大数据在证券公司业务中的应用范文

本站小编为你精心准备了大数据在证券公司业务中的应用参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

【摘要】伴随着电子信息技术的不断发展，大数据在越来越多的领域得到有效应用。证券行业的应用特点与大数据技术有较高的契合度，大数据应用为证券公司发展提供了重大历史机遇。本文除了对大数据的定义和特征进行解析外，从业务层面入手对大数据在证券公司经济业务、资产营理业务、投资银行业务和资金营运业务中的应用进行了分析，最后对证券公司给出了政策建议。

【关键词】大数据；证券公司；应用

一、大数据的定义和特征

（一）大数据的定义

大数据作为新兴概念出现在信息学领域，其定义及需解决核心问题等方面尚无确切统一的认识。多个学者和机构从不同层面对大数据的定义做出表述。维克托.迈尔、马建光等学者从商业层面对大数据进行表述，认为大数据是寻求从对数据进行分析处理后得到有用的信息并将信息进一步转化为商业优势的活动，最终的表现为全新商业模式的出现。钟瑛等学者从大数据的架构层面给出大数据的定义，认为广义的大数据可分成人数据工程、大数据技术、大数据应用和人数据科学等领域，侠义的大数据主要是指大数据技术及其应用，指的是从繁杂的数据中快速获取信息的能力。英特尔公司（In-tel)和美国国家科学基金会（NSF)从微观技术层面给出大数据的定义，具体表述为一个机构每周生成300TB字节以上的数据，重点是该机构每周产生和分析的数据达500TB字节以上数据的可称为大数据，具体包括商业数据、传感器数据、社交媒体信息等数据类型。

（二）大数据的特征

目前较为普遍的看法认为大数据具有规模巨大、种类繁杂、处理迅速，价值密度低四大特征。这些特征使得大数据与单纯强调数据量的“海量数据”等概念区分开来，大数据除了描述数据的体量庞大之外，扩展到数据形式、数据的时间性质以及对数据的分析处理等方面的描述。

二、证券公司应用大数据的背景

（一）大数据应用为证券公司发展提供了重大历史机遇

自2013年以来，国内大数据市场应用得到飞速发展，大数据从概念渗透转为实际应用并在金融、电子商务、地产等领域实现商业化，大数据产业连年保持快速增长态势。金融行业的发展对数据依赖度较高，金融企业在广泛应用数据的同时也产生了大量数据，金融企业的应用特点也与大数据的特征相契合。大数据市场应用的拓展与大数据产业规模的扩张意味着金融行业进入“数据为王”的新纪元。在大数据时代，证券公司通过对海量数据进行整理和分析，对目标客户进行深入研究，预测金融产品投资者行为，了解投资需求，从而做到在金融服务上以客户为中心，在金融营销上精准高效，在金融创新上紧跟市场需求。在这种情况下，大数据的应用水平对于证券公司未来发展而言越加重要。对于证券公司来说，提高大数据在公司业务中的应用水平符合现代证券公司业务与信息技术高度融合的趋势。

（二）证券公司发展受阻亟须创新动能

中国证券公司近年来发展迅速，但仍然存在许多问题。在市场营销方面，营销成本高企但并没有带来业绩的显著提升，客户营销并没有提升精准营销能力。在产品创新方面，证券公司无法有效洞察市场需求，产品创新缓慢。大多数的产品和服务同质化严重，缺乏核心竞争力。在风险管理方面，在监管部门强化市场监管和市场风险不断积累的大背景下，资产管理业务、资金营运业务的风险不断暴露，风险控制压力陡增。证券公司面临的种种问题意味着证券公司在经营管理和业务等方面亟待转型，证券公司需要借助大数据等新技术对市场营销、产品创新、风险管理、业务流程各个方面进行优化改进，充分体现大数据的功能和优势，使得运营机制更加的科学化和智能化。对于证券公司来说，在业务发展到一定阶段后，大数据的应用是十分迫切的。

三、大数据在证券公司业务中的应用

（一）大数据在证券公司经纪业务中的应用

在证券经纪业务中，证券公司在充当证券买卖媒介的同时需要提供信息服务。证券公司提供的信息服务包括行业和上市公司的研究报告、宏观经济的预测分析、股票市场变动信息等。证券投资顾问是证券公司从事证券经纪业务的一线人员，他们负责与维护客户关系并对客户就证券投资的问题进行答疑和引导，为客户提供相应的信息服务。智能投资顾问是近年证券公司将大数据技术应用到经济业务中的创新之一。智能投资顾问通过采集客户的交易数据等数据分析客户风险偏好和交易习惯，将采集到的数据应用到量化模型中进行数据的处理分析，最终通过数据分析结论为客户提供投资建议。智能投顾在客户数据收集、投资方案制定等服务步骤均自动完成，智能投顾的进一步发展和运用能够提高服务效率和降低务资费并可以向客户提供定制化顾问服务。随着线上投顾服务的成熟以及未来更多基于大数据技术的智能投资策略的应用能够促进证券公司经纪业务发生变革。在证券公司的经济业务中，大数据还可以运用到对客户的精准营销中。证券公司可以从数据中对客户价值等核心信息进行深度挖掘，然后再针对客户推出产品组合和制定产品定价。

