京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据在金融办的四大应用场景
随着地方经济的发展,金融业已成为提升城市能级、增强城市综合竞争力的战略性支柱产业。然而,高速增长的投资理财公司在助力地方经济发展的同时,也存在野蛮生长、良莠不齐的一面。地方政府金融办,作为规划地方经济发展的金融大管家,肩负着维护地方金融健康发展的重要职责。面对动辄上万家企业,及时发现并处理存在金融风险的企业是各地金融办困扰的一道难题。
2015年8月底,国务院印发了《促进大数据发展行动纲要》(下称《纲要》),为金融办的工作带来一股“活水”。以大数据技术为基础的监测平台整合网络公开数据、政府内部数据和征信公司数据,辅以大数据处理技术建模分析,可以有效发现预警问题企业。
一、《纲要》给金融办使用大数据以政策导向
大数据技术能够揭示传统技术方式难以展现的关联关系,推动政府数据开放与共享,促进社会事业数据融合和资源整合,极大提升政府对数据的整体分析能力,为有效处理复杂社会问题提供新的手段。《纲要》的颁布为各地金融办应用大数据提供了数据、理论和政策支持导向。
第一,《纲要》通过顶层设计及统筹规划,大力推进国家基础数据资源、信息系统跨部门、跨区域共享,为大数据平台的建设提供了数据层面的政策保障,将对金融风险识别提供更加全面的数据支撑,保证监测的准确性。
第二,《纲要》提出将企业所有风险相关的数据进行汇聚整合和关联分析,统一公示企业信用信息,预警企业不正当行为,提升政府决策和风险防范能力,支持加强事中事后监管和服务,提高监管和服务的针对性、有效性。从风控的角度来看,《纲要》为大数据监测金融风险提供了政策依据和理论基础。
第三,《纲要》提出围绕数据科学理论体系、大数据计算系统与分析理论、大数据驱动的颠覆性应用模型探索等重大基础研究进行前瞻布局,将有效推进大数据平台不断的改善数据处理能力及模型评判精度,打造较为健全的大数据产品体系。
第四,《纲要》提出明确数据采集、传输、存储、使用、开放等各环节保障网络安全的范围边界、责任主体和具体要求,督促系统开发商进一步提高数据安全防护技术,以保障大数据平台更加健康有序的运行。
二、大数据在金融办的四大应用场景
金融办的职能是协调规范、整顿和维护地方金融秩序稳定,确保地方金融安全、稳健和规范运行。落实到具体工作上,金融办可以使用大数据应用于打击非法集资、反欺诈、动态评级、尽职调查四个方面。
(一)大数据打击非法集资,防范区域金融风险
非法集资是各地金融办当前共同面临的棘手问题。以北京市为例,2015年前八个月全市非法集资案件累计280件,涉及金额超过400亿元,集资参与人超过28万人,非法集资案件高发的势头还在持续。非法集资作为一种涉众型案件,其处理的好坏直接影响一个地区的社会稳定。传统打非工作,信息来源和线索往往通过受害者报案、受害者上访、群众举报等途径来获得,信息相对滞后;而受害者的大面积上访和情绪化举动对金融办的维稳工作带来很大压力,实时了解社会民众的动向成为金融办工作的一大困难。
大数据打非改变这一现状,大数据技术可做到全方位排查、及时发现并跟踪线索、提前预警、监督控制,并把情报共享给各个相关部门,实现跨部门、全过程协调办公,实现主动出击、打早打小。
(二)大数据风控、反欺诈,服务本地金融机构
不良贷款率作为银行业绩考核的一个重要指标,近几年来已经成为一个热词。普华永道发布的《2015年中国金融及银行业展望》指出,截至2014年第三季度末中国的商业银行不良贷款总额同比上升36%,达到7670亿元人民币,是四年来的最高点。除了经济下行导致逾期风险上升外,金融机构在风险控制中存在漏洞与缺陷也是重要原因。一方面,大多数银行贷款管理的方式仅仅是依靠信贷经理不定期手动查询企业的法院信息或者不定期走访。这当中存在着巨大的不确定性,一旦信贷经理忘记查询或者操作失误,贷后司法诉讼监控工作将形同虚设;信用卡、贷款的包装、组团欺诈骗贷的情况也屡见不鲜。另一方面,发展迅速的网贷、小贷等民间借贷机构风控技术还不成熟,仍模仿银行的管理方法,加剧了不良贷款的攀升。因此,传统的金融风控手段愈发不能满足当前金融业创新发展的需要。
