“你能想象得到、所有可以搜集到的信息，都可以为金融所使用，关键是如何能够拥有创新的手段和想法，让手里的数据产生价值。”昨日，在IDG-Accel、宜信、第一财经新金融研究中心联合主办的“2013年互联网金融创新峰会——硅谷对话北京”论坛上， 通联数据首席战略官龙白滔如是说。

　　龙白滔曾经是上海证券交易所交易系统的总设计师，全中国每天三分之二的股票交易都是通过他写的程序执行的，这听上去很酷，不过，相对于用冰冷的计算机代码帮助人们实现交易，龙白滔现在做的事情——在大数据中“掘金”更令人浮想联翩。

　　互联网上每分每秒都有热腾腾的数据新鲜出炉，只要地球上还有电，互联网上的数据就会源源不断地产生，那么这些数据到底能为传统金融行业做些什么？

　　信用评分

　　一切数据皆为信用数据。很多来自P2P行业的创业者们在论坛上都不约而同地表达了同样的观点：大数据可为信用评估所有。

　　“美国申请信用卡，姓名有可能全部小写，也有可能全部大写，这在我们看来信用是完全不一样的，一个人如果能知道何时大小写他的姓名，从某种程度来说姓名指数更好，跟教育背景形成正相关。再例如，开本田雅阁和开尼桑350Z的人从一定程度来说，风险偏好程度往往不一样：开尼桑往往更激进，还款程度来说更快一些。”Turbo Financial Group首席风险官顾凌云举例说。

　　同样用大数据来做风险评估和信用评估的还有美国P2P借贷行业的翘楚Lending Club。

　　“和大数据打交道，最重要的是怎么通过这些信息找到你需要的最基本的、能够预测预警欺诈风险和信用风险的信息。”Lending Club首席风控官陈超美介绍说，“我们除了提到用信用统计的这些数据以外，还会要求借款人提供很多其他信息，包括为什么要借贷、希望的额度、教育背景、职业等等。第三方的评分包括他的邮件、电话号码和住址、计算机IP地址这些都在网上操作。不光是信用还有欺诈风险，核实也是很重要的一部分，这部分是我们手工操作积累起来的经验，未来逐步进行自动化。”

　　而互联网产生的随时变化的数据能为信用评级做的不仅仅是提供一个静态的分数这么简单。利用大数据做信用评估主要是观察两个方面：第一有没有还款意愿；第二有没有还款能力，但两者之间并不能完美协调。“原因很简单，因为有一个滞后性，而解决的办法是把离散的评分变成连续的，希望最终产生的版本是根据不同数据源，每分每秒改变，不是等两三个月信息才改变一次。”顾凌云说。

　　值得注意的是，在“金融”前面加上“互联网”或者“大数据”的修饰语，并不是保证金融创新成功的万灵药，实际上，在互联网驱动下的模式创新也同样需要搭载传统金融技术才能更好地发展。

　　“我们要借助互联网的理念和技术去提升和改变传统金融。”龙白滔说，“国内做P2P信贷的有几千家企业，因为这个模式很好复制，真正做得好的只有屈指可数的几家，但是除了模式本身之外，还有对这种信贷核心业务能力的掌握，而真正掌握这种业务能力的企业是非常少的，而这正是传统金融业务的本质。”

　　投资指导

　　除了做信用评估外，大数据在指导投资上也开始崭露头角。Thasos Group就是一家利用大数据技术进行投资的对冲基金，而对于喜欢多样化的华尔街投资人来说，这一新鲜的想法已经受到了不少的青睐。

　　“据我所知，Thasos Group 是目前唯一一家使用大数据投资的对冲基金，而且收益率超过非高频交易之外的对冲基金平均交易水平，而他们之所以能够表现优异，就是缘于对大数据的科学和充分运用。”Thasos Group首席科学家潘巍说。

　　“传统的投资机构基本上使用的是金融和财务数据进行投资，而我们使用的是大数据挖掘，通过这些数据的挖掘来准确判断美国消费者的行为，进而了解美国宏观经济运行的趋势，从而做出正确的投资决策。”潘巍在接受《第一财经日报》记者采访时表示。

　　金融数据和大数据的使用是潘巍区分Thasos Group和其他对冲基金的特性所在。

　　之前有关一些金融机构通过使用一些社交网络进行客户追踪，并据此进行投资，潘巍认为，其实基于Twitter和Facebook等社交网络进行投资的方式基本归于失败，“因为这些社交网络提供的数据是基于非结构性的语言，很难准确定位并最终带来收益。”互联网大多数数据都是半结构化和非结构化的数据。

　　潘巍的技术并非如此，不过鉴于市场竞争，潘巍拒绝向本报记者透露其挖掘的大数据来源或者挖掘方法，但其言语中透露出的是Thasos Group的数据挖掘关注的是宏观经济基本面以及行业的评估，借此来精准定位其要投资的公司或行业。

　　“大数据的继续挖掘将会改变整个投资行业，最直接的是投资方法；另外包括利用大数据建立新的信用评级机构等都将带来巨大的机会和市场。”潘巍表示。

　　另外，从市场方面，潘巍告诉本报记者，在美国，鉴于金融创新落后于技术创新，“一旦你有不一样的方法，很多机构投资者都会扑向你，只要我们能证明我们不同，这有助于这些机构投资者降低其投资组合的关联性，实现多元化投资，我们就能找到投资者。”

　　昨日的论坛上，包括Zestfinance等多家机构也都解释了大数据挖掘对信用评级、信贷匹配等方面可能带来的巨大机遇。

　　不过潘巍也表示，目前大数据技术挖掘及投资还面临着很多来自监管、技术以及市场环境的挑战。

　　“数据的跟踪和使用有可能会给个人或者社会带来一定的伤害，包括对隐私的渗透等，而监管机构避免这些伤害的行为在一定程度上成为大数据的一种障碍。”潘巍告诉本报记者。

　　另外，大数据本身的特质也决定了一些结论的科学性值得甄别，“只要数据足够大，你什么样的结论都可能得到，但这些结论很有可能是错误的，如何甄别是一种挑战，包括相关性和因果性之间到底哪种关系更具有价值等。”

　　尽管潘巍对大数据改变投资行业非常有信心，但他认为中国的市场仍然需要培育，“大数据投资并不适用于中国的股票投资市场，包括中国的债务二级市场、货币市场、衍生品市场等都不成熟。”