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
数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27对数据分析从业者和学生而言,表结构数据是最基础也最核心的分析载体——CRM系统的用户表、门店的销售明细表、仓库的库存表,都 ...
2025-11-27在业务数据可视化中,热力图(Heat Map)是传递“数据密度与分布特征”的核心工具——它通过颜色深浅直观呈现数据值的高低,让“ ...
2025-11-26在企业数字化转型中,业务数据分析师是连接数据与决策的核心纽带。但“数据分析师”并非单一角色,从初级到高级,其职责边界、能 ...
2025-11-26表格结构数据以“行存样本、列储属性”的规范形态,成为CDA数据分析师最核心的工作载体。从零售门店的销售明细表到电商平台的用 ...
2025-11-26在pandas数据处理工作流中,“列标签”(Column Labels)是连接数据与操作的核心桥梁——它不仅是DataFrame数据结构的“索引标识 ...
2025-11-25Anaconda作为数据科学领域的“瑞士军刀”,集成了Python解释器、conda包管理工具及海量科学计算库,是科研人员、开发者的必备工 ...
2025-11-25在CDA(Certified Data Analyst)数据分析师的日常工作中,表格结构数据是最常接触的“数据形态”——从CRM系统导出的用户信息表 ...
2025-11-25在大数据营销从“粗放投放”向“精准运营”转型的过程中,企业常面临“数据维度繁杂,核心影响因素模糊”的困境——动辄上百个用 ...
2025-11-24当流量红利逐渐消退,“精准触达、高效转化、长效留存”成为企业营销的核心命题。大数据技术的突破,让营销从“广撒网”的粗放模 ...
2025-11-24在商业数据分析的全链路中,报告呈现是CDA(Certified Data Analyst)数据分析师传递价值的“最后一公里”,也是最容易被忽视的 ...
2025-11-24在数据可视化实践中,数据系列与数据标签的混淆是导致图表失效的高频问题——将数据标签的样式调整等同于数据系列的维度优化,或 ...
2025-11-21在数据可视化领域,“静态报表无法展现数据的时间变化与维度关联”是长期痛点——当业务人员需要分析“不同年份的区域销售趋势” ...
2025-11-21在企业战略决策的场景中,“PESTEL分析”“波特五力模型”等经典方法常被提及,但很多时候却陷入“定性描述多、数据支撑少”的困 ...
2025-11-21在企业数字化转型过程中,“业务模型”与“数据模型”常被同时提及,却也频繁被混淆——业务团队口中的“用户增长模型”聚焦“如 ...
2025-11-20在游戏行业“高获客成本、低留存率”的痛点下,“提前预测用户流失并精准召回”成为运营核心命题。而用户流失并非突发行为——从 ...
2025-11-20