【摘要】当今科技技术不断更新，互联网对人们的重要性不言而喻，尤其是在金融领域，与互联网相结合使得金融领域得到迅速的发展，要想让互联网金融进一步发展就需要重视大数据技术，本文作者进过长时间的研究，分析出互联网的具体应用，希望能够为用户提供更多贴心、便捷的服务。
【关键词】大数据 互联网金融 风险控制 网络平台 风险管理体制
对于金融领域来说，与互联网相结合是这个时代背景下推动行业进一步发展的必要措施，我们能够利用互联网里面的海量资源和各种平台以及大数据统计等，在金融领域里实现增加融资渠道和安全交易等金融行为，并且金融公司可以利用互联网开展网上业务，拓展市场，如今利用大数据技术帮助互联网金融行业发展已成为各大行业及企业关注和追捧的课题。
一、互联网金融和大数据的特点
（1）互联网金融的特点 交易成本低廉：所谓的交易成本就是指双方在资金交易的过程中所产生的成本。传统交易中，交易过程体现了大量的人力物力成本、信息发布及传递成本、客户营销及培育成本而在互联网工具应用之后，这些成本大幅降低，企业可以直接利用网络平台进行信息发布，客户还可以根据企业提供的线上平台交易场境快速完成交易，互联网交易模式突破了时空的局限，间接地减少了人力和物力成本。在互联网模式下，随时随地可以進行交易，交易操作简单便捷、效率高，。数据价值大：基于大数据技术的电子商务，有助于快速获客和提升市场规模占比。当今社会是一个人人手机电脑不离手的网络社会，人们工作和生活的方方面面都离不开互联网，因此，一方面企业可以利用互联网发布信息，通过互联网提供产品和服务并最终完成客户交易，满足客户各类需求。另一方面，企业可以利用大数据的整合和共享功能能够将信息迅速传递到世界各地，为企业的展示和宣传启动支持和帮助。在信息爆炸的今天，数据就是资源，只有有效利用数据资源，才能更好提升企业的经济效益。创新与风险并存：伴随着互联网的迅速发展，一大批希望通过互联网搭建起来的新型金融体系来获获利的企业和个人快速抢夺市场，在不断创新的场景和交易模式中，金融乱象不断滋生，产品安全等级参差不齐，例如网络小额贷款、校园贷等进入人们的视野当中，很多套路贷也给不少人带来了灾难，新型事务的快速发展导致相应法律法规的缺失，而网络监管能力较弱更是影响我国互联网金融领域稳步健康发展的重要因素。
（2）大数据技术 大数据这一个新型的概念是刚刚进入信息时代的时候由由硅图公司麦肯锡提出的，所谓的大，就是指数据的来源广泛，总量惊人并且更新速度很快，我们需要做的就是要在这些海量数据里面辨析出哪些信息是能够为我们所利用的有效信息，找出来并且进行信息的整合，提高数据信息的利用率。在整个大数据的体系里面分为很多个环节，例如分析与计算环节，采集与处理环节，隐私与安全环节，还有存储和管理环节和可视化环节等，各个环节相互配合，一起为客户提供有效的信息，将完整的信息呈现在每一个人的面前，为客户提供更加全面和综合化的参考依据。大数据的主要特点就在数据体量大、种类全，并能通过技术实现快速展现，。目前大数据在人们生活中的应用广、成本低，其在改善生活体验，提升生活品质等方面都表现出优势。对于现如今的社会来说，人们早就习惯了数据信息无处不在的情况，习惯了各种各样的信息充斥在我们的生活工作学习娱乐等方方面面中，举个例子，很多人都会使用的一个金融产品就是阿里巴巴旗下的小额贷款产品，它在2015年累计发放了1953亿元人民币，使得整个金融领域的交易额提升了40%。利用大数据能够快速定位目标客户、定向营销和个性化定制，减少人力成本消耗和时间成本，最为重要的是通过大数据分析可建立较为完善的风控模型体系，有效降低客户逾期风险。，由于大数据的重要性，其信息安全及隐私保护等问题也将成为大家关注的焦点。
二、互联网金融应用大数据存在的问题
（1）在应用大数据技术的时候很多人会应用数据的收集和清洗以及整理、分析和数据挖掘等。在互联网金融行业里面，使用大数据技术的时候会遇到很多的问题，例如共享失联、 内容失真等。
（2）大数据失联的具体表现为数据公开不够及时，联系困难，让人在使用大数据的时候感到不满意。由于很多大数据信息受到政府监管和寡头企业的把控，人们无法较为详细和立体的获取网络上的大数据资源，在掌握大数据信息和无法掌握大数据信息的两类人群中即造成了一定的信息不对称。对于企业来说他得不到自己想要的信息会使得公司的决策出现问题，经营效果不理想。
（3）在使用大数据的时候最应该重视的问题就是信息筛选的问题，虽然大数据能够提供海量的信息，但是其中有很多信息内容并不真实，那些虚假信息一旦被有心人利用就会给他人造成无法弥补的伤害，因此，如何从大量的数据中，筛选出所需 要的数据，并从中提取出有用的信息是很多部门必须要思考的问题。
