大數據金融信息服務業

A. 互聯網金融給傳統金融服務業帶來哪些挑戰

與銀行相比互聯網金融的優勢
主要採取線上操作，交易成本低。盡管目前還沒有互聯網金融公司與商業銀行管理費用的比較數據，但根據普華永道的調查，美國銀行業一筆交易通過網點完成的平均成本為4美元，通過手機銀行的平均成本為0.19美元，通過網銀的成本為0.09美元，即網點的交易成本是網銀的40倍。由於互聯網金融公司的主要交易是通過網路完成的，基本上沒有物理網點，也不需要隊伍龐大的營銷人員，加之流程相對簡單，而商業銀行通常都有眾多的物理網點、有眾多的前台營銷人員、中後台管理人員，因此互聯網金融公司的管理成本相對傳統商業銀行具有一定優勢。
幾乎不受金融監管，存在制度套利。互聯網P2P公司的業務模式主要分為互聯網金融服務（網路基金、保險（放心保）銷售和融資）和金融的互聯網居間服務兩類，其中互聯網金融的融資服務實際上在履行傳統商業銀行的融資功能，即實現儲蓄投資功能的轉換。目前商業銀行的存款負債業務接受嚴格的監管，存款需要向央行上繳約20%的存款准備金，貸款余額需要接受75%的存貸比限制。更重要的是，商業銀行需要滿足8%的最低資本充足率的要求。另外，銀行還要接受監管機構對其流動性、合規性、反洗錢等方面的定期、不定期的檢查。而互聯網金融P2P公司卻可以不受這些監管規則的約束，尤其是可以不受資本充足率這一杠桿倍數的限制，這使得P2P公司的貸款業務擴張不受資本的約束，可以實現快速的擴張。簡言之，P2P公司相對銀行通過監管套利實現較快增長。
運用互聯網先進技術，在信息獲取方面具有一定優勢。傳統商業銀行在信用風險評級時提供的利潤、現金流等財務數據，即銀行信息主要依賴貸款申請人提供和調查人員的搜集，而互聯網金融P2P公司則通過社交網路（像Facebook）、電商平台、搜索引擎、雲計算等互聯網平台或技術獲取客戶信息流、資金流、物流等信息，然後運用數據挖掘、模型分析等技術手段，對借款人的還款意願及還款能力進行准確評估。因此，互聯網金融公司相對傳統商業銀行，可以更好地解決小微金融客戶的信息不對稱，更准確地識別和評估客戶風險，實現科學地資產定價和風險管理。
與銀行相比互聯網金融P2P公司的劣勢
資產負債規模相對較小。無論是全球還是國內，無論是單個互聯網金融P2P公司，還是互聯網金融整體，從信貸規模、負債規模等都無法與傳統商業銀行同日而語。資料顯示，國內互聯網金融公司中最具影響的阿里金融，其小微貸款余額約200億元，吸儲產品余額寶余額約500億元，而2013年三季度工行貸款總額為9.6萬億元，存款總額為14.7萬億元，分別是阿里金融的480倍和294倍。《中國P2P借貸服務行業白皮書2013》的數據顯示，2012年末，P2P貸款服務平台超過200家，可統計的P2P平台線上線下借貸規模在500億～600億元之間，而2013年10月銀行業貸款余額為70.8萬億元，可見短期內互聯網金融貸款規模和傳統銀行遠不是一個量級。
融資渠道少，經營風險高。傳統商業銀行，尤其是上市銀行可運用眾多融資方式，包括發行股票、債券、同業拆借、央行貸款、發行理財產品、吸收存款、轉讓貸款等，但互聯網金融公司除了通過高收益金融產品（余額寶）吸引存款之外，其他融資渠道較少，因而，互聯網金融公司面臨著巨大的流動性風險。另外，中國缺乏成熟的個人徵信體系和類似Facebook那樣的實名社交網站，這導致中國互聯網金融公司貸款面臨更高的違約風險，致使互聯網金融公司面臨較高的信用風險。據「網貸之家」統計，2013年1至11月，出現危機或關停的網貸公司有49家，一些公司老闆甚至已「攜款跑路」。
信息披露不充分，資本杠桿倍數過高。由於互聯網金融P2P公司不受銀監會、央行和證監會等機構的監管，沒有披露類似銀行的存貸比、存款准備金率、資本充足率、撥備覆蓋率、不良率等指標，甚至沒有披露基本的財務報表，因而投資者（借款人）對互聯網金融公司的風險難以判斷，而且當互聯網金融公司違約或破產時投資者的損失得不到補償。另外，互聯網金融公司用來緩沖貸款損失的自有資本明顯不足。數據顯示，2012年互聯網金融公司「溫州貸」、「人人聚財」注冊資金均為500萬元，「人人貸」、「拍拍貸」、「中寶投資」的注冊資金均為100萬元，而它們在2012年的交易額分別達到20.7億元、8.5億元、3.97億元、3.4億元、13.45億元，如果以銀行的標准計算這些互聯網金融公司的資本充足率，估計不會超過3%，這使得互聯網金融公司的資本杠桿倍數超過30倍，與破產之前的雷曼相當。
對銀行業的啟示
1、大力發展網路銀行、手機銀行等電子銀行渠道，降低傳統銀行的經營成本。
2、充分運用社交網路、大數據、雲計算、搜索引擎、電商交易數據和數據挖掘等計算機、互聯網技術對小微金融客戶進行信用評級和貸款定價。利率市場化和金融脫媒已勢不可擋，中國銀行過度依賴利差收入的盈利模式面臨挑戰。大力發展銀行具有定價優勢的小微金融已成銀行業的共識，但由於小微企業並沒有可信的財務報表數據，運用傳統的方式並不能獲取所需的財務信息。銀行業可以借鑒互聯網金融公司處理信息的經驗，運用社交網路（例如Lending Club與Facebook合作）、雲計算、搜索引擎、電商交易數據等互聯網、計算機技術或平台，運用數據挖掘、模型分析等技術手段，對小微客戶的還款意願及還款能力進行准確評估，從而有效控制信貸風險，並實現交叉銷售。
3、借鑒互聯網金融P2P公司經驗，發展節省資本的P2P撮合業務。由於中國銀行業資產規模保持快速增長，而資本補充受到多種因素的制約，因而銀行業發展面臨資本充足率的約束。目前銀監會對大型銀行和中小銀行的資本充足率要求分別為11.50%和10.50%，部分股份制銀行和城商行勉強達到規定的資本充足率要求，因此，調整資產和業務結構，大力發展低資本消耗業務是銀行業的必然選擇。建議物理網點不具優勢的中小型銀行通過建立P2P平台（可借鑒招商銀行(行情,問診)的小企業e家投融資平台），在監管政策許可的情形下，適度發展針對小微企業、零售客戶的P2P投融資撮合業務，增加銀行的中間業務收入，減輕補充資本的壓力。

