大数据在我国期货行业的应用

摘 要：在网络和移动网快速发展的当下，已进入大数据发展时代。从金融行业来看，大数据不断得到推广，一方面支持金融行业发展，另一方面，在大数据快速发展后，数据类型变得更加复杂多样，怎么样对数据进行处理、运用，这是金融创新与监督管理工作的一个难题，具有重要的研究意义。在对大数据特点作出分析，同时对大数据应用模式与应用范围进行对比，对大数据在期货领域推广的实际情况进行阐述，最后概括了大数据大环境中期货领域面对的考验，并给出了具体的应对策略。

关键词：大数据 期货行业 应用

因为网络和移动网络快速向前发展，不管是数据规模，还是产生数据的速度，均获得快速增长。从IDC提供的预估数据来看，2020年全世界数据规模巨大，大于40ZB（大概为4万亿GB）。人们进入了大数据发展时代。从金融行业来看，大数据不断得到推广，一方面支持金融行业发展，另一方面，在大数据快速发展后，数据类型变得更加复杂多样，怎么样对数据进行处理、运用，这是金融创新与监督管理工作的一个难题，具有重要的研究意义。

一、大数据的特征与应用

2011年，麦肯锡对外公布的以大数据为主题的一份调研报告，第一次运用了“大数据”这个词汇。自此之后，美、日、中等国家先后出台实施了大数据计划，或推出相应的战略引导。联合国在2012年出台了《大数据政务白皮书》，对各个国家在运用大数据方面的工作进行了归纳概括。不过一直到现在，何为大数据，尚未制定统一的定义。麦肯锡指出，大数据可理解为在某个时期当中，难以通过传统数据库有关工具收集、保管与分析其内容的所有数据的集合。与之进行对比，Gartner作出的定义要较为好理解一些：大数据即必须通过新处理模式方可具备更为优异的流程优化能力、决策力以及洞察力的多种多样的、高速增长的、规模庞大的信息资产。IDC以可操作性为切入点，站在技术角度作出如下定义：大数据属于一种新型的技术与架构，旨在通过低廉的成本支出，在规模庞大的、多元化类型与结构的、高频的各类数据中得到相应的价值信息。

尽管不同机构作出的定义不一样，不过，从中不难发现，大数据具备普遍认可的Volume（容量巨大）、Value（价值密度不高）、Variety（类型丰富）、Velocity（速率极快）的4V特征。

从大数据运用角度来看，尽管其还在初级阶段，不过，其能够对各领域产生变革性的影响。麦肯锡认为，在美国的制造业、欧洲的公共管理等5个领域当中，大数据发挥着巨大的作用。就公共管理角度来看，年均潜在价值为2500亿美金。

大数据属于资源的范围，不过与普遍资源不一样，其具有可再生性的特点，且在业务不断壮大、数据持续扩展中不断累积，愈是深入挖掘则数据量愈大，愈是进行分析愈加具有价值。当下，证券、银行等领域逐步摆脱经验与直觉的束缚，着重在开发利用各类信息方面下功夫，运用大数据为决策提供参考，以挖掘更多的价值。

首先，大数据发展条件下，数據逐步发展成公司的一项战略性资产，变成推动公司创新、提升公司竞争力的核心内容。在公司决策方面，由于大数据施加的影响，已改变了过去的“业务驱动”模式，朝着“数据驱动”方向发展，公司决策过程也相应发生变化，一改之前的“被动式”做法，朝着“预判式”方向转型。

其次，在充分运用大数据的基础上，金融领域可以对不同层次客户的实际所需予以深入的了解，在设计产品与经营管理工作中，树立起客户至上的理念。

再次，大数据可以对金融领域的管理模式产生变革性的冲击，尽可能推动高效的开展金融服务工作。在充分运用大数据之后，会对金融部门的业务流程、经营等产生重要影响，进而做出相应的调整与整合，持续提升核心竞争水平，占据更大的市场份额。

二、我国期货行业对大数据的应用现状

2015年9月，中国出台实施了《促进大数据发展行动纲要》。因为国家层面的顶力支持，在经济转型发展、重新提升国家核心竞争力方面，大数据将发挥更大的作用。就行业发展角度而言，从《2015年中国大数据交易白皮书》可预测，2020年国内大数据将获得巨大发展，拿产业市场规模来说，从2014年的767亿人民币上涨到8228.81亿人民币，年度复合增长速度为48.5%。

