第八章

从大数据、云计算到移动时代：

互联网金融的未来

《移动浪潮》的作者迈克尔·塞勒指出，技术专家共创造了四次信息处理浪潮：大型电脑、小型电脑、台式电脑以及互联网PC。每次浪潮都建立在前一次浪潮的基础之上，对社会的影响也一次比一次更深刻。而且他相信，移动互联网将是必然到来的第五次浪潮。简单地说，移动互联网就是将移动通信和互联网融为一体。

移动时代到来了

2013年3月，Business Insider（商业内幕网）发布的《移动互联网的未来》报告称，随着移动互联网的兴起，数字化正悄然生变，PC销量趋缓，移动设备销量去年已达到PC销量的两倍，2~3年内，单是平板电脑的销量就将超过PC。全球手机用户达到60亿人，而其中只有10亿人使用的是智能手机。2013年6月，团购网站Groupon北美市场50%的交易是通过移动设备完成的，而2012年6月这个比例只有30%，可谓增长迅猛。2013年8月，Facebook宣称其在美国拥有1.01亿日活跃移动用户数，占其在美国每日全部用户（1.25亿）的78%，移动互联网成为其主要入口。微信是2012年移动互联网领域最令人瞩目的应用之一。自2011年1月21日正式推出以来，它以惊人的速度普及，目前的用户数已达6亿。而在此过程中，微信在中国大陆之外的竞争对手，美国WhatsApp在2013年6月20日宣布其每月活跃用户超过2.5亿，日本Line在2013年5月2日宣布用户达到1.5亿，韩国Kakao Talk在2013年7月宣布用户数达到1亿。

目前，互联网的发展趋势已经进一步显现。有线互联网是互联网的早期形态，移动互联网（无线互联网）是互联网的未来。PC只是互联网的终端之一，智能手机、平板电脑已经成为重要终端，电视机、车载设备正在成为终端，冰箱、微波炉、抽油烟机、照相机甚至眼镜（比如谷歌眼镜）、智能手表都可能或已经成为泛终端。这些终端全都会通过移动互联网连接，构建服务于人类的新网络。

移动互联网的SoLoMo模式

2011年2月，硅谷创投教父、美国凯鹏华盈风险投资公司合伙人约翰·杜尔第一次提出了“SoLoMo”概念。他把最热的三个关键词整合到了一起：Social（社交）、Local（本地化）和Mobile（移动）。

约翰·杜尔在一篇博客中解释说：Social是由Facebook、Twitter（推特）和Zynga（社交游戏公司）等公司引发的社交化运动，互联网应用必须要依靠社交提供更多价值，才能够打败对手。Local是指随着智能手机的完善与普及，我们得到的资讯将会越来越多地在本地发生。Mobile则是指移动互联网将在两年内超越PC，成为人们上网的主流方式。

移动金融：改变社会的金融模式

移动金融是基于移动互联网平台的金融形态。随着移动端和移动应用的发展和渗透，它正在快速改变全世界人民的生活，甚至将对金融政策产生难以估量的影响。

移动金融促进社会平等

20世纪以来，随着新技术、新理念的涌现，在全球范围内，人们的生活水平得到了大幅提高，其中新技术对贫困人口生活质量的提高尤为重要。联合国2010年开展的一项研究发现，作为移动金融的主要终端，手机是有史以来在摆脱贫困方面效果最好的技术进步之一。

正如美国前总统比尔·克林顿在美国《时代》周刊撰文所说, “技术促进平等”。移动金融则使穷人有机会享受基本金融服务，进而改变贫困地区的金融服务现状。

海地是世界上最不发达的国家之一，大约75%的人生活在赤贫状态下，全国只有大约20%的居民能用上自来水，文盲率高达80%。当地大约93%的海地人住在农村和2 000人以下的小城镇，近85%的人口从事农业，经济的落后使贫穷和偏远地区的人们难以享受到传统银行提供的金融服务。

但是，移动支付改变了众多发展中国家人民的生活。只有10%的海地人拥有银行账户，但大约80%的海地家庭拥有手机。爱尔兰商人、迪吉塞尔公司董事长丹尼斯·奥布赖恩与加拿大丰业银行合作提供了一种移动支付服务，让海地人无须开设银行账户，利用手机就可以存款并取现。截至2011年年底，这项服务已经处理了600多万笔交易。移动支付使没有银行账户的人也能享受基本的金融服务。人们可以通过手机进行转账、汇款、取现、支付、偿还贷款等。

和海地情况相同的还有非洲等其他很多国家，如肯尼亚、科特迪瓦、埃及、加纳、乌干达、津巴布韦、巴西和印度等。据统计，全球有25亿人没有银行账户，但其中的20亿人拥有手机，移动支付完全可以让这些人和拥有银行账户的人一样，享受便捷的金融服务。

聚变：来自移动和金融的结合

移动互联网和金融的结合虽然可能只是一个小小的变化，但极有可能产生聚变。M-PESA（移动货币）就是如此，它只是把移动通信和货币支付结合在一起，就催生了一场金融革命。

在全球众多的移动支付服务中，以肯尼亚M-PESA的业务最为突出。据统计，M-PESA业务自2007年3月正式推出以来，成绩斐然，第一年用户就达到200万，2013年已拥有1 500万活跃用户，占肯尼亚4 100万总人口的36.5%。每天有300万笔转汇，每月涉及金额高达7亿美元。在M-PESA业务推出之前，肯尼亚38%的人口从没享受过任何金融服务，而现在，接近70%的肯尼亚成年人使用移动支付方式。

M-PESA的成功来自几个方面。第一是终端优势。Safaricom（萨法利）是肯尼亚最大的移动运营商，占据将近80%的市场份额。推出M-PESA以前，27%的肯尼亚成年人拥有手机。所以，在接触最终用户方面，移动运营商的覆盖范围远远超过传统零售银行，这使得运营商能够非常自然地将客户服务近乎于无缝地延伸到金融领域。第二是客户体验良好。M-PESA本身采用短信转账，快捷、安全、易用。不需要银行账号，也不存在月费、最低账户余额等要求。更重要的是，其转账收费比银行转账收费便宜50%以上。

超越想象：移动金融的主要模式

移动支付

移动支付作为一种快捷、高效的支付手段，能够克服地域、距离、网点、时间限制，极大地提高交易效率，为商家和消费者提供便利。特别是在现代支付中，小额、多笔可能会成为一种常态。在这种情况下，方便快捷的移动支付可能演变为移动货币，从而可能对纸币和信用卡等构成最直接的革命性影响，进而影响到国家的货币流通和货币政策。不管是风靡非洲的M-PESA，还是红遍中国的支付宝，互联网支付日益成为我们生活中不可或缺的一部分，也是互联网金融的核心之一。

目前，支付体系是互联网金融的核心入口，也是互联网金融生态实现业务闭环的关键，因此各个巨头都力争推出自身的支付系统。谷歌的谷歌钱包、Facebook的Credits（一种虚拟货币平台）、亚马逊的“亚马逊支付”、eBay公司的PayPal、阿里巴巴的支付宝、腾讯的财付通、盛大的盛付通、百度的百付宝、网易的网易宝等。随着移动互联网的快速发展，移动支付将是各个巨头的必争之地。

2013年6月9日，中国移动与中国银联共同推出首个移动支付联合产品——手机钱包。中国移动奚国华董事长表示，中国移动将把手机钱包作为重点业务，加快在全网范围内的规模推广，全年计划销售NFC终端千万余台。截至2013年年中，中国移动与中国银联已经通过TSM（一种存储管理软件）平台，联合推出9家银行的13种电子卡应用。