B. 大數據對信息服務業的發展趨勢的影響

每天隨著越來越多的信息被收集和存儲起來，大數據正呈爆炸式增長，在互聯網行業發展過程中，數據量的增長已經出現了前所未有的速度，數據中心正在成為新時代的「信息電廠」，成為知識經濟的基礎設施。數據正在成為從工業經濟向知識經濟轉變的重要特徵，成為新時代最關鍵的生產要素和產品形態。

C. 大數據金融前景

一、大數據金融的含義
大數據金融指的是將巨量非結構化數據通過互聯網和雲計算等方式進行挖掘和處理後與傳統金融服務相結合的一種新的金融模式，它是一種相比於傳統金融更加透明、參與度更加廣泛、體驗更好、效率更高的新興金融模式。
廣義的大數據金融包括整個互聯網金融在內的所有需要依靠發掘和處理海量信息的線上金融服務。也就是說，我們所提到的不管是P2P還是眾籌等互聯網金融行為，其核心都是大數據金融，因為互聯網金融如果沒有大數據的支撐，就成了一個單純意義上的平台。而互聯網金融得以在互聯網誕生之日起，到今天人類社會進入「PB（1024TB）」時代，歷年來數據信息的記錄與積累，以及雲計算技術的不斷成熟，使得大數據金融在互聯網誕生數十年後終於可以一展風采。持續高增長的電子交易數量和網路零售服務，使得依賴於商務需求的金融體系能夠在線上尋求到數據支撐。

