金融技术（精选12篇）
金融技术 篇1
一、金融结构的类型
目前对一国金融制度的分类一般有银行 (中介) 导向型和市场导向型两种。银行导向型的金融结构和市场导向型的金融结构各自有其优缺点, 下面对之进行详细的叙述。
(一) 银行 (中介) 导向型的金融制度
支持金融制度采用银行 (中介) 导向型的人认为银行导向型制度有以下优点: (1) 能获取企业和经理人的信息因而可以改进资本配置和公司治理的情况。 (2) 能处理跨部门跨期的流动风险, 从而可以增进投资效率加速经济增长。 (3) 能够动员资本以获取经济体的规模效益的收益。 (4) 银行可以看作是协调后的投资者的联盟, 因此在监督企业和减少贷款后的道德风险上比分散的市场表现要好。总而言之, 银行 (中介) 型金融制度的支持者认为, 在金融中介的活动没有受到过度限制的情况下, 银行能够获得处理大量信息的规模收益、通过有效监管减轻道德风险、与企业形成紧密的长期关系从而减轻信息不对称的问题, 最终促进经济增长。对于银行 (中介) 导向型金融制度的批评则是:强势的银行会妨碍创新, 因为银行会抽取信息租金并且用紧密的银企关系庇护在位企业免受竞争的挑战。另外, 强势的缺乏管制的银行会与企业经理人串谋损害其他债权人的利益, 从而损害公司治理的情况。
(二) 市场导向型的金融制度
支持金融制度市场导向型的人认为市场导向型的金融制度有以下优点: (1) 能给研发型企业带来更大的激励, 因为研发型企业能在更广阔和具有流动性的市场上交易自己的研发成果, 获取收益。 (2) 由于能更加容易的将管理层的薪金与企业的经济绩效联系起来, 所以能够改善公司治理的情况。 (3) 能增强风险管理的能力。总而言之, 竞争性的资本市场在加总分散的信息并将之有效的传递给投资者方面具有很大的优势, 这对企业的融资和经济的发展都是十分有利的;市场能够减少银行 (中介) 内生的低效率, 从而促进经济增长。对于市场导向型金融制度的反对意见则是:发达的市场会迅速的泄露给大众信息, 这就减少了个人投资者获取信息的激励。而银行 (中介) 减轻了这一问题, 因为银行与企业之间建立起了长期的关系, 银行不会立即在市场上公开泄露信息。高流动性的市场产生了一种短视的投资氛围, 在高流动性的市场上, 投资者能低成本的出售他们持有的股份, 所以他们更加缺乏激励去实施严格的公司控制 (亦即他们倾向于用脚投票) 。另外, 强势的银行能够比原子型的市场更有力的要求企业偿还债务, 特别是在合约执行效果差的国家。如果没有强势的银行强制企业偿还债务, 外部投资者将不愿意在制度不健全的条件下对经济发展提供融资支持。
(三) 金融制度的结构对经济增长有重大影响
埃斯里.德米尔古克—肯特 (2001) 曾说明:现有的关于市场导向型和银行导向型金融系统的比较存在一个主要的缺陷:它们关注人均GDP水平类似的少数国家和地区, 而那些国家和地区具有类似的长期增长率。所以, 如果有人同意将德国和日本称为银行导向型, 而将英国和美国称为市场导向型, 那么这些国家和地区都具有非常类似的长期增长率, 自然得出的结果是金融结构不起太大的作用。
不同的金融制度结构对经济增长的作用必然是不同的, 不同经济特质之上加诸不同的资金调配机制, 必然产生不同的资源配置结果。对此, 林毅夫有详细的论述:处于不同经济发展阶段的国家具有不同的禀赋结构, 这决定了其实体经济的最优产业结构是不同的, 而不同产业中的企业具有不同的规模和风险特性、融资需求和信息特征。因此, 处于不同经济发展阶段的实体经济对金融服务的需求存在系统性差异。对于寻求一国需求合适的发展路径而言, 必然要在市场主导和银行主导的金融制度之间做出有偏向性的选择。
在金融制度选择的讨论里一些人提出其他的解释因素, 认为应该在超越经济的市场与中介的更加广阔的范围去寻找解释, 其中比较有代表的一种观点就是强调法律在影响一国金融制度形成中的重要作用。笔者文认为影响社会生活的其他因素会对经济生活也产生影响, 但是造成经济现象呈现出它当前面貌, 必然有直接和本质的经济原因。正如林毅夫所言, 一个国家存在的政治、法律、文化等因素会制约或是促进金融结构随着实体经济发展而演变的具体过程, 但不会根本改变这种趋势。所以要寻找一国合适的金融制度安排, 正确有效的方式是从本国的实体经济因素中去探求。
二、我国的金融制度选择及其存在问题
(一) 我国银行 (中介) 主导的金融制度
我国是银行 (中介) 主导的金融体系。当初形成这一体系是国家为了满足动员储蓄, 促进经济增长的需要, 改革开放之后维持这一体系除了政府促进经济增长的目标没有改变的原因之外, 还有一个重要的原因就是政府通过国有银行集合社会金融资源以支付改革成本。对此, 张杰有过明确的表述:在二重结构中, 金融制度安排可以完全按照国家的偏好产生或废止, 扩张或收缩。其功用也有节约交易费用与增进资源配置效率让位于聚集与控制金融资源, 以最大限度的服务于国家所偏好的经济增长方式以及国家租金的最大化目标。
我国采用这样的金融制度安排, 及政府集中社会资金并由政府主导社会经济发展的任务, 有其经济上的合理性。众所周知, 我国是一个典型的二元经济国家, 在二重结构中, 整个社会存在着一个特殊的获益机会分布结构。获益机会主要集中分布于社会的上层结构和可在短期内投机获利的行业, 而其他对长期的经济增长至为关键的产业则因不存在产权保护机制与缺乏稳定的收益预期而很少具有长期的获益机会。因此在私人主导的经济增长模式没有确立之前, 政府承担起主导经济增长的任务是合理的, 这也就必然要求确立一套符合政府主导经济增长的金融制度安排。
(二) 我国目前金融制度存在的问题
改革开放30多年来, 我国的金融制度安排取得了一定成效, 但是由于构成实体经济的各因素的变化, 我国的金融制度也出现了以下较为严重的问题。
1. 我国金融部门对外开放力度较大, 对内开放程度偏低, 内外开放不协调。
我国金融机构的市场准入方面仍有严格的管制, 新设金融机构尽管法律没有限制, 但实施起来难度极大。对于外资金融进入我国金融部门, 我国政府持欢迎的态度, 甚至国有四大银行上市还有必须引入外资战略投资人的规定;而对于我国的民营资本, 要进入金融部门是非常困难的, 一般只能在改组陷入困境的城乡信用社时入股, 或者花费巨大的代价在证券二级市场购买上市金融机构的股票。
2. 行政干预的现象任然比较突出, 监管部门与金融机构的关系过于紧密。
监管部门在实施监督的同时往往还承担了扶植本行业发展的职责。监管部门往往会放松监管, 迁就金融机构的违规行为, 容忍市场风险的过度积聚。
上述问题给我国金融体系带来的最大隐患就是金融风险的不断积聚。由于我国金融部门对内开放程度过低, 不仅造成了对外资的过度依赖, 而且更为严重的是极大的压缩了民间资本的扩张空间, 政府主导了经济活动, 所以经济整体的风险也将由政府来承担。另外, 由于市场上只存在少数几家国有大银行, 政府实际上为他们提供了各种显性和隐形的担保, 使得金融机构在经营活动中倾向于高风险作业。在最初, 政府能容忍这种双重风险机制, 是因为制度实行之初, 由于经济环境比较简单, 整体经济的风险存量是很小的, 且在当时实现经济高速增长是极为迫切的任务。
三、技术风险与金融制度创新
改革开放30多年来不仅是一个经济高速增长的时期, 也是一个经济微观基础快速重构的时期。经济高速增长累积的风险在目前需要有排解的考虑, 变化之后更为复杂的微观基础 (个人, 机构) 也需要有新的风险安排的考虑。因此, 下文将从化解我国历史积累的风险与应对新的社会风险偏好的角度来分析该如何选择的金融制度安排。
(一) 不同金融制度下的风险分担
在风险分担上, 金融市场具有横截面风险的分担优势, 而中介化体系的代际风险平滑的优势。
在美国和英国, 家庭持有价格随行就市 (market-to-market) 的证券, 而德国和日本的金融系统更多地依赖于银行和其他金融机构, 家庭持有金融机构的固定债券 (fixed claims) 。结果, 这些国家的重要区别在于家庭持有的资产受市场价值变化所引致的风险程度不同。
金融制度中金融中介的作用在于:中介通过能够通过跨期平滑能消除风险, 为投资者提供了保险, 否则投资者将被迫以不利的价格变现资产。由于市场是不完全的, 因此需要声明周期长的机构提供风险分担。
从风险分担的角度来说, 在金融制度上不是非市场即中介的对立关系, 而是两者互补的关系。如果没有中介, 参与的信息障碍会阻碍投资人从新市场获利, 而且市场本身也会不能生存;同时, 金融市场降低了中介及其客户的成本, 使得与以前相比, 它们能更有效地进行风险套利。而我国未来的金融制度选择, 实质在分析我国经济风险的类型和性质的基础上对金融中介和金融市场的相对低位做一个逐步的调整。
(二) 技术风险与金融制度创新
良好的金融制度必须要能支持发展中的技术进步与升级转换的过程, 因此, 为寻求合适的金融制度, 需要分析在我国未来技术演进路径上的可能风险, 以有效化解和应对这种风险作为判断合适金融制度的标准。
有学者将我国过去经济高速增长以来的机制归纳为“低价工业化”增长模式和“干中学”的微观机制。其中的干中学就是指我国在技术上走的是一种模仿的路线, 微观上低成本的规模扩张造成了宏观经济的整体发展。在这一过程中, 先行企业冒风险进行尝试, 后行企业在市场建立起来后则乘机搭便车跟进, 由于经济发展初期市场扩展的速度快, 整体技术水平低, 这条技术模仿机制存续了下来。然而技术上的模仿容易造成和形成过度引进和过度竞争, 因为没有技术门槛, 有资金者都可以进入。如果政府对所有行业都无限制, 则技术引进的范围较大, 企业的选择面大, 不易形成过度引进;而若政府对一些行业有限制时, 企业的选择面小, 易形成某些非限制行业过度引进, 在中国就是这种情况。如果在市场上出现了过度竞争格局, 企业则别无选择, 在无能力进一步提高技术时只能去拼成本, 这就是目前中国企业低成本竞争的原因。
由此可见, 中国企业技术落后的原因在于企业拥塞的传统行业, 而企业停留在传统行业的原因则是高利润行业目前还被政府所垄断。我国企业发展的方向就是目前被政府控制利润较高的领域, 例如电信、金融、供电、教育、医疗、娱乐和城市基础设施, 我国企业未来的技术进步也主要是发生在这些领域。也就是说我国未来依然处在一个开放与追赶的路径上, 只是在扩大了的产业范围内进行一个赶上世界技术水平的过程, 而不是处在一个技术完全创新的阶段。
因此, 我国未来的金融制度依然应该选择银行 (中介) 导向型, 这一趋势只有在我国的技术水平达到世界技术边界之后才会发生改变。
参考文献
〔1〕Franklin-Allen, Douglas-gale.比较金融系统〔M〕.北京:中国人民大学出版社, 2002.
〔2〕埃斯里·德米尔古克—肯特.金融结构和经济增长〔M〕.北京:中国人民大学出版社, 2006.
〔3〕林毅夫.经济发展中的最优金融结构理论初探〔J〕.经济研究, 2009.
〔4〕张杰.中国金融制度的结构与变迁〔M〕.太原:山西经济出版社, 1998.
〔5〕夏斌.创新金融体制〔M〕.北京:中国发展出版社, 2008.
〔6〕中国经济增长与宏观稳定课题组.中国可持续增长的机制:证据、理论和政策〔J〕.经济研究, 2008.
〔7〕中国经济增长与宏观稳定课题组.干中学、低成本竞争和增长路径转变〔J〕.经济研究, 2006 (4) .