2013年4月，支付宝手机客户端上线了转账到银行卡的功能。用户可以通过手机直接把钱转到家人、朋友的银行卡上，无论对方是否有支付宝账户。并且，在推广期内，每天单笔在5万元人民币以下则免收手续费。这项服务是支付宝电脑端转账至银行卡服务的延伸。据了解，早在2010年，支付宝就已经推出了从支付宝余额转账至银行卡的服务。

2013年8月5日，腾讯公司发布了微信5.0版本，其强大的“微信支付+扫描”功能是微信试水商用化跨出的一大步，其支付能力更是值得期待。

随着互联网金融的进一步渗透，移动支付的功能将进一步延伸。其中，支付宝的信用支付功能就是典型例子。据称，阿里金融计划推出针对支付宝个人用户的信用支付服务：用户使用支付宝付款可以不用充值，甚至无须再捆绑银行信用卡或者储蓄卡，就能够直接透支消费。阿里金融表示，信用支付产品主要是为了提高移动支付的成功率，根据支付宝2012年的数据，移动支付的成功率只有38%。就即将推出的信用支付产品而言，支付手续费由商户或客户自行承担，费用为0.8%~1%，并根据用户等级，信用额度最高可达5 000元，最长可享受38天免息，逾期后实行基准利率50%的罚金。

美国移动支付公司Square和中国的拉卡拉

美国Square公司是一家移动支付领域的创业公司，由Twitter创始人杰克·多尔西于2009年创建。Square解决了传统信用卡需要专门的POS终端机支持的依赖问题，使信用卡可以随时随地使用。具体来说，借助其专用的移动读卡器和智能手机，Square的用户，即消费者或商家，可以在有3G网络或Wi-Fi的情况下，通过应用程序匹配刷卡消费。消费者和商家可以随时随地付款和收款，并保存相应的消费信息，刷卡支付的技术和硬件需求大大降低。

拉卡拉支付有限公司（以下简称拉卡拉）成立于2005年，是目前中国最大的线下支付公司。拉卡拉的用户在任何一个拉卡拉便利支付点，或利用拉卡拉的智能刷卡终端（包括手机刷卡器），可以使用带有银联标志的借记卡为指定信用卡还款，并支持所有银行的借记卡及拉卡拉签约服务银行的信用卡进行移动支付。

拉卡拉拥有中国最大的便民金融服务网点网络，覆盖全国300个城市的主要社区，投资了超过5万台自助终端。用户在家门口即可完成还款、付款、缴费、充值、转账等日常金融业务，从而缓解了银行的柜面压力，解决了用户在银行营业厅的排队难题。目前，全国所有知名便利店、商超和社区店都配有拉卡拉便利支付终端，包括沃尔玛、中国石油、中国石化、物美、快客、好德、海王星辰、华润万家、美宜佳、苏宁、国美等。每月为超过1 500万人提供信用卡还款、水电煤气缴费等公共缴费服务。

事实上，Square公司和拉卡拉公司共同解决的主要问题是，利用互联网技术，提升和改善客户的支付体验。不同的是，Square公司更加专注于手机移动支付，而拉卡拉公司则走得更远，支付业务遍及线下移动支付的绝大多数领域。

移动理财

越来越多公司关注和专注于移动互联网的理财机会。在国内，这方面的公司主要有挖财、铜板街、钱先生等。铜板街与数米基金、国华人寿、弘康人寿、合众人寿等5家金融机构合作，在100种产品中挑选了10余种产品上线。据了解，铜板街交易版用户量已经有十几万，平均每笔购买金额超过8 000元，单客理财金额过万，最高的单日交易额超过100万元。

目前，挖财的移动理财记账APP的累计下载安装量已达到4 000万，月活跃用户达400万。挖财还上线了一款名叫“信用卡管家”的应用，用户可以获得信用卡的优惠信息，并且这个应用与获取信用卡账单的邮箱绑定，可以帮助用户管理账单，比如提醒按时还款等。目前的用户量已接近200万。

钱先生公司提供了网页版和APP客户端版本。通过这两种方式，用户可以了解到大部分银行理财产品的不同信息和基金公司发行的相关产品的信息。

移动交易

早在2001年，证券公司就推出了手机炒股的移动交易服务，实现了随时随地看行情和移动交易。此后，随着国外交易平台进入国内市场，也出现了关于外汇交易的移动交易服务。比如，全球知名的外汇证券交易商福汇公司（FXCM）就向客户提供了包括桌面版交易平台、网络版交易平台及移动交易平台等三种平台的外汇交易服务，满足客户的不同需求。

2012年6月，全球最大的中文搜索引擎百度宣布，将联合中国金融证券门户——证券之星网站（www.stockstar.com），正式推出国内首款股票移动Web APP（网页应用）——“股票行情”。

与通常在手机上下载安装的本地应用程序——Native APP（原生应用）相比，Web APP具有开发成本较低、适配多种移动设备、实现跨平台和终端统一服务，以及无须安装等明显优势。当然，这些优势的最终指向就是，用户体验大大提升，更简单快捷，更节省流量。

2013年年初以来，证券之星新的网站管理层将主要资源投入到开放平台应用研发、无线APP研发、专业股票资讯采集技术研发等领域，尤其是在开放平台战略上，证券之星网站在百度、腾讯、360等平台上共开发了数十款精品APP，积累了极高的人气。

证券之星网站率先采用HTML5技术开发股票行情应用，与百度在移动搜索端试水Web APP提升用户体验的计划不谋而合。HTML5技术是目前最炙手可热的开发趋势，谷歌、苹果等大厂商都不遗余力地推动它成为下一代互联网开发标准。目前已有3/4的主流浏览器和数以千万计的手机终端支持HTML5。

百度与证券之星合作的股票行情Web APP的另一个特色在于云计算。把股票数据和一部分数据衍生计算放在云端，以减轻客户端的工作负担，大大提高了效率，且降低了移动终端的成本。

APP模式

移动互联网的飞速发展，应用商店、在线支付的繁荣，共同助推了国内APP市场的快速增长。APP模式包括Native APP和Web APP，在移动互联网领域，已经成为一个单独的生态系统。

随着部分APP用户的迅速积累，它已经逐渐形成和发展为平台式APP。在平台式APP上，第三方APP开发机构可以开发搭载其他内容的功能各异的APP。它们之间相互依赖，共生共长。

以微理财为例。华夏基金旗下活期通2013年8月1日正式推出“微理财”——微信交易功能，近5亿微信用户通过微信就能实现基金买卖、现金存取，既方便又快捷。这一功能与微信的庞大用户群优势融合，使得用户买卖基金更加方便。据了解，活期通微信交易的相关后台系统均由华夏基金自主研发，保障了微信交易的安全性和易用性。

APP的赢利模式多样，具体来说，包括单纯出售收费、移动广告收费、月租费用、增值收费和授权收费等。但在中国，目前的难题是，APP的用户更喜欢免费方式。因此，移动金融APP必须适应当前的市场环境。艾媒咨询最新的统计数据显示，个人开发者72.9%的产品收益是通过广告获得，而机构（企业）开发者获利的主要途径则是游戏和广告，各占60.2%和27.7%。无论是个人开发者还是机构开发者，无论是iOS平台还是安卓平台，通过付费下载获得收入的比例不高，并且有逐步减少的趋势，这一现象在安卓平台上尤其显著。同时，在100万的手机应用开发大军中，实现盈利的仅占13.7%。

在国内，通过APP方式建立移动金融模式，需要面对国内免费下载的主流消费习惯和APP模式只有少部分赢利的现状。在APP淘金热中能赚到钱的毕竟是少数。美国调查公司Canalys的一份报告显示，在2012年11月的前20天里，前25名的APP开发商在APP Store和Google Play （谷歌市场）两大应用市场里共创收6 000万美元，占到了这两个平台整体APP收入的一半。而这个少数当中绝大多数还是游戏开发商，25家开发商中只有一家不是游戏开发商。

