
大數(shù)據(jù)在金融辦的四大應(yīng)用場(chǎng)景
隨著地方經(jīng)濟(jì)的發(fā)展,金融業(yè)已成為提升城市能級(jí)、增強(qiáng)城市綜合競(jìng)爭(zhēng)力的戰(zhàn)略性支柱產(chǎn)業(yè)。然而,高速增長(zhǎng)的投資理財(cái)公司在助力地方經(jīng)濟(jì)發(fā)展的同時(shí),也存在野蠻生長(zhǎng)、良莠不齊的一面。地方政府金融辦,作為規(guī)劃地方經(jīng)濟(jì)發(fā)展的金融大管家,肩負(fù)著維護(hù)地方金融健康發(fā)展的重要職責(zé)。面對(duì)動(dòng)輒上萬(wàn)家企業(yè),及時(shí)發(fā)現(xiàn)并處理存在金融風(fēng)險(xiǎn)的企業(yè)是各地金融辦困擾的一道難題。
2015年8月底,國(guó)務(wù)院印發(fā)了《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》(下稱《綱要》),為金融辦的工作帶來一股“活水”。以大數(shù)據(jù)技術(shù)為基礎(chǔ)的監(jiān)測(cè)平臺(tái)整合網(wǎng)絡(luò)公開數(shù)據(jù)、政府內(nèi)部數(shù)據(jù)和征信公司數(shù)據(jù),輔以大數(shù)據(jù)處理技術(shù)建模分析,可以有效發(fā)現(xiàn)預(yù)警問題企業(yè)。
一、《綱要》給金融辦使用大數(shù)據(jù)以政策導(dǎo)向
大數(shù)據(jù)技術(shù)能夠揭示傳統(tǒng)技術(shù)方式難以展現(xiàn)的關(guān)聯(lián)關(guān)系,推動(dòng)政府?dāng)?shù)據(jù)開放與共享,促進(jìn)社會(huì)事業(yè)數(shù)據(jù)融合和資源整合,極大提升政府對(duì)數(shù)據(jù)的整體分析能力,為有效處理復(fù)雜社會(huì)問題提供新的手段?!毒V要》的頒布為各地金融辦應(yīng)用大數(shù)據(jù)提供了數(shù)據(jù)、理論和政策支持導(dǎo)向。
第一,《綱要》通過頂層設(shè)計(jì)及統(tǒng)籌規(guī)劃,大力推進(jìn)國(guó)家基礎(chǔ)數(shù)據(jù)資源、信息系統(tǒng)跨部門、跨區(qū)域共享,為大數(shù)據(jù)平臺(tái)的建設(shè)提供了數(shù)據(jù)層面的政策保障,將對(duì)金融風(fēng)險(xiǎn)識(shí)別提供更加全面的數(shù)據(jù)支撐,保證監(jiān)測(cè)的準(zhǔn)確性。
第二,《綱要》提出將企業(yè)所有風(fēng)險(xiǎn)相關(guān)的數(shù)據(jù)進(jìn)行匯聚整合和關(guān)聯(lián)分析,統(tǒng)一公示企業(yè)信用信息,預(yù)警企業(yè)不正當(dāng)行為,提升政府決策和風(fēng)險(xiǎn)防范能力,支持加強(qiáng)事中事后監(jiān)管和服務(wù),提高監(jiān)管和服務(wù)的針對(duì)性、有效性。從風(fēng)控的角度來看,《綱要》為大數(shù)據(jù)監(jiān)測(cè)金融風(fēng)險(xiǎn)提供了政策依據(jù)和理論基礎(chǔ)。
第三,《綱要》提出圍繞數(shù)據(jù)科學(xué)理論體系、大數(shù)據(jù)計(jì)算系統(tǒng)與分析理論、大數(shù)據(jù)驅(qū)動(dòng)的顛覆性應(yīng)用模型探索等重大基礎(chǔ)研究進(jìn)行前瞻布局,將有效推進(jìn)大數(shù)據(jù)平臺(tái)不斷的改善數(shù)據(jù)處理能力及模型評(píng)判精度,打造較為健全的大數(shù)據(jù)產(chǎn)品體系。
