数据监管（精选11篇）
数据监管 篇1
外汇管理工作中Excel软件基本功能得到非常广泛的应用, 业务人员如果能够灵活组合地运用函数工具, 可以发挥出比专业应用系统更加高效的作用。如何在大量数据中快速筛选定位、发现有效的线索呢?本文以限额以下个人收汇核查数据和企业组织机构代码数据为例进行分析。
一、个人收汇核查数据条件
现从非现场检查系统导出辖内2009年5月至2011年4月限额以下收款金额在4.5至5.1万美元之间个人项下可疑分拆收汇数据2 307条。
用户需要知道境外机构或个人将外汇分拆为多笔5万美元以下资金汇入境内个人的线索。通过Excel能够快速从2 300余条记录中定位出88个关键字。
在导出数据表中插入一列名称为“具有相同付款人关键字” (I列) , 并将数据按照付款人名称 (H列) 为主要关键字和收汇日期为次要关键字作递增排序。在K2单元格使用公式1:
其中, LEFT (H2, 9) 表示取H2值的前9个字符, 汉字作为一个字符。OR (参数1, 参数2) 表示参数1或参数2之一为TRUE, 则函数OR返回TRUE, 否则返回FALSE。公式1表示用H2值的前9个字符和H1及H3值前9个字符比较, 如有一个相等则显示H2值的前9个字符, 否则显示空格。考虑到实际数据中付款人名称填写不规范, 此处仅使用该字段前9个字符进行比较, 实际操作中可以根据筛选结果中关键字的数量加以调整。对I列其余数据执行相同操作, 可标志出付款人名称关键字 (如图1所示) 。
然后对该工作表执行插入“数据透视表”, 其中“具有相同付款人关键字”作为列字段拖入, 申报号作为数据项拖入, 并在“字段设置”按钮中设置以“计数项:申报号”字段递减排序, 可以看到如图2所示的结果。
图2中第3行显示关键字为空的记录数为777, 表示关键字无重复的记录数。第4行显示以“GULF EXCH”开头的付款人名称有22笔。由数据透视表筛选出付款人名称起始9个字符重复5笔以上的“关键字”共88个。用户可以大大减轻工作量, 以88个关键字为依据, 在原工作表中进一步核查出重大可疑线索。
二、企业组织机构代码数据条件
现从贸易收付汇核查系统中导出进口付汇名录企业代码集 (简称A集合) 共2 915条记录, 以及从原进口核销系统中导出部分核销企业代码集 (简称B集合) 共499条记录。
用户需要了解B中哪些记录在A中, 哪些不在A中, 并将这两类数据区分开来。在C2单元格中使用公式2:
其中, VLOOKUP (B2, $A$2:$A$2916, 1, FALSE) 表示用B2单元格值在A2至A2916之间 (即A集合) 查找, 匹配则返回该企业代码, 否则返回#N/A。ISNA (VLOOKUP (参数) ) 则是判断VLOOKUP (参数) 结果是否为#N/A, 如是#N/A则返回TRUE。
公式2表示A集合如包含B2单元格企业代码, 返回该代码, 否则返回空格。对B列其余数据 (即B集合) 执行相同操作后, 再对B列和C列数据执行“选择性粘贴”至新工作表中, 按照C列数据降序排列, 可以看出C列中前面部分 (即数值为企业代码的单元格) 所对应的B列记录就是A集合所包含的数据, 后部分数值为空的单元格所对应B列记录则不含在A集合中。同理公式2中A和B列数据可对调, 以区分A集合包含在B集合中的数据。
假如A集合中除了包含企业代码以外, 还包含相应的企业名称、所属外汇局等属性, 用户需要了解B中记录在A中对应位置, 或相应企业名称等相关信息如图3所示。
按照图3所示, 将A集合及附属信息放置在A和C列, 并用B列标记A列数据行号, 将B集合放置在D列, 在E2单元格中使用公式3:
其中, 公式3中第三参数中的“&”符号是将VLOOKUP查询结果和两个字符串合并为一个字符串。VLOOKUP (D2, $A$2:$C$2916, 2, FALSE) 表示使用D2单元格值在A列查找, 匹配则返回A2:C2916矩形数据块中的该匹配行的第二列 (即序号列) 值“1888”。公式3表示用D2企业代码在A列查找, 如匹配, 则返回该代码在A集合所对应序号, 否则返回字符串“不在A集合中”。我们可对D列中的其余数据执行相同操作。
如果需查找B集合代码对应的企业名称, 可将公式3中第三参数替换为VLOOKUP (D2, $A$2:$C$2916, 3, FA LSE) 。
B集合 (放置在B列) 中可能有重复记录, 用户需要了解哪些为重复记录, 并要求剔除。对于该情况需要先对B列数据排序, 然后在C2单元格使用公式4:
公式4表示用B2企业代码在B3至B500之间查找, 如有匹配, 则在C2中标记“重复”, 否则标记空格。对B集合中的其余数据执行相同操作, 然后对B列和C列数据执行“选择性粘贴”至新工作表中, 按照C列数据降序排列, 将C列中“重复”对应的B列数据删除即可。上述操作可重复执行多次, 防止B集合存在重复2次以上的记录。
数据监管 篇2
第一章 总则
第一条 为加强商业银行数据中心风险管理，保障数据中心安全、可靠、稳定运行，提高商业银行业务连续性水平，根据《中华人民共和国银行业监督管理法》及《中华人民共和国商业银行法》制定本指引。
第二条 在中华人民共和国境内设立的国有商业银行、股份制商业银行、邮政储蓄银行、城市商业银行、省级农村信用联合社、外商独资银行、中外合资银行适用本指引。中国银行业监督管理委员会（以下简称中国银监会）监管的其他金融机构参照本指引执行。
第三条 以下术语适用于本指引：
（一）本指引所称数据中心包括生产中心和灾难备份中心（以下简称灾备中心）。
（二）本指引所称生产中心是指商业银行对全行业务、客户和管理等重要信息进行集中存储、处理和维护，具备专用场所，为业务运营及管理提供信息科技支撑服务的组织。
（三）本指引所称灾备中心是指商业银行为保障其业务连续性，在生产中心故障、停顿或瘫疾后，能够接替生产中心运行，具备专用场所，进行数据处理和支持重要业务持续运行的组织。
（四）本指引所称灾备中心同城模式是指灾备中心与生产中心位于同一地理区域，一般距离数十公里，可防范火灾、建筑物破坏、电力或通信系统中断等事件。灾备中心异地模式是指灾备中心与生产中心处于不同地理区域，一般距离在数百公里以上，不会同时面临同类区域性灾难风险，如地震、台风和洪水等。
（五）本指引所称重要信息系统是指支撑重要业务，其信息安全和服务质量关系公民、法人和组织的权益，或关系社会秩序、公共利益乃至国家安全的信息系统。包括面向客户、涉及账务处理且时效性要求较高的业务处理类、渠道类和涉及客户风险管理等业务的管理类信息系统，以及支撑系统运行的机房和网络等基础设施。
第四条 《 信息安全技术信息系统灾难恢复规范》（GB/T20988－2007）中的条款通过本指引的引用而成为本指引的条款。
第二章 设立与变更
第五条 商业银行应于取得金融许可证后两年内，设立生产中心；生产中心设立后两年内，设立灾备中心。
第六条 商业银行数据中心应配臵满足业务运营与管理要求的场地、基础设施、网络、信息系统和人员，并具备支持业务不间断服务的能力。
