大数据技术在信托行业中的应用公开版Word文件下载.docx

大数据技术在信托行业中的应用公开版Word文件下载.docx

《大数据技术在信托行业中的应用公开版Word文件下载.docx》由会员分享，可在线阅读，更多相关《大数据技术在信托行业中的应用公开版Word文件下载.docx（7页珍藏版）》请在冰豆网上搜索。

对大数据技术在金融业的应用进行深入研究,不仅对金融企业实施市场预测与风险管控、进行个性化金融产品与服务创新有着非常重要的现实意义,更对整个行业的持续快速发展有着深远影响。

如何利用大数据技术在信托行业中的应用，已成为信托业共同关注的话题。

本文介绍了大数据技术在信托行业中的应用、围绕信托行业的特征,并提出了大数据应用对强化信托公司风险控制、支持业务精细化管理、助力财富营销服务和产品的创新的意义及建议。

一、背景3

（一）金融业竞争激烈信托公司亟待提前布局3

（二）大数据技术对行业持续快速发展意义重大3

（三）信托资产规模与风险项目规模均在不断递增3

（四）信托公司数据治理的情况不容乐观3

二、涵与做法3

（一）搭建信托公司特色的数据仓库3

（二）梳理和完善信托公司部数据信息3

（三）辅助风险决策，增强风险控制管理3

（四）积极探索构建信托公司大数据体系3

三、管理实效3

（一）大数据有助于信托公司提高创新研发能力3

（二）大数据有助于信托公司提高的风险管理3

（三）大数据有助于信托公司提升财富营销的管理3

（四）大数据有助于信托公司提升运营决策管理3

四、结语3

一、背景

（1）金融业竞争激烈信托公司亟待提前布局

信托公司通过灵活的制度优势、不断的业务创新，以及产品的高收益和低风险，使其在中国财富管理和资产管理行业中异军突起，逐渐成为财富管理的主力军。

早已超越券商、基金以及保险，成为仅次于银行业的第二大金融业态。

截至2016年年末，全国68家信托公司管理的信托资产规模继三季度突破18万亿后，达到20.22万亿，同比增长24.01%，环比增长11.29%。

与2016年2季度同比增长8.95%相比，3季度和4季度信托资产规模增速均实现两位数增长，信托业跨入了“20万亿时代”。

随着经济的发展，中国的高净值人士愈发成熟，对资产管理和财富管理的需求愈加多元化，金融行业竞争也愈发激烈。

面对中国财富管理的蓝海，银行、证券、基金、保险、第三方理财和互联网金融等机构也都虎视眈眈。

除了传统金融行业与互联网金融行业外，信托业务在高速增长的同时，同业竞争也在加剧。

在高速发展的同时各行各业也纷纷加大信息化建设力度,增加对云计算、大数据等领域的科技投入,以期抢占互联网时代大数据应用的战略高地,从而在激烈的市场竞争中斩获先机。

（2）大数据技术对行业持续快速发展意义重大

对大数据技术在信托行业的应用进行深入研究,不仅对金融企业实施市场预测（决策分析）与风险管控、进行个性化金融产品与服务创新有着非常重要的现实意义,更对整个行业的持续快速发展有着深远影响。

（3）信托资产规模与风险项目规模均在不断递增

信托行业的资产管理规模仅次入银行业，作为第二大金融业态，其从业人员远远落后于银行、券商、保险等金融行业。

信托资产规模突飞猛进的同时，信托业的风险项目规模也在不断递增，风险越来越复杂、隐蔽。

在全球经济整体下行阶段，信托公司的风险项目时有暴露，对风险管理的要求不断提高。

通过大数据技术应用，可以为信托公司的风险管理提供更多先进工具。

强化信托公司风险控制、支持业务精细化管理，提高舆情预警能力。

（4）信托公司数据治理的情况不容乐观

信托行业信息化水平不容乐观，已经远远落后于银行、券商、保险等金融行业，好在行业经过十多年的积累与发展，已经形成了完整的信息技术系统，包括统一的客户管理平台、统一的产品登记销售平台和完善的营销服务平台等。

