京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据将给“两融”账户打信用分
投资者过去每次的交易行为、强制平仓记录、资金量等一大堆数据放入计算机里一个事先做好的“公式”里,几秒钟的时间这位投资者在证券市场信用状况、征信分数便一目了然。记者8月31日从北京大数据企业普林科技获悉,目前其正与中证信用合作对全国各家券商的380万融资融券账户的信用状况进行评估,未来将发布证券市场的征信报告。
场内杠杆扛不过场外
一般来说,A股市场的配资炒股方式有两种,除了券商提供的融资服务外,还有处于灰色地带的场外配资。相对来说,场内配资在开通融资融券信用账户后,可以依靠账户中的资产折价后作为抵押向券商借款,用融来的钱购买股票。
不过,目前场内券商配资杠杆基本都是十分保守的,定在1:1。与场内形成鲜明对比的是,场外配资即使目前杠杆有所拉低,一些配资公司依然保持在1:4的杠杆高度,“这都算低的,高的时候还能达到1:8、甚至1:10。”有业内人士向记者透露。
这也就意味着,如果一位投资者账户只有1万元的资产,那在券商仅能再获得1万元的配资,而在场外,这一额度则可以攀升至4万元甚至更多。特别是在股市暴涨时期,鉴于券商提供的场内融资对杠杆水平要求严格,一批投资者的需求得不到满足,就铤而走险选择信托公司、互联网金融等配资平台进行场外配资。
但让人担忧的是,正是由于场外配资平台的杠杆更高,风险也就更大。由于还处在监管盲区,还没有人真正核算清楚场外配资规模,因此也有使股票市场产生“踩踏”的风险。今年6月,证监会发布《关于加强证券公司信息系统外部接入管理的通知》,再次重申各证券公司不得通过网上证券交易接口为任何机构和个人开展场外配资活动、非法证券业务提供便利。
大数据掌握场内配资
多处公开信息介绍,今年5月,中证信用增进股份有限公司(简称“中证信用”)经中国证监会批复成立,该公司由多家证券公司、保险公司、互联网公司、政府投资平台共同发起设立。就在两个月后,中证信用与北京中关村(000931,股吧)的一家大数据公司普林科技签订战略合作伙伴协议,该企业主要为金融、通信等行业提供大数据建模分析服务。
而记者了解到,中证信用与大数据企业的这项合作,主要是希望利用大数据技术掌握我国证券市场的场内配资情况。“每个融资融券的账户未来都有可能在个人信用方面获得一个分数。”普林科技副总经理王储向记者透露,自今年7月起,已经开始对全国各家券商的380万融资融券账户进行信用评估,未来每个用户都将有一份中国证券市场个人信用报告,并对资本市场里用户的信用情况进行打分。
记者在这份报告中看到,报告中除了涉及个人基本信息、证券账户基本信息以外,还会对用户是否有强制平仓、信用违约等明细一一记录,“未来券商拿到这份报告、看到评分,也就可以更灵活调整杠杆。评分越高,信用状况也就越好,券商能提供的资金也就会越多。”王储说。
能估算场外配资规模
未来一旦场内配资杠杆更灵活了,也就能把一部分投资者从场外吸引到场内。王储介绍,大数据除了能够帮助稳定资本市场秩序外,也能通过对个人信用状况的大数据分析,让投资者有更合理的投资意向,避免更高的风险。
大数据技术还能使复杂的场外配资脉络显现出来。王储介绍,对互联网金融等场外配资平台上数据进行大面积抓取,从而利用大数据技术能对其规模进行估算。
与此同时,伴随着证券市场“一人多户”的出现,一位投资者往往可以在不同的券商开立账户。以往,各家券商的配资状况都是封闭的,很难判断投资者此前是否有过配资。而在未来各家券商就能通过信用报告看到投资者之前的配资情况。
同时,这份资本市场的个人信用报告也有望提供给银行等第三方机构,在办理贷款业务前也能够了解到个人此前是否有过配资债务。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19