11月份，债券市场共发行各类债券50637.9亿元。国债发行9237.5亿元，地方政府债券发行2468.9亿元，金融债券发行9542.6亿元，公司信用类债券¹发行10757.6亿元，信贷资产支持证券发行276.8亿元，同业存单发行18006.9亿元。

截至11月末，债券市场托管余额为144.5万亿元。其中，国债托管余额24.9万亿元，地方政府债券托管余额34.9万亿元，金融债券托管余额34.4万亿元，公司信用类债券托管余额32.2万亿元，信贷资产支持证券托管余额2.4万亿元，同业存单托管余额13.8万亿元。商业银行柜台债券托管余额397.4亿元。

二、债券市场运行情况

11月份，银行间债券市场现券成交28.6万亿元，日均成交13013.9亿元，同比增加28.6%，环比增加19.3%；单笔成交量在500-5000万元的交易占总成交金额的45.6%，单笔成交量在9000万元以上的交易占总成交金额的47.3%，单笔平均成交量4835万元。交易所债券市场现券成交3.5万亿元，日均成交1594.5亿元，同比减少1.9%，环比增加27.9%。商业银行柜台市场债券成交12.6万笔，成交金额147.3亿元。

三、债券市场对外开放情况

截至2022年11月末，境外机构在中国债券市场的托管余额为3.4万亿元，占中国债券市场托管余额的比重为2.4%。其中，境外机构在银行间债券市场的托管余额为3.3万亿元；分券种看，境外机构持有国债2.3万亿元、占比68.2%，政策性金融债0.8万亿元、占比22.6%。

四、货币市场运行情况

11月份，银行间货币市场成交共计128.8万亿元，同比增加7.6%，环比增加18.9%。其中，质押式回购成交117.8万亿元，同比增加8.9%，环比增加21.4%；买断式回购成交5377.1亿元，同比增加24.5%，环比增加31.2%；同业拆借成交10.4万亿元，同比减少6.2%，环比减少4.0%。交易所标准券回购成交38.3万亿元，同比增加7.9%，环比增加37.7%。

11月份，银行间质押式回购月加权平均利率为1.61%，环比上升15个基点；同业拆借月加权平均利率为1.55%，环比上升14个基点。

五、票据市场运行情况

11月份，商业汇票承兑发生额2.2万亿元，贴现发生额1.5万亿元。截至11月末，商业汇票承兑余额18.8万亿元，贴现余额12.9万亿元。

11月份，签发票据的中小微企业8.9万家，占全部签票企业的92.3%，中小微企业签票发生额1.4万亿元，占全部签票发生额的64.3%。贴现的中小微企业9.8万家，占全部贴现企业96.5%，贴现发生额1.1万亿元，占全部贴现发生额73.1%。

六、股票市场运行情况

11月末，上证指数收于3151.3点，较上月末上升257.9点，涨幅为8.9%；深证成指收于11108.5点，较上月末上升711.5点，涨幅为6.8%。11月份，沪市日均交易量为3917.7亿元，环比增加14.8%；深市日均交易量为5364.2亿元，环比增加18.5%。

七、银行间债券市场持有人结构情况

截至11月末，银行间债券市场的法人机构成员共3945家，全部为金融机构。按法人机构统计，非金融企业债务融资工具持有人²共计2140家。从持债规模看，前50名投资者持债占比52.6%，主要集中在公募基金、国有大型商业银行（自营）和股份制商业银行（代客）；前200名投资者持债占比83.2%。单只非金融企业债务融资工具持有人数量最大值、最小值、平均值和中位值分别为66、1、12、11家，持有人20家以内的非金融企业债务融资工具只数占比为91%。

11月份，从交易规模看，按法人机构统计，非金融企业债务融资工具前50名投资者交易占比52.5%，主要集中在证券公司（自营）、股份制商业银行（自营）和城市商业银行（自营），前200名投资者交易占比84.3%。

（资料来源：中国证券监督管理委员会、中央国债登记结算有限责任公司、全国银行间同业拆借中心、银行间市场清算所股份有限公司、上海票据交易所股份有限公司、上海证券交易所、深圳证券交易所、北京金融资产交易所）

注1：包括非金融企业债务融资工具、资产支持票据、企业债券、公司债券、交易所资产支持证券等。

注2：自营投资者与代客投资者分开统计，下同。

该白皮书主要聚焦银行业为主的金融领域，阐述了庄闲网络娱乐平台进入 的定义、应用模式及发展现状，重点解析了金融领域现状痛点以及庄闲网络娱乐平台进入 对金融领域的应用价值，详细梳理了庄闲网络娱乐平台进入 金融领域典型应用场景，通过解析业务痛点、提出解决方案及优秀应用案例分享供银行同业及相关机构参考，同时研究庄闲网络娱乐平台进入 面临的挑战，对未来发展进行了分析展望。

近年来，中国工商银行加快庄闲网络娱乐平台进入 技术在金融领域的研发应用，积极探索庄闲网络娱乐平台进入 与人工智能、大数据、5G、物联网等技术深度融合，打造了同业领先的、集庄闲网络娱乐平台进入 基础技术服务、智能运维、金融级安全能力为一体的企业级庄闲网络娱乐平台进入 技术平台。重点围绕资金管理、供应链金融、贸易金融、可信溯源等业务领域，先后建成了贵州扶贫资金管理、雄安征迁资金庄闲网络娱乐平台进入 管理平台、慈善募捐管理、工银e信、中欧e单通等十余个业务系统，支持委托贷款、交易结算、银行保理、集中付款等七十种业务产品，为服务实体经济发展增添了新动力，取得了良好成效。在支持防疫复工期间，工行运用庄闲网络娱乐平台进入 技术迅速推出庄闲网络娱乐平台进入 跟踪资金去向的服务，目前已在广西红十字会、广东珠海慈善总会上线使用，并逐步向国内公益慈善机构推广。

PDF版本将分享到199IT知识星球，扫描下面二维码即可！

只有11%的风险经理完全有能力评估在整个组织中采用人工智能（AI）的风险，更少的受访者表示他们完全有能力评估与机器人流程自动化（RPA）或庄闲网络娱乐平台进入 相关的风险（分别为9%和5%）。

近3/4的受访者（72%）表示，复杂、相互关联的新风险正在以前所未有的速度出现。同时，42%的受访者表示，风险函数充其量只能在对外部风险环境的变化做出快速反应时略微有效。

73%的采用机器学习风险功能的受访者对过去两年的进展感到满意，相比之下，45%的不使用这方面功能的受访者感到满意。

尽管几乎所有风险职能部门都已开始使用RPA自动执行日常任务，但只有2/5的受访者（40%）将AI和预测建模等高级分析应用于其数据集，仅有10%的受访者应用了机器学习。

近2/3的受访者（63%）正在提高收集企业范围数据的能力，66%的受访者正在磨练分析数据的能力。

只有55%的受访者认为其他职能部门认识到风险在推动积极业务成果方面发挥的重要作用，因此，加强协作对于风险经理至关重要。令人鼓舞的是，风险职能部门改善了与财务职能部门的合作，75%的受访者这么表示。

199IT.com原创编译自：埃森哲 非授权请勿转载

LIBOR是全球主要银行相互借贷的平均利率，与大约400万亿美元的金融工具挂钩，包括信贷违约掉期、证券、学生贷款和抵押贷款。

埃森哲对全球127家金融服务机构和50家公司的调查发现，84%的机构已经制定了LIBOR过渡计划。但是，4/10的受访者（41%）承认缺乏跨业务的统一方法；只有1/5的受访者（20%）认为已经为过渡做好了准备；只有少数机构（18%）将他们的LIBOR过渡计划描述为“成熟的”。

缺乏对支出优先顺序的详细规划以及整个企业的统一规划方法是阻碍过渡的主要原因。例如，近1/4的受访者（23%）计划在未来三年内将资金分配给产品设计，只有17%的受访者计划将资金分配给运营和风险模型，这些领域在过渡期间可能会起到重要作用。

此外，报告还指出，金融服务组织内部的具体职能似乎没有为过渡做好充分准备。只有15%的受访者表示他们的法律团队已准备好处理大量的合同补救和交易重组活动，只有14%的受访者相信自己的风险管理团队对过渡活动及其对风险管理的影响有详细的了解。此外，企业还缺少跨地域的一致性。近一半的受访者（47%）承认自己对理解不同司法管辖区的监管规定没有信心。

尽管监管机构敦促企业迅速摆脱LIBOR，但受访者认为2021年的最后期限可能是灵活的。例如，1/4的受访者（23%）预测LIBOR将在2021年后逐渐停止，一半的受访者（51%）预计监管机构会在不确定性的情况下为他们的组织提供救济。

具有“成熟”过渡计划的机构看到了收入机会。大多数受访企业都在采取谨慎的过渡方法，但具有“成熟”计划的公司可能更具有战略优势。超过9/10的公司（94%）将LIBOR转型视为战略机遇；91%的公司认为转型产生的增量收入可以在未来三年抵消补救成本。

PDF版本将分享到199IT交流群，支持我们发展可加入！

在这个行业，93%的非品牌点击来自赞助广告，由4万个通用搜索词汇驱动，这是获得客户的主要方式。Adthena的分析覆盖银行、信用卡、保险和投资四大分支。

报告亮点：

1. 获得每个客户的成本（CPA）很高。金融产品通常具有较高的客户终身价值（CLV），加上有限的通用搜索关键词，金融品牌的CPA比其他网络行业更高。其CPC比其他行业高65%。
2. 昂贵的通用搜索关键词。此外，金融行业通用搜索关键词的成本也是最高的。作为一个行业，大量有价值的搜索量是由大批量的关键词驱动的，这才能产生高的CLV转化，例如“信用卡余额转账”或“最佳银行账户”，对广告客户来说非常有价值。
3. 金融行业搜索广告的每次点击成本（CPC）是最高的，比其他行业高出250%。如果是更有针对性的定向，成本可能达到数百美元。
4. 竞争的成本。CPC持续增长，对很多品牌来说，实现全天和全面的可见性就变得非常昂贵。广告预算限制了小型竞争对手，而在大品牌垄断通用搜索转换中，一些精选品牌能够脱颖而出。
5. 复杂的设备定向。许多在线金融品牌已经制定了复杂的定向策略，例如，优化移动广告，为品牌提供更好的搜索结果。
6. 品牌保护。大量通用搜索竞争结果是给宣传术语带来通胀压力。

小贴士

1. 利用详细的数据和分析确定市场机会的规模。
2. 根据数据和搜索智能开发定向策略，实现复杂的定向和有策略的预算分配。
3. 调查关键词竞争竞价的潜在损失，利用品牌保护解决方案探知竞争侵权。

