
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
KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-19偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12