第七条 总资产规模一千亿元人民币以上且跨省设立分支机构的法人商业银行，及省级农村信用联合社应设立异地模式灾备中心，重要信息系统灾难恢复能力应达到《 信息安全技术信息系统灾难恢复规范》 中定义的灾难恢复等级第5级（含）以上；其他法人商业银行应设立同城模式灾备中心并实现数据异地备份，重要信息系统灾难恢复能力应达到《信息安全技术信息系统灾难恢复规范》中定义的灾难恢复等级第4级（含）以上。
第八条 商业银行应就数据中心设立，数据中心服务范围、服务职能和场所变更，以及其他对数据中心持续运行具有较大影响的重大变更事项向中国银监会或其派出机构报告。
第九条 商业银行应在数据中心规划筹建阶段，以及在数据中心正式运营前至少20个工作日，向中国银监会或其派出机构报告。
第十条 商业银行变更数据中心场所时应至少提前2个月，其他重大变更应至少提前10个工作日向中国银监会或其派出机构报告。
第三章 风险管理
第十一条 商业银行信息科技风险管理部门应制定数据中心风险管理策略、风险识别和评估流程，定期开展风险评估工作，对风险进行分级管理，持续监督风险管理状况，及时预警，将风险控制在可接受水平。
第十二条 商业银行信息科技部门应指导、监督和协调数据中心明确信息系统运营维护管理策略，建立运营维护管理制度、标准和流程，落实信息科技风险管理措施。
第十三条 商业银行数据中心应建立健全各项管理与内控制度，从技术和管理等方面实施风险控制措施。
第十四条 商业银行数据中心应设立专门管理岗位，监督、检查数据中心各项规范、制度、标准和流程的执行情况以及风险管理状况。
第十五条 商业银行应根据业务影响分析所识别出风险的可能性和损失程度，决定是否购买商业保险以应对不同类型的灾难，并定期检查其保险策略及范围。投保资产清单应保存于安全场所，以便索赔时使用。
第十六条 商业银行内部审计部门应至少每三年进行一次数据中心内部审计。
第十七条 商业银行在采取有效信息安全控制措施的前提下，可聘请合格的外部审计机构定期对数据中心进行审计。第十八条商业银行数据中心应根据内、外部审计意见，及时制定整改计划并实施整改。
第四章 运行环境管理
第十九条 商业银行进行数据中心选址时，应进行全面的风险评估，综合考虑地理位臵、环境、设施等各种因素对数据中心安全运营的潜在影响，规避选址不当风险，避免数据中心选址过度集中。
第二十条 数据中心选址应满足但不限于以下要求：
（一）生产中心与灾备中心的场所应保持合理距离，避免同时遭受同类风险。
（二）应选址于电力供给可靠，交通、通信便捷地区；远离水灾和火灾隐患区域；远离易燃、易爆场所等危险区域；远离强振源和强噪声源，避开强电磁场干扰；应避免选址于地震、地质灾害高发区域。
第二十一条 数据中心基础设施建设应以满足重要信息系统运行高可用性和高可靠性要求、保障业务连续性为目标，应满足但不限于以下要求：
（一）建筑物结构，如层高、承重、抗震等，应满足专用机房建设要求。
（二）应根据使用要求划分功能区域，各功能区域原则上相对独立。
（三）应配备不间断电源、应急发电设施等以满足信息技术设备连续运行的要求。
（四）通信线路、供电、机房专用空调等基础设施应具备冗余能力，进行冗余配臵，消除单点隐患。
（五）机房区域应采用气体消防和自动消防预警系统，内部通道设臵、装饰材料等应满足消防要求，并通过消防验收。
（六）应采取防雷接地、防磁、防水、防盗、防鼠虫害等保护措施。
（七）应采用环保节能技术，降低能耗，提高效率。
第二十二条 数据中心安防与基础设施保障应满足但不限于以下要求：
（一）各功能区域应根据使用功能划分安全控制级别，不同级别区域采用独立的出入控制设备，并集中监控，各区域出入口及重要位臵应采用视频监控，监控记录保存时间应满足亭件分析、监督审计的需要。
（二）应具备机房环境监控系统，对基础设施设备、机房环境状况、安防系统状况进行7x24小时实时监测，监测记录保存时间应满足故障诊断、事后审计的需要。
（三）每年至少开展一次针对基础设施的安全评估，对基础设施的可用性和可靠性、运维管理流程以及人员的安全意识等方面进行检查，及时发现安全隐患并落实整改。
第二十三条 数据中心应来用两家或多家通信运营商线路互为备份。互为备份的通信线路不得经过同一路由节点。
第五章 运营维护管理
第二十四条 商业银行应建立满足业务发展要求的数据中心运营维护管理体系，根据业务需求定义运营维护服务内容，制定服务标准和评价方法，建立运营维护管理持续改进机制。
第二十五条 数据中心应建立满足信息科技服务要求的运营管理组织架构。设立生产调度、信．息安全、操作运行维护、质量合规管理等职能相关的部门或岗位，明确岗位和职责，配备专职人员，提供岗位专业技能培训，确保关键岗位职责分离，通过职责分工和岗位制约降低数据中心操作风险。
第二十六条 数据中心应建立信息科技运行维护服务管理流程，提高整体运行效率和服务水平，包括：
（一）应建立事件和问题管理机制。明确亭件管理流程，定义事件类别、事件分级响应要求和事件升级、上报规则，及时受理、响应、审批和交付服务请求，保障生产服务质量，尽可能降低对业务影响；建立服务台负责受理、跟踪、解答各类运营问题；建立问题根源分析及跟踪解决机制，查明运营事件产生的根本原因，避免事件再次发生。
（二）应建立变更管理流程，减少或防止变更对信息科技服务的影响。根据变更对业务影响大小进行变更分级，对变更影响、变更风险、资源需求和变更批准进行控制和管理；变更方案应包括应急及回退措施，并经过充分测试和验证；建立变更管理联动机制，当生产中心发生变更时，应同步分析灾备系统变更需求并进行相应的变更，评估灾备恢复的有效性；应尽量减少紧急变更。
（三）应建立配臵管理流程，统一管理、及时更新数据中心基础设施和重要信息系统配臵信息，支持变更风险评估、变更实施、故障事件排查、问题根源分析等服务管理流程。
（四）应对重要信息系统和通信网络的容量和性能需求进行前瞻性规划，分析、调整和优化容量和性能，满足业务发展要求。
（五）应统一调度各项运维任务，协调和解决各项运维任务冲突，妥善记录和保存运维任务调度过程。
（六）应制定验收交接标准及流程，规范重要信息系统投产验收管理。加强版本控制，防范因软件版本、操作文档等不一致产生的风险。
（七）应根据商业银行总体风险控制策略及应急管理要求，从基础设施、网络、信息系统等不同方面分别制定应急预案，并及时修订应急预案，定期进行演练，保证其有效性。
（八）应集中监控重要信息系统和通信网络运行状态。采用监控管理工具，实时监控重要信息系统和通信网络的运行状况，通过监测、采集、分析和调优，提升生产系统运行的可靠性、稳定性和可用性。监控记录应满足故障定位、诊断及事后审计等要求。
第二十七条 数据中心应建立信息安全管理规范，保证重要信息的机密性、完整性和可用性，包括：
（一）应设立专门的信息安全管理部门或岗位，制定安全管理制度和实施计划，定期对信息安全策略、制度和流程的执行情况进行检查和报告。
（二）应建立和落实人员安全管理制度，明确信息安全管理职责；通过安全教育与培训，提高人员的安全意识和技能；建立重要岗位人员备份制度和监督制约机制。
（三）应加强信息资产管理，识别信息资产并建立责任制，根据信息资产重要性实施分类控制和分级保护，防范信息资产生成、使用和处臵过程中的风险。
（四）应建立和落实物理环境安全管理制度，明确安全区域、规范区域访问管理，减少未授权访问所造成的风险。