金融技术 篇2
本标准适用于本市银行、信用社、邮政储蓄、证券、保险等金融营业场所。
前 言
根据《企业事业单位内部治安保卫条例》、《上海市社会公共安全技术防范管理办法》的规定，参照《银行营业场所风险等级和防护级别的规定》（GA38）制定本标准。
本标准是本市金融营业场所重要部位安全技术防范系统设计、施工、检验、验收和维护的依据。
本标准4.1.1表1《金融营业场所安全技术防范设施基本配置表》中序号8、21、22和4.2.1.4c）、4.2.1.5b）、4.2.1.7b）、4.2.4.2、4.2.4.3、4.2.7.5为推荐性条款，其余为强制性条款。
本标准由上海市公安局技术防范办公室提出。
本标准主要起草单位：上海市公安局技术防范办公室、上海市金融服务办公室、中国人民银行上海分行、中国银行业监督管理委员会上海监管局。
本标准参加起草单位：公安部第三研究所、中国工商银行上海市分行、兴业银行上海分行、中国民生银行上海分行、上海融谷软件有限公司、上海百科工贸有限公司、上海华盛技术开发有限公司、上海同济天跃科技有限公司。
本标准主要起草人：孙廷华、彭兴宝、张欣、刘晓新、陶焱升、孙亮
本标准由上海市社会公共安全技术防范标准化技术委员会归口。
本标准于2005年7月首次制订。
重点单位重要部位安全技术防范系统要求
第3部分：金融营业场所 范围
本标准规定了本市金融营业场所安全技术防范系统的设计、施工、检验、验收和维护。本标准适用于本市银行、信用社、邮政储蓄、证券、保险等金融营业场所。2 规范性引用文件
下列文件中的条款通过本标准引用而成为本标准的条款。凡是注日期的引用文件，其随后所有的修改单（不包括勘误的内容）或修订版均不适用于本标准，然而，鼓励根据本标准达成协议的各方研究是否可使用这些文件的最新版本。凡是不注日期的引用文件，其最新版本适用于本标准。
GB/T 7401 彩色图像质量主观评价方法
GB 10408.1 入侵探测器 第1部分：通用要求
GB 10408.3 入侵探测器 第3部分：室内用微波多普勒探测器
GB 10408.4 入侵探测器 第4部分：主动红外入侵探测器
GB 10408.5 入侵探测器 第5部分：室内用被动红外入侵探测器
GB 10408.6 微波和被动红外复合入侵探测器
GB/T 10408.8 振动入侵探测器
GB 12663 防盗报警控制器通用技术条件 GB 15209 磁开关入侵探测器 GB17565 防盗安全门通用技术条件 GB17840 防弹玻璃
GB 50198-1994 民用闭路监视电视系统工程技术规范
GB 50348 安全防范工程技术规范
GA/T75 安全防范工程程序与要求
GA 165 防弹复合玻璃 GA 308 安全防范系统验收规则 GA/T 367 视频安防监控系统技术要求
GA/T 368 入侵报警系统技术要求
GA/T 394 出入口控制系统技术要求 JR/T0003 银行金库
DB31/295 安全技术防范监控用硬盘录像机通用技术要求
3术语和定义
下列术语与定义适用于本标准。3.1
营业网点
金融机构开办现金出纳、有价证券交易和办理其他重要票据交易的金融服务场所。3.2
自助银行服务网点（自助网点）
金融机构设立的客户可自行完成存款、取款、转帐和查询等金融服务的电子化无人值守营业网点。3.3
现金业务库房
金融机构存放现金、有价证券、重要凭证、金银等的场所。3.4
现金自助服务设备
金融机构提供给客户用于自行完成存款、取款、转帐和查询业务的设备。设立在营业网点和自助网点以外的称为离行式单体现金服务设备。3.5
远程安防监控系统（远程监控系统）
对分布在不同地区安防子系统所采集的图像、报警、人员出入等相关信息进行异地集中显示、记录、控制的系统。系统设计和施工要求 4.1 总体要求
4.1.1安全技术防范系统的设计原则应符合GB 50348-2004第3章的规定，并应根据表1设置安全技术防范系统。
4.1.2 安全技术防范系统的设计、施工程序应符合GA/T 75的规定。4.1.3 金融营业场所内设有现金业务库房的应符合JR/T0003的规定。4.1.4 金融营业场所的安全技术防范系统建设应纳入工程建设的总体规划，并应综合设计、同步施工、独立验收、同时交付使用。4.2 系统组成和设计施工 4.2.1 视频安防监控系统
4.2.1.1系统由各类前端摄像机、传输网络、控制装置、记录与显示装置等组成。4.2.1.2摄像机安装应牢固，且应固定焦距和方向，并减少或避免图像出现逆光。4.2.1.3摄像机工作时，监视范围内的平均照度宜不小于200Lx。
4.2.1.4 营业网点、自助网点门外安装的摄像机，通过监视屏应能清楚的显示门外街面车辆、人员的活动情况。
4.2.1.5营业网点、自助网点出入口安装的摄像机应符合以下要求： a）不应有盲区；
b）通过监视屏应能清楚地显示出入人员面部特征； c）出入人员面部的有效画面宜不小于监视屏显示画面的1/60。
表1金融营业场所安全技术防范设施基本配置表
序号 1 2 3 4 5 6 7 8
视
频
安
营业网点、自助网点门外
强制 项目
安装区域或覆盖范围
配置要求
营业网点、自助网点出入口 现金自助服务设备处
强制 强制
营业网点、自助网点运钞车交接款处 营业网点现金柜台处
强制 强制
防 彩色摄像机 监
控
营业网点营业厅客户区域 强制
自助网点出入口刷卡处 营业网点内通道、电梯轿厢内
强制 推荐 9 系
统 控制、记录与显示装置 远程安防监控系统 14 入侵探测器 入
侵 17 报警 紧急报警装置 系 统控制、记录系统 出入口控制系统 23 声音复核装置 24 电话来电显示系统 实 防尾随联动互锁安全门 26 体 金属防护门或防盗安全门27 防防盗栅栏金属网罩
护 装 防弹（复合）玻璃 安防中心控制室、计算机室 营业网点现金清点处
营业网点现金暂存处
安防中心控制室、离行式单体现金服
务设备处
自助网点处
营业网点与外界相通的出入口 营业网点二层（含二层）以下与外界
相通的窗户、玻璃幕墙处
现金自助服务设备处、自助网点内部加、取款处
营业网点现金柜台处
营业网点、自助网点安防中心控制室
自助网点内部加、取款处
安防中心控制室或出入口通道处、离
行式单体现金服务设备处
自助网点处
营业网点现金暂存处
营业网点现金柜台处
营业网点电话总机或对外公开的服
务、咨询电话
营业网点现金柜台出入口
营业网点出入口和自助网点内部加、取款处出入口
营业网点二层（含二层）以下与外界
相通的窗户、玻璃幕墙，现金柜台内
所有对外通风口
营业网点现金柜台 强制 强制
强制
强制
强制 强制
强制
强制
强制 强制
强制
强制
推荐 推荐
强制
强制
强制
强制
强制
强制
置 收银槽 营业网点现金柜台 强制
4.2.1.6
现金自助服务设备处安装的摄像机应符合以下要求：
a）通过监视屏应能清楚地显示金融机构人员加、取款的全过程以及客户的正面面部特征和存取款的操作过程，但不应看到客户密码；
b）客户的正面面部有效画面宜不小于监视屏显示画面的1/30。
4.2.1.7
营业网点、自助网点运钞车交接款处安装的摄像机，通过监视屏应能清楚地显示运钞交接款全过程。
4.2.1.8
营业网点每个现金柜台均应安装摄像机并符合以下要求：
a）通过监视屏应能清楚地显示在该现金柜台的客户正面面部特征和存取款的操作过程，但不应看到客户密码；
b）客户的正面面部有效画面宜不小于监视屏显示画面的1/60。
4.2.1.9
营业厅客户区域安装的摄像机，通过监视屏应能清楚地显示该区域内所有人员活动的情况。4.2.1.10
自助网点安装出入口控制系统时，应在刷卡处安装摄像机，通过监视屏应能清楚地显示刷卡人员的体貌特征和刷卡操作情况。
4.2.1.11 安防中心控制室、计算机室安装的摄像机，通过监视屏应能清楚地显示出入人员的活动情况。4.2.1.12 营业网点现金清点处安装的摄像机，通过监视屏应能清楚地显示清点人员操作的全过程。4.2.1.13 营业网点现金暂存处内安装的摄像机，通过监视屏应能清楚地显示暂存处区域内人员的活动情况。4.2.1.1
4营业网点电梯轿厢内的摄像机应安装在电梯厢门前上方的一侧，且应配置电梯楼层信号叠加器。4.2.1.15 摄像机在标准照度下，视频安防监控系统图像信号的技术指标应不低于GB 50198规定的评分等级4级的要求，回放图像质量不应低于3级的要求。
4.2.1.16
系统应能切换图像,并具有时间、日期的字符叠加、记录功能，时间误差应在±30s以内。字符叠加不应影响图像记录效果。
4.2.1.17 系统应采用硬盘录像机进行图像记录，并与营业（工作）时间同步。图像记录帧速应不少于24frame／s，记录保存时间应不少于30天。硬盘录像机应符合DB 31/295的要求。
4.2.1.18
视频安防监控系统设计、安装的其他要求应符合GA/T367的有关规定。4.2.2 远程监控系统
4.2.2.1 自助网点应实施24h远程监控。
4.2.2.2 远程监控中心应能任意切换监控图像，并能进行远程监听和录像资料回放,有人员进入自助网点时，应具有声光提示信号。
4.2.2.3 远程监控的监视图像应能清楚地显示自助网点内人员的活动情况，显示图像帧速应不少于6frame／s，监视图像应有自助网点名称、日期和时间的字符叠加，字符叠加不应影响图像记录效果。4.2.2.4 远程监控中心与自助网点应安装双向语言通话系统，通话音质应清晰可辨。
4.2.2.5 自助网点的入侵报警系统，应与远程监控中心联网。设有出入口控制系统的，远程监控中心应能控制出入口门锁的开关。4.2.3 入侵报警系统
4.2.3.1系统由各类入侵探测器、紧急报警装置、传输网络、防盗报警控制器（报警控制主机）、告警器等组成。
4.2.3.2 营业网点与外界相通的出入口、二层（含二层）以下与外界相通的窗户、玻璃幕墙应安装入侵探测器。
4.2.3.3 在现金自助服务设备的左右两侧中央水平线高度处应分别安装振动入侵探测器，内部加、取款处应安装被动红外入侵探测器。
4.2.3.4 营业网点每个现金柜台应安装紧急报警装置。现金柜台相邻席位之间无间隔的，在保证操作方便的情况下2个席位可共用1个紧急报警装置。
4.2.3.5 营业网点现金柜台有2个（含）以上的，紧急报警装置应设置2个（含）以上防区，相邻紧急报警装置不应设置在同一个防区，每个防区的紧急报警装置数不应超过4个。4.2.3.6 紧急报警装置应安装在隐蔽、便于操作的部位。
4.2.3.7 紧急报警采用公共电话网传输的系统，不应在通讯线路上挂接其它通信设施。4.2.3.8 紧急报警装置应设置为不可撤防模式，并具有防误触发措施，触发报警后应能立即发出紧急报警信号并自锁，复位需采用人工操作方式，同时应启动现场声光告警器。
4.2.3.9 现场声光告警器应安装在营业网点门外或门内的醒目处，其报警声压应不小于100dBA，报警持续时间应不小于5min。除紧急报警信号外，入侵报警系统的其他报警信号不应启动现场声光告警器。
4.2.3.10 金融营业网点安装室内入侵探测器应符合以下要求：
a）
壁挂式被动红外入侵探测器安装高度距地面宜为2.2m±0.2m，其视场中心轴与可能入侵目标方向之间的夹角宜为90。±5。，入侵探测器与墙壁的倾角视防护区域覆盖要求确定；
b）壁挂式微波和被动红外复合式入侵探测器安装高度宜为2.2m±0.2m，其视场中心轴与可能入侵目标方向之间的夹角宜为45。±5。，入侵探测器与墙壁的倾角视防护区域覆盖要求确定；
c）
吸顶式被动红外入侵探测器，应水平安装在需要防护部位的上方；
d）微波、被动红外入侵探测器的视窗应避开正对强光源，附近及视场内不应有温度快速变化的热源，防护区内不应有障碍物；
e）磁开关入侵探测器应安装在门、窗开合处（干簧管安装在门、窗框上，磁铁安装在门、窗扇上，两者间应对准），间距应保证能可靠工作；
f）振动入侵探测器应牢固安装在被探测部位的表面，在探测范围内受到大于100N外力敲击时应能感应并输出报警信号，并应设置为不可撤防模式；
g）其他入侵探测器安装应按产品技术说明书的规定。
4.2.3.11 防盗报警控制器应安装在便于日常维护、检修的部位，并置于入侵探测器的防护范围内。操作键盘应安装在营业网点内，并将最终防区设置为延时状态。
4.2.3.12 防盗报警控制器应能接收入侵探测器和紧急报警装置发出的报警及故障信号，具有布防和撤防、不可撤防模式、外出与进入延迟的设置和编程，以及自检、防破坏、声光报警、报警记录与储存、打印输出、密码操作保护等功能，能准确地识别报警区域，实时显示发生报警的区域、日期、时间及报警类型等信息。
4.2.3.13 入侵报警系统应与所在地公安“110”接处警服务中心联网，报警响应时间应不大于20s。4.2.3.14 入侵报警系统布防、撤防、报警、故障等信息的存储应不少于30天。4.2.3.15 入侵报警系统的备用电源应满足8h正常工作。4.2.3.16 入侵探测器其他技术要求应符合GB 10408.1、GB 10408.3、GB 10408.4、GB 10408.5、GB 10408.6、GB/T 10408.8、GB 15209的要求。
4.2.3.17 防盗报警控制器其他技术要求应符合GB 12663的要求。4.2.3.18 入侵报警系统的其他技术要求应符合GA/T 368的要求。4.2.4 出入口控制系统
4.2.4.1 系统由识读（显示）装置、传输网络、管理控制器、记录设备、执行机构等组成。4.2.4.2 自助网点出入口宜设置出入口控制系统。
4.2.4.3 营业网点现金暂存处出入口宜安装生物特征识读装置的出入口控制系统。4.2.4.4 系统应符合GA/T 394的要求 4.2.5 声音复核装置
营业网点每个现金柜台应配置声音复核装置，在营业时间内应与视频图像信号同步记录。声音记录应能清晰辨别营业员与客户的对话内容。4.2.6 电话来电显示系统
营业网点的电话总机或公开对外的电话应具有来电显示功能。4.2.7 安防中心控制室
4.2.7.1 视频安防监控、入侵报警（紧急报警）的终端设备均应设置在安防中心控制室，能实现对各子系统的操作、记录和打印。
4.2.7.2应安装紧急报警装置，并符合4.2.3.13的规定。
4.2.7.3 有人值守的场所应配置能与报警同步的终端图形显示装置，能准确地识别报警区域，实时显示发生警情的区域、日期、时间及报警类型等信息。
4.2.7.4 有人值守的场所应配备有线、无线专用通讯工具和专用防护器械。4.2.7.5 安防中心控制室可单独设置，也可设置在符合规定的其它场所。4.2.8 实体防护装置
