首页 > 论文范文 > 社会科学论文 > 经济学论文 > 经济理论论文 > 如何充分运用大数据技术及管理科学优势

如何充分运用大数据技术及管理科学优势

2021-11-08 148 上传者：管理员

摘要：大数据技术对社会各领域的渗透及重塑业已形成不可扭转的趋势,而该技术发展也与管理科学对理性的推崇及数理工具的娴熟运用形成了绝佳搭配。在金融风控领域,如何充分运用大数据技术及管理科学优势,实现风控技术不断革新和精细化、可视化管理,是本文重点探讨的对象。

关键词：
大数据
管理科学
融合
运营
金融风控
加入收藏

一、大数据技术机理分析

大数据技术发展与运用业已成为学界、商界及各级政府所关心的热门话题，究其根本原因，在于大数据技术已经在经济社会实践过程中展现出其巨大效用。以预测大型流行性疾病为例，谷歌曾通过大数据技术准确预测了美国2009年禽流感的爆发；麻省理工学院利用手机定位数据和交通数据进行城市规划；统计学家内特·西尔弗（Nate Silver）利用大数据预测2012年美国选举结果。一系列经典案例的成功经验，使得大数据这一概念逐步为业内所接受，以致阿里巴巴创始人马云也认为，目前时代已经从IT时代转换为DT时代，即Dating Time。

对于大数据定义，学术界与实务界众说纷纭。研究机构Gartner给出了这样的定义：“大数据”是需要新处理模式，才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。而大数据概念之父维克尔教授认为，大数据的运用有三个核心特点：使用数据的全体性而非样本性，大数据挖掘核心在于非线性相关性，而不只是线性因果性挖掘。

不管采纳何种定义，我们可以很清晰地看到两端场景：一端是海量数据的采集与云存储能力的不断跃进；另一端场景则是大数据处理能力在数据技术迭代进步过程中不断演化增强，从线性单方向模块式数据处理逐步演化为非线性全覆盖性的云数据处理。分布式处理、云计算、物联网等成体系技术创新，使得我们可以确信已经进入一个由技术主导的重构数据时代。数据存储与处理本身不仅已经线上和云端化，更重要的是，人类已经掌握开拓性技术去处理海量数据，甚至基于上述技术更新对数据结构本身进行重构，如基因技术剪切一样，可以根据行业具体需要来进行彻底分析。

在海量数据不定积分式持续堆积的状态下，如何有效对核心数据进行抽取，如何统筹规划数据应用的安全性、效率性、可分解性、经济性，无疑就成为一个非常重要的研究课题。

二、大数据运用场景分析

在经济社会生活场景中，我们可以发现大数据运用已经非常普遍，可以分类为商业支付与社会防控、工业运营、农业、医疗、金融等行业几大类领域。

在商业支付层面，诸如微信支付、支付宝等创新支付手段本身并不复杂，但因淘宝商业、微信社交功能以及健康码所引致的流量集聚功能，实际上已经通过市场自发秩序以有限的固定成本获取了估价无量的海量消费者数据。无论是腾讯还是阿里，作为市场主体的“经济理性人”，都不会错过数据掘金的机会。上述平台内部都设有大数据研究机构，研究样本自然也是与每一位终端客户的日常数据有关。对于每一位消费者的消费记录、习惯与内在数据结构，都会透过大数据技术做细化处理，最终用于精细化投放广告。这些商业行为在360杀毒软件、百度浏览器这类用户集聚型平台中亦非鲜见。

在传统制造业，大数据挖掘及管理也对生产流程再造环节进行了结构性重塑。如一些高精度零部件生产企业，可以通过线上云信息收集设备收集海量数据，进而分析不同状态下数据非线性关联性，最终判断零部件产品在不同约束条件下的性能状态。

在农业领域，大数据运用主要包括大数据加速作物育种、精准种植、农产品溯源等。在加速育种领域，传统育种工作范式存在着成本高、耗时长等特点。而大数据技术发展，加快了基因组织学进步，不仅基因组排序得以实现，且该技术运用实际也类似IT行业的“摩尔定律”实现了稳健迭代。在精准种植层面，大数据技术通过无人机等先进检测工具，可以管理地块种植区域，并在数据量累积基础上跟踪作物动态情况，并规划最适宜的种植结构，甚至可以管理产量预期。在农产品溯源方面，农业供应商及各链条企业均可以通过大数据分析技术收集农业生产链海量数据，并根据数据实时状态进行预警与纠偏工作，确保农产品从菜地到餐桌的质量安全。

在医疗领域临床诊断方面，传统医疗诊断主要依靠医生经验数据积累，与相关案例经验学术文本化后的传承。在大数据技术影响下，上述经验性、点状性信息被集聚在海量数据库里并做分层结构化处理。通过机器学习和数据挖掘等工具，医生可以了解获取有相似性患者的病理信息，有助于诊断精确性。

