大数据金融信息服务业

A. 互联网金融给传统金融服务业带来哪些挑战

与银行相比互联网金融的优势
主要采取线上操作，交易成本低。尽管目前还没有互联网金融公司与商业银行管理费用的比较数据，但根据普华永道的调查，美国银行业一笔交易通过网点完成的平均成本为4美元，通过手机银行的平均成本为0.19美元，通过网银的成本为0.09美元，即网点的交易成本是网银的40倍。由于互联网金融公司的主要交易是通过网络完成的，基本上没有物理网点，也不需要队伍庞大的营销人员，加之流程相对简单，而商业银行通常都有众多的物理网点、有众多的前台营销人员、中后台管理人员，因此互联网金融公司的管理成本相对传统商业银行具有一定优势。
几乎不受金融监管，存在制度套利。互联网P2P公司的业务模式主要分为互联网金融服务（网络基金、保险（放心保）销售和融资）和金融的互联网居间服务两类，其中互联网金融的融资服务实际上在履行传统商业银行的融资功能，即实现储蓄投资功能的转换。目前商业银行的存款负债业务接受严格的监管，存款需要向央行上缴约20%的存款准备金，贷款余额需要接受75%的存贷比限制。更重要的是，商业银行需要满足8%的最低资本充足率的要求。另外，银行还要接受监管机构对其流动性、合规性、反洗钱等方面的定期、不定期的检查。而互联网金融P2P公司却可以不受这些监管规则的约束，尤其是可以不受资本充足率这一杠杆倍数的限制，这使得P2P公司的贷款业务扩张不受资本的约束，可以实现快速的扩张。简言之，P2P公司相对银行通过监管套利实现较快增长。
运用互联网先进技术，在信息获取方面具有一定优势。传统商业银行在信用风险评级时提供的利润、现金流等财务数据，即银行信息主要依赖贷款申请人提供和调查人员的搜集，而互联网金融P2P公司则通过社交网络（像Facebook）、电商平台、搜索引擎、云计算等互联网平台或技术获取客户信息流、资金流、物流等信息，然后运用数据挖掘、模型分析等技术手段，对借款人的还款意愿及还款能力进行准确评估。因此，互联网金融公司相对传统商业银行，可以更好地解决小微金融客户的信息不对称，更准确地识别和评估客户风险，实现科学地资产定价和风险管理。
与银行相比互联网金融P2P公司的劣势
资产负债规模相对较小。无论是全球还是国内，无论是单个互联网金融P2P公司，还是互联网金融整体，从信贷规模、负债规模等都无法与传统商业银行同日而语。资料显示，国内互联网金融公司中最具影响的阿里金融，其小微贷款余额约200亿元，吸储产品余额宝余额约500亿元，而2013年三季度工行贷款总额为9.6万亿元，存款总额为14.7万亿元，分别是阿里金融的480倍和294倍。《中国P2P借贷服务行业白皮书2013》的数据显示，2012年末，P2P贷款服务平台超过200家，可统计的P2P平台线上线下借贷规模在500亿～600亿元之间，而2013年10月银行业贷款余额为70.8万亿元，可见短期内互联网金融贷款规模和传统银行远不是一个量级。
融资渠道少，经营风险高。传统商业银行，尤其是上市银行可运用众多融资方式，包括发行股票、债券、同业拆借、央行贷款、发行理财产品、吸收存款、转让贷款等，但互联网金融公司除了通过高收益金融产品（余额宝）吸引存款之外，其他融资渠道较少，因而，互联网金融公司面临着巨大的流动性风险。另外，中国缺乏成熟的个人征信体系和类似Facebook那样的实名社交网站，这导致中国互联网金融公司贷款面临更高的违约风险，致使互联网金融公司面临较高的信用风险。据“网贷之家”统计，2013年1至11月，出现危机或关停的网贷公司有49家，一些公司老板甚至已“携款跑路”。
信息披露不充分，资本杠杆倍数过高。由于互联网金融P2P公司不受银监会、央行和证监会等机构的监管，没有披露类似银行的存贷比、存款准备金率、资本充足率、拨备覆盖率、不良率等指标，甚至没有披露基本的财务报表，因而投资者（借款人）对互联网金融公司的风险难以判断，而且当互联网金融公司违约或破产时投资者的损失得不到补偿。另外，互联网金融公司用来缓冲贷款损失的自有资本明显不足。数据显示，2012年互联网金融公司“温州贷”、“人人聚财”注册资金均为500万元，“人人贷”、“拍拍贷”、“中宝投资”的注册资金均为100万元，而它们在2012年的交易额分别达到20.7亿元、8.5亿元、3.97亿元、3.4亿元、13.45亿元，如果以银行的标准计算这些互联网金融公司的资本充足率，估计不会超过3%，这使得互联网金融公司的资本杠杆倍数超过30倍，与破产之前的雷曼相当。
对银行业的启示
1、大力发展网络银行、手机银行等电子银行渠道，降低传统银行的经营成本。
2、充分运用社交网络、大数据、云计算、搜索引擎、电商交易数据和数据挖掘等计算机、互联网技术对小微金融客户进行信用评级和贷款定价。利率市场化和金融脱媒已势不可挡，中国银行过度依赖利差收入的盈利模式面临挑战。大力发展银行具有定价优势的小微金融已成银行业的共识，但由于小微企业并没有可信的财务报表数据，运用传统的方式并不能获取所需的财务信息。银行业可以借鉴互联网金融公司处理信息的经验，运用社交网络（例如Lending Club与Facebook合作）、云计算、搜索引擎、电商交易数据等互联网、计算机技术或平台，运用数据挖掘、模型分析等技术手段，对小微客户的还款意愿及还款能力进行准确评估，从而有效控制信贷风险，并实现交叉销售。
3、借鉴互联网金融P2P公司经验，发展节省资本的P2P撮合业务。由于中国银行业资产规模保持快速增长，而资本补充受到多种因素的制约，因而银行业发展面临资本充足率的约束。目前银监会对大型银行和中小银行的资本充足率要求分别为11.50%和10.50%，部分股份制银行和城商行勉强达到规定的资本充足率要求，因此，调整资产和业务结构，大力发展低资本消耗业务是银行业的必然选择。建议物理网点不具优势的中小型银行通过建立P2P平台（可借鉴招商银行(行情,问诊)的小企业e家投融资平台），在监管政策许可的情形下，适度发展针对小微企业、零售客户的P2P投融资撮合业务，增加银行的中间业务收入，减轻补充资本的压力。