4.2.8.1 营业网点现金柜台不应正对出入口设置，内部不应设置窗户和与外界相通的后（边）门、玻璃幕墙。4.2.8.2 营业网点现金柜台出入口应安装防尾随联动互锁安全门。其与外界相通的门应由内向外开启，现金柜台一侧的门体或箱体上应具有不小于200mmx200mm的可视窗，可视窗应采用防弹（复合）玻璃制作。闭门器在开启30。时应能自动关闭，未关闭时应发出声响报警提示信号。同时具有主、备电源自动切换、充电和应急开、关门功能。
4.2.8.3 营业网点二层（含二层）以下与外界相通的窗户应安装防盗栅栏，玻璃幕墙应安装防盗栅栏或粘帖防暴薄膜。
4.2.8.4 营业网点现金柜台内部安装对外通风装置的，其通风通道应呈“S”型，直径应不大于200mm，并加装金属网罩。
4.2.8.5 营业网点现金柜台内部不与外界相通的玻璃幕墙，应采用防弹（复合）玻璃制作。
4.2.8.6 营业网点现金柜台基座应采用砖石或钢筋混凝土结构，柜台高度应不小于800mm、宽度应不小于500mm。基座台面、立柱和横梁应为砖石或金属结构，其中立柱、横梁应采用规格不小于63x63x5mm的角钢（或与之强度相当的材料），并用扁铁焊接固定成基材。横梁采用膨胀螺丝固定时，螺丝直径不小于12mm。立柱下端嵌入基座的深度应不小于300mm，上端应接墙顶或横梁焊接固定。柜台上方应安装防弹（复合）玻璃。
4.2.8.7 营业网点现金柜台上方单块防弹（复合）玻璃高度应不小于1500mm，宽度应不大于1800mm，单块玻璃面积应不大于4m2。安装时，应三边嵌入凹槽，嵌入深度应不小于20mm，防弹（复合）玻璃的厚层玻璃应向柜台外侧。采用两块防弹（复合）玻璃交错安装时，大块防弹（复合）玻璃应安装在现金柜台外侧且非嵌入端朝下，小块防弹（复合）玻璃应安装在现金柜台内侧且高度300mm±25mm，交错部位宽度不小于100mm，交错部位内外的间隙不大于20mm。防弹（复合）玻璃上不得开孔。
4.2.8.8 防弹（复合）玻璃顶端以上未及顶部分应封至顶部，距离墙顶大于500 mm的，应牢固安装突兀式灯箱或钢筋防护网，钢筋防护网的钢筋直径应不小于8mm，网孔直径应不大于60mm。
4.2.8.9 每个现金柜台柜面中间应设置300mm（长）×200mm（宽）×150mm（高，以槽底计算）底部为弧形的收银槽，上方应安装能移动的金属盖板或金属栅栏盖板，金属盖板的厚度应不小于3mm，金属栅栏的栅栏直径应不小于6mm，栅栏与栅栏的中心距离应不大于16mm。
4.2.8.10 自助网点内部加、取款处应单独设置，与营业厅客户区域隔断，出入口处应安装金属防护门或防盗安全门。
4.2.8.11 防盗安全门应符合GB17565的规定。4.2.8.12 防弹玻璃应符合GB17840的规定。4.2.8.13 防弹复合玻璃应符合GA 165的规定。5 检验、验收、维护
5.1 安全技术防范系统竣工后应进行检验。系统检验应按GB 50348的规定进行。5.2 安全技术防范系统竣工后应按照本标准第4章和GB 50348、GA 308的规定进行验收。
行为金融学与技术分析 篇3
有人说，技术分析是以市场行为为研究对象，以判断市场趋势并跟随趋势的周期性变化进行金融产品交易决策的方法总和，市场行为包容、消化一切，价格波动可以定量分析和预测，如道氏理论、波浪理论、江恩理论等。也有人认为，技术分析已经完全失效，只有依靠行为金融学才能“跟上趟”。技术派在美国华尔街不占主流，有的金融分析师对技术分析更是嗤之以鼻。
其实，行为金融学和技术分析是一枚硬币的两个面。行为金融学为了解市场提供了可靠的、符合逻辑的科学模型，技术分析则针对指标进行分析并制定决策。因此，越是深入了解市场的原理，技术分析就越可靠。
1 技术分析的原理
技术分析的基本要素是量、价、时、空，四大要素千变万化，其排列组合形成了无数种特定的技术形态和趋势。技术形态和趋势的形成过程是四大要素协同变化的结果，绝不是单一要素或一两个要素变化的结果。事实上，技术分析中经典的技术形态，仅仅是对K线的组合形状的描绘；技术分析中经典的技术指标，或绘制成曲线，或绘制成柱状图，基本也都是单一要素演变形成的。单一或单纯的技术形态和技术指标不可避免地存在先天缺陷。就像评价一个人一样，只看见其一副可爱的面孔并不能推测出其为人处世同样可爱，脑袋长得大也不能推测出其智商一定高。
技术分析具备全面、直接、准确、可操作性强、适用范围广等显著特点。技术分析进行交易的见效快，获得利益的周期短。此外，技术分析对市场的反应比较直接，分析的结果也更接近实际市场的局部现象。通过市场分析得到的进出场位置往往比较准确。
技术分析的缺点是考虑对象的范围相对较窄，对长远的市场趋势难以进行有效判断，市场突发事件比较容易打乱已经成型的技术形态。技术分析是经验的总结而非科学体系，所以通过技术分析所得到的结论并由此进行的交易操作只能以概率的形式为投资者带来收益。
2 行为金融学的内容和本质
行为金融学就是将心理学尤其是行为科学的理论融入金融学之中，用微观个体行为及产生这种行为的心理等动因来解释、研究和预测金融市场的发展。这一研究视角通过分析金融市场主体在市场行为中的偏差和反常，寻找不同市场主体在不同环境下的经营理念及决策行为特征，力求建立一种能正确反映市场主体实际决策行为和市场运行状况的描述性模型。当前，行为金融学已成为热门的金融学边缘交叉学科，对传统金融理论的创新发展具有重要意义。
行为金融学在本质上就是研究人们在市场中的行为，而不是根据随机漫步理论研究应该如何行动。心理学、社会学、人类学都提供了模型帮助行为金融学的研究者研究人们在市场中是如何行动的。
人类的某些行为模式具有可预测性。经过对中邦资信名下投资者的交易行为研究分析发现：投资者更愿意冒风险去避免亏损，而不愿冒风险去实现利润的最大化。在获得了利润的情况下，多数投资者是风险的厌恶者；而在亏损的情况下，多数投资者变成了风险的承担者。
换句话说，在面临确信有赚钱的机会时，多数投资者是风险的厌恶者；而在面临确信要赔钱时，多数投资者成了风险偏好者。这里的风险是指商品价格未来走势的一种不确定性。投资者在亏损20元时痛苦的强烈程度是在获利20元时高兴程度的2倍。
此外，个体对相同情境的不同反应取决于其目前是赢利还是亏损。举例来说，齐鲁油现价为2000元/吨，一位投资者2020元/吨时买入，而另一位投资者1980元/吨时买入，当齐鲁油价格产生变化时，这两位投资者的反应是极为不同的。当齐鲁油价格上涨时，1980元/吨买入的投资者会坚定地持有，因为对于他来说，只是利润的扩大化；而对于2020元/吨买入的投资者来说，只是意味着亏损的减少，其坚定持有的信心不强，由于厌恶亏损，其极有可能在解套之时卖出齐鲁油。而当齐鲁油价格下跌之时，两者的反应恰好相反：以1980元/吨买入的投资者会急于兑现利润， 因为他害怕利润会化为乌有，同时，由于厌恶可能发生的亏损，会极早获利了结；但对于2020元/吨买入的投资者来说，持有不卖或是继续买入可能是最好的策略，因为割肉出局意味着实现亏损，这是投资者最不愿看到的结果。所以，其反而会寻找各种有利的信息，以增强自己持有的信心。
系统开发方面的行为金融学可以让人们把价格、时间、成交量和情绪指标有效地组合起来。透彻了解行为金融学可以促使交易者更加努力地去进行技术分析并在寻找交易模式、交易执行、交易跟踪时更加有信心。
3 技术分析的作用
技术分析是完整交易系统中的一部分，它分析市场价格的走向和位置，并提高最后的交易成功概率系数，为交易行为中的最初出发切入点，是交易系统中最基础也是最重要的起点。技术分析的具体作用有以下几点。
（1）提高交易方向的成功概率概数。
（2）分析趋势的通道层次和共振动力出现后的目标价格空间。
（3）计算点位，确立损赢的固定点位后，为交易技巧中资金管理提供一个计算的数字参数。
（4）寻找交易信号，并通过指标工具的数字量化加以确认，为交易策略提供执行依据。
（5）技术分析理论可以把交易行为中复杂的执行心理问题，进行理论程序的整理归类后进一步实现秩序简单化，帮助交易者快速提高自己的交易心理能力。
4 行为金融学给交易者带来的优势
4.1 提取更多信息的模型
根据行为金融学建立的市场行为模型可以经济地把一些指标融合在一起，使之更多地从指标中提取信息。
4.2 测试和分析的科学基础
行为金融学模型提供了可靠的、科学的逻辑以了解市场原理，因此可以指导如何選择、整合并解读市场指标。
4.3 创造性
行为金融学模型能帮助引进新的观察市场的方法，发现具有重大价格但容易被忽略的指标和技术。
4.4 交易的信心优势
科学理念能让交易者在建仓、平仓和趋势跟踪时更有信心。
4.5 自我提升
行为金融学可以帮助建立交易心理，做好心理控制。
5 行为金融学为投资者回避的问题
根据行为金融学建立的模型能帮助交易者清除不牢靠的指标和机械交易系统带来的影响和困惑。
5.1 避免技术指标过多
常言道：“好的理论是实用的。”行为金融学模型能帮助交易者减少各种软件里面的指标数量，只采用几个适合管理的指标。
5.2 实战与测试效果有差异
行为金融学能帮助交易者根据经验验证有效的人类行为模式，开发可靠的持久的交易系统。
5.3 无限的可能性
指标有无限个组合方式，行为金融学能帮助交易者确认关键的组合并表明相互之间的关系。
6 行为金融学发展方向
作为蓬勃发展的新兴领域，行为金融学依然存在很多缺陷。要在现代金融学领域中形成一门独立的学科，未来必须在以下几个主要方面进行理论创新和探索。
（1）建立新的基本理论框架。
（2）建立统一独特的逻辑严密的分析范式。
（3）建立新的基于行为的核心模型。
（4）确立明确的研究对象和研究方法。
（5）有明确的研究主线和独特的知识点。
（6）对行为金融范式做进一步的拓展。
金融技术 篇4
一、金融信息化对金融机构的影响
(一) 带来金融机构形态的虚拟化
所谓虚拟化是指金融机构日益通过网络化的虚拟方式在线开展业务, 其客户直接在办公室、家里甚至旅行途中获得金融机构提供的各类服务, 因此金融机构不再需要大量的有形营业场所和巨额的固定资产投资。全新的网络银行正借助互联网技术, 通过计算机网络及其终端为客户提供金融服务。
1995年10月18日, 世界上第一家没有传统银行经营网点的网络银行——安全第一网络银行在美国诞生, 它的诞生与发展标志着虚拟化银行的开端, 预示了金融机构形态的未来发展趋势。
(二) 对金融机构经营方式和组织结构的影响
金融信息化导致金融机构经营方式的巨大变化, 信息技术的广泛应用正在改变着支付与结算、资金融通与转移、风险管理以及信息查询等银行基本功能的实现方式。金融机构将传统的专用信息网络拓展到公共网络, 电子货币、网络货币等数字化货币的应用使得以支票和现金为主的支付结算、资金转移方式正在趋向无现金的方式转化, 各种信用卡、数字钱包得到了广泛应用;实时在线的网络服务系统能为客户提供全时空、个性化、安全快捷的金融服务;基于信息技术的各种风险管理与决策系统 (如自动授信系统、风险集成测量系统等) 正在取代传统落后的风险管理方式, 大大提高了工作效率和准确性;新金融产品和服务的开发也在迅速加快。
适应经营方式的变化, 金融机构的组织结构也在发生深刻变化。建立在传统银行经营模式基础上的组织形式——基于分支行的组织结构已经无法适应新的经营方式。围绕客户的消费行为和需求, 传统银行正进行新的结构设计, 借助于信息技术重构其组织形式。新兴的网络银行完全摆脱了传统银行的组织结构, 几乎找不到传统银行的结构特征。总之, 金融信息化的作用将从提高金融业务的自动化程度, 发展到对金融业经营方式和组织结构的深刻改变。
二、利用信息技术优化提高金融机构效率
(一) 信息技术-处理机调度算法
1. 先来先服务 (FCFS:First Come First Service)
这是最简单的调度算法, 按到达就绪队列先后顺序进行调度。
FCFS算法:按照作业提交或进程变为就绪状态的先后次序, 进行调度。
当前作业或进程占用CPU, 直到执行完或阻塞, 才出让CPU (非抢占方式) 。
2. 短作业优先 (SJ (P) F:Shortest Job (Process) First)
这是对FCFS算法的改进, 其目标是减少平均周转时间。
SJ (P) F算法:对预计执行时间短的作业 (进程) 优先调度;通常后来的短进程不抢先正在执行的进程 (非抢占方式) 。
(二) 处理机调度算法在金融机构中应用的实例
银行的服务质量和效率对其发展至关重要, 规模较大的银行网点总会设置有大额业务窗口和小额业务窗口。大额业务窗口只为大额交易客户办理业务, 经常虚位以待, 小额业务窗口由于办理用户较多, 经常需要排队等待。由此可见, 窗口设置虽然采取了更为科学的分类, 却并未发挥出应有的作用, 反而降低了整个运行效率。
基于目前这种运作模式, 利用信息技术调度算法提出优化的方案:
1. 首先在银行设置区别性的窗口值得推行, 但是两类窗口应当同时提供服务。
即在没有客户办理大额业务时, 应当为小额客户办理业务。同样, 普通交易窗口在闲置时也应为大额交易客户办理业务。
2. 排号系统应该对顾客的信息加以区别。
小额交易客户的号码可以在两个窗口排队, 但是在普通窗口的优先级大于大额窗口 (当有客户需要办理小额业务时, 普通客户在普通交易窗口的优先级高于大额客户, 即小额交易客户在该队列排位靠前于大额交易客户) ;大额客户的号码则在大额窗口优先级较高 (当有客户需要办理大额业务时, 普通客户在大额交易窗口的优先级低于大额客户, 即当大额交易客户在该队列排位靠前于小额交易客户) 。
通过上述方案可以解决银行等金融机构在办理业务时由于分配安排不合理导致的低效率运行。从客户角度出发, 如只办理简单补卡开卡业务的客户却要等待前面办理复杂业务的客户办理, 等待的时间可能数十倍于自己办理业务所需的时间显然是不合理的;从银行等金融机构的利益出发, 采用这种方案可以显著提高整个金融机构对信息处理的吞吐量, 也使得效率得到提高, 不仅减少了客户办理业务的等待时间, 而且在宏观上也增加里其处理业务的数量, 使得在提供了更多服务的同时满足了更多客户的需求。
参考文献
[1]迈克尔·莫菲特, 等.国际金融 (精要版) [M].北京:机械工业出版社, 2010.
[2]黄国平, 宣晓影.中国银行业金融信息化建设问题与对策[J].银行家, 2011 (12) .
[3]戴国强.商业银行经营学[M].北京:高等教育出版社, 2011.
[4]弗兰克J.法博齐, 等.金融市场与金融机构基础[M].4版.北京:机械工业出版社, 2010.
