
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
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23