第三节 互联网优化资源配置

互联网不仅仅是可以用来提高效率的工具，它也是构建未来生产方式和生活方式的基础设施，因此，互联网也是互联网金融的重要基础设施。

一 互联网提供信息处理与资源配置的平台

金融机构存在的逻辑主要有三点：一是资金的汇聚与分散投资。金融机构把分散于企业和个人的闲置资金汇聚起来，经过不同方式的组合，配置给需要资金的企业和个人。其中涉及资金数量、期限、风险定价等组合与分散的因素，金融机构不同，其中介作用有直接或间接融资之别，不同金融产品具有不同的风险特性等。二是信息的收集与处理。在资金端，金融机构需要评价投资人的风险偏好；在资产或项目端，则需要评价项目风险，进行风险定价。海量信息和处理能力是金融机构的宝贵财富和核心竞争力，也就是解决资金供给与需求方信息不对称问题的关键所在。三是资源配置。金融说到底是让合适的资金找到合适的项目，即资金的风险偏好匹配相应的回报，并通过对复杂风险关系的分解与合并，实现风险的对冲、转移和交易的资源配置。

关于信息处理与资源配置的关系。谢平等人认为，金融信息中，最核心的是资金供需双方信息，特别是资金需求方的信息（如借款者、发债企业、股票发行企业的财务信息等），金融信息是金融资源配置和风险管理的基础。

在互联网金融模式下，信息处理有三个组成部分：一是社交网络生成和传播信息，特别是对个人和机构没有义务披露的信息；二是搜索引擎对信息的组织、排序和检索，能缓解信息超载问题，有针对性地满足信息需求；三是云计算保障海量信息高速处理能力，在云计算的保障下，资金供需双方信息通过社交网络揭示和传播，被搜索引擎组织和标准化，最终形成时间连续、动态变化的信息序列。由此可以给出资金需求者（机构）的风险定价或动态违约概率，而且成本极低。这样，金融交易的信息基础就满足了。正是上述这种信息处理模式，替代了现在商业银行和证券公司的主要功能。

互联网配置金融资源的特点是：资金供需信息直接在网上发布并匹配，供需双方直接联系和交易，可以脱离传统金融中介。在供需信息相对对称、交易成本低的条件下，供需方的机会相对透明、公平，进而拓展了交易成功的可能性；困扰中小企业融资难、民间借贷不规范、个人投资渠道狭窄等的问题就多了一条解决通道。

那么作为基础设施的互联网，如何保障信息处理和资源配置的高效运转？这是随着互联网技术的飞速发展而水到渠成的。近年来，大数据分析处理技术，特别是云计算技术的逐步成熟和完善，为信息处理提供了有力支撑，这也是互联网金融得以飞速发展的原因之一；而各种专业化、便捷、用户友好型的互联网平台纷纷涌现，则为资源配置奠定了坚实基础。因此，接下来两节，将分别阐述作为信息处理基础的大数据与云计算技术及作为资源配置基础的互联网平台。

二 大数据与云计算技术是互联网平台的技术基础

（一）什么是大数据？

维基百科把大数据定义为一个大而复杂的、难以用现有数据库管理工具处理的数据集。大数据具有4个基本特征，简称4V：一是数据体量巨大（Volume）。百度资料表明，其新首页导航每天需要提供的数据超过1.5PB（1PB ＝1024TB），这些数据如果打印出来将超过5000亿张A4纸。而到目前为止，人类生产的所有印刷材料的数据量仅为200PB。二是数据类型多样（Variety）。现在的数据类型不仅是文本形式，更多的是图片、视频、音频、地理位置信息等多类型的数据，个性化数据占绝对多数。三是处理速度快（Velocity）。“秒杀”是对数据处理速度要求的最好解释，从各种类型的数据中快速获得高价值的信息是大数据的基本要求。四是价值密度低（Value）。以视频为例，一小时的视频数据，可能仅仅只有一两秒的数据有用。

虽然早在1980年，著名未来学家阿尔文·托夫勒便在《第三次浪潮》一书中，将大数据热情地赞颂为“第三次浪潮的华彩乐章”，但直到2009年，由于数据的迅猛增长，大数据才真正受到人们重视。大数据的盛行则源于奥巴马政府2012年高调宣布的“大数据研究和开发计划”，希望利用大数据解决政府部门面临的一些重要问题，这标志着大数据真正开始进入主流经济。2013年，大数据焕发了更大生命力，由技术热词变成一股社会浪潮，影响社会生活的方方面面，2013年也被媒体冠以“大数据元年”。

大数据的精髓不仅在于庞大的数据信息，而且在于通过对海量数据的分析，获得新知识，获得处理解决问题的新方法和有效手段。大数据催生的新业态，让我们工作更轻松、经济更活跃、生活更便利。我们的衣、食、住、行，甚至身体数据的每一点变化，都可以量化为可以被记录和分析的数据并得到保存与及时处理。大数据处理技术的进一步深化，将对工业、商业、医疗保健、教育领域等产生深刻影响，进而影响人类社会发展的方方面面并带来巨大变革。