PDF版本将分享到199IT交流群，支持我们发展可加入！

根据调查，消费者认为在这个领域工作的男性和女性之间几乎没有差别。而市场营销人员的想法与消费者则有很大差距。

当消费者被问到“在考虑金融服务专业人士时，最信任哪种性别？”78%的消费者表示同样可信，12%的受访者偏爱男性，10%的受访者喜欢女性。

然而，只有54%的营销人员认为性别在信任方面处于平等地位，25%的营销人员认为男性更被消费者信任，21%的营销人员认为女性更被消费者信任。

对女性营销人员的调查发现，只有51%认为消费者会平等地信任所有营销人员，29%认为消费者会偏爱男性，20%认为偏爱女性。

但是，询问消费者 “考虑金融服务专业人士，您认为哪种性别能更好地为您提供服务？”82%的消费者认为没有分别，10%的消费者认为男性更有能力，8%认为女性领先。

此外，66.67%的营销人员表示，企业的顶级营销人员是女性，其余33.3%认为是男性。

该调查还显示，银行和金融服务品牌需要做更多的事情来代表实际客户。只有1.90%的消费者表示该行业的营销人员在性别、年龄、种族和方向方面能代表他们。10.5%的消费者觉得“在很大程度上”能代表，但59.6%的受访者认为只是“在某种程度上”代表，还有28%的受访者认为他们根本没有反应在营销工作中。

Yell Creative的调查还发现营销人员高估了品牌对消费者的了解。只有2%的消费者表示金融服务企业了解他们的需求，但是18.18%的营销人员表示“我们完全以客户为中心，客户是所有工作的核心”。

1. 所需硬件和软件已经建成，人工智能才能发展

AI需要具有海量计算能力的硬件，以及涵盖人类各方面活动数百万数据点的数据集。

全球75亿人拥有200亿个智能计算设备，它们可以访问云存储，这是一个价值1000亿美元的市场

风险投资每年投资机器学习50-100亿美元。

2. 建立AI的方法多种多样，目前的发展是机器学习的进步，特别是神经网络和深度学习

通过自动化流程自上而下设计软件与利用AI技术有根本的不同，AI会创建随新数据而变化的概率模型。

机器已经开发出从视觉和声音等感官信息中获取信息的能力，其准确性高于人类。AI还可以用于创造性地快速探索思想空间或执行情绪化任务。

3. AI的发展和潜力对传统经济来说是一个巨大的挑战，而且它只会加速发展

大多数AI研究可以通过学术档案公开获得，大部分代码都是开源的。摩尔定律仍然存在，目前向ArXiv提交的科学研究总数量为130万，开源代码的数量可能超过1亿。

顶尖大学机器学习课程的流行程度与薪酬水平一脉相承。

现在的弱人工智能并不是万能的，不具有一般的推理能力，但已经有很多自动化的实际应用。

4. 金融业AI用例包括会话界面、生物识别、工作流程、合规自动化以及贷款、投资和保险业的产品制造
5. 在金融服务中部署AI将带来1万亿美元的影响

仅在美国，就有250万名金融服务员工接触到AI技术。前台（分销）可节约490亿美元的潜在成本，中期办公室节约3500亿美元，后台（制造业）节约2000亿美元，银行、投资管理和保险业节约成本总计1万亿美元。

6. AI在金融业的发展路线：

像亚马逊和谷歌这样的AI技术公司继续为其智能家庭助理增加技能；

科技和金融合并，例如中国的蚂蚁金融；

由加密社区建立分散的自治组织，将权力转移回个人，其技能来自开源组件。

PDF版本将分享到199IT交流群，支持我们发展可加入！

网络钓鱼：

2017年，金融行业占网络钓鱼的份额从47.5%增加到54%。这是卡巴斯基实验室对金融行业钓鱼攻击的统计数据的历史最高值。

卡巴斯基安全软件锁定的钓鱼页面中，超过1/4尝试攻击金融行业。

2017年与支付系统和网上商店有关的网络钓鱼比例分别约为16%和11%，略高于2016年的情况。

值得注意的是，Mac用户遇到的金融网络钓鱼的份额几乎翻了一番，约占56%左右。

银行恶意软件：

2017年，受银行木马攻击的用户数量为767,072，比2016年下降30%（1,088,900）。

受银行恶意软件攻击的用户中有19%是企业用户。

德国、俄罗斯、中国、印度、越南、巴西和美国的用户最常受到银行恶意软件的攻击。

Zbot仍然是最普遍的银行恶意软件家族，33%的受攻击用户遇到的是该家族的恶意软件，还有27.8%的用户正受到Gozi家族银行恶意软件攻击。

Android银行恶意软件：

2017年，全球共有259,828个用户受到Android银行恶意软件的攻击，同比减少了近15%。

绝大多数Android用户受到三家银行恶意软件家族的攻击（超过70%）。

俄罗斯、澳大利亚和土库曼斯坦是受到Android银行恶意软件攻击的用户比例最高的国家。

PDF版本将分享到199IT交流群，支持我们发展可加入！

由上海觅策商务咨询有限公司主办的“2018银行金融科技峰会”将于2018年4月13日在上海召开本次峰会。本次峰会的主题为：金融为本 科技为用

届时有15位发言嘉宾，150位银行领导，30家行业媒体，共同见证“BFtS系列”持续为金融科技方案商匹配银行需求

会议目的：

梳理历程-分享经验/案例

总结现在-释放需求/痛点

展望未来-匹配方案/技术

主要参会群体：

城商行，农商行/农信社的科技，风控，业务等部门总经理，和主管副行长。

主要讨论话题：

大数据、云计算，人工智能，生物识别、移动信息化和庄闲网络娱乐平台进入 六大基础金科板块在银行业的应用。

会议名称：2018银行金融科技峰会

会议规模：200左右

会议时间：2018.4.13

会议地点：上海

联系电话：021-66783372

http://www.micevalue.com/col.jsp?id=104

国务院颁布的《推进普惠金融发展规划（2016-2020年）》中更是直接提到“鼓励金融机构运用大数据、云计算等新兴信息技术，打造互联网金融服务平台。”国内外各金融与类金融机构、互联网金融企业纷纷开始探索大数据的应用，希望大数据可以带来技术上的突破，实现自动化、着手升级现有风控模型体系、探索新型态基于场景化的消费金融市场、提升催收效率、建设互联网深层次大面积获客能力，从而彻底提升国家金融行业的国际竞争力。

金融大数据应用分析

未来将迎来一个大数据浪潮。随着互联网特别是移动互联网的爆发式增长，全球数据量以几何级数增加。现在全世界新产生的数据量每年增加40%，每两年数据翻一番。2012年、2013年产生数据量总和是人类有历史以来到2011年产生数据量的总和，两年的数据量等于一万年的总和，这个数据规模为1.8ZB。IBM预测，2020年，全球数据总量会达到35ZB，是2000年之前总和的50倍、目前数据总量的8倍。

1.大数据在金融监管机构中的应用

我国的金融行业正处于应用大数据的初级阶段，国内的金融机构经过多年发展与积累，拥有超过百TB的海量数据，而且非结构化的数据量也在不断增长。金融机构在大数据应用方面具有天然优势：首先，金融企业在平时的业务开展中积累了大量高价值的数据，例如客户的身份、资金收付交易、资产负债情况等，这些数据经过专业技术挖掘和分析之后，将产生巨大的商业价值；其次，金融机构相比之下有较为充足的预算，可以吸引到了解大数据技术的高端人才，也有能力采用大数据的最新技术。

但是，在许多具体金融业务层面，我国还是存在管的过严、管的过宽、管的过细的问题，甚至管了很多不该管的事情。这种情况极大地阻碍了金融市场化改革的进程，制约了金融机构的自主发展，削弱了金融市场化配置社会资源的能力。

　1）大数据助力金融机构的战略转型

在宏观经济结构调整和利率逐步市场化的大环境下，目前国内的金融机构主要表现出盈利空间收窄、业务定位亟待调整、核心负债流失等问题。业务转型的关键在于创新，但现阶段我国金融机构的创新往往沦为监管套利，没有以挖掘客户内在需求，提供更有价值的服务为主。而大数据技术正是能够帮助金融机构深入挖掘既有数据，找准市场定位，明确资源配置方向，推动业务创新的重要工作。

此外，大数据及智能技术的逐渐成熟将会重塑未来金融监管的方式。以非法集资为例，在互联网时代不法分子利用网络的虚拟性、广泛传播性等特点，通过承诺高收益来吸引广大投资者。近年来由于经济形势下行，非法集资案件频发，对金融秩序和居民的合法权益造成较大的影响。

利用大数据建立非法集资监测预警平台就为打击非法集资提供了有力工具，可以提高金融监管的效率和准确性。非法集资预警平台的设计包括两个子平台：一是对正规金融产品登记的前台，通过对网站销售的金融产品的信息进行登记，做好数据收集工作。产品登记、信息披露、资金托管是互联网金融三大监管措施，金融机构将产品的属地名称、属地编号、发行日期、机构编号、产品编号等信息在平台上进行登记、备案。二是发现非法集资线索的后台，用来打击违法犯罪，守住底线。前台提供信息给消费者，后台打击非法集资。基本建设思路为：利用互联网搜集信息，运用大数据挖掘、云计算技术，通过两次比对、一次干预、最后确认的一系列步骤，实现对疑似非法集资的企业进行不同级别的处置应对。

2）大数据能够降低金融机构的管理和运行成本

通过大数据对信息的挖掘和分析，金融机构能够准确地定位内部的管理缺陷，制订有针对性的改进措施，实行符合自身特点的管理模式，最终实现降低管理运营成本。大数据还提供了全新的沟通渠道和营销手段，可以更好的了解客户的消费习惯和行为特征，及时、准确地把握市场营销行情。

3）大数据有助于降低信息不对称程度，增强风险控制能力

金融机构可以摒弃原来过度依靠客户提供财务报表获取企业信息的业务方式，转而对其资产价格、账务流水、相关业务活动等流动性数据进行动态和全程的监控分析，从而有效提升客户信息透明度。目前，花旗、富国、UBS等先进银行已经能够基于大数据，整合客户的资产负债、交易支付、流动性状况、纳税和信用记录等，对客户行为进行360度评价，计算动态违约概率和损失率，提高贷款决策的可靠性。

2.大数据在银行业中的应用

从数据贡献度上看，银行是金融数据的重要贡献机构和使用机构。截至2015年第四季度末，全国共开立人民币银行结算账户73.7亿户，环比增长3.15%；个人银行结算账户73.25亿户，占银行结算账户的99.4%，环比增长3.15%；单位银行账户4439.03万户，环比增长2.43%，其中基本存款账户增加89.55万户，一般存款账户增加10.91万户，专用存款账户增加5.10万户，临时存款账户减少0.07万户。全国共发生银行卡交易3343.2亿笔，金额178.14万亿。其中，涉及互联网金融的网上支付发生106.37亿笔，同比增长25.21%；移动支付56.33亿笔，同比增长244.74%（数据来源：九次方大数据）。

中国银行业大数据应用主要集中在客户营销、产品创新、风险控制和运营优化四个领域。比如光大银行研发的“阳光理财”资产配置平台（APP），分析客户需求并设计与之匹配的资产配置方案以支持营销；民生银行通过大数据分析定义营销举措并防止客户流失；招商银行利用大数据发展小微贷款。总的来看，银行大数据的应用可以分为如下三个方面：

