王 鵬 湯鎮(zhèn)源

一、大數(shù)據技術機理分析

大數(shù)據技術發(fā)展與運用業(yè)已成為學界、商界及各級政府所關心的熱門話題，究其根本原因，在于大數(shù)據技術已經在經濟社會實踐過程中展現(xiàn)出其巨大效用。以預測大型流行性疾病為例，谷歌曾通過大數(shù)據技術準確預測了美國2009年禽流感的爆發(fā)；麻省理工學院利用手機定位數(shù)據和交通數(shù)據進行城市規(guī)劃；統(tǒng)計學家內特·西爾弗（Nate Silver）利用大數(shù)據預測2012年美國選舉結果。一系列經典案例的成功經驗，使得大數(shù)據這一概念逐步為業(yè)內所接受，以致阿里巴巴創(chuàng)始人馬云也認為，目前時代已經從IT時代轉換為DT時代，即Dating Time。

對于大數(shù)據定義，學術界與實務界眾說紛紜。研究機構Gartner給出了這樣的定義：“大數(shù)據”是需要新處理模式，才能具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力來適應海量、高增長率和多樣化的信息資產。麥肯錫全球研究所給出的定義是：一種規(guī)模大到在獲取、存儲、管理、分析方面大大超出了傳統(tǒng)數(shù)據庫軟件工具能力范圍的數(shù)據集合，具有海量的數(shù)據規(guī)模、快速的數(shù)據流轉、多樣的數(shù)據類型和價值密度低四大特征。而大數(shù)據概念之父維克爾教授認為，大數(shù)據的運用有三個核心特點：使用數(shù)據的全體性而非樣本性，大數(shù)據挖掘核心在于非線性相關性，而不只是線性因果性挖掘。

不管采納何種定義，我們可以很清晰地看到兩端場景：一端是海量數(shù)據的采集與云存儲能力的不斷躍進；另一端場景則是大數(shù)據處理能力在數(shù)據技術迭代進步過程中不斷演化增強，從線性單方向模塊式數(shù)據處理逐步演化為非線性全覆蓋性的云數(shù)據處理。分布式處理、云計算、物聯(lián)網等成體系技術創(chuàng)新，使得我們可以確信已經進入一個由技術主導的重構數(shù)據時代。數(shù)據存儲與處理本身不僅已經線上和云端化，更重要的是，人類已經掌握開拓性技術去處理海量數(shù)據，甚至基于上述技術更新對數(shù)據結構本身進行重構，如基因技術剪切一樣，可以根據行業(yè)具體需要來進行徹底分析。

在海量數(shù)據不定積分式持續(xù)堆積的狀態(tài)下，如何有效對核心數(shù)據進行抽取，如何統(tǒng)籌規(guī)劃數(shù)據應用的安全性、效率性、可分解性、經濟性，無疑就成為一個非常重要的研究課題。

二、大數(shù)據運用場景分析

在經濟社會生活場景中，我們可以發(fā)現(xiàn)大數(shù)據運用已經非常普遍，可以分類為商業(yè)支付與社會防控、工業(yè)運營、農業(yè)、醫(yī)療、金融等行業(yè)幾大類領域。

在商業(yè)支付層面，諸如微信支付、支付寶等創(chuàng)新支付手段本身并不復雜，但因淘寶商業(yè)、微信社交功能以及健康碼所引致的流量集聚功能，實際上已經通過市場自發(fā)秩序以有限的固定成本獲取了估價無量的海量消費者數(shù)據。無論是騰訊還是阿里，作為市場主體的“經濟理性人”，都不會錯過數(shù)據掘金的機會。上述平臺內部都設有大數(shù)據研究機構，研究樣本自然也是與每一位終端客戶的日常數(shù)據有關。對于每一位消費者的消費記錄、習慣與內在數(shù)據結構，都會透過大數(shù)據技術做細化處理，最終用于精細化投放廣告。這些商業(yè)行為在360殺毒軟件、百度瀏覽器這類用戶集聚型平臺中亦非鮮見。