狹義上的大數據金融指的是依靠對商家和企業在網路上歷史數據的分析，對其進行線上資金融通和信用評估的行為。我們可以很直觀地看到，最初在互聯網平台上尋求到金融服務的商家和企業，一類是在互聯網平台上留下了一定數量的歷史信用信息的商家或企業，另一類是在相關產業之內積累了相當程度的歷史信用的商家或企業。而從未在線上或實際交易中產生過信息的全新商家和企業在沒有建立足夠的交易基礎之前是不太容易通過單純的信用方式進行這種融資的。無論是廣義還是狹義的定義，大數據金融的核心內容都是對商家和客戶的海量數據進行收集、儲存、發掘和整理歸納，使得互聯網金融機構能夠得到客戶的全方位信息，掌握客戶的消費習慣並准確預測客戶行為。這樣的做法不管是作為評級認定標准，還是作為目標客戶進行營銷宣傳的理由，都能夠使互聯網金融機構對自己的風險進行控制，對自己的發展策略進行更詳盡的規劃。作為大數據的使用者，互聯網金融機構必須為數據的採集和使用付出成本，如果不是同時作為數據的收集方，進行原始數據的採集和整理，那就要向數據來源的第三方支付使用費用。
二、大數據金融的發展機遇
1.互聯網企業自身轉型需要。隨著電商競爭愈演愈烈，最初的零售領域與支付領域的競爭已逐漸延伸到了整個供應鏈的其他環節，包括物流、倉儲，自然也包含了最重要的金融服務。盡快發展自身原有業務引申出來的大數據金融服務，有利於建立用戶黏性。積極地進行專業化、個性化定製金融服務對未來電商領域的全方位競爭有著十分重要的意義。
2.實體產業需要大數據金融的支持。大數據金融通過各種方式給市場帶來了活性，整個產業鏈的效率提升、資源配置優化是有目共睹的，虛擬經濟與實體產業的下一步發展，必定都離不開大數據金融的支持。打通上下游環節，使資金更有效率，無論是對電商的未來發展還是對傳統金融的突破都大有益處。
三、大數據金融面臨的挑戰
大數據使得互聯網金融得到空前的發展，同時也帶來了一系列的問題。原來的互聯網非金融機構從事類金融服務，給傳統的金融體系帶來了一定的沖擊，如何協調和處理好這兩者之間的關系，成了未來大數據金融發展至關重要的環節。未來，大數據金融的發展必將基於傳統金融行業與互聯網大數據技術的進一步融入和整合，這就要求金融服務與互聯網及大數據的關聯程度必須不斷加強。
1.必須推進金融服務與社交網路的進一步融合。使金融業的數據來源能夠脫離早期呆板滯後的提交、審批、盡職調查等來源方式。要使金融信息的獲取渠道能夠直接深入金融服務本身，就要利用互聯網、社交媒體等新的數據來源，從多渠道獲取實時客戶信息和市場信息，充分了解自標客戶的需求和資質情況，建立更高效的客戶關系與更完整的客戶視圖，並利用社交網路對忠實客戶和潛在客戶進行精準營銷和定製化金融服務的方案。

2.傳統金融機構要進行互聯網、大數據金融的轉型，必須要處理好與數據服務商的競爭、合作關系。目（下轉80頁）（上接76頁）前，線上互聯網企業由於占據極大的平台優勢，壟斷從交易發生到交易結算的各個環節以及這其中產生的各項數據信息，使傳統金融企業想要介入十分困難。要想在實際過程中重新組建自己的數據平台，從時間方面來看，已經處於劣勢。因此，傳統金融機構與數據服務商開展戰略合作是比較現實的選擇。
四、大數據金融的發展趨勢
大數據技術還遠未成熟，而大數據金融帶給我們的變化已足以讓人驚訝，大數據金融的未來也是一片光明。未來，隨著大數據技術的不斷成熟，大數據金融的發展也必將進一步改變人們的生活生產方式。
1.大數據金融跨界發展。由於互聯網技術的開放性，信息不對稱將顯著減少，金融在日後也許就不是少數傳統的金融從業者的專屬領域了。從供應鏈要求的技術來看，互聯網企業、軟體企業都紛紛加入大數據金融的開發中，大數據進入跨界發展的趨勢越來越明顯，金融業的競爭也將由於未來力量的沖擊變得更加激烈。這也可能導致將來金融業內部混業經營的進一步發展，銀行金融與非銀行金融的界限、證券公司與非證券公司之間的界限都可能變得非常模糊。