金融技术 篇5
为此，剑桥全球金融年会期间，经合组织财政和企业事务局局长GregMedcraft就特别提到，区块链的优势很多，共识基础、透明度、账户可追踪性、速度快，成本低比等等，同时，区块链可以帮助消费者储存自己的数据，一定程度上解决了隐私问题。随着技术的不断成熟，还将极大加速新兴金融的迭代发展。
事实上，在新兴金融飞速崛起的今天，作为全球规模最大的新兴金融市场，中国也早已有借贷宝等新兴金融企业，用创新赋能新金融，较早就引入了区块链思维，率先实现了借贷供应的去中心化，有效改善了传统金融借贷中供需信息不对称、资源分配不足、流程不规范、契约缺失、纠纷过多等风险和弊端。
具体实践中，借贷宝深度把控自身信息中介的定位，平台本身不供应资金，只做信息撮合、法律援助等配套服务。“从节点关系上，区块链网络直联，交易是广播的，借贷宝也是这样，让用户通过社交关系直连，需求直接向好友传递，用户的借贷需求通过广播给到信任他的人，双方达成信任共识，即可进一步交易。”受邀出席2018剑桥全球金融年会的借贷宝高级副总裁翁晓奇介绍。
数据挖掘技术在金融领域的应用 篇6
【摘要】 简要阐述理数据挖掘的概念、发展及基本技术,并着重阐述了其在金融领域的应用。
【关键词】 数据挖掘;金融领域
一、数据挖掘技术简介
1.数据挖掘技术的定义
数据挖掘就是从大型数据库的数据中提取人们感兴趣的知识、这些知识是隐含的、事先未知的、潜在有用的信息,提取的知识表示为概念(Concepts),规则(Rules)、规律(Regularities)、模式(Patterns)等形式。这个定义把数据挖掘的对象定义为数据库。
2.常用的数据挖掘技术和过程
在数据挖掘中最常用的建模技术有:
(1)统计:统计是涉及数据和描述的一个数学分支,其主要任务就是了解已经收集到的有限数据,并根据这些数据作出关于潜在数据分布是什么的预测。
(2)K近邻:近邻技术是指为了预测在一个记录中的预测值是什么,在历史数据库中寻找有相似预测值的记录,并使用未分类记录中最接近的记录值作为预测值。对基础最近邻算法常常作的改进是从K个最近的邻居中进行投票选择,而不是仅仅取决于距未知记录最近的邻居。
(3)聚类:聚类方法用于将记录聚集在一起,从而给出数据库的一个高层视图。
(4)决策树:决策树是指采取树形式的预测模型,树的每个分支都是一个分类方法,树叶是带有分类的数据分割。
(5)人工神经网络是仿照生理神经网络结构的非线形预测模型,通过学习进行模式识别。
(6)规则归纳:从统计意义上对数据中的“if……then… …”规则进行寻找和推导。
3.数据挖掘的过程
(1)数据准备。数据的准备阶段可分为数据选取、数据预处理、数据转换三个步骤。数据的选取是根据用户的需要从原始数据库中抽取的一部分数据;数据预处理是消除噪声、推导计算缺值数据、消除重复记录、完成数据类型转换;数据转换的主要目的是削减数维数或降维。
(2)数据挖掘。对准备好的数据进行分类、聚类,找出关联规则,之后根据具体目标,确定数据挖掘的算法,在选择算法的时候,重要的是根据用户需求来决定具体的算法,然后确定具体的挖掘模型。
(3)结果评估。对数据挖掘阶段确定的模型,进行评价,消除冗余,使得模型满足用户的需求。在评价时要及时反馈,不符合的就要重新返回到以上两个步骤,直到满足要求。
二、数据挖掘技术在金融领域的应用
1.数据挖掘技术在证券行业的应用
数据挖掘在此过程中将发挥重要作用,其技术应用的方向主要有:
(1)客户分析。建立数据仓库来存放对全体客户、预定义客户群、某个客户的信息和交易数据,并通过对这些数据进行挖掘和关联分析,实现面向主题的信息抽取。
(2)咨询服务。根据采集行情和交易数据,结合行情分析,预测未来大盘走势,并发现交易情况随着大盘变化的规律,并根据这些规律做出趋势分析,对客户针对性进行咨询。
(3)风险防范。通过对资金数据的分析,可以控制营业风险,可以改变公司总部原来的资金控制模式,并通过横向比较及时了解资金情况,起到风险预警的作用。
(4)经营状况分析。通过数据挖掘,可以及时了解营业状况、资金情况、利润情况、客户群分布等重要的信息,并结合大盘走势,提供不同行情条件下的最大收益经营方式。通过对各营业部经营情况的横向比较,以及对本营业部历史数据的纵向比较,对营业部的经营状况作出分析,提出经营建议。
2.数据挖掘在银行CRM(客户关系关系管理)中的应用
客户关系管理(以下简称CRM,Customer Relationship Management)是现代商业银行的重要业务之一。商业银行实施CRM的目标是了解客户需求,找出能盈利客户,提高针对性服务。要实现以上目标,可以借助层次信息处理技术,它能够充分利用客户资料,发现潜在的,有用的规则和模式。
数据挖掘技术在商业银行CRM 中具有广泛用途主要有:
(1)加载客户信息。这一阶段主要是进行数据清理,消除现有业务系统中有关客户账户数据不一致的现象,将其整合到中央市场客户信息库,建立以客户为中心的数据仓库基础环境。银行各业务部门对客户有统一的视图,可以进行相关的客户分析。
(2)加载客户交易信息。这一阶段主要是把客户与银行分销渠道的所有历史交易数据加载到中央市场客户信息库。这一阶段完成后,银行可以分析客户使用分销渠道的情况和分销渠道的容量,了解客户、渠道、服务三者之间的关系。
(3)模型评测。为客户的每一个账号建立利润评测模型,以便了解客户对银行的总利润贡献度。要建立利润评测模型,需要加载会计系统的财务数据到中央数据仓库。这一阶段完成后,银行可以从组织、客户和产品三个方面分析利润贡献度。
(4)优化客户关系。银行应该掌握客户在生活、职业等方面的变化及外部环境的变化,抓住推销新产品和服务的时机。这需要将账号每次发生的交易明细数据,加载到中央数据仓库,核对客户行为的变化。
(5)风险评估和管理。银行风险管理的对象主要是与资产和负债有关的风险,与资产负债有关的业务系统的交易数据要加载到中央数据仓库;然后,银行可以依照不同的期间,以数学模型分析和模拟计算利率敏感性资产和负债之间的缺口,了解银行在不同期间资本比率、资产负责结构、资金情况和净利息收人的变化。
三、数据挖掘技术在金融领域应用存在的问题和挑战
1.选择合适的数据挖掘方法和参数
在金融数据挖掘的应用中,选择合适的影响变量(特征),合适的数据挖掘算法,和合适的模型评估是数据挖掘过程中的关键。尽管现在很多的应用转向用神经网络等工具来解决问题,问题依然存在,如合适的训练数据集合的大小与选择,怎样处理过时的数据等等。
2.可扩展性和性能的要求
有些金融数据的增长速度是爆炸式的,金融数据挖掘必须考虑到算法的可扩展性和算法的效率,所以模型在建立时就必须要考虑到新数据的更新和整合,至于性能的要求,如果把数据集合分成若干小集合,再使用并行的数据挖掘技术可能会有较好的表现。
3.文本数据挖掘
随着互联网的普及,网页信息为资源的提取提供了一个绝佳的“矿藏”,很多现存的金融数据挖掘模型很依赖于政府的政策,市场的反馈信息等等,显然现存的金融数据挖掘方法还没有充分利用到比如一些时报提供的资讯来辅助决策,如银行如果声称下月将调整利率,那么股市肯定有相应的变化。当然数据挖掘涉及到很多领域,如自然语言处理,信息检索等,具有很大的挑战。
4.多种数据挖掘技术的整合
由讨论可以看出,每种数据挖掘技术都有它的优点和局限,为了改进数据挖掘技术在金融领域的应用效果,现在很多研究者考虑将多种数据挖掘技术融合,如金融数据挖掘中用得较多的分类技术,就有多分类器系统
(multiple classify system, MCS),在很多情况下会有上佳的表现。
参考文献
[1]张玉春.数据挖掘在金融分析中的应用.华南金融电脑.2004
浅论金融信息安全关键技术 篇7
金融风险防范是任何国家在经济政治领域里的一个永恒的话题。随着金融电子化的高速发展, 计算机通信在金融领域的广泛的应用, 尤其是在网络银行以及电子货币上发展, 使得金融信息安全形成的潜在风险已经成为现代金融风险当中的主要的内容, 给传统的金融业务当中的市场风险、信用风险、管理风险、操作风险添加了新的技术内涵。信息安全技术在金融电子化系统当中的有效的管理和合理的运用成为现代金融风险防范控制的主要课题。
1 常见的信息安全威胁
信息系统在许多可以引起各种重大损失的威胁面前是脆弱的。各类威胁可以是内部某个雇员对系统的欺骗, 也可以是外部黑客或者存心的数据录入员。各种威胁的影响各不相同, 有些影响数据的完整性和保密性, 有些则会影响数据系统的可用性。
1.1 差错和遗漏
差错和遗漏是严重威胁了数据的完整性, 差错不仅仅可能是由每天处理数百比交易的数据录入员引起的, 也可能是由各类用户产生的。因此, 良好的安全意识以及培训程序有利于减少差错和遗漏。在某些情况下, 差错就是威胁, 会数据的崩溃。
1.2 系统的漏洞
系统漏洞通常是开发者有意设置的, 这样做的目的是为了使自己在用户失去了对系统的所有权访问时候仍然能够进入系统。系统漏洞引起的安全威胁很多, 有时候操作系统的服务程序会绕过计算机的安全系统访问数据, 任意对存储的数据进行修改删除等。
1.3 恶意黑客
一些计算机黑客能够在别人未发觉的情况下, 仅仅依靠随处可以买到的计算机以及简单的网络设备, 利用信息系统上安全措施上的种种漏洞, 自由的进出联网的信息系统, 盗取有用的数据信息。
1.4 恶意代码
恶意代码是指一些病毒、蠕虫、逻辑炸弹和其他的不受欢迎的软件。这些软件或者病毒程序能够在不经过用户许可的情况下, 在用户的计算机终端上运行, 侵犯用户的合法权益。这些代码或者恶意的软件往往是故意编写的, 会对信息的安全产生极大的威胁。
2 金融信息网络的关键防范技术
为了确保金融网络信息信息的安全, 在实际的应用当中采用的安全技术通常有如下的几种。
2.1 访问控制技术
访问控制是金融计算机网络安全防范和保护的主要的策略。访问控制根据网络当中主体和客体之间的访问授权的关系, 限制访问的过程, 主要可分为自主访问控制和强制访问控制。自主访问控制主要是基于主体以及其身份来控制主体的活动, 能够实施用户权限的管理、访问属性的读写管理、强制访问控制则强调对每一主体、客体进行密级的划分, 并采用敏感的标识主客体之间的密级, 保证网络资源不被非法的使用和访问是其主要的任务。
2.2 病毒防范技术
计算机病毒实际上就是一种在计算机系统运行过程当中能够实现传染和侵害计算机系统的功能程序, 病毒违反授权攻击成功后, 攻击者通常植入木马或者逻辑炸弹等程序, 为以后攻击系统提供了方便。网络环境下, 计算机病毒具有不可估量的破坏。金融系统当中计算机病毒的防范, 除了要加固隔离系统本身外, 主要采用实时扫描检测的方法。随着计算机技术的不断的发展, 当前的杀毒软件也正面临着互联网的挑战, 这就要求杀毒软件能支持金融系统所有可能用到的互联网协议以及邮件系统, 并且能够适应及时跟上瞬息万变的时代步伐。
2.3 防火墙技术
“防火墙”技术是通过隔离网络做拓扑结构和服务类型, 从而加强网络安全的一种手段。它所保护的对象是网络当中有明确闭合边界的一个网块, 其防范的对象则是保护网块外部的威胁。因此, 防火墙技术最适合在企业专网当中使用, 特别是在企业专网和公共网络互连的时候使用。使用防火墙可以隔离金融内外部网络。防火墙具有防御措施、限制网络的访问、限制服务的开放等, 已经成为金融计算机网络安全防护体系当中的一个重要的组成部分。
2.4 信息加密技术
信息加密技术是保障信息安全最核心最基本的技术措施。信息加密也是现代密码学的重要的组成部分。信息加密过程中涉及到形形色色的加密算法, 它能够以很小的代价来提供很大的安全保护。在大多数的情况下, 数据加密是保证信息机密性的唯一的方法。目前, 已经公开的加密算法已经达到了数百种, 按照收发双方密钥种类划分, 可以分为常规密码算法和公钥密码算法。
2.5 VPN 技术
虚拟局域网 (VPN) 是由一些端系统组成的虚拟的局域网。虚拟局域网超越了传统的局域网的物理位置的局限性。这种虚拟的专用网络是基于Internet等公用开放的传输媒体, 通过加密验证等安全机制建立的虚拟数据传输通道, 从而能够保证公共网上传输私有数据信息不被窃取篡改等。这种技术目前在电子商务、电子政务上得到了广泛的应用。
3 结论
金融网络信息安全是一个系统的工程, 它和网络系统的复杂度、运行的层次位置都有很大的关系。因为金融网络的动态特性, 可能在一定的安全策略下, 网络是安全的, 但是随着时间的推移或者环境的改变, 网络的安全程度也随着发生了改变。因此, 金融的网络安全必须采用纵深配置、多样性的技术手段来保证金融信息的安全防护。
摘要：随着金融业网络水平的提高, 金融系统出现了越来越多的安全隐患, 因此如何建立一个高效的金融网络信息安全系统成为一个现实而又迫切解决的问题。本文在分析金融信息安全威胁的基础上, 有针对性的对金融信息安全的关键技术进行分析。
关键词：金融,安全
参考文献
[1]陈静.银行信息化发展趋势[J].中国信息化, 2008, 24 (3) :20-24
[2]崔颖安, 陈皓.大集中环境下商业银行信息安全系统的研究[J].计算机工程, 2008 34 (22) :162-164
[3]李建华, 陈松, 马华.SOA参考模型与应用研究[J].计算机工程, 2006, 32 (20) :100-101
金融发展、技术创新与产业升级 篇8
