
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
DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09