因此，金融机构更应注重互联网的客户导入功能，而不能将其作为简单独立的营利模式。但对于互联网公司而言，更需要注重的流量管理和开放平台的服务功能。

移动金融的未来趋势

移动金融将随着“第五次浪潮”加速发展

如果说移动互联网是“第五次浪潮”，那它就必然会颠覆传统互联网，这对未来会产生革命性的影响。移动互联网的发展规模和速度决定了革命的速度。易观智库产业数据库发布的数据显示，2012年年底国内移动互联网用户超过5亿，而到2013年，用户规模将达到6.48亿。随着大屏智能手机价格的逐渐下降、高速移动网络的不断优化，2014年移动互联网用户规模有可能达到8亿。在这种大背景下，通过移动互联网，金融企业将可以导入更多的业务流量。流量可能是直接移动互联网导入的，也可能是间接导入的。流量的导入可能通过以下几个方式完成：

增加移动端的服务平台。移动金融平台已经成为互联网金融发展的必不可少的一部分，如果忽视移动金融平台，将直接面临被用户抛弃的风险。很多公司已经意识到在移动平台上增加自身服务平台的重要性。

服务平台或APP将直接移植到移动互联网的入口。入口可能包括移动设备提供商，也可能是平台APP。在手机炒股早期，部分与移动设备提供商合作的证券公司的炒股软件被绑定在移动设备提供商平台上，通过这种方式获得业务入口。而目前更多的是通过微信等平台APP，将自身的APP嫁接在它上面，便于微信用户进入其业务入口。

利用移动端提升公司品牌和知名度。移动互联网的巨大流量背后有巨大的广告和推广效应。

基于移动金融的异业联盟、异业合作会进一步增多

在第五次浪潮中，互联网金融或移动金融是所有大型金融机构和大型互联网公司（包括移动设备公司或移动通信公司）最终必然追求的业态，这个业态将和其他业态一起，构建一个核心的业态系统。移动互联网公司和金融机构可以共同寻找异业联盟的机会，通过快速的市场导入和良好的金融服务，为客户带来不同的金融体验。

2010年，中国移动正式入股浦发银行，拉开了中国移动服务商和银行业异业联盟的序幕。通过移动支付和金融机构的对接，事实上可以非常方便和有效地实现各类资产管理，包括各类货币基金、理财产品等交易。

基于移动金融应用的APP及APP平台的衍生品将急剧增加

目前，据不完全统计，我国手机APP商店超过100家，手机APP超过100万种，应用持续下载量仅次于美国，位居世界第二。越来越多的互联网金融机构将移动金融应用提升至战略高度。这往往会表现为两种主要模式：或开发出相对独立的APP，或依托于平台APP，开发一个基于流量导入的金融服务APP。

这种依附平台的合作的好处在于，一方面有巨大的广告效应，另一方面也有较好的客户导入的可能。

独立APP也有不同的形式。目前，数米基金网、天天基金网、天天盈基金网都拥有自己的移动客户端。据了解，数米基金网、天天基金网的移动客户端数量都超过百万级。

而美国互联网证券公司TradeStation开发了基于自身自动化交易系统的TradeStation APP，便于客户在移动端进行交易和查询等，同时把自身定位为平台APP，并向其他第三方开放，供第三方在其平台上进行深度开发。在这种情况下，不少中小开发机构或人员专注于TradeStation APP，开发在TradeStation上的交易策略APP，依附于TradeStation APP商店，供投资者付费购买。而对于TradeStation而言，这种共生合作模式也会深化其服务，达到多方共赢。

越来越多的公司关注基于固定网点稀少的移动金融应用的商机

关注用户的切身需求是移动金融的根本出发点。传统产业的天然缺陷孕育着移动金融的巨大商机。以银行业为例，13亿中国人共有银行卡近24亿张，这就是总需求。但总供给是，我们有近20万家银行的服务网点、约24万台ATM。从人均网点数来看，1家银行网点平均要服务近6 500人，1台ATM要服务于近10 000张银行卡。这种巨大的供需缺口，就是我们在银行网点往往需要排1个多小时队的根本原因。

通过移动金融的构建，可以为用户提供更好的金融体验，构建更好的金融生态。金融机构现在要做的就是，在第五次浪潮到来前，找到适合自身发展的移动金融模式。

大数据时代的互联网金融

什么是大数据

大数据的形式和特征

麦肯锡公司于2011年5月发布了《大数据：下一个创新、竞争和生产力的前沿》报告。作为从经济和商业维度诠释大数据发展潜力的第一份专题研究成果，该报告系统阐述了大数据的概念，详细列举了大数据的核心技术，深入分析了大数据在不同行业的应用，明确提出了政府和企业决策者应对大数据发展的策略，深受各行各业人士的关注。

麦肯锡认为，大数据是指其大小超出了典型数据库软件的采集、储存、管理和分析等能力的数据集。该定义有两方面的内涵：一是符合大数据标准的数据集大小是变化的，会随着时间推移、技术进步而增长；二是不同部门符合大数据标准的数据集大小会存在差别。目前，大数据的一般范围是从几个TB（万亿字节）到数个PB（1PB=1 024TB）。和传统数据不同，大数据有4个标志性特征，即Volume（容量）、Variety（多样性）、Value（价值）、Velocity（速度），这也是通常人们用来描述大数据特征的“4V”。

大数据的特征首先体现在量级上，那么，到什么量级才称得上是真正的大数据呢？据称，阿里巴巴的后台服务器中存储的数据量达到30PB，这或许是最接近大数据容量界限的一个水平。以现在PC的通用配置（500G）来算，大约相当于2 000台PC全部存满的数据量。

数据量级之所以如此之大，原因又有两个：

一是数据类型多样且内容复杂。海量的数据之中究竟存储的是什么？举例来说，传统的零售百货可能需要统计进货量、销售量、成本、销售额、库存、人员工资等，以便于分析经营情况和利润率。所有这些数据都可以放进一张Excel、Access表格, 或者再复杂一点，存入一个SQL（结构化查询语言）或Oracle（一种关系数据库管理系统），因为它们具有标准化的结构，而且以数值为主。然而，这些数据可能并不包含足够的信息，以电商网站为例，从消费者进入后的第一次点击到完成订单支付，中间可能经历了点击、浏览、收藏、对比、放入购物车、结算、下单、支付等过程，但这些信息在标准的结构化数据中留下的记录仅有一条，那就是在某个销量数字后面+1。换言之，大量信息被遗漏了。

大数据最初出现时，就是为了记录类似过程的全部信息数据：除了传统结构化数据，还包括各种半结构化、非结构化的文本、行为数据，以及数据之间错综复杂的关联。随着近几年移动互联网和社交媒体的发展，社交媒体将人与人之间的关系、不同人群的情绪以及经历的深度覆盖，以一种更加立体和生动的数据集合形式呈现在我们面前；而其背后的支撑就是海量的数据。

二是数据价值密度低，包含有大量的不相关信息，这些信息就代表特殊的意义和价值，也会使得数据体量尤为庞大。

大数据的第四个特征“Velocity”表示数据的产生和更新频率很快，如微博每秒发布的短文数、电商网站中用户访问产生的点击流、电子支付交易的结算次数等，都是时时刻刻在产生的数据流信息。

