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
在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 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 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17