B. 大数据对信息服务业的发展趋势的影响

每天随着越来越多的信息被收集和存储起来，大数据正呈爆炸式增长，在互联网行业发展过程中，数据量的增长已经出现了前所未有的速度，数据中心正在成为新时代的“信息电厂”，成为知识经济的基础设施。数据正在成为从工业经济向知识经济转变的重要特征，成为新时代最关键的生产要素和产品形态。

C. 大数据金融前景

一、大数据金融的含义
大数据金融指的是将巨量非结构化数据通过互联网和云计算等方式进行挖掘和处理后与传统金融服务相结合的一种新的金融模式，它是一种相比于传统金融更加透明、参与度更加广泛、体验更好、效率更高的新兴金融模式。
广义的大数据金融包括整个互联网金融在内的所有需要依靠发掘和处理海量信息的线上金融服务。也就是说，我们所提到的不管是P2P还是众筹等互联网金融行为，其核心都是大数据金融，因为互联网金融如果没有大数据的支撑，就成了一个单纯意义上的平台。而互联网金融得以在互联网诞生之日起，到今天人类社会进入“PB（1024TB）”时代，历年来数据信息的记录与积累，以及云计算技术的不断成熟，使得大数据金融在互联网诞生数十年后终于可以一展风采。持续高增长的电子交易数量和网络零售服务，使得依赖于商务需求的金融体系能够在线上寻求到数据支撑。