需要注意的是，随着时间的推移，数据存储空间的扩展和处理能力不断演进，大数据的界定也必然发生变化，换言之，今天的大数据将不再是明天的大数据。正如10年之前，我们难以想象数据在今天可以达到如此大容量、高速度、高复杂度，几年之后情况或许会完全不同。这一亘古不变的进化定律在大数据时代同样适用。

大数据的来源

在大数据中，结构化数据只占15%左右，其余的85%都是非结构化数据，它们大量存在于社交网络、互联网和电子商务等领域。随着社交网络的兴起，大量的用户生成内容、音频、文本信息、视频、图片等非结构化数据不断涌现。此外，物联网也是一大数据来源，移动互联网则能够更准确、更快速地收集用户信息，比如位置、生活信息等数据。

谷歌、百度的搜索，亚马逊、阿里巴巴、京东商城等电子商务网站的交易记录和网站的浏览路径，传感器上的读数，手机GPS（全球定位系统）地理位置信息，微博、Facebook、Twitter、微信等软件上的文本文件、视频、图片、电子邮件等，都会成为新的大数据源。而物联网、云计算、移动互联网、车联网、手机、平板电脑以及遍布地球的各种各样的传感器，无一不是物理数据来源或者承载方式。

近年来，量化自我运动（Quantified Self）成为大数据的新来源。量化自我主张搜集、记录和分析来自自我的一切数据，不仅包括自身的生理活动数据，而且包括各种行为数据。深入的数据分析能够告诉我们自身行为的具体状态。量化自我的人相信，“量化自我”最终将帮助我们回到最本源的问题，比如我们是谁、人是什么、人的本性是否会改变等。而在未来，量化自我也会覆盖生活的方方面面，以此为基础的新产业、新科学和新型生活方式将随之诞生，新工具和新哲学也会涌现，使我们更好地了解自己的身体和头脑，并知道我们本身的诉求和意义。

量化自我已经产生了成功的商业应用。在全球，以量化自我管理软件Evernote（印象笔记）的表现最为突出。据了解，Evernote的用户在2013年6月已超过3 400万，较5月的2 500万环比增长36%。Evernote认为，其使命是让每个人都能记录生活中的每一个时刻、每一个灵感、每一次心动、每一种经历。随时随地在相关平台或设备上记录所思所想、所见所得，并能迅速搜索到任何记忆。在国内，量化自我管理软件以有道云笔记较为知名，上市两年，用户数达到1 500万。

大数据的价值

大数据分析弥补抽样分析的缺陷

在小数据时代，我们研究个体事物规律更多是通过总体特征抽象，再通过对总体的抽样统计，进而得到某些个体的基本判断。比如，保险公司要计算某个人的车险保单定价时，更多是通过对人出险因子的特征（比如年龄、驾龄、车型、年行驶里程等）进行描绘和分析，找到相关影响因子，然后根据与这些因子近似的人的行为进行总体抽样，寻找到总体的近似分布规律后再推断个体的出险分布。

在大数据时代，抽样分析仍然重要，但是对事物规律的认识，已经从总体到个体发展到从自身到自身。这是一个重大的认识上的突破。同样，在大数据时代，个体保单价格的制定不仅会以以往的研究为基础，还会更多地从具体的某个人的行为特征出发，为其建立完整的个人行为数据库，这些数据可能包括家庭状况、生活、消费、购物、交友、工作、旅游情况、爱好兴趣等数据，然后进行全面分析，寻找其个人的出险可能以及可能损失程度，从而确定保单价格，并提供相应的一整套服务方案。

在小数据时代，由于我们的大数据搜索和存储能力、研究分析手段等相对有限，更多是通过更高性价比的抽象分析来达到知识发现和积累的目的。但是，随着各种大数据技术的快速发展，大数据已经可以在很多方面弥补历史上的研究缺陷，为人类的知识发现提供新的动力。

大数据为以往的历史抽样分析提供了更多样本

在大数据时代，数据统计的维度将更加丰富，统计的粒度将大大变细，这将为抽样带来新的生机。比如，如果我们要分析人的未来收入影响因子，在小数据时代我们更多会从学历、当前收入状况、就业经验等因素出发，但在大数据时代，我们还可以有更多维度，包括朋友圈的收入、交友范围、消费习惯、微信内容和数量、居住小区的单价、出差次数等。

大数据使得个体的行为预测变得更加可能

在小数据时代，个体的行为看似随机，毫无规律，难以预测。但《爆发》作者艾伯特·拉斯洛·巴拉巴西认为，在大数据时代，93%的人类行为是可以预测的。与自然科学不同，我们过去对人类的行为规律一直感到困惑，那是因为“过去我们没有相关数据，也没有一定方法来探究人类行为”。

事实上，手机运营商掌握着个人的实时通信和行踪信息；银行掌握着用户的花销和旅行习惯信息；社交网络拥有个人的社会关系和个人爱好等信息；无处不在的监视器经常记录下我们和身边人的一举一动。暂且不讨论信息的隐私性，透过这些背后的大数据的分析，个人行为很容易被预测。从这个角度看，大数据的确可以降低我们行为的不确定性，从而也降低了交易双方信息不对称所带来的高额交易成本。

大数据使得专注长尾市场的成本大大下降

《长尾理论》作者克里斯·安德森认为，网络时代是关注“长尾”、发挥“长尾”效益的时代。他系统研究了亚马逊、狂想曲公司、谷歌、eBay、Netflix（在线影片租赁提供商）等互联网零售商的销售数据，并与沃尔玛等传统零售商的销售数据进行对比，观察到一种符合统计规律（大数定律）的现象。这种现象恰如以数量、品种二维坐标上的一条需求曲线，拖着长长的尾巴，向代表“品种”的横轴尽头延伸。

有别于传统的二八定律，长尾市场长期以来面临的最大问题是服务于尾部客户的成本过大，收益难以覆盖，如银行对小额信贷进行逐一审批的成本与大额贷款相差无几，而收益悬殊，导致不得不放弃这部分业务；而大数据带来的突破，使客户分类和批量化处理成为可能，从而产生规模效应，降低单个客户的平均成本，使得大规模的小额收益能够覆盖成本，从而产生巨大的商业价值。

过去人们只能关注重要的人或事，如果用正态分布曲线来描绘这些人或事，人们只关注曲线的“头部”，而将处于曲线“尾部”、需要更多精力和成本才能关注到的大多数人或事忽略。例如，在销售产品时，厂商关注的是少数几个所谓的大客户，“无暇”顾及在人数上居于大多数的普通消费者。而在网络时代，正如安德森所指出的，消费者在面对无限的选择时，真正想要的东西和想要取得的渠道都出现了重大变化，一套崭新的商业模式也随之崛起。

大数据处理方式抛弃传统的人海作业模式和威权决策思维，通过数据挖掘，找到其中的客观规律，这样就可以大大降低关注成本，人们有可能以很低的成本关注正态分布曲线的“尾部”，关注“尾部”所产生的总体效益甚至会超过“头部”。

大数据是C2B和个性化定制的基础

没有大数据，C2B就无法运作。工业时代以厂商为中心的B2C模式，正逐步被信息时代以消费者为中心的C2B模式取代。这是一种由粗放型、资源浪费型的模式向精细化、资源节约型的转变，节约的资源包括：原材料、人力、物力、财力、广告、配送等。广告就能很好地说明这一切。在传统模式下，我们利用电视、报纸、电话、手机短信等铺天盖地向市场推广，但事实是，“我知道我的广告费有一半浪费了，但我不知道是哪一半”。另外，手机短信、电话广告的滥用，无异于骚扰，其实已经严重影响到公司的品牌和形象。

