金融大数据的运用有助于提高金融监管能力，重塑金融监管的方式。

金融先进技术可以让金融监管发挥更大的效力。先进的信息系统可以及时检测金融市场与企业的动态大数据。

加强对大数据运用的监管，一方面要加强行政监管，另一方面要加强行业自律管理。

　　 一、 前言：大数据是柄“双刃剑”

2017年7月18日晚间，基金行业爆出爆炸性消息，华夏基金原债券交易员王某在两年半的时间，利用200万元本金，通过“老鼠仓”获利1773万元。本案引起广泛关注在于“零口供”定案，也就是说，在没有犯罪嫌疑人的口供之下，通过客观的证据，形成完整的证据链，从而实现定罪。中国证监会稽查人员通过从交易所等调取相关账户的交易情况，并将账户交易特征进行比对，从交易的趋同性、时间的匹配性进行分析，得出涉案单个账户与华夏基金产品的匹配度最低也在85%以上，从而确定犯罪嫌疑人的作案事实。

金融行业“老鼠仓”的弊病由来已久，一直像毒瘤般存在。而通过本案，我们似乎看到了治病良方：金融大数据在行政监管和犯罪侦查方面的运用解决了以往很多的难题。

但同时，当我们查阅中国裁判文书网(最高法院建立的全国法院统一裁判文书公开平台)上的关于“出售、非法提供公民个人信息罪”的判决文书时，却也能深深感受到，在大数据的大潮中，公民的个人信息不停遭受非法兜售、使用，公民的隐私权仍然受到来自各种主体的泄露和侵犯。

大数据的运用和隐私权的保护就像一对孪生的“冤家兄弟”，相生相克，又如影随形。如何把握好两者合理的边界，处理好两者之间的微妙关系，不仅是道德问题、法律问题，还是广泛的操作实践问题。

　　二、金融大数据的运用

最早提出大数据概念的是全球著名的咨询公司麦肯锡，麦肯锡对于大数据的定义是：一种规模大到在获取、存储、管理、分析方面大大超出传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。

根据上述定义，业界对于大数据的构成通常运用四个V来解构，分别是：“Volume”，即数据体量巨大。大数据的起始计量单位至少是P(1000个T)、E(100万个T)或Z(10亿个T)；“Variety”，即要求数据类型繁多，比如网络日志、视频、图片、地理位置信息等；“Value”即价值密度低，商业价值高；“Velocity”即处理速度快。

金融大数据主要运用于金融监管、经营管理、投资操作等三大领域。

国务院颁布的《推进普惠金融发展规划(2016—2020年)》提到，鼓励金融机构运用大数据、云计算等新兴信息技术，打造互联网金融服务平台。金融行业是大数据的先行者，国内监管部门、金融机构经过多年发展与积累，已经拥有海量数据，而且数据量还在不断增长。随着大数据技术和应用的日趋深入，大数据理念渐入人心。金融行业的大数据运用能力更是能够帮助监管机构、经营机构及投资者在多个方面得到有效提升。

　　金融监管

金融大数据的运用有助于提高金融监管能力，重塑金融监管的方式。上海证券交易所白硕、熊昊在《大数据时代的金融监管创新》一文中提到，大数据时代的金融监管将是一个精确化的金融监管，大数据为金融监管部门提供了全新的风险管理方式。传统的监管方式通常是监管部门制定系列的监管规定、规范，并按照各规定的要求，定期或不定期对金融机构进行检查，或通过各类线索对违规行为进行调查，从而约束经营机构的行为。不过传统的监管方式存在滞后性，通常是一种事后监管，不能非常好的实现事前预防。此外，传统的监管方式很难做到个性化、差异化监管，不可避免会出现“一刀切”的问题。

而金融的先进技术可以让金融监管发挥更大的效力。先进的信息系统可以及时检测金融市场与企业的动态大数据。多渠道的信息数据来源可以降低监管面对的信息不对称难题。通过机器学习可以构建智能监管监测系统，从而提高监管的有效性、及时性、低成本性。

以异常交易行为监控为例，各交易所已经实现实时监控，通常从交易行为、重点账户、股价指数、风险公司、公告舆情、跨市场行为等多个维度进行实时监控，以提升实时监控的针对性和覆盖面，确保及时发现异常交易行为。同时，我们还可以看到交易所运用科技的力量加强监察系统的自动化功能，运用舆情监测、预警处理、线索筛选等提升监察的效力和即时性，从而能够有效地配合证监会等相关部门的稽查执法。

　　经营管理

在第十四届上海衍生品市场论坛上，对“新形势下大数据在衍生品市场上的应用前景”进行了专门讨论。而在此前，第十一届中国期货分析师大会也将“大融合·大数据·大市场”作为主题。可见，在金融业融合发展与大数据时代背景下，经营机构都重点关注如何运用大数据提升经营管理能力。金融大数据的运用可以为经营机构提升客户管理、产品管理、营销管理、系统管理、风险管理、内部管理及优化等诸多方面。

以提升客户管理为例， 2016年9月，投资者适当性管理系统通过投资者客观实力和主观风险偏好两个维度来评估其风险承受能力，利用大数据、机器学习等新技术，对投资者客观实力进行评估，实现量化投资者风险承受能力，并实时动态调整。KYC2.0系统通过人工智能和大数据挖掘来实现了对投资者的“精准画像”，从而为客户管理提供精准的数据支持。

利用大数据提升经营管理的另一个表现是智能投顾的发展。在精准分析客户的基础上，结合金融大数据分析，可以对金融市场上的投资标的风险性、流动性、复杂性、收益预判等进行综合分析，从而为客户快速匹配投资标的，分散投资风险，并实现个性化的投资策略定制。

以期货行业为例，若期货经营机构有券商等其他金融机构的集团背景，能够实现金融全业务线的业务服务。若实现集团内的数据信息流动和共享，则经营机构能够运用全金融业务的数据进行分析、筛选，提炼出有效的信息为投资者服务。

　　投资操作

程序化交易的运用可以说是投资者对金融大数据运用的一个最重要体现。程序化交易是一种将交易策略交给计算机进行处理、判断和执行的交易方式。随着交易行情和交易数据的快速增长，数据的体量和来源不断增多，从如此巨大、繁杂的数据筛选、分析和进一步判断已然成为难题，而机器人的数据挖掘和学习则可以有效地解决这一难题，从而为投资者提升数据分析和交易处理能力。

(责任编辑：安博涛)