在傳統(tǒng)制造業(yè)，大數(shù)據挖掘及管理也對生產流程再造環(huán)節(jié)進行了結構性重塑。如一些高精度零部件生產企業(yè)，可以通過線上云信息收集設備收集海量數(shù)據，進而分析不同狀態(tài)下數(shù)據非線性關聯(lián)性，最終判斷零部件產品在不同約束條件下的性能狀態(tài)。

在農業(yè)領域，大數(shù)據運用主要包括大數(shù)據加速作物育種、精準種植、農產品溯源等。在加速育種領域，傳統(tǒng)育種工作范式存在著成本高、耗時長等特點。而大數(shù)據技術發(fā)展，加快了基因組織學進步，不僅基因組排序得以實現(xiàn)，且該技術運用實際也類似IT行業(yè)的“摩爾定律”實現(xiàn)了穩(wěn)健迭代。在精準種植層面，大數(shù)據技術通過無人機等先進檢測工具，可以管理地塊種植區(qū)域，并在數(shù)據量累積基礎上跟蹤作物動態(tài)情況，并規(guī)劃最適宜的種植結構，甚至可以管理產量預期。在農產品溯源方面，農業(yè)供應商及各鏈條企業(yè)均可以通過大數(shù)據分析技術收集農業(yè)生產鏈海量數(shù)據，并根據數(shù)據實時狀態(tài)進行預警與糾偏工作，確保農產品從菜地到餐桌的質量安全。

在醫(yī)療領域臨床診斷方面，傳統(tǒng)醫(yī)療診斷主要依靠醫(yī)生經驗數(shù)據積累，與相關案例經驗學術文本化后的傳承。在大數(shù)據技術影響下，上述經驗性、點狀性信息被集聚在海量數(shù)據庫里并做分層結構化處理。通過機器學習和數(shù)據挖掘等工具，醫(yī)生可以了解獲取有相似性患者的病理信息，有助于診斷精確性。

在金融領域中，已有股份制銀行聯(lián)合國外大數(shù)據處理公司，針對自身客戶海量交易及存量賬戶數(shù)據建立數(shù)據倉庫，通過對上述客戶的交易記錄、行為習慣進行細化分析，進而對客戶風險掃描畫像，有效控制C端客戶信用風險及道德操作風險。

三、大數(shù)據與管理科學融合分析

管理科學作為數(shù)學與經濟學、管理學交叉運用而生的學科，通過最優(yōu)決策、線性規(guī)劃、運籌學等數(shù)學工具及社會科學思維方法，來解決現(xiàn)實經濟社會領域的實際問題。可以說，管理科學本身就是問題導向型和問題解決型的應用學科，自然也會隨著時代物質技術發(fā)展與時俱進演化自身，誠如馬克思所認為，人類總是在既定的歷史條件下從事生產活動，無法完全超越其所處歷史環(huán)境。我們無法要求管理科學先賢在運用管理科學理論參與“曼哈頓計劃”時采用最新的大數(shù)據計劃，但在大數(shù)據技術發(fā)展壯大的當今時代，管理科學為提升自身學科的存活度與可適性，與大數(shù)據技術的融合已成不可避免之趨勢。

我們從公關管理、工商管理、行業(yè)重塑、數(shù)據有效管理角度，來看管理科學本身在大數(shù)據時代的演化發(fā)展趨勢。如果翻開管理學演進歷史，我們不難發(fā)現(xiàn)，無論是泰勒的科學管理，法約爾的過程管理，還是馬克思·韋伯的科層制設計，乃至西蒙斯的行為科學及決策理論，數(shù)據管理本身及其關聯(lián)的定量分析都占據了核心位置。以公共管理為例，大數(shù)據技術在該領域的深度運用，有機會改寫管理科學的研究范式，涵蓋行政管理、公共衛(wèi)生、交通管理、教育管理、工商管理等多個領域。

以教育管理為案例分析，在新冠肺炎疫情背景下，如杭州這樣體量規(guī)模的城市，中小學生均無法正常入學，如何通過管理科學中規(guī)劃工具，并結合大數(shù)據處理技術，統(tǒng)籌整體線上教學-線上互動-線上作業(yè)催收處理-線上考試等系統(tǒng)性。地方有關教育部門在做具體規(guī)劃安排時，需要借助管理科學工具及大數(shù)據技術來有效統(tǒng)籌全市教育資源，安排合理時間及課程節(jié)奏，乃至細化到每個學生對課程意見及反饋，都需要在大數(shù)據處理基礎上，提出完備的運籌方案及相應配套預案。

