【本文为兴业银行资产管理部总经理顾卫平先生在“第五届普益标准财富论坛”分享的《大数据在资产管理业务中应用的思考》主题演讲中的精彩内容。】

　　大数据的产生和发展

　　大数据，是当下最热门的一个词汇之一。美国对大数据的研究实际上是比较标志性的，在2012年的时候，美国政府实际上进行了关于大数据方面研究的倡议，相关的政府机构进行了大数据方面的研究投资，同时也鼓励民间进行这方面的研究。而在我国，大数据实际上更多是在金融产业发展过程当中被提出来的。

　　比如说现在很多的资产管理行业实际上分了三大类，一类是类似于工农中建交这样的大行，包括部分的股份制银行，它们是综合性的资产管理机构。另外还有一些，比如说包括信托、基金等等，这些属于是产品型的机构。第三类主要是一些平台性的机构，比如阿里、百度、京东、东方财富等等。

　　实际上率先使用大数据进行资产管理反而是互联网金融，所以这也给传统的商业银行带来了很大的压力。仔细研究一下近几年商业银行表内的资产，就会发现这几年消费性业务的增长比较快。但是，很多的金融互联网公司，或者说生态型金融公司，他们是在深耕这一块，比如说阿里巴巴、京东、百度，包括现在很多的汽车金融公司，比如说宝马汽车金融等等，他们利用一种产业链上的生态，把大量的优质的消费资源从银行抢走。

　　大数据在资产管理业务的应用

　　在大数据运用方面，银行资管行业，无论是在产品端还是在投资端，有可挖掘的大量机会。大数据其实是通过对大量的信息分析，解决信息不对称的问题。金融服务行业有很多的困惑，就是因为信息不对称，由于信息不对称，增加了交易成本。大数据的应用就是能够很好的解决信息不对称这样一个问题。大数据有4V特征，所以说把信息数据运用好的话，可以解决很多的问题，能够实现资产管理精细化的经营和管理。从产品端来说，包括销售、定价，从投资端来说，资产构建、组合管理等等，都有很好的应用。

　　从投资端的应用来讲，信用风险管理、投资策略、资产组合、流动性管理等方面运用是较多的。银行资产管理业务部门建立了针对信用风险的研究团队，专门来管理标准的信用资产的投资管理，收集大量的数据，长期跟踪管理人投资风格、投资行为，并且进行归因分析。比如说去年债券比较热，需要看产品的收益是从哪里来的，多少是从票息来的，多少是从杠杆来的，多少是从交易来的，这样分析之后，市场的变化对哪一个账户影响大，每个人在哪一个方面有他的能力。这就需要大量的数据分析才能做好管理。

　　信用风险方面对企业信用评级方面的运用，包括对企业信息的运用，政府的监管，银行的信贷，市场的反映，很多方面的信息来建立信贷资产的风险架构，同时也需要研究国外的标普等评级机构，研究他们的信用风险评级参数是如何确定的。目前在信用风险管理的应用上，现在做的比较多的还是小微贷款、消费贷款，而对于一般的工商企业大型贷款，这类数据分析还远远不够。

　　流动性管理，余额宝在流动性管理上是一个很好的典型，另外，市场上有那么多FOF和MOM机构，银行资产管理和他们进行合作时必须要进行精选，要研究管理风格进行很好的组合。

　　未来展望

　　未来的展望用三句话可以概括：第一，大数据是方兴未艾。第二，我国的资产管理业务必然是向信息化、系统化发展。第三，应用大数据根本目的是拓宽信息来源和支持投资决策。