产业升级是促进经济增长和可持续发展的必由之路,无论是发达国家还是发展中国家对产业升级都表现出高度的关注,并采取各种措施促进产业升级。产业升级是制造商成功地从生产劳动密集型产品转向生产资本密集型或技术密集型产品的过程( Poon,2004［1］) ,从总趋势来看,产业升级具有从低层次产业结构向高层次产业结构转换的规律( ?儒,2006［2］) ,但产业升级的进程可以缩短,速度可以提高。探索影响产业升级的因素,寻找积极因素,规避消极因素,有利于促进产业升级。在众多影响产业升级的因素中, 金融发展和技术创新被认为是两个重要因素,金融发展可以通过资本配置机制、成长能力识别机制、风险防范与补偿机制支持和撬动产业升级( 叶耀明和纪翠玲, 2004［3］; 许冀艺等, 2011［4］) ; 技术创新是产业升级的动力( 郑英隆, 2010［5］) ,技术创新一方面促进传统产业转型升级( 李时椿,2001［6］) ; 另一方面催生新兴产业( 赫运涛和袁伟,2010［7］) ,带动产业升级。从现有文献来看,对于金融发展和技术创新这两个因素之间的相互关系,学者们见仁见智。对于金融发展和技术创新之间的关系,张元萍和刘泽东( 2012)［8］认为,金融发展通过功能的完善实现对技术创新的促进作用,反过来,技术创新又通过成果演化来推动金融发展。金融发展和技术创新之间的交互作用,是否会影响到金融发展对产业升级的撬动作用,和技术创新对产业升级的驱动作用? 这是文章研究的问题之所在。
文章先从理论上分析金融发展、技术创新、 金融发展和技术创新的交互作用对产业升级的作用机制,在此基础上建立计量模型检验金融发展、 技术创新以及两者之间的交互作用对于产业升级的影响。结果显示,金融发展、技术创新有助于产业升级,金融发展和技术创新的交互作用会带来正反两个方向的效果。
1金融发展、技术创新与产业升级的理论机制
1. 1金融发展、技术创新对产业升级的作用机制
金融发展程度和技术创新水平是影响产业升级进程的重要因素。金融发展对产业升级的撬动作用,可以借助银行业和保险业发展两条途径实现。作为金融系统一部分的银行业,在融资产品与服务方面的发展可以降低企业融资成本,提高融资便利,从而转变企业融资方式,改善资本结构( 王冉冉,2013［9］) 。良性资本积累方式有利于保证资本的来源和资本的流通速度,将促使企业扩大规模、提高竞争力,实现企业成长,最终带来产业升级。在为企业提供资本的同时,银行业能利用自身辨别产业成长空间的能力,偏好向主导产业、支柱产业、朝阳产业提供贷款,减少对夕阳产业、衰退产业提供的贷款,通过改变资本流向,调整产业结构。金融部门中的保险公司可为新兴产业提供保险,降低创业风险,鼓励新兴产业发展。保险公司还可以提供失业保险、养老保险等业务,解决产业升级过程中人力资源变动可能导致的社会问题,保证产业升级稳步进行( 伍海华和张旭,2001［10］) ,最终实现产业升级。
技术创新对产业升级的驱动作用可以凭借创新对产业的 “创造性破坏” 实现( Schumpeter, 1942［11］) ,而这种 “创造性破坏”的出现需要借助资本、人力等媒介( 林青石,2013［12］) 。以信息技术为例,世界上第一台计算机的出现是因为美国在研究信息技术这一方面投入了大量的资金和人力资本,而信息技术在这之后的进一步发展更是依托了巨额的资金和人力资本。信息技术的创新和发展,促使了软件行业等高新技术产业出现。依据Montobbio ( 2002)［14］的观点,创新会造成企业行为差异,企业差异又影响竞争力和竞争优势,促使产业内部优胜劣汰,从而实现产业变迁。这也就解释了在与高新技术产业合作创新后, 传统产业完成改造升级的原因。以制造业为例, 在引进信息技术等新的科技成果之前,美国制造业内部各企业的技术水平相对稳定,而在部分企业率先引进之后,这部分企业产品的科技含量大幅提升,较之其他同类产品更具竞争优势,更容易占据市场份额,将技术水平落后的企业挤出市场,实现制造业内部的结构变迁。
综上所述,提出假说1。
假说1: 金融发展和技术创新对产业升级具有促进作用。
1. 2金融发展和技术创新的交互作用对产业升级的作用机制
金融发展和技术创新对产业升级具有促进作用,金融发展和技术创新之间的交互作用会通过作用于金融发展和技术创新,从而影响产业升级。 技术创新需要投入大量长期持续的资金,单纯地依靠国家的研究发展经费投入,难以填补技术创新的资金缺口。外部融资资源的获取是影响技术创新的关键因素( 解维敏和方红星,2011［15］) ,银行信贷等外部融资可以减少企业融资约束,为技术创新提供有保证的金融支持,达到激励创新的效果( Gerschenkron,1962［16］) 。外部融资在技术创新成果的规模化生产中也发挥着重要的作用,外部融资的增加意味着企业有能力购买先进的设备, 可以将技术创新成果投入生产,实现规模经济,拉动企业成长且驱动产业升级。金融部门中,保险业扮演着重要的角色( Haiss and Sümegi,2008［17］) 。 技术创新的过程一直都存在风险,保险拥有风险转移功能,保险业的发展可以强化这种功能,控制并减少技术创新活动的风险,鼓励技术的研发和应用( 吕文栋等,2008［18］) ,既可以开辟新的生产领域,又可以促使原有产业升级。
金融发展对产业升级具有撬动作用,技术创新可以通过促进金融业在金融工具、服务等方面的创新推动金融发展,间接促进产业升级。20世纪70年代以来,以电子计算机为核心的信息技术得到了广泛发展。在将其引入银行业的支付清算系统后,资金的周转速度和使用效率得到了大大的提高,流通费用和人工成本实现了节约( 郝斌,2012［19］) ,推动行业快速发展。另外,例如网上银行等银行业的新型服务的出现,可以向更多的企业发展提供服务,拓宽了银行业的服务范围,增加了其服务总量,从而增强了银行业对产业升级的撬动作用。信息技术的应用还可以通过简化金融工具风险、收益的模拟和计算,衍生出多样化的新兴金融产品,为风险管理和融资提供便利( 戴志敏和罗峥,2008［20］) ,以及实现资源的优化配置; 同时,又尽可能地满足了不同企业的各种融资需求,帮助企业蓬勃发展,扶持新兴产业成长,或是维持企业的日常生产经营活动, 帮助衰退产业逐步退出历史舞台,最终完成产业升级。
由此得出假说2。
假说2: 金融发展与技术创新的交互作用, 会进一步强化金融发展对产业升级的撬动作用, 和技术创新对产业升级的驱动作用。
2模型设立与数据说明
2. 1模型设立
为检验假说,文章建立如下模型:
金融发展、技术创新与产业升级之间的模型:
金融发展、技术创新以及金融发展和技术创新的交互作用与产业升级之间的模型:
其中,下标i = 1,2,…,31代表中国各个省份,t = 1,2,…,10代表2004 ~ 2013年各时期, isit、fdit、rdit、frit分别为中国第i省第t期产业升级、金融发展、技术创新、金融发展和技术创新的交互作用,μi为个体效应,ηt为时间效应,εit为随机误差项。
2. 2数据说明
文章使用的中国31个省份的原始数据来源于2005 ~ 2014年的 《中国统计年鉴》、《中国金融年鉴》、《中国科技统计年鉴》以及国家统计局。数据集为平衡面板。对数据的处理如下:
变量is为产业升级,用第二、第三产业增加值和与地区生产总值之比来表示。
变量fd为金融发展。金融业可以细分为银行业、证券业、保险业、风险投资,由于证券业、 风险投资方面的数据难以获得,文章仅考虑银行业与保险业。yh为银行业指标,文章选择非国有部门贷款与地区生产总值之比来表示。假设所有贷款只分配给国有企业和非国有企业两个部门, 分配到国有企业的贷款与该省国有企业的固定资产投资成正比,则非国有部门贷款为: 总贷款余额 × ( 1 - 国有经济固定资产投资总额/全社会固定资产投资总额) 。bx为保险业指标,用地区保费收入与地区生产总值之比来表示。
变量rd为技术创新。文章分别从投入和产出两个角度,选择3个指标表示。创新投入方面,jf为R&D经费投入指标,用地区R&D经费内部支出的自然对数来表示。其中,R&D经费内部支出以GDP平减指数( 2004 = 100) 进行平减。ry为R&D人员投入指标,用地区R&D人员全时当量的自然对数来表示。创新产出方面,zl为专利申请量指标,用地区专利申请量的自然对数来表示。
变量fr为金融发展和技术创新的交互作用, 用金融发展指标和技术创新指标中心化后的乘积来表示。
各变量的描述性统计见表1:
表2是金融发展变量和技术创新变量的Pear- son相关系数,可以看出,表示金融发展的2个变量yh、bx之间存在显著相关性,但相关程度在可接受范围内,两个变量可共同使用; 同时,表示技术创新的3个变量jf、ry、zl存在两两之间的高度显著相关性,只能选取其中一个变量表示技术创新。金融发展变量和技术创新变量之间存在显著相关性,但相关程度不高。
注: ***、**表示在1% 、5% 的水平下显著。
3实证分析
3. 1静态面板模型估计
由于表示技术创新的3个变量之间存在高度显著相关性( 见表2) ,文章分3组模型,以不同的技术创新指标进行估计。静态面板数据模型共有3种类型: 固定效应、随机效应和混合回归。 文章使用LRT检验和Hausman检验,确定模型类型。表3给出了模型的估计结果。
注: yhfr 表示银行业与技术创新的交互影响,bxfr 表示保险业与技术创新的交互影响。***、**和* 表示在 1% 、5% 和 10% 的水平下,括号内为的数值为概率。
模型1 ~ 3估计结果显示,保险业、R&D经费投入、R&D人员投入、专利申请量4个变量系数估计值均为正,在至少10% 的显著性水平下显著,而银行业的系数估计值不显著,绝对值较小。 这表明,在不考虑金融发展和技术创新的交互作用的情况下,金融发展和技术创新对产业升级有显著正向影响。保险市场每增加1% ,产业升级最高可增加0. 7306% ; R&D经费投入每增加1% , 产业升级增加0. 0267% ; R&D人员投入每增加1% ,产业升级增加0. 0347% ; 专利申请量每增加1% ,产业升级增加0. 0161% 。可以看出,创新投入对产业升级的影响大于创新产出对产业升级的影响。从R2来看,金融因素对产业升级的解释程度是0. 9649,从创新投入和创新产出两个角度观察, 创新因素对产业升级变化的解释程度分别为0. 9612和0. 4889。金融发展与技术创新确实会对产业升级产生显著的影响,假说1得到验证。
模型4 ~ 6在模型1 ~ 3的基础上引入了金融发展和技术创新的交互作用,估计结果显示: 3个模型中的创新投入指标依然显著为正。模型4中,银行业发展和R&D经费投入的交互作用的系数估计值显著为负,而保险业发展和经费投入的交互作用的系数估计值显著为正,这表示R&D经费投入对产业升级的正向影响会随银行业发展而减少,随保险业发展而增加。模型5中,银行业和R&D人员投入的交互作用的系数估计值显著且为负,表明,R&D人员投入对产业升级的正向影响随银行业发展而减少。模型6中,保险业发展和专利申请量的交互作用的系数估计值显著为负, 且保险发展的系数估计值显著为正,意味着保险业发展和专利申请量对产业升级的正向影响会随彼此的增加而减少。比较模型4 ~ 6中金融发展和技术创新的交互作用的系数,发现符号不一致且多数为负,假说2不能得到验证。再结合银行业发展对产业升级的作用一直不显著,文章将使用分位数回归方法,继续检验模型。
3. 2分位数回归估计
为区分在不同的产业升级水平下,金融发展、 技术创新以及金融发展和技术创新的交互作用如何影响产业升级,文章采用分位数回归方法。该方法最早由Koenker and Bassett ( 1978)［21］提出, 可以使结果不易受到极端值影响,较为稳健。其基本思想如下:
假设随机变量的分布函数F ( y) = Prob ( Y≤ y) ,Y的 τ 分位数的定义为:
对于任意的0≤τ≤1,定义概率函数 ρτ( μ) :
其中,I ( z) = 0为指示函数,z为条件关系式,当z为真时,I ( z) = 1,当z为假时,I ( z) = 0。μ 表示反映概率密度函数的参数,ρτ( μ) 表示被解释变量y的样本点处于 τ 分位数以下和以上的概率密度函数关系。假设分位数回归模型为:
假定 μ = 1,对 μ 分位数的样本分位数进行线性回归就是使加权误差绝对值之和最小,即:
在线性条件下,给点x后,y的 μ 分位数函数为:
当 τ 在 ( 0,1) 上取不同值,可得到所有y在x上的条件分布轨迹。文章选择具有代表性的分位点0. 1、0. 25、0. 5、0. 75和0. 9,结果见表4 ~ 7和图1 ~ 6。
注: ***、**和* 表示在1% 、5% 和10% 的水平下显著,括号内为的数值为概率。
结合表4和图1、2、3可以看出,随着产业升级在条件分布的不同位置,银行业、保险业、 R&D经费投入、R&D人员投入、专利申请量表现出一定的变化规律。在不同分位点,银行业的系数估计值先增加后减少,多为显著正值。保险业的系数估计值变化规律与银行业相反,先减少后增加,数值都不显著,有正有负,在0. 9分位点达到最大值。从几个代表性分位点上的系数值来看,在0. 1分位点以后,银行业对产业升级有显著正向影响; 保险业对产业升级影响多为显著负向,且只在0. 5分位点处显著。随着产业升级分位点由低端向高端移动,R&D经费投入、R&D人员投入、专利申请量的系数估计值变化规律类似, 都在逐渐减少。不同的是,R&D经费投入的系数估计值均显著为正,R&D人员投入和专利申请量的系数估计值有显著的正值,也有不显著的负值,且均在0. 9分位点出现不显著的负估计值。说明在产业升级的0. 9分位点前,R&D经费投入、 R&D人员投入和专利申请量对产业升级有显著正向影响。可以看出,在0. 1分位点和0. 9分位点之间,银行业发展和技术创新对产业升级具有显著正向影响。
注: ***、**表示在1% 、5% 的水平下显著,括号内为的数值为概率。