（五）应建立操作安全管理制度，制定操作规程文档，规范信息系统监控、日常维护和批处理操作等过程。
（六）应建立数据安全管理制度，规范数据的产生、获取、存储、传输、分发、备份、恢复和清理的管理，以及存储介质的台帐、转储、抽检、报废和销毁的管理，保证数据的保密、真实、完整和可用。
（七）应建立网络通信与访问安全策略，隔离不同网络功能区域，采取与其安全级别对应的预防、监测等控制措施，防范对网络的未授权访问，保证网络通信安全。
（八）应建立基础设施和重要信息的授权访问机制，制定访问控制流程，保留访问记录，防止未授权访问。
第六章 灾难恢复管理
第二十八条 商业银行应将灾难恢复管理纳入业务连续性管理框架，建立灾难恢复管理组织架构，明确灾难恢复管理机制和流程。
第二十九条 商业银行应统筹规划灾难恢复工作，定期进行风险评估和业务影响分析，确定灾难恢复目标和恢复等级，明确灾难恢复策略、预案并及时更新。
第三十条 商业银行灾难恢复预案应包括但不限于以下内容：灾难恢复指挥小组和工作小组人员组成及联系方式、汇报路线和沟通协调机制、灾难恢复资源分配、基础设施与信息系统的恢复优先次序、灾难恢复与回切流程及时效性要求、对外沟通机制、最终用户操作指导及第三方技术支持和应急响应服务等内容。
第三十一条 商业银行应为灾难恢复提供充分的资源保障，包括基础设施、网络通信、运维及技术支持人力资源、技术培训等。
第三十二条 商业银行应建立与服务提供商、电力部门、公安部门、当地政府和新闻媒体等单位的外部协作机制，保证灾难恢复时能及时获取外部支持。
第三十三条 商业银行应建立灾难恢复有效性测试验证机制，测试验证应定期或在重大变更后进行，内容应包含业务功能的恢复验证。
第三十四条 商业银行应每年至少进行一次重要信息系统专项灾备切换演练，每三年至少进行一次重要信息系统全面灾备切换演练，以真实业务接管为目标，验证灾备系统有效接管生产系统及安全回切的能力。
第三十五条 商业银行进行全面灾备切换和真实业务接管演练前应向中国银监会或其派出机构报告，并在演练结束后报送演练总结。
第三十六条 商业银行因灾难亭件启动灾难恢复或将灾备中心回切至生产中心后，应及时向中国银监会或其派出机构报告，报告内容包括但不限于：灾难亭件发生时间、影响范围和程度，亭件起因、应急处臵措施、灾难恢复实施情况和结果、回切方案。
第七章 外包管理
第三十七条 商业银行董事会对外包负最终管理责任，应推动和完善外包风险管理体系建设，确保商业银行有效应对外包风险。
第三十八条 商业银行应根据信．息科技战略规划制定数据中心外包策略；应制定数据中心服务外包管理制度、流程，建立全面的风险控制机制。
第三十九条 商业银行应确定外包服务所涉及的信息资产的关键性和敏感程度，审慎确定数据中心外包服务范围。
第四十条 商业银行应充分识别、分析、评估数据中心外包风险，包括信息安全风险、服务中断风险、系统失控风险以及声誉风险、战略风险等，形成风险评估报告并报董事会和高管层审核。
第四十一条 实施数据中心服务外包时，商业银行的管理责任不得外包。
第四十二条 数据中心服务外包一般包括：
（一）基础设施类：外包服务商向商业银行提供数据中心机房、配套设施或运行设备的服务。
（二）运营维护类：外包服务商向商业银行提供数据中心信息系统或墓础设施的日常运行、维护等服务。
第四十三条 商业银行在选择数据中心外包服务商时，应充分审查、评估外包服务商的资质、专业能力和服务方案，对外包服务商进行风险评估，考查其服务能力是否足以承担相应的贵任。评估包括：外包服务商的企业信誉及财务德定性，外包服务商的信息安全和信息科技服务管理体系，银行业服务经验等。提供数据中心基础设施外包服务的服务商，其运行环境应符合商业银行要求，并具有完备的安全管理规范。
第四十四条 商业银行应与数据中心外包服务商签订书面合同，在合同中明确重要亭项，包括但不限于双方的权利和义务、外包服务水平、服务的可靠性、服务的可用性、信息安全控制、服务持续性计划、审计、合规性要求、违约赔偿等。
第四十五条 商业银行应要求外包服务商购买商业保险以保证其有足够的赔偿能力，并告知保险覆盖范围。
第四十六条 商业银行应加强对数据中心外包服务活动的安全管理，包括但不限于：
（一）商业银行应将数据中心外包服务安全管理纳入数据中心的整体安全策略，保障业务、管理和客户敏感数据信息安全。
（二）商业银行应按照“必需知道”和“最小授权”原则，严格控制外包服务商信息访问的权限，要求外包服务商不得对外泄露所接触的商业银行信息。
（三）商业银行应要求外包服务商保留操作痕迹、记录完整的日志，相关内容和保存期限应满足事件分析、安全取证、独立审计和监督检查需要。
（四）商业银行应要求外包服务商遵守商业银行有关信息科技风险管理制度和流程。
（五）商业银行应要求外包服务商每年至少开展一次信息安全风险评估并提交评估报告。
（六）商业银行应要求外包服务商聘请外部机构定期对其进行安全审计并提交审计报告，督促其及时整改发现的问题。
第四十七条 商业银行应禁止外包服务商转包并严格控制分包，保证外包服务水平。
第四十八条 商业银行应制定数据中心外包服务应急计划，制订供应商替换方案，以应对外包服务商破产、不可抗力或其它潜在问题导致服务中断或服务水平下降的情形，支持数据中心连续、可靠运行。
第四十九条 商业银行应建立外包服务考核、评价机制，定期对外包服务活动和外包服务商的服务能力进行审核和评估，确保获得持续、稳定的外包服务。
第五十条 商业银行在实施数据中心整体服务外包以及涉及影响业务、管理和客户敏感数据信息安全的外包前，应向中国银监会或其派出机构报告。
第五十一条 商业银行应在外包服务协议条款中明确商业银行和监管机构有权对协议范围内的服务活动进行监督检查，包括外包商的服务职能、责任、系统和设施等内容。
第八章 监督管理
第五十二条 中国银监会及其派出机构可依法对商业银行的数据中心实施非现场监管及现场检查。现场检查原则上每三年一次。
第五十三条 针对商业银行数据中心设立、变更、运营过程存在的风险，中国银监会或其派出机构可向商业银行提示风险并提出整改意见。商业银行应及时整改并反馈结果。
第九章 附则
第五十四条 本指引由中国银监会负责解释、修订。
第五十五条 本指引自公布之日起执行。
附件：《 商业银行数据中心监管指引》 报告材料目录和格式要求
附件：
《 商业银行数据中心监管指引》 报告材料目录和格式要求
一、数据中心规划报告材料目录
（一）数据中心建设规划报告，包括： ．立项报告和可行性分析报告，包括建设背景、建设目标、风险评估、效益分析、成本投入等。．基础设施规划方案，包括选址、建筑物结构、功能区域划分、监控、防雷接地及消防等配套设施、机房等级等。
．信息系统建设规划方案，包括功能与技术方案规划、人员配臵计划、系统服务的区域和业务范围等。灾备中心还需提供灾难恢复目标、灾难恢复等级、灾备技术方案规划及风险评佑报告等。
（二）区域环境及基础设施风险评估说明，包括风险识别，风险分析和风险控制策略等。
（三）建设及运营模式说明，包括技术支持及运行维护体系等。如采用外包，需提供外包的服务内容和外包风险评估报告；
（四）组织架构规划。包括拟设立的部门与岗位职责、计划采用的人员数量等。
（五）建设及投入运营的时间进度计划和财务预算（基础设施建设和运维管理费用等）。
