大数据揭秘华尔街如何从金融危机中赚钱
当金融危机发生的时候，华尔街内部人士如何赚钱？谁更有可能获得内幕信息？那些口口声声说没人料得到危机来临的高层真的不知道风险有多大？最近的两份学术报告或许可以给出一些答案。
International Business Times 一篇文章介绍，报告利用大数据对金融危机中的行为模式做了分析，其中一个结论是有政府背景的企业高管会交易那些非公开信息，例如危机发生后政府是否会出手救助，另一个结论是，许多人士非常清楚他们的所作所为会导致风险累积，进而爆发危机，因此他们会在危机到来前尽量抛售个人持仓。
交易内幕信息
第一份报告使用公开信息来追寻与政客关系密切的个人在2007年金融风暴之后从事内幕交易的情况。
“这部分人士在危机中有明显的信息优势，而且会利用这种优势做交易。”科罗拉多大学、斯坦福大学、纳瓦拉大学和宾夕法尼亚大学共同参与的研究报告显示。
在获得7000亿美元TARP救助的497家金融机构的7300名主管中，上述研究团队着重寻找那些有过监管机构或者国会工作经验的人士，并且发现，有政治关系的银行董事会通常在金融危机中选择更多地进行交易。
换句话说，尽管理论上政府“秘密”决定哪些机构可以得到救助，救助名单外界很难获得，但有政治背景的人士所做的交易好像他们已经清楚地知道了这些消息。
这些内幕信息给他们带来了实实在在的收益，三天就可以获得4-5个百分点的回报。此外他们在政府决策公开的前的30天所做的交易是平均交易量的三倍多。
心知肚明
第二份报告的研究重点是这些银行高管是否一开始就知道金融危机会爆发。在金融危机发生后，相当多的金融人士宣称他们事先并未预料到事情会这么严重。
花旗集团的高管Robert Rubin曾发表过这段评论：没有人提前做好了准备，周期性风险的低估和房地产泡沫一起席卷而来，就连3A评级也是有问题的，没人能想到这种低概率的事情会变成现实。
但是研究人员发现，事实可能并非如此。他们找到了SEC披露的170家公司顶级高管所做的股票交易记录，并将银行管理层减持公司股份的情况与公司股价在危机期间的表现做对比，他们发现那些对房地产投资有更大敞口的公司，这种关联性尤其强烈。
“我们的研究表明，这些内部人士深知银行的风险有多大，他们并没有对未来保持过度乐观，因此在危机前他们选择卖出个人持有的公司股份。”研究人员表示。
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
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