（二）大数据在证券公司投资银行业务中的应用

证券公司的投资银行业务有证券发行业务、收购兼并业务等，投资银行业务满足了资金需求方的直接融资需求。证券公司在开展投资银行业务时需要对数据进行搜集整理和分析，大数据在证券公司的投资银行业务中仍然有运用空间。在证券公司进行证券的承销及发行时，可以利用大数据分析利率波动和行业风险等相关因子，以便证券公司确定合适的发行价格、发行规模、承销差价和承销方式。证券公司同还可以通过大数据分析资金提供方的市场行为等方式来帮助证券公司加强证券设计的创新，设计出受到市场欢迎和有效降低风险的证券。

（三）大数据在证券公司资产管理业务中的应用

专项资产管理业务、集合资产管理业务、定项资产管理业务是证券公司管理业务的三大类型。资产管理业务接受客户委托设立资产管理计划进行投资，资产管理业务的投资范围涵盖债券、股票、金融衍生产品等。大数据的应用意味着证券公司资产管理业务将获取数量更多及维度更高的数据，投研模型更加完善。证券公司应用大数据持续对投资者进行，对投资者的资金流动情况、收益率等数据进行统计分析，由此了解市场预期、投资者信心和风险偏好等信息，从而对市场做出预测。将大数据运用到市场行情预测中有利于证券公司对资产管理计划投资标的及资产配置做出决策，从而使得证券公司的资产管理能力得到提高。广发玺智大数据精选集合资产管理计划是大数据在证券公司资产管理业务中应用的具体案例之一。广发证券与新浪微博进行深度合作，利用大数据技术在新浪微博中进行数据挖掘，将搜集来的数据作为市场预测中的分析因子，数据分析结果为金融资产的选择配置提供依据。该集合计划的典型特征便是大数据与量化投资的结合。

（四）大数据在证券公司资金营运业务中的应用

证券公司的资金营运业务主要包括证券自营业务、融资融券业务、买入返售证券业务等。在证券自营业务中，证券公司可以通过利用大数据找寻投资热点和优化金融资产的选择与配置。证券公司的资金营运业务在证券公司的业务结构中属于高风险和高收益并存的业务，风险管理对于资金营运业务至关重要。风险管理需要建立数据库，利用大数据技术可以在处理风险管理数据库中累积式的风险和度量时对给定风险进行计算。大数据技术能有效的提高证券公司的风险管理水平。

四、政策建议

（一）加强数据整合能力

证券公司应该积极的加强自身的数据整合能力。一方面证券公司的业务交易频繁，电子交易系统使得数据收集较为简便，证券公司每天都会产生大量的新数据并要储存和分析大量旧数据。另一方面证券公司的业务多样，部分业务复杂程度高，数据来自技术特点及经营方式各异的业务部门，加大了数据整合难度。大数据的整合和共享是证券公司利用大数据发展自身业务的主要挑战之一。

（二）强化数据安全保障和保护客户隐私

证券公司在进行证券交易和对客户提供咨询服务过程中能够直接获取客户的隐私数据，同时在业务开展过程中产生和搜集的数据作为证券公司的商业机密具有巨大的商业价值，这就要求证券公司在进行大数据分析处理时要加强保护客户的隐私数据和自身的数据。证券公司应该加强对外合作和加大资金技术投入提高大数据安全技术，建立健全数据安全保障机制使得数据安全保障工作有章可循，建设数据防护技术工具以便加强防范数据窃取的能力。

（三）探索人工智能算法非结构化

数据是大数据的主要组成部分，这一类的数据没有经过抽象化处理和数据归纳，没有逻辑性。巨量的非结构化数据需要经过数据挖掘得到数据中所蕴含的金融逻辑、客户行为等信息。对于数据挖掘而言，人工智能算法具有较大的优势。证券公司在发展大数据技术应用时应该构建高效的人工智能算法，以解决大数据技术应用技术难点。发展人工智能算法能够显著的推动智能投顾发展和完善量化分析模型，对于大数据在证券公司各项业务中应用至关重要。

（四）加强人才的引进和培养

大数据技术被各个证券公司视为发展机遇和推动业务转型升级的动能，但是目前大部分证券公司并没有集中投入人力资源。证券行业作为金融服务业对人才的要求较高，人力资源是证券行业的核心资源也是证券公司的核心竞争力，将大数据应用到公司业务中需要的不是传统金融人才而是具备计算机技术、业务承做能力、风险管理能力的综合型人才。证券公司应该加强对综合型人才的引进和培养，未来应对大数据浪潮还须继续加大此类人才的储备。

参考文献

[1]马建光，姜巍.大数据的概念、特征及其应用[J].国防科技，2013，34(2):10-17.

[2]方献梅，刘亮龙，高晓波.大数据时代数据挖掘在证券公司客户关系管理中的应用研究[J].信息与电脑(理论版)，2015(15):64-65.

[3]孟庆江.解读大数据及其在证券公司的应用[C]创新与发展:中国证券业2014年论文集.2014.

[4]吕雄伟，张红历，李军，等.基于大数据的融资融券信用风险评估指标研究[J].现代商业，2016(23):88-92.

[5]维克托•迈尔•舍恩伯格，周涛.大数据时代生活、工作与思维的大变革[J].人力资源管理，2013(3):136-136.

[6]张引，陈敏，廖小飞.大数据应用的现状与展望[J].计算机研究与发展，2013，50(s2):216-233.

[7]蔚赵春，凌鸿.商业银行大数据应用的理论、实践与影响[J].上海金融，2013(9):28-32.

作者：王伟丞 单位：云南财经大学金融学院