第四,《綱要》提出明確數(shù)據(jù)采集、傳輸、存儲(chǔ)、使用、開放等各環(huán)節(jié)保障網(wǎng)絡(luò)安全的范圍邊界、責(zé)任主體和具體要求,督促系統(tǒng)開發(fā)商進(jìn)一步提高數(shù)據(jù)安全防護(hù)技術(shù),以保障大數(shù)據(jù)平臺(tái)更加健康有序的運(yùn)行。
二、大數(shù)據(jù)在金融辦的四大應(yīng)用場(chǎng)景
金融辦的職能是協(xié)調(diào)規(guī)范、整頓和維護(hù)地方金融秩序穩(wěn)定,確保地方金融安全、穩(wěn)健和規(guī)范運(yùn)行。落實(shí)到具體工作上,金融辦可以使用大數(shù)據(jù)應(yīng)用于打擊非法集資、反欺詐、動(dòng)態(tài)評(píng)級(jí)、盡職調(diào)查四個(gè)方面。
(一)大數(shù)據(jù)打擊非法集資,防范區(qū)域金融風(fēng)險(xiǎn)
非法集資是各地金融辦當(dāng)前共同面臨的棘手問題。以北京市為例,2015年前八個(gè)月全市非法集資案件累計(jì)280件,涉及金額超過400億元,集資參與人超過28萬(wàn)人,非法集資案件高發(fā)的勢(shì)頭還在持續(xù)。非法集資作為一種涉眾型案件,其處理的好壞直接影響一個(gè)地區(qū)的社會(huì)穩(wěn)定。傳統(tǒng)打非工作,信息來源和線索往往通過受害者報(bào)案、受害者上訪、群眾舉報(bào)等途徑來獲得,信息相對(duì)滯后;而受害者的大面積上訪和情緒化舉動(dòng)對(duì)金融辦的維穩(wěn)工作帶來很大壓力,實(shí)時(shí)了解社會(huì)民眾的動(dòng)向成為金融辦工作的一大困難。
大數(shù)據(jù)打非改變這一現(xiàn)狀,大數(shù)據(jù)技術(shù)可做到全方位排查、及時(shí)發(fā)現(xiàn)并跟蹤線索、提前預(yù)警、監(jiān)督控制,并把情報(bào)共享給各個(gè)相關(guān)部門,實(shí)現(xiàn)跨部門、全過程協(xié)調(diào)辦公,實(shí)現(xiàn)主動(dòng)出擊、打早打小。
(二)大數(shù)據(jù)風(fēng)控、反欺詐,服務(wù)本地金融機(jī)構(gòu)
不良貸款率作為銀行業(yè)績(jī)考核的一個(gè)重要指標(biāo),近幾年來已經(jīng)成為一個(gè)熱詞。普華永道發(fā)布的《2015年中國(guó)金融及銀行業(yè)展望》指出,截至2014年第三季度末中國(guó)的商業(yè)銀行不良貸款總額同比上升36%,達(dá)到7670億元人民幣,是四年來的最高點(diǎn)。除了經(jīng)濟(jì)下行導(dǎo)致逾期風(fēng)險(xiǎn)上升外,金融機(jī)構(gòu)在風(fēng)險(xiǎn)控制中存在漏洞與缺陷也是重要原因。一方面,大多數(shù)銀行貸款管理的方式僅僅是依靠信貸經(jīng)理不定期手動(dòng)查詢企業(yè)的法院信息或者不定期走訪。這當(dāng)中存在著巨大的不確定性,一旦信貸經(jīng)理忘記查詢或者操作失誤,貸后司法訴訟監(jiān)控工作將形同虛設(shè);信用卡、貸款的包裝、組團(tuán)欺詐騙貸的情況也屢見不鮮。另一方面,發(fā)展迅速的網(wǎng)貸、小貸等民間借貸機(jī)構(gòu)風(fēng)控技術(shù)還不成熟,仍模仿銀行的管理方法,加劇了不良貸款的攀升。因此,傳統(tǒng)的金融風(fēng)控手段愈發(fā)不能滿足當(dāng)前金融業(yè)創(chuàng)新發(fā)展的需要。
表面來看,地方金融辦和地方金融機(jī)構(gòu)是一種管理與被管理的關(guān)系,實(shí)際上兩者和諧共存,共同促進(jìn)地方經(jīng)濟(jì)健康發(fā)展。地方金融辦應(yīng)牽頭打造地方性的大數(shù)據(jù)征信中心,融合工商、公安、法院、稅務(wù)、社保、運(yùn)營(yíng)商、輿情、社交關(guān)系和交易流水等各類數(shù)據(jù),對(duì)企業(yè)進(jìn)行精準(zhǔn)畫像。充分和有效地交叉核驗(yàn)可以有效防范貸前風(fēng)險(xiǎn),對(duì)企業(yè)持續(xù)的信息監(jiān)測(cè)可以防范貸后風(fēng)險(xiǎn)。