（六）中国银监会或其派出机构要求提供的其它文件和资料。
二、数据中心设立报告材料目录
（一）由商业银行法定代表人签署的数据中心投产审批文件，包括数据中心上线申请，数据中心上线审批报告等。
（二）基础设施情况，包括地址、建筑物结构、功能区域划分、监控、防雷接地及消防等配套设施验收报告、机房及附属设施验收报告等。
（三）信息系统情况，包括系统架构、系统名称、系统服务的区域和业务范围、数据备份方案、灾备技术方案等。
（四）运营模式说明，包括技术支持及运行维护体系等。如采用外包需说明主要外包管理情况，包括主要外包项目名称、外包内容（业务类型及范围等）、外包商基本情况、外包合同（包括安全保密条款、知识产权保护条款）、外包服务水平协议和外包风险评估报告等。
（五）组织架构，包括部门设臵与岗位职责、人员配备、主要负责人名单等。
（六）管理制度和规范清单及相关说明，包括运行管理流程、安全管理制度、应急管理制度和规范（含应急恢复策略、信息系统备份和恢复方案、应急管理流程及预案、应急演练及培训计划等）、灾难恢复预案。
（七）中国银监会或其派出机构要求提供的其它文件和资料。
三、数据中心重大变更报告材料目录
（一）变更说明，包括变更原因、目的、内容、时间和影响范围等。
（二）变更方案，包括变更准备、变更计划和步骤、变更应急和回退措施。
（三）风险评估报告，包括风险分析，控制措施、变更有效性评估。
（四）中国银监会或其派出机构要求提供的其它文件和资料。
四、报告材料格式要求
大数据监管的混业挑战 篇3
《财经国家周刊》记者在调研中发现，无论是顶层设计，还是“一行三会”的实际监管工作，“大数据监管”都已经在筹备和应用中。一位不愿具名的专家说，各部委动起来，更多是意识到大数据能够为己所用，但相互间仍处于割裂状态。
“一行三会”动起来
“征信系统为金融机构提供了一个共享借款人信用记录的平台。”央行征信中心副主任王晓蕾对《财经国家周刊》记者说。
根据央行提供的数据显示，截至2014年8月底，企业征信系统累计收录企业和其他组织信息1951万户，个人征信系统累计收录自然人数8.5亿，其中，收录有信贷记录的自然人约3.4亿，中国已建成世界上最大的个人征信数据库。
近几年新金融业态，譬如小贷公司、融资性担保公司的发展都对央行征信系统提出新要求。这些新业态的数据是否纳入征信系统也一直为各界所讨论。
“从法律层面没有任何障碍。”王晓蕾表示，《征信业管理条例》第二十九条规定，从事信贷业务的机构应当按照规定向金融信用信息基础数据库提供信贷信息。
《财经国家周刊》记者了解到，由央行征信中心控股的上海资信有限公司，已经发起设立了网络金融征信系统，开始收集P2P借贷机构上报的信息。
大数据给监管机构带来的压力日增。“银监会既要管好每家银行，又要关注整个银行体系，还要参与宏观调控，这就可想而知所需要的数据统计量了。”银监会统计部副主任苗雨峰在接受《财经国家周刊》记者采访时表示。
证监会则充分利用了大数据这一神器，如稽查“老鼠仓”。证监会一位司局级官员对《财经国家周刊》记者透露，“捕鼠”的线索就是来自交易所日常监控下的大数据。他透露，每天下午4点钟，监管部门就能拿到全国基金公司报送的交易和净值数据，“基金获益率是否异常，通过大数据检测一眼就能看出。”
2014年，中国保险信息技术管理有限责任公司成立，负责统一建设、运营和管理保险信息共享平台，主要通过信息技术手段，采集保险经营管理数据，建立标准化、系统性的数据体系。
协调不易
《财经国家周刊》获悉，一个关于中国金融业的大数据库早在2012年就已酝酿，目前正加紧推进。
9月24日，“一行三会”主管统计或调统的负责人齐聚央行，关于中国金融综合统计平台建设的讨论会正在召开，央行副行长潘功胜参加。
会议讨论筹建中国规模最大、涵盖最广的金融信息数据库。它将在集合“一行三会”现有数据，涵盖银行、证券、保险、基金等金融行业，甚至将银行业表外业务数据进行统一的基础上，建立起中国金融业信息统计平台。
“金融业综合信息统计是决策层特别提出的，从2012年就开始酝酿。”央行一位司局级领导接受《财经国家周刊》记者采访时表示，之所以建立金融业综合信息统计平台，主要出于两点：一是中国金融数据历来以银行业为主，当下混业趋势日渐明显，如何建立全维度、全覆盖的大数据系统，是“一行三会”的共同难题；另一方面，互联网金融等新兴业态层出不穷，对监管统计工作提出重大挑战。
但是，中国金融综合统计平台建设的细节问题仍需解决。9月24日会上，一行三会人士进行了激烈的讨论，主要集中在以下几点：
首先，金融综合统计平台的建设亟须在统计方式、指标、对象、主体上实现标准化，包括金融机构代码、企业代码和个人代码都需要制定标准；
其次，这一新型数据系统要实现综合化覆盖，囊括新型金融业态，这就涉及新型金融机构、准金融机构如何统计、是否强制性纳入等问题；
再次，是该系统最终要实现共享，需要解决社会服务共享中是否收费、如何收费等问题。
前述知情人士还表示，建设金融综合統计平台必须打破现有分业监管“画地为牢”的思想，“有些部委的数据库，不准别人插手，目前协调的难度仍相当大”。
民间数据对接难题
通过10余年积累，电商巨头已经积累了海量的信用数据，如今这些数据的商业价值正逐步显现。政府机构是否可以利用这些数据？
中央财经大学中国银行业研究中心主任郭田勇表示，目前我国最大的数据库征信系统的信息覆盖面主要集中在信贷系统，而对于个人其他经济活动和社会活动尚缺乏信用报告。
央行副行长潘功胜也曾公开表示，鼓励包括民间资本在内的各类资本进入征信业，也欢迎阿里、腾讯等互联网企业进入征信体系建设。
但是，一位接近央行征信中心的监管人士却表示，目前电商数据库很难被直接纳入官方数据库。《征信管理条例》规定，采集个人信息应当经信息主体本人同意，未经本人同意不得采集——电商数据来源是否合法难以界定。
此外，“电商平台上的差评是否算不良信息？目前很难说。”这位监管人士强调，在不知道电商数据质量如何的情况下，不会盲目将其纳入央行征信系统。
杭州同盾科技有限公司首席执行官蒋韬向《财经国家周刊》记者介绍说，在美国，金融、互联网各个行业都有自己的数据体系。“民间、官方的数据很难放到一个数据库里去，只能是开放的心态，双方在数据层面上达到共建共享。”
数据监管 篇4
2015年1月7~9日, 国家食品药品监督管理总局信息中心党委书记、副主任、《中国医药导刊》副总编洪晓顺带队赴四川调研国家药品监管基础数据库重构项目和药品电子监管工作。在四川美康医药软件研究开发有限公司, 就如何做好数据重构项目进行深入交流, 重点研究梳理了省局报送的历史数据、数据统计分析应用、药品数据整理工作向新数据管理平台迁移等相关问题, 并对数据重构项目下一步的工作进行了部署。实地调研了四川杏林大药房和成都同乐康桥大药房的药品电子监管试点工作实施情况, 就扫码上传等问题进行了现场沟通和指导;在对四川恩威制药有限公司进行调研过程中, 参观了企业产品赋码生产线和ERP系统工作情况。
数据监管 篇5
来源： 国家测绘局地理信息与地图司 时间： 2009-10-29 09:19
【大 中 小】
国测信发〔2009〕2号
各省、自治区、直辖市、计划单列市测绘行政主管部门，新疆生产建设兵团测绘主管部门，局所属有关单位：