狭义上的大数据金融指的是依靠对商家和企业在网络上历史数据的分析，对其进行线上资金融通和信用评估的行为。我们可以很直观地看到，最初在互联网平台上寻求到金融服务的商家和企业，一类是在互联网平台上留下了一定数量的历史信用信息的商家或企业，另一类是在相关产业之内积累了相当程度的历史信用的商家或企业。而从未在线上或实际交易中产生过信息的全新商家和企业在没有建立足够的交易基础之前是不太容易通过单纯的信用方式进行这种融资的。无论是广义还是狭义的定义，大数据金融的核心内容都是对商家和客户的海量数据进行收集、储存、发掘和整理归纳，使得互联网金融机构能够得到客户的全方位信息，掌握客户的消费习惯并准确预测客户行为。这样的做法不管是作为评级认定标准，还是作为目标客户进行营销宣传的理由，都能够使互联网金融机构对自己的风险进行控制，对自己的发展策略进行更详尽的规划。作为大数据的使用者，互联网金融机构必须为数据的采集和使用付出成本，如果不是同时作为数据的收集方，进行原始数据的采集和整理，那就要向数据来源的第三方支付使用费用。
二、大数据金融的发展机遇
1.互联网企业自身转型需要。随着电商竞争愈演愈烈，最初的零售领域与支付领域的竞争已逐渐延伸到了整个供应链的其他环节，包括物流、仓储，自然也包含了最重要的金融服务。尽快发展自身原有业务引申出来的大数据金融服务，有利于建立用户黏性。积极地进行专业化、个性化定制金融服务对未来电商领域的全方位竞争有着十分重要的意义。
2.实体产业需要大数据金融的支持。大数据金融通过各种方式给市场带来了活性，整个产业链的效率提升、资源配置优化是有目共睹的，虚拟经济与实体产业的下一步发展，必定都离不开大数据金融的支持。打通上下游环节，使资金更有效率，无论是对电商的未来发展还是对传统金融的突破都大有益处。
三、大数据金融面临的挑战
大数据使得互联网金融得到空前的发展，同时也带来了一系列的问题。原来的互联网非金融机构从事类金融服务，给传统的金融体系带来了一定的冲击，如何协调和处理好这两者之间的关系，成了未来大数据金融发展至关重要的环节。未来，大数据金融的发展必将基于传统金融行业与互联网大数据技术的进一步融入和整合，这就要求金融服务与互联网及大数据的关联程度必须不断加强。
1.必须推进金融服务与社交网络的进一步融合。使金融业的数据来源能够脱离早期呆板滞后的提交、审批、尽职调查等来源方式。要使金融信息的获取渠道能够直接深入金融服务本身，就要利用互联网、社交媒体等新的数据来源，从多渠道获取实时客户信息和市场信息，充分了解自标客户的需求和资质情况，建立更高效的客户关系与更完整的客户视图，并利用社交网络对忠实客户和潜在客户进行精准营销和定制化金融服务的方案。

2.传统金融机构要进行互联网、大数据金融的转型，必须要处理好与数据服务商的竞争、合作关系。目（下转80页）（上接76页）前，线上互联网企业由于占据极大的平台优势，垄断从交易发生到交易结算的各个环节以及这其中产生的各项数据信息，使传统金融企业想要介入十分困难。要想在实际过程中重新组建自己的数据平台，从时间方面来看，已经处于劣势。因此，传统金融机构与数据服务商开展战略合作是比较现实的选择。
四、大数据金融的发展趋势
大数据技术还远未成熟，而大数据金融带给我们的变化已足以让人惊讶，大数据金融的未来也是一片光明。未来，随着大数据技术的不断成熟，大数据金融的发展也必将进一步改变人们的生活生产方式。
1.大数据金融跨界发展。由于互联网技术的开放性，信息不对称将显著减少，金融在日后也许就不是少数传统的金融从业者的专属领域了。从供应链要求的技术来看，互联网企业、软件企业都纷纷加入大数据金融的开发中，大数据进入跨界发展的趋势越来越明显，金融业的竞争也将由于未来力量的冲击变得更加激烈。这也可能导致将来金融业内部混业经营的进一步发展，银行金融与非银行金融的界限、证券公司与非证券公司之间的界限都可能变得非常模糊。

2.大数据金融服务多样化。大数据金融从电商平台发展出来以后，不断地整合发展传统产业，从零售的日用百货发展到电子产品，再到汽车，甚至是大宗商品交易，未来也会发展到房地产、医疗等方面，日常的金融服务也将不断地扩展，综合化、社会化、日常化。
3.大数据金融服务专业化。随着涉足领域越来越广泛，大数据金融必将产生专业化趋势，产生更明确的产业链分工，根据不同的环节或者是不同的行业，其服务内容都将产生一系列的变化。同时随着发展水平的提高，必定会有高要求的定制化服务、个性化服务要求，未来的大数据金融企业必将以客户为中心，高度精准与定位客户需求来制定专业的个性化服务。总而言之，大数据金融凭借高度数据化的管理和运作模式，在互联网发展的今天有着不可替代的地位，将来大数据金融必将是金融业发展的中流砥柱，它将进一步渗透到各行各业的每一个角落，不断地促进金融生态的发展。在不久的将来，每个人都将能够切身体会到大数据金融带来的变化，都能从大数据金融的发展中获得益处。

