大数据在金融中的应用

大数据是信息技术和定量方法领域中流行的新口号，涉及大量信息的收集和分析。计算能力的进步以及价格的下降使得大数据项目在技术上越来越可行和经济。特别是，云计算的出现将大数据分析的成本置于许多小公司的手中，现在不需要在他们自己的计算基础设施上进行大量的资本投资。

随着大数据的增长，出现了一个新的职业类别 - 数据科学。

财务应用

在金融领域，尤其是金融服务行业，大量数据正在越来越多的应用中得到应用，例如：

1. 员工监督和监督
2. 预测模型，例如保险承保人可用于设定保费和贷款人员做出贷款决策的模型
3. 开发算法来预测金融市场的方向
4. 定价房地产等非流动资产

汽车保险

早在20世纪80年代，Progressive Insurance的创始人就期待着可以收集和分析个人保单持有人驾驶习惯的硬数据。这将导致更准确的风险测量和风险评估，从而更精确地设置保费。到2010年，已经有了必要的数据采集技术，现在有超过一百万的客户同意在他们的汽车中安装黑匣子，例如，他们通常驾驶的速度和他们通常会突然制动的速度。

消费者信贷

LendUp补充了传统的FICO信用评级和来自各种其他来源的社交网络分析，以便做出贷款决策。例如，LendUp有兴趣知道潜在的借款人是否经常更改手机号码，这可能表明风险很大。该公司还认为，人们如何与网上朋友互动，为他们作为借款人的风险提供了强有力的线索。那些表现出最强大和最活跃的社会关系和社区关系的人似乎是最好的风险。

因此，潜在的借款人被要求将他们的Facebook账户提供给公司进行分析。

与此同时，信用卡巨头CapitalOne在20世纪90年代成为了一个重要的参与者，主要是通过使用先进的数据收集和分析技术来识别其卡片的前景，从而抢占其许多更成熟的竞争对手的游行。

小企业贷款

新进入者Kabbage是一家人员稀缺，技术驱动的公司，其预测模型利用社交媒体，eBay和UPS等各种来源来评估潜在借款人与其客户之间关系的质量。

作物保险

气候公司为农民承保农作物保险。该公司进行了大量的模拟，以预测长期天气模式和设定溢价。

抵押贷款

摩根大通正在使用大数据分析来确定因违约抵押而被收回的房屋和商业房产的可接受销售价格。根据保密消息来源，这个想法是评估当地经济状况和房地产市场，以便在抵押贷款实际违约之前提出合理的销售价格。如果这些建议的销售价格准确设定，理论上应该最大限度地减少银行违约，收回和出售对当地房地产市场的干扰。

此外，应尽量减少银行在进行销售前被迫持有房产的期限。

与此同时，为中情局提供技术专业知识以揭露可疑恐怖分子使用的虚假身份的公司Quantfind已承认与摩根大通就如何将信息技术应用于信贷业务进行讨论，信用评估和营销。