大數據時代 如何讓金融大象跳舞

談到金融科技化，以「金融」為體，「科技」為用，就是使用科技力量，實際應用到金融領域。

　「誠信」及「安全」是金融業運作核心特質，金融業的創新與轉型，就像一頭不敢舞動的大象，如果金融業的金融商品與服務，採用科技業的方式來經營，會迸出怎樣的火花呢？

　金融業應開闢實驗室場域

　金融業應該效法科技業開闢一個「實驗室場域」，讓一些新型的服務想法可以在這個場域中實驗，測試問題，並且想辦法解決問題。但台灣金融業受限於法規的要求，無法大展手腳。反觀中國大陸，政府沒說不可做，統統都可以做，行業雛型成形後再由主管機關制定法規、公協會制定自律條約、公司治理及第三方評鑑，嚴懲不肖業者，造就互聯網金融百家齊鳴。

　金融業裡各項的活動，都是數據的交易，在大數據中所強調的「量，Volume」、「速，Velocity」、「變，Variety」，以及「安全，Security」，不論是哪一個V和S，都是在金融領域中十分強調與重視的要素。

　以證券公司為例，雲端數據中心有客戶的歷史交易資料及現有庫存部位資料，經去識別化後將數據資料清洗與彙整，形成交易行為模式分析，再與KYC資料整合，又可形成投資屬性交易行為分析，協助業務單位判斷客戶真實投資屬型及交易週轉率，再輔以不同的交易策略組合建議，或由客戶自設交易策略參數及即時警示條件，利用雲端運算大數據的結果，輕易進行電子下單交易及即時風險控管。

　數據時代證券業4大挑戰

　金融科技發展過程中，將會遭遇許多的挑戰，特別是在大數據及雲端運算領域，以證券業為例，可見4大挑戰如下，有賴產官學研界共同努力找出解決方法。

　挑戰1：數據不夠大

　國內證券市場數位3.0的快速與深耕發展，應考慮建置共用性證券大數據，降低證券市場參與者基礎建設建置及維運成本，未來更需要擴大為香港及中國大陸證券市場大數據庫，因為兩岸三地產業供應鏈競合關係、政府政策、個經╱總經、新聞等牽動個股股價波動，證券買賣獲利需要更多國際加值分析資訊，市場做大，所有市場參與者才有機會共贏獲利。

　挑戰2：人才不夠精

　證券雲端大數據的開發，需要4類人才：數據工程師、知識工程師、數據分析師以及數據科學家，現在許多產學培育中心都在積極的培育大數據人才，短期間內的人才荒應該還會持續一陣子。

　挑戰3：觀念不夠清

　網際網路的使用者，才是大數據的主角。雲端大數據的分析，是以「使用者」為主的分析，分析使用者的行為型態、分析使用者的類別，才有可能辨認正確的使用者。若不基於使用者所進行的各種統計、資料探勘，充其量只能說是一種堆疊出來的統計數字。

　挑戰4：應用不夠準

　綜觀目前國內的應用，都還是在統計不同使用者的過去行為。大數據不能只是用來作為過去資料的統計，必須作為形成未來決策的預測基礎。

　從大數據，進化到大情報、大知識、大智慧，這才是科技金融的王道。從金融機構角度，有價值的商品，透過金融機構仲介，產生資訊流、帳務流與金流，生態圈的形成，將會是Business Model成功的關鍵。

　金融產業參與者所做的核心事業：Input是Data，Output是Service，從新的Open Data、Public Data以及IoT取得好的數據原料，運用雲端大數據進行數據工程的加值，透過生態圈發散到終端使用者產生效用與利潤，這就是金融產業參與者在下一階段的願景：改變事業模式加速轉型、創造新服務、新市場商機。