D. 大数据应用的第一、二、三产业价值

大数据应用的第一、二、三产业价值
大数据应用在目前已经得到了部分推广，其在IT、金融、交通、制造等多个方面已经开始提现价值。大数据应用的整体范围是从服务业开始，向第二、第一产业推广的，今后其在工农业领域也将发挥不亚于第三产业中的价值。
大数据应用的第三产业价值
大数据应用在理论上是可以让所有产业都从中获益的。而根据1985年我国统计局的产业划分来看，农、林、渔、牧被定为第一产业；工业和建筑业被定为第二产业；其他均为第三产业。而由于数据缺乏及从业人员等原因，第一、二产业的发展速度相对第三产业会有所迟缓。
第三产业一般被认为是服务业，其一般可分为流通部门和服务部门两种。而第三产业中汇聚了大量的数据以及大批科研中坚，因此大数据行业在第三产业中最先开展，效果也最为突出。
医疗健康方面，一些贴身设备可以收集用户的健康数据，从而建立一个专属的健康档案，通过运动、呼吸、心率、睡眠等多个角度来确定用户的需求，通过大数据分析为用户建立专属的解决方案。也可以在医院等场所收集患者信息，进行疫情的预测。
第三产业的数据产生量和处理能力都更高
交通方面，通过车辆位置、时间等信息确定路况，为驾驶员提供最快捷的路径选择， 避免堵车。在普通用户方面，利用手机收集地理位置等数据，结合地铁、公交等多种手段帮助用户找到最佳出行方式，同时利用这些数据进行数据库的更新，保障数据的完整无误。
金融方面， 利用机器学习及大数据对每一个信贷申请人进行全方位分析，对借款人过去的信用资料与数据库中的全体借款人的信用习惯相比较，检查借款人的发展趋势跟经常违约、随意透支的用户进行比较，减少欺诈损失、管理信贷风险以及不良信贷的问题。
电信方面，通过集成数据对客户流失的原因进行综合分，利用分析结果对于网络布局进行优化，为用户提供更好的服务；同时，对用户行为进行分析，及时推出符合用户兴趣的业务解决潜在流失用户问题。企业方面，发挥自身优势帮助企业收集、管理和评估大数据集，然后以可视化的方式将这些数据呈现给企业，帮助企业改进决策。
大数据应用的第二产业价值
大数据应用在第二产业之中与物联网有着密不可分的联系。物联网的发展，需要以RFID、工业大数据、传感器及其网络的应用为切入点，最终实现经济效益提升、安全生产和节能减排的目的。
钢筋水泥的大数据驱动
大数据一般具有种类多、数量大和实时性高的特点，而工业中的数据尽管多，可是普遍是以数据表格以及纸质数据为主的，这种数据管理方式存在诸多问题，也不利于数据分析。而随着工业化和信息化的结合，工业大数据得到了发展，但是数据依然是以非结构化数据为主。而大数据的发展并没有让工业数据采集变得容易，因此工业方面急需工业互联网的建设。
此外，工业数据如压力、温度等数据需要在语境中才能得到理解。如燃气轮机排气装置上的温度读数与机车的内部温度是完全不同，而如果采用传统方式分析可能需要的时间需要接近一个月，而在工业大数据应用后，这一周期得到了大幅缩短。
大数据应用的第一产业价值
在第一产业方面，种植业等一般需要大量经验的积累才能准确的掌握最大收益率。而借助大数据的力量则可以解决这一传统问题。
利用数据采集和数据分析，进行大量的采集点获取天气数据，结合天气模拟、土质分析、作物分析等做出综合判断，向农民推荐相关农作物进行种植，从而获得最大化收益。此外，可以在农田中布置传感器收集农田数据，将数据上传并进行分析后确定施肥、杀虫、灌溉以及防灾等时间，保障农作物的正常发展。
大数据种地是一种潮流趋势
渔业中可以利用探测器进行水质监测，分析确定含氧量等确定水质健康程度，帮助渔民及时了解养殖情况。林业和牧业也可以利用类似的方式获得相关帮助。
从第三产业的应用到第一、二产业推广，大数据应用的范围在不断推广。在未来，大数据还可能会向更多的领域拓展。

