京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代的智慧投教
在上海证券交易所“做理性的投资人”投资者教育与保护主题系列活动中,涌现出了一批优秀证券公司投教作品。在“投资者教育与保护宣传月”期间,我们将专栏选登获奖作品和业内投教投保工作的经验与思考。保护投资者合法权益是资本市场建设的永恒主题,投资者教育与保护是一项长期的工作。我们希望通过传递呼声、交流经验,能引起市场各方的进一步关注,激发各方的努力,共同将保护投资者权益这项工作做深做实,切实维护好投资者尤其是中小投资者的合法权益。
机器人AlphaGo战胜了顶尖棋手已成旧闻,近来证券业内又有某大投行研发出智能金融机器人高效代替专业金融人士工作的新闻传出。在基于大数据分析的“互联网+”以及智能机器蓬勃发展的时代,投资者教育如何更有效地开展,成为上海证券交易所“做理性的投资人”颁奖大会圆桌论坛上与会嘉宾共同关注的话题。
“目前市场上投资顾问与投资者的比例是1:3000,服务能力存在巨大瓶颈。”广发证券总裁助理兼零售业务管理总部总经理王新栋在圆桌论坛上介绍道。在这样的大背景下,广发证券推出了贝塔牛机器人投顾,通过相关应用,为投资者提供更为专业化的服务,成为有效的投资者教育抓手,大大缓解了投资顾问服务覆盖不足的缺陷。此外,“我们正在着手打造基于大数据与智能客服体系的智能客服,以文字或语音等多种方式实现人机互动服务。客户通过广发证券APP、微信、短信等各终端以文本或语音格式咨询信息时,系统返回与客户查询相关的数据、内容。”王新栋表示。同时,广发证券也率先在业内推出“有问必答”在线答疑系统,由近7000名理财顾问全天候7*24小时,10秒内响应投资者需求,对全市场免费开放,做到了及时高效的咨询答疑与服务,2016年全年答疑数超过450万条,有效地解答了投资者疑惑,及时服务投资者。
在证券公司的实践中,大数据不仅仅可用于投顾服务,还成为让投教工作有的放矢的重要手段。东北证券副总裁郭来生介绍说,2016年,东北证券通过iPad移动终端、微信平台等渠道,举办了“栀子花开”系列证券知识竞赛活动。活动采用线上线下结合的方式:线下竞赛采用“答题PK”模式,投资者通过激烈的角逐产生冠军;线上竞赛采用“有奖通关”模式,投资者通过答题,层层通关赢取奖品。郭来生表示:“在公司活动期间,公司充分运用大数据思维,对投资者的答题情况进行汇总和分析,定位投资者金融知识的薄弱环节,为今后精准开展投教工作提供了重要的依据。”这样的有益探索,也让东北证券获得了上交所颁发的“特色投教活动创新奖”。
华泰证券经纪业务总部总经理孟庆林在发言中说道:“90后年轻一代对智能投顾的需求也有一定比重。未来对这部分人的服务,要适应其需求,做好准备,为新一代投资者做好服务。”目前,华泰证券已通过移动终端“涨乐财富通”创新了投资者教育模式,打造涨乐FM、乐米游戏等结合新媒体的投教平台,运用新形式新工具提升公司投资者教育水平。“让投教‘润物无声式’地融入到投资者的日常化、碎片化的游戏、休闲之中。”孟庆林这样表示。
海通证券也同样看到了“互联网+”时代投教创新的巨大空间。海通证券零售与网络金融部总经理许锋介绍说,互联网时代给投教带来新的契机,以前投教采用的是传统方式,新一代的投资者涌入后,内容上逐渐以他们为中心,涵盖的内容更多元化,新的服务也会嵌入。海通也开始准备做移动互联网的投教平台,在“e海通财”APP上设置了“学堂”专区,把一系列投教产品放在上面,提供给投资者进行学习和参考。“我们下一步的计划是做大金融教育平台,投资者未来不仅仅能够在海通证券的投教平台上学到关于证券的基本知识,更能学习到融资租赁、投行业务、资产管理、债券融资等内容,由浅入深,丰富投资者教育内容。不同类别、不同知识层次的投资者都能够在我们的平台上获取相应的资源。”这是海通未来投教工作的愿景。
在上交所“做理性的投资人”活动评选过程中,上交所发现有越来越多的证券公司开始在投教工作中顺应时代发展趋势,积极尝试应用大数据分析服务投资者,并将其作为投教工作的重要抓手。与之对应的是,“互联网+”时代,在快速、多维度响应投资者需求的同时,如何更有效地将“树立理性投资理念、提升风险防范意识”巧妙融合进各种先进的投教工作和方式中,也是值得包括证券公司、交易所在内的市场各方进一步思考的问题。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23在CDA(Certified Data Analyst)数据分析师的日常工作与认证考核中,分类变量的关联分析是高频核心场景。用户性别是否影响商品 ...
2026-03-23在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13