涉密地理信息数据是国家重要的基础性、战略性信息资源，关系到国家安全。近年来，我国地理信息产业发展迅猛，地理信息数据应用广泛，有力促进了经济社会又好又快发展。但在涉密地理信息数据开发利用中也出现了不少问题。一些企事业单位无测绘资质或超越资质等级许可范围，非法处理、加工和使用涉密地理信息数据；一些企事业单位和个人违反保密制度和测绘成果管理规定，擅自提供、传输涉密地理信息数据，导致失、泄密事件不断发生；一些企事业单位已经建成或正在建设的、集成了涉密地理信息数据的地理信息系统违反保密规定直接在互联网或其它公开环境上运行；国外的一些组织或者个人通过与我国一些企事业单位合资合作，获取我国涉密地理信息数据，给我国家安全和利益带来隐患。
为深入贯彻落实中央关于加强保密工作的有关精神和《国务院关于加强测绘工作的意见》（国发〔2007〕30号），进一步加强涉密地理信息数据应用安全监管，保障地理信息资源有序开发利用，促进地理信息产业健康发展，现就有关要求通知如下：
一、经依法审批获得涉密地理信息数据的企事业单位（以下简称用户），必须遵守国家保密法律、法规和有关规定，建立健全保密管理制度，不得擅自向其他单位和个人复制、提供、转让或转借涉密地理信息数据。严禁任何单位和个人未经批准擅自对外提供涉密地理信息数据。
二、涉密地理信息数据只能用于被许可的范围。使用目的实现后不再需要使用涉密地理信息数据的用户要按照国家相关规定及时销毁涉密地理信息数据，并报涉密地理信息数据提供单位备案；也可请提供数据的单位核对、回收，统一销毁。如需超许可范围使用的，应另行办理审批手续。
三、用户在涉及加工、处理、集成等使用涉密地理信息数据的建设项目（以下简称涉密项目）招投标中，必须委托给国内具有相应测绘资质的单位（以下简称第三方）承担。严禁委托给外国企业或者外商独资、中外合资、合作企业以及具有外资背景的企业承担涉密项目建设。
四、若需第三方参与涉密项目的，在涉密项目建设前，用户必须与第三方签订地理信息数据保密责任书，明确责任和义务。涉密项目完成后，用户必须及时回收或监督第三方按规定销毁涉密地理信息数据及其衍生产品（新产生的涉密地理信息数据）。
五、在使用涉密地理信息数据的项目中，用户必须严格管理，设定涉密环境，科学合理确定使用人，落实责任，确保使用过程中涉密地理信息数据及其衍生品的安全。严禁将涉密项目在公开环境下使用，特别是在互联网上使用。
六、各级测绘行政主管部门要依法依规对持有涉密地理信息数据的用户运行的地理信息系统进行定期或不定期的检查。发现问题，要及时纠正，督促整改；情节严重的，要依法严肃处理。
七、各级测绘行政主管部门要切实强化对各有关企事业单位相关涉密人员的保密教育和岗位培训，增强保密意识，筑牢严守国家秘密的思想防线。
各地区各单位要结合实际，认真研究，狠抓落实，确保涉密地理信息数据安全，切实维护国家安全和利益。工作中的有关问题以及意见、建议，请及时函告国家测绘局地理信息与地图司。
国家测绘局
数据监管 篇6
关键词:统计工作;数据误差
一、目前我国统计工作现存的不足之处
领导的重视程度不够,或者说,一些领导干部在如何正确看待统计工作的问题上存在有一定的误区;统计工作,由于统计方法、手段等的不合理、不完善,造成了统计性误差的存在;统计数据的真伪,由于缺乏有效的监管措施,在一定程度上存在着人为虚报和瞒报的成份。
二、统计工作中出现“数据误差”的原因
(一)“GDP至上”的政绩观念
多年以来,由于受到领导干部业绩考核指标的影响,许多地区的基层干部为了给自己的“政绩”增光添彩,一方面加强对能出政绩的面子工程的工作力度,疏忽或者是放弃对人民受益但是无法体现自己政绩的民生工程,另一方面也故意虚报统计数据,以达到"强化"自身工作实绩的目的。同样的,由于相互的利益链的存在,其主官部门对此不良现象往往也视而不见,没有起到足够的监督监管作用。
(二)逃避国家相关规费、税金
某些地区、部门、行业,出于对自身利益的考虑,故意瞒报统计数据,以达到少缴、甚至不缴国家规定必须缴纳的一些规费、税金的目的,从而导致了国家的相关规费、税费的大量流失。而这些地区、部门、行业,却因此而得到了大量的不当收益。目前,最典型的现象就是企业在交纳社会统筹基金时,故意瞒报或少报本单位的人均工资总额,从而达到少缴社会统筹基金的目的。
(三)统计方法、手段尚不完善
改革开放三十年以来,我国建设中国特色社会主义市场经济卓有成效,统计工作也已经与国际接轨,但由于现阶段仍处于发展中国家的阶段,统计工作中的统计方法、手段,还需要进一步的规范和完善。
三、多管齐下,根除统计工作中的“数据误差”
(一)加大对统计工作的宣传力度
力争使每一位统计参与者,特别是党政领导干部和纪检部门都要了解统计工作对我国国民经济建设起着巨大的作用,错误的统计信息会给国家的经济工作带来深重的灾难,努力提高他们对统计工作的正确认识,得到他们对统计工作的支持,增强对统计工作的监管力度。
(二)改革干部业绩考核制度
长期以来,统计工作中存在着“以数字论英雄”的局面,从而出现了“官出数字、数字出官”的怪现象。有鉴于此,中纪委曾经严肃指出,要清查在政府官员业绩考核中出现的“统计数据的腐败现象”,一经查实,严肃处理。这在一定程度上遏制了虚报现象的不正之风。
(三)完善统计考核指标体系及统计方法
必须对我国统计工作现状进行深入分析,总结出统计工作中的行之有效的方法。另外必须承认,我国和国际上的先进的统计工作、统计方法相比,差距仍然较大,因此,我们必须虚心向国外先进同行学习,取人之长,补己之短,才能在短时间内,获得较大的成效。比如,我们在采用统计工作中的普查的方法的同时,采用西方大量使用的抽样调查和重点调查等方法,来弥补在普查工作中容易受到地方政府干扰所带来的“数据误差”。在现实工作中,政府也意识到了这个问题的重要性,并已经相应成立了国家统计局直属调查队,其隶属关系不在当地,因而可以免受许多人为因素的干扰,为我国宏观经济决策提供重要的参考依据。
(四)加大《统计法》的宣处力度,努力做到有法必依执法必严
目前,我国的现状是,知道《统计法》存在的人寥寥无几。究其原因,一是人们大多对统计工作漠不关心;二是《统计法》出台后,并没有很好地得到贯彻实施。针对这个问题,首先,必须要开展声势浩大的普法宣传,使老百姓,特别是党政官员们感觉到统计工作是有法可依的。其次,必须要组织定期或不定期的执法检查,对查出的问题,一定要依据《统计法》的要求认真处理,从而来形成一种氛围,使那些意图以钻统计工作空子为自己谋取不当利益的官员们不敢再有所图。再辅以科学的指标考核体系,综合考虑每个党政官员们所处的工作环境、自然资源等多种因素,真实、公正地评价每一个人,这样,才能在真正意义上遏制住不正之风的存在,根除“数据误差”。
(五)运用科技手段,使统计工作的不法者无处藏身
充分运用现有的科技手段,使政府各职能部门、各相应单位的数据共享,使得上面所述的虚报、瞒报者无处藏身。与此同时,还可以利用网络资源,在查出虚报、瞒报的同时,去引起、带动职能部门对其进行专项调查,从而使得统计工作真正地服务于国家建设,同时服务于党风廉政建设,服务于人民的需要。
参考文献:
[1]符华敏.我国的统计现状分析[J].统计学杂志,2003(3).
[2]汤升,统计学应用[J].北京统计,2006(7).