2013年，继各大互联网公司布局大数据之后，中国政府部门加快了谋划大数据的步伐。5月，国家发改委与中科院正式启动了“基础研究大数据服务平台应用示范项目”。11月，国家统计局宣布与11家国内电子商务、互联网、电信等企业签署战略合作协议，共同开发利用大数据。这表明政府开始与企业共同推进大数据在政府统计中的应用。

（二）大数据分析处理的主要步骤

大数据时代的到来，为挖掘数据中隐藏的价值提供了新思路，为“解放数据生产力”提供了新办法。如海量的用户访问行为数据信息看似零散，但背后隐藏着必然的消费行为逻辑；再如，哪些产品吸引特定客户群体？哪些手段最具营销感召力？哪些网络广告带来的受众是高质量的？等等，都对大数据处理分析技术提出了更高要求。大数据分析处理可分为四个主要步骤：大数据采集、大数据整理、大数据分析、决策反馈，如图3-3所示。

大数据的采集可以通过多种途径，包括通过电商平台获取交易流水、信用信息、客户评价，通过社交平台获取个人社交圈子、兴趣爱好、社会地位等，通过消费点评类网站获取消费者评价等。

大数据的整理也称为大数据的预处理。采集来的数据量很大，如果要对这些海量数据进行有效的分析，应该先将这些数据进行简单的清洗和预处理，也就是大数据的整理，以满足进一步分析的需要。

大数据的分析须基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等，高度自动化地分析获取的数据，做出归纳性的推理。

大数据分析的目标是为决策服务，决策需要对数据资源进一步挖掘。与前面统计和分析过程不同的是，数据挖掘一般没有什么预先设定好的主题，主要是在现有数据上面进行基于各种算法的计算，从而起到辅助决策的作用，从而实现一些高级别数据分析的需求。

因为本书的重点不在于大数据技术，因此，相关大数据技术的内容从略。有兴趣的读者可以参考《大数据：互联网大规模数据挖掘与分布式处理》等著作。

大数据时代的脚步越来越快，融合社交、搜索、地图等和用户流量相关的各类数据，进行有效过滤和有机组织将成为互联网企业决策和价值创造的基石。出身于互联网行业的电商们已先知先觉，意识到未来数据处理能力的强弱将可能决定自身的核心竞争力。而这种观念已迅速扩散到传统行业，不少传统企业已认识到数据资源和数据处理的重要性，并迎接大数据时代带来的挑战。

（三）云计算对大数据分析的意义

所谓云计算（Cloud Computing），是通过网络将庞大的计算处理程序自动分拆成无数个较小的子程序，再交由多部服务器所组成的庞大系统搜寻、计算分析，之后再将处理结果回传给用户。通过这项技术，网络服务提供者可以在数秒之内，达成处理数以千万计甚至亿计的信息，达到和“超级计算机”同样的强大效能。关于云计算技术的书籍有很多，如《云计算：大数据时代的系统工程》等，不再赘述；仅从云计算对大数据分析利用的角度，予以简要阐述。如前所述，大数据时代每天产生的数据量都是巨大的，而对这些数据的分析利用则是关键。互联网企业只有有能力将大数据进行分析利用，才能够真正发挥大数据的作用，而这一充分条件的基础就是云存储技术与云计算能力。云存储技术使得互联网企业收集到的大数据能够在任何时间、任何地点被获得并对此进行分析，使得信息的保存与传递不受限制，使得信息的可获得率与可利用率大大提升，是大数据得以被利用的重要基础与充分条件。

（四）大数据和互联网金融

在大数据环境下，互联网金融的很多相关事务才有实现的可能。例如，大数据之下的风险定价和风险管理，远远超过人脑的判断效率。很多风险定价，不取决于财务报表的分析，而是取决于行为数据的收集和自动生成，这将颠覆目前风险定价的基本原理。而且在很多定价方面，大数据会起到根本性的作用。比如保险，目前车险的定价方式，一般是根据前三年发生的事故来确定费率。而在大数据环境下，定价是根据车主是否喝酒、汽车行驶路况信息、是否送小孩上学、从事的工作以及身体健康状况等所有数据信息，来确定车险定价。依据这组数据定价的准确性要远大于前者。

在中国，将大数据技术应用于金融的最成功案例当属阿里小贷。阿里小贷的业务模式将在第四章专题论述，以下仅从大数据应用角度，看其是如何服务于金融的。

2014年2月20日，阿里小贷首次向外界透露了其独特的大数据授信审贷模型——水文模型。

顾名思义，水文模型参考了城市的水文管理。比如，某河道水位达到某个值，但人们无法依据这个数值采取应对，是准备防汛还是不做任何动作？但如果将这个值放到历史数据及周边河道数据中，就可以做出一定判断：比过往同期，这个数据是否变高了，高了多少；以往这个时期后，河道水位又是怎么变化的。每个河道的趋势，都可依照这一方式做出判断。