　　图表2银行业大数据应用

　　1）帮助银行控制信贷风险

在传统方法中，银行对企业客户的违约风险评估多是基于过往的营业数据和信用信息，这种方式的最大弊端就是缺少前瞻性，因为影响企业违约的重要因素并不仅仅只是企业自身的经营状况，还包括行业的整体发展状况，而大数据手段的介入使信贷风险评估更趋近于事实。西班牙一家大型银行正是利用大数据来为企业客户提供全面深入的信用风险分析。该行首先识别出影响行业发展的主要因素，然后对这些因素进行模拟，以测试各种事件对其客户业务发展的潜在影响，并综合评判每个企业客户的违约风险。这样的做法不仅成本低，而且对风险评估的速度快，同时显著提升了评估的准确性。

2）大数据能够提升银行的中间收入

如今，坐拥海量数据的银行不再局限于使用数据服务其核心业务，把数据直接变成新产品并用来创造直接收入是新的中间收入拓展渠道。澳大利亚一家大型银行通过支付数据的分析了解零售客户“消费路径”，即客户进行日常消费时的典型顺序，包括客户的购物地点、购买内容和购物顺序，并对其中的关联进行分析。该银行将这些分析结果销售给公司客户，帮助客户更准确地判断合适的产品广告投放地点以及适合在该地点进行推广的产品。银行通过这种方式获得了传统业务之外的收入。更重要的是，银行通过这样的创新为客户提供了增值服务，从而大大增强了客户粘性。

3）使零售银行业务差异化产品设计更加丰富

在零售银行业务中，大数据为判断客户行为并匹配营销手段提供了广阔的创新空间。例如，海外银行围绕客户的“人生大事”进行交叉销售。这些银行对客户的交易数据进行分析，由此推算出客户经历“人生大事”的大致节点。人生中的这些重要时刻往往能够激发客户对高价值金融产品的购买意愿。通过对客户的银行卡交易数据进行分析，银行很容易识别出即将添丁的家庭，在这样的家庭中，准妈妈会开始购买某些药品，而婴儿相关产品的消费会不断出现。该行面向这一人群推出定制化的营销活动，获得了客户的积极响应，这种具有差异化的产品设计可以大幅提高交叉销售的成功率。

3.大数据在证券业中的应用

现代证券行业具有资本密集、信息密集、智力密集和技术密集的特点，大数据时代使得数据信息不仅在量上大大增加了，在数据的产生、传播、内容、速度、形式等方面都更加多样、复杂，越来越呈现出细节化、多维化、立体化的特点，对业务发展的影响也越来越大。

目前，国内外证券业的大数据应用主要有以下三个方向：

　　图表3证券业大数据应用

　　1）大数据可以提升证券业的个性化服务水平

证券行业作为综合类金融服务产品的提供者，在大数据的背景下，将有能力快速搜集高质量的信息，以设计出更符合客户需求的产品组合，并且可以根据客户偏好的改变及时调整。同时由于中介服务的竞争逐渐同质化，争夺的焦点将来必然落在价格上。如果标准化同质服务不再能够给券商带来正常利润，那么券商必须转变经营思路，将通道业务转变成包含增值服务的金融服务。

大数据能够通过对客户消费行为模式进行分析，提高客户转化率，开发出个性化的产品以满足不同客户的需求。越来越多的证券公司开始采用数据驱动的方法，通过一系列信息的收集、存储、管理和分析，给客户提供更好的决策，充分体现了以客户为中心的服务理念。

　2）大数据能够帮助证券公司避免客户的流失

依据客户历史交易行为和流失情况创建大数据分析模型，预测客户流失的概率。比如海通证券自主开发的“给予数据挖掘算法的证券客户行为特征分析技术”主要应用在客户深度画像以及基于画像的用户流失概率预测，通过对海通100多万样本客户、半年交易记录的海量信息分析，建立了客户分类、客户偏好、客户流失概率等模型。该项技术最大初衷是希望通过客户行为的量化分析，来测算客户将来可能流失的概率。

3）大数据在量化投资方面的应用

量化投资策略在欧美发达国家的金融市场已经相对成熟，由于收益巨大，是大数据最早应用的领域。证券业已经进入了一个大数据信息时代，证券的数据模型越来越复杂多样，数据的总量和种类都有着重大的突破。大数据在处理证券数据时，通过对主力和散户的行为、轨迹分析，对主力资金和散户资金的去向追踪，对主力、散户和市场之间的关系理解，能够很好地增加投资胜率。个人投资者将能够轻松使用大数据获得实证支持，降低交易风险，投资能力将大幅提升。大数据也让科技公司第一次有机会能够挑战传统的金融分析师，利用对各种数据的量化、重组和整合，提供不同的交易策略，让投资者能够科学的分析全球投资市场。

4.大数据在保险行业的应用

目前，国内保险行业的大数据应用主要集中在以下四个领域：

　　图表4保险业大数据应用

　　1）帮助保险公司减少赔付

赔付直接影响保险企业的利润，对于赔付的管理一直是险企的关注点。而赔付中的“异常值”（即超大额赔付）是赔付额的主要驱动因素之一。一家领先的美国保险集团通过结合内部、第三方和社交媒体数据进行早期异常值检测，用1.4亿个数据点构建预测模型，其中既包括了客户的个人数据（健康状况、人口特征、雇主信息等），也包括了集团的内部数据（过往的理赔信息和已经采取的医疗干预信息等），及时采取干预措施，使平均索赔费用下降了20%。同时，借助大数据手段，险企可以识别诈骗规律，显著提升反欺诈的准确性与及时性。

2）提高保险公司的差异化定价水平

对保费的定义是基于对一个群体的风险判断，而大数据无疑为这样的风险判断带来了前所未有的创新。一家澳大利亚保险公司通过分析客户的购物数据来预测驾驶风险。分析显示，饮用大量牛奶并食用大量红肉的客户具有较低的驾驶风险，而食用大量意大利面和米饭并在夜间开车和饮酒的客户则是高风险人群。

　3）大数据的应用可以精细化营销

以淘宝运费退货险为例。据统计，淘宝用户运费险索赔率在50%以上，该产品对保险公司带来的利润只有5%左右，然而依然有众多保险公司有意愿提供该服务。实际上，客户购买运费险就意味着保险公司获得该客户的个人信息，包括手机号、家庭住址、银行账户信息及产品购买信息等，基于这些数据保险公司能够最大限度实现精准推送。

4）解决现有的风险管理问题

通过大数据分析可以解决现有的风险管理问题。比如，通过智能监控装置搜集驾驶者的行车数据，通过社交媒体搜集驾驶者的行为数据，通过医疗系统搜集驾驶者的健康数据，以这些数据为出发点，如果一个人不经常开车，并且开车十分谨慎的话，那么他可以比大部分人节省30%~40%的保费，这将大大的提高保险的竞争力。

　金融大数据的发展趋势

从历史的角度看金融业的演变，金融业一直是先进技术的应用者与推动者。每当社会出现重大技术进步时，金融一定会以某种特定的方式与之紧密结合。

未来，大数据的规模会越来越大，大数据经济价值会驱动大数据全产业链加速形成。据贵阳大数据交易所统计，2015年中国金融大数据应用市场规模达到16亿元，预计这一数字在2020年将突破1300亿元，金融行业有望进入大数据的快车道时代。

　　图表52014-2020年中国金融大数据应用市场规模及增长率

　　1.大数据有助于实现金融信息的可视化

如何将大数据中结构化数据与非机构化数据并行的海量信息从纷繁复杂的数据当中提炼出有效数据，并且用合适的方式展示出来，更有效的帮助我们做研究、做经济决策是很多金融机构极为需求的。

另外，当下大部分的分析工作还是基于传统的柱状图、饼状图等最多只能从三个维度进行管理和判断的二维数据模型，完全满足不了多维度、复杂关系的数据模型需求。

而且，金融的两端无法相互站在对方的角度思考问题，所以很多产品一上市就遭到失败。金融要良性循环，双方必须站在对方角度思考问题和重新定义价值模型。

由于资源有限不能完全靠自己开发，于是各种类型的专业可视化金融服务提供商将纷纷出现，为金融行业提供可视化解决方案。金融可视化是利用数学算法、网路技术、数据挖掘、计算机文本语言识别技术等一系列前沿科技综合开发的信息动态集成显示成果。一个优秀的金融可视化解决方案应该包括数据搜集整合系统、基于经济管理的程序开放系统、基于图表显示技术的通信信息系统。

可视化金融未来三个方向的应用场景：

一是建立在企业交易与财务数据基础上，综合内外部大数据信息的信息集成平台；

二是基于全市场信息和个人财务数据的财富管理平台；

三是国家和区域宏观层面的风控管理平台。

未来，一个企业的经理，只要坐在办公桌前就可以看到企业生产经营的各项数据，轻轻点击鼠标就可以看到利润的构成及成本的变化原因，此经理只需要专心进行决策。作为一个银行家，可以看看外汇市场与资金流动时显示的屏幕，就可做出重要目标投资决策，这些都可以通过大数据来实现。

金融大数据可视化应用系统可满足金融机构连续运营的从总部到各分支机构的业务需求，可实时监测设备和业务的运行情况和工作效能，及时响应、快速应对。金融大数据可视化应用系统不但可以使金融机构的多个终端设备的视频信号、RGB信号、网络信号在同一大屏上实时显示，而且可在大屏幕上查看从服务器到设备再到工作人员的运行状态，以及各种日常监控数据。通过屏幕显示效果，更方便用户集中管理，尤其是在全球化下内外资金、资源的流动与并行处理。系统还可以通过网络视频流，实现多地的实时信息共生、共享、同步并行处理，减少设备故障率，降低资源浪费，检测金融信息流、资金流和物流运行，为金融机构的综合运营管理和业务操作提供全方位支撑，增强金融服务效能。

金融信息可视化将成为经济分析、管理决策、绩效评价等工作的必备工具，它将始终贯穿于金融活动的全过程。可视化金融服务必然会悄无声息地深入到每一个企业和金融应用场景当中，毕竟所有企业都离不开货币资金的运转，都需要特定的大数据可视化解决方案来提高资金运行效率。可视化金融的发展重点必然围绕着金融行业展开，在复杂多样化的金融业务板块和产品线中寻找出商业机遇，大大提高金融体系的效率。

2.大数据使未来金融更加智慧引导未来金融向个性化、定制化发展

智慧金融有两个核心点，“一是数据，二是技术”，无论是信用评估还是反欺诈等，核心的思想都是通过数据得出更多以前没有得到的结果，而随着数据的越来越多，维度与频度变多，技术也会发生改变。大数据融入到传统的消费金融审核当中，运用客户行为信息、申请信息、征信信息和互联网大数据进行交叉验证和数据建模，对客户进行更加精准和立体的画像，有效的锁定目标客户群体，避免潜在的欺诈和逾期风险。

在提供借款服务之后，还可以根据客户的还款信息，结合外部大数据对客户再次进行数据建模和画像，对于可能产生逾期的客户发送短信或微信进行提醒。对于初次逾期或逾期天数不多的客户，挖掘客户逾期的具体原因，帮助客户找到更好的解决方法，保护他们的信用记录。