在C2B模式下，通过互联网的共享供应链的大数据，我们可以更加精准地定位消费者群体，向他们发送个性化的广告。这就大大提升了广告的转化率，同时大幅降低了广告成本。

同样，大数据也是个性化定制的基础。个性化定制往往存在以下困难：

品质保障难。个性化之后，每件产品的数据更多，忽视一个细节就会导致品质偏差，同时对工人的技能要求更高，要求会操作多种机器，而不再是单一工种。

工期控制难。客户从网络下单相对更零散、无计划性，给供应链备货、工期节奏安排带来新挑战。

成本控制难。由于需要个性化定制，材料采购的规模化效益被降低，最终导致成本攀升。

但通过大数据方式，产品的生产厂商可以满足个性化的定制需求，做到以需定产，精确营销。在消费者参与设计的C2B模式下，消费者的行为习惯、消费需求、消费偏好能够更好地通过大数据被记录下来，并通过大数据平台方发送给生产厂商。厂商可以更好通过这些需求，有针对性地培养生产工人的技能，精确安排生产规划。

此时的大数据已经成为厂商不可缺少的核心生产资料，成为生产决策的基础。厂商通过大数据平台方，通过大数据分析可以更好地安排生产资源，通过相对规模化来降低生产成本。

大数据在互联网商业中常见的运用

1. 商品和服务的推荐系统。越来越多的互联网公司开始深度开发商品和服务的推荐系统。亚马逊公司在这一领域的表现十分突出，调研公司Forrester分析师苏察瑞塔·穆尔普鲁称，在某些情况下，亚马逊网站推荐的销售转化率高达60%。

2. 精准营销。根据用户所处地理位置、时空状况、消费偏好和社交偏好等相关数据信息，为互联网的精准营销提供了可能。

3. 安全监控、情报和金融风险管理。利用在线监控、人脸识别以及通信信息可能有效识别危险人群，并建立相关的安全机制。在大数据的基础上，通过相关金融风险模型，可以为企业进行有效的风险评估，大大降低风险管理成本。

4. 数据提供。当数据成为核心生产资料后，数据平台提供商可以根据客户的需要，在法律法规允许的情况下开放出售相关的用户数据，便于厂商做出更科学的决策。

5. 商业预测。根据大数据，我们可以有效地进行故障、人流、流量、用电量、股票市场、疾病预防、交通、食物配送、产业供需等方面的预测。

6. 政府加强透明度和反腐。在开放政府的趋势下，政府办公流程将更加透明。奥巴马政府于2009年推出Data.gov作为实现其倡导的“开放政府”承诺的一部分。其目的是，使私人领域的开发者能够利用那些政府采集但未利用的各类信息，开发应用以提供公共服务或者赢利。

7. 优化。根据用户的行为和评论等数据，可以对已经提供的服务和产品进行优化，提升用户的满意度。

8. 节能。大数据是C2B和柔性化生产最重要的支持力量之一，个性化定制可以有效缓和社会供需矛盾，大大降低生产能耗、运输能耗，减少广告浪费现象。

9. 大数据平台、分析服务和数据存储服务。大数据的发展必然催生大数据平台、分析工具、商业咨询以及数据存储服务等产业。

大数据催生金融新产业

大数据来自方方面面，没有任何一个公司能够垄断。因此，未来将有很多企业会参与到大数据的收集产业中来，而这些收集大数据的公司就成为了大数据开放和大数据应用的基础。

Mint是一个“老牌”的个人理财网站，但在大数据时代，Mint将会从理财公司演化成数据公司。尽管其目前的注册用户约有1 000多万，但随着用户数以及时间序列数据的沉淀，Mint的数据将越来越有价值。

与侧重于日常财务管理的Mint不同，正式上线于2012年5月1日的SigFig公司通过用户分散在各个投资账号上的数据进行分析。随着时间的积累，SigFig将演化成理财数据收集、分析公司。

2012年年底，中国资本市场中股票、基金等开户数合计达1.6亿户，有无数人交易股票、基金、黄金、商品和外汇等。行业的困扰是，长期而言，对于任何品种，大部分交易者的亏损面往往远远大于其盈利面。原来可能来源于自身知识结构、交易经验、情绪控制和市场变化等方方面面，然而，大部分交易者对自身的交易行为并没有进行系统而深入的观察和分析，这些交易的内在问题往往被隐藏了起来。因此，结合自身的交易行为，给自身的交易做出一些客观的数据分析，对于发现问题非常有益。

拥有大量数据并不等于获得相应数据的价值。只有有效理解数据，才能真正利用好大数据，借助于大数据良好的分析工具、框架、算法、模型和方法等，就可以将大数据时代的各类形形色色的数据串起来，找到并解决我们关心的问题。

大数据的可视化工具。如何理解大数据关系背后存在的逻辑？和其他分析手段不同，可视化利用人类视觉认知的高通量特点，通过图形表现信息的内在规律及其表达、传递过程，是人们理解复杂现象、诠释复杂数据的重要手段。可视化和可视分析技术也越来越广泛地应用到科学、工程、商业和日常生活中。可视化与可视分析通过交互可视界面进行分析、推理和决策；从海量、动态、不确定甚至相互冲突的数据中整合信息，获取对复杂情景的更深层理解；可供人们检验已有预测，探索未知信息；提供快速、可检验、易理解的评估和更有效的交流手段。

数据模型：更多的FICO

据统计，2012年，中国约有150家在线众筹公司，年交易额约为50亿元人民币。随着交易规模的扩大，普遍薄弱的风险管理已成为行业发展的瓶颈。

许多全球大型金融机构及国外众筹行业的成功企业，均已采用FICO技术进行风险管理。互联网金融机构使用FICO信用评分技术来构架其风险管理系统，降低互联网世界的信息不对称造成的巨额交易成本，具体来说，可以帮助互联网金融机构的借贷双方用户（包括企业本身）更好地进行风险评估与分析决策、精确的风险定价、获得更低的潜在借款成本等。

挑战与风险

金融数据开放挑战

大数据时代，不同的大数据公司记录了不同客户集合、不同维度、不同时间序列的数据。只有建立一个开放的数据规则，才有利于未来大数据产业生态的建设。可以设想一下，如果美国银行业的信用卡数据不开放，Mint如何开展互联网理财业务？如果各类投资账户不开放，SigFig又如何量化自我？

此外我们也看到，美国政府对其拥有的大数据资源越来越开放。就我国而言，一些权威的政府数据能否向民间开放或部分开放，比如中国人民银行的征信系统？我们呼吁建立金融数据开放的有序规则，这是大数据时代互联网金融发展面临的首要问题。

大数据文化的挑战

大数据不仅仅代表一种技术，其实更重要的是一种思维、一种文化、一种理念。

我们是否会思考以下问题：我们是否有必要记录我们自身所发生的一切？大数据真的会影响我们日常生活的方方面面吗？你是否主张合法开放和共享数据资源？我们是否认为大数据是未来的核心资产，大数据的收集是一项非常重要而且日常的工作？

我们是否有合法使用大数据的意识，而不是为了商业目的而不择手段？我们是否考虑为大数据建章立制，甚至出台一部专门的法律？保护大数据是不是我们每个人的职责？我们是否足够重视大数据相关的隐私保护？你是否会授权别人使用你的数据？你是否会因为自身数据被泄漏而打官司，以维护你的合法权益？你是否认为数据的泄漏可能会改变很多人的命运？

我们的未来经营是否和大数据密不可分？我们的决策是否依赖于大数据分析？未来战略的实施与成败是否依赖于大数据？大数据的分析工具能否更好地帮助我们找到问题、解决问题？大数据的分析结果是否与我们的直觉一致？