表面来看,地方金融办和地方金融机构是一种管理与被管理的关系,实际上两者和谐共存,共同促进地方经济健康发展。地方金融办应牵头打造地方性的大数据征信中心,融合工商、公安、法院、税务、社保、运营商、舆情、社交关系和交易流水等各类数据,对企业进行精准画像。充分和有效地交叉核验可以有效防范贷前风险,对企业持续的信息监测可以防范贷后风险。
(三)大数据动态评级金融机构,保护投资者权益
面对鱼龙混杂的理财市场,普通投资者仍然处于信息的弱势阵地。据和讯银行频道数据统计,投资者在购买银行理财产品时,33.33%的投票者遇到过夸大宣传、强调高收益不提风险,导致投资决策的失败。另一方面,国内投资者教育尚不完善,投资者在购买理财产品时容易过分追求高收益,而忽视存在的风险。因此,由政府主导的机构和产品的评级对投资者权益保护是十分有必要的。评级的过程实质上也是金融行业标准逐步形成的过程:好的评级结果是对金融机构的内在增信,而坏评级结果的公司很容易被市场淘汰,这样金融机构将会自我约束,为行业营造自律监管的氛围。
不同于传统的信用评级,大数据动态评级以全息数据为根基,以全方位的视角对金融机构和金融产品综合测评,同时基于云计算平台对测评对象实时跟踪,最终的测评结果定期公布,让投资者尽量避开高风险的公司和产品,真正做到保护投资者权益。
(四)大数据尽职调查,防范政府信用透支
尽职调查,是指对目标企业一切相关事项进行现场调查、资料分析的一系列活动,避免投融资双方信息不对称带来的风险,比如财务造假、债务黑洞、担保黑洞、违法违规历史等。随着地方金融市场投融资需求的不断扩大,尽职调查的作用日益凸显。2015年10月份,陷60亿兑付危机的深圳金赛银基金管理有限公司(下称“金赛银”)已被立案侦查。据了解,金赛银董事长王维奇擅长拉拢政府官员,项目打着政府项目的旗号进行推销,合作活动也均有省市级领导参加,让一般的投资者容易盲目相信,无法辨别。因此,在力求提升政绩的同时,地方政府应对投融资业务做好尽职调查工作,避免给不良企业背书。
大数据尽职调查不仅审核企业提交的各类信用资料,更重要的是从企业本身、产品、股东、管理人、团队等方面全面排查存在的风险因素,进一步提升了尽职调查的严格程度,彻底将不良企业拒之门外,净化了金融市场,防范了政府信用的透支,提高了金融办的监管效率。
三、大数据对金融办工作的社会价值
大数据在金融办工作实践中,同时也创新了政府治理方式,加快建设智慧政府的进程。
第一,有利于部门间数据互联互通。大数据时代下的政府监管需要多方面数据进支持,然而传统监管过程中信息的获取主要通过公文呈批的形式来实现,效率低下。金融办应用大数据的第一步是建设一套全息数据库,整合金融办、工商局、公安局、法院等多个部门的数据,实现“一次协调,长久共享”,大幅节约协调成本。
第二,有利于政府创新监管模式。非法集资、金融欺诈等事件一旦爆发将造成大量的财产损失和精神损失,带来众多社会不稳定因素。政府部门接到情报时,案件给社会造成的危害已经在大面积蔓延,因此利用传统监管手段面临很多局限性。而大数据手段可监测从公司成立后的所有相关数据,使用机器学习技术建立风险量化模型,在公司出现异常情况时自动纳入重点监测范围,发布预警信息,做到提前监测,将影响范围控制到最小。
第三,有利于政府长效机制建设。其一,针对风险监测,大数据监测预警已经成为政府公务人员和学术专家的共识,将吸引越来越多的社会资本和科学技术投入进来,不断优化和提高大数据监测的准确程度。其二,大数据监管将不断积累传统金融和互联网金融行业的数据,这些数据不再像从前那样沉睡,而会经过反复使用,充分发挥数据的价值,同时为数据思维创新和资源创新奠定坚实的基础。
综上,在宏观政策和科学技术的支持下,大数据分析方法一定能够成为整个金融市场宏观调控的方法论。地方金融办应拥抱大数据,建立统一风控体系,融合打非、风控、信用等多种业务相关的数据,设计出适应当地监管需求的大数据平台,切实保护好投资者权益,服务好当地金融市场。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在中介效应分析(或路径分析)中,间接效应是衡量“自变量通过中介变量影响因变量”这一间接路径强度与方向的核心指标。不同于直 ...