在金融领域中，已有股份制银行联合国外大数据处理公司，针对自身客户海量交易及存量账户数据建立数据仓库，通过对上述客户的交易记录、行为习惯进行细化分析，进而对客户风险扫描画像，有效控制C端客户信用风险及道德操作风险。

三、大数据与管理科学融合分析

管理科学作为数学与经济学、管理学交叉运用而生的学科，通过最优决策、线性规划、运筹学等数学工具及社会科学思维方法，来解决现实经济社会领域的实际问题。可以说，管理科学本身就是问题导向型和问题解决型的应用学科，自然也会随着时代物质技术发展与时俱进演化自身，诚如马克思所认为，人类总是在既定的历史条件下从事生产活动，无法完全超越其所处历史环境。我们无法要求管理科学先贤在运用管理科学理论参与“曼哈顿计划”时采用最新的大数据计划，但在大数据技术发展壮大的当今时代，管理科学为提升自身学科的存活度与可适性，与大数据技术的融合已成不可避免之趋势。

我们从公关管理、工商管理、行业重塑、数据有效管理角度，来看管理科学本身在大数据时代的演化发展趋势。如果翻开管理学演进历史，我们不难发现，无论是泰勒的科学管理，法约尔的过程管理，还是马克思·韦伯的科层制设计，乃至西蒙斯的行为科学及决策理论，数据管理本身及其关联的定量分析都占据了核心位置。以公共管理为例，大数据技术在该领域的深度运用，有机会改写管理科学的研究范式，涵盖行政管理、公共卫生、交通管理、教育管理、工商管理等多个领域。

以教育管理为案例分析，在新冠肺炎疫情背景下，如杭州这样体量规模的城市，中小学生均无法正常入学，如何通过管理科学中规划工具，并结合大数据处理技术，统筹整体线上教学-线上互动-线上作业催收处理-线上考试等系统性。地方有关教育部门在做具体规划安排时，需要借助管理科学工具及大数据技术来有效统筹全市教育资源，安排合理时间及课程节奏，乃至细化到每个学生对课程意见及反馈，都需要在大数据处理基础上，提出完备的运筹方案及相应配套预案。

公共卫生领域，同样以新冠肺炎疫情中“武汉保卫战”为例，如何调配有限的防疫物资资源、医护资源、检测资源，并在规定时间内实现“方舱医院”和以雷神山、火神山为代表的重症医院建设目标。在具体方案设定过程中，通过管理科学的运筹安排，加上大数据技术的顶层设计，无疑为“武汉抗疫”这个超级大项目顺利落地奠定了坚实基础。

在工商管理领域，毫无疑问，作为市场经济主体的企业本身，无疑是大数据技术的拥护者。在制度经济学经典理论《企业的本质》中，企业本身就被定义为一个为了节约交易费用而存在的内部市场。在大数据技术加持下，微观层面的企业流程再造、内部信息管理、消费者信息管理、供应链流程管理、人力资源管理等局部领域的重塑，也必将朝着彻底数据化、市场化的方向前行。

四、金融行业风控体系缺陷点分析———以P2P金融市场为例

我们最后来关注金融领域中的风控变革。金融风控关注的要点在于管理基础资产的不确定性，而不确定性本身可以分解为信息不对称带来的不确定性、微宏观环境带来的不确定性等风险。管理科学与大数据的深度融合，完全有理由跨界运用于金融风控领域更新。实际上，目前在普惠金融、P2P金融风险监管等领域，上述顶层设计已经在发挥制衡作用。

以P2P金融市场为例，该金融创新范式由西方引进，本意是通过互联网技术实现陌生人之间的自主拆借，通过风险自担与单笔资产的隔离机制来确保单笔交易对金融体系不产生传染性影响，最终实现马克思所期待的“自由人的自由联合”理想。但理想很丰满，现实很骨感。在P2P业务落地到中国金融业务实践中，我们发现很多风险暴露事件，包括P2P债务人系统性、大面积违约及P2P平台本身由于内部治理失衡而沦为平台实际控制人自融资甚至诈骗工具。究其原因，我们可以理解为中国文化结构、人际互动规律及信用体系秩序都有其自身特色，这些因素无疑非常重要。