利用大数据可以搜索影响金融资产变化的大量信息，通过人工智能学习进行分析，让普通投资者也可以享受到与专业机构一样的投资分析信息。基于大数据开展的增值服务是金融信息资讯平台未来的主要盈利方式，依托大数据，信息门户可以对用户搜索、消费习惯进行有效记录和智能分析，向用户智能推送其所需的金融服务，通过精准匹配降低用户搜寻成本，扩大金融产品交易规模；根据大量用户信息可以分析出客户的金融需求变化和倾向，满足金融消费者个性定制化金融需求。

　3.大数据与物联网技术融合促进金融行业发展

物联网的发展，可实现世界数字化，实现所有物品的网络化和数字化，金融信息化的发展，也使金融服务与资金流数字化，数字化的金融与数字化的物品有机集成与整合，可以使物联网中物品的物品属性与价值属性有机融合，实现物联网金融服务。

生活在大数据时代，大数据与物联网的结合对金融的影响极为深远，将重塑金融行为模式和存在形态。大数据使得物联网金融更加多维度、更加动态、更加丰富。以前，数据是根据企业的财务报表分析整理的，电商数据虽然丰富但也只能是商户的平台交易数据，而与物联网技术结合后能真正深入到实体经济中，让企业的产品质量与数量、物流仓储信息、成本信息、销售信息等汇集成综合信息流。

对于银行，将来银行贷款可能无需抵押物，银行可以根据物联网大数据掌握企业商品的全面信息，个人信用曲线受到计算机的实时监测，银行的放贷效率将提升到前所未有的高度，并且成本更低。

对于电商金融，可以根据物联网大数据实现客户和商品双向信息交互，商品成为厂家的主要信息来源渠道，可以记录用户的喜爱偏好与个性化定制需求，客户可以看到商品的来源和质量情况，以此为基础开展的电商金融将有更好的发展空间。

对于保险行业，即使投保人不和保险公司见面，只要把物联网传感器上收集的信息发送给公司，公司就可以通过大数据分析对保险标的进行精准的风险定价，因为那个时候你的身边无处不在的是传感器的信息流。在人寿保险中，可以在人身上安放可穿戴设备，随时监测人身体健康变化获取生命的动态大数据。

4.大数据应用于高频金融交易中

高频交易是利用证券市场极短时间存在的买卖价差或者套利空间进行的大额、快速交易。

高频金融交易的主要特点是实时性要求高和数据规模大，沪深两市每天4小时的交易时间内可以产生至少3亿条逐笔成交数据，随着时间的积累这些成交数据的规模将相当可观。区别于传统的日志数据，这些成交数据在金融分析与应用领域有相当高的分析价值，投资机构或其他带有投资性质的企事业单位，可以据此判断市场热点及投资人信心，为高层决策及蓝图规划提供基于数据的科学支持；金融研究机构通过对历史和实时数据进行挖掘，可以创造和改进数量化交易模型，并将之应用在基于计算机模型的实时证券交易过程中。

5.未来大数据技术能够为更多企业提供跨界做金融的机会

大数据金融通过海量的数据搜集、分析提供了对单个客户的信用信息、消费倾向、理财习惯进行系统性分析的可能，有效地减少了信息的不对称的问题，大幅度提高了金融风险定价的效率，在此基础上为很多企业提供了跨界进入金融领域的机会。未来O2O模式，即线上、线下融合的模式将成为主流。将线下的实体环境与互联网线上平台结合，实现线下体验，线上交易；线下管理、线上创新；线下风险控制、线上服务等多种组合模式。而这些都离不开大数据的支持。

在互联网企业，只要能够通过大数据掌握客户数据信息，几乎都在试图涉足金融业务。所谓无数据不金融，BAT是这一理论践行的最典型代表，它们本是互联网企业却都开发出了自己的系列金融产品，并依靠大数据不断发展：百度有贴吧信用卡、百度金融平台、百度钱包；阿里有蚂蚁金服、支付宝、余额宝；腾讯有财付通、微信支付、佣金宝。

实际上，阿里巴巴从2007年开始就利用数据的积累与银行合作，为平台上的商户获得信用贷款提供支持，阿里先是与建设银行合作推出企业信用贷款服务，后来，以自己生态系统里的复杂关系产生数据为基础自己成立小额信贷公司发放贷款，并利用大数据风险控制技术来授信。据调查的数据，仅在2014年上半年，阿里小贷所发放的贷款总额就超过2000亿，户均贷款余额和户均授信分别为4万元和18万元。

在未来，金融必将是数据驱动型的金融，大数据技术的广泛应用，对我国金融生态和金融格局必然会产生深刻的影响，大数据时代催生了众多新的金融服务模式，必将大大推动我国金融行业的发展，金融行业一定要紧抓时代机遇，拥抱大数据时代的金融创新与变革。

2015年至今，大淘宝生态涌现出众多新兴物种：新农人、厂二代、网红、创客等等，属于“创二代”新商家类型，其中不乏女性创业者，如张大奕，其网店拥有粉丝超400万，开启淘宝“电商+直播”购物新体验，让很多一线明星都羡慕不已。她们是一个快速增长的群体，与之前的第一代淘宝女性创业者相比，这些“生于互联网’的一代属于泛90后，普遍年轻、高学历、善于创新、熟悉社交新媒体运营，懂得利用淘宝作为创业平台实现迅速成长，其关注点不是价格、爆款，而是强调个性，相信她们会成为未来电商的主流。

截至2016年6月底，大淘宝（淘宝、天猫、聚划算）平台上关于女性的消费、创业、金融业务情况如下：

一、女性消费

1、年度活跃的消费者中女性人数占49.4%，消费金额占了52.0%。

【数据解读：与CNNIC《第38次中国互联网络发展状况统计报告》（2016.7）中女性网民比例47%相比，大淘宝中女性比例高出2.4百分点。】

【数据解读：女性花钱能力高出男性4个百分点，女性除了工作还承担操持家用的责任，依旧是剁手党的主力军。】

二、女性创业

1、年度活跃的个人店铺中女性店主的占49.4%，这些店铺的销售金额占了个人店铺的46.7%。

【数据解读：从店主性别上看，男女比例基本接近50 VS 50，较线下比例更为和谐。与2014年12月相比，女性店主比例略微下降了0.7百分点。】

【数据解读：女性赚钱能力比男性低6.6个点。但与2014年12月相比，女性赚钱效应相应提升了0.7个百分点。】

2、女性个人店铺店主的年龄分布，如下图：

【数据解读：30岁以下女性店主占比56.4%，是女性店主的主力人群，随着网店的发展，店主年龄、阅历、开店技能也不断成熟。】

三、金融需求

1、女性通过蚂蚁金服贷款情况

截止2016年6月底，累计申请贷款用户中女性占比38.9%，接受过贷款的用户中女性的比例为37.6%。2016年上半年申请贷款的女性比例较2015年呈上涨趋势，说明女性在网店经营过程中的贷款意愿在逐步提升。

2、女性贷款申请指标与男性比较

截止2016年6月底，从平均申请额度来看，女性较男性申请额度高出近30个百分点，较2015年显著升高；从批准额度上看，女性申请人的审批额度高出7个百分点。

【数据解读：女性违约率均低于男性。从90违约天违约率上，要低于男性近23个百分点。从平均还款周期上也较男性短11天。】

未来，大淘宝平台会为女性创业者群体提供源源不断的支持，包括数据、产品、工具和金融扶持，帮助女性创业者健康、可持续成长，使其供应链等得到规模化扩展、打造社区化分享，成为女性线上创业首选平台。

来源：阿里研究院

2015 年对于银行和金融业公司来说是一个开局之年，在这一年中他们继续用大数据来帮助他们进行业务和组织架构的演进。

现在，放眼2016年将要面对的，我们猜测：

1. 金融服务公司为了利益最大化进而不断整合大数据环境而言，他们面前的路依旧漫长。 银行家们也正在起草大数据战略，制定入门和随后的用例。
2. 对于银行来说，大数据主要还是围绕提高客户情商，减少风险，符合监管。在可见的未来处于第一梯队的大型金融集团都会继续围绕大数据展开各种动作。
3. 在低端市场，一些中小型的公司(经纪、资产管理、区域银行、顾问等)能够更快速的适应大数据平台(云平台和本地部署)，这些都帮助他们构建能够支撑复杂业务的大型系统，同时这些系统也都是比他们大的竞争对手所必须面对的。这块市场因此能够快速成长(对比那些大银行所关注的长期而规范的和成本为主的项目)能够马上看到更加直接收入贡献和战略(概念/实验)项目 。
4. 对于大数据软件提供商和服务提供商来说，市场已经到了一个银行业必须要接受的爆发点上。大家都要在高可用、大规模、内部管控和面向客户活动方面有一些措施。同时，这些内容和我们看到的云技术的发展路线有所不同。

下面给大家展示几个大数据技术发展方向的预测，和这些发展带来的变化如何影响金融服务业：

第一，机器学习将会加速发展，同时大批量的应用在反欺诈和风控领域。

数据科学家人才本身的供需关系将会朝着更加平衡的方向发展。在反欺诈和风控领域将会使用更加成熟的技术来改善风控模型本身，并且加速发展实时分析监控和预警。这些快速的发展和变化会来自于业界领导者的传授和在现实世界的实践与应用。

第二，业界领导和进步缓慢者之间的差距将会越来越大。

每一年我们都能看到银行为了适应新技术而加大油门快速前进，同时在组织架构方面非常保守。业务和用户在2016年都将要激增而且会非常多变，结果就是在广阔的市场导致更强的可观察到的和可衡量的业务大量回归(不只是成本的下降)。

第三，数据治理，血统和其他的合规性方面问题将会更加深入的集成到大数据平台中去。

为了找到一个能够在合规性方面提供更强大功能的数据解决方案，许多银行都购买或者开发了 单点解决方案，再不行就是用已经运行很多年的传统解决方案平台，但是这些解决方案都无法应对现今大规模爆发的数据。幸亏现在有越来越多的Hadoop改进方案来进行数据治理，改善血统和提供数据质量。更重要的是，这些新数据平台能够超越Hadoop平台达到传统数据存储的效果，并且做的更加大容量，更快，且在细节上达到合规性要求。此外在2016年我们将继续看到为融合监管和风险控制(RDARR)中心服务的叫做“数据湖”方面的更多进展。

第四，金融服务业正在利用物理网数据方面做出努力。

这一波浪潮正是抓住大数据吸引力炒作/发力的好时机，同时金融服务应用的为题也很多。物联网数据在许多行业应用中已经实践(电信，零售，制造业)这些行业驱动了物联网的数据的需求并且处于垄断地位。那么对于银行来说物联网数据是否能够用在ATM或者移动银行业务中?这些都是在明年的多渠道实时数据流中值得探索的。例如，实时，多渠道的商业行为可以使用物联网数据对银行零售客户在正确的时间点提供适时的报价 。或许我们反过来想想，金融公司可以将自己的服务内嵌植入到用户的某种“东西”或者设备或者其他和客户接触的点上，不在那些交易设施 上，而是在家。

第五，与贸易，投资组合管理和咨询申请集成成为软件供应商的一个显著特点。

鼓吹与“从大数据获得更多利益”相关的新闻头条越奏越响。最终，这些观点都将被金融终端用户、可见的利益(或者不可见、无法衡量的利益)还有易用性等因素决定。大数据平台的建设核心将要提供的就是一个桥梁就是大数据，并且将其锐化突出。我们已经看到了市场数据供应商最喜欢的动作，但是并没有其他商业用户的应用，那么朝这个方向努力(CRM，OMS/EMS等)。

