Anwendungen von Big Data in der Finanzwirtschaft

Big Data ist ein beliebtes neues Schlagwort im Bereich der Informationstechnologie und der quantitativen Methoden, die sich auf die Sammlung und Analyse großer Informationsmengen beziehen. Fortschritte bei der Rechenleistung zusammen mit sinkenden Preisen machen Big-Data-Projekte zunehmend technisch realisierbarer und wirtschaftlicher. Insbesondere das Aufkommen von Cloud-Computing macht die Kosten für die Analyse großer Datenmengen für viele kleinere Unternehmen erschwinglich, die jetzt keine bedeutenden Investitionen in ihre eigene Computerinfrastruktur tätigen müssen.

Eine neue Karrierekategorie, Data Science, ist als Reaktion auf das Wachstum von Big Data entstanden.

Anwendungen innerhalb der Finanzen:

Im Finanzbereich, insbesondere in der Finanzdienstleistungsbranche , werden große Datenmengen in einer zunehmenden Anzahl von Anwendungen genutzt, wie zum Beispiel:

1. Mitarbeiter Überwachung und Überwachung
2. Vorhersagemodelle, wie sie von Versicherungsgesellschaften verwendet werden können , um Prämien und Kreditsachbearbeiter für Kreditentscheidungen festzulegen
3. Entwicklung von Algorithmen zur Vorhersage der Richtung von Finanzmärkten
4. Bewertung illiquider Vermögenswerte wie Immobilien

Autoversicherung:

Bereits in den 1980er Jahren war der Gründer der Progressive Insurance auf den Tag gespannt, an dem belastbare Daten über die Fahrgewohnheiten einzelner Versicherungsnehmer gesammelt und analysiert werden konnten. Dies würde zu einer genaueren Risikomessung und Risikobewertung und somit zu einer präziseren Prämieneinstellung führen. Bis 2010 war die erforderliche Datenerfassungstechnologie verfügbar, und mittlerweile haben über eine Million Kunden zugestimmt, in ihren Autos Black Boxes zu installieren, die beispielsweise verfolgen, wie schnell sie typischerweise fahren und wie plötzlich sie normalerweise bremsen.

Verbraucherkredit:

LendUp ergänzt traditionelle FICO-Kreditratings durch Analysen sozialer Netzwerke aus verschiedenen anderen Quellen, um Kreditentscheidungen zu treffen. Zum Beispiel interessiert sich LendUp dafür, zu wissen, ob ein potenzieller Kreditnehmer die Handynummern häufig geändert hat, was auf ein schlechtes Risiko hindeuten könnte.

Das Unternehmen glaubt auch, dass die Art und Weise, wie Menschen online mit ihren Freunden interagieren, starke Hinweise auf ihre Risikobereitschaft als Kreditnehmer gibt. Diejenigen, die die stärksten und aktivsten sozialen Verbindungen und Bindungen zur Gemeinschaft zeigen, scheinen die besten Risiken zu sein. So werden potenzielle Kreditnehmer gebeten, ihre Facebook-Konten der Firma zur Analyse zur Verfügung zu stellen.

Der Kreditkartenriese CapitalOne wurde in den 1990er Jahren zu einem großen Akteur, hauptsächlich durch die Verwendung fortschrittlicher Datensammlungs- und Analysetechniken, um die Aussichten für seine Karten zu ermitteln und vielen seiner etablierten Rivalen den Garaus zu machen.

Kleinkreditvergabe:

Neuzugang Kabbage ist ein dünn besetztes, technologieorientiertes Unternehmen, dessen Vorhersagemodelle auf so unterschiedliche Quellen wie Social Media, eBay und UPS zurückgreifen, um die Qualität der Beziehungen zwischen potenziellen Kreditnehmern und ihren eigenen Kunden zu bewerten.

Ernteversicherung:

Climate Corporation zeichnet Ernteversicherung für Landwirte. Das Unternehmen führt umfangreiche Simulationen durch, um langfristige Wetterbedingungen vorherzusagen und Prämien festzulegen.

Hypothekendarlehen:

JPMorgan Chase verwendet Big-Data-Analyse, um akzeptable Verkaufspreise für Häuser und Gewerbeimmobilien zu ermitteln, die aufgrund von ausgefallenen Hypotheken zurückgenommen wurden.

Die Idee, vertrauliche Quellen zufolge, besteht darin, lokale Wirtschaftsbedingungen und Immobilienmärkte zu bewerten, um angemessene Verkaufspreise vorzuschlagen, bevor Hypothekendarlehen tatsächlich in Verzug geraten. Wenn diese vorgeschlagenen Verkaufspreise genau festgelegt werden, sollte die Störung des lokalen Immobilienmarktes durch einen Ausfall, eine Wiederinbesitznahme und einen Verkauf durch die Bank theoretisch minimiert werden. Darüber hinaus sollte der Zeitraum, in dem die Bank gezwungen ist, eine Immobilie vor dem Verkauf zu halten, minimiert werden.

Unterdessen hat Quantfind, eine Firma, die der CIA technische Expertise zur Aufdeckung falscher Identitäten durch mutmaßliche Terroristen zur Verfügung gestellt hat, eingeräumt, mit JPMorgan Chase darüber zu diskutieren, wie seine Technologie auf das Kreditgeschäft in Bereichen wie Kreditbewertung und Marketing.

_{Quellen: "Daten öffnen Türen zu Finanzinnovationen" und "JPMorgan nutzt Anti-Terror-Instrumente, um Betrug unter Arbeitern zu erkennen", Financial Times , 14. Dezember 2012.}