯后性，在黑天鵝事件中往往會對投資決策帶來不利影響。因此，大量機構(gòu)通過社交媒體信息這一另類數(shù)據(jù)來輔助投資決策。

例如，Dataminr是一家美國的科技創(chuàng)業(yè)企業(yè)，通過分析用戶在推特（Twitter）等社交媒體平臺上發(fā)布的信息，監(jiān)測影響力較大的事件或關(guān)鍵突發(fā)信息的最早跡象，并在事件擴散或引起嚴(yán)重連鎖反應(yīng)前，提供實時報警服務(wù)以減少損失。2017年12月12日，奧地利一座大型天然氣設(shè)備發(fā)生爆炸，一位當(dāng)?shù)氐哪繐粽咴赥witter分享了一張實時火勢的照片。這一事件對股票和大宗商品交易有著重要影響，Dataminr在社交網(wǎng)絡(luò)上傳圖片的同時，即刻向金融機構(gòu)客戶發(fā)出了預(yù)警，客戶在市場波動前就已被提前告知這一突發(fā)事件，得以及時調(diào)整投資策略、避開風(fēng)險。這一突發(fā)事件直接影響了整個歐洲的天然氣供應(yīng)，天然氣期貨價格飆升，整個能源行業(yè)也受到了沖擊。

2.信貸評估決策。金融機構(gòu)往往依據(jù)用戶的歷史信貸記錄來進行授信決策。目前，以電信運營商數(shù)據(jù)、支付數(shù)據(jù)、航旅出行數(shù)據(jù)、申請行為數(shù)據(jù)等為代表另類數(shù)據(jù)被越來越多的用于信貸評估決策。

例如，新網(wǎng)銀行通過將另類數(shù)據(jù)應(yīng)用于貸款評分模型中，極大地提高了貸款效率。新網(wǎng)銀行在信貸評估時，對用戶的電信運營商、社保公積金、航旅出行、學(xué)歷、支付行為、網(wǎng)絡(luò)購物、地理位置、申請信息等數(shù)據(jù)進行分析，也采集和使用了如用戶的圖片影像、生物特征、關(guān)聯(lián)網(wǎng)絡(luò)等數(shù)據(jù)來對客戶進行精準(zhǔn)畫像和風(fēng)險評估。而部分客戶雖銀行征信數(shù)據(jù)比較好，但存在多頭網(wǎng)絡(luò)借貸情況。新網(wǎng)銀行將這一部分另類數(shù)據(jù)也加入了評分模型，拒絕評分較低的風(fēng)險客戶。

毋庸置疑，另類數(shù)據(jù)已經(jīng)成為新的生產(chǎn)要素，另類數(shù)據(jù)行業(yè)也逐漸成為數(shù)字經(jīng)濟時代的支柱產(chǎn)業(yè)。目前，從全球另類數(shù)據(jù)行業(yè)的發(fā)展來看，我國同其他國家處于一個起跑線上，并在應(yīng)用的很多領(lǐng)域處于領(lǐng)先地位，但是應(yīng)該指出的是，世界各國在發(fā)展另類數(shù)據(jù)行業(yè)方面都面臨著巨大的挑戰(zhàn)，主要原因是尚未形成對另類數(shù)據(jù)行業(yè)進行監(jiān)管的成熟框架。

數(shù)據(jù)的不當(dāng)獲取和使用，既能產(chǎn)生個人隱私和商業(yè)信息泄露的風(fēng)險，也能帶來國家安全層面的風(fēng)險，目前數(shù)據(jù)的獲取、加工、使用和交易等所有的環(huán)節(jié)都需要立法來規(guī)制。過去幾年，數(shù)據(jù)泄露和不當(dāng)使用的案件和案例不斷發(fā)生，暴露出另類數(shù)據(jù)行業(yè)監(jiān)管的空白。在我國邁向數(shù)字經(jīng)濟的征途中，如何既能發(fā)揮另類數(shù)據(jù)的巨大潛能，又能有效防范相關(guān)風(fēng)險，保障另類數(shù)據(jù)行業(yè)的健康發(fā)展，是擺在我們面前的一項重要任務(wù)。

注釋

[1]Adobe此前還曾推出過數(shù)字價格指數(shù)（Digital Price Index， DPI）、就業(yè)指數(shù)（Job Seeking Index， JSI）和數(shù)字房價指數(shù)（Digital Housing Index， DHI），但目前官網(wǎng)已不再更新這些指數(shù)。

責(zé) 編/張 曉

廖理，清華大學(xué)五道口金融學(xué)院金融學(xué)講席教授、教育部長江學(xué)者特聘教授、博導(dǎo)、清華大學(xué)五道口金融學(xué)院常務(wù)副院長、清華大學(xué)金融科技研究院院長、《清華金融評論》主編。研究方向為金融科技、公司金融。主要著作有《金融科技研究：前沿與探索》《全球互聯(lián)網(wǎng)金融商業(yè)模式》《股權(quán)分置改革與中國資本市場》等。