从表5和图4中可以看出,随着产业升级条件分布位置的不同,银行业、保险业、R&D经费投入、银行业和R&D经费投入的相互作用、保险业和R&D经费投入的相互作用的系数估计值呈现出一定的规律。在不同分位点上,银行业和保险业的系数估计值均为正,且变化规律类似,两者的系数估计值在分位点由低端移向高端的过程中, 均是先增加后减少,然后再增加,区别是银行业系数估计值的变动幅度要小于保险业的。另外, 在代表性分位点上,银行业的系数估计值多数显著,而保险业的系数估计值都不显著。在从低分位点到高分位点,R&D经费投入的系数估计值不断减少,但均为显著正值。银行业和R&D经费投入的相互作用的系数估计值先减少后增加,然后再减少,总为正值,但不一直显著。保险业和R&D经费投入的相互作用的系数估计值一直为负且少数显著,数值变化规律同银行业和R&D经费投入的相互影响的一样,但变动幅度明显更大。 在加入相互影响后,可以看到,5个代表性分位点上,R&D经费投入均对产业升级有显著正向影响,而R&D经费投入对产业升级的影响会因为银行业发展而增加,因为保险业的发展而减少。另一方面,当银行业对产业升级造成显著影响时, 这种影响也会随着R&D经费投入的增加而增加。
注: ***、**表示在 1% 、5% 的水平下显著,括号内为的数值为概率。
从表6和图5可以看到,同对模型4的分析类似,考虑到产业升级的不同分位点,银行业和保险业的系数估计值,一方面均为正值; 另一方面均先增加后减少,然后再增加,且银行业系数估计值的变动幅度依然小于保险业的。同样的, R&D人员投入、银行业和R&D人员投入的相互影响、保险业和R&D人员投入的相互影响的变化规律也与模型4中的类似。R&D人员投入的系数估计值总为正值,且不断减少; 银行业和R&D人员投入的相互作用、保险业和R&D人员投入的相互作用的系数估计值先减后增,然后再减,前者数值均为正且多数显著,后者数值一直为负且少数显著,前者数值变动幅度小于后者。从创新人员投入的角度,考虑到变量间的相互作用,很明显,在0. 9分位点之前,R&D人员投入对产业升级的影响都是正向且显著的,银行业的发展和保险业的发展会对R&D人员投入对产业升级的促进作用造成相反的效果,前者加强这种作用,后者导致这种作用减少。反过来,当银行业对产业升级具有显著正向影响时,R&D人员投入的增加会加强这种影响。
注: ***、**和* 表示在1% 、5% 和10% 的水平下显著,括号内为的数值为概率。
从创新产出角度考虑,表7和图6显示,模型6中银行业的系数估计值的变动规律与模型4、5中的类似,在不同分位点上,先增后减,最后再增,且多为显著正值。而模型6中保险业的系数估计值的变化曲线呈U型,先减后增。专利申请量的变化规律也与创新投入的变化规律相似, 不断减少,大多显著为正。随产业升级分位点的移动,金融发展和创新产出的相互影响的系数估计值的变化规律,与金融发展和创新投入的相互影响的系数估计值的变化规律有所不同: 银行业和专利申请量的相互作用的系数估计值的变化呈U型,先减后增; 而保险业和专利申请量的相互作用的系数估计值的变化呈倒U型,先增后减。 从创新产出的角度出发,可以发现,在0. 9分位以前,专利申请量对产业升级具有显著正向影响, 银行业的发展会使这种影响增加; 同样的,银行业对产业升级的显著正向影响也会因为专利申请量的增加而增加。而保险业发展和专利申请量的增加会弱化对方对产业升级的显著正向影响。
总的来说,金融发展和技术创新对产业升级具有显著正向影响,金融发展和技术创新之间也存在相互作用。银行业和技术创新的相互作用会带来正向效果,保险业和技术创新的相互作用会带来负向效果,最终影响到金融发展、技术创新对产业升级的作用效果。保险业不能和技术创新合作产生正向效果,一个可能的解释是,当前的中国保险业还不够规范,对创新者关注不足,无法提供合适的业务,缺乏适当的创新激励,创新者也就无法与保险业建立密切的合作。假说2不能得到完全验证。
4结论与建议
文章的实证结果表明: ( 1) 产业升级可以同时依靠金融撬动和创新驱动。银行业发展和保险业发展对产业升级产生撬动作用,而银行业发展的撬动作用更显著。与银行业对比,保险业对产业升级的作用程度更大,出现这种情况,可能与变量选取有关。R&D经费投入、R&D人员投入和专利申请量均对产业升级起显著的驱动作用。 其中,创新人员投入增加带来的驱动作用最大。 ( 2) 金融发展和技术创新之间存在相互作用,金融发展对产业升级的促进作用、技术创新对产业升级的促进作用都会因为这种相互作用而受到正向影响或反向影响。( 3) 相对于普通面板数据模型,分位数回归模型的结论更稳健。在高分位点上,银行业和R&D经费投入、R&D人员投入之间的相互作用存在,且会增强银行业发展、技术创新投入对产业升级的促进作用,而在低分位点上,保险业和专利申请量之间的相互作用存在, 且对保险业发展、技术创新产出对产业升级的促进作用起阻碍效果。
基于以上结论,文章从金融发展、技术创新的角度提出以下对策建议。金融发展方面:( 1) 整顿国内银行,调整存贷款利率,吸收更多储蓄以增加银行资本总量,增加非国有企业贷款发放量,促进银行业发展。( 2) 进行业务创新,建立并加强与创新部门、产业部门的合作,为创新者提供风险保障与补偿服务,弱化风险并增加保费收入。另外,还要加强对保险业的监管,健全保险业法律法规,实行严格的内部管理和外部监督相结合的模式,使行业规范化,维持保险市场对产业升级的促进作用。( 3) 完善与技术创新、产业升级相协调的金融体系。金融部门和创新部门的合作可能带来正向影响也可能带来反向影响, 完善的金融体系有利于强化金融部门和创新部门合作带来的正向影响。
金融技术 篇9
在我国教育领域中, 信息技术与各级各类学科的整合是教育领域时间紧迫的重要任务。在我国《中小学信息技术课程指导纲要 (讨论稿) 》中, 提出了要创造条件, 利用新型的信息技术进行不同类别学科的教学活动, 通过学生对信息技术的多层次应用, 进行探讨式、自主式地学习, 从而培养学生的实践水平和创新能力。
长沙市财经学校是一所培养财经类专业人才的中等职业学校, 金融专业是该校的市级精品专业, 涉及的《金融基础》《银行会计》《证券与投资》等相关课程均为市级精品课程。笔者作为学校的专职教师, 从长期的教学实践出发, 谈谈如何利用信息技术, 对银行、证券、保险等专业课程进行有效整合, 以实现在有限的物质基础上, 实施高质量和高效率的职业教育。
一、信息技术与金融课程整合的理论基础是优化教学结构
随着新技术、新理论的发展, 传统的教学理论与教学观点已经不适应时代的需要。教学结构作为教育者思想、观念的反映以及教学实践活动的根本体现, 也应顺应时代的变化而更新发展。当然, 教学结构的变化会引起诸如教学理论、教学思想、教育观念的系列变更。如果单纯地革新某个教学手段、突破某个教学内容、创新某种教学方法并不会触动教学结构这类根本性问题。
这些年来, 国家各级教育机构投入了大量的人力、物力和财力, 为学校教育添置了投影仪、计算机、闭路电视系统、网络、语音实验室等各种教学辅助设备。但在教学活动当中, 不少教师只是把这些设备当作“电子黑板”, 仍然遵循着灌输式的教育模式, 执行着机械式的教学行为, 先进的信息技术的引进并未触动其旧有的教学思想。
可见, 教学结构的改革是更深层次的改革, 教学结构改革的意义要重要得多, 当然也困难得多。那么, 应该怎样来创建比较合理的教学活动进程结构呢?
二、创建合理的教学结构的方法
(一) 建立建构主义教学观
我们在教学活动中, 不应把教师看做是课堂中的唯一权威, 而应当把教师放到与学生相等的地位。按建构主义教学观, 教学应从学习者原有的知识和经验出发, 这也是我们所说的“备学生”, 要利用学生已有的知识基础, 通过引导让学生学到新的知识和技能, 使其在学习中获益。
教师和学生通过计算机等新型信息技术在教学中的应用, 改以往的教师说、学生听的旧有教学方式, 成为合作交流的平等主体。教师结合实际, 将教学内容与学生的知识经验有机结合在一起, 因势利导, 从学生的生活实际以及所思考的问题来引导学生。不是堵塞学生的言论而是让其畅所欲言, 开拓其思路。当然教师也不是一味地旁观, 教师要采取种种手段, 成为学生知识构建的促进者和帮助者。通过教师的多番引导, 学生最终将由辅导性学习转变成自主学习, 为其终身制学习打下坚实的基础。
(二) 在教学过程和教学方法上要善于把握信息技术
在传统的教学过程中, 教师利用“粉笔”“教学工具”来完成教学过程。教学形式单一, 教学手段也缺陈乏新。随着计算机及其技术普及到人们工作生活的众多方面后, 教师群体要学会利用新设备、新技术, 大胆改革旧有的教学模式, 要善于钻研新的教学方法。
计算机的一个重要特点是人机交互性, 这点是视频演示、幻灯片所不能达到的教学高度。通过人机交互, 教师可以设计出一系列丰富多彩、图文并茂的教学辅助软件, 开发出一系列既包含教学结构、教学内容, 又包括学生互动学习的课件, 学生在使用的过程当中, 不仅能看到知识的演示过程, 还能在答题中、游戏中获得乐趣, 这种做中学、玩中学的方式能激发学生的学习热情, 提高学生的学习兴趣和学习效率, 从而达到预期的学习效果。
传统的教学方法是“老师教, 学生学”。将教师的主导作用绝对化, 把教师应在教学过程的某些阶段起主导作用夸大为应在整个教学过程中起主导作用。学生在学习过程中发挥不了自己的主动性, 学习的积极性大打折扣。笔者在金融课程的教学活动中, 尝试采用如下新型的教学方法应用到教学过程中, 取得了较好的教学效果。
1.任务驱动式教学方法的运用
信息技术与课程整合以各种各样的主题任务进行驱动教学, 有意识地开展信息技术与金融学科 (甚至多学科) 相联系的横向综合的教学。在教学实践中, 教师将银行会计中的教学内容分解成若干基本任务, 学生在完成基本任务的过程中掌握相关专业知识。
例如, 在学习储蓄业务的时候, 教师可以将临柜的综合业务分为前台接待、业务咨询、存款、取款、利息计算等若干方面, 让学生按储蓄业务流程逐一完成相应任务, 通过任务的完成过程来了解并掌握储蓄的具体业务。
2.情境式教学方法的运用
情境式教学法是模拟某个现实的环境, 让师生在仿真性的环境中开展教学活动, 在真实性的任务要求以及环境的互动因素下, 达到使学生掌握实际中系列知识和相关技能的教学目的。情境式教学法的仿真度高、与现实结合紧密的特点非常适合金融类专业课程的教学。因为金融专业知识与现实金融工作具有极高的关联性。例如证券投资课程中股票投资内容就具有很强的实践意义。学生在学习过程中除了了解相关的知识外, 还要学会自己动手“操盘”, 将所学知识应用到实际操作中。
学校对于金融专业投入很大, 仅就证券投资这门课程就单独开设了模拟证券实验室。实验室拥有60余台计算机, 能容纳一个教学班级进行学习。与证券公司类似的仿真交易柜台, 与现实行情同步的超大屏幕, 流行的证券分析交易软件等, 使学生不出校门便能体会到证券公司紧张有序的工作氛围。
通过这种仿真度极高的情境式教学, 极大地提高了学生学习的积极性。学生不仅在课堂教学中学习证券投资知识, 还主动利用业余时间收集上市公司资料, 分析股市涨跌的原因, 预测“大盘”的方向。不少学生反映这门课程不枯燥, 学了以后能为自己投资理财打下基础。
3.协作式学习方法的运用
信息技术能够为教学提供一个开放性的实践平台, 每一位学生在这个平台上可以采用不同的方法、工具来完成同一个任务。这种教学策略对于发挥学生的主动性和强调团队合作的协作性学习很有帮助。
在金融课程的教学中, 实践性教学活动占据着重要的地位, 这是专业教学的目的所决定的。因为金融专业的教学目的就是培养学生专业素养, 培训学生专业技能, 为学生将来从事金融系列的工作提供“无缝衔接”。因此实践性教学活动成为金融专业学习中的长期性、关键性的一环。
从实践性教学活动中, 笔者发现协作式学习方法具有重要的意义。一是学生的知识水平参差不齐, 动手操作能力差距较大。如果让学生采用“单打独斗”的方式完成所有的实习资料内容, 不少成绩差的学生会因为达不到目标而选择放弃。采用协作式学习方法, 以好带差, 相互协作, 共同完成学习任务, 能有效促进班级整体学习水平的提高;二是现实工作中, 无论是银行的储蓄柜台, 还是证券公司的交易柜台, 都不是一个人办理所有业务的。因此专业实践教学中, 不应片面强调单个学生掌握知识的“高、大、全”, 更应强调团队协作的重要性。
金融技术 篇10
随着金融银行卡的普及, 它已成为人们日常生活中重要的支付工具。人们之所以愿意使用它, 就在于它的快捷性、便利性和安全性, 而所有这些特性均通过金融联机交易方式体现。如果联机交易失败, 与现金交易相比, 消费者既没有得到商品, 也没有被退回现金, 而且他还不清楚其银行账户是否被扣款了。所以这是一种极其不好的体验, 由此也表现出金融联机交易成功率的重要性。
在银行卡刚刚发展的初期, 商户受理环境的建设比较落后, 能接受银行卡交易的商户并不多, 且也是哪家银行发行了银行卡, 哪家银行自行发展商户, 所以无法跨银行和跨地区使用, 因此银行卡的使用是非常不方便的。在这种情况下, 一个商户柜台会布放很多POS机具, 也造成了资源浪费。后来伴随国家推广电子货币的决心, 于2002年成立了中国银联, 中国银联主要致力于银行卡跨行跨地区的交易转接处理。根据中国银联最新的交易数据统计, 截至2012年上半年中国银联当期实现银行卡跨行交易58.5亿笔[1], 平均每天发生三千多万笔交易, 完全是一种海量处理机制。因此如何在这种海量数据的处理情况下保持高水平的成功率是需要考虑的问题。
根据《中国银联银行卡联网联合技术标准V2.1》[2]的定义, 交易是否成功主要根据规范中定义的交易报文格式来判断, 而一个交易报文又由若干个数据域组成, 在联网联合技术规范中一共定义了58个数据域, 所以归根结底一笔交易是否成功, 要通过分析交易中的这58个数据域本身的属性和它们之间的关系来决定。
1 研究途径