但是在数据治理方面依然较弱，普遍数据存在不及时、不准确的现象。

在信息化时代，大数据金融业正呈现网络化，高效率的发展趋势。

其快速采集各种数据进行快速分析的优点对于金融业，尤其是信托业有着极大的作用。

未来前景也是一片光明。

二、涵与做法

信托公司业务多样、多数项目非标准化，容易造成数据之间的分割；

部业务团队、前台与中后台等部门之间的信息传递存在一定障碍，数据存储、管理、应用等环节之间也可能会存在脱节。

因此，信托公司在搭建大数据体系时应该从公司整体出发，实现线上、线下数据互联互通，部、外部数据整合。

从目前技术发展和信托公司数据及管理积累上讲，信托公司具备一定的基础和可行性，但依然存在一定的差距。

目前，建设大数据平台主要集中在完善信托数据仓库、建立数据治理体系、探索数据价值应用三个方面。

（1）搭建信托公司特色的数据仓库

信托公司的数据规模不大且比较分散，对数据仓库的认识也有一个循序渐进的过程，应尽量采用轻量化的思路，采集并整理公司发展所需要的数据。

信托公司的数据仓库应包含五个层次：

第一层是公司自身的业务及管理数据。

即信托公司部数据，是信托公司大数据体系的核心和关键；

第二层是信托行业的数据，包括公司数据、产品数据、风险数据、客户数据等，可以描述信托行业发展的全面特征，为公司在行业中的竞争提供直接参考；

第三层是金融市场数据，不仅包括货币发行量、利率、汇率等宏观金融数据，还包括股票市场、债券市场以及其他金融产品的数据，为信托公司的经营和决策提供重要依据；

第四层是涉及宏观经济的非金融数据，包括与信托业务发展相关的宏观经济数据、区域经济数据、特定行业数据、交易对手数据等，数据量大、覆盖面广；

第五层是涉及监管规要求的报表数据信息。

五个层次的数据彼此联系，相互支撑，构成了信托公司大数据体系中的金字塔型数据仓库。

上图为大数据总体架构图，说明如下：

1、数据整合平台。

数据整合平台从各重要业务系统（数据提供者）中抽取数据，转换为需要的形式，再把转换后的数据加载到数据仓库中。

2、数据仓库。

数据仓库存储各系统汇入的数据。

再借助数据整合平台借助统一的数据模型加工成分析型的数据。

然后根据数据运用者的需要，再次借助数据整合平台为使用者提供数据。

商业智能平台和综合监管平台为数据运用者。

3、商业智能平台。

公司各级管理人员使用商业智能平台，对数据仓库的数据进行自定义报表、查询、对比、统计、分析和展现等处理，进而提供关键业绩指标管理（KPI）和决策支持。

另外，一些简单的监管报表和部报表也可以通过此系统实现。

4、综合监管平台。

可以产生监管报表，但考虑到成本，目前只产生其他业务系统不能产生的监管报表。

在大数据项目中在综合监管平台上逐步实现一些过于复杂，不适合使用商业智能系统产生的监管报表。

（2）梳理和完善信托公司部数据信息

信托公司在加强公司治理的同时不仅提高部数据产生的质量，而且要充分发挥系统治理功能，使数据归集整理通过信息系统自动实现，提高数据管理的效率。

尤其是信托公司业务多元化，所需数据来源渠道多而杂，技术处理要更加规，适度控制数据质量。

特别需要注意的是，信托公司应该明确数据管理的阶段和重点，先易后难，稳扎稳打。

从金融机构的实践经验上看，其自身积累的数据价值密度还是高于大数据的价值密度。

信托公司在自身数据价值挖掘方面还处于初级阶段，因此对数据的管理应该由而外，循序渐进。

（3）辅助风险决策，增强风险控制管理

以互联网大数据为背景，从数据维度和数据时效性等方面辅助金融机构的风险体系决策。

从信息化服务的角度来讲，提供信托公司风险控制和管理所需的大数据信息服务，根据提供的大数据信息，辅助进行风险控制。

例如信托产品的部评级问题，对于非标准化的信托产品，大数据可以在风险计量和产品收益等方面发挥重要作用，产品本身所涉及的项目数据、交易对手数据、抵质押物信息数据等（例如：

