证券行业：当券商遇见大数据-专题报告

敬请阅读末页的重要说明证券研究报告|行业专题报告金融|证券推荐（维持）当券商遇见大数据2015年10月22日证券行业专题报告上证指数3321行业规模占比%股票家数（只）271.0总市值（亿元）188253.9流通市值（亿元）129683.3行业指数%1m6m12m绝对表现22.5-42.361.9相对表现12.5-21.416.1资料来源：贝格数据、招商证券相关报告1、《证券行业9月财务数据点评—业绩降幅趋缓，风雨过后有彩虹》2015-10-152、《证券行业3季报前瞻—主营业务全面承压，季度业绩将是近期低点》2015-10-113、《证券行业8月财务数据点评—营收、利润环比增速再降，自营不确定性加大》2015-09-08洪锦屏[e-mail]1090511030012本报告对中国证券业正在进行的大数据技术应用和发展进行了浅析；我国的大数据+证券的发展在借鉴国外经验的基础上正逐步进行各公司的自我创新；其中光大证券与国金证券在大数据+证券的发展方向上已经明确迈出了探索的步伐，我们相信通过前期的积累和算法的升级，大数据应用将对证券行业产生革命性影响。数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产与生活因素。大数据，是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。业界将大数据的特征归纳为4个“V”，即(Volume,Velocity,Variety,Value)。我国顺应时代发展，正大力推进大数据与产业的结合，努力让大数据成为诸多产业的新发动机。我国的大数据+证券发展正借鉴国外经验快速成长。国外的证券行业大数据应用稍早于国内，已经在产品创新端有过初步尝试，还涉及了针对情绪指标的量化分析。同时境外交易所充分重视大数据的重要性，多维度开发出满足客户需要的大数据应用。国内券商和交易所在境外同行的经验基础上，正积极研究探索本地化的相关大数据产品和应用。大数据为我国证券行业提供创新型产品、优化技术分析和提高服务水平。随着创新节奏的加快，以光大、国金为代表的我国证券公司加强了与大数据公司的合作，多点开花创设大数据相关产品；同时在客户服务方面，证券公司积极结合大数据技术，针对客户进行用户画像、精准营销、运营优化和流失预警，加强与客户全生命周期的互动，深度挖掘客户价值。在大数据时代，针对中小证券公司而言或许研究小数据更切合实际推动公司业务发展。小数据并不是指数据量小，其对数据量仍然有一定要求，同时根据客户的特定需求，针对性地找出能够给客户提供决策支持的客观依据，从而达到服务客户的目的。小数据的分析在深度上比大数据更胜一筹，在特定方向上提供比大数据更多的微观信息。大数据技术在快速发展的证券行业风险管理体系中地位越发重要。随着中国经济结构进入新常态，证券行业经营模式快速变革，券商正从传统的通道业务服务商向通道业务、信用业务与资产管理业务并重的综合金融服务商转型。而手握庞大交易数据和客户资料的证券行业正在充分利用大数据技术，在交易维度、资金维度、信息维度“三维合一”的基础上积极开展大数据风险量化分析，提高风险定价水平。未来公司的风险定价水平将是核心竞争力。我们看好大数据技术在中国证券行业的未来发展。基于(1)证券行业天生拥有丰富的数据信息；(2)大数据技术近年来随着IT技术快速发展和人才积累已经到了产能转化的前夕；(3)《促进大数据发展行动纲要》作为催化剂，奠定大数据作为中国经济发展转型中的重要地位，为证券行业大数据革命保驾护航。风险提示：行业竞争激烈、大数据技术应用、发展未达预期-50050100150200250Oct/14Feb/15Jun/15Sep/15(%)(%)证券沪深300行业研究敬请阅读末页的重要说明Page2正文目录一、大数据介绍............................................................................................................41、大数据的概念..........................................................................................................42、大数据的特性..........................................................................................................43、大数据与产业的结合...............................................................................................4二、大数据+证券的发展状况........................................................................................51、大数据+证券的境外发展状况..................................................................................62、大数据+证券的境内发展..........................................................................................73、交易所对大数据的应用状况.....................................................................................9三、证券行业应用大数据的几个方向............................................................................91、大数据与产品、技术的结合...................................................................................102、大数据与服务的结合.............................................................................................11四、大数据中的小数据应用........................................................................................141、小数据介绍............................................................................................................142、小数据应用............................................................................................................14五、大数据在证券行业风险管理上的应用..................................................................14六、投资建议和风险提示............................................................................................15行业研究敬请阅读末页的重要说明Page3图表目录图1：大数据的多维度特征...........................................................................................4图2：2012年中国金融行业大数据应用投资结构........................................................6图3：2013年各国主要证券交易所信息产品收入占比.................................................7图4：光大证券经济词汇敏感指数与上证综指的相关性比较........................................7图5：南方新浪大数据100指数编制框架....................................................................8图6：百度大数据应用框架...........................................................................................9图7：大数据中客户画像步骤.....................................................................................11行业研究敬请阅读末页的重要说明Page4一、大数据介绍1、大数据的概念“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”最早提出大数据时代到来的麦肯锡如是描述道。大数据，是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。大数据技术的意义则在于对这些含有意义的数据进行专业化处理，我们需要搜索、处理、分析、归纳、总结其深层次的规律。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键则在于提高对数据的加工能力，通过加工实现数据的“增值”。而什么是大数据思维呢？维克托·迈尔-舍恩伯格认为其须具备三个特点：1.需要全部数据样本而不是抽样；2.关注效率而不是精确度；3.关注相关性而不是因果关系。2、大数据的特性国际数据公司（IDC）从四个方面来概括大数据的特征：海量的数据规模（Volume），即总结过去发生或当前正在发生并且能够被记录、储存的性质相同或类似的大量数据，但是对具体数据样本并没有一个绝对的数值限定；快速的数据流转和动态的数据体系（Velocity），即要保证数据的时效性，大量数据的收集、处理和得出结论需要在较短的时间内完成，这一点也是和传统的数据挖掘技术有着本质的不同；多样的数据类型（Variety），即数据的多元化，包括来源的多元化和结构的多元化等，可以来源于手机、电脑，也可以是结构化数据或者非结构化数据；巨大的数据价值（Value），即如何分析和利用大数据对实际业务产生帮助，一般在于分析和预测。图1：大数据的多维度特征资料来源：互联网3、大数据与产业的结合国务院2015年9月初印发了《促进大数据发展行动纲要》。《纲要》指出，大数据成为推动经济转型发展的新动力。大数据产业正在成为新的经济增长点，将对未来信息产业行业研究敬请阅读末页的重要说明Page5格局产生重要影响。要求推动大数据发展和应用在未来5—10年要逐步实现五大目标，2017年底前形成跨部门数据资源共享共用格局；2018年底前建成国家政府数据统一开放平台；2020年底前民生保障服务相关领域的政府数据集向社会开放。引导创业投资基金投向大数据产业，鼓励设立一批投资于大数据产业领域的创业投资基金。实际上当前大数据已经逐步与各行业深入结合，并且在诸多领域产生了不菲成绩：大数据零售：沃尔玛作为零售行业的巨头，他们很早便开始了原始的大数据研究。分析人员对销售记录进行分析时无意中发现一个不相关但却很有价值规律，在美国的飓风来临季节，超市的蛋挞和抵御飓风物品竟