基于数据服务中心的医疗质量监管 篇7
随着医院信息化建设的深入，通过信息化手段管理医疗质量模式已由事后管理推进至事中和事前，及时性、有效性、合理性得到很大的提高；将原来各类医疗质量管理制度只停留在文件、会议、事后监督以及应对检查工作层面上，量化为各类标准参数，全过程伴随医生所开展的各项医疗活动中；对违反制度的活动直接即时管理与干预。众所周知，医院信息系统（hospital information system,HIS）、影像归档和通信系统（picture archiving and communication systems,PACS）、电子病历系统（electronic medical record system,EMRS）、实验室信息系统（laboratory information system,LIS）等每天都产生大量的数据，且各系统所采用的数据库技术不尽相同。如何在海量的异构的数据中安全、快捷、高效聚合分析各类基础数据和业务数据，提示、管理、干预临床医疗活动，确保医疗质量在标准的范围内，我们借鉴了金融行业中的技术，即数据服务中心（中间件），现介绍如下[1]。
1 数据服务中心的组成
数据服务中心是一个开放式的且与业务无关的集成中间件，经过多年的应用发展，从当初单纯解决大批量终端并行访问Access数据库的问题发展到采用DBLIB连接SQL Server数据库和提供Internet中传通信服务，接着通过增加对医学影像传输和存储标准协议DICOM3的支持，应用在PACS上，增加了数据文件的高速传送功能，增加了对O-racle数据库OCI(Oracle call interface）连接支持和ODBC(open datebase connectivity）连接支持，彻底解决了同时连接多个数据库服务器的问题[2]。同时，增加了路由转发功能，实现各系统之间的无缝集成、数据共享。整个系统主要由中间件服务器、DICOM网关、短信息实时传输模块、客户端通信模块、系统运行状态监控模块、参数设置6个部分组成。
中间件服务器是数据服务中心的核心组件，是一个支持并发访问的标准服务程序，负责整个系统的业务功能分析预处理。服务程序的设计本身与业务流程无关，业务分析执行完全由脚本控制，服务程序通过解释执行业务脚本来分析处理业务流程，错误的业务流程不会引起服务程序的正常运行，非常稳定，便于业务功能的扩展。
中间件服务器主要集成了应用服务、DICOM网关服务和短信息实时传输模块3个部分功能[3]，这3个部分功能由一个独立的程序实体来完成，可根据需要部分启用或全部启用，程序功能结构如图1所示。
客户端通信模块是用户终端程序与中间件服务器进行信息交换的桥梁，系统中所有的用户终端模块都直接与中间件应用服务器连接，不能直接访问数据库服务器，用户端通信模块是用户端应用程序接入系统不可缺少的功能模块[4]。
系统运行状态监控模块主要用于实时掌握整个系统的运行状态并监控系统运行过程中各功能模块的日志信息，在系统某一功能失效时产生文字、声音警告，提醒管理人员及时处理，提高管理和维护工作效率，同时也是一个非常方便的系统诊断工具。
参数设置主要对通信参数、授权功能参数、数据库设置等基础数据进行配置[5]。
2 数据服务中心的应用
在临床诊疗活动中，滥用抗菌药物问题一直以来相当严重、突出。抗菌药物是治疗各种病原微生物所致感染性疾病的主要药物，也是应用最广泛的药物之一，其应用的合理性与医疗质量的好坏密切相关。应用不合理，将造成细菌出现耐药性，增加不良反应和医院感染的发生，并且给患者造成经济负担[6]。以此为例，如何管理和监控抗菌药物的使用，一直以来是医院管理部门需要面对的问题，利用计算机信息化技术是解决此类问题的一种方法。
(1）在数据服务中心的参数设置中将各类医疗类的法律、法规、规定等各类法律条文分类整理，把能用计算机语言表达的部分，设成参数放在数据服务中心的基础库中，并对其他相关的辅助数据进行配置，包括和HIS、LIS、PACS、EMRS等业务数据库的连接配置[7]。
(2）与医生工作站进行嵌套连接，使医生工作站与数据服务中心通信畅通。当医生打开某个患者医嘱界面下达相关医嘱时，此时数据服务中心已经根据嵌套程序返回来的患者信息，将该患者在HIS、LIS、PACS、EMRS等业务数据库的相关情况进行综合分析，根据初始参数、固定模型分析出此患者的诊疗行为是否有违反初始参数的情况。如果没有，数据服务中心不作响应，继续监控接下来的诊疗行为；如果有，则根据具体违反参数情况，提示相关警示消息并记录违规情况。例如某医生经验用药，使用抗菌药物未进行细菌培养及药敏试验，数据服务中心监测到此情况会提示：根据《抗菌药物临床应用指导原则》，使用抗菌药物前应进行细菌药物敏感试验，应根据病原种类及细菌药物敏感试验结果选用抗菌药物。如医生忽略此提示而继续用药，数据服务中心则会记录此次违规用药情况并推送至管理部门。例如，医院将全院医师按职称级别分三级管理，抗菌药物按《抗菌药物临床应用指导原则》分为非限制使用、限制使用与特殊使用3类进行分级管理[8]。一级权限医师越级开具二线抗菌药物医嘱时，数据服务中心会提示：您的职称为一级权限，当前医嘱属性为二线抗菌药物，根据《抗菌药物临床应用指导原则》中的抗菌药物临床使用权限管理规定，使用此类药物时，应符合医师相应职称[9]。紧急情况下临床医师可以越级使用高于权限的抗菌药物，但仅限于1 d的用量，数据服务中心有相应消息框弹出，供医师选择具体紧急情况或自行填写紧急情况,确认后数据服务中心分类保存以供查阅审核。
以上是数据服务中心对抗菌药物监控的基本应用，对复杂程序较高的院内感染病例判断、筛选、排除、确认，则是数据服务中心发挥对大数据、异构数据处理优势的典型表现。疑似院内感染病例是根据患者体温、血常规、尿常规、降钙素原或细菌培养结果、病程记录等角度数据综合分析，而这些数据都是分别存放在不同的数据库里面，数据库类型、数据结构、字段类型都不相同。为了实现快速、高效且不影响其他业务系统的使用，我们通过在中间件服务器的多个搜索引擎定时作业，将有效数据分类整理保存，当条件达到设定的值时，疑似院内感染病例卡将自动在医生工作站弹出，相应卡内的相关信息已经自动填写完成，只需医生检查确定即可完成一次上报[10]。
3 结语
数据服务中心的应用，对医疗质量的保证可以起到很大作用。其不单单作用于抗菌药物管理、感染病例上报，对贵重药品、特殊材料、特殊项目、医保费用监管都能很好地监控起来，最终目的就是通过这种手段，使医院的诊疗行为在日常工作中“让规范养成习惯，让习惯符合规范”。
参考文献
[1]姚建根.关于新建大型综合医院信息化建设思考[J].中国数字医学,2011,3(2):56-58.
[2]黄晞,张黎玉.浅谈医院系统集成方案[J].医学信息,2007,20(7):1 111-1 113.
[3]黄荔.基于客户/中间服务器/数据库服务器的三层结构[J].兵工自动化,2000(4):16-17.
[4]杨立平,王小蕾,李彤,等.数据库中间件技术及在三层客户机/服务器模型中的实现[J].小型微型计算机系统,2001(4):482-484.
[5]曹厚德.企业级PACS建设过程中的若干问题思考[J].中国医学计算机成像杂志,2006,12(5):316-320.
[6]吕勇.滥用抗生素产生的危害及滥用的原因[J].辽宁中医药大学学报,2008,10(9):108-109.
[7]谢景卫.三层结构医院信息管理系统研究与设计[D].大连:大连理工大学,2008.
[8]邵建华.临床抗生素的合理使用与监管[J].医院管理论坛,2014(3):58-64.
[9]刘强.抗生素分级管理对促进临床合理用药的意义及效果观察[J].中国医药指南,2013(19):576-577.