从期货行业来看，也在不断推进大数据的应用，不管是监管部门，还是交易所，或是期货公司，均作出了大量的努力。

（一）大数据推动监督管理机构切实开展市场监管工作

因为大数据的发展，中国证券期货监督管理委员会使出重招，对暗箱式交易、普通手段无法发现的、泄露内幕信息、多种违规交易并存等行为进行严厉打击。从2013年6月正式使用大数据分析系统至今，监管成绩显著，累计对375例内幕交易线索进行了调查，其中142例进行了立案，同比分别上涨了21、33个百分点。

有关方面也乘势而为，构建了“证券期货行业数据模型”，将期货领域的一些制度流程、政策规定等当作主要依据，根据“披露”、“交易”、“监管”三个方面的业务工作，编制了期货领域机构内部数据流图，以及顶层数据流图，将整个市场当中所有数据和业务流程的共性信息，建立了相应的数据模型。此外，在运用抽象数据模型的基础上，以期货公司、证交所、监督管理层、基金公司、证券公司以及期货交易所等为切入点，构建了相应的逻辑模型，从而让监督管理机构可以及时得到精准的市场数据。

在网络技术快速发展的当下，我国期货交易所也清楚地看到，大数据能够发挥巨大的作用，因此加大了“数字监管”建设力度，对市场风险、投资者行为等作出进一步的研究分析，不断优化监督管理方式方法，进而让期货交易所能够高效地开展一线监督管理工作。

（二）大数据促进期货公司创新发展相关业务

国内期货公司遵循“客户至上”的理念，不断加快大数据实践运用的探索与研究。得益于IT技术与大数据强有力的支持，这些企业依托CRM系统成功的研发出了富有个性特点的服务体系，结合客户的行为分析情况，及时针对性地在交易行为诊断、策略服务与风控产品方面提供服务，进一步增强客户的风控、投资管理水平。在企业资产管理方面融入大数据，对交易策略进行完善与丰富，对产业宏观基本面、现货与期货的数据进行有效的整合，在全面挖掘数据的基础上，对行业风险、系统性风险进行精准的评估，基于此提供极具竞争优势的交易策略，进一步做好资产管理业务工作，增加盈利能力。

三、我国期货行业大数据建设面临的挑战

现阶段，从国内期货领域来看，虽然在大数据建设方面有了一定的成绩，不过，依旧存在诸多挑战。

（一）还没有构建起大数据宏观规划

从期货领域来看，就大数据建设层面而言，依旧在起步时期，就应用角度而言，大部分依旧在对传统数据进行深层次的挖掘，与真正意义上的大数据相比，依旧存在较大的差距，表现出大数据理解不到位、运用不够深入与全面等诸多问题。从宏观角度分析，尚未构建具体的规划，不管是基础平台建设，还是通用标准的制度，或是出台政策规定等，均有待进一步完善。

（二）期货业务复杂程度不断提高

从期货交易层面分析，在其复杂性不断增强之后，在市场监督管理工作中融入大数据变得越来越难。尤其是在期货品种，特别是金融期货品种不断增加，市场不断发展壮大，品种间的特点不一，多个产品监管导致出现交叉性风险等相关问题。从我国来看，因为程序化交易的不断发展，出现了诸多风险隐患，如果市场发生巨大的波动，在金融产品方面势必会发生诸多连锁性反应，导致存在严重的系统性风险。在期货业务不断变革发展过程中，怎么样同步做好大数据建设工作，可谓是极具挑战。

（三）期货数据平台需要调整

现有的期货（交易所、期货公司）的数据平台主要应用于期货交易与行情查询等，商业智能、数据仓库致力于解决结构化数据的整合分析。大数据的出现，将改变传统的以结构化数据为依托进行设计的数据中心基础架构、数据库、应用程序等。为此，基础IT架构和部署需要进行相应的调整，引入新的大数据技术，并与原有IT基础设施有效整合。构建期货行业大数据分析平台，对期货行业的创新能力、专业化管理以及高效决策支持都具有重大意义。同时，数据平台的建设，需要大量资金的投入，对期货公司也形成压力。

（四）数据处理技术标准变得更严格

从传统数据采集工作来看，其数据来源不多，同时在保存、分析等方面，工作量也不大。在大数据时代下，数据规模巨大，且来源众多，同时具有各式各样的类型，数据展现方面有着严格的要求，同时对数据可用价值、高效处理分析工作比较重视。与此同时，数据标准可能口径多样，各类数据无法有效地进行衔接。所以，在大数据环境中，有关数据的采集、处理、存储和分析工作，都将对大数据建设工作产生影响，对其有着更加严格的要求。

（五）信息安全愈发重要

就大数据平台而言，其存储的数据规模巨大，对数据进行处理的软件与硬件环境变得越来越复杂，大数据潜在价值不可计量，采取普通的安全措施难以对实际控制需求予以满足。在大数据时代，在信息互享过程中怎么样保障数据安全，是一项富有意义的研究课题。依法采集、分析与运用数据，这是开展大数据分析工作的前提条件。与此同时，黑客、病毒等是数据安全保障工作的一个困扰。

（六）专业人才极其匮乏

现阶段，在大数据时代，一方面熟悉业务，另一方面掌握技术的大数据管理人才十分欠缺，数据分析师、工程师等技术性人才严重不足，这是大数据推广运用过程中需要面对的难题。

四、期货行业应对大数据挑战的几点思考

详细来说，需进一步做好下述工作：

（一）做好宏观规划，形成数据思维

在大数据环境下，社会数字化是其一个十分突出的特点。对各种社会现象进行解释、预估、监督控制与规划，均与数据采集、分析等紧密相关，所以一定要树立数据思维。不管是期货公司，还是交易所，都要形成分析数据的思维，对大数据的实际运用予以重视，切实“以数据说话”。以数据为切入点，在充分运用大數据后，将数据升华为信息为企业所用，更好地进行管理与决策，进而更好地跟上形势的发展。

（二）构建期货大数据平台，强化专业技术研究

加大技术创新力度，在期货领域当中，不断夯实大数据基础工作，尽可能攻克规模庞大的数据分析处理之间的难题。从硬件建设来看，加大私有云建设力度，进而能够根据需求、及时与灵活地提供IT服务。从软件建设来看，需加大懂业务、懂网络与大数据运用的人才培养力度，以对今后发展趋势进行针对性的预估与研究，为公司决策献智献力。

（三）确保数据库安全，加大信息互享力度

第一，确保数据安全，采取应急反应、安全预警等一系列措施保障数据库运行平稳。第二，加大不同部门间的协作配合，做到信息互联互通，构建信息共享平台，对各类信息予以混合运用、综合剖析，基于此更好地开展市场监督管理工作。

（四）强化大数据的实践运用，增强竞争水平

对期货公司来说，需把握时机，依托大数据推动业务创新，增强公司市场竞争水平。首先，采集、整理与剖析既有动、静态数据，掌握客户实际需要，精准进行营销；对市场发展趋势进行预测，让客户在市场竞争中占据有利条件。其次，坚持开放，强化各方合作。混业经营逐步发展成一种主流，基于此，期货公司需将各类力量综合利用起来，和基金、银行等机构进行战略合作，构建完善的、多层次的、统一的客户视图，让客户能够享受优质服务，达到互利共赢的目的。

参考文献：

[1]美国在2012年3月公布《大数据研究和发展计划》，以推动大数据相关的收集、储存、保留管理、分析和共享海量数据技术研究。同期，中国也发布了《“十二五”国家科技计划信息技术领域2013年度备选项目征集指南》，明确提出“面向大数据的先进存储结构及关键技术”。日本在2013年7月的《新ICT战略研究计划》中重点关注“大数据应用”，提升国家竞争力。

[2] 《2015年中国大数据交易白皮书》

[3]中国证监会.《证监会通报近年“老鼠仓”执法情况》，2017年7月7日http：//www.csrc.gov.cn/pub/newsite/zjhxwfb/xwdd/201707/t20170707_320124.html

作者简介：

冯婷婷（1979-），女，对外经济贸易大学金融学院在职人员高级课程研修班学员。