京公网安备 11010802034615号
经营许可证编号:京B2-20210330
资本市场可从三方面主动“拥抱”大数据
业内人士认为,在证券市场高速发展初期能够提早铺好数据基础工作,不仅可以节省大量改造存量数据的成本,而且可以快速处理即将到来的增量数据
日前,国务院总理李克强主持召开国务院常务会议,会议通过了《关于促进大数据发展的行动纲要》(以下简称《纲要》)。会议认为,开发应用好大数据这一基础性战略资源,有利于推动大众创业、万众创新,改造升级传统产业,培育经济发展新引擎和国际竞争新优势。
《纲要》强调,要顺应潮流引导支持大数据产业发展,以企业为主体、以市场为导向,加大政策支持,着力营造宽松公平环境,建立市场化应用机制,深化大数据在各行业创新应用,催生新业态、新模式,形成与需求紧密结合的大数据产品体系,使开放的大数据成为促进创业创新的新动力。同时,要强化信息安全保障,完善产业标准体系,依法依规打击数据滥用、侵犯隐私等行为。让各类主体公平分享大数据带来的技术、制度和创新红利。
“大数据时代带来整个社会的大变革,资本市场不可避免地处于变革当中。”深圳大学经济学院讲师翟伟丽撰文指出,就当前情况看,资本市场的变革具有以下几个特征:一是资本市场的功能实现载体逐渐由实体机构向互联网平台转变,中间环节和传统的职能机构将大幅减少;二是证券行业格局将发生巨大变化,传统金融机构与互联网企业的渗透和竞争将加剧,不改变就被改变;三是证券行业在拥抱大数据及移动互联过程中,无论是体制机制、行业环境还是反应速度上,与互联网企业相差甚远,与银行业和保险业相比也不占优势,证券行业的体制机制迫切需要改变;四是证券行业的服务理念和固有观念将发生巨大转变。
翟伟丽表示,对资本市场而言,为适应大数据时代带来的变化,证券行业的现有模式应尽快转变:一是嫁接互联网,转变为互联网金融时代的金融机构,同时为避免渠道商之间的“囚徒困境”,应结合机构自身专长或通过合作确定转型方向,尽早行动;二是尽早收集客户的信息,向以客户体验为中心的经营理念转变;三是树立数据就是资产的概念,尽早布置大数据战略,招揽大数据挖掘人才。
针对大数据时代下的监管方向,有业内人士指出,我国证券市场的监管部门应做好以下工作来促进证券市场的数据信息化:一是加大资金投入,并可以通过引入私人数据服务商和资本等解决资金问题;二是解决各市场的数据接口统一问题,采用统一的数据录入和输出格式;三是向市场普及数据电子化,例如解决签章电子化问题,协助资金较为紧缺的中小企业完成会计电算化。在证券市场高速发展初期能够提早铺好数据基础工作,不仅可以节省大量改造存量数据的成本,而且可以快速处理即将到来的增量数据。让监管技术的革新速度赶上顶层设计的改革步伐,这是监管部门在市场快速发展阶段的一项重要任务。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在企业数字化转型过程中,“业务模型”与“数据模型”常被同时提及,却也频繁被混淆——业务团队口中的“用户增长模型”聚焦“如 ...
2025-11-20在游戏行业“高获客成本、低留存率”的痛点下,“提前预测用户流失并精准召回”成为运营核心命题。而用户流失并非突发行为——从 ...
2025-11-20在商业数据分析领域,“懂理论、会工具”只是入门门槛,真正的核心竞争力在于“实践落地能力”——很多分析师能写出规范的SQL、 ...
2025-11-20在数据可视化领域,树状图(Tree Diagram)是呈现层级结构数据的核心工具——无论是电商商品分类、企业组织架构,还是数据挖掘中 ...
2025-11-17核心结论:“分析前一天浏览与第二天下单的概率提升”属于数据挖掘中的关联规则挖掘(含序列模式挖掘) 技术——它聚焦“时间序 ...
2025-11-17在数据驱动成为企业核心竞争力的今天,很多企业陷入“数据多但用不好”的困境:营销部门要做用户转化分析却拿不到精准数据,运营 ...
2025-11-17在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10