很多人还没搞清楚什么是PC互联网，移动互联网来了，我们还没搞清楚移动互联的时候，大数据时代又来了。毫无争议的，我们已经进入到大数据时代。而金融业无疑又是大数据的最重要的应用领域之一。
最近，“部分花呗用户接入央行征信”这一事件成为网友热议的话题。目前只有部分用户群接入了央行征信，未来会对用户全量覆盖。
花呗接入征信意味着什么呢？除了影响征信及后续的银行再贷款之外，毫无争议，这也是我们进入到大数据时代的又一标志。
作为大数据重要的应用领域之一，金融大数据应用已经成为行业热点趋势。在交易欺诈识别、精准营销、黑产防范、消费信贷、信贷风险评估、供应链金融、股市行情预测、股价预测、智能投顾、骗保识别、风险定价等涉及银行、证券、保险等多领域的具体业务中，得到广泛应用。
| 金融行业发展需求
国际知名咨询公司麦肯锡的分析报告指出，无论是从投资规模还是从应用潜力来看，金融行业都是大数据应用的重点领域。
| 金融行业数据现状
目前，可被用于金融领域的数据来源有多种，主要包括运营商数据、小额贷款数据、第三方支付数据和电商数据等等。
◼ 运营商数据，就是运营商维护的用户各类消费历史及消费情况、客户的 VIP 属性、缴费行为和付费模式等，这类数据可以用来评估用户的信用情况。
◼ 第三方数据，最典型的案例如支付宝，支付是互联网金融行业的资金入口和结算通道，第三方支付平台可基于用户消费数据做信用分析。这次花呗接入征信，也是开放了
◼ 生活服务类数据，包括 O2O 服务、租车打车 App、水电煤气费交纳等，此类数据从吃穿住行等角度客观真实地反映了个人基本信息，是信用评级中一种重要的数据类型。
| 大数据在金融行业的应用
大数据在金融领域的应用，一般认为有精准营销和大数据风控两个方面。
精准营销，就是基于行为数据去预测用户的偏好和兴趣，去推荐相关的金融产品，这和日常生活中电商平台的推荐并无太多不同。
大数据风控，其逻辑便在于“未来是过去的重复”，即用已经发生的行为模式和逻辑来预测未来。比如信用风险和欺诈风险，背后都是这个逻辑，通过分析历史事件，找到其内在规律，建成模型，然后用新的数据去验证和进化这个模型。
当然，大数据在金融行业不同领域的应用各有侧重，比如在银行业更倾向于信贷风险评估，在保险行业更倾向于风险识别，在证券行业更倾向于智能预测。
诺贝尔经济学奖得主罗伯特·席勒设计的投资模型至今仍被业内沿用。在他的模型中，主要参考三个变量：投资项目计划的现金流、公司资本的估算成本、股票市场对投资的反应（市场情绪）。
通过数据来预测行业动态，通过行业信息汇集成数据，两者相辅相成，不断完善大数据技术以及促进金融行业改革，优化行业。
商业金融大数据与人工智能科研训练营，以商业金融大数据为研究对象，采用人工智能方法，实践商业金融案例的大数据分析过程，从中挖掘出巨大的潜在商业价值。
最后，学生完成一个客户/消费者数据分析项目，进一步熟练掌握大数据、人工智能的相关知识与技能，培养其科学与创新思维，提高分析和解决实际问题的综合能力，为未来的专业选择与职业发展奠定基础。
