在四川，大数据已经渗透到各行各业。除发展较早的政务大数据、交通大数据外，在健康医疗、金融领域，大数据的应用也初见成效。

作为我国最大的金融人才库之一，西南财经大学率先在国内成立了金融科技专业，并于2019年成立了金融科技国际联合实验室(FIC)。该实验室是由西南财经大学、成都市政府重点打造，联合了美国加州大学伯克利分校、瑞士苏黎世大学、中国银行、中国电信等国内外学界业界资源、聚焦金融科技、数字经济等前沿问题与挑战。

近日，红星资本局实地探访西南财经大学金融科技国际联合实验室(FIC)，就数字经济如何赋能金融行业，专访西南财经大学教授、金融科技国际联合实验室副主任李庆。

传统的金融学研究范式

正发生巨大改变

目前，我国大数据产业规模已达千亿级，并且还在保持高速增长。相关数据显示，2020年中国大数据产业规模达到6388亿元，预计未来三年保持15%以上的年均增速，到2023年产业规模超过10000亿元。

值得一提的是，大数据在金融领域的应用空间巨大，2020年市场规模已超600亿。

“作为大数据行业的细分领域之一，相对于其他大数据领域而言，关于金融大数据的智能算法与应用创新研究相对薄弱。然而，大数据在金融行业的应用正在对传统金融业态造成冲击，甚至带来颠覆性改变。”李庆说。

2019年4月，西南财经大学金融科技国际联合实验室(FIC)正式启用。数字货币与数字经济一直是FIC的重点研究方向。在项目方面，实验室也取得不少成果。2019年，实验室联合央行、第三方支付公司推出了系列研究成果，还参与了央行金融数据安全分级标准制定，成为全国唯一参与标准起草的学术机构。

金融科技国际联合实验室副主任、金融智能与金融工程四川省重点实验室主任李庆，在数字经济和金融科技领域研究颇深。李庆提到，由于大数据技术的进步，传统的金融学研究范式正在发生巨大改变，机器学习模型正逐渐成为金融研究领域一个重要的方法学分支。同时，由于金融数据的独有特性，诞生了一系列创新性的智能算法，促进了大数据技术的发展。

李庆称：“以证券市场的资产定价模型为例，美国的Fama教授因为提出了基于线性回归的四因素模型而获得诺贝尔经济学奖。随着人工智能的发展，无论是学界还是业界，都意识到仅仅依靠简单的线性回归模型，无法精准地捕捉市场的走势。因此，在数据股票预测中，基于大数据的机器学习算法已经成为了主流。”

李庆提到，由于证券市场金融数据的独特性，从其他大数据领域借鉴来的传统大数据分析算法会“水土不服”。这些主流的算法，主要依据一家公司的历史交易和基本面数据来判断公司的未来发展趋势，但实际上，在证券市场之中，公司与公司之间存在相互的关联性，譬如有些公司之间有供应链的关系，有些则是竞争关系，有一些是持股关系，那么其中一家公司出了问题，必然会影响到另外一家的市场表现。

分析个股相关联公司情况

也就是说“拿来主义”的传统大数据模型行不通了，需要依据金融大数据的特性，设计新的智能计算模型。红星资本局获悉，西财金融科技国际联合实验室做了探索性尝试，一些前期成果已经发布在国际人工智能与大数据领域的顶级会议上。

在这样的背景下，金融学科的培养体系也逐渐发生着变化。“以前文科生不用学编程，现在金融学专业的学生主要学习内容有三大模块，包括财经模块、数学模块、计算机模块，金融学的学生不仅需要学习经典财经课程内容，同时我们还要教他们用Python进行程序编程，大数据分析和先进的机器学习算法。”李庆感慨，这样的尝试也得到了认可，在2021中国软科学学科排名中，西南财经大学的金融科技专业被评为全国仅有的2个A+专业。

股票洞察、风险分析

金融大数据应用在多个领域

有公开资料显示，金融数据是大数据商业应用最早的数据源，早在1996年就用来对抵押贷款用户进行统计分析，帮助银行找到可能提前还款或未来不会还款的客户。

李庆说，近年来，金融大数据带来了重大的技术创新，为行业提供了便捷、个性化和安全的解决方案。目前，金融大数据产业有两个重要发展分支，一是中小微贷款对外发放，用大数据判断个人和企业是否存在风险；第二个应用就是证券市场的风险波动监控，通俗来讲就是“量化投资”。

具体来看，不同于传统的风控模式，大数据风控通过对数据的整合、加工、清洗、转换等，形成数据量化的风控模型并不断优化，形成数字决策的金融大脑。

“传统的银行审批贷款，主要看个人资产负债表等，根据借贷关系等情况，再决定是否给对方贷款，这使得金融业在几百年的发展中，逐渐变得‘嫌贫爱富’，倾向于服务有良好资产抵押的客户。”

但现在有了大数据，银行获客能力变强，另外审批关注的信用维度会更加全面，可以依据用户的行为进行贷款，让信用变成了财富，让金融体系可以更加关注小微企业，服务实体经济的发展。

此外，大数据还可以在运用于证券市场的风险波动监控上，通俗来说，也就是量化投资。

在这个软件平台上面，能通过一家公司的情况，查看相关联的所有公司情况，包括一家公司出现了风险，看到其中有哪些可能相关联和受影响的公司，这些数据都能瞬间在一张图表上显示出来。

“在这样的情况下，我们会发现，金融行业传统的从业人员人数在减少，但在金融大数据、金融科技金融风险领域的从业人数在急剧增加，而且各大银行现在都成立了自己的金融科技公司，所以说你就会感觉到这种变化其实非常大。这也包括了西南财大在国内率先成立金融科技专业，现在金融大数据已经变成了我们一个比较重要的主攻方向。”李庆说到。

大数据时代下

金融行业监管面临挑战

除了上述两个案例外，李庆还提出，未来在金融大数据产业这一块，还有一个用途是用计算机模拟整个经济系统，目前他们也在做这方面的探索。

“如同计算机模拟核爆，研究者正尝试借助大数据和计算机强大算力，模拟构建一个复杂的经济运行体系，去研究一系列外部冲击或金融创新对经济系统的影响。”

“以前我们用计算机做经济系统模拟实验，数据不是真实的，可能是根据某种金融公式推算出来的。但是，现在我们正在提出一个虚拟现实仿真的经济研究思路，通过将真实的线下经济运行数据，与线上仿真数据相融合，构建一个新的平行经济运行系统，来量化分析各种经济异动。”李庆解释，这有点“元宇宙”的概念。

对于各个行业而言，大数据既是发展机会，也是挑战，金融行业也不例外。

李庆提到，如今，信息技术发展迅猛、互联网传播的深度和广度日益加强，这对目前的金融监管产生了巨大的压力。

“以往一个新的金融业态产生，从其发展到产生破坏性影响，需要一个漫长的发酵期，监管者可以获得足够的时间进行预判和介入。现在金融科技的发展，一个新业态由于监管不到位，其产生破坏的时间越来越短，由于互联网的传播性，其破坏的范围也越来越广， P2P平台就是一个很好的例子。”

对此，李庆建议“解铃还须系铃人”，金融科技的迅猛发展带来了金融行业监管的巨大压力，监管者也需要依靠科技技术来提高监管力度和增加快速响应能力，基于虚拟现实的复杂经济系统分析，对未知和新兴事物进行前瞻性的探索和预警不失为有益探索。同时，完善金融数据相关监管立法，提升金融数据监管水平，建立规范化的数据开放共享机制，以此构建金融数据法治化监管体系，促进金融数据行业的健康可持续发展。

（文章来源：红星资本局）