大数据人才短缺

谷歌首席经济学家哈尔·瓦里安曾经说过，未来最具有魅力的职业是数据科学家，这些专家都具有一些独特的品质，包括创造力、商业头脑、解决问题的能力、创业精神、沟通能力等，而同时满足这些要求的人才非常稀缺。

麦肯锡公司的《大数据：下一个创新、竞争和生产力的前沿》指出，具备大数据高级分析技能的人才供给量，2008年为15万人，预计到2018年将翻一番，达到30万人。然而，预计届时对这类人才的需求将达到44万~49万，这意味着将产生14万~19万人才的缺口。四五年前，对数据科学家的需求还仅限于谷歌、亚马逊等互联网公司，而现在，重视数据分析的行业和企业越来越多，电商、广告业、零售业、金融业，无不在展开对人才的争夺，人才稀缺的状况也更加紧张。

解决这一问题的途径之一是，在高等教育机构强化相关学科的专业教育。美国的部分大学已经开始成立分析学专业的研究生院，如美国著名私立大学西北大学就是其中之一。这所大学从2012年9月起，在其工程学院下成立了一个主攻大数据分析课程的研究生院，以“传授和指导将业务引向成功的技能，培养能够领导项目团队的优秀分析师”为目标，教授数学、统计学，融合尖端计算机工程学和数据分析课程的内容。课程涵盖分析领域中三种主流的方法：预测分析、描述分析（商业智能和数据挖掘）以及规范分析（优化和模拟）。

其实，比专业知识和技能更重要的是大数据的思维和分析问题的思路，而这些必然要在企业中培养。

组织架构和企业文化会有新挑战

能够凭借数据分析的结果和得到的信息准确地做出决策并执行的组织架构和企业文化，是企业在大数据运用方面面临的最后一个重要挑战。

在数据驱动决策型企业的代表——谷歌内部，每当提出一个新想法，都必然会被问及“是否经过测试，是否有数据佐证”这样的问题。企业内部形成了永远基于数据进行决策的企业文化，而这也正是大数据发挥其魔力的土壤，否则即便能够得到再准确的分析结果，如果没有以此为基础形成准确决策和迅速行动的组织结构，则这一切都是徒劳。尤其当分析结果与经验直觉或者管理层拍脑袋做出的决策相悖时，如果企业文化中没有看重数据分析的基因，那么数据分析就会变得毫无意义。这一条击中了很多企业的要害，也是对高管管理者的最大挑战之一。

云计算与互联网金融

有研究机构对全球2 700家软件开发商进行调查后发现，有超过84%的软件开发商表示正在开发云计算相关的应用。作为新一代的计算模式，云计算已从理论研究阶段全面转入实践应用阶段。不仅是企业，许多国家的政府也主动推进云计算产业的布局与发展。与云计算有关的创新平台、产品、应用软件不断涌现，越来越多的数据服务也在向云平台迁移。

近几年，云计算的应用几乎无处不在，云计算的方案也日趋成熟，基于云计算的应用与服务也向制造、金融、通信、能源、教育、科研、医疗和政府管理等行业和领域扩展，人们可以在工作与生活的各个角落感受到云计算的存在。云计算正在孕育一种全新的商业模式，未来必将改变我们传统的生活方式，引领一场创新浪潮。

什么是云计算

简单地看，我们既可以将云计算看作一种技术实现机制，又可以视其为一种商业模式。云计算既包括物理的基础设施平台，又涵盖了平台之上的各类软件应用。

美国国家标准与技术研究院（NIST）将云计算总结为“三类服务方式、四种部署方式和五个特点”：三类服务方式为IaaS（基础设施即服务）、PaaS（平台即服务）和SaaS（软件即服务）；四种部署方式为私有云、公有云、混合云和社区云；五个特点包括按需自助、网络访问、资源池、快速弹性配置、可计量服务。云计算作为一种模式，提供了便捷的、可随时通过网络访问来配置计算资源（包括网络、服务器、存储、引用和服务）共享池的能力，这些资源能够快速部署，只需投入很少的管理工作，或与服务供应商进行很少的交互便可完成。

从技术上看，云计算的实质是一种基于互联网的服务提供方式，它将位于不同位置的计算资源通过互联网进行整合，用户可以根据自身需求，通过网络请求所需要的资源，并根据资源的实际使用情况来支付费用。这里的资源可以是信息技术基础设施、平台资源、软件应用、业务流程、数据服务等。

从部署方式上看，云计算分为公有云、私有云、混合云等。公有云是公开的、公众可以自由使用的云服务设施，云服务通常由企业、院校、政府机构或者合作机构来持有、管理和运营；私有云通常指为某一特定客户单独使用而构建的云基础设施，对数据、安全性和服务质量的控制最有效；混合云并非是半公有半私有，而是在某处资源不足以满足用户需求的情况下，从其他地方借用资源以满足用户需求的模式。

我国云计算市场处于起步阶段，云计算相关技术与设备已经具备了一定的发展基础。我国云计算市场总体规模虽然不大，但增长的态势十分明显。根据Gartner（高德纳咨询公司）的调研结果，2011年全球云计算服务市场达到900亿，我国所占份额不到3%，但年增速超过40%，预计未来中国与海外在云计算方面的差距将进一步缩小。

目前国内主要的云计算服务供应商是大型互联网企业，业务形式以云基础设施加上云平台的开放式服务为主，其中云基础设施服务相对成熟，而云平台服务目前只是刚刚起步。我国大型互联网企业开发了大量的基础信息技术资源服务，一些互联网公司推出了自主的云平台，供企业与个人用户使用。此类平台的收费模式以与开发者分成的方式为主，使平台提供者与平台使用者实现共赢。

互联网金融中的云计算

互联网金融的云计算（或称金融云）是利用云计算的模型构成原理，将各金融机构的信息系统架构转移到端；或是利用互联网实现数据中心互联互通，形成高效的数据共享机制；抑或是利用云计算服务提供商的云网络，将金融产品、新闻、服务发布到云网络中，提升企业整体工作效率，优化业务流程，降低运营成本，为客户提供更便捷的金融服务。

从全球范围看，云计算对互联网金融行业的影响主要体现在三个方面。第一是客户服务。互联网金融机构的客户以年轻客户为主，因此对信息服务的响应速度、信息载体的多样性等方面都提出了更高的要求。为了应对新兴网络群体提出的新要求，互联网金融机构渴望其业务终端能向移动化、智能化、轻便化和个性化等方向发展，对于云服务的需求也应运而生。第二是市场竞争。互联网服务供应商、电信运营商以及第三方支付公司都可以通过云模式降低业务成本，提供价格更优惠的服务。这势必会对传统的服务模式形成冲击，加剧市场竞争。第三是金融监管。云计算作为一项新的业务模式，势必会带来许多监管盲区，如何在享受云服务带来的各种福利的同时防范可能的风险，将是监管层必须考虑和重视的问题。

中国金融业正在逐步实施云服务有关的应用，并针对云计算技术探索新的战略方向和业务模式。2010年，部门金融机构已经以简化信息技术运营为目的，开始对数据中心虚拟化、开发测试云、虚拟桌面云等进行小规模的尝试。2011年，一些金融机构开始试点实施混合云，市场营销与前台业务部门开始采用智能终端加载云服务来开展业务，收到了不错的效果。此外，在新一代网络银行、手机银行和移动支付等领域，金融机构已开始尝试发展自有的业务模式。2012年，金融机构已经在不少业务领域部署和成功实施了云计算。目前，保险行业的云计算实施案例较多。在探索云模式的过程中，“云+端”的概念被金融机构提出，部分企业已经就此概念制定了明确的公司战略，我国金融业采用云计算创新的模式已经出现。