E. 大数据时代 数据服务业

大数据时代：数据服务业
自从苹果公司先后推出iPhone和iPad红遍全球，全世界进入了若干产业被颠覆，若干产业被重组，若干公司被干掉的大乱局面。以近来谷歌和微软相继推出平板电脑为标志，再加上它们在手机操作系统以及手机制造上的努力，可以说传统的产业划分和商业模式分析需要重新来过了。
从产业分析的角度看，今天再把网络业，IT业，电信业和软件业分开看已经什么都说不清楚了。传统的TMT概念（电信，媒体和信息技术业的统称）更是应该被扔进历史垃圾堆。一个重新定义过的大网络业概念可能会更加贴切地反映高度变动中的世界和日益模糊的产业关系。这个大网络业的上游，领军和驱动力是传统意义上的网络业（或称小网络业），中游是IT业，电信业和软件业，下游是新闻出版业，影视业，娱乐业，零售业和物流业。之所以可以把它们统统划归一个大产业概念，是因为它们都已经或正在互联网化，彼此之间形成了共生共荣的紧密关系。
从正在到来的大数据时代的角度看，也许大可不必纠缠于大网络业和小网络业如何区分的官司之中，干脆重新定义一个新概念：数据服务业。这个产业的核心资产就是电子化网络化的数据，无论这些数据来自于什么地方，什么组织或个人，什么产品或服务。五彩缤纷的大千世界里万事万物都可以转化为由0-1码子组成的或简单或复杂的数据字节。整个产业链由数据生产，数据传播，数据获取，数据存储加工和数据交换与出售等环节组成。各个传统产业可以分门别类地属于一个或数个产业链的环节。例如，新闻出版业和影视业主要从事数据生产，电信业和网站主要做数据传播，数据终端制造商帮助用户获取数据，软件商专攻数据存储加工，大家一起卷入数据交换和直接间接的出售业务。公司大小的区别主要在占有和利用数据量的大小，甚至像电子商务这样表面上很实在的业务其实也不过是通过出售附着在某种具体商品上的数据而谋利。
数据服务业和现有的相关产业的根本区别在于其商业模式是数据驱动型，是对大数据的深度分析加工，是对大数据的多重利用和深度利用，是对现有简单直接商业模式的增值服务。一个理想的全产业链数据服务业公司应该由全系列数据终端的设计与销售，通用型开放平台的开发与运营，云计算后台的开发与支持，数据存储与使用后台以及数据分析与数据产品平台等部分组成。这样一个公司中CIO或CDO（首席数据官）扮演重要的领导角色，雇佣大批数据科学家，数据工程师和数据产品经理。实际工作中数据以TB为最小使用单位，业务讨论中最常使用的名词是“最小数据集”（Minimum Data Set 或MDS），“元数据”（Metadata），“数据集市”（Data Mart），和“设施即服务”（Infrastructure as a Service 或IaaS）。同现有网络业商业模式相比，这个公司的商业模式具有鲜明的精准性，智能化，个性化和多样化的特色，具有高出若干倍的投入产出比和性价比。
如果从这个逻辑去看苹果的iPhone和iPad，就不会仅仅叹服其精美的设计，强大的功能和惊人的市场征服力，而会思考苹果怎样从一个IT公司转型为走向未来数据服务业的领军者。同样，谷歌推出开放式手机操作系统和平板电脑，甚至过去很难为人所理解的企业行为，包括发射地球卫星，研制自动驾驶汽车，投资绿色能源和各种传感器的研发，都可以理解为这些不计成本的行为是全方位增加生产和获取大数据的种种努力，是在不懈地为走向数据服务业争取先发优势，是在为未来的领先地位下一盘很大的棋。同样，对微软的平板电脑和手机操作系统，亚马逊的电子书和FACEBOOK推广自家的数据中心设计，都应该归结为大数据时代来临前的热身运动。
至于一些国内的网络业公司，如果不去努力学习和思考即将到来的大数据时代，不去未雨绸缪地争取孕育中的数据服务业的战略机会，而只是机会主义地邯郸学步，东施效颦，也去做什么手机，那只能是捡了芝麻，丢了西瓜。如果自身没有成龙配套的操作系统，开放平台，云计算后台和数据分析加工平台，单兵突进只做手机，也许在某个时段能赚点钱，但长远看是没有前途的。那些在手机首页集成点自己的服务，高呼抢占网络入口口号的伎俩，在滚滚而来的大数据洪流面前显得那么苍白无力。何不舍弃鸡肋，重新定位，发挥优势，争取不要在大数据时代掉队呢？