第六，风险控制和监管数据管理将继续成为顶级大数据平台的重要任务。

增长和用户中心相关的商业行为将稳坐战略合作列表第一的位置，会有很多的公司会把未来的战略与大数据关联起来。不论你的银行是不是发达的数据驱动的公司不断变化发展的规律还是面对大量的挑战，朝着预测发展的分析都是一条漫长的道路，同时也是一个必要的需求和被公司首席高官确认有意义的事。除非老天开恩或者监管机构放松要求，否则风险控制和监管仍然是2016年所有金融机构的首要挑战。

第七，金融服务业采用Hadoop作为关系型数据库进行存取将会大大增加。

大家在不同的时间使用了相同的技术之间并没有任何差别。 “长尾”效应还很遥远，但是中小型银行将会从Hadoop的以下几方面获益：

1. 供应商将整合整套集成解决方案，服务，平台
2. 用户社区持续成长，并能提供一个基础参考作为突破口

数据降载成为当今Hadoop一个“经典”应用(相对来讲)，同时许多大数据专家继续再更大的数据集合上前进，未来将会有更多的普通人加入到大数据应用的行列。

第八，金融服务“大数据终结app”理论在市场得到了越来越多的认可。

FinTech 已经孵化了2-3年，形成了大数据平台和用户间从前端到终端的连接。希望看到更多的银行作为证明概念来运行这些应用，这些实践将检验软件所提供的“完整解决方案”的基础。前端到终端和后端都应进行整合，而不是分割。大家可以看到市场迅速的从服务集成扩展到后端，这将迎来银行业的关于如何定位“大数据软件”和“传统软件” 的激烈讨论。

第九，变化来了，获得前进动力的最后一次机会。

随着越来越多的高可靠大数据平台的出现，安全专家，深层次的丰富元数据，集成LEI和其他标准成为一个严峻的现实。传统的数据的方法是有效的，只是需要一些思想来充分利用新的解决方案-例如处理架构和数据建模。更深一层，随着大数据工作在前台，市场营销和风险控制方面形成的工作模式，我们能够看出这里面在办公的中后期业务上有明显和巨大的数据重叠部分，这些重叠能够很容易的应用在现有的数据湖中。我们预计，在中等的商业风险评估与性能相关的大数据的商业行为将迅速增加。更进一步，我们将看到关于如何切实带来后台功能的更深层次的交流(合作等)。

第十，银行的机构方将开始采用并从零售业务的方式来获取线索增进对于市场目标客户的了解。

有一些纯B2B的公司利用大数据来改善客户商情，但是大部分时候他们处于B2C业务的不利地位，信用卡业务，银行零售业，财富管理或者借贷业务。一个简单的跨界就是基金的配置(大型共同基金经理)从财富顾问网络和经纪人相互作用来改善数据收集的过程,同时也提高产品利用率。一旦被从客户群中移除，这对于共同基金通常是非常重要的，所以加强对于机构客户的理解显得尤为重要。

信任仍然是许多大型银行的使用新供应商“大数据”的主要因素。换句话说，当你展望2016年，将会有很大的来自管理层的推动力，来把大数据项目移出IT然后放到商业用户手中。为了达成目的，我们需要考虑架构，功能，速度，可用性，安全性等问题。与往常一样，采用传统的严谨性以全新的架构布局并没有改变，传统架构将的成本和缓慢的进展将开始在新的Hadoop表现和融合的大数据的架构过程中逐步展现。

更进一步，将来一定会有更加强大的工具来处理现有的工作，例如数据治理，数据质量，参考数据管理，标准。这将要求各方持续的教育，即那些IT意外的继续教育。用以了解市场的快速发展。

最后，针对平衡开源和供应商解决方案将展开长期讨论。不是所有的开源项目设计之初就符合机构客户，开源项目传递了一种敏捷性需求开发—每个银行的需求都在不停的变化，为大数据找到合适的点才是更加重要的。总而言之，2016年的市场将会不断前行，混乱随之减少，同时会使大数据的海洋变得风平浪静。

via:汇法网

最近几个月，有关金融新闻层出不穷，归纳起来大体包括:股票大跌赔了套房？理财产品亏本锁仓？私募经理跳楼身亡？p2p企业跑路繁忙？那么，问题出家来了:金融app到底哪家强？今天，Mr.QM就带大家看看金融领域各类app的数据。

好吧，Mr.QM承认，上面是随口胡诌的，这篇报告的真实原因是这样的:最近，有好几个发迹了很久、一直没联系的远房朋友，突然联系了Mr.QM，问认不认识什么地方招人，仔细一问，原来是投资投成了寨主（债主）、炒股炒成了伙夫！像Mr.QM这种屌丝是很难理解那种激扬之后的萧条感的，不过，即将逆袭成功的Mr.Zhou就不一样了，他坚定的认为有必要揭秘一下这个行当！！！！

整个过程如下:反法西斯阅兵那天，屌丝不宜出门，只好在公司加班，远远传出直升机飞过的声音时，Mr.Zhou突然拍案而起，提出要狠狠揭露金融行业，这个行当一群自视甚高，其实连产品运营、渠道铺设、DAU、MAU都不懂，更别提用户时长、次数这些用户黏性指标了:“就算是搞庞氏骗局，你也得牢牢留住老用户不转手、不断骗新用户来接盘才行啊，否则资金链不断、管理层不跑路、老板不跳楼才有鬼了！”

过程中，他雪茄都没抽，拍着桌子，满脸坚毅，唏嘘的胡茬子都恨不得要立起来拍手称好！不过，据公司一位扫地大妈讲，Mr.Zhou赔了不少钱，这甚至拖延了他逆袭的步伐！

报告显示，在领英上注册的金融从业人员多为工作年限较长的行业资深人士，大多集中在北京与上海，毕业于国内顶尖的综合院校以及金融专业类院校。在工作技能上，金融专业技能、办公技能是必备技能，资深人士还需要掌握管理、战略技能。在行业领域细分上，人才数量最多的是金融服务行业。在主要从业公司中，传统金融行业代表——银行仍然是人才主要集中的行业领域。

金融人才集中在北京、上海，平均工作年限超7年

北京、上海是国内金融人才最主要分布地，两地金融人才占比达43%。深圳和广州分别占7%和5%，其它45%则分布在国内其它地区。领英数据表明，中国金融行业人才平均工作年限为7.3年，拥有经理及以上职位的超过4成。

图：金融行业人才城市分布占比图 

毕业院校以顶尖综合性大学和金融专业院校为主

从业者大多毕业于北京、上海地区的国内顶尖综合性大学以及金融专业类院校，排名前15名的院校中，上海的学校有6个，北京有4个。毕业生输出最多的前五位大学依次是复旦大学、北京大学、上海交通大学、清华大学、上海财经大学。值得关注的是，受到目前金融国际化的趋势影响，作为外语专业类院校的上海外国语大学也榜上有名。

图：金融行业人才毕业高校Top 15

专业知识、办公技能是必备，资深人士还需管理、战略类技能

金融工作直接相关的技能（如，金融模型）、提高工作效率的办公基本技能（如，Excel）都是金融从业人员们必备的技能。对于资深以上级别的金融人才，对商业以及人员管理的深入理解十分必要， 除掌握专业技能之外，管理与战略类技能变得更加重要。

图：金融行业人才最重要的前15项技能 

金融服务从业人数最多

从业人数较多的细分领域的前三位是金融服务、会计以及银行业。需要注意的是，如今越来越多的传统金融机构正在向互联网转型或引入互联网思维开发新的产品和服务。回顾近两年的金融业，各种虚拟货币基金产品、P2P融资等现象层出不穷，这说明行业内正处于融入互联网大潮的转型期。在这样的变革下，企业更需要高质量的人才来提高自己的核心竞争力。

图：金融人才主要从业细分领域

        过去一年全球企业向移动广告投入了数十亿支出，随着消费者越来越关注移动设备，广告商也增加了移动广告支出以接触这些消费者。2015年第一季度三个行业移动广告支出增长最快，分别是医疗保健、金融和汽车。这三个行业快速响应消费者行为变化，越来越多人在手机上搜索汽车、健身规划和金融产品，因此推动这三个行业移动广告支出快速增长。

        编译自：Marin 译者：孙莹

一、广义货币增长12.5%，狭义货币增长5.6%

2月末，广义货币(M2)余额125.74万亿元,同比增长12.5%，增速比上月末高1.7个百分点，比去年同期低0.8个百分点；狭义货币(M1)余额33.44万亿元,同比增长5.6%，增速分别比上月末和去年同期低4.9个和1.3个百分点；流通中货币(M0)余额7.29万亿元,同比增长17.0%。2月份净投放现金9856亿元。

二、当月人民币贷款增加1.02万亿元，外币贷款减少74亿美元

2月末，本外币贷款余额90.28万亿元，同比增长13.8%。月末人民币贷款余额84.72万亿元，同比增长14.3%，增速比上月末高0.4个百分点，比去年同期低0.1个百分点。当月人民币贷款增加1.02万亿元，同比多增3768亿元。分部门看，住户贷款增加2119亿元，其中，短期贷款增加255亿元，中长期贷款增加1864亿元；非金融企业及机关团体贷款增加9296亿元，其中，短期贷款增加3489亿元，中长期贷款增加5036亿元，票据融资增加400亿元;非银行业金融机构贷款减少1147亿元。月末外币贷款余额9038亿美元，同比增长6.0%，当月外币贷款减少74亿美元。

三、当月人民币存款减少806亿元，外币存款增加187亿美元

2月末，本外币存款余额126.47万亿元，同比增长11.4%。月末人民币存款余额122.33万亿元，同比增长10.9%，增速分别比上月末和去年同期低2.8个和3.9个百分点。当月人民币存款减少806亿元，同比少增2.71万亿元。其中，住户存款增加2.55万亿元，非金融企业存款减少1.72万亿元，财政性存款减少4705亿元，非银行业金融机构存款增加400亿元。月末外币存款余额6744亿美元，同比增长27.6%，当月外币存款增加187亿美元。

四、2月份银行间市场同业拆借月加权平均利率3.64%，质押式债券回购月加权平均利率3.62%

2月份,银行间人民币市场以拆借、现券和债券回购方式合计成交22.16万亿元，日均成交1.30万亿元，日均成交同比增长59.1%。

2月份,银行间市场同业拆借加权平均利率为3.64%，比上月高0.46个百分点；质押式债券回购加权平均利率为3.62%,比上月高0.52个百分点。

五、当月跨境贸易人民币结算业务发生4523亿元，直接投资人民币结算业务发生777亿元

2015年2月份，以人民币进行结算的跨境货物贸易、服务贸易及其他经常项目、对外直接投资、外商直接投资分别发生4088亿元、435亿元、106亿元、671亿元。

注1：当期数据为初步数。

注2：2011年10月起，货币供应量已包括住房公积金中心存款和非存款类金融机构在存款类金融机构的存款。

注3：自2014年8月份开始，转口贸易被调整到货物贸易进行统计，货物贸易金额扩大，服务贸易金额相应减少。

注4：本月M2同比增速根据可比口径计算。

注5：自2015年起，人民币、外币和本外币存款含非银行业金融机构存放款项，人民币、外币和本外币贷款含拆放给非银行业金融机构的款项。

最近几年，许多公司都感受到了数据窃取产生的影响，但直到现在，数据泄露的问题也没有得到缓解。据Privacy Rights和Breach Level Index网站统计，自2005年以来，全球重大的数据泄露事故约有2500次，仅2013年至今，泄露的数据总量就达到27亿条，许多大型公司、机构都未能幸免于难。

