大數據時代的特點
金融行業對數據的使用由來已久，各類金融監管主體會向其所主管領域的金融機構索取大量的數據用于監管。從這一點看，將數據應用于金融監管活動并不是一個新生事物。那么，到底大數據時代的金融監管與之前的將數據用于金融監管有什么樣的不同呢？
從特點上看，大數據具有4V特點，即Volume、Velocity、Variety、Veracity。其中大數據的大體量與多維度的特點值得關注。大數據的體量大，一般指大數據的規模在10TB左右；大數據的多維化，是指大數據包括了用戶很多維的信息。大數據的上述特點，使得大數據分析手段的精確性遠遠大于普通數據分析手段，其具體表現形式如下：
首先，大數據時代數據的體量提高了分析結果的準確性。傳統的數據分析過程中，由于數據量較小的限制，通常只將總體的一部分進行分析（我們稱之為總體的一個樣本）。由于樣本容量與總體容量的差異性，必然造成樣本的統計特性與總體的統計特性呈現一定的差異性。簡而言之就是由于樣本只是總體的一部分，通過樣本分析出來的結果未必符合總體的特征，即分析結果準確度不高，因此，一般采用多次采樣的方式提高分析結果的準確性。而在金融行業，上述方法變得不再現實，其主要表現在以下幾個方面：第一，金融行業對分析結果的準確度要求極高。金融行為總是伴隨著一定的現金流，分析結果直接關系到相應資產的安全與監管的有效性。相關研究表明，即使數據分析的錯誤率在8%以下（對于數據營銷領域而言，該錯誤率已經足夠支持其業務發展），對于投資決策、監管分析而言，該錯誤率仍不可接受……
京公網安備 11010502049343號