公共衛(wèi)生領域，同樣以新冠肺炎疫情中“武漢保衛(wèi)戰(zhàn)”為例，如何調配有限的防疫物資資源、醫(yī)護資源、檢測資源，并在規(guī)定時間內實現(xiàn)“方艙醫(yī)院”和以雷神山、火神山為代表的重癥醫(yī)院建設目標。在具體方案設定過程中，通過管理科學的運籌安排，加上大數(shù)據技術的頂層設計，無疑為“武漢抗疫”這個超級大項目順利落地奠定了堅實基礎。

在工商管理領域，毫無疑問，作為市場經濟主體的企業(yè)本身，無疑是大數(shù)據技術的擁護者。在制度經濟學經典理論《企業(yè)的本質》中，企業(yè)本身就被定義為一個為了節(jié)約交易費用而存在的內部市場。在大數(shù)據技術加持下，微觀層面的企業(yè)流程再造、內部信息管理、消費者信息管理、供應鏈流程管理、人力資源管理等局部領域的重塑，也必將朝著徹底數(shù)據化、市場化的方向前行。

四、金融行業(yè)風控體系缺陷點分析——以P2P金融市場為例

我們最后來關注金融領域中的風控變革。金融風控關注的要點在于管理基礎資產的不確定性，而不確定性本身可以分解為信息不對稱帶來的不確定性、微宏觀環(huán)境帶來的不確定性等風險。管理科學與大數(shù)據的深度融合，完全有理由跨界運用于金融風控領域更新。實際上，目前在普惠金融、P2P金融風險監(jiān)管等領域，上述頂層設計已經在發(fā)揮制衡作用。

以P2P金融市場為例，該金融創(chuàng)新范式由西方引進，本意是通過互聯(lián)網技術實現(xiàn)陌生人之間的自主拆借，通過風險自擔與單筆資產的隔離機制來確保單筆交易對金融體系不產生傳染性影響，最終實現(xiàn)馬克思所期待的“自由人的自由聯(lián)合”理想。但理想很豐滿，現(xiàn)實很骨感。在P2P業(yè)務落地到中國金融業(yè)務實踐中，我們發(fā)現(xiàn)很多風險暴露事件，包括P2P債務人系統(tǒng)性、大面積違約及P2P平臺本身由于內部治理失衡而淪為平臺實際控制人自融資甚至詐騙工具。究其原因，我們可以理解為中國文化結構、人際互動規(guī)律及信用體系秩序都有其自身特色，這些因素無疑非常重要。

P2P這一西方舶來品水土不服的結果展現(xiàn)為以下多重不良影響：P2P平臺上貸款人基于信息不對稱的事實和中國社會個人信用記錄及對應獎懲不完善的所謂“有利條件”，傾向于隱瞞自身真實資產負債、收入與現(xiàn)金流等財務信息、資金真實用途及家庭關系、不良嗜好等個人隱私，進而對P2P另一端的資金投放者形成了直接或間接的“信息占優(yōu)”博弈格局。上述格局形成的原因是多方面的：第一，如前述分析，處于債務人的有意造成信息不對稱格局，甚至惡意篡改信息。第二，也是緣自出于保護個人隱私的原因，許多P2P網貸平臺本身就缺乏資質連接進入全國個人信用征信系統(tǒng)網絡（目前該征信信托本身尚需進一步完善），致使P2P網貸平臺本身對債務人真實信息及信用情況也難以完全掌握披露。第三，P2P網貸平臺基于業(yè)務流量需要及業(yè)績考量（流量及業(yè)績在短期內的快速提升對此類企業(yè)資本化上市無疑非常重要），往往傾向于放松對債務人的資質審查，并由于價格問題導致出現(xiàn)“劣幣驅逐良幣”現(xiàn)象發(fā)生。第四，由于P2P網貸平臺自身專業(yè)能力的限制，在有限信息下也很難鑒別債務人信用情況及還款能力，故無法協(xié)助下游貸款人進行有效判斷和信息比對。第五，基于“剛性兌付”投資習慣，P2P網貸投資人一方面沒有能力去鑒別底層資產具體質量，另一方面也把這類投資視同保本保收益的類銀行理財產品購買，直到壞賬形成悔之晚矣。第六，某些P2P網貸平臺設計之初衷就是為了形成“龐氏騙局”，或者說為某一金控或實業(yè)集團體系進行自融，而這類結構存在于運營的本質就違背了P2P平臺設計的初衷。該類平臺結局基本是“一地雞毛”，靡不有初而鮮克有終。