令人惊讶的是，最易发生数据泄露的并非金融或零售网站，而是政府部门网站。在2500次重大的数据泄露事件中，有402次发生在政府部门网站，其次是金融服务业（306次），零售业以247次居于第三。

各国政府部门网站遭受的数据泄露中，最严重的一次发生在土耳其。2013年12月，土耳其最高选举委员会网站遭俄罗斯黑客攻击，选民数据库中5400万土耳其人包括姓名、身分证号码、地址等在内的个人资料被盗。据称泄露的原因是土耳其最高选举委员会把选民的个人资料与所有政党分享，部分政党的信息安全知识十分贫乏，他们的系统甚至连防毒软件也没有，黑客只需两小时便可以把所有选民资料复制。

政府机构网站数据泄露的事在中国也并不罕见。上个月，多家媒体报道教育部旗下研究生招生信息网130万用户数据发生泄露，数据包括考研者姓名、性别，还有电话号码、身份证号、家庭住址、邮编、学校、报考专业等敏感信息。因这些信息已经被多次转卖，卖家的打包价是1万5000元，不少考生曾多次接到骚扰电话，但数据泄露原因目前尚未确定。

via：网易数读

 

     我们正进入4G时代，移动互联网在人们沟通、生活娱乐、信息处理中发挥着越来越重要的作用。移动互联网金融突破了PC互联网在时间和空间上的局限性，使人们能够随时随地享受优质的金融服务，移动互联网金融加速发展的时代已经到来。移动互联网与云计算、物联网的有效融合，带来无限想象的空间，也为人们工作和生活带来极大的便利，移动互联网金融发展前景广阔。谁没有抓住移动互联网的机会，就将输掉未来。

　　2013年是互联网金融元年，2014年或2015年将迎来移动互联网金融元年。随着移动互联网的快速发展及其与金融业融合步伐的加快，移动互联网金融成为产业链各方关注的热点，将迎来井喷式发展。结合移动互联网SoLoMo（社交化、本地化、移动化）的发展特点，移动互联网金融呈现移动化、社交化、平台化、开放化、产业化的发展趋势。

　　移动化。如今我们正阔步进入移动互联网时代，4G的发展加速传统互联网向移动互联网的转变，互联网金融加速向移动互联网金融拓展不可逆转。未来人们办理金融业务，不用去营业网点了，人们通过手机、iPad等智能终端，就可以随时随地进行投资理财、移动支付、购买保险、买卖股票、浏览金融资讯。移动化使得“金融就在身边”成为现实，这对传统金融机构冲击较大。

　　社交化。社交化是移动互联网的重要特征，也是移动互联网的发展趋势。人们只要带上移动终端，就可以随时随地和朋友问候交流、分享资讯，整个社交圈也就装在口袋里。如今，随着微信的普及，微信银行、微信理财、微信支付深受广大用户欢迎，金融社交化也成为移动金融新的发展方向之一。同时，移动互联网上的社交关系数据，也成为移动互联网金融进行个人信用体系建设的重要参考因素。

　　平台化。经济发展的最高境界，不是做产品、不是重质量，也不是搞标准，而是打造平台。近几年来，平台型企业发展很快，从门户网站、网络游戏、各种电子商务网站到社交网络、第三方支付、网络视频等不断创新，平台型企业扮演着交易平台、媒体平台、支付平台、应用平台等各类角色，向企业、消费者等多方客户提供不同类型的创新服务，从平台型企业向平台经济产业演化已是大势所趋。信息技术的发展以及移动互联网的飞速发展，为平台经济发展注入了强大动力。

　　移动互联网时代是“平台为王”的时代，平台化是移动互联网发展的重要特征，也是移动互联网创新创业走向成功的核心要素。移动互联网金融发展要取得成功，平台化是重要方向，只有打造强大的移动互联网金融平台，相关企业才能引领行业发展，才能在移动互联网金融市场发展得更好。

　　开放化。开放是互联网经济的重要特征。移动互联网金融要发展，就必须坚持开放，广泛开展合作，实现合作模式的创新。开放的最终目的就是有效整合外部资源，打造良好的生态环境，提高金融平台的竞争力。如今，越来越多的公司通过开放合作进入互联网金融和移动互联网金融，这些企业广聚合作伙伴，平台能力不断提高。例如，支付宝通过平台开放，打造良好的产业生态，从而在第三方支付市场始终处于领先地位。

　　产业化。移动互联网金融具有广阔的市场前景，产业化发展是必由之路，而产业化的加速，将进一步提升移动互联网金融在满足客户需求、服务实体经济、带动相关产业发展等方面的重要性。当前，我国移动互联网金融发展处于“产品”阶段，随着越来越多的企业、创业者进入移动互联网金融领域，必将产生更多的产品创新；产业链各方的加入，将构建新的移动互联网产业集群，促进移动互联网产业的发展和繁荣。从产品到产业化，是移动互联网金融发展的必然趋势。

　　随着移动互联网的迅猛发展以及互联网金融向移动互联网金融转变的加速，移动互联网金融将与我们日常生活更紧密地结合在一起。随着云计算、大数据、社交网络等为代表的新一代互联网技术的迅速崛起，未来的移动互联网金融将涌现更多的新产品、新模式和新公司，其发展前景更加广阔。

洞察之一：谨慎的消费者。埃森哲研究发现，尽管中国金融业在近年来高速发展，银行、保险、证券等已经成为中国老百姓日常生活不可或缺的部分，但中国消费者事实上仍然非常谨慎，在信贷消费和金融工具的使用方面仍然不够充分。中国消费者的另外一个明显特征是非常偏好现金的支付方式，显示出对银行卡消费的谨慎性。

调研结果认为，中国消费者的这种谨慎态度一方面说明中国的信用消费市场还有很大的潜力，对银行而言是值得挖掘的市场；然而，这种情况也对银行提出了挑战，如何能够通过适当的措施，培育消费者信用消费的观念和对金融工具的使用习惯。

洞察之二：更加挑剔的消费者。随着经济和消费市场的发展、信息化和网络的普及，消费者们发现自己在购物时面临着越来越多的选择，这使得消费者变得更加挑剔，并且比原来更频繁地更换产品或服务的提供商。

调研结果显示，导致中国消费者更换供应商的主要原因是服务质量问题。近年来，消费者对于服务质量的需求意识开始觉醒，对企业服务质量的期望大大提高，而且信息渠道的多样化也使消费者更容易货比三家。

尽管中国消费者正在变得更加挑剔，但积极的一面是，他们也愿意为好的服务支付额外的费用。对金融机构而言，消费者对产品和服务质量的更高要求和良好的付费意愿为富有针对性的金融服务提供了新的市场机会与增长空间。

洞察之三：社交的力量。埃森哲连续几年的全球消费者调研显示，口碑对中国消费者的营销异常重要，其作用远远大于其他渠道。中国消费者非常信赖源自人际社交网络中的有关消费体验的信息，这也在其银行业务决策中起到重要作用。

因此，在社交媒体风靡全世界各个角落的今天，银行需要设计多层次的战略战术。一方面需要全面提高产品或服务质量，对销售人员以及互联网等不同的渠道都需要进行服务优化，提升不同客户群体的体验，赢得口碑营销，同时还必须设计相应的数字营销新战略，对于来自社交网络的负面言论进行管理和应对。

洞察之四：“未老先忧”的消费者。中国社会日益老龄化，同时中国的社会保障机制不健全，养老问题突出。因此，养老正在成为中国消费者顾虑的问题之一。

中国消费者通过保险产品进行养老的做法为金融机构提供了发展机遇。对金融机构而言，加强养老保险知识普及及宣传，设计适合中国的保险产品，并使用有效的营销渠道都是促进保险市场发展不可或缺的环节。

洞察之五：下一个蓝海。数字化服务过去三年，中国金融机构的营业网点一直在增加，2012年年底达到了20.51万家。但是与全球其他25个银行业市场的比较发现，中国金融网点的密度仍然很低。

这种情况对中国银行业尤为不利，它制约了银行获取存款，同时减少了银行与客户进行面对面交流的机会，降低了银行交叉销售的机会；对于客户而言，往往难以得到好的服务体验。因此，银行要想逆转这种局面，一方面需要改革分支机构网络，另一方面，需要大力拓展数字化能力，力求深入了解客户需要并无缝满足。

作为调研报告的执笔者，埃森哲管理咨询高级经理陈旭宇在接受中国经济时报记者采访时表示，概括而言，当前中国消费者的面貌已焕然一新；消费者之间联系越来越紧密，要求也越来越严苛，对产品和服务质量的重视与日俱增，稍不满意便会更换服务机构。

那么，中国的金融业究竟应当如何行动，才能更好地满足当今中国消费者的需求？陈旭宇认为，金融服务企业需要在以下四个方面积极做出行动。

赢得消费者的第一步和最基础的工作是获得消费者洞察。金融机构需要定义更具吸引力的客户价值主张，并深刻掌握消费者动态。其二，消费者更加关注自我的个性化体验，对金融机构来说既是挑战，也是机遇。金融机构应通过各种方式来提升客户的个性化体验。其三，全面数字化，通过数字化技术和移动技术的对接，实现数字化增长。其四，金融机构应掌握新的消费市场生态，基于大数据和电子商务平台，紧跟客户不断增长的服务需求。

获得完整版报告，请加199IT官方微信账号：i199it，输入关键词：金融消费洞察

未来真正的威胁—大数据对资产端业务的细化

1.大数据带来的信用风险管理模式的转变，阿里小贷未来发展空间巨大

银行在线下风险识别和风险定价能力方面仍然有一定优势，不过互联网企业在完成渠道的建设和销售的职能后，正在越来越靠近传统金融的核心。传统商业银行对融资企业进行信用风险测量，一般依据贷款者的营业收入等盈利数据以及资产规模和土地等经营状况，这使得能够获得中国银行贷款的贷款者往往是具备一定资产规模的大型企业，而小型企业和微型企业的融资需求却是一片空白。

阿里小贷有一些传统商业银行无法比拟的比较优势：首先，授信成本非常低廉，效率较高。传统银行中以民生银行为例，尽管民生银行可以通过大数定理等方法批量化处理信贷项目并因此降低授信成本，但是阿里小贷却正在重塑另一种信用评价体系和信用概念，通过大数据分析客户交易行为数据和借款人的经营与信用特点，直接产生客户征信记录，大幅降低客户筛选成本，同时申请流程非常便捷且放款速度较快。