数据监管 篇8
随着政府职能转变不断加快、简政放权力度不断加大、市场监管体制改革不断深入、新型商事制度的全面实施,市场主体数量快速增长态势明显,新兴业态、新兴产品、新兴服务层出不穷,市场形态多样化、经营方式现代化、市场竞争激烈化、违法行为隐蔽化日益突出,市场监管的长期性、复杂性、艰巨性不断增加。各地重点产业在数量安全、发展安全与质量安全间的矛盾短期内难以解决,市场秩序领域的风险更加多元分散和难以预测。传统监管方式难以为继,市场监管工作必须更加注重通过深化改革和强化法制来推进和展开。在当前和今后一个时期深入推进政府治理体系和治理能力现代化的大格局下,基于大数据的市场监管革新创新势在必行,大数据应用将成为工商部门创新服务方式、提高监管水平、参与宏观管理的重要基础与有力支撑。
1 运用大数据加强市场主体监管的体系框架
为适应当前市场监管新形势、新特点,工商部门需构建基于自身职能的市场主体服务与监管体系框架。该框架包含监管主体、监管与服务范畴、监管与服务手段、监管与服务体制、大数据监管方式五大部分,如图1 所示。监管主体以问题为导向,在现有监管体制框架下,充分运用各类监管资源,使用行政与技术等手段,对市场主体的资格、行为及专业领域和消费维权等进行大数据监管,有效履行工商部门在市场主体监管中综合性、基础性的主体责任,实现政府主导、部门协同、社会共治的统一化、主动化、常态化、制度化、科学化、专业化的市场主体监管新格局,着力营造宽松的投资环境、公平公正的市场环境、安全健康的消费环境、合理有效的行政环境。
( 1) 监管与服务主体分为政府监管主体和社会监督主体两大类。市场主体监管是政府为实现公共政策目标,制定并执行,直接介入、干预市场配置,对市场主体进行规范和制约的规则和行为。政府具有主体责任,为更好发挥政府作用,需要在政府强力市场监管前提下,发挥社会监督、行业自律、市场主体自我保护监督等作为有益补充作用,工商系统包含国家工商总局各职能部门、地方工商局以及基层工商所。
( 2) 监管与服务体制包括两个方面,一个是纵向的条线业务层面监管,满足业务层面专项指导要求; 另一个是横向的属地综合监管,满足属地企业全覆盖要求。工商市场主体监管实行分级管理、业务条线监管、基层属地综合监管模式的全系统统一监管。
( 3) 监管与服务范畴涵盖资格监管、行为监管、专业监管、消费维权服务四大部分。其中资格监管包括市场主体资格监管、经营资格在先照后证后条件下的监管、广告许可、商标注册等; 行为监管包括生产行为监管、交易行为监管和垄断竞争行为监管等; 专业监管包括流通领域商品质量、合同、拍卖、农资等专项监管。
( 4) 监管与服务手段主要包括行政手段、司法手段、政策手段、技术手段四种。以行政手段为主,运用好工商独立的行政许可、行政确认、行政指导、行政执法、行政监督检查等行政职权。
( 5) 大数据监管方式包括信用监管、在线监管、协同监管等。
2 运用大数据构建市场主体监管体系的构想
2. 1 建设目标
大数据市场监管其本质是为经济保持活力提供秩序保障。活力和秩序是社会主义市场经济的两翼。没有活力,市场经济就失去了生机和魅力; 没有秩序,市场经济就失去了信任和安全。所谓“活力”,就是通过改革商事制度和行政审批制度,最大限度地向市场放权、为企业松绑、为市场机制让出空间,实现市场准入便利化,投资贸易和服务便利化,激发市场和社会投资潜力,提升经济发展内生动力。所谓“秩序”,就是创造宽松平等、优胜劣汰、公平竞争的市场环境,按照规范化、法治化的要求,建立科学有效的事中事后监管制度,让放与管两个轮子同向运转、协同跟进,推动经济更有效率、更加公平、更可持续发展。今后一个时期,市场监管系统应紧紧围绕“活力与秩序”两大目标,努力实现有效市场和有为监管的统一。
2. 2 建设内容
基于“活力与秩序”两大目标,大数据市场主体服务与监管体系以大数据融合中心为基础,围绕服务市场监管和区域发展两个应用方向,分宏、中、微三个层次,构建“三层两翼”的大数据市场主体服务与监管应用体系。
以“三层两翼”市场主体服务与监管应用体系为指导,以大数据融合中心数据资源为基础,建设大数据市场主体服务与监管平台。平台以需求为导向,面向决策层、监管部门、社会公众等不同服务对象,实现服务效果的最大化。平台建设内容主要分为三部分:
( 1) 辅助决策服务平台。运用大数据技术,加强各类数据与区域经济的关联分析研究,提高经济发展决策的科学化和精准化,实现区域经济有质量有效益可持续的发展。建设内容以经济建设为主线,围绕经济运行预测、产业结构调整、产业集聚、区域辐射带动、招商引资、小微企业发展、区域创业分析等构建服务发展应用,为各级政府部门提供决策支撑服务。
①经济运行监控
及时、准确把握经济运行动态与预测发展趋势是政府决策层开展经济工作的第一要求。经济监控预测模块对经济发展运行的各项关键指标进行连续性观测、分析、预测,直观展示经济发展的动态,并对其规律性进行揭示,为领导制定相关的政策和策略提供技术支撑。
②产业结构调整
中国经济开始进入新常态,经济增长由过去的高速增长进入中高速增长阶段,促进经济结构调整被提到更加重要的位置上。通过结构优化、产业升级,为整体经济中高速增长提供新动力,推动整体经济稳定增长、提质增效。产业结构调整模块的分析内容不仅局限于三次产业的比重变化关系,还要从高端产业进入和增长情况,产业集聚等方面反映产业结构优化升级情况。
③区域协调发展
区域协调发展就是强调把区域发展差距控制在合理限度内,发挥各地区的发展潜力和优势,在发展中建立起良好的区际经济关系,从而推动经济整体稳定发展。
④资本流动情况
包括外埠投资分析、企业跨区域投资分析、创业投资、企业迁入迁出分析等。
⑤重点专题分析
包括重点企业分析、小微企业分析、区域创业指数分析、企业存活分析、企业年报公示分析等。
( 2) 市场监管支撑平台。主要基于大数据手段,互联网思维,以信用监管为核心,构建全过程、协同式的监管体系。“纵向”构建全过程监管链: 从资格监管、行为监管、专业监管、消费维权四大监管领域建设应用,实现对市场主体从准入、经营到退出的全过程监管覆盖。“横向”构建社会共治的监管维:联合多个监管部门,引导社会力量,形成“企业自治、行业自律、社会监督、政府监管”社会共治的市场监管机制。通过横、纵交叉的应用体系建设,形成大数据市场监管应用网。
针对重点高危行业、重点群体等监管重点构建大数据监管模型,进行关联分析,及时掌握市场主体经营行为、规律与特征,主动发现违法违规现象,提高政府科学决策和风险预判能力,加强对市场主体的事中事后监管,不断提高政府服务和监管的针对性、有效性。建设内容包括市场环境运行监测、消费环境分析、高危行业监测、重点群体监测、企业活跃度监控、企业违规风险监测、年报及公示信息分析等,支撑监管部门加强事中事后监管,提高风险防控能力。
①市场环境运行监控
市场环境风险分析模块通过构建监控预警模型,对整个市场环境的状况进行监测预警,同时具备对重点行业( 领域) 、重点区域的市场环境进行监测预警。
②市场主体活跃度监控
整合各种内外部数据,构建市场主体活跃度监测模型,对市场主体尤其是商事制度改革后新成立的市场主体的活跃状况进行监测分析,为及时掌握市场主体运行状况提供支撑。
③企业违规风险预测及监控
企业违规风险监管主要是利用企业风险评估模型,预判企业未来可能发生的各类型违法违规行为的概率,实现对企业的分级分类,为精准定向检查提供支持。
通过实时监控企业风险评分的变化情况,从而帮助决策者了解企业违规风险的变化。还可以帮助用户及时发现超出业务规则的信息,并通过各种方式提醒用户对这些预警信息进行关注。
可通过简单搜索和高级搜索两种方式实现对具体企业风险评分的查询。搜索可按企业名称、注册号进行模糊匹配,高级搜索可以用更多搜索条件快速定位所要查询的企业。
④企业年报及公示信息分析
对企业年报信息及公示信息进行分析,及时掌握企业动态变化。
⑤消费维权状况分析
通过对消费者诉求信息与反映消费市场环境指标的总量、变化趋势的关联分析,客观真实地反映消费环境的发展特点和不平衡状况,进而实现评价、监测和预警的三大功能。构建消费维权工商指数,主动预测消费市场、产业发展、政策实施潜在问题及机遇,改善相关决策的速度和质量。