F. 大数据主要学什么

大数据分析挖掘与处理、移动开发与架构、软件开发、云计算等前沿技术等。

主修课程：面向对象程序设计、Hadoop实用技术、数据挖掘、机器学习、数据统计分析、高等数学、Python编程、JAVA编程、数据库技术、Web开发、Linux操作系统、大数据平台搭建及运维、大数据应用开发、可视化设计与开发等。

旨在培养学生系统掌握数据管理及数据挖掘方法，成为具备大数据分析处理、数据仓库管理、大数据平台综合部署、大数据平台应用软件开发和数据产品的可视化展现与分析能力的高级专业大数据技术人才。

(6)大数据金融信息服务业扩展阅读：

越来越多的行业对大数据应用持乐观的态度，大数据或者相关数据分析解决方案的使用在互联网行业，比如网络、腾讯、淘宝、新浪等公司已经成为标准。而像电信、金融、能源这些传统行业，越来越多的用户开始尝试或者考虑怎么样使用大数据解决方案，来提升自己的业务水平。

在“大数据”背景之下，精通“大数据”的专业人才将成为企业最重要的业务角色，“大数据”从业人员薪酬持续增长，人才缺口巨大。

G. 全球研究咨询领域八大信息数据提供服务商都有哪些

1、Bloomberg

成立于1982年的美国彭博资讯公司是目前全球最大的财经资讯公司。BLOOMBERG PROFESSIONAL（R）（彭博专业）服务及彭博的媒体服务整合在一个平台上为全球各地的公司、新闻机构、金融和法律专业人士提供实时行情、金融市场历史数据、价格、交易信息、新闻和通讯工具。彭博是全球商业、金融信息和财经资讯的领先提供商，通过其强大的信息、专家和咨询网络为全球重要的决策制定者带来关键优势。彭博的优势在于通过创新的技术来快速、精准地传递数据、资讯和分析工具，核心产品是彭博专业服务（BLOOMBERG PROFESSIONAL）。彭博专业服务为全球逾310，000用户提供实时金融信息。彭博的企业级解决方案建于公司的核心优势之上，利用技术来帮助客户更高效地访问、整合、发送并管理整个组织的数据和信息。

2、Capital IQ

Capital IQ是标普旗下的核心金融数据库，为国际顶尖投资银行、私募股权基金人士的必备工具，涵盖全球上市公司、非上市公司、各类私募股权基金及专业人士的各类详尽信息。数据库提供了非常方便的检索工具和Excel工具，方便使用。Capital IQ提供了强大的搜索工具和分析工具，帮助投行和PE的各个级别人士在海量数据中迅速提取有效信息，进行估值分析。国外的高盛、摩根士坦利、华平投资、KKR，国内的鼎晖、弘毅、中信产业基金等将Capital IQ作为工作必备工具，提前掌握Capital IQ的使用将有助于获得投行和PE的工作机会。

3、Thomson Reuters

汤森路透（Thomson Reuters）成立于2008年4月17日，是由加拿大汤姆森公司（The Thomson Corporation）与英国路透集团（Reuters Group PLC）合并组成的商务和专业智能信息提供商。主要为专业企业、金融机构和消费者提供财经信息服务，例如电子交易系统、企业管理系统和风险管理系统、桌面系统、新闻，以及为在法律、税务和会计、科学、医疗保健和媒体市场的专业人员提供智能信息及解决方案。公司将专业知识与创新科技相结合，为金融市场及风险管理、法律、税务与会计和媒体领域的专业人员和决策者提供重要的信息，产业还包括世界上最受信赖的新闻机构。

