京公网安备 11010802034615号
经营许可证编号:京B2-20210330
保护投资者 大数据与严刑峻法谁更重要
在加强监管,保护投资者合法权益方面,大数据及人工智能技术与严刑峻法之间的关系是相辅相成、相得益彰的。”
据证监会网站消息,近日,由两院院士、高校学者、企业界专家等组成的证监会科技监管专家咨询委员会在北京召开了第一次全体会议,会议审议并通过了专家咨询委员会章程。会议强调,要紧紧围绕证监会各项监管职能,利用大数据、人工智能等技术,在行政审批、打击违法违规行为、上市公司监管等工作环节加快行动、有所突破。要提升金融风险的甄别能力,实现穿透式监管、全面性监管,切实保护投资者的合法权益。
将大数据、人工智能等技术运用到加强市场监管中来,是证券监管部门正在积极推进的一项工作。近年来,一些违法违规行为纷纷受到查处,尤其是一些内幕交易者纷纷落网,这与大数据及人工智能技术的运用是密切相关的。可以说,正是大数据与人工智能技术的运用,才让证券市场中的一些违法违规者显露出原形。因此,大数据与人工智能技术对于加强市场监管、保护投资者的合法权益,确实有着积极的意义。
不过,在保护投资者合法权益问题上,到底是大数据与人工智能技术重要,还是严刑峻法重要,这无疑是一个需要正视的问题。不然,在加强日常监管,保护投资者合法权益问题上,市场难免会误入歧途。
如果没有严刑峻法,大数据与人工智能技术的意义无疑要大打折扣。这正如当下的A股市场,虽然查处了大量的违法违规行为,但仍然还会有各种各样的违法违规行为接连发生。为什么会出现这种情况,原因就在于没有严刑峻法。最明显的就是上市公司发布虚假信息,顶格处罚也就是60万元,其中涉及个人的最高处罚只有30万元,这对于上市公司及其主要负责人来说,无异于挠痒痒,对于后来者没有丝毫的震慑力。就算是运用了大数据与人工智能技术,违法违规者又有何惧哉?或许还会误导违法违规者,以为大数据与人工智能技术也不过如此而已。在这种背景下,大数据与人工智能技术再怎么先进,对于保护投资者的意义都是有限的。
换一个角度来说,如果有严刑峻法作为保障,通过大数据与人工智能技术查获的违法违规行为都能得到从重查处,包括投资者的合法权益都得到了赔偿,而后来者基于从重处罚的震慑力,犯案者也将大幅减少。这显然是大数据与人工智能技术最大化地发挥出了自身对于加强监管、保护投资者的威力。因此,严刑峻法是可以更好地发挥大数据与人工智能技术的功效的。
当然,大数据与人工智能技术同样也可以让严刑峻法发挥最大化的作用。毕竟在缺少大数据与人工智能技术的情况下,一些比较隐蔽的案件是很难被发现的,这样即便是有严刑峻法,也会有不少的漏网之鱼,严刑峻法的作用也会打折扣。因此,在加强监管,保护投资者合法权益方面,大数据及人工智能技术与严刑峻法之间的关系是相辅相成、相得益彰的。
所以,在加强日常监管,保护投资者合法权益方面,管理层重视大数据与人工智能技术的运用,这是一件有积极意义的事情。但更重要的是,中国股市必须尽快实行严刑峻法。也正因如此,在证监会科技监管专家咨询委员会正式成立,并强调要利用大数据、人工智能等技术来打击违法违规行为、保护投资者的合法权益的背景下,监管部门有必要把严刑峻法的建设切实提到议事日程中来。否则,再怎么运用大数据与人工智能技术,对于加强监管与保护投资者合法权益的意义还是有限的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12在数据分析日常工作中,Excel数据筛选是数据清洗、数据提取、样本筛选的核心基础操作。传统Excel手动筛选、函数筛选方式,面对多 ...
2026-08-12 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-08-12在数据分析、统计建模、数据挖掘与商业调研过程中,原始数据往往无法做到绝对干净规整。受系统故障、人工录入失误、设备误差、突 ...
2026-08-11在数据分析工作中,聚类分析是典型的无监督学习方法,核心作用是依据数据自身的多维特征,将相似样本自动划分为若干类别,实现“ ...
2026-08-11 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-11AB实验是互联网产品迭代、营销优化、功能升级的核心科学验证手段,通过流量随机分组、对照组与实验组对比,科学验证策略、功能、 ...
2026-08-10在MySQL数据库优化中,索引是提升查询效率、降低数据库IO开销、优化系统性能的核心手段。普通单列索引仅适配简单查询场景,面对 ...
2026-08-10 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-08-10在数字化市场调研体系中,大数据与小数据是两类核心调研数据形态,分别对应海量行为统计与精准样本深度调研。行业普遍存在认知误 ...
2026-08-07数据透视表是Excel、WPS中最核心的数据分析工具,凭借快速汇总、分组统计、动态筛选的优势,被广泛应用于销量统计、业绩复盘、数 ...
2026-08-07 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-08-07在商品销量、市场需求、营收规模等业务数据中,季节性波动是最普遍、最核心的数据特征。零售快消、食品餐饮、家电服饰、电商行业 ...
2026-08-06在流量红利消退、市场竞争白热化的商业环境中,传统依托经验、跟风投放、广撒网式的营销模式,逐渐暴露出成本高、精准度低、转化 ...
2026-08-06 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-08-06【核心关键词】知识、设备、工程师、数字化、建模、算法、工业大数据、数据分析、控制算法、机器学习、深度学习、业务目标、工 ...
2026-08-05