云计算的价值

增强数据的存储能力和可靠性。云计算具有内部高度冗余和可靠的特性。一方面，云中部署的大量不同类型的存储设备通过软件整合可以提供强大的存储能力，满足金融业的大数据存储需求；另一方面，云计算可以提高数据的可访问性。如果云中的某台服务器无法正常工作，系统会在很短的时间内把备份数据拷贝到云中的其他服务器上，并完成服务器的切换工作，更好地解决金融灾备问题。

提高数据处理能力。云计算服务可以大幅提高金融企业的数据分析能力和数据处理能力。目前许多银行在共享、整合、存储和分析大规模数据方面存在问题，而数据分析工具的运算处理能力在庞大的客户数据面前也显得捉襟见肘。同样的问题也困扰着证券公司、保险公司等其他金融机构。云计算正好为这个问题提供了解决方案。云计算技术可以大幅提升金融机构的数据分析处理能力，使金融机构实现高速的数据存储、处理与分析，并从海量数据中提取出有价值的信息，为机构进行商业决策提供支持。

优化资源配置。云计算需要用虚拟化技术把资源切割为更小的、可以更好调度的资源单位，以达到调度过程中充分利用硬件资源的目的，从而使金融业信息共享速度得到加快、服务质量得到提高、资源配置得到优化、企业运营效率得到显著提升。在证券和保险领域，云计算技术除了应用于交易所和保险公司的交易平台之外，还可以广泛用于开发面向机构和个人用户的各类咨询、服务平台和应用软件。

降低经营成本，提高运营效率。降低成本开销是云计算的主要优势之一。该成本包含人力资源及各种设备支出成本。随着金融机构业务的不断发展，业务覆盖的地区会逐步扩张，分支机构会不断增多。因此，企业就不得不花费大量资金购买数量众多的计算机设备，造成运营成本急剧上升，与之相应的是用于构建与运维这些基础设施的人力成本也将随之提高。如果采用云计算技术，前端业务依托后端基于云平台的分析和运算，将大幅提高运营效率。云计算强大的计算能力和庞大的存储空间能够更加快速地更新数据，更加全面地记录信息，而且数据和计算都得到云背后的专业团队的安全保护，节省了大量的时间、空间、资金、人力和能源。此外，云计算还解决了硬软件的兼容问题。

增加灵活性，提升客户体验。云计算提供了全新的服务部署方式，使金融机构能够根据业务需求，快速调度和配置所需要的资源。在第三方平台的资金结算体系，云计算也被大量运用，用户通过云计算获得了实时、快捷的支付体验。云计算能够提供24小时不间断的银行服务。该服务并不局限于普通的网络银行的功能，它还可以使各金融领域的专家连接到任何分支机构，作为高级顾问回答任何关于产品和服务的问题，帮助金融机构了解客户的喜好从而留住客户并吸引新客户。

在互联网金融蓬勃发展的当下，各金融机构争相拓展互联网业务，而目前开展互联网金融服务的最大瓶颈在于信息技术基础设施建设。互联网金融不仅要求金融机构的互联网服务平台具备很强的数据处理能力，同时对系统稳定性、架构灵活性、数据安全性、业务扩展性等方面也提出了很高的要求。一整套基础设施的建立需要耗费巨大的人力、财力和物力，而且建设周期长、业务变化快的特点更增加了最初系统架构的设计难度，许多寄希望依靠互联网金融获得快速发展的中小金融机构因此望而却步。通过云端提供的服务支持，中小金融机构可以直接购买云端的基础设施服务，迅速开展业务。

云计算在互联网金融领域的运营管理模式

云计算服务的运营管理可以有多种方式，企业可以部署私有云，然后通过从第三方招募或租借云管理专家来管理云服务，这种运营模式称为员工扩张；企业可以部署混合云，虽然企业保有对云的所有权，但是将云服务的运营维护和管理都外包给第三方，这种运营模式称为虚拟自营；企业还可以选择直接使用第三方提供的云资源，并支付相应费用的方式开展云计算服务，这种模式下云的所有权和运维责任都归于第三方服务供应商，这种模式称为供应商外包。

注：BPaas指业务流程即服务。

图8–1 云计算服务模型

云计算在网络银行业的应用

云计算为商业银行提供了一种运营成本更低、业务更灵活的轻量级商业模式，可以摆脱对资本的重度依赖。商业银行需要根据自己的业务需求选择匹配的云服务模式以及部署方式，将云计算服务的价值发挥到最大。

通过BPaaS模式，商业银行可以从云端获取一系列标准业务流程的服务，比如记账业务、开票业务、付款业务、人力资源管理业务、风险监控业务、信息技术支持业务等。银行可以直接将这些标准化业务外包给云端的服务供应商，或者向在线的业务流程专家咨询适合的业务流程解决方案，然后对企业进行业务流程再造，最终达到提高企业业务执行效率的目的。

通过SaaS模式，商业银行可以使用浏览器访问软件供应商提供的应用软件以及相关数据，常用的应用软件类型有财务管理、客户关系管理、企业资源规划、人力资源管理、档案管理、服务台管理等。通过云端访问应用软件比传统方式更加灵活，同时也免去了软件升级、系统兼容性等问题的困扰。

通过PaaS模式，商业银行可以从云端获得一整套与业务有关的应用软件、程序接口、数据库、存储资源、测试工具等。从云端获得平台服务可以帮助商业银行更加轻松地实施自定义系统的开发和运维工作，节省搭建庞大的服务器系统平台以及购买相应软件、硬件的开支，降低运维成本。

通过IaaS模式，商业银行可以从云端购买所有的信息技术支持服务。从此以后，商业银行将不需要为信息系统建设和网络维护耗费大量资源，它们可以把业务重心放在如何为客户提供更好的产品和服务上，整个社会的资源也可以得到优化配置。

云计算在互联网支付行业的应用

电商行业的迅猛发展对电子支付平台提出了越来越高的要求，特别是遇到大型的超低折扣活动时，消费者的买卖和支付行为更是集中式爆发，电子支付平台面临前所未有的巨大挑战。

云计算助力淘宝天猫共战“双十一”

2012年11月12日凌晨，阿里巴巴集团向大众宣布，其“双十一”促销的支付宝总销售额为191亿元，同比增长260%，其中天猫商城为132亿元，淘宝网为59亿元。

2012年11月11日00：00后第一分钟，有超过1 000万独立用户涌入天猫商城。10分钟后，支付宝成交额达2.5亿元。37分钟后，这一数字超过10亿元。一个小时内，支付宝完成付款交易598万笔，同比增长254.7%。当日上午11点左右，天猫商城成交额突破79亿元。两个小时后，交易额突破100亿元，提前完成天猫官方的预计目标。全日，淘宝网和天猫商城在24小时内共实现了1.058亿笔交易，总销售额高达191亿元，平均每秒完成1 224笔交易，是2011年“双十一”销售额（33.6亿元）的5.7倍。

“双十一”的成功离不开云计算技术的应用。在支付方面，支付宝通过自主研发的分布式计算平台（共有10多万台服务器），部署了150多个CDN（内容分发网络）节点。在技术上，阿里巴巴以业界相对较低的成本，成功处理了日交易量高达亿笔级的互联网支付，如果没有这些支撑，“双十一”的交易估计早就崩溃了。

面对飞速发展的电子商务和与日俱增的交易规模，如果没有雄厚的技术基础，服务器在面对众多网民同时操作的时候就会出现响应延迟、连接堵塞甚至系统崩溃等问题。云计算强大的计算处理能力、专业的信息安全管理、良好的系统扩展性正好弥补了传统电子商务和电子支付平台的不足，使得网上消费变得更加稳定、安全、可靠。云计算对电子商务的作用包括：