第二，风险识别能力更强，丰富借款者类型。过去，由于缺少一套针对小微企业的风险识别工具，商业银行在小微企业上风险收益比较低，而阿里小贷则凭借数据分析的优势，建立了若干个测量个体风险及个体利率敏感度的模型，覆盖了贷前贷中和贷后，对每个客户区别对待寻求最优定价策略，有效的进行风险成本全覆盖。截止2014年2月，尽管阿里小贷累计投放贷款已经超过1700亿元，服务的小微企业超过70万家，但是不良贷款率却仍然不到1%，显示阿里的小贷业务风险配置能力较为突出。

第三，无需缴纳存款准备金，不受存贷比限制。银行放贷主要依靠的是客户存款，具有信贷投放的意味，而阿里小贷的贷款主要依存于沉淀在平台内的大量无息结算资金，不需要缴纳法定存款准备金，也没有存贷比和风险资产计提的要求，这可以被视为一种监管套利，不过随着交易量的增加，日后监管层出台防范风险的举措可能性较大。

2.大数据分析投资者个性化需求，财富管理业务未来一大优势

目前看来无论是余额宝还是第三方机构理财产品代销，电商还只是扮演者渠道的角色，未来的发展趋势主要在于金融产品的设计研发，冲击商业银行的资产管理业务和财富管理业务。

当前我国商业银行在金融产品的设计方面存在一些弊端，出发点并不是考虑投资者需要什么，格式化或者标准化的产品和服务对于有个性化需求的资产管理或者财富管理来说影响甚小，而像余额宝和零钱宝这样的工具，有针对性地满足了不同资产管理者或财富管理者的需求，丰富了这些需求者的结构，实现规模迅速扩张。

未来随着大数据技术的完善，电商可以利用大数据优势来挖掘额投资者的需求，有针对性地进行产品设计，实现金融产品的精准化营销，这将对银行的资产管理业务和财富管理业务形成冲击。

一、年末广义货币增长13.6 %，狭义货币增长9.3%

年末，广义货币(M2)余额110.65万亿元,同比增长13.6%，分别比11月末和上年末低0.6个和0.2个百分点；狭义货币(M1)余额33.73万亿元,同比增长9.3%，比11月末低0.1个百分点，比上年末高2.8个百分点；流通中货币(M0)余额5.86万亿元,同比增长7.1%。全年净投放现金3899亿元。

二、全年人民币贷款增加8.89万亿元，外币贷款增加935亿美元

年末，本外币贷款余额76.63万亿元，同比增长13.9%。人民币贷款余额71.90万亿元，同比增长14.1%，分别比11月末和上年末低0.1个和0.9个百分点。全年人民币贷款增加8.89万亿元，同比多增6879亿元。分部门看，住户贷款增加3.71万亿元，其中，短期贷款增加1.46万亿元，中长期贷款增加2.25万亿元；非金融企业及其他部门贷款增加5.17万亿元，其中，短期贷款增加2.73万亿元，中长期贷款增加2.34万亿元，票据融资减少896亿元。12月份，人民币贷款增加4825亿元，同比多增279亿元。年末外币贷款余额7769亿美元，同比增长13.7%，全年外币贷款增加935亿美元。

三、全年人民币存款增加12.56万亿元，外币存款增加284亿美元

年末，本外币存款余额107.06万亿元，同比增长13.5%。人民币存款余额104.38万亿元，同比增长13.8%，比11月末低0.7个百分点，比上年末高0.4个百分点。全年人民币存款增加12.56万亿元，同比多增1.74万亿元。其中，住户存款增加5.49万亿元，非金融企业存款增加3.50万亿元，财政性存款增加5768亿元。12月份，人民币存款增加1.15万亿元，同比少增4458亿元。年末外币存款余额4386亿美元，同比增长7.9%，全年外币存款增加284亿美元。

四、12月银行间人民币市场同业拆借月加权平均利率4.16%，质押式债券回购月加权平均利率4.28%

全年银行间人民币市场以拆借、现券和债券回购方式合计成交235.29万亿元，日均成交9412亿元，日均成交同比减少11.1%。

12月份银行间人民币市场同业拆借月加权平均利率为4.16%，分别比11月和上年同期高0.04个和1.55个百分点；质押式债券回购月加权平均利率为4.28%,分别比上月和上年同期高0.16个和1.66个百分点。

五、年末国家外汇储备余额3.82万亿美元

年末，国家外汇储备余额为3.82万亿美元。年末，人民币汇率为1美元兑6.0969元人民币。

六、全年跨境贸易人民币结算业务累计发生4.63万亿元，直接投资人民币结算业务累计发生5337亿元

2013年以人民币进行结算的跨境货物贸易、服务贸易及其他经常项目、对外直接投资、外商直接投资分别累计发生3.02万亿元、1.61万亿元、856亿元、4481亿元。

注1：当期数据为初步数。

注2：2011年10月起，货币供应量已包括住房公积金中心存款和非存款类金融机构在存款类金融机构的存款。

虽然张小龙依然没出面，但是这一轮的声势给人一种感觉——怪兽出闸了，只要结合微信，所有目前网络世界上存在的难题都可以迎刃而解，从游戏到电商，从支付到理财，还有虚无缥缈的O2O以及客厅战略。

微信正在横扫一切？看起来腾讯似乎是要达成这个目的，而按照舆论上各种分析的论调，它似乎已经达到了。即便是还没有实现的功能，都已经被附加上了大杀器的神奇外衣。

但是，请且打住，我们先从微信最近正在力推的微信支付这一项功能来看看，它是不是真的可以吞噬所有并顺利消化吧。

首先要强调的是，微信支付并非腾讯的独创。没错，你没看错。这是腾讯的又一次抄袭力作！

当前，微信支付可以分为扫码支付、App内支付和公众号支付三种方式，而“二维码+账号体系+LBS+支付+关系链”则是其实现O2O闭环支付的核心。只需要借助微信或者QQ账号体系，就可以帮助企业们轻松实现精准营销、在线客服、移动支付等功能。

腾讯在今年的5.0版本中开始试水这个模式。但事实上，早在三年前，快速简单安全的手机二维码移动支付模式已在国外开始流行，诞生了一批如Qraffiticodes、 VisualTour等等借助二维码支付的应用，在众多移动互联网支付工具中，美国的KUAPAY公认为是最早把二维码和移动支付结合起来实现O2O闭环支付的应用。

只需要下载KUAPAY的免费应用到手机，填好信用卡信息和简单输入支付密码，用户就随时随地实现线下的支付功能，这和腾讯目前的微信支付方式如出一辙。没错，甚至在最基础的功能模块上，微信都和KUAPAY一模一样。

当然，这个并不能说明什么。因为在过去的几年间，腾讯所谓的模仿并超越战略（当然业内将之称为抄袭并毁灭战略）已经被证明是成功的。所以，从抄袭KUAPY并成功打造概念上，腾讯很成功，而且也无可厚非。成功者无需接受审判。

但是，令人不淡定的是，腾讯抄袭了KUAPAY的支付流程和功能模块，却偏偏忽略了KUAPAY的安全策略，换而言之，微信支付拿去了人家的外表，但忽略了kuapay对用户安全的系统保障。

对于安全问题，KUAPAY要远比微信重视。当前，即便是国际上移动互联与金融支付深度结合的代表NFC手机支付方式也存在安全隐患，因为一旦手机若丢失后，NFC电子钱包中的电子现金是不能挂失的，拾到者可以继续使用。

相比之下，即使手机丢失，KUAPAY也能保证资金安全，机主可以在他们网站上来锁定手机，从而阻止账户继续支付，必须在网站输入机主的账户登录后才可以对手机进行解锁，安全系数较高。

除此之外，用户是可以通过SSL设置发送到KUAPAY的总服务器，对自己的账户进行加密。

而微信支付恰恰缺少了这一环。因为要着力争取市场的缘故，微信支付从一开始就主打快捷牌，大幅度的削减了用户安全保障体系，几乎人为的省略掉了在用户支付环节中所有的支付安全审查—-在微信支付的环境下，微信号对应的银行卡，银行卡通过简单的数字密码来对接微信支付的接口，从而实现支付—–换而言之，手机号、QQ号和微信号+只需要绑定一次的银行卡+支付密码，就可以实现支付，其余的安全措施基本都被忽略掉了。

在这个环节中，对刚刚起步的微信支付，因没有账户仅通过绑卡完成支付，一旦微信号被盗，资金就存在安全隐患，从技术上解决账户安全维护问题仍是微信用户群最关心的问题。 而更要命的是，绝大多数的微信用户，其实使用的是手机号注册，在此环节中，手机号变成了事实上的ID，用户手机丢失可以挂失，但是作为ID的手机号始终在微信中存在，更要命的是这个无法挂失的手机号ID背后就连着你的银行卡。为了保证微信支付的快捷，腾讯已经放弃了再次验证的环节，只要绑定一次卡片，剩下的所有支付将只要通过一组密码来完成。用户将只能将所有的安全寄托于微信账号不要丢失。而绝大多数用户能分不清楚ID和手机号之间是事实分离的逻辑关系。一旦手机号成为微信ID，即使现实中它已经不存在，但是在微信的世界中，它活的正滋润呢，仍然可以进行任意操作，包括付款。

而且更大的风险是，假如手机号码已经丢失，现在很多年轻人选择的办法不是补卡，而是新办一个号码。也就是说，现实中你已经放弃了这个手机号，但在微信的世界里，这个号仍然对应着你，而且还对应着你的银行卡。它看上去是你的，但是它其实真不是你的。

这将是微信支付不得不面对的问题。

而扣除安全的因素，微信支付真的就能横扫天下么？

还是从它所“借鉴”的KUAPAY来看吧，对于支付手段而言，KUAPAY的确是一个创新，不过，如今它却正在下坡的路上。在美国，消费者已经有太多移动支付选择来替代它。

面对正在呈几何级增长的国内移动支付市场，微信平台O2O支付闭环模式的二维码，是否能让它实现“横扫天下”的宏愿?