2025-12-30数据透视表是数据分析中高效汇总、多维度分析数据的核心工具,能快速将杂乱数据转化为结构化的汇总报表。在实际分析场景中,我们 ...
2025-12-30在金融投资、商业运营、用户增长等数据密集型领域,量化策略凭借“数据驱动、逻辑可验证、执行标准化”的优势,成为企业提升决策 ...
2025-12-30CDA(Certified Data Analyst),是在数字经济大背景和人工智能时代趋势下,源自中国,走向世界,面向全行业的专业技能认证,旨 ...
2025-12-29在数据分析领域,周期性是时间序列数据的重要特征之一——它指数据在一定时间间隔内重复出现的规律,广泛存在于经济、金融、气象 ...
2025-12-29数据分析师的核心价值在于将海量数据转化为可落地的商业洞察,而高效的工具则是实现这一价值的关键载体。从数据采集、清洗整理, ...
2025-12-29在金融、零售、互联网等数据密集型行业,量化策略已成为企业提升决策效率、挖掘商业价值的核心工具。CDA(Certified Data Analys ...
2025-12-29CDA中国官网是全国统一的数据分析师认证报名网站,由认证考试委员会与持证人会员、企业会员以及行业知名第三方机构共同合作,致 ...
2025-12-26在数字化转型浪潮下,审计行业正经历从“传统手工审计”向“大数据智能审计”的深刻变革。教育部发布的《大数据与审计专业教学标 ...
2025-12-26统计学作为数学的重要分支,是连接数据与决策的桥梁。随着数据规模的爆炸式增长和复杂问题的涌现,传统统计方法已难以应对高维、 ...
2025-12-26数字化浪潮席卷全球,数据已成为企业核心生产要素,“用数据说话、用数据决策”成为企业生存与发展的核心逻辑。在这一背景下,CD ...
2025-12-26箱线图(Box Plot)作为数据分布可视化的核心工具,凭借简洁的结构直观呈现数据的中位数、四分位数、异常值等关键信息,广泛应用 ...
2025-12-25在数据驱动决策的时代,基于历史数据进行精准预测已成为企业核心需求——无论是预测未来销售额、客户流失概率,还是产品需求趋势 ...
2025-12-25在数据驱动业务的实践中,CDA(Certified Data Analyst)数据分析师的核心工作,本质上是通过“指标”这一数据语言,解读业务现 ...
2025-12-25在金融行业的数字化转型进程中,SQL作为数据处理与分析的核心工具,贯穿于零售银行、证券交易、保险理赔、支付结算等全业务链条 ...
2025-12-24在数据分析领域,假设检验是验证“数据差异是否显著”的核心工具,而独立样本t检验与卡方检验则是其中最常用的两种方法。很多初 ...
2025-12-24在企业数字化转型的深水区,数据已成为核心生产要素,而“让数据可用、好用”则是挖掘数据价值的前提。对CDA(Certified Data An ...
2025-12-24数据分析师认证考试全面升级后,除了考试场次和报名时间,小伙伴们最关心的就是报名费了,报 ...
2025-12-23在Power BI数据可视化分析中,矩阵是多维度数据汇总的核心工具,而“动态计算平均值”则是矩阵分析的高频需求——无论是按类别计 ...
2025-12-23在SQL数据分析场景中,“日期转期间”是高频核心需求——无论是按日、周、月、季度还是年度统计数据,都需要将原始的日期/时间字 ...
2025-12-23