大數據在金融領域的應用

大數據在信息技術和量化方法領域是一種流行的新口號，它涉及大量信息的收集和分析。 隨著計算能力的下降，計算能力的進步使得大數據項目在技術上越來越可行和經濟。 尤其是，雲計算的出現正在將大數據分析的成本納入許多小公司的範圍之內，而這些小公司現在不需要在自己的計算基礎架構上投入大量資本。

隨著大數據的增長，新的職業類別，數據科學出現了。

金融應用：

在金融領域，特別是在金融服務行業內 ，大數據正在被越來越多的應用程序所利用，例如：

1. 員工監控和監督
2. 預測模型，例如保險業承銷商可能用來設定保費和貸款人員作出貸款決定的模型
3. 開發算法來預測金融市場的走向
4. 定價非流動資產，如房地產

汽車保險：

早在20世紀80年代，Progressive Insurance的創始人就期待著收集和分析有關個人保單持有人駕駛習慣的硬數據。 這將導致更準確的風險評估和風險評估，從而更精確地設定溢價。 到2010年，必要的數據收集技術已經可用，現在超過100萬的客戶已經同意在他們的汽車中安裝黑匣子，例如，他們通常駕駛的速度有多快，以及他們通常會煞車多久。

消費者信貸：

LendUp通過從各種其他來源獲得的社交網絡分析來補充傳統的FICO信用評級，以便做出借貸決策。 例如，LendUp有興趣了解潛在藉款人是否經常改變手機號碼，這可能表明存在不良風險。

該公司還認為，人們如何與在線朋友互動，為他們作為藉款人的風險提供了強有力的線索。 那些表現出最強大，最活躍的社會關係和社區關係的人似乎是最好的風險。 因此，潛在的借款人被要求將他們的Facebook賬戶提供給公司進行分析。

與此同時，信用卡巨頭CapitalOne在20世紀90年代成為了一個重要的參與者，主要是通過使用先進的數據收集和分析技術來識別其卡片的前景，從而阻止了許多更為成熟的競爭對手的進軍。

小企業貸款：

新進入者Kabbage是一個人手不足，技術驅動的公司，其預測模型利用社交媒體，eBay和UPS等多種來源來評估潛在藉款人與其客戶之間關係的質量。

農作物保險：

氣候公司承保農民的農作物保險。 該公司運行巨大的模擬來預測長期天氣模式並設定保費。

抵押貸款：

摩根大通正在利用大數據分析來確定由於違約抵押貸款而被收回的房屋和商業物業可接受的銷售價格。

根據保密消息，這個想法是評估當地經濟狀況和房地產市場，以在抵押貸款實際上違約之前提出合理的銷售價格。 如果這些建議的銷售價格是準確設定的，那麼銀行在理論上對違約，收回和銷售造成的本地房地產市場的破壞應該被最小化。 此外，應該盡量減少銀行在出售前被迫持有財產的期限。

與此同時，為中情局提供技術專業知識以發現可疑恐怖分子利用的虛假身份的公司Quantfind已承認與摩根大通就其技術如何適用於信貸業務進行了討論，這些領域包括信用評估和營銷。

_{資料來源：“金融創新數據敞開大門”和“摩根大通使用反恐工具來發現工人中的欺詐行為”，“ 金融時報” ，2012年12月14日。}