大数据技术在证券投资者的应用

　　随着互联网科技的迅猛发展，在网络信息时代将大数据、云技术等新兴科技手段应用于证券公司适当性管理中，有益于提升证券公司开展业务的效率并降低投资者适当性管理的成本。本文概述了大数据技术在投资者适当性管理中应用的优势，给出了应用大数据技术构建投资者适当性管理体系的策略，希望能为国内证券行业提升适当性管理效能提供参考。

　　【关键词】大数据;证券投资;适当性管理

　　1引言

　　投资者适当性管理是影响证券公司管理效能与成本的一个重要因素，在近年来国内资本市场迅速发展、相关监管体系日趋完善的背景下，其对证券市场业务的顺利开展也誉为重要[1]。当前，得益于我国2017年施行的《管理办法》及《实施指引》，国内证券投资者适当性管理迈上了新台阶，然而与此同时投资者数量增加、业务类型变多，使得证券公司沿用传统的投资者适当性管理模式和手段很难达到理想的效果[2]。基于近年网络信息技术发展后向金融投资领域的渗透尤其是美英等国利用大数据、云技术等创新适当性管理取得的成效，本文对大数据技术在投资者适当性管理中的应用策略作了探讨。

　　2大数据技术在投资者适当性管理中应用的优势

　　大数据技术，即在当今的网络信息时代，借助互联网技术、云计算等通过挖掘获取、分析处理庞大的网络信息数据用以带动相关产业理念与模式变革、推动其技术与实践创新的一种具有革命意义的新兴信息技术。将大数据技术应用于投资者适当性管理中对于缓解当前国内证券公司投资者适当性管理中成本较高、效能低下等问题很有益处。一方面随着国内网络信息科技发展，大数据、云计算等新兴技术已渗透进入金融领域，正在推动金融投资行业业务模式与工作流程等的变革，改变提升其资源配置效率;另一方面合适匹配是证券投资者适当性管理的基本原则，而这一过程对信息数据具体高度的依赖性，国内资本市场在近30年运作中产生了关于投资者、相关产品及金融市场等的海量数据，通过利用大数据技术挖掘获取海量数据中的有用信息实现证券行业及相关领域的信息共享已成为我国创新证券行业适当性管理的焦点，因此，将大数据技术这一金融投资领域热门的技术手段应用于投资者适当性管理中提升管理效能、降低成本，提升国内证券行业整体的适当性管理水平十分必要。

　　3基于大数据的投资者适当性管理体系的构建策略

　　本文参考大数据架构与模式的相关逻辑层次模型，结合当前国内证券行业适当性管理的相关规章制度及证券公司投资者适当性管理的现状，在现有管理模式框架的基础上，应用大数据构建能覆盖适当性管理全过程的数据层、分析层与应用层三个逻辑层次的管理体系，具体如下：

　　3.1数据层

　　构建全面完善的相关证券适当性评估数据库是证券行业提升适当性管理效能的基础。首先，从证券行业内部数据角度，证券公司应在现行监管体系下做好内部数据管理，通过将数据库对象由相关规范要求的投资者扩展至投资者与相关产品两方面，将数据源由评估结果、交易记录等扩充至与投资者、金融产品及市场相关的数据，并将数据分为静态、动态两类以方便管理。其次，从相关行业数据获取着眼，证券行业在内部建立起实用有效的适当性管理数据库的同时，还应跨行业接入相关有用的外部数据，如公安部门可以提供的客户身份信息、通讯运营商提供的客户手机实名数据等。此外，证券行业内相关部门应重视投资者信息数据的保护，并且在投资者信息收集获取过程中应经过其本人的认可同意，在接入外部数据时应通过相关机构的授权，以确保数据来源的合法性。

　　3.2分析层

　　基于大数据技术构建证券投资者适当性管理工具是创新适当性管理模式的支撑。其一，为确保信息数据的真实准确性，证券公司应注重对投资者提供信息的甄别验证，以防止部分客户提交虚假数据使得管理体系出现误判，在实际运作中可通过行业内部适当性数据库或对接外部相关机构数据库等方式进行信息的校核工作。其二，通过选取投资者属性、经验能力、经济状况、风险意愿等多元的评估指标建立高效评估手段，弥补传统问卷调查方式难以全面评估投资者的缺陷，使得根据相关信息数据抽象得出的投资者标签和画像更为精准，为下一步的合适匹配与精准营销打下基础。其三，应从投资风险、产品信息及属性等多个维度构建证券投资者与金融产品的匹配模型，使得投资者的风险承受能力与产品风险等级、投资者的认知水平与产品复杂程度、投资者的投资偏好与产品属性等相匹配。

　　3.3应用层

　　在数据层健全完善了相关数据库、分析层构建了全新适当性管理模式的基础上，大数据即可在投资者适当性管理的全过程中发挥作用。第一，在推介展示环节，证券业务人员可通过系统查询与某一金融产品相匹配的投资者信息，在多维匹配比对分析后进行定向推介，以提升产品推介的精准度。第二，投资者准入预警，在管理工具抽象出投资者某一阶段资产状况的前提下设置相应监管规则，出现不正常情况时能及时预警，并给予投资者风险提示。第三，实施动态评估，根据不同场景，在投资者评估数据库中灵活抓取信息数据构建投资者的特定画像，实现对客户的再次检视。第四，精准智能回访，根据大数据抽象出的投资者标签和画像，锁定重点客户实现精准回访，且还可利用语音识别、语义分析等技术提高回访效率。

　　4结语

　　在大数据投资者适当性管理体系构建的同时，相关部门应加快证券投资方面的立法进程，设置监管底线，并强化大数据在执法中的作用;行业自律组织要建立实用的标准规范，搭建行业内信息数据共享平台，并着力提升各会员单位的参与积极性;证券公司也需明晰大数据技术应用在业务开展与成本控制中的作用，积极投入使用以提升自身适当性管理水平。

　　【参考文献】

　　[1]于文杰.我国投资者适当性制度研究[D].成都：西南民族大学，2017.

　　[2]华泰证券课题组，李筠.证券公司投资者适当性管理的大数据应用研究[J].金融纵横，2019(07):13-21.

　　作者：倪增荣