( 3) 移动信息公示平台。建设以移动设备为载体的信用信息公示平台,及时向社会公开有关市场主体违法失信数据、投诉举报数据和企业依法依规应公开的数据,提高市场主体生产经营活动的透明度,为新闻媒体、行业组织、利益相关主体和消费者共同参与对市场主体的监督创造条件。引导有关方面对违法失信者进行市场性、行业性、社会性约束和惩戒,形成全社会广泛参与的信用监管格局。
3 运用大数据构建市场主体监管体系的实现路径
基于大数据技术与思维建设市场主体服务与监管体系要以应用为驱动,建设大数据融合中心和应用支撑平台,需要完成以下三个方面的工作。
3. 1 建立以市场主体为主线的大数据融合中心
从监管对象看,市场监管包括主体、客体和自然人监管三方面。客体的监管最终将追溯到生产主体和经营主体,自然人的监管则源自于其关联的主体身份,如企业股东、法定代表人、个体工商户经营者等。三者通过主体形成了有机的整体,因此市场主体服务与监管体系的建设需要整合以市场主体为主线的所有政府部门数据的大数据融合中心。其一是整合工商系统的内部信息,包括注册登记、行政执法案件、消费维权、商标等多方面数据的融合。其二是整合税务、海关、商务、交通、质监、食药、环保、公安、法院和金融监管等部门以及金融机构、公共服务机构掌握的主体数据资料,实现政府层面的数据互联互通。其三是利用大数据技术手段加强对外部信息的采集,例如整合物联网信息、网络消费舆情信息等信息,通过规范、融合、关联,把堆积的数据,梳理成企业、人员、商品、行业、区域、族谱等全景信息视图,把静态的数据变成鲜活的动态数据,建成市场监管大数据中心,形成宝贵的数据财富,为政府决策、市场监管、社会公众服务奠定坚实基础。
3. 2 构建基于大数据的分析应用体系
构建基于大数据的分析应用体系,实现涵盖宏观、中观、微观的全方位的服务和监管体系。宏观上利用大数据及时准确掌握区域和行业市场运行状况,综合评价市场秩序,服务经济发展和规范市场秩序; 中观上,利用大数据可以对监管对象进行分类分级,实现差别化监管,提升监管效能; 微观上,能够实现监管个体的风险评价,辅助监管人员制定监管策略、确定重点监管对象以及业务预警提示,结合信息公示平台服务社会公众,提升政府的公众影响力。
3. 3 建设一个应用导向的技术支撑平台
以大数据分析应用体系为依托,以数据管理技术为支撑,构建应用导向的技术支撑平台。建设跨部门、跨系统间的数据共享通道,对各类业务数据进行整合,利用自动化和智能化技术,实现监控、预警、分析、挖掘等多种数据应用,及时、准确、全面地为决策者、管理者和市场监管业务人员提供应用支撑。
工商大数据应用作为我国经济社会发展新形势下的新工作、新任务,并无成熟的模式可借鉴。总体上应遵循以下几个原则: 一是目标明确,以大数据、互联网思维创新市场监管与服务模式,创建全国领先的示范项目; 二是要研究先行,建立各种标准体系、方法体系、模型体系和应用体系,发现可行的建设路径; 三是应用导向,应用是衡量大数据价值的唯一标准,以应用为导向进行数据融合中心建设和应用开发等各项工作; 四是分步实施,根据应用的优先级分布实施,扩展应用,最终实现全方面的服务支撑。
摘要：近年来,以大数据、云计算等代表的现代信息技术飞速发展,已在经济社会各领域广泛应用,对政府治理理念、方式和手段都产生深刻影响,并带来前所未有的机遇。在市场监管领域,需要充分认识大数据的重要作用,深化大数据应用,建立起以大数据支撑的新型市场监管体系。
关键词：大数据,应用,监管
参考文献
[1]严霄凤.大数据研究[J].计算机技术与发展,2013(4):168-172.
[2]胡雄伟.大数据研究与应用综述[J].标准科学,2013(9):29-32.
[3]白军伟.市场经济体制下的工商市场监管问题研究[J].经济管理者,2014(14):179.
数据监管 篇9
《意见》分为8大方面共36条, 其中多个方面与质量监管相关。具体而言, 在运用大数据提高为市场主体服务水平方面, 要求充分运用大数据技术, 积极掌握不同地区、不同行业、不同类型企业的共性、个性化需求, 在检验检测、认证认可、进出口、技术改造、知识产权等方面主动提供更具针对性的服务, 推动企业可持续发展;加快建立公民、法人和其他组织统一社会信用代码制度以及全面实行工商营业执照、组织机构代码证和税务登记证“三证合一”“一照一码”登记制度改革, 运用大数据推动行政管理流程优化再造;根据宏观经济数据、产业发展动态、市场供需状况、质量管理状况等信息, 充分运用大数据技术, 改进经济运行监测预测和风险预警, 并及时向社会发布相关信息, 合理引导市场预期。
在运用大数据加强和改进市场监管方面, 《意见》提出, 要以社会信用信息系统先导工程为基础, 充分发挥国家人口基础信息库、法人单位信息资源库的基础作用和企业信用信息公示系统的依托作用, 建立国家统一的信用信息共享交换平台, 整合金融、质量监管、统计调查等领域信用信息, 实现各地区、各部门信用信息共建共享;充分发挥行政、司法、金融、社会等领域的综合监管效能, 在产品质量、食品药品安全、消费品安全等方面, 建立跨部门联动响应和失信约束机制, 对违法失信主体依法予以限制或禁入;对食品、药品、农产品、日用消费品、特种设备、地理标志保护产品等关系人民群众生命财产安全的重要产品加强监督管理, 利用物联网、射频识别等信息技术, 建立产品质量追溯体系, 形成来源可查、去向可追、责任可究的信息链条, 方便监管部门监管和社会公众查询。
在健全保障措施和加强组织领导方面, 《意见》重点提出要完善标准规范。建立大数据标准体系, 研究制定有关大数据的基础标准、技术标准、应用标准和管理标准等。加快建立政府信息采集、存储、公开、共享、使用、质量保障和安全管理的技术标准。引导建立企业间信息共享交换的标准规范, 促进信息资源开发利用。另外, 《意见》还提出在工商登记、统计调查、质量监管、竞争执法、消费维权等领域率先开展大数据示范应用工程, 实现大数据汇聚整合。
数据监管 篇10
中国幅员辽阔,各类医院、社区卫生服务中心、乡村医疗工作站、疾病监控中心、急救中心等卫生医疗机构大量分散。医疗信息化在十余年的发展中,沉积下的IT系统涉及技术门类众多,给数据采集、数据质量、数据标准以及后续的维护带来了巨大的挑战。假如均采用定制开发、标准接口或人工录入的方式,不可避免地要投入大量的人力物力,并且在数据准确性、实时性上无法得到保证。
中国疾病预防控制中心信息中心主任马家奇在接受《E医疗》记者采访时介绍:“局限于过去的技术水平,以前公共卫生相关数据的上报效率非常低。大部分数据从地方上报到国家,可能需要按月度报告,有些甚至是年度报告,而且报告上来的也只是统计结果的指标数据。而如今,开始逐步收集原始数据、个案数据,在我国人口基数大的背景下,每天产生的数据量可想而知。以传染病报告为例,中国CDC每年会收到全国600多万个案信息,而且这个信息量还在逐年增加。”面对庞大繁杂的结构化与非结构化数据,通过专用的数据采集交换设备来解决数据采集、汇总中的数据质量、实时性和标准化的问题,方为加速大数据落地,使各级区域卫生信息平台、网络直报平台、疾病监控平台、应急指挥处理平台等以数据为支撑的平台真正发挥价值的标本兼治之法。
2 大数据管理在我国卫生市场的发展
中国政府、医院近年来在医疗信息化领域投入较大,医疗卫生领域吸纳了国内外当前先进的信息技术,医疗信息化水平得到迅速提高。但总体来说,中国医疗信息化水平还处于初级阶段,存在信息共享机制不健全、全国各地区发展不平衡、相关标准不统一等诸多问题。伴随着中国医疗卫生服务信息化进程推进,必将产生大量的数据。这些数据主要来源于医疗业务活动、健康体检、公共卫生等九项服务医疗卫生服务。数据内容主要包括来自医院的大量电子病历、区域卫生信息平台采集的居民健康档案等,其中充斥着大量非结构化/半结构化的数据,如何从各种类型的数据中快速获得有价值的信息,并通过对数据的整合对卫生市场主体服务进行监管,对于辅助医疗机构做出决策支持、政府公共卫生决策及个人健康管理都会发挥积极的作用。
国