4、欧睿信息咨询有限公司（Euromonitor International）

公司是一家全球战略市场信息提供商，总部位于英国伦敦，其在中国分支机构为欧睿信息（上海）有限公司。企业提供的数据和分析辐射到全球范围且覆盖了上万种产品/服务品类。作为一家独立的市场研究机构，您可以完全信赖企业，并通过企业来获取每一个地区、国家的产品品类、渠道信息以及消费者的准确市场历史数据及未来趋势预测。企业具有创新性的市场调研产品，值得信赖的报告以及每天由市场分析专家更新的即时信息，使企业成为每家公司不可缺少的重要市场信息来源。企业拥有一只支庞大的、常驻于全球各国的分析师团队，深度解析当今国际化商业背景下的本地商务讯息。企业自己的全球行业专家团队确保了欧睿国际的研究在世界范围内口径的一致性。公司专长于消费市场的调查研究，业务范围涵盖食品饮料、家电、消费电子、汽车、美容及个人护理、卫生与健康、餐饮、旅游等领域，拥有跨多个行业的客户定制研究经验，致力于为全球客户提供国际市场有关行业、国家和消费者的各类商业信息。

5、深圳中为智研咨询有限公司（zwzyzx）

深圳中为智研咨询有限公司是中国领先的产业与市场调查研究咨询服务供应商。公司围绕客户的需求持续努力，与客户真诚合作，在调查报告、研究报告、市场调查分析报告、商业计划书、可行性研究、IPO咨询等领域构筑了全面专业优势。中为咨询致力于为企业、投资者和政府等提供有竞争力的调查研究解决方案和服务，持续提升客户体验，为客户创造最大价值。目前，中为咨询的研究成果和解决方案已经应用于3万多家企业，涉及机械设备、工控电子、信息通讯、食品餐饮、旅游酒店、批发零售、建筑装饰、家电家居、文化传媒、汽车与交通、化工化学、医疗医药、能源环保、公共事务等领域，并向海外市场拓展。旗下拥有大数据与信息资讯提供的深圳中为慧数信息咨询有限公司，以及管理咨询与战略规划定位的深圳万海格华管理咨询有限公司。

6、弗若斯特沙利文咨询公司（Frost & Sullivan）

沙利文公司于1961年成立于纽约。70年代，沙利文公司在欧洲各地建立办事处；80年代，成为全球领先行业数据库出版商并在80年代中期开拓市场咨询业务；90年代，在中国、日本、新加坡以及印度建立办事处；90年代后期拓展增长咨询业务；20世纪，收购技术洞察，成立会议业务部。Frost&Sullivan弗若斯特沙利文咨询公司帮助客户加速企业成长步伐，取得行业内成长、创新、领先的标杆地位。沙利文公司的增长咨询服务以及沙利文公司最佳实践奖帮助CEO及其成长团队开发、评估和实施有效增长战略。50多年来，沙利文公司立足遍布六大洲的40多个办公室，以全球化的视野，为全球1000强公司、新兴企业和投资机构提供了可靠的市场投融资及战略与管理咨询服务。1998年进入中国，在北京开设第一个中国地区办公室。至2013年底，沙利文公司在中国地区已建立了4个办公室，覆盖北京、上海、深圳及香港特别行政区。沙利文公司中国的研究板块主要包括了化工与材料、医疗与生命科学、能源与电力系统、工业与机械、冶金矿产、建筑材料、测量与测试、信息和通讯技术、汽车与交通、航空航天、环保、食品与餐饮、服装服饰、奢侈品与收藏品、房地产、其他服务业等各个细分板块。

7、万得信息技术股份有限公司（Wind）

万得信息技术股份有限公司（Wind）是中国大陆领先的金融数据、信息和软件服务企业，总部位于上海陆家嘴金融中心。在国内市场，Wind的客户包括中国绝大多数的证券公司、基金管理公司、保险公司、银行和投资公司等金融企业；在国际市场，已经被中国证监会批准的合格境外机构投资者（QFII）中的众多机构是Wind的客户。同时国内多数知名的金融学术研究机构和权威的监管机构也是公司的客户，大量中英文媒体、研究报告、学术论文等经常引用Wind提供的数据。针对金融业的投资机构、研究机构、学术机构、监管部门机构等不同类型客户的需求，Wind开发了一系列围绕信息检索、数据提取与分析、投资组合管理应用等领域的专业分析软件与应用工具。通过这些终端工具，用户从Wind获取到及时、准确、完整的财经数据、信息和各种分析结果。精于数据，以数据为起点，Wind紧密跟随金融市场日新月异的发展，不断向新的领域发展，新的产品和服务战略不断在延伸。