2.大數據金融服務多樣化。大數據金融從電商平台發展出來以後，不斷地整合發展傳統產業，從零售的日用百貨發展到電子產品，再到汽車，甚至是大宗商品交易，未來也會發展到房地產、醫療等方面，日常的金融服務也將不斷地擴展，綜合化、社會化、日常化。
3.大數據金融服務專業化。隨著涉足領域越來越廣泛，大數據金融必將產生專業化趨勢，產生更明確的產業鏈分工，根據不同的環節或者是不同的行業，其服務內容都將產生一系列的變化。同時隨著發展水平的提高，必定會有高要求的定製化服務、個性化服務要求，未來的大數據金融企業必將以客戶為中心，高度精準與定位客戶需求來制定專業的個性化服務。總而言之，大數據金融憑借高度數據化的管理和運作模式，在互聯網發展的今天有著不可替代的地位，將來大數據金融必將是金融業發展的中流砥柱，它將進一步滲透到各行各業的每一個角落，不斷地促進金融生態的發展。在不久的將來，每個人都將能夠切身體會到大數據金融帶來的變化，都能從大數據金融的發展中獲得益處。

D. 大數據應用的第一、二、三產業價值

大數據應用的第一、二、三產業價值
大數據應用在目前已經得到了部分推廣，其在IT、金融、交通、製造等多個方面已經開始提現價值。大數據應用的整體范圍是從服務業開始，向第二、第一產業推廣的，今後其在工農業領域也將發揮不亞於第三產業中的價值。
大數據應用的第三產業價值
大數據應用在理論上是可以讓所有產業都從中獲益的。而根據1985年我國統計局的產業劃分來看，農、林、漁、牧被定為第一產業；工業和建築業被定為第二產業；其他均為第三產業。而由於數據缺乏及從業人員等原因，第一、二產業的發展速度相對第三產業會有所遲緩。
第三產業一般被認為是服務業，其一般可分為流通部門和服務部門兩種。而第三產業中匯聚了大量的數據以及大批科研中堅，因此大數據行業在第三產業中最先開展，效果也最為突出。
醫療健康方面，一些貼身設備可以收集用戶的健康數據，從而建立一個專屬的健康檔案，通過運動、呼吸、心率、睡眠等多個角度來確定用戶的需求，通過大數據分析為用戶建立專屬的解決方案。也可以在醫院等場所收集患者信息，進行疫情的預測。
第三產業的數據產生量和處理能力都更高
交通方面，通過車輛位置、時間等信息確定路況，為駕駛員提供最快捷的路徑選擇， 避免堵車。在普通用戶方面，利用手機收集地理位置等數據，結合地鐵、公交等多種手段幫助用戶找到最佳出行方式，同時利用這些數據進行資料庫的更新，保障數據的完整無誤。
金融方面， 利用機器學習及大數據對每一個信貸申請人進行全方位分析，對借款人過去的信用資料與資料庫中的全體借款人的信用習慣相比較，檢查借款人的發展趨勢跟經常違約、隨意透支的用戶進行比較，減少欺詐損失、管理信貸風險以及不良信貸的問題。
電信方面，通過集成數據對客戶流失的原因進行綜合分，利用分析結果對於網路布局進行優化，為用戶提供更好的服務；同時，對用戶行為進行分析，及時推出符合用戶興趣的業務解決潛在流失用戶問題。企業方面，發揮自身優勢幫助企業收集、管理和評估大數據集，然後以可視化的方式將這些數據呈現給企業，幫助企業改進決策。
大數據應用的第二產業價值
大數據應用在第二產業之中與物聯網有著密不可分的聯系。物聯網的發展，需要以RFID、工業大數據、感測器及其網路的應用為切入點，最終實現經濟效益提升、安全生產和節能減排的目的。
鋼筋水泥的大數據驅動
大數據一般具有種類多、數量大和實時性高的特點，而工業中的數據盡管多，可是普遍是以數據表格以及紙質數據為主的，這種數據管理方式存在諸多問題，也不利於數據分析。而隨著工業化和信息化的結合，工業大數據得到了發展，但是數據依然是以非結構化數據為主。而大數據的發展並沒有讓工業數據採集變得容易，因此工業方面急需工業互聯網的建設。
此外，工業數據如壓力、溫度等數據需要在語境中才能得到理解。如燃氣輪機排氣裝置上的溫度讀數與機車的內部溫度是完全不同，而如果採用傳統方式分析可能需要的時間需要接近一個月，而在工業大數據應用後，這一周期得到了大幅縮短。
大數據應用的第一產業價值
在第一產業方面，種植業等一般需要大量經驗的積累才能准確的掌握最大收益率。而藉助大數據的力量則可以解決這一傳統問題。
利用數據採集和數據分析，進行大量的採集點獲取天氣數據，結合天氣模擬、土質分析、作物分析等做出綜合判斷，向農民推薦相關農作物進行種植，從而獲得最大化收益。此外，可以在農田中布置感測器收集農田數據，將數據上傳並進行分析後確定施肥、殺蟲、灌溉以及防災等時間，保障農作物的正常發展。
大數據種地是一種潮流趨勢
漁業中可以利用探測器進行水質監測，分析確定含氧量等確定水質健康程度，幫助漁民及時了解養殖情況。林業和牧業也可以利用類似的方式獲得相關幫助。
從第三產業的應用到第一、二產業推廣，大數據應用的范圍在不斷推廣。在未來，大數據還可能會向更多的領域拓展。