征信评级、舆情信息）也可以通过外部渠道获取。

（4）积极探索构建信托公司大数据体系

信托公司首先应该审视自身经营管理中存在的突出问题，以问题为导向，引入大数据技术，设计解决方案。

信托公司可以通过类似产品部评级、交易对手信用评级等重要课题，摸索大数据与公司经营决策之间恰当的结合方式，尝试发挥大数据的积极作用。

三、管理实效

（1）大数据有助于信托公司提高创新研发能力

信托公司的业务领域横跨资本市场、货币市场与实业市场，产品设计非常灵活，产品类型较为丰富，使得异类产品之间的组合更具空间。

通过大数据技术应用，可以不断提高信托公司的产品研发水平及创新能力。

在信托公司鼓励业务创新的趋势下，利用大数据的商业价值，可以进行多种新产品和新业务模式的尝试。

一个是消费信托等，信托公司完全可以利用大数据思维，对借款主体（自然人）的信用情况和消费行为进行全面评估，不仅可以针对其行为特征研发具体产品，而且有利于风险的分散与控制。

（2）大数据有助于信托公司提高的风险管理

一是提高风险管理的全面性（尽职调查）。

通过大数据对交易对手的风险进行分析，对信托公司掌握更多更全面的风险信息将会有一定帮助。

　二是提高风险管理的动态性（存续期管理）。

加强存续项目的过程管理，是信托公司提高风险管理水平的重点。

由于信托公司项目众多，每一个项目的融资方、抵押物、担保方的情况都处于不断变化的过程中。

而信托公司负责过程管理的人员十分有限，仅通过项目成员的定期调查回访，很难发现潜在的风险和问题。

利用大数据，建立每一个项目的过程管理数据档案，对抵质押物的价值变化进行动态监测，对交易对手、担保方的经营情况、资产负债和现金流等信息进行及时分析，可以提高风险管理的及时性和动态性，提高项目过程管理水平。

三是提高舆情预警能力。

通过先进手段（海量舆情数据）都有助于提高信托公司的舆情预警能力，使信托公司更为主动地化解声誉风险。

（3）大数据有助于信托公司提升财富营销的管理

对大数据的深度挖掘应用可以实现信托公司高净值客户的维护和开发。

大数据技术应用对包括信托公司在的金融机构的财富管理业务，将起到重要的推动作用。

一是助力产品营销。

一方面，利用大数据技术，信托公司可以更为精准地细分客户群，根据不同类型的客户，了解其投资与风险偏好，为其提供不同类型的产品，更好地满足客户需求。

另一方面，对于产品而言，通过大数据分析，可以对产品进行更为全面的评级，衡量其风险与收益的匹配程度，进而对产品进行合理定价。

二是助力资产配置。

财富管理业务发展到一定阶段，重点将从产品营销转为针对客户需求和偏好的资产配置。

利用大数据，不仅可以帮助客户选择收益率适当、风险可控的多样化产品，而且可以更准确了解客户的风险和收益需求，为量身定制资产配置方案提供帮助。

三是助力客户拓展。

信托公司的财富管理业务将来有两个发展趋势，一是围绕更高净值的客户，开展家族信托服务；

二是对接互联网，扩大客户围和数量。

对于后者，大数据可以在风险偏好、行为习惯等方面对客户进行更为细致的描述，帮助信托公司更有针对性地开发与维护客户。

（4）大数据有助于信托公司提升运营决策管理

通过大数据技术的运用一方面帮助信托公司及时掌握部经营管理状况。

对经营活