高效快捷。云平台的计算性能具有动态可扩展的特点，可以为电子商务企业部署具有“弹性”的业务应用。企业可以通过基于浏览器的监控系统方便地监控到网站流量，轻松实现负载的自动调节。当网站的流量较大时，系统会自动增加服务器资源，为其提供额外的流量支持；而在用户访问量降低之后，系统又会自动将服务器资源移至他处，保证系统在各个时刻都有足够的能力对用户操作进行实时响应。

提高安全性和可靠性。由于云计算将数据存储在服务器端，这样就规避了由于用户本地设备落后或者是技术水平不足而产生的安全风险。同时，存储在云端的数据通常采用分布式存储的方法，一份数据被储存在多台存储服务器上，这样做的好处是不仅平衡了各台服务器的存储压力，同时提高了数据的可靠性。

降低成本。云计算对于终端的软硬件配置要求很低，只要终端可以连接到互联网，企业就可以通过该终端开展正常的业务活动。由于云计算将软件程序都安装在了“云”端，企业无须再花重金购买昂贵的软件或者支付软件维护费，只需调用云端配置好的应用程序便可以享受云计算的高性能服务。同时，企业还节省了用于系统维护、升级所需要的人力和物力，降低了企业的运营成本。

云计算在资本市场中的应用

信息技术对资本市场和证券服务的发展方向有巨大影响，信息技术的革新能够大力推动证券业的发展和变革。虽然应用于资本市场的信息技术一直在向标准化、规范化的方向发展，但是与真正实现标准化和规范化还有相当大的差距。证券机构在信息技术基础设施建设上的重复投资现象非常普遍，资源利用效率相对低下；证券公司用于支撑客户交易的基础设施，在实际使用时难以实现负载的均衡，系统可靠性存在安全隐患；交易所的交易引擎在支持创新业务模式时也面临挑战。单独建设各个应用系统的传统方法已经很难跟上证券业飞速发展的步伐，云计算为解决这些问题提供了有效手段。

从证券交易所层面看，全球的交易所可以将其基础设施通过云联系在一起，并将各自的业务数据记录在公有云中，从而搭建一个全球统一的交易平台。这样既可以降低交易失败的概率，提高业务效率，同时可以利用各个交易所交易时段相互错开的特点有效地配置计算资源，减少因设备闲置而产生的资源浪费，还可以凭借云服务强大的信息安全技术，防止病毒入侵或者黑客攻击，提高交易数据的安全性。

从证券公司层面看，云计算可以帮助证券公司更好地服务客户，实现以客户为中心的战略。传统证券公司的信息技术管理模式以系统为中心，但目前越来越多的证券公司开始将中心转移至客户服务。证券公司可以通过云计算平台建立企业级的账户管理系统，对公司的账户管理流程进行梳理和再造，实现一站式开户，大幅缩短客户办理开户业务的时间，改善客户体验，提升客户满意度。此外，云计算还可以降低证券公司的运营成本。通过共享各类信息技术设施，投资者可以使用手机终端访问云端的各种服务，既提高了操作效率，也帮助证券公司节省了购置营业部设施所需要的费用支出，能够有效降低运营成本。

从投资研究层面看，云计算能够提升证券投资研究的效率，推动定量分析的投资模式在国内的发展。伴随着中国资本市场复杂程度的日益提升，投资品种与日俱增，依靠投资经理个人主观判断的传统投资面临较大挑战。越来越多的投资者开始关注量化投资，量化投资的重要性也逐渐被认识和认可，基金公司、证券公司都纷纷着手开展量化研究。通过云计算，服务供应商可以搭建一个专业、稳定、灵活的量化研究和交易平台。平台为投资者提供完整、准确、全面的数据服务，投资者无须再为找不到足够的历史数据或者数据缺失、错误而烦恼；平台可以将各种交易柜台的接口进行统一封装，使投资者省去学习不同柜台开发接口的繁重任务，将更多时间用于量化投资策略的研究上；平台可以统一策略研究代码与交易代码的编写机制，使投资者不用再为策略研究和交易执行进行重复的代码编写，提高效率的同时还可以降低代码编写错误的风险。通过这种平台即服务的云服务模式，投资者开展量化投资业务所需要的前期投资大幅减少，研究效率显著提升。

云计算模式的障碍与风险

云计算虽然为金融业以及全社会的发展提供了很大的帮助与支持，成为信息技术进步的重要标志，但是其发展遇到的障碍和风险却不容忽视。

用户认知度普遍不高

当前，国内云计算产业并未呈现出爆发式增长，尚处于起步阶段。2011年，各类云计算产品不断涌现，越来越多的云计算提供商开始推出基于云计算的解决方案，但面对各式各样的云计算产品和应用，用户的难题也随之而来。用户对于云计算的概念和技术缺乏科学而系统的了解，部分用户甚至是基于人“云”亦“云”的模仿，完全照搬国外或他人的经验，而没有考虑到具体国情与自身需要，以至于花费了大量资金与人力开展信息化建设，信息技术架构庞大繁杂的问题没有得到缓解，资源利用率也没有提高，降低成本、提升赢利能力的目标也难以实现。

网络传输质量需求较高

基于云计算的金融业务应用面临网络传输质量问题。现有金融机构往往采用总行集中处理业务的模式，而现有的网络带宽至少需要达到光纤水平才能基本确保业务的正常运行，否则将会出现业务堵塞的情况。这就要求相应增加线路投入成本，也就对线路运营商的服务提出了更高的要求。

数据安全及业务连续性的问题

采用云计算的解决方案，虽然可以通过加密手段来保证数据传输的安全及保密性问题，但因为所有的安全保护措施都是相对的，云计算又是一个开放的网络环境，对云计算服务提供商的监管可能存在盲区。同时，由于云计算下所有的资源运行环境都依托硬件，一旦出现网络故障、硬件损坏、线路中断等，可能导致金融机构业务中断。

市场供需矛盾

作为云计算服务提供商，云计算仍然处于探索和起步阶段，现有的案例不能全面解决和满足日益增长的金融业发展需求，而且作为金融业的客户需要的服务模式也不具备成熟的需求说明，导致云计算无法切实满足现有金融行业对稳健、快速、成熟的发展要求。

缺乏法律标准

云计算本身其实并不会引起法律问题，但是一个可能的法律隐患是云计算服务引出的数据存储安全问题，特别是当数据涉及跨国存储或者传输时，数据提供者可能和数据存储中心属于不同的国家，而各国对于数据安全以及数据合法性的规定往往是不同的，如何制定法律监管的标准就成了一个严峻的问题。同时，每个国家都会阻止对国家利益有关键性影响的重要数据流出国界，这也对跨国界的数据存储提出了挑战。在云计算产业刚刚起步的今天，各方面的法律法规尚不健全，目前还没有一个相对标准与成熟的规章制度来对整个产业进行约束。

硬件迁移和应用移植带来的风险问题

对于用户来说，云计算的一大魅力在于其弹性计算能力和根据需求支付费用的特点。由于云计算的计算规模庞大，必须要求其数据中心具有高性能、大规模、高可扩展性的特点，可以说，云计算的出现为硬件设备制造商提出了一套全新的标准。除此之外，云计算还在改变应用程序的交互模式。因此，云计算模式将在数据迁移和应用程序移植等方面带来一些风险。在传统模式中，数据中心的硬件彼此独立，互不影响；而在云计算模式中，设备之间通常用虚拟化的部署方式对设备进行共享，硬件的界限也就不再明显。在数据迁移时，必须对迁移后的负载均衡度和资源利用率进行系统性评估和科学分析，否则可能导致云计算平台无法发挥出全部的计算能力，极端情况下甚至会导致系统崩溃。