首先我们来看看联机交易是如何在银联网络中传递的。一般而言, 发送联机交易的一方, 我们称之为受理方, 它们与交付商品的商户相连。联机交易经过银联系统转发以后, 最后到达接收方, 我们称之为发卡方, 它们是消费者使用的银行卡的发行方。一笔联机交易是否成功最后由发卡方判断[3]。整个交易流程如图1所示。
第1步:受理方将联机交易请求发送给银联系统;
第2步:银联系统将联机交易请求转发给发卡方;
第3步:发卡方将联机交易应答发送给银联系统;
第4步:银联系统将联机交易应答转发给受理方, 通知持卡人该笔交易是成功还是失败。
前文提及每天经过银联系统的三千多万笔交易, 均由这四个步骤组成, 而每笔交易基本包含48个左右的数据域 (注:虽然规范一共定义了58个数据域, 但不同交易种类选用不同的数据域, 所以在数据域使用和数量上还是稍有差别) , 因此就每天的交易而言, 对数据域的处理在百亿级单位。判断一笔联机交易是否规范, 要综合考虑上述四个步骤, 对于这样的海量数据, 人工已完全不可能干预, 需要设计自动化的智能方式加以跟踪研究。
另外, 交易的成功性在于每个被采用的数据域是否被正确使用了。通过对规范的仔细分析, 这些正确性的主要表现有:
(1) 单个数据域的属性是否正确;
(2) 单个数据域的取值是否正确;
(3) 多个数据域的排列顺序是否正确;
(4) 多个数据域之间的逻辑关系是否正确;
(5) 应该出现的数据域是否出现了;
(6) 不应该出现的数据域是否没有出现。
这说明, 只要交易按照联网联合规范的要求来构造, 交易就能够成功。反之, 如果交易不成功, 那么说明是某个或某些数据域没有按照规范的定义来处理, 找到这些数据域并进行修正, 失败的交易就可以成功。所以我们首先需要建立一套交易是否符合规范的检查判断机制。由于无论是交易还是数据域都是可以单独计数的单位, 因此一些异常情况反映出的数量与总数量的比率将是一个非常适用的表象指示器。为此我们需要首先设计出一套判断交易是否规范的指标体系。本文对该指标体系命名为“联网通用跨行交易规范率指标体系”, 以下简称规范率指标体系。
2 规范率指标体系的构建
(1) 概述
规范率指标体系的构建, 首先从分析影响交易成功率的因素出发, 找出不符合规范的相关因素, 与联网联合规范对比分析后, 扩展影响因素, 同时考虑到数据源、系统实施等环境限制, 再使用6sigma工具[4]找出最主要、易统计的五类因素用于统计交易的规范率, 最终通过真实生产数据的验证, 进一步确定规范率统计的指标体系。
(2) 成功率因素分析
根据之前对联机交易成功失败特性的分析, 结合前文概貌分析的六大方面, 分析影响跨行交易成功率的因素, 通过筛选、比较、分析等手段, 找出影响成功率的10类主要因素, 包括:联机交易报文不匹配、联机交易报文不完整、域属性不合规、域取值不合规、应答码不合规、pin转换错、mac校验错、通讯链路间断、系统停机时间过长、日切时间过长。各类因素所指明的具体原因如表1所示。
(3) 规范率因素确定
上述十类交易虽然对联机交易的成功率都有影响, 但有不少因素需要后续人工分析和定位, 无法进行自动化处理, 且也不是经常发生的问题;另外根据规范的定义, 还有一些影响性因素并未得到反映, 所以还需对这十类因素进行一个扩展、修订、验证过程, 最终确定出影响规范率的主要因素。
扩展过程, 基于对规范的分析研究, 以及日常生产中遇到的联机交易不规范问题, 对影响因素进一步扩展, 由原来的10类扩展到12类因素, 增加了多域和关联域两类因素。多域主要指, 成员机构发送的联机交易报文中, 出现规范未要求传递的报文域, 这可能导致部分成员机构的系统无法识别。关联域主要指两个或多个域的取值之间有关联性, 这种关联性在规范中有明确的要求, 一旦相关报文域不按关联要求取值, 会导致系统拒绝交易。如此多的影响因素, 到底哪些是最影响交易规范率, 并最容易被统计的呢?我们对12类因素进行了修订。
修订过程, 主要从三方面入手筛选主要影响因素。一是, 从系统实现上, 除去无法通过银联自身系统信息获得的因素, 包括通讯链路间断、系统停机时间过长、日切时间过长, 这些因素主要从发卡方的系统运行信息中获取;二是分析合并, 由于应答码不合规、关联域都涉及域取值的问题, 因此将这两类因素并入域取值的范畴;三是, 使用其他6sigma工具[5], 因果矩阵和失效模式分析, 除去对交易成功率和规范率影响不大的因素, 包括pin转换和mac校验, 筛选出最影响规范率的因素, 包括5类:域属性不合规、域取值不合规、报文不完整、多域、报文不匹配, 简称为域属性、域取值、少域、多域、域匹配。通过理论工具, 我们找到了判断联机交易报文不规范的五类因素, 那么这五类因素是否能在真实的生产交易中, 统计出交易的不规范情况, 还需要进行验证。为此, 我们专门采用人工方式, 对生产上的800笔交易进行了规范性检查。
验证过程, 通过随机抽样, 抽取生产上800笔交易, 从5类影响因素着手, 找出不规范的交易, 其中有20%的交易存在报文不规范的现象。事实证明, 我们通过一系列方法找出的5类影响因素是真实有效的, 从而确定出用于统计跨行交易规范率的5类因素。
根据这5类因素的规范定义, 我们可以进一步设计出联机交易不规范的规则, 运用这些规则我们就可以找到不规范的联机交易和它们发生的原因。例如, 针对域属性的要求, 某些数据域只能选择数字属性, 如果取值当中出现了字符, 即表示不规范。对于域取值的要求, 某些数据域只能选择1、2、3的取值, 如果超出这个范围, 也即表示不规范。
(4) 规范率指标设计
指标体系的设计, 除通过以上各步骤, 确定出具体的统计因素和统计规则外, 还需要设计指标的计算公式以及统计维度。
每类因素都存在不规范的交易, 究竟哪类因素对交易的成功率、规范率影响最大, 我们仍然借助6sigma工具[6]来判断。主要适用的工具包括:帕累托图、马赛克图等, 通过图形对数据进行分析, 得出5类因素对交易成功率、规范率影响程度的排序及比例[7], 从而设计出计算交易规范率的公式如下:
某机构的交易总规范率 (G) 为:
Z-A×25%+B×30%+CZ×20%+D×10%+E×15%×100%
式中, A、B、C、D、E分别代表从域属性、域取值、少域、多域、域匹配5类因素找到的不规范交易数量;Z代表某机构的交易总数量;G代表计算得出的该机构的交易总规范率。A、B、C、D、E前面的百分比即为通过6sigma工具找到的每类因素对联机交易不规范性贡献高低的权重。依据统计范围和统计对象不同, 我们设计出多维指标体系[9,10], 以便能够全面反映跨行交易的规范率情况。具体的指标分类如图2所示。
至此, 跨行交易规范率指标体系设计完成, 整个体系包含了统计因素、统计公式、统计维度三个内容。根据这些内容, 我们还设计了与之相应的判断规则, 能帮助找到不规范交易和原因。
3 智能系统的实现
在规范率指标体系的整个方法论设计完成后, 下面要考虑如何通过智能系统来运用这个指标体系, 以监控联机交易的规范情况, 从而判断联机交易的成功情况。同时该系统还能将不规范的问题原因指示出来, 供银联入网机构修正。
但由于联机交易数量非常庞大, 考虑到数据处理性能, 我们采用数据仓库技术来处理。根据上文设计的指标体系的分类维度, 我们先选择对象和角色这两个最需观察的维度进行监测。通过数据仓库对银联联机交易系统中的清算数据库进行操作, 运用规范率指标体系中设计的校验规则, 再通过数据仓库的展现功能将各机构和地区的联机交易规范率情况展现出来。整体系统拓扑如图3所示。
由于需要检测每个机构和每个地区规范率指标的变化, 还需要排序和归类, 所以对数据仓库的性能有很高要求。为兼容性能要求, 又能跟踪规范率指标的变化, 我们确定在每月近9亿笔交易之中, 以周为单位选择每个月的5号、12号、19号和26号进行统计计算。
另外, 由于银联数据仓库平台目前只能和清算数据库相连, 但清算数据库中存放的不是完整和原始的联机交易数据, 而是联机交易数据在经过清理之后, 除去了一些自定义和灵活变化的数据域, 只保留了最基本的和取值固定的数据域。虽然自定义和灵活变化的数据域更容易发生问题, 是我们检测联机交易不规范性的重点, 但基本数据域更是检测重点, 因为一旦基本数据元发生错误, 其联机交易必然错误。所以我们在整个指标体系的实现上采用了分阶段实施的策略, 首先在一期功能的实现上, 我们选择了最容易检查的几个固定取值的数据域, 影响因素也暂时限定在了少域和域取值层面。根据这些限定条件, 我们用6sigma工具重新分析了它们的影响性, 发现它们的影响性基本相当, 因此我们修正一期机构规范率的计算公式为[8]:
由于涉及的检验要素减少了, 所以为了能更好地比较不同机构之间的交易规范率, 我们定义“该机构交易报文域不规范总数”为一个交易报文中有几个错误即为几的原则。例如, 如果一个交易报文中交易金额数据域和银行卡号数据域都发生了错误, 那么不规范数需要记为2。
4 数据验证
根据修正后的规范率计算公式, 我们在数据仓库上实现了一期功能。对于一笔联机交易而言, 受理方是其最开始的发起节点, 受理方发送联机交易报文的正确与否决定了后续节点对这笔交易的最后承兑性, 因此我们首先计算了交易量贡献最大的18家全国性商业银行作为受理方的规范率排序如图4所示。
同时由于银联在全国各地有众多分公司, 为检测不同地域对交易规范性的支持, 我们又选取规范率波动比较大的东部和中部分公司计算了它们作为受理方时各地的规范率情况如图5和图6所示。
另外, 除了不同考察对象在同一时间节点的纵向对比以外, 我们还需要检测同一考察对象在不同时间节点的变化情况。仍然选择18家全国性商业银行和银联36家分公司作为分析对象如图7所示。
截止2012年12月底, 全国性成员机构平均规范率为93.25%, 受理方87.33%, 发卡方99.16%。如果不规范问题没有得到修正, 机构整个的规范率不会改变。而18家机构在8月份的发卡方规范率有所上升, 正是由于那个阶段银联在推动入网机构作为发卡方按照最新规范改造系统, 提高对规范的支持。如图8所示。
36家分公司, 平均规范率为96.34%, 受理方为94.66%, 发卡方为98.02%。这些数据和变化趋势与我们之前的预估趋于一致的。因为交易首先由受理方发起, 所以如果受理方发起时交易就不正确, 直接会被银联系统拒绝, 根本无法传送到发卡方, 所以发卡方的规范率普遍比受理方高。
我们设计规范率指标体系的最终目的是提高交易的成功率, 保证每笔联机交易都尽量成功。而一笔交易是否成功, 是由众多构成交易报文数据域中的第39域交易应答码决定的, 所以判断交易是否成功, 只需要检测第39域的取值是否为00即可。由此说明交易成功率是交易规范率的一个子集, 因此交易规范率的提高势必对交易成功率有帮助。为此, 我们选择了两家试点机构检测规范率和成功率之间的关系。其中一家张家港农商行在根据我们分析出的规范问题进行修改以后, 其规范率由0.14%提升为99.85%后, 其交易成功率由88.77%提升为91.57%。另一家吴江农商行在经过改造以后, 当规范率由55.79%提升为99.8%后, 其交易成功率由90.59%提升为92.16%。此数据证明了我们当初的设想, 交易规范性的提升对交易成功率的提升很有的帮助。
5 结语
根据本文设计的规范率指标体系方法论, 并由此设计出了系列智能检测规则, 同时将这些规则运用到数据仓库之中, 形成配套的智能检测系统。根据这个检测系统输出的数据, 发现这些结果均符合我们预期。另外, 更重要的是, 在修正由这套规范率指标检测规则发现的问题后, 不仅交易规范率得到了提高, 交易成功率也得到了提高, 实现了我们的最终目的。不过, 由于银联数据仓库所连接数据源的局限及其性能的局限, 我们目前只实现了五个检测因素中的两个, 说明规范率和成功率的提升还有很大空间。后续我们将把数据仓库中的功能迁移到银联云数据服务平台上, 该平台将以最原始的联机交易数据库作为分析对象, 将对银联系统中的联机交易进行更完善和更高效的分析, 为联机交易成功性的保证提供更有力的保障。
摘要：伴随银行卡的发展, 人们的支付活动越来越依赖于它, 对联机交易质量的要求也越来越高。而联机交易的质量由联机交易的成功性保障。但对于目前每天三千万的海量交易而言, 人工方式已完全不可能分析联机交易的质量, 需要设计一套智能监控方法和系统。提出一套自动检测联机交易质量的规范率指标和规则。从提升联机交易的规范性着手, 最终达到提升联机交易成功性的目的。
关键词：联机交易,规范率,成功率,智能
参考文献
[1]中国银联官方网站www.unionpay.com.
[2]中国银联股份有限公司.中国银联银行卡联网联合技术规范V2.1[M].Q/CUP 006.2—2012.2012.
[3]梁礼方.联机交易处理系统的系统设计 (上/下) [J].金融科技时代, 2012 (3) :39-49.
[4]马林, 何桢.六西格玛管理[M].2版.北京:中国人民大学出版社, 2007.
[5]钟朝嵩.6Sigma实践法[M].复旦大学出版社, 2008.
[6]Geoff Tennant.Design for Six Sigma[M].电子工业出版, 2002.
[7]John A Rice.Mathematical Statistics and Data Analysis (Statistics) [M].Duxbury Press, 1994.
[8]George Casella, Roger L Berger.统计推断[M].机械工业出版社, 2010.
[9]徐娟.物流统计指标体系构建研究[J].物流科技, 2011 (9) :55-56.