E. 大數據時代 數據服務業

大數據時代：數據服務業
自從蘋果公司先後推出iPhone和iPad紅遍全球，全世界進入了若干產業被顛覆，若干產業被重組，若干公司被幹掉的大亂局面。以近來谷歌和微軟相繼推出平板電腦為標志，再加上它們在手機操作系統以及手機製造上的努力，可以說傳統的產業劃分和商業模式分析需要重新來過了。
從產業分析的角度看，今天再把網路業，IT業，電信業和軟體業分開看已經什麼都說不清楚了。傳統的TMT概念（電信，媒體和信息技術業的統稱）更是應該被扔進歷史垃圾堆。一個重新定義過的大網路業概念可能會更加貼切地反映高度變動中的世界和日益模糊的產業關系。這個大網路業的上游，領軍和驅動力是傳統意義上的網路業（或稱小網路業），中游是IT業，電信業和軟體業，下游是新聞出版業，影視業，娛樂業，零售業和物流業。之所以可以把它們統統劃歸一個大產業概念，是因為它們都已經或正在互聯網化，彼此之間形成了共生共榮的緊密關系。
從正在到來的大數據時代的角度看，也許大可不必糾纏於大網路業和小網路業如何區分的官司之中，乾脆重新定義一個新概念：數據服務業。這個產業的核心資產就是電子化網路化的數據，無論這些數據來自於什麼地方，什麼組織或個人，什麼產品或服務。五彩繽紛的大千世界裡萬事萬物都可以轉化為由0-1碼子組成的或簡單或復雜的數據位元組。整個產業鏈由數據生產，數據傳播，數據獲取，數據存儲加工和數據交換與出售等環節組成。各個傳統產業可以分門別類地屬於一個或數個產業鏈的環節。例如，新聞出版業和影視業主要從事數據生產，電信業和網站主要做數據傳播，數據終端製造商幫助用戶獲取數據，軟體商專攻數據存儲加工，大家一起捲入數據交換和直接間接的出售業務。公司大小的區別主要在佔有和利用數據量的大小，甚至像電子商務這樣表面上很實在的業務其實也不過是通過出售附著在某種具體商品上的數據而謀利。
數據服務業和現有的相關產業的根本區別在於其商業模式是數據驅動型，是對大數據的深度分析加工，是對大數據的多重利用和深度利用，是對現有簡單直接商業模式的增值服務。一個理想的全產業鏈數據服務業公司應該由全系列數據終端的設計與銷售，通用型開放平台的開發與運營，雲計算後台的開發與支持，數據存儲與使用後台以及數據分析與數據產品平台等部分組成。這樣一個公司中CIO或CDO（首席數據官）扮演重要的領導角色，僱傭大批數據科學家，數據工程師和數據產品經理。實際工作中數據以TB為最小使用單位，業務討論中最常使用的名詞是「最小數據集」（Minimum Data Set 或MDS），「元數據」（Metadata），「數據集市」（Data Mart），和「設施即服務」（Infrastructure as a Service 或IaaS）。同現有網路業商業模式相比，這個公司的商業模式具有鮮明的精準性，智能化，個性化和多樣化的特色，具有高出若干倍的投入產出比和性價比。
如果從這個邏輯去看蘋果的iPhone和iPad，就不會僅僅嘆服其精美的設計，強大的功能和驚人的市場征服力，而會思考蘋果怎樣從一個IT公司轉型為走向未來數據服務業的領軍者。同樣，谷歌推出開放式手機操作系統和平板電腦，甚至過去很難為人所理解的企業行為，包括發射地球衛星，研製自動駕駛汽車，投資綠色能源和各種感測器的研發，都可以理解為這些不計成本的行為是全方位增加生產和獲取大數據的種種努力，是在不懈地為走向數據服務業爭取先發優勢，是在為未來的領先地位下一盤很大的棋。同樣，對微軟的平板電腦和手機操作系統，亞馬遜的電子書和FACEBOOK推廣自家的數據中心設計，都應該歸結為大數據時代來臨前的熱身運動。
至於一些國內的網路業公司，如果不去努力學習和思考即將到來的大數據時代，不去未雨綢繆地爭取孕育中的數據服務業的戰略機會，而只是機會主義地邯鄲學步，東施效顰，也去做什麼手機，那隻能是撿了芝麻，丟了西瓜。如果自身沒有成龍配套的操作系統，開放平台，雲計算後台和數據分析加工平台，單兵突進只做手機，也許在某個時段能賺點錢，但長遠看是沒有前途的。那些在手機首頁集成點自己的服務，高呼搶占網路入口口號的伎倆，在滾滾而來的大數據洪流面前顯得那麼蒼白無力。何不舍棄雞肋，重新定位，發揮優勢，爭取不要在大數據時代掉隊呢？