8、上海投中信息咨询股份有限公司（CVS）

投中信息业务始于2005年，正式成立于2008年，是中国领先的股权投资市场信息咨询专业服务机构。通过十余年专业领域的深入研究与广泛合作，投中信息积累了深厚的技术基础和人才优势，并凭借优秀的专业能力赢得基金管理机构的长期信任，在行业内拥有大量的数据存量和客户资源。投中信息通过全面的产品体系，传递及时、准确的股权交易数据与情报，为投资机构、投资银行、战略投资者、资产管理公司提供数据、资讯及分析工具；为企业提供专业的行业研究与业务实践咨询服务；为机构出资人提供全面的投资咨询顾问业务，帮助投资机构进行深度品牌管理与营销传播工作。投中信息总部位于上海，一直致力于以CVSource投中数据终端为核心向国内股权投资市场的参与方提供及时、全面的金融信息和数据服务，并以此为基础展开了其他相关的多层次的产品与服务。投中信息旨在针对国内股权投资市场的金融资讯服务及相关延伸服务，其主营业务分为数据产品-CVSource数据终端、会务服务、媒体广告、研究咨询、金融咨询五大板块。

H. 大数据金融是不是互联网金融

大数据并不是单指互联网金融。

大数据金融是指依托于海量、非结构化的数据，通过互联网、云计算等信息化方式对其数据进行专业化的挖掘和分析，并与传统金融服务相结合，创新性开展相关资金融通工作的统称。

大数据金融扩充了金融业的企业种类，不再是传统金融独大，并创新了金融产品和服务，扩大了客户范围，降低了企业成本。大数据金融按照平台运营模式，可分为平台金融和供应链金融两大模式。两种模式代表企业分别为阿里金融和京东金融。

拓展资料：

互联网金融行业面临大洗牌

在去杠杆的严监管的大背景下,近期信用风险事件频频爆发,根据网贷之家的数据显示,自6月以来,P2P行业新增问题平台133家,其中95家发布了相关逾期或停业兑付公告。

违约事件频发的主要原因1)随着市面上资金收紧,一些资质较差的企业出现债务违约,影响到相关P2P平台2)一些产品不合规、风控能力较差的平台,高返利的平台受到资金收紧的影响资金链断裂3)P2P平台频繁暴雷,引发投资者恐慌性挤兑,一些运营良好的P2P平台受到波及导致兑付困难。

短期来看行业集中暴雷会导致行业承压,另一方面随着不良企业出清,风控良好、经营合规的头部互金公司有望迎来快速发展,互联网金融企业能够服务一些传统金融机构难以触及的领域作为传统金融机构有效补充,随着百行征信建立,征信体系的逐渐完善,预计行业风控能力将显著提升,重点关注行业头部企业

I. 中国有哪些金融大数据公司

中科院附属《互联网周刊》发布了2021年金融大数据30强榜单，并评选出今年以来在金融大数据方面取得突出进展的代表性企业。随着大数据和人工智能技术在金融领域的创新与实践，融汇金科上榜了！《互联网周刊》创刊于1998年，是中国互联网和it行业最成功的主流商业杂志之一。早在几年前，《互联网周刊》就开始在互联网行业发布各类榜单，在业内具有很高的权威性。此次入选榜单，无疑是对荣辉金科强大的研发能力和行业领先的金融科技布局的肯定。

中国金融服务业大数据分析服务市场总收入1093亿元，其中金融风险管理收入323亿元，客户生命周期管理收入770亿元，后者包括吸引新客户和现有客户管理。预计2019年至2024年，大数据分析服务市场将继续保持快速增长，2024年将达到2524亿元人民币，年复合增长率为18.2%。准确、客观、中立的大数据分析结果是客户寻求大数据分析服务的关键要素。独立服务商可以更准确地识别客户需求，避免利益冲突，保持客观性和中立性，更好地服务客户。2014年至2019年，金融服务业独立大数据分析服务提供商的市场份额将从2.3%提高到9.7%，预计2024年将进一步提高到16.8%。