金融技术 篇11
创新型企业的成长，除了注重自己的研发，大力开发创新技术以外，它们非常需要金融的支持，而在目前的中国，这是一个突出的矛盾。
非常遗憾，我们现在的金融体系应该是还没有充分地支持这种创新型企业，还没有建立适应这种创新性企业的金融体系。我们现在尽管发生了很大的变化，就是间接融资的比重在迅速缩小，直接融资的比重在迅速提高。但是，到目前为止银行的间接融资是主要的融资方式。根据央行的报告，我们占企业总数99%的小微企业的贷款仅占不到30%。所以，创新性企业遇到的资金困难更大一些。
此外，创新企业的信用状况，它的资金实力，它的管理水平，人员素质，比起大企业还有很多不足以外，还有一个重要的原因，这些小企业、创新企业，无形的资产多，有形的资产少，专利多，可抵押的产品少，所以他们往往遇到现行的风险管理，所以，银行在这个问题上也没琢磨透。
从直接融资看，我们多层次的市场没有建立，三维盈利，这不是创业板，这还是一个成熟企業的标准，我们的中小版还有直接市场的其他方式，可能对小企业来说都是一个很遥远的梦。我们PE的市场发展就是快，但是目前大部分还是冲着IPO来的。所以，初期的这种成长性的企业步履艰难。我们对成长非常的关切。
有人说，新一年的财政政策要积极有利，货币政策要松紧适度。我觉得体现在中小企业这个方面，所谓财政的积极有利，我认为就是要给中小企业更多的财政支持。它可以表现在对银行，银行对创新企业的服务，财政可以给他们营业税、所得税的一定程度的减免和支持，也可以从财政资金、跨国资金成立风险补偿基金，也可以通过风险分担的机制，对发生的损失给予一定的补偿，也可以针对科技创新，小企业，要建立政府出资为主，社会资金适当参与的融资的担保，让银行更勇敢的给予信贷支持。
所谓松紧适度的货币政策，就是要有保有压，对过去的产能，对政府平台，对淘汰的企业就是要压;而对于这些成长性的中小企业，就是应该定向宽松。我觉得包括银行对中小企业贷款的总量限制，存贷款的限制，包括拨备的政策都应该有所区别。特别是应该把资产证券化变成一个常态发展的态势，而且扩大资产证券化的范围，这样可以盘活巨大的资金信贷的存量，增加银行对中小企业，特别是科技成长型的企业资金的可贷资金容量。
另外可以适当地调低创新性小企业贷款的权重，扩大银行对金融机构不良资产的处置权，这一切我觉得都是对我们这些创新型中小企业的支持。
我们通过市场的发现，培育新的增长点。那么，它可以通过资本市场这个现代金融最活跃的形式，可以高效、灵活的引导社会资金向这些有前途的、成长型企业集聚。这样就有利于支持创新、创业。从美国的情形看，它们最具成长性的企业中，有90%以上是在纳斯达克上市的。
我们还要加快风险投资，天使投资。这方面的发展需要我们的税收配套融资，人才引进，股权质押等方面都应该给他们以倾斜，这样我们能够引导这些社会资金流向初创的这些企业。
我们还应该适当放宽创业板对创新企业的准入标准，另外应该增加新三板的便利性，我觉得在有些地方要有选择的推进区域外、场外市场交易的建设，这样我们可以多方位的解决这些创新企业的股权转让问题，把它们搞活。
我觉得金融机构应该加强小企业直接融资产品的创新，积极发展小企业的集合票据、集合信托、集合债务这些新的融资工具。在硅谷，除了有华尔街的风险资本、PE、VC以外，硅谷银行还可以给它们提供风险的信贷，所以风险的信贷，就是银行的债权可以变成股权，这个是银行对创新企业的一个最有力的支持，对银行也有很大的意义。
浅析技术视角下互联网金融创新 篇12
关键词：互联网金融,云计算,大数据,数据挖掘,技术,创新,监管
一、互联网金融的概念和创新模式
随着信息技术的不断发展,近年来我国互联网金融迅速发展,对整个金融生态产生了全方位的影响。互联网金融一般是指以大数据、云计算、社交网络和搜索引擎为代表的互联网信息技术与金融行业深度融合所形成的金融新业态、新模式,具有融资、支付和交易中介等金融功能。
互联网金融模式上的创新主要集中在五个方面:支付方式、销售渠道、投融资方式、信息化金融和金融组织架构。支付方式的创新主要体现在第三方支付技术的兴起,典型例子有支付宝和财富通等。销售渠道方面的创新代表是互联网金融门户,具体是指利用互联网对金融产品进行销售或者为金融产品销售提供第三方服务的平台,典型的例子包括91 金融超市、余额宝、百度理财平台等。资金供需方式的创新主要在P2P、众筹和大数据金融三个方面。P2P是一种新兴人对人的直接小额借贷模式,典型的有拍拍贷和人人贷等,众筹是指通过互联网发布筹款项目并募集资金的方式,典型的例子有点名时间和追梦网等;大数据金融是指金融机构利用互联网上的海量数据,通过分析和挖掘客户的交易和消费信息建模客户的消费习惯,进行营销、小额信贷和风控方面的服务,具体例子有阿里小贷和京东供应链贷款等。信息化金融是指传统金融企业利用信息技术对于其业务流程的改造,使得企业电子化、信息化和互联网化,典型的例子是各大行的网上银行。金融组织架构上的创新就是一些有资质的互联网企业通过申请相关牌照或者收购中小金融机构而进军金融行业的模式创新,典型的有网商银行和苏宁在线等。
本文集中探讨大数据、云计算和数据挖掘这三种技术对于整个金融生态系统的改造,以及创造出的新金融服务业态。
二、互联网金融核心支撑技术
金融领域涉及银行、证券、保险及其他相关内容,包括银行信贷、信用评分、市场分析、投资组合、保险定价、智能定损、金融欺诈等。传统的基于统计模型的分析方法只能处理少量的数据,而且对于分析的数据集也有一些较强的假设,比如要求数据满足一定的概率分布,或者要求关系为线性。随着银行、证券和保险等金融业务信息化程度的不断增加,数据量不断扩大,数据类型不断增多,传统的分析方法已经不能使用。在互联网金融场景下,以云计算、数据挖掘和大数据技术为代表的互联网技术由于不苛求严格数据假设,为银行、证券、保险及其其他相关业务创新,以及刻画金融市场规律的趋势带来了新的工具和分析手段。
1、云计算技术
随着云计算的不断发展,它的商业价值被迅速认可,同时人们对互联网的依赖也越来越强,就是在这样的背景下互联网金融得到了快速发展。互联网金融依托于支付、云计算、社交网络以及互联网引擎搜索等一系列互联网工具,形成资金融通、支付和信息中介等新兴业务形式。互联网金融引起一种全新的融资模式,使得各种中介机构和银行、券商、交易所的作用减弱,大部分的资金融通可直接在网上实现。云计算的主要概念是“一切皆服务”,是服务的集合,其技术框架有Iaa S(基础设施即服务)、Paa S(平台即服务)、Saa S(软件即服务)三种形式。云计算技术在金融中的一般架构如图1 所示。
云计算技术对于金融行业来说,更多的是对金融机构IT基础架构上以及对于金融机构提供金融服务方式上面的革新。云计算技术由于“资源共享”的特性可以降低金融企业的运营硬件成本。另外,云计算的“动态响应”特性,保证了业务的灵活性。云计算技术可以帮助金融企业实现业务创新(如图2 所示)。云计算具有灵活、开放和易于整合等特点,特别适合金融企业实现上下游产业整合以及与纵向战略合作,为金融企业巩固市场地位和开拓新市场提供方式和手段。例如,银行的传统借贷模式可以经过云计算技术的改造,加入更多的外部数据比如电子商务平台信用评价系统、中小企业财务系统和工商税务系统,从而降低银行向中小企业贷款的风险,降低平台向中小企业提供贷款的成本。
2、数据挖掘技术
数据挖掘一般是指从大量的数据中提取人们感兴趣的、事先不知道的、隐含在数据中的有用的信息和知识的过程,并且把这些知识用概念、规则、规律和模式等方式展示给用户,从而解决信息时代的“数据过量,知识不足”的矛盾。金融数据挖掘的一般过程如图3所示。
在金融市场中,数据挖掘技术的用处极广。在银行业务方面,数据挖掘技术可以从用户的银行账户信息中进行挖掘,对用户进行信用评级,进行贷款审批;可以对银行不同的客户进行细分,提供差异化的服务;也可以对信贷风险进行评估,降低坏账率,提高银行利润。
在证券业务方面,数据挖掘技术可以对复杂的数据建模,利用股票的历史数据通过技术分析预测股票未来价格走势;利用历史收益—风险进行建模,考虑预期的不确定性,针对不同客户的情况构建最优的投资组合,控制风险,提高收益;利用挖掘技术构建自动交易系统,用以避免在做投资决策时候受到投资者情绪的干扰,从而造成更大的损失。
在保险领域,数据挖掘算法也有广泛的应用前景。利用数据挖掘算法,可以分析并界定保险欺诈或者企业破产的行为特征,针对于异常情况进行实时的预警和监测,这个对于保险业的发展具有至关重要的作用。
数据挖掘的算法主要包括参数统计方法、非参数统计方法、神经网络和支持向量机。其在金融机构中的适用情况如表1 所示。
参数统计和非参数统计属于传统的统计学方法,两者的差别在于对于样本总体的分部是否已知。参数统计是假定总体分布类型已知,对一些未知参数比如比较均值、方差等参数进行推断。但是金融数据并不能很好地满足这个假设,所以算法适用性较差。非参数统计对总体假定较少,结果稳定性较好,有更广泛的适用性。
人工神经网络,也简称神经网络,是20 世纪80 年代以来人工智能领域兴起的研究热点。它是一种模仿生物的神经元和神经结构行为进行信息处理的数据模型,使得机器可以像人脑一样的学习和判断。神经网络是一种自学习模型,并不需要对于数据样本做出假定,适用性广,可以用于分类、聚类和预测等,目前已经广泛应用于金融市场建模中。
支持向量机是一种于上世纪90 年代中期发展起来的基于统计学的机器学习算法。通俗来说,它是一个二类分类模型,利用特征空间上的间隔最大的线性分类器。它的优势主要在解决非线性、小样本以及高维模式识别上。它优于神经网络是在于它可以避免神经网络中可能得到局部最小化解的问题。另外,它有着严谨的理论基础和数学证明,不像神经网络的有效性主要基于参数的调优,而这个过程很大程度上取决于经验。当然,支持向量机也有局限性,它无法处理大规模样本,也不能直接处理多分类问题。
3、大数据技术
大数据具有数据量大、种类繁多、价值密度低和处理速度快等特点。金融业是大数据的重要产生者,其数据来源广泛,包括各种股票、期货、衍生品、债券等在内的金融报价、交易数据,各类公司的业绩报告以及研究报告,官方对于宏观经济数据的调查统计,金融媒体的新闻报道,这些渠道每天产生海量的TB或者PB级别的数据。
(注:*可以适用,**比较适合,***非常适合,****特别适合。)
传统分析方法以及数据挖掘技术在如此大量的数据面前束手无策,大数据分析处理技术的出现填补了这一空白。最早得到广泛应用的为Hadoop,它是一个实现了Map Reduce分布式处理算法的、离线的、基于磁盘的大数据批处理平台。随着技术的发展,陆续出现了基于内存的大数据处理模型Spark和基于流式计算的计算模型Storm。Spark改进了Hadoop基于磁盘的数据处理模式,将大数据的处理速度提高了数十倍,提供了近实时的处理延迟。Storm是针对实时的流式处理场景,它把数据建模一个不断流动的“流”,是一种实时的处理模型。这三个系统目前是主流的大数据处理平台,在不同的应用场景下相互补充,形成了一套完整的大数据技术体系。金融大数据分析的一般架构如图4 所示。大数据的出现促进了包括高频交易、市场情绪分析、智能营销、信贷风险分析、实时风险管理和个人征信等的金融创新,适用情况如表2 所示。
高频交易是指交易者利用软件或者硬件的优势,通过短时间内进行大量的交易进行获利的一种方式。现在主流方式是通过分析金融大数据,建立一些市场变动的模型,识别出特定市场的模式,然后根据模式进行交易的过程。
市场情绪分析是指从社交媒体中的数据中提取市场情绪,并开发基于情绪的交易算法。在出现积极的市场情绪的时候进行买入操作,而在出现意外情况或者其他消极市场情绪的时候抛出订单。
智能营销是指通过综合用户各方面的信息,包括历史数据、浏览数据、交易数据、社交数据、行为数据等识别客户的行为模式,分析用户需求和兴趣,并根据结果进行特定的产品推荐、客户体验优化或者客户挽留等精准营销。
基于大数据的信贷风险分析是一种多维度分析中小微企业信贷风险的分析方法。通常做法是收集公司大量日常交易、运营活动、财务状态等数据用以分析一个企业真实的运转情况,从而准确评估信贷风险。
实时风险管理是指通过大数据技术,金融机构通过各种维度、不同的数据渠道来实时监控用户的风险变化,比如监控用户财务变化、意外事件、市场氛围、运营情况来获得全面、立体、实时的风险评监测。
(注:*可以适用,**比较适合,***非常适合。)
基于大数据的个人信用评估机构利用更多的数据维度,包括一个人的消费数据、教育数据、社交数据、职业数据等,对用户进行信用评估,提高评估的准确性,提高机构利润。
三、互联网金融的展望和建议
互联网企业将掀起金融机构的“鲶鱼效应”。所谓鲶鱼效应指的是引入外部竞争者,往往会激发组织内部的活力。对于传统金融行业来说,没有足够创新和提高服务的动力。这个时候互联网公司就像进入的鲶鱼,为没有活力的池塘注入新鲜的动力。这个时候,传统金融机构会奋起反抗,通过提高自己的业务水平和创新能力与野心勃勃的闯入者进行竞争。可以看到,未来的互联金融行业的竞争会更加激烈,也会给消费者带来更多的实惠。为了互联网金融的良性发展,笔者提出以下建议。
1、金融监管部门需要鼓励互联网金融创新,同时建立有效的互联网金融监管体系
创新意味着活力和发展,政府需要鼓励和引导互联网金融朝着健康、合理的方向有序的发展:一是加大对互联网金融新产品的研究,加大技术研发投入,培养金融和互联网技术复合型人才,以适应新市场下的监管需求。二是加强对互联网金融等新兴金融产品的监管,需要明确牵头部门,建立统一安全标准、数据标准、传输标准,对互联网金融产品实现备案登记制度,合理控制互联网金融风险,特别是P2P等风险比较大的新兴模式。三是加强金融消费者权益保护,监管部门需要建立针对互联网金融新业态下的消费者权益保护规定,明确互联网金融业务服务中的消息披露、风险承担以及消费者信息保护(特别是隐私保护)的具体规定。四是监管部门应尽快建立全国统一的征信机制和平台,政府可以牵头整合传统金融机构(比如银行)的用户信用信息、政府本身的工商信用数据库和纳税数据和主流互联网金融平台上的信用信息,建立一个覆盖多方面的全国性征信系统,消除信息不对称性,保护消费者。
2、互联网企业应该加强金融法律法规学习和宣传,加强法律意识
互联网的生存之道在于“创新”与“颠覆”,这在其与很多传统行业结合中得到充分体现。但是金融行业与其他普通行业有所不同,金融市场的稳定有序直接关系到社会稳定和经济发展,所以必然需要受到更多的限制。互联网企业自身需要意识到这一点,改变以往“自由”的习惯,在金融创新产品金融研发、宣传的过程中,遵守相关法律法规,避免出现一些打擦边球、走灰色地带等有潜在危险的行为。
3、传统金融企业应积极顺应互联网潮流,构建新竞争势态下的新优势