旗帜厂家
免费服务热线

Free service

hotline

010-00000000
旗帜厂家
热门搜索:
技术资讯
当前位置:首页 > 技术资讯

大数据成余额宝规避风险的利器IT观察

发布时间:2020-03-11 11:44:28 阅读: 来源:旗帜厂家

大数据成余额宝规避风险的利器 文/袁茵

余额宝可谓2013年基金市场最大的奇迹。在2013年6月13日余额宝上市之前,与其合作的天弘基金在全国72家货币基金公司中排名54位。而到了2014年1月15日,余额宝规模就迅速增长到了2500亿元,这也使得天弘基金麻雀变凤凰,超越连续7年排名第一的华夏基金,成为中国规模最大的基金。据业内人士估计,目前余额宝规模应该已经超过了5000亿元,用户数量超过了8100万。

为什么余额宝能够成功?令人诱惑的高回报率和产品的高易用性当然是成功的关键因素,但是有效的风险控制也同样重要。金融行业的最大特点,就是金融企业必须具备超强的风险控制能力,不然可能在瞬间将过去几十年的积累赔个底掉。

最近几个月内,中国人民银行原副行长吴晓灵就曾经多次提及,互联网金融有两大风险,一个是流动性风险,另一个是期限错配。

其实,传统金融企业花费了上百年的时间不断地优化调配,也是为了规避这两大风险。2008年美国金融危机爆发的时候,美国金融企业如贝尔斯登、雷曼兄弟、美国国际集团(AIG)等均出现了流动性风险。如今传统金融企业正在转型,从资产持有转向资产管理,银行负债短期化和资产的长期化趋势越来越明显,期限错配越来越严重。

余额宝同样面临这两大风险。例如,由于余额宝里的资金可以随时取用,遇到双十一大促这样的事情,很容易就会遭到挤兑,从而出现流动性风险。而如果余额宝准备了过多的库存资金,或者将过多的资金投入到长期的金融产品,又会造成期限错配的问题。

至少从目前来看,余额宝在规模急剧膨胀的同时,很好地规避了这两大风险,而余额宝手中的利器就是大数据。

为了解决流动性风险的难题,余额宝首先有针对性地制定了业务规则。余额宝规定,单户投资金额不得超过100万元。如今,余额宝户均投资金额只有4000元,而传统货币基金中有相当大的一部分投资者是机构投资者,户均投资金额远远高于余额宝,用户数则远远少于余额宝。有了上亿的用户数,大数据才得以发挥巨大的威力。

余额宝的流动性管理用到了支付宝在接近十年的时间里沉淀的那些大数据。阿里小微金融服务集团金融事业部总经理袁雷鸣认为:“要去了解、预测单个用户的行为是非常困难的,但是因为支付宝有长达十年的数据积累,能够对某个阶段绝大部分的人,尤其是趋势做出预测,难度就会降低。”据了解,即便遇到双十一、春节这样用户资金调动频繁的时间段,余额宝也能实现流动性需求预测偏离率不超过5%。

期限错配同样可以通过大数据来解决。余额宝可以被看做一个C2B的金融产品,虽然不同用户对流动性的需求不同,但是通过大数据可以把这些需求整合起来,找到相应期限匹配的资产,做一对一的匹配,这样也就不存在期限错配的问题了。

“当用户基数足够大,数据量足够大的时候,理论上任何一个需求都可以通过一对一的匹配来完成。”袁雷鸣说。在这个前提上,再构建一个良好的二级市场,就能够让金融机构所持有的资产具备很好的变现能力和流动性。

“如果这样,整个金融市场都会变得健康和繁荣,不会因为某些突发性事件造成市场恐慌。”袁雷鸣认为,“到了互联网的信息时代,这些有机会被改变,金融机构可以从原来的B2C模式转化为C2B。”要实现这个转化,关键还在于金融机构的大数据能力。在阿里巴巴董事局主席马云看来,阿里的发展将会构建三大平台:首先是电商平台,然后是金融平台,而最终会形成大数据平台。

但是,大数据平台不可能建立在原有的技术基础设施之上,而必须建立在云平台之上。阿里巴巴集团CTO王坚认为,传统的基金公司是线性增长的,而余额宝增长得非常快,要做大数据,就必须破除原有的技术架构。

传统基金公司通常会用相对封闭和强耦合的美国传统IT巨头IOE(IBM、Oracle、EMC)的IT基础设施去支持余额宝的超常规增长,支持大数据的应用,但是由于这些IT基础设备缺乏扩展性,还无法从根上解决问题。

为此,阿里巴巴的对策就是致力于打造自己的云集群,相关的“飞天计划”在2013年8月15日单集群规模已经达到了5000台服务器。

在余额宝出现之前,天弘基金同样采用了IOE的解决方案;而在余额宝上线之后,天弘基金很快就迁移到了阿里云平台之上,并由此支撑起大数据的应用。一轮去IOE的数据主权****正在阿里巴巴轰轰烈烈地进行。2013年5月阿里巴巴集团最后一台IBM小型机在支付宝下线,7月10日淘宝广告系统使用的Oracle数据库下线,不久之后阿里还会完成两个大系统的整体迁移。

除了帮助阿里巴巴“顶”起余额宝和天弘基金之外;大数据还能够给阿里巴巴带来更多的价值。从数据质量上看,阿里巴巴积累的交易数据无疑是离变现更近的,或者说更容易商业化。而且,支付宝的几亿用户大部分是实名并绑定了银行卡信息的用户,其中大量的沉淀数据也都与交易相关。

当然,除了阿里巴巴之外,BAT的另两大巨头同样也在抢占大数据的资源,不过,它们也都有各自的短板。

作为搜索公司,百度数据积累量肯定最多,纯粹的大数据能力也最强。但是百度自己的账户体系不够强,数据多但交易数据不够多,打造云平台并进行大数据分析没有基础。百度之前曾经启动过与大数据相关的“金字塔计划”,然后却似乎不了了之,有相关人士爆料说,这是因为百度没有充分预计到云计算需要的长期成本和投入。2010年百度还曾经启动了一个基于搜索的大数据项目“台风”,到了2012年底也接近放弃,该项目负责人阳振坤也跳槽到了阿里巴巴。

腾讯的大数据能力也很强,QQ和微信的账户体系也是中国最完善的。可惜,腾讯一直对商业链条介入不深。腾讯一直计划推出基于微信的电子商务产品“微店”,可惜一拖再拖。

即使是对于以数据擅长的互联网公司来说,大数据这块“大蛋糕”也是看起来很美,但要真正吃到嘴里也还是要下很大的工夫。

增值税小规模纳税人税率

银行存款日记账

注册会计师待遇