京公网安备 11010802034615号
经营许可证编号:京B2-20210330
保护投资者 大数据与严刑峻法谁更重要
在加强监管,保护投资者合法权益方面,大数据及人工智能技术与严刑峻法之间的关系是相辅相成、相得益彰的。”
据证监会网站消息,近日,由两院院士、高校学者、企业界专家等组成的证监会科技监管专家咨询委员会在北京召开了第一次全体会议,会议审议并通过了专家咨询委员会章程。会议强调,要紧紧围绕证监会各项监管职能,利用大数据、人工智能等技术,在行政审批、打击违法违规行为、上市公司监管等工作环节加快行动、有所突破。要提升金融风险的甄别能力,实现穿透式监管、全面性监管,切实保护投资者的合法权益。
将大数据、人工智能等技术运用到加强市场监管中来,是证券监管部门正在积极推进的一项工作。近年来,一些违法违规行为纷纷受到查处,尤其是一些内幕交易者纷纷落网,这与大数据及人工智能技术的运用是密切相关的。可以说,正是大数据与人工智能技术的运用,才让证券市场中的一些违法违规者显露出原形。因此,大数据与人工智能技术对于加强市场监管、保护投资者的合法权益,确实有着积极的意义。
不过,在保护投资者合法权益问题上,到底是大数据与人工智能技术重要,还是严刑峻法重要,这无疑是一个需要正视的问题。不然,在加强日常监管,保护投资者合法权益问题上,市场难免会误入歧途。
如果没有严刑峻法,大数据与人工智能技术的意义无疑要大打折扣。这正如当下的A股市场,虽然查处了大量的违法违规行为,但仍然还会有各种各样的违法违规行为接连发生。为什么会出现这种情况,原因就在于没有严刑峻法。最明显的就是上市公司发布虚假信息,顶格处罚也就是60万元,其中涉及个人的最高处罚只有30万元,这对于上市公司及其主要负责人来说,无异于挠痒痒,对于后来者没有丝毫的震慑力。就算是运用了大数据与人工智能技术,违法违规者又有何惧哉?或许还会误导违法违规者,以为大数据与人工智能技术也不过如此而已。在这种背景下,大数据与人工智能技术再怎么先进,对于保护投资者的意义都是有限的。
换一个角度来说,如果有严刑峻法作为保障,通过大数据与人工智能技术查获的违法违规行为都能得到从重查处,包括投资者的合法权益都得到了赔偿,而后来者基于从重处罚的震慑力,犯案者也将大幅减少。这显然是大数据与人工智能技术最大化地发挥出了自身对于加强监管、保护投资者的威力。因此,严刑峻法是可以更好地发挥大数据与人工智能技术的功效的。
当然,大数据与人工智能技术同样也可以让严刑峻法发挥最大化的作用。毕竟在缺少大数据与人工智能技术的情况下,一些比较隐蔽的案件是很难被发现的,这样即便是有严刑峻法,也会有不少的漏网之鱼,严刑峻法的作用也会打折扣。因此,在加强监管,保护投资者合法权益方面,大数据及人工智能技术与严刑峻法之间的关系是相辅相成、相得益彰的。
所以,在加强日常监管,保护投资者合法权益方面,管理层重视大数据与人工智能技术的运用,这是一件有积极意义的事情。但更重要的是,中国股市必须尽快实行严刑峻法。也正因如此,在证监会科技监管专家咨询委员会正式成立,并强调要利用大数据、人工智能等技术来打击违法违规行为、保护投资者的合法权益的背景下,监管部门有必要把严刑峻法的建设切实提到议事日程中来。否则,再怎么运用大数据与人工智能技术,对于加强监管与保护投资者合法权益的意义还是有限的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
箱线图(Box Plot)作为一种经典的数据可视化工具,广泛应用于统计学、数据分析、科研实证等领域,核心价值在于直观呈现数据的集 ...
2026-04-27实证分析是社会科学、自然科学、经济管理等领域开展研究的核心范式,其核心逻辑是通过对多维度数据的收集、分析与解读,揭示变量 ...
2026-04-27 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-04-27在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17