以下是廖理讲演的观念收拾：

特殊数据，即非传统数据，现在没有一致清晰的界说，泛指差异于传统金融数据的有价值的信息。传统金融数据是指经过惯例途径取得的数据，例如股票、债券等的买卖数据、上市公司年报和财务数据、银行用户的假贷数据等。特殊数据不同于传统数据，是典型的“大”数据，首要体现在三个方面。一是体量大，体现在规划和传输量；二是活动速度大，数据实时或挨近实时获取和传输；三是品种多，数据结构形式多样。

互联的遍及，特别是移动终端的遍及，使得堆集数据的基础设施不断加强，曾经无法留存的数据现在能够堆集，并得到有用运用。特殊数据首要有三方面来历。一是个人发生的数据，如交际络信息、产品点评、查找记载、购物喜爱等；二是商业进程数据，如物流数据、付出数据等，也有特殊数据公司搜集传统商业数据，如大型百货公司客流量、大型游乐场客流量等数据；三是传感器数据，如运用卫星数据经过光感和热感搜集钢厂、化工厂、原油等的开工、搜集、运送状况，别的还有来自GPS定位、车辆轨道和个人穿戴设备的特殊数据。

特殊数据商场快速开展

特殊数据商场快速开展表现在，特殊数据以极快的速度堆集，特殊数据公司数量敏捷添加和特殊数据商场空间巨大。

从数据堆集方面看，依据IDC的一份陈述，2018年全球有33ZB的数据，而这个数量估计在2025年会增长到175ZB，这依赖于计算机算力的进步和存储设备技能的进步。

从特殊数据公司数量上看，据AlternativeData的计算数据，2018年全球特殊数据公司已增长到近400家，国内特殊数据公司大约占100家，国内开展敏捷。依据出售数据的处理程度，特殊数据公司首要分为三类。一是原始数据供给者，这类供货商只搜集最原始的特殊数据，关于数据的处理程度最小；二是轻处理数据供给者，供给与金融财物相关的可视化数据；三是信号供给者，一般重视于某个特定职业，向财物办理公司供给打包好的量化出资信号。

从商场空间上看，AlternativeData计算标明截止2017年全球已有约800支基金运用特殊数据做出资决议计划，2017年出资组织对特殊数据的投入规划约为4亿美金，职业正处于快速开展期，估计2020年可达17亿美金，CAGR约为45%。

促进金融形式改动，处理职业痛点

现在，特殊数据首要处理的职业痛点有两个方面。

一是信誉评级范畴痛点。例如美国信贷组织根据干流信誉组织如Experian、Equifax和TransUnion给出的信誉档案评级进行假贷，但存在很多顾客处于信誉盲区，无法取得信誉评级。别的现在信誉评级的精度尽管现已较高但仍约束了潜在优质假贷者，然后放贷者无法更精准的操控危险，放贷的数量也受到了约束。

特殊数据这种新式数据的获取、剖析和运用正在少量金融组织先动者向悉数金融组织和整体企业遍及。有研讨指出信贷组织运用这些一般与钱没有直接关系的特殊数据，能够增强其传统承销机制，特殊数据与剖析技能结合能够评价之前没有被标记过的客户以及规划较小的客户，经过运用特殊数据协助更多的人取得或许进步信誉评级。在我国这种新的形式被广泛运用于P2P贷中，协助假贷者证明自己的信誉质量。

二是辅佐决议计划，包含出资决议计划和公司战略决议计划。咱们知道，出资组织为了取得超量收益，不断寻觅新的商场阿尔法（阿尔法Alpha，一种出资报答系数，用于反映在证券出资中逾越商场预期的额定收益），但自动型基金在寻觅商场阿尔法这个中心竞赛力上的优势越来越弱，一是由于商场有用性不断增强，基金司理很难找到被过错定价的财物；二是由于大部分基金司理能得到的信息同质化，导致很难找到共同的信息优势和额定信息；三是由于调研高度人工化导致人才的费用越来越高。

现在国内运用特殊数据的多为对冲基金、二级商场基金及部分一级商场基金。特殊数据能够给基金司理带来五点优势，即更大体量的数据和信息、新的洞察力、竞赛优势、可靠性以及功率。

更好运用特殊数据的危险和应战

尽管基金司理运用特殊数据寻觅到新的阿尔法仅仅时间问题，但并不是一切特殊数据都有潜力能够协助基金公司获取商场阿尔法，因而特殊数据公司在搜集、清洗数据的一起，需求基金司理来评判数据是否有价值，一起高效的处理和运用将是降低本钱和进步功率的要害，因而特殊数据公司应当具有机器学习等技能开发才能和高效的产品战略。

运用特殊数据应该留意以下五类危险，一是无效的运用或许过错的辅导；二是较高的不确定性导致前期接受者的高本钱；三是数据隐私问题；四是跟着特殊数据的传达，阿尔法再次难以寻觅，不再有额定信息，特殊数据是一个不断开发的构成；五是监管危险，怎么监管特殊数据大规划运用和传达有待讨论。这几类危险中传达危险和监管危险是基金司理操控力相对最弱的，因而需求引起更高的重视。

现在特殊数据正在全面兴起，国内外呈现了一批立异型的特殊数据公司，为传统金融组织供给新的立异动能。未来，特殊数据在金融服务中的人物将越来越重要，所开释的能量值得等待。