F. 大數據主要學什麼

大數據分析挖掘與處理、移動開發與架構、軟體開發、雲計算等前沿技術等。

主修課程：面向對象程序設計、Hadoop實用技術、數據挖掘、機器學習、數據統計分析、高等數學、Python編程、JAVA編程、資料庫技術、Web開發、Linux操作系統、大數據平台搭建及運維、大數據應用開發、可視化設計與開發等。

旨在培養學生系統掌握數據管理及數據挖掘方法，成為具備大數據分析處理、數據倉庫管理、大數據平台綜合部署、大數據平台應用軟體開發和數據產品的可視化展現與分析能力的高級專業大數據技術人才。

(6)大數據金融信息服務業擴展閱讀：

越來越多的行業對大數據應用持樂觀的態度，大數據或者相關數據分析解決方案的使用在互聯網行業，比如網路、騰訊、淘寶、新浪等公司已經成為標准。而像電信、金融、能源這些傳統行業，越來越多的用戶開始嘗試或者考慮怎麼樣使用大數據解決方案，來提升自己的業務水平。

在「大數據」背景之下，精通「大數據」的專業人才將成為企業最重要的業務角色，「大數據」從業人員薪酬持續增長，人才缺口巨大。

G. 全球研究咨詢領域八大信息數據提供服務商都有哪些

1、Bloomberg

成立於1982年的美國彭博資訊公司是目前全球最大的財經資訊公司。BLOOMBERG PROFESSIONAL（R）（彭博專業）服務及彭博的媒體服務整合在一個平台上為全球各地的公司、新聞機構、金融和法律專業人士提供實時行情、金融市場歷史數據、價格、交易信息、新聞和通訊工具。彭博是全球商業、金融信息和財經資訊的領先提供商，通過其強大的信息、專家和咨詢網路為全球重要的決策制定者帶來關鍵優勢。彭博的優勢在於通過創新的技術來快速、精準地傳遞數據、資訊和分析工具，核心產品是彭博專業服務（BLOOMBERG PROFESSIONAL）。彭博專業服務為全球逾310，000用戶提供實時金融信息。彭博的企業級解決方案建於公司的核心優勢之上，利用技術來幫助客戶更高效地訪問、整合、發送並管理整個組織的數據和信息。

2、Capital IQ

Capital IQ是標普旗下的核心金融資料庫，為國際頂尖投資銀行、私募股權基金人士的必備工具，涵蓋全球上市公司、非上市公司、各類私募股權基金及專業人士的各類詳盡信息。資料庫提供了非常方便的檢索工具和Excel工具，方便使用。Capital IQ提供了強大的搜索工具和分析工具，幫助投行和PE的各個級別人士在海量數據中迅速提取有效信息，進行估值分析。國外的高盛、摩根士坦利、華平投資、KKR，國內的鼎暉、弘毅、中信產業基金等將Capital IQ作為工作必備工具，提前掌握Capital IQ的使用將有助於獲得投行和PE的工作機會。

3、Thomson Reuters

湯森路透（Thomson Reuters）成立於2008年4月17日，是由加拿大湯姆森公司（The Thomson Corporation）與英國路透集團（Reuters Group PLC）合並組成的商務和專業智能信息提供商。主要為專業企業、金融機構和消費者提供財經信息服務，例如電子交易系統、企業管理系統和風險管理系統、桌面系統、新聞，以及為在法律、稅務和會計、科學、醫療保健和媒體市場的專業人員提供智能信息及解決方案。公司將專業知識與創新科技相結合，為金融市場及風險管理、法律、稅務與會計和媒體領域的專業人員和決策者提供重要的信息，產業還包括世界上最受信賴的新聞機構。