阿里系统考虑为客户授信时，结合水文模型，通过该店铺自身数据的变化，以及同类目类似店铺数据的变化，判断客户未来店铺的变化。如过往每到某个时点，该店铺销售会进入旺季，销售额就会增长，同时每在这个时段，该客户对外投放的额度就会上升，结合这些水文数据，系统可以判断出该店铺的融资需求；结合该店铺以往资金支用数据及同类店铺资金支用数据，可以判断出该店铺的资金需求额度。

举例来说，某手机销售店铺，在“双11”达到300万元销售额，远高于平时。单看这个数据给予用户分层或授信，很可能做出错误判断。而如果把这个店铺放到水文模型中，去观察其不同时间、季节的经营数据及其所处类目同类店铺的数据变化，也许平常该店铺经营额并不高；和以往“双11”的数据相比，店铺本年度营业额或许反而下降，和同类目店铺相比，增长或许还没有其他店铺快。这些，都将影响该店铺能获得的授信额度。

水文模型不是阿里小贷唯一的绝技，据悉，阿里小贷的模型将覆盖贷前、贷中、贷后，反欺诈、市场分析、信用体系、创新研究六大板块。阿里小贷系统每天处理的数据量达到10TB，而各种大数据分析模型为阿里小贷扩张业务奠定了坚实基础。

［延伸阅读］大数据度量单位趣味记忆法

谈起大数据，不得不问一个问题，大数据量级到底是多大？如何能有一个直观的印象？

现有的数据度量单位从KB到DB，共11个量级，每后一个量级是前一个量级的210倍（或103倍）。中文对应的量级称谓分别从千字节，到波字节（后两个量级NB 和DB 尚未见命名）。如表3-1所示。

虽然目前每天产生的数据量惊人，但上述量纲能表示的范围已经非常大，可以满足现阶段数据量的需要。据统计，当前全世界互联网数据存储量的量级为ZB。因此，在相当长一段时间内，上述度量单位是够用的。

上述度量单位虽然有规律，却容易记混。为此，我们将度量单位的字母拼成如下字符串“KMGTP, E, ZYBND”。上述字符串与下一段话的汉语拼音首字母完全一致“看门狗太胖，呃，走一步难倒”。对于长期在汉语语境下的读者来说，这一句话非常好理解，而且有趣，比单独记那些度量单位容易。加上读者们对1K＝1000（210）非常了解，这样，只要记住了第一个度量单位KB，再加上易记的“看门狗太胖，呃，走一步难倒”，到某个度量单位时，只需要数到那个对应的汉语拼音字母序号，就能判断出它表示的是多少。如：要看EB是多少字节，发现是那句话的第6位，那么自然就应该是260字节，以此类推。

上述趣味记忆法，不涉及互联网金融理论，仅供读者参考。

三 平台成为互联网金融的重要基础设施

俗话说得好，搭台唱戏。只有搭好平台，才能唱好戏。互联网金融的道理也一样。目前，在互联网金融界呼风唤雨的几大公司莫不有强大的平台支撑。如：阿里有淘宝、天猫电商平台，支付宝支付平台，阿里小贷信贷平台等；腾讯有QQ即时通信平台，微信应用平台，微信支付和财付通支付平台等。毫无疑问，强大的平台是互联网金融的重要基础设施之一。

不仅互联网巨头将平台视为业务发展的基础，传统银行也认为平台对互联网金融极端重要。如2013年6月，交通银行副行长兼首席信息官侯维栋认为互联网金融应该是一个平台战略。这个平台从银行的角度来讲，包括四个内容：支付、理财、融资和外汇合作；主要有三个特点，一是大数据平台，二是通过平台等变成一个联系上下游客户的服务商，三是平台是无边际的，可为客户提供更好的基于互联网的服务。2014年5月21日，平安集团总经理任汇川在接受《陆家嘴》专访时也强调，好的互联网模式基本上是一个平台。

将平台战略演绎得最好的阿里金融，其从最底层的数据支持，到最上层的应用门户，无不体现了平台思想。正如马云高度概括的那样，阿里的战略就是三个词：数据、平台、金融。围绕这个思想，阿里金融版图逐步形成，并在不断发展之中。可以用图3-4简要介绍阿里金融的平台战略。

阿里金融平台共分三层，最底层是阿里云，包括软件即服务（SaaS）、基础架构即服务（IaaS）、平台即服务（PaaS）；第二层是数据信用平台，包括四大平台：阿里巴巴（B2B）、天猫（B2C）、淘宝（C2C）、支付宝（支付）四个独立又相互关联的服务平台；最上层是各种应用平台，如：阿里小贷、商诚融资担保、众安保险、余额宝等。其中，支付宝既是作为基础设施的服务平台，也作为互联网金融模式的应用平台横跨两个层面（见本章第二节阐述）。阿里金融的这种战略，很类似于真实世界的商业地产做法：搭起商铺，做好保障服务，收取商户租金，靠商户租金盈利。所以，有人形象将阿里称为互联网界的地产商。经过10余年发展，阿里金融已经形成集支付、消费信贷、基金、小贷、保险、担保、投资等于一体的综合金融版图，并且这一版图将不断扩大，体现了马云提出的：数据、平台、金融战略。