（4）由于互联网金融快速的发展，使得传统金融的行业越来越难以发展，大数据技术不停的创新更是为网络金融行业提供了生长的沃土，要想进一步推进互联网金融行业的健康发展，就必须依靠相关的技术人员的不断创新，所以需要培养一部分的网络技术人才。
三、大数据在互联网金融中的应用
（1）高频交易和算法交易 很多交易者想要获得更大的经济利益，会使用一些能够在短时间内完成大部分交易的交易软件和设备提高工作效率，这些设备能够快速的将信息进行分析整合帮助交易者第一时间内完成交易。运用大数据技术帮助交易者进行高频交易，对特定的参与者的交易痕迹进行识别和总结。
（2）进行市场情绪分析 在前几年，很多社交媒体中开始出现一些特别的算法交易，这些特别的算法交易能够在纷繁的市场信息当中提取出一些情绪信息，被人们称之为对冲基金。很多社交网站当中会根据市场的情绪来抛售一些订单，通常是一些引起恐慌的时间，例如一些自然灾害和一些恐怖袭击的时候。精神病专家理查德·彼得通过建立对冲基金来追踪网站的企业情绪的方式来制定一些独特的基金交易策略，并且成功的在当年收获了将近百分之四十的回报率，这些例子更加证实了金融市场的变化受到市场情绪的影响很大，还有一些小型的企业在社交媒体上面收集一些对冲基金的信息通过分析对冲基金当中出现的市场情绪帮助投资者制定相关的投资计划。
（3）提高风险的管理力度 很多金融机在进行数据收集的时候偏向收集一些小型用户的交易记录，通过大量的收集这些信息能够准确的了解交易范围、经营状况、用户、资金需求以及行业的发展，并且能够短时间内解决企业的资金困难。这个实例就是阿里巴巴的小额贷款项目能够为一些贷款金额较小的用户们提供个性化的需求，还能够拓展企业的融资途径，为企业解决当下的资金困难的问题。阿里小贷首创了线上的审核到放贷的模式，有效连接贷款的全过程，为弱势群体提供个性化的小额贷款。
四、大数据在互联网金融风控方面的具体应用
由于我国经济建设起步比较晚，金融体系也不够完善，在快速增长的情况下，一系列问题逐渐显现。虽然我国已拥有庞大的用户和市场，能够推动我国的整体社会的经济发展，但是我国的金融企业把控不到最准确的信息，致使很多企业不了解市场用户真实准确的金融产品，自然其推出的金融产品的匹配度肯定与客户实际的需要存在偏差，再加上大数据时代信息纷繁杂乱，很多人分辨不出信息是否有利用价值，经常被假信息欺骗，这些数据的来源不确定性和信息不完整性进一步造成了互联网金融的发展困难。在这样的市场环境下，很多企业不愿意依赖央行的征信体系，他们自发形成一定的风险控制系统。一方面，在央行的征信系統中，用户需要授权查询，且仅能在央行制定的金融机构查询相关征信信息，需要向银行递交征信查询授权书等申请材料，时效性很难与互联网金融模式相匹配。另一方面，央行征信提供信息均为客户过往记录，数据碎片化，不能涵盖客户非金融机构负债情况等问题也都制约了对客户综合评定风险等级和匹配适度授信额度的准备把握。而第三方所提供的征信体系则获取成本低，时效快，且不需要本人授权，导致大量的线上融资平台均借助此模式建立风控模型，从客户行为、交易习惯等方面获取和评定客户风险等级，但同时也带来另一层面的问题，即这些小贷公司所提供的贷款未与央行征信体系联网，无法查询到这些借贷记录，这就给金融市场带来了很大的风险隐患，而且市场上不乏鱼龙混杂，真假难辨，给金融市场监管和客户识别都造成困难。在市场不断发展和业务需求不断提高的背景下，一些市场大数据平台应运而生，如阿里基于淘宝、天猫等场景及支付宝交易，快速建立起基于客户信息流、资金流和物流为一体的大数据风控体系，能够综合掌握客户日常生活消费及行为习惯，并将该系统在线上融资授信、信用卡申请、出境签证、互联网共享平台担保等一系列民生场景进行引用，很大程度方面了人民的生活，同时也为企业提供了较为有效的风控基础。而在数据不断应用的过程中，该风控能力也随之不断提升，不断完善和有效的征信体系必将为我国生产生活及金融服务等各个层面提供风控数据支持。
五、结语
互联网金融服务将会建立更完善、更全面的信用体制和风险管理体 制，但是现阶段互联网交易额较小，用户规模不大，需要结合实际情况及时修正模型，从而优化风险控制模型。
参考文献：
[1]王嘉仪.大数据在互联网金融风控中的应用探讨[J].信息系统工程，2018，（07）.
[2]刘洹庚.浅析大数据在互联网金融领域的应用[J].中国国际财经（中英文），2018，（03）.
[3]张李遥.大数据风控在互联网金融领域的应用[J].电子世界，2017，（23）.