4、歐睿信息咨詢有限公司（Euromonitor International）

公司是一家全球戰略市場信息提供商，總部位於英國倫敦，其在中國分支機構為歐睿信息（上海）有限公司。企業提供的數據和分析輻射到全球范圍且覆蓋了上萬種產品/服務品類。作為一家獨立的市場研究機構，您可以完全信賴企業，並通過企業來獲取每一個地區、國家的產品品類、渠道信息以及消費者的准確市場歷史數據及未來趨勢預測。企業具有創新性的市場調研產品，值得信賴的報告以及每天由市場分析專家更新的即時信息，使企業成為每家公司不可缺少的重要市場信息來源。企業擁有一隻支龐大的、常駐於全球各國的分析師團隊，深度解析當今國際化商業背景下的本地商務訊息。企業自己的全球行業專家團隊確保了歐睿國際的研究在世界范圍內口徑的一致性。公司專長於消費市場的調查研究，業務范圍涵蓋食品飲料、家電、消費電子、汽車、美容及個人護理、衛生與健康、餐飲、旅遊等領域，擁有跨多個行業的客戶定製研究經驗，致力於為全球客戶提供國際市場有關行業、國家和消費者的各類商業信息。

5、深圳中為智研咨詢有限公司（zwzyzx）

深圳中為智研咨詢有限公司是中國領先的產業與市場調查研究咨詢服務供應商。公司圍繞客戶的需求持續努力，與客戶真誠合作，在調查報告、研究報告、市場調查分析報告、商業計劃書、可行性研究、IPO咨詢等領域構築了全面專業優勢。中為咨詢致力於為企業、投資者和政府等提供有競爭力的調查研究解決方案和服務，持續提升客戶體驗，為客戶創造最大價值。目前，中為咨詢的研究成果和解決方案已經應用於3萬多家企業，涉及機械設備、工控電子、信息通訊、食品餐飲、旅遊酒店、批發零售、建築裝飾、家電家居、文化傳媒、汽車與交通、化工化學、醫療醫葯、能源環保、公共事務等領域，並向海外市場拓展。旗下擁有大數據與信息資訊提供的深圳中為慧數信息咨詢有限公司，以及管理咨詢與戰略規劃定位的深圳萬海格華管理咨詢有限公司。

6、弗若斯特沙利文咨詢公司（Frost & Sullivan）

沙利文公司於1961年成立於紐約。70年代，沙利文公司在歐洲各地建立辦事處；80年代，成為全球領先行業資料庫出版商並在80年代中期開拓市場咨詢業務；90年代，在中國、日本、新加坡以及印度建立辦事處；90年代後期拓展增長咨詢業務；20世紀，收購技術洞察，成立會議業務部。Frost&Sullivan弗若斯特沙利文咨詢公司幫助客戶加速企業成長步伐，取得行業內成長、創新、領先的標桿地位。沙利文公司的增長咨詢服務以及沙利文公司最佳實踐獎幫助CEO及其成長團隊開發、評估和實施有效增長戰略。50多年來，沙利文公司立足遍布六大洲的40多個辦公室，以全球化的視野，為全球1000強公司、新興企業和投資機構提供了可靠的市場投融資及戰略與管理咨詢服務。1998年進入中國，在北京開設第一個中國地區辦公室。至2013年底，沙利文公司在中國地區已建立了4個辦公室，覆蓋北京、上海、深圳及香港特別行政區。沙利文公司中國的研究板塊主要包括了化工與材料、醫療與生命科學、能源與電力系統、工業與機械、冶金礦產、建築材料、測量與測試、信息和通訊技術、汽車與交通、航空航天、環保、食品與餐飲、服裝服飾、奢侈品與收藏品、房地產、其他服務業等各個細分板塊。

7、萬得信息技術股份有限公司（Wind）

萬得信息技術股份有限公司（Wind）是中國大陸領先的金融數據、信息和軟體服務企業，總部位於上海陸家嘴金融中心。在國內市場，Wind的客戶包括中國絕大多數的證券公司、基金管理公司、保險公司、銀行和投資公司等金融企業；在國際市場，已經被中國證監會批準的合格境外機構投資者（QFII）中的眾多機構是Wind的客戶。同時國內多數知名的金融學術研究機構和權威的監管機構也是公司的客戶，大量中英文媒體、研究報告、學術論文等經常引用Wind提供的數據。針對金融業的投資機構、研究機構、學術機構、監管部門機構等不同類型客戶的需求，Wind開發了一系列圍繞信息檢索、數據提取與分析、投資組合管理應用等領域的專業分析軟體與應用工具。通過這些終端工具，用戶從Wind獲取到及時、准確、完整的財經數據、信息和各種分析結果。精於數據，以數據為起點，Wind緊密跟隨金融市場日新月異的發展，不斷向新的領域發展，新的產品和服務戰略不斷在延伸。