在国际市场上，移动支付手段百花齐放，可以实现O2O闭环模式也有不少，纵观当前美国流行的移动支付手段中，有使用读卡器模式的Square、iZettle、GoPayment，有基于WiFi技术的Fig Card、Bump，有基于人脸识别的FaceCash， 也有基于图像识别的Jumio和Card.io，而其中应用比较广泛的是NFC和基于超声波技术这两种移动支付方式，相比前者，后者通过手机麦克风和扬声器就能完成一次近场通信，不必依赖专用的芯片或者任何额外硬件设备就可以实现购物。

综合下来现在有以下几种：基于图像识别Card.io；植入芯片的NFC；读卡器模式的Square；超声波技术Naratte；基于二维码的kuapay；人脸识别的FaceCash。

与此同时，由于KUAPAY要求用户先把支付数据生成二维码，而且消费者必须要在配备KUAPAY的线下商铺才能实现消费，这些特定的条件一定程度上限制了KUAPAY的壮大，在众多强大的竞争者的挤压下，如今依靠二维码支付的KUAPAY的市场应用呈现分散状态。

而这是正是微信正在走的路。从开始到现在，微信的绝大多数应用环境都是通过二维码实现。而在最近屡见报端的安全案例中，因为二维码所导致的安全事件络绎不绝。这至少说明这种入口是存在安全风险并有可能被不法分子利用的。不过很遗憾的是，腾讯从来没有提醒过用户这一点。

此外，无论是PC端扫码，还是线下扫码，微信支付同样需要线下二维码的大量布局，需要零售商、消费者之间的配合才能得以长存，如何让庞大的基于社交意愿的微信用户群真正的“用起来”也是个大难题。

与此同时，中国的移动支付市场的体量也必将马上迎来爆炸式增长，支付手段也会越来越多样化，电商支付和金融结合也显然不全是二维码的世界。

虽然微信支付比KUAPAY显得更便利一点，但微信毕竟不是专业O2O工具，既没有电商基因也没有交易支付，即便不会像Kuapay那样被挤压，但如果在忽略了安全的前提下，一心成为电商支付的工具，微信或许也会步上kuapay的后尘。

作者：刘兴亮

医疗保健广告支出在2013上半年开始复苏，开支同比增长了2.5%。同时，快速消费品（FMCG）在其他大行业里长期处于领先地位，在广告支出份额中掌握着21.3%，广告支出同比增长了5.7%。

“我们看到广告支出在持有更多市场份额的媒体类型中变得比前几个季度更为保守，广告支出预算在新兴的广告平台上越来越有所增加”，“尼尔森广告商解决方案”全球主席Randall Beard说道，“我们同样看到一些支出巨大的广告商如汽车与金融类的减少其开支以应对比经济增长比预期缓慢。广告商在一些行业、媒体类型以及地区削减开支达到平衡，而其他预算的提高产生了一个全球2.8%的轻微增长模式。”

工业与服务业同样值得称道，此间增长了7.2%。这一大块，包括商业服务、房地产、事业单位以及水电类，占广告支出份额的11.3%。

方法论

“尼尔森全球广告脉动”测量电视、报纸、杂志、广播、户外、影院以及网络展示推广的广告支出。广告支出主要依据公开价码。由于数据的有效性，一些市场可能不含选择媒体。

报告中包含的其他国家的外部数据来源：

• 阿根廷: IBOPE
• 巴西: IBOPE
• 克罗地亚: “尼尔森”联合Ipsos
• 埃及: PARC (泛阿拉伯研究中心)
• 法国: Yacast
• 希腊: Media Services
• 香港: admanGo
• 日本: Nihon Daily Tsushinsha
• 科威特: PARC (泛阿拉伯研究中心)
• 黎巴嫩: PARC (泛阿拉伯研究中心)
• 墨西哥: IBOPE
• 泛阿拉伯传媒: PARC (泛阿拉伯研究中心)
• 葡萄牙: Mediamonitor
• 沙特阿拉伯: PARC (泛阿拉伯研究中心)
• 西班牙: Arce Media
• 瑞士: “尼尔森”联合“媒体聚焦”
• 阿联酋: PARC (泛阿拉伯研究中心)

Via: 199it翻译自Nielsen

美国互联网发展早于中国，早在90年代，美国经济增长的1/4以上都归功于信息技术，其中计算机和电信业的发展速度是美国经济增长速度的两倍，美国国内生产总值的增长量中，1/3是由与信息工业相关的产业做出的贡献；亚马逊、eBay、雅虎和Google等大型互联网企业均是在90年代兴起并蓬勃发展的。

图1：美国大型互联网企业均在90年代兴起

而美国互联网在90年代高速发展的过程中，也逐渐进入了金融领域，涌现出了大量互联网金融企业。考虑到美国互联网企业发展较早，是中国的领先指标，因此研究美国互联网金融企业对于预测国内互联网金融未来的发展有一定的启示作用。
图2：美国互联网金融典型企业

二、海外互联网金融初期发展较快，此后会遭遇瓶颈
表1：互联网金融的优势与不足

海外互联网初期发展迅猛，主要基于两点优势。以上四家海外互联网金融企业在成立初期发展均比较快，主要得益于以下两点优势：
1.依靠互联网方便快捷的特点，接触到尽量多的客户，发挥平台优势；
2.再依靠灵活以及低成本的优势降低费率，吸引客户。
依靠这两个优势，互联网金融初期发展很快，但此后发展逐渐放缓，主要因为互联网从事金融业务在本质上仍存在两大缺点：
1.缺乏专业金融人才，导致难以从事复杂的金融业务，而金融行业中大部分产品都是依靠复杂的产品获取高收益。
2.缺乏产品开发能力，导致只能销售其他公司的产品，大型金融企业大多数都有自己的销售平台，因此有好的产品都会放到自己的平台销售，难销售的产品才会考虑依靠第三方平台。
以上问题阻碍了互联网金融的进一步发展，导致互联网金融企业发展到一定程度后往往会遇到瓶颈，难以进一步做大，因此难以大规模冲击传统金融企业。
三、国内互联网金融发展或将好于美国，但仍难以大幅冲击传统金融企业
与90年代美国互联网企业相比，目前国内互联网企业存在两个优势：
1.“移动互联网”好于“固定互联网”，客户粘性更高。90年代美国互联网发展虽然较快，但仍然是“固定互联网”，也就是用户必须要坐在电脑前才可以上网，而目前已发展成为“移动互联网”，通过手机即可上网；因此目前国内互联网的客户粘性好于90年代美国，作为销售平台的优势更大。
图3：与过去的固定互联网相比，目前的移动互联网更为方便，客户粘性更高

2.“社交平台”优于“单一网页”：与之前网络主要提供单一的网页相比，如今的互联网通过微信、微博等方式已发展成为“社交平台”的概念，普通用户每天浏览时间更长，用户粘性更高。
更高的客户粘性有助于国内互联网金融在某些领域市场份额更高。此前美国的互联网金融未能做大，也有客户平台不够大的原因。目前国内互联网平台相比之下客户粘性更高，平台优势更大；尽管互联网从事复杂的金融业务仍较为困难，但从事一些简单的金融业务，如保险中车险、意外险、券商中传统经纪业务等，很可能利用其更大的平台占据较大市场份额。
但单纯互联网仍难以从事复杂的金融业务，难对传统金融企业造成大冲击。尽管国内互联网的客户粘性或将好于90年代美国互联网企业；但互联网从事金融业务的本质问题：1）缺乏专业人才，难以从事复杂的金融业务；2）缺乏产品开发能力，只能销售其他公司的产品。，因此未来发展依然面临瓶颈，难以对传统金融企业形成巨大冲击。

报告全文如下：

VIA 中商情报网

一、月末广义货币增长15.8%，狭义货币增长11.3%

2013年5月末，广义货币(M2)余额104.21万亿元,同比增长15.8%，比上月末低0.3个百分点，比上年同期高2.6个百分点；狭义货币(M1)余额31.02万亿元,同比增长11.3%，比上月末低0.6个百分点，比上年同期高7.8个百分点；流通中货币(M0)余额5.43万亿元,同比增长10.8%。当月净回笼现金1258亿元。

 二、当月人民币贷款增加6674亿元，外币贷款增加58亿美元

5月末，本外币贷款余额72.00万亿元，同比增长15.6%。人民币贷款余额67.22万亿元，同比增长14.5%，分别比上月末和上年同期低0.4个和1.2个百分点。当月人民币贷款增加6674亿元，同比少增1258亿元。分部门看，住户贷款增加3823亿元，其中，短期贷款增加1531亿元，中长期贷款增加2292亿元；非金融企业及其他部门贷款增加2854亿元，其中，短期贷款增加378亿元，中长期贷款增加1455亿元，票据融资增加844亿元。1-5月人民币贷款增加4.21万亿元，同比多增2792亿元。5月末外币贷款余额7737亿美元，同比增长36.7%，当月外币贷款增加58亿美元。

 三、当月人民币存款增加1.48万亿元，外币存款减少23亿美元

5月末，本外币存款余额102.04万亿元，同比增长16.2%。人民币存款余额99.31万亿元，同比增长16.2%，与上月末持平，比上年同期高4.8个百分点。当月人民币存款增加1.48万亿元，同比多增2591亿元。其中，住户存款增加2768亿元，非金融企业存款增加3853亿元，财政性存款增加4633亿元。1-5月人民币存款增加7.49万亿元，同比多增2.97万亿元。5月末外币存款余额4408亿美元，同比增长16.7%，当月外币存款减少23亿美元。

 四、当月银行间市场同业拆借月加权平均利率2.92%，质押式债券回购月加权平均利率3.01%

5月份, 银行间人民币市场以拆借、现券和债券回购方式合计成交21.85万亿元，日均成交9930亿元，日均成交同比减少18.3%。

5月份,银行间市场同业拆借月加权平均利率为2.92%，分别比上月和上年同期高0.42个和0.73个百分点；质押式债券回购月加权平均利率为3.01%,分别比上月和上年同期高0.46个和0.78个百分点。

  五、当月跨境贸易人民币结算业务发生3643亿元，直接投资人民币结算业务发生250亿元

2013年5月，以人民币进行结算的跨境货物贸易、服务贸易及其他经常项目、对外直接投资、外商直接投资分别发生2285亿元、1358亿元、35亿元、215亿元。

  注1：当期数据为初步数。

    注2：2011年10月起，货币供应量已包括住房公积金中心存款和非存款类金融机构在存款类金融机构的存款。

尤其是新媒體，讓廣告主特別在意數位製作的部分，包含網站的建設和製作、手機APP開發、以其他各種數位媒體技術的供應商產業鏈，正在快速的發展。

104市調中心近期拋開行動調查，而專注在了解使用者為何下載行動APP，一起來看有哪些發現？（註）

只是for fun或真有其用？
根據調查，「遊戲」是下載比例最高的App，下載過的付費App及未來會下載的App仍以「遊戲」的比例最高。

圖一：消費者最常下載的App或付費型App？

但問到下載App的理由則以「實用/用得到」比例最高，是生活、工具、導航類型App下載的主要理由。而下載遊戲、娛樂、音樂型App的理由以「打發時間、好玩/有趣、好奇/新鮮」為主。

圖二：消費者下載以下App項目的理由

由以上數據可得知，行動App除了須具有實用性之外，仍須兼顧娛樂、有趣等元素方能吸引人下載。

免費APP不值錢？付費的尚好？
而有關APP收費的可能性，以及民眾願意下載付費型APP的比例，從下圖可以看到，只有4成消費者有下載過付費型App，其中仍以遊戲的比例最高，其次是工具、生活、金融、音樂、導航。

圖三：消費者下載過哪些付費型App

在遊戲、金融類型App方面，消費者願意付費的理由以「試用過免費版，想取得更多功能或關卡」比例最高。而常因「價格低或合理」而下載音樂類型App。另外，下載導航類型App理由則是認為「App不斷更新版本，一次付費可終身享用很方便」。

圖四：消費者下載付費型App的理由是什麼

從上圖可知，低價甚或免費商業模式在APP世界中十分常見，也是APP廠商刺激下載量慣用的手法。但除了關注付費可能性之外，更要留意用戶的黏著度以及使用次數，方能在APP世界中持續稱王.

註：根據104市調中心在2012年3月19日至20日進行的APP調查。總計收集有效樣本：450份，在95%的信心水準之下，估計誤差約為±4.6%

原文網址:brain