(三)大數(shù)據(jù)動(dòng)態(tài)評(píng)級(jí)金融機(jī)構(gòu),保護(hù)投資者權(quán)益
面對(duì)魚龍混雜的理財(cái)市場(chǎng),普通投資者仍然處于信息的弱勢(shì)陣地。據(jù)和訊銀行頻道數(shù)據(jù)統(tǒng)計(jì),投資者在購(gòu)買銀行理財(cái)產(chǎn)品時(shí),33.33%的投票者遇到過夸大宣傳、強(qiáng)調(diào)高收益不提風(fēng)險(xiǎn),導(dǎo)致投資決策的失敗。另一方面,國(guó)內(nèi)投資者教育尚不完善,投資者在購(gòu)買理財(cái)產(chǎn)品時(shí)容易過分追求高收益,而忽視存在的風(fēng)險(xiǎn)。因此,由政府主導(dǎo)的機(jī)構(gòu)和產(chǎn)品的評(píng)級(jí)對(duì)投資者權(quán)益保護(hù)是十分有必要的。評(píng)級(jí)的過程實(shí)質(zhì)上也是金融行業(yè)標(biāo)準(zhǔn)逐步形成的過程:好的評(píng)級(jí)結(jié)果是對(duì)金融機(jī)構(gòu)的內(nèi)在增信,而壞評(píng)級(jí)結(jié)果的公司很容易被市場(chǎng)淘汰,這樣金融機(jī)構(gòu)將會(huì)自我約束,為行業(yè)營(yíng)造自律監(jiān)管的氛圍。
不同于傳統(tǒng)的信用評(píng)級(jí),大數(shù)據(jù)動(dòng)態(tài)評(píng)級(jí)以全息數(shù)據(jù)為根基,以全方位的視角對(duì)金融機(jī)構(gòu)和金融產(chǎn)品綜合測(cè)評(píng),同時(shí)基于云計(jì)算平臺(tái)對(duì)測(cè)評(píng)對(duì)象實(shí)時(shí)跟蹤,最終的測(cè)評(píng)結(jié)果定期公布,讓投資者盡量避開高風(fēng)險(xiǎn)的公司和產(chǎn)品,真正做到保護(hù)投資者權(quán)益。
(四)大數(shù)據(jù)盡職調(diào)查,防范政府信用透支
盡職調(diào)查,是指對(duì)目標(biāo)企業(yè)一切相關(guān)事項(xiàng)進(jìn)行現(xiàn)場(chǎng)調(diào)查、資料分析的一系列活動(dòng),避免投融資雙方信息不對(duì)稱帶來的風(fēng)險(xiǎn),比如財(cái)務(wù)造假、債務(wù)黑洞、擔(dān)保黑洞、違法違規(guī)歷史等。隨著地方金融市場(chǎng)投融資需求的不斷擴(kuò)大,盡職調(diào)查的作用日益凸顯。2015年10月份,陷60億兌付危機(jī)的深圳金賽銀基金管理有限公司(下稱“金賽銀”)已被立案?jìng)刹?。?jù)了解,金賽銀董事長(zhǎng)王維奇擅長(zhǎng)拉攏政府官員,項(xiàng)目打著政府項(xiàng)目的旗號(hào)進(jìn)行推銷,合作活動(dòng)也均有省市級(jí)領(lǐng)導(dǎo)參加,讓一般的投資者容易盲目相信,無(wú)法辨別。因此,在力求提升政績(jī)的同時(shí),地方政府應(yīng)對(duì)投融資業(yè)務(wù)做好盡職調(diào)查工作,避免給不良企業(yè)背書。
大數(shù)據(jù)盡職調(diào)查不僅審核企業(yè)提交的各類信用資料,更重要的是從企業(yè)本身、產(chǎn)品、股東、管理人、團(tuán)隊(duì)等方面全面排查存在的風(fēng)險(xiǎn)因素,進(jìn)一步提升了盡職調(diào)查的嚴(yán)格程度,徹底將不良企業(yè)拒之門外,凈化了金融市場(chǎng),防范了政府信用的透支,提高了金融辦的監(jiān)管效率。