五、學科融合對金融風控技術革新的潛在貢獻點

如果站在管理科學與大數(shù)據技術融合運用后的角度看，則可能為該學科的發(fā)展提供新的主戰(zhàn)場。仍然以P2P網貸為例，核心結構還是資產端、資金端、平臺三者之間的因素互動與梳理。管理科學擅長于通過線性規(guī)劃、運籌學等數(shù)學工具設計出可行且量化的機制。而大數(shù)據技術運用到P2P網貸平臺，則有可能對微觀債務人主體信息在可收集的前提下進行海量處理，進而通過區(qū)塊鏈技術鎖定債務人信息存儲及分布。上述數(shù)據在監(jiān)管統(tǒng)一安排下，可以通過數(shù)據共享和機制設計分布至所有P2P網貸平臺，進而便于監(jiān)管。還是單獨有較大實力的網貸平臺通過大數(shù)據的整理與信用管理，進而以行業(yè)組織者形式共享（有償或無償）于全行業(yè)網貸平臺都是可以討論的。同時，我們也可以設想引入如中誠信評級、中誠信征信公司這類的權威獨立第三方機構，參與大數(shù)據整理與分配工作。最后，在既定大數(shù)據基礎上，我們可以很好甄別出網貸平臺運用數(shù)據的有效性，進而推判出上述平臺是否存在自融及“龐氏騙局”問題。

如上所分析，當大數(shù)據技術與管理科學跨界融合之時，實際上表現(xiàn)出巨大的應用解決能力。管理科學通過優(yōu)化與運籌方法來頂層設計和機制安排，并透過大數(shù)據技術的落地性挖掘和抓取，最終將底層數(shù)據傳送至終端，形成具有商業(yè)價值的網格性管理與風控監(jiān)管體系。落葉而知秋，管中可窺豹。我們可以由此看出，上述融合對金融風控體系革新的有效推動作用。

管理科學作為經管學科的數(shù)學化應用范式革新，本身就天然具備數(shù)理性與定量分析優(yōu)勢。上述優(yōu)勢與大數(shù)據技術的結合，本身可以理解為一個非常自然的“自發(fā)秩序”過程。對于金融風控領域中遇到的諸多問題，既涉及被監(jiān)管金融機構內部委托-代理機制問題，同時也涉及金融從業(yè)機構之間同業(yè)博弈、被監(jiān)管機構與監(jiān)管機構間博弈、地方金融監(jiān)管機構與中央監(jiān)管機構間博弈的復雜局面。

管理科學如能有效運用經濟學中機制設計理論最新成果，進而在具體的微觀風控環(huán)境中幫助金融從業(yè)企業(yè)、金融監(jiān)管機構設計出有效風控解決方案和監(jiān)管方案，無疑會使其學科實用性得以進一步拓展?；诰€性規(guī)劃、概率論及運籌學基礎等管理科學，在大數(shù)據技術影響下，也勢必會將大數(shù)據技術本身內嵌至管理科學的底層支撐性學科工具之中，運用慣有的“工具理性思維”去處理金融風控領域的未知風險或可能性風險。

金融風控面臨一個復雜且不確定的宏微觀環(huán)境，也面對具體業(yè)務過程中難以把控的人性。而大數(shù)據技術在部分層面，解決了哈耶克所提的“知識和信息的分散性”問題。我們結合管理科學的方案優(yōu)化與大數(shù)據技術的底層挖掘技術，如果能夠結合區(qū)塊鏈中的不可篡改性和可回溯性機制，相信未來在金融風控革新領域，一定能寫出精彩的篇章，迎來金融改革的明媚春光。