京公网安备 11010802034615号
经营许可证编号:京B2-20210330
监管科技应用之贵州样本: 大数据、人工智能 助力防范互金风险
5月27日在贵阳结束的“2017中国国际大数据产业博览会”上,21世纪经济报道记者注意到,一些科技手段正成为监管部门的重要辅助。
而贵阳市,正着手联合百度金融等机构,借助人工智能、大数据、机器学习等科技力量打造“贵州金融大脑”,以监管科技对全省金融风险等领域实施并加强持续监测和预警。
实际上,监管科技(RegTech)在金融科技中的关注度正不断升温,且已成应用热门。
除中国人民银行成立金融科技委员会外,包括中国证券投资基金业协会、中国互联网金融协会以及中国支付清算协会也成立了金融科技专委会或相关研究工作组。
中国人民银行科技司司长李伟指出,新技术与金融业务交叉渗透,使金融业态复杂多变,潜在风险不容忽视。央行方面也指出,强化监管科技应用实践,利用大数据、人工智能、云计算等金融监管手段,提升跨行业、跨市场交叉性金融风险的甄别、防范和化解能力。
贵阳市人民政府副市长王玉祥在数博会上介绍,贵阳在去年5月推出了大数据防护金融风险平台,叠加区块链技术的2.0版本将在6月份发布。这一版本可覆盖传统金融和新金融机构,实施政府监管和一些商业化服务。接下来,贵阳还将与专门从事大数据金融风险控制模型的美国SAS公司合作,研发3.0版本的风险防控平台。
在贵州,金融云工程与地方金融风险防范工程均是2017年六大工程之一,而金融云建设与地方金融风险防范密切相关。
联手百度打造“金融大脑”监测系统
按照贵州省对金融云工程的建设设想,将综合运营大数据、云计算、区块链、人工智能等前沿科技,实现政府、金融监管部门、金融机构数据信息的汇聚、打通、应用,降低监管成本,防范化解风险。
目前,其一期工程在政用方面已经实现金融风险监测预警、地方金融审批监管、企业信息查询、打击非法集资举报分析等平台。商用领域则可以实现金融机构的网络舆情数据库、金融政策、金融机构黑名单查询、授信信息查询等资源共享平台。其二期将覆盖地方交易场所、小贷公司、融资担保公司的第三方存管、登记结算以及金融风险动态监测等功能。
贵州金融云三期主要是建设贵州金融大脑,实现对全省金融风险和地方金融机构经营风险的持续监测和预警,提升金融精准服务、服务“三农”和小微企业能力。
在数博会上,由百度金融联合贵州省金融办、大数据局等部门合作推出“贵州金融大脑”亮相。
百度副总裁张旭阳介绍,“贵州金融大脑”以人工智能、大数据、机器学习为技术基础,融合贵州省政务、企业、金融、互联网等多渠道数据,对中小微企业进行画像,金融机构可以此作为参考为中小微企业提供相应的融资服务。
监管科技的应用与威力
百度金融还表示,将继续探索与地方政府大数据合作模式,将科技能力复制到其他地区。
以庞大的地方国资系统为例,国资委过去在管理国企时受人员精力所限,基本只管理到集团一级,而国企集团下属子公司、孙公司层级庞大,难以覆盖。贵州基石数据科技有限公司业务负责人告诉21世纪经济报道记者,通过授权,公司对国有企业数据库中的国企行为信息进行分析和描述,对国企生产经营、改制重组、资产处置、关联交易、招投标过程中等方面的重点监控,如发现企业及关联企业潜在风险,并在事中出现异动在线监控,事后及时监管处置。还可以针对性设置重点关注模块,便于管理部门及时掌握企业动态并作出决策。
基石数据另一业务负责人表示,以互联网金融为例,除工商注册中涉及投资管理的企业外,还有许多公司以科技的名义注册但从事投资咨询事宜,这时就应当对企业在互联网上涉及投资宣传的一并纳入观察企业库,结合法院判决信息、企业工商信息等,多维度共同对互联网金融平台进行风险分级。
目前,新三板市场挂牌企业已达到11250家。一位股转系统负责人感叹,单靠人力已经管不过来,以技术为支撑的大数据监管成为可能,并且已经开始尝试应用。
腾讯云反欺诈平台方面介绍,平台投入无锡市使用近两个月,该市网络诈骗案件涉及的网址链接中,72%的中奖诈骗网址、85%的手机病毒链接、98%的仿冒银行和伪基站网址得到过滤拦截。通过与6省市的公安部门、运营商以及部分通信管理部门合作,平台在全国超过20个城市落地,仿冒公检法类诈骗的总金额下降超过一半。
21世纪经济报道记者在采访中了解到,许多监管部门都已经采用技术手段提升管理能力和水平。不过,背后仍需政府部门的数据打通和监管合力支撑。
一位中部地方国资机构人士表示,贵州作为大数据综合试验区,许多政府部门的数据打通上起到了较好的示范。但由于其所在地区政府部门的数据共享打通缺少顶层设计,部门间割裂比较明显,在大数据等技术支持监管等方面仍有较长的路要走。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27数据分析的基础范式,是支撑数据工作从“零散操作”走向“标准化落地”的核心方法论框架,它定义了数据分析的核心逻辑、流程与目 ...
2026-01-27在数据分析、后端开发、业务运维等工作中,SQL语句是操作数据库的核心工具。面对复杂的表结构、多表关联逻辑及灵活的查询需求, ...
2026-01-26支持向量机(SVM)作为机器学习中经典的分类算法,凭借其在小样本、高维数据场景下的优异泛化能力,被广泛应用于图像识别、文本 ...
2026-01-26在数字化浪潮下,数据分析已成为企业决策的核心支撑,而CDA数据分析师作为标准化、专业化的数据人才代表,正逐步成为连接数据资 ...
2026-01-26数据分析的核心价值在于用数据驱动决策,而指标作为数据的“载体”,其选取的合理性直接决定分析结果的有效性。选对指标能精准定 ...
2026-01-23在MySQL查询编写中,我们习惯按“SELECT → FROM → WHERE → ORDER BY”的语法顺序组织语句,直觉上认为代码顺序即执行顺序。但 ...
2026-01-23数字化转型已从企业“可选项”升级为“必答题”,其核心本质是通过数据驱动业务重构、流程优化与模式创新,实现从传统运营向智能 ...
2026-01-23CDA持证人已遍布在世界范围各行各业,包括世界500强企业、顶尖科技独角兽、大型金融机构、国企事业单位、国家行政机关等等,“CDA数据分析师”人才队伍遵守着CDA职业道德准则,发挥着专业技能,已成为支撑科技发展的核心力量。 ...
2026-01-22在数字化时代,企业积累的海量数据如同散落的珍珠,而数据模型就是串联这些珍珠的线——它并非简单的数据集合,而是对现实业务场 ...
2026-01-22在数字化运营场景中,用户每一次点击、浏览、交互都构成了行为轨迹,这些轨迹交织成海量的用户行为路径。但并非所有路径都具备业 ...
2026-01-22在数字化时代,企业数据资产的价值持续攀升,数据安全已从“合规底线”升级为“生存红线”。企业数据安全管理方法论以“战略引领 ...
2026-01-22在SQL数据分析与业务查询中,日期数据是高频处理对象——订单创建时间、用户注册日期、数据统计周期等场景,都需对日期进行格式 ...
2026-01-21