金融におけるビッグデータの活用

ビッグデータは、膨大な量の情報の収集と分析を参照する情報技術と定量的手法の分野でよく知られたキャッチフレーズです。 価格低下に伴うコンピューティングパワーの進歩により、大規模なデータプロジェクトはますます技術的に実現可能かつ経済的になっています。 特に、クラウドコンピューティングの到来は、大規模なデータ分析のコストを多くの小規模企業の手の届くところに置いているため、現在は自社のコンピューティングインフラストラクチャに大幅な設備投資を行う必要はありません。

ビッグデータの増加に対応して、新しいキャリアカテゴリ、データサイエンスが生まれました。

金融内のアプリケーション：

金融業界 、特に金融サービス業界では、次のようなアプリケーションの増加に伴い、大きなデータが活用されています。

1. 従業員の監視と監視
2. 保険引受人が保険料や融資担当者に融資決定をするために使用されるような予測モデル
3. 金融市場の方向性を予測するアルゴリズムの開発
4. 不動産などの非流動資産の価格設定

自動車保険：

プログレッシブ・インシュアランスの設立者は、1980年代まで、個々の保険契約者の運転習慣に関する厳しいデータを収集して分析できる日を楽しみにしていました。 これにより、より正確なリスク測定とリスクアセスメント、ひいてはより正確なプレミアム設定につながります。 2010年までに必要なデータ収集技術が利用できるようになり、100万人以上のお客様がブラックボックスを車に搭載することで合意しました。

消費者クレジット：

LendUpは、融資決定を行うために、様々な他の情報源から得たソーシャルネットワーク分析を用いて、従来のFICOの信用格付けを補完します。 たとえば、LendUpは潜在的な借り手が携帯電話番号を頻繁に変更したかどうかを知ることに関心を持っています。

同社はまた、人々がオンラインで友人と交流する方法は、借り手としての危険性についての強力な手がかりを提供すると考えている。 最も強力で活発な社会的つながりと地域社会のつながりを示す人々が、最良のリスクのようです。 したがって、潜在的な借り手は、分析のために会社にFacebookアカウントを利用可能にするよう求められます。

一方、クレジットカード大手のキャピタルワンは、高度なデータ収集と解析技術を使ってカードの見通しを特定し、より多くの確立されたライバルの多くを奪い取って、1990年代に大きなプレーヤーになった。

スモールビジネスレンディング：

新入社員Kabbageは、潜在的な借り手とその顧客との関係の質を評価するために、ソーシャルメディア、eBay、UPSなどのさまざまなソースを予測モデルが引きつけている、薄くスタッフを配置された技術主導の会社です。

作物保険：

Climate Corporationは農家の作物保険を引き受けています。 会社は長期の天候パターンを予測し、保険料を設定するために巨大なシミュレーションを実行します。

モーゲージ貸付：

JPモルガン・チェースは、不動産担保ローンの結果として再担保された住宅および商業用不動産の受け入れ可能な販売価格を決定するために、大規模なデータ分析を行っています。

機密情報源によると、住宅ローンが実際に不履行になる前に合理的な販売価格を提示するために、地方の経済状況と不動産市場を評価することです。 これらの提案された販売価格が正確に設定されている場合、銀行による不履行、売却および売却から地元の不動産市場への混乱は理論的に最小限に抑えられるべきである。 さらに、売却前に銀行が資産を保有しなければならない期間を最小限に抑える必要があります。

一方、CIAに技術的な専門知識を提供して疑わしいテロリストによる虚偽の身元を明らかにする企業であるQuantfindは、JPNorgan Chaseとの間で、その技術が信用調査、信用調査、マーケティング。

_{出典：2012年12月14日、 フィナンシャル・タイムズ 、「 金融革新のためのデータを開く」および「JPモルガンは反テロリズムツールを使用して労働者の不正行為を発見する」}