三、大數(shù)據(jù)對(duì)金融辦工作的社會(huì)價(jià)值
大數(shù)據(jù)在金融辦工作實(shí)踐中,同時(shí)也創(chuàng)新了政府治理方式,加快建設(shè)智慧政府的進(jìn)程。
第一,有利于部門間數(shù)據(jù)互聯(lián)互通。大數(shù)據(jù)時(shí)代下的政府監(jiān)管需要多方面數(shù)據(jù)進(jìn)支持,然而傳統(tǒng)監(jiān)管過程中信息的獲取主要通過公文呈批的形式來實(shí)現(xiàn),效率低下。金融辦應(yīng)用大數(shù)據(jù)的第一步是建設(shè)一套全息數(shù)據(jù)庫(kù),整合金融辦、工商局、公安局、法院等多個(gè)部門的數(shù)據(jù),實(shí)現(xiàn)“一次協(xié)調(diào),長(zhǎng)久共享”,大幅節(jié)約協(xié)調(diào)成本。
第二,有利于政府創(chuàng)新監(jiān)管模式。非法集資、金融欺詐等事件一旦爆發(fā)將造成大量的財(cái)產(chǎn)損失和精神損失,帶來眾多社會(huì)不穩(wěn)定因素。政府部門接到情報(bào)時(shí),案件給社會(huì)造成的危害已經(jīng)在大面積蔓延,因此利用傳統(tǒng)監(jiān)管手段面臨很多局限性。而大數(shù)據(jù)手段可監(jiān)測(cè)從公司成立后的所有相關(guān)數(shù)據(jù),使用機(jī)器學(xué)習(xí)技術(shù)建立風(fēng)險(xiǎn)量化模型,在公司出現(xiàn)異常情況時(shí)自動(dòng)納入重點(diǎn)監(jiān)測(cè)范圍,發(fā)布預(yù)警信息,做到提前監(jiān)測(cè),將影響范圍控制到最小。
第三,有利于政府長(zhǎng)效機(jī)制建設(shè)。其一,針對(duì)風(fēng)險(xiǎn)監(jiān)測(cè),大數(shù)據(jù)監(jiān)測(cè)預(yù)警已經(jīng)成為政府公務(wù)人員和學(xué)術(shù)專家的共識(shí),將吸引越來越多的社會(huì)資本和科學(xué)技術(shù)投入進(jìn)來,不斷優(yōu)化和提高大數(shù)據(jù)監(jiān)測(cè)的準(zhǔn)確程度。其二,大數(shù)據(jù)監(jiān)管將不斷積累傳統(tǒng)金融和互聯(lián)網(wǎng)金融行業(yè)的數(shù)據(jù),這些數(shù)據(jù)不再像從前那樣沉睡,而會(huì)經(jīng)過反復(fù)使用,充分發(fā)揮數(shù)據(jù)的價(jià)值,同時(shí)為數(shù)據(jù)思維創(chuàng)新和資源創(chuàng)新奠定堅(jiān)實(shí)的基礎(chǔ)。
綜上,在宏觀政策和科學(xué)技術(shù)的支持下,大數(shù)據(jù)分析方法一定能夠成為整個(gè)金融市場(chǎng)宏觀調(diào)控的方法論。地方金融辦應(yīng)擁抱大數(shù)據(jù),建立統(tǒng)一風(fēng)控體系,融合打非、風(fēng)控、信用等多種業(yè)務(wù)相關(guān)的數(shù)據(jù),設(shè)計(jì)出適應(yīng)當(dāng)?shù)乇O(jiān)管需求的大數(shù)據(jù)平臺(tái),切實(shí)保護(hù)好投資者權(quán)益,服務(wù)好當(dāng)?shù)亟鹑谑袌?chǎng)。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)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、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10