在填写一份普通的调查问卷时，你会在意开头的英文字母是否大写吗？在“大数据+金融”浪潮中，这样的一个小细节也可能成为判断一个人守信与否的依据。
当前，大数据浪潮席卷全球，借助大数据理念和科技技术，人们得以以新的视角审视社会经济生活各方面的海量数据，并用新的思路和方法对其进行整合、评价及利用。
“以数据为切入点，大数据给予了金融业新的发展契机与空间。”近日，在清华大学与金电联行（北京）信息技术有限公司联合成立的“清华大学—金电联行金融大数据联合研究中心——（以下简称“研究中心”）揭牌仪式上，中国中小企业协会副会长、金电联行董事长范晓忻表示。
未来，“大数据+金融”将擦出怎样的火花？金融业的智能化又将发展到何种程度？
实践：智能征信
“大数据和金融的结合，最终的结果是智能化。”范晓忻认为。
近期，国内多家商业银行陆续推出了自行研发的智能机器人，交行的“娇娇”、民生的“ONE”、广发的“发发”等在市场上吸引了诸多眼球。
“经济发展进入新常态，各个行业发生了深刻变革，从我们监测到的各方面数据看得非常清楚，有很多问题亟待解决。”清华大学副校长尤政表示。
完善的征信体系建设是金融业发展的根基，而征信也恰恰是最能显露大数据优势的领域。日前，国务院办公厅印发的《关于运用大数据加强对市场主体服务和监管的若干意见》中已明确指出，要以社会信用体系建设和政府信息公开数据开放为抓手，充分运用大数据、云计算等现代信息技术，提高政府服务水平，有序推进全社会信息资源开放共享，积极培育和发展社会化增信服务，提升数据资源对产业的支撑能力。
如何利用大数据完善征信体系？国内外均有所尝试。
在国内，利用大数据实现征信判断也已经在金融业有所实践。例如，金电联行公司此前与数十家金融机构合作推出了量化监管平台，通过对企业生产经营数据以及静态数据的定量分析，通过数百个指标项清晰了解贷款客户的风险状况，能够实现对未来3到6个月风险的发展趋势进行预警和预测。据某商业银行测算，大数据能有效降低不良率47%以上。
探索：智能风控+投顾+监管
除了征信领域外，“大数据+金融”的一个重要探索方向是智能金融风险管理。一个简单的例子是近年来频发的信用卡异地盗刷案。
“信用卡异地盗刷是极为明显的欺诈，如果智能化的辨别力足够强，通过对日常积累的大数据形成盗刷判断，就能够自动把明显的欺诈屏蔽，信用卡公司拒绝付款，对于金融机构而言也就实现了风险管控。”清华大学经济学研究所汤珂教授表示。
另一个重要的方向则是智能投资顾问。智能投资顾问事实上是金融科技的核心领域，某调查发现，在2008年国际金融危机的时候，美国的穷人资产损失了30%，而富人资产反而增加了2%。这背后的原因值得深思。
“富人有非常好的投资顾问，这些投资顾问能够给这些富人量身定制投资产品，而穷人没有。”汤珂强调，“因为美国的投资顾问费非常昂贵。”
专家认为，21世纪的信息技术对金融业最为核心的贡献，就是能够让中产阶级甚至是普通大众都能享受到智能投资顾问服务。
“智能投资顾问实际上主要是基于一种算法，通过对历史金融数据的基本评价，构建一个历史模型，然后根据历史规律，模拟将来。同时，还有最重要的一步，就是了解不同投资者的风险偏好程度。给定历史，给定将来，再给定不同投资者的不同风险偏好，有了这些智能投资顾问就能提供最优的投资建议。值得关注的是，如果把资金汇集到智能投资顾问平台，交易费用就降低很多。”汤珂表示。
落地：核心在于“算法”
随着传统金融业不断地将业务与服务延伸至互联网络，从有形的柜台业务到无形的云端服务，厚实的数据基础得到了极大程度的充盈。
业内人士认为，在大数据时代，大数据和金融的结合愈加紧密，如果在金融领域获取足够多的数据，就能够把大量的人工智能算法用在金融上，人工智能将成为大数据和金融结合的核心。
“大数据和金融的核心在于‘算法’，找到适合应用场景的人工智能算法，应该是大数据和金融的关键问题。”汤珂认为。
在“大数据+金融”蓝图下，国内的探索脚步正在加快。据悉，此次成立的金融大数据联合研究中心，就将致力于大数据应用理论研究、大数据挖掘及产业应用等关键技术的研发，根据不同行业特征，力争突破或改进原有的大数据挖掘技术、大数据组织及存储技术、行业信用评价指标项及大数据分析技术，为大数据技术开发、人才培养和产业发展提供指导，为大数据技术在银行征信、企业信用评价、政府社会治理、产业转型升级等多个领域应用落地提供支撑。
