Застосування великих даних у фінансах

Великі дані є популярною новою фразою в області інформаційних технологій і кількісних методів, які стосуються збору та аналізу величезної кількості інформації. Успіхи в обчислювальній потужності разом з падінням цін роблять проекти великих даних все більш технічно здійсненними і економічними. Зокрема, поява хмарних обчислень ставить витрати на аналіз великих даних в межах досяжності для багатьох невеликих фірм, які тепер не потребують значних капіталовкладень у власну обчислювальну інфраструктуру.

Нова категорія кар'єри, наука про дані, виникла у відповідь на зростання великих даних.

Програми в галузі фінансів

У сфері фінансів, особливо в галузі фінансових послуг, великі дані використовуються у збільшенні кількості додатків, таких як:

1. Моніторинг та нагляд за співробітниками
2. Моделі прогнозування, такі як ті, які можуть бути використані страхувальниками для встановлення премій та кредитних службовців для прийняття кредитних рішень
3. Розробка алгоритмів прогнозування напрямку фінансових ринків
4. Ціноутворення неліквідних активів, таких як нерухомість

Автострахування

Ще в 1980-х роках засновник Прогресивного страхування з нетерпінням чекав того дня, коли можна було зібрати та проаналізувати важкі дані про поведінку водіїв окремих полісів. Це призведе до більш точного вимірювання ризику та оцінки ризику, а отже, до більш точного встановлення премії. 2010, необхідна технологія збирання даних стала наявною, та зараз над мільйоном замовниками погодилися мати чорні коробки встановлені у їхніх автомобілях що слід, наприклад, як швидко вони звичайно заженуть та як раптом вони зазвичай гальмують.

Споживчий кредит

LendUp доповнює традиційні кредитні рейтинги FICO аналізом соціальних мереж з різних джерел, щоб прийняти рішення щодо кредитування. Наприклад, LendUp зацікавлений у тому, щоб потенційний позичальник часто міняв номери мобільних телефонів, що може свідчити про поганий ризик. Компанія також вважає, що, як люди взаємодіють зі своїми друзями в Інтернеті, пропонує сильні підказки щодо їх ризикованості як позичальників. Ті, хто виявляє найсильніші та найактивніші соціальні зв'язки та зв'язки з громадою, є найкращими ризиками.

Таким чином, потенційних позичальників просять зробити свої рахунки у Facebook доступними для фірми для аналізу.

Гігантська кредитна картка CapitalOne, тим часом, стала великим гравцем у 1990-х роках, насамперед, завдяки використанню передових методів збору даних та аналізу для виявлення перспектив своїх карток, крадіжки маршу на багатьох своїх більш усталених суперників.

Кредитування малого бізнесу

Новий учасник Kabbage - це тонко укомплектована технологічна компанія, чиї прогностичні моделі спираються на такі різноманітні джерела, як соціальні медіа, eBay та UPS для оцінки якості відносин між потенційними позичальниками та власними клієнтами.

Страхування рослин

Кліматична корпорація гарантує страхування сільськогосподарських культур. Фірма проводить величезне моделювання для прогнозування довгострокових погодних умов і встановлення премій.

Іпотечне кредитування

JPMorgan Chase використовує великий аналіз даних для визначення прийнятних продажних цін на будинки та комерційні об'єкти, які були повернуті внаслідок дефолтних іпотечних кредитів. Ідея, згідно з конфіденційними джерелами, полягає в тому, щоб оцінити місцеві економічні умови і ринки нерухомості, щоб запропонувати розумні ціни продажу, перш ніж іпотечні кредити фактично підуть у дефолт. Якщо ці запропоновані ціни продажу встановлюються точно, зрив для місцевого ринку нерухомості від дефолту, повернення та продажу банком теоретично має бути мінімізований.

Крім того, слід звести до мінімуму період, протягом якого банк змушений володіти власністю до здійснення продажу.

Тим часом, Quantfind, фірма, яка надала ЦРУ технічну експертизу для розкриття помилкових ідентичностей, що використовуються підозрюваними терористами, визнала участь у дискусіях з JPMorgan Chase про те, як її технології можуть бути застосовні до кредитної справи, в таких областях, як кредитна оцінка та маркетинг.