8、上海投中信息咨詢股份有限公司（CVS）

投中信息業務始於2005年，正式成立於2008年，是中國領先的股權投資市場信息咨詢專業服務機構。通過十餘年專業領域的深入研究與廣泛合作，投中信息積累了深厚的技術基礎和人才優勢，並憑借優秀的專業能力贏得基金管理機構的長期信任，在行業內擁有大量的數據存量和客戶資源。投中信息通過全面的產品體系，傳遞及時、准確的股權交易數據與情報，為投資機構、投資銀行、戰略投資者、資產管理公司提供數據、資訊及分析工具；為企業提供專業的行業研究與業務實踐咨詢服務；為機構出資人提供全面的投資咨詢顧問業務，幫助投資機構進行深度品牌管理與營銷傳播工作。投中信息總部位於上海，一直致力於以CVSource投中數據終端為核心向國內股權投資市場的參與方提供及時、全面的金融信息和數據服務，並以此為基礎展開了其他相關的多層次的產品與服務。投中信息旨在針對國內股權投資市場的金融資訊服務及相關延伸服務，其主營業務分為數據產品-CVSource數據終端、會務服務、媒體廣告、研究咨詢、金融咨詢五大板塊。

H. 大數據金融是不是互聯網金融

大數據並不是單指互聯網金融。

大數據金融是指依託於海量、非結構化的數據，通過互聯網、雲計算等信息化方式對其數據進行專業化的挖掘和分析，並與傳統金融服務相結合，創新性開展相關資金融通工作的統稱。

大數據金融擴充了金融業的企業種類，不再是傳統金融獨大，並創新了金融產品和服務，擴大了客戶范圍，降低了企業成本。大數據金融按照平台運營模式，可分為平台金融和供應鏈金融兩大模式。兩種模式代表企業分別為阿里金融和京東金融。

拓展資料：

互聯網金融行業面臨大洗牌

在去杠桿的嚴監管的大背景下,近期信用風險事件頻頻爆發,根據網貸之家的數據顯示,自6月以來,P2P行業新增問題平台133家,其中95家發布了相關逾期或停業兌付公告。

違約事件頻發的主要原因1)隨著市面上資金收緊,一些資質較差的企業出現債務違約,影響到相關P2P平台2)一些產品不合規、風控能力較差的平台,高返利的平台受到資金收緊的影響資金鏈斷裂3)P2P平台頻繁暴雷,引發投資者恐慌性擠兌,一些運營良好的P2P平台受到波及導致兌付困難。

短期來看行業集中暴雷會導致行業承壓,另一方面隨著不良企業出清,風控良好、經營合規的頭部互金公司有望迎來快速發展,互聯網金融企業能夠服務一些傳統金融機構難以觸及的領域作為傳統金融機構有效補充,隨著百行徵信建立,徵信體系的逐漸完善,預計行業風控能力將顯著提升,重點關注行業頭部企業

I. 中國有哪些金融大數據公司

中科院附屬《互聯網周刊》發布了2021年金融大數據30強榜單，並評選出今年以來在金融大數據方面取得突出進展的代表性企業。隨著大數據和人工智慧技術在金融領域的創新與實踐，融匯金科上榜了！《互聯網周刊》創刊於1998年，是中國互聯網和it行業最成功的主流商業雜志之一。早在幾年前，《互聯網周刊》就開始在互聯網行業發布各類榜單，在業內具有很高的權威性。此次入選榜單，無疑是對榮輝金科強大的研發能力和行業領先的金融科技布局的肯定。

中國金融服務業大數據分析服務市場總收入1093億元，其中金融風險管理收入323億元，客戶生命周期管理收入770億元，後者包括吸引新客戶和現有客戶管理。預計2019年至2024年，大數據分析服務市場將繼續保持快速增長，2024年將達到2524億元人民幣，年復合增長率為18.2%。准確、客觀、中立的大數據分析結果是客戶尋求大數據分析服務的關鍵要素。獨立服務商可以更准確地識別客戶需求，避免利益沖突，保持客觀性和中立性，更好地服務客戶。2014年至2019年，金融服務業獨立大數據分析服務提供商的市場份額將從2.3%提高到9.7%，預計2024年將進一步提高到16.8%。