P2P这一西方舶来品水土不服的结果展现为以下多重不良影响：P2P平台上贷款人基于信息不对称的事实和中国社会个人信用记录及对应奖惩不完善的所谓“有利条件”，倾向于隐瞒自身真实资产负债、收入与现金流等财务信息、资金真实用途及家庭关系、不良嗜好等个人隐私，进而对P2P另一端的资金投放者形成了直接或间接的“信息占优”博弈格局。上述格局形成的原因是多方面的：第一，如前述分析，处于债务人的有意造成信息不对称格局，甚至恶意篡改信息。第二，也是缘自出于保护个人隐私的原因，许多P2P网贷平台本身就缺乏资质连接进入全国个人信用征信系统网络（目前该征信信托本身尚需进一步完善），致使P2P网贷平台本身对债务人真实信息及信用情况也难以完全掌握披露。第三，P2P网贷平台基于业务流量需要及业绩考量（流量及业绩在短期内的快速提升对此类企业资本化上市无疑非常重要），往往倾向于放松对债务人的资质审查，并由于价格问题导致出现“劣币驱逐良币”现象发生。第四，由于P2P网贷平台自身专业能力的限制，在有限信息下也很难鉴别债务人信用情况及还款能力，故无法协助下游贷款人进行有效判断和信息比对。第五，基于“刚性兑付”投资习惯，P2P网贷投资人一方面没有能力去鉴别底层资产具体质量，另一方面也把这类投资视同保本保收益的类银行理财产品购买，直到坏账形成悔之晚矣。第六，某些P2P网贷平台设计之初衷就是为了形成“庞氏骗局”，或者说为某一金控或实业集团体系进行自融，而这类结构存在于运营的本质就违背了P2P平台设计的初衷。该类平台结局基本是“一地鸡毛”，靡不有初而鲜克有终。

五、学科融合对金融风控技术革新的潜在贡献点

如果站在管理科学与大数据技术融合运用后的角度看，则可能为该学科的发展提供新的主战场。仍然以P2P网贷为例，核心结构还是资产端、资金端、平台三者之间的因素互动与梳理。管理科学擅长于通过线性规划、运筹学等数学工具设计出可行且量化的机制。而大数据技术运用到P2P网贷平台，则有可能对微观债务人主体信息在可收集的前提下进行海量处理，进而通过区块链技术锁定债务人信息存储及分布。上述数据在监管统一安排下，可以通过数据共享和机制设计分布至所有P2P网贷平台，进而便于监管。还是单独有较大实力的网贷平台通过大数据的整理与信用管理，进而以行业组织者形式共享（有偿或无偿）于全行业网贷平台都是可以讨论的。同时，我们也可以设想引入如中诚信评级、中诚信征信公司这类的权威独立第三方机构，参与大数据整理与分配工作。最后，在既定大数据基础上，我们可以很好甄别出网贷平台运用数据的有效性，进而推判出上述平台是否存在自融及“庞氏骗局”问题。

如上所分析，当大数据技术与管理科学跨界融合之时，实际上表现出巨大的应用解决能力。管理科学通过优化与运筹方法来顶层设计和机制安排，并透过大数据技术的落地性挖掘和抓取，最终将底层数据传送至终端，形成具有商业价值的网格性管理与风控监管体系。落叶而知秋，管中可窥豹。我们可以由此看出，上述融合对金融风控体系革新的有效推动作用。

管理科学作为经管学科的数学化应用范式革新，本身就天然具备数理性与定量分析优势。上述优势与大数据技术的结合，本身可以理解为一个非常自然的“自发秩序”过程。对于金融风控领域中遇到的诸多问题，既涉及被监管金融机构内部委托-代理机制问题，同时也涉及金融从业机构之间同业博弈、被监管机构与监管机构间博弈、地方金融监管机构与中央监管机构间博弈的复杂局面。

管理科学如能有效运用经济学中机制设计理论最新成果，进而在具体的微观风控环境中帮助金融从业企业、金融监管机构设计出有效风控解决方案和监管方案，无疑会使其学科实用性得以进一步拓展。基于线性规划、概率论及运筹学基础等管理科学，在大数据技术影响下，也势必会将大数据技术本身内嵌至管理科学的底层支撑性学科工具之中，运用惯有的“工具理性思维”去处理金融风控领域的未知风险或可能性风险。

金融风控面临一个复杂且不确定的宏微观环境，也面对具体业务过程中难以把控的人性。而大数据技术在部分层面，解决了哈耶克所提的“知识和信息的分散性”问题。我们结合管理科学的方案优化与大数据技术的底层挖掘技术，如果能够结合区块链中的不可篡改性和可回溯性机制，相信未来在金融风控革新领域，一定能写出精彩的篇章，迎来金融改革的明媚春光。

参考文献：

[1]吴启迪大数据环境下管理科学领域相关问题探讨[J]东沙湖论坛论一2013中国管理百人峰会, 2013(6).

[2]孙嘉黛,包兴妮,邹含乐大数据时代互联网金融的创新发展与风险防控[J]中国集体经济,2021(5):91-92.

文章来源：王鹏,汤镇源.大数据运用与管理科学融合及其对金融风控影响[J].中国农业会计,2021(11):65-67.