
两会金融话语权:委员提案做好大数据发展顶层设计
两会”进行时,金融行业的“代表”们热议金融改革、互联网金融创新、修订《商业银行法》等热点话题,每位“代表”将站在各自的领域中献计献策。各行业的“代表”人数将直接反映两会的重点讨论领域,也是我国金融领域目前格局的印证。
我们以金融各细分行业“两会代表”的人数为基础,进行大数据分析,并以此为窗口观察“两会”金融行业主题。
2015年人大代表和政协委员总计2984人,金融行业“两会代表”87名,占比2.92%;其中人大代表44人,政协委员43人。银行业“两会代表”为36人,占整个金融领域的41.38%,比保险、证券、信托、基金、期货、交易所、AMC等其他所有非银机构“两会代表”人数的2倍。
“两会代表”人数与我国金融业资产分布也十分吻合。截至2014年末,我国银行业金融机构总资产为172.3万亿,保险业总资产突破10万亿,证券公司总资产2014年6月末达到2.45万亿。截至2014年末,信托公司、证券公司、公募基金、基金子公司、期货公司等各类资管公司管理的的资产规模分别为13.98万亿、7.95万亿、4.54万亿、5.58万亿和124.82亿。无论是金融机构总资产,还是管理资产规模,保险、信托、证券、基金等非银金融机构的资产规模总和还不到银行业金融机构总资产的1/4。
二者都反映我国金融系统以银行为核心的状况。
观点
谢渡扬建议,“国务院明确一个牵头部门,牵头组织相关机构,做好大数据发展的顶层设计,负责在国家层面制定大数据技术研究和人才培养机制,推进相关基础数据库及数据中心建设,制定数据隐私保护政策及数据标准规划”。
本报记者 李玉敏 北京报道
“银行业在服务社会经济发展过程中积累了大量的数据,在数据挖掘、数据分析方面取得了一定的经验,在大数据分析应用方面已具备相当的系统、机构和人才基矗此外,出于加强风险把控、业务创新、改进客户服务的要求银行业对发展大数据应用有相当的紧迫感。”全国政协委员、建行原监事长谢渡扬今年的提案称。
谢渡扬在提案中分析了中国大数据发展赶超世界的社会与市场特性,{数据分析师培训}并且针对大数据的发展与应用提出了四点建议。谢渡扬认为,大数据的发展与应用是大势所趋,建议将银行业作为重点示范行业,率先启动,以带动和推动大数据应用在我国的发展。
呼唤“顶层设计”
“这种对数据使用范围、使用方式的巨大变化,必将对未来社会与经济发展带来重大影响。一方面可以使传统上使用样本数据、精准数据等无法解决的问题有了解决的可能。另外,它也将使现有的商业模式、社会管理模式产生革命性的变革。”
在谢渡扬看来,过去,大数据能够以难以想象的、超常规方式推动经济和社会的发展。而未来,谁能够更充分地掌握和利用大数据,谁就能取得先机,获得更好的发展质量、更优的发展速度。为此,他建议发展大数据业务,首先要“做好顶层设计”。对此, 美国、欧盟、韩国等主要发达国家和地区均已经在大数据应用发展领域有所动作。
谢渡扬建议,“国务院明确一个牵头部门,牵头组织相关机构,做好大数据发展的顶层设计,负责在国家层面制定大数据技术研究和人才培养机制,推进相关基础数据库及数据中心建设,制定数据隐私保护政策及数据标准规划”。
谢渡扬认为,大数据发展还需要政府做好政策保障。他建议,应着手优先建立数据交易机制,保证数据提供者和数据使用者的利益,促进数据共享,充分利用存量数据。
西方主要发达国家大数据研究起步比我国略早,但总体来看,大数据应用整体还处于起步阶段,各国的起点和水平相差不多。因此,谢渡扬认为,“我们有条件有机会抓住当前大数据应用仍以开源为主,借此尚未有任何国家形成绝对垄断的有利契机,改变我国长期处于信息产业链末端的不利局面,在大数据发展应用上占领战略制高点”。
中国特色的赶超优势
针对大数据领域,在2014年的《政府工作报告》中曾明确提出,“设立新兴创业创新平台,在新一代移动通信、集成电路、大数据、先进制造、新能源、新材料等方面赶超先进,引领未来产业发展”。
谢渡扬认为, 在大数据时代,任何一方都不能掌握全部所需的数据,这一方面的应用,最重要的就是要能够形成“数据的合力”。而政府的高度重视和统筹规划,有利于我们形成全国一盘棋,有效整合数据资源,组织推动数据应用的发展。
同时,他建议,还需抓紧组建国家、行业、企业不同层面的共享数据库。这首先得开放政府相关公共数据资源以起到示范作用,并由此逐步形成层次丰富的大数据资源池。而且,应及早健全数据保护政策,在激励数据开放共享的同时,做好隐私保护,保证大数据有序、良性发展。
在谢渡扬看来,在此领域,我国已具备大数据的天然优势和基矗中国的特性是,拥有全球第一的人口基数和全球第二的经济规模。截至2014年底,我国人口13.678亿,GDP总量63.646万亿,这是保证巨量数据来源的坚实基矗
同时,我国数字化程度位居世界先进水平,互联网、移动互联网的发展位居世界前列。
对此,他举出数据予以佐证。截至2014年6月,我国网站数量达273万,我国网民数量已达6.32亿,其中手机网民数5.27亿,这是大数据活的源泉。据预测,我国数据总量2020年将达到8.4ZB,这是一片可以孕育和支撑大数据应用茁壮成长的肥沃土壤。 此外,谢渡扬认为,我国大数据产业体系在逐渐成熟阶段。“部分互联网公司的大数据应用处于全球领先水平,在数据处理分析、语音识别、视频识别、商业智能软件、数据中心建设维护、IT咨询等领域,出现一批具有代表性的企业,初步形成贯穿数据获娶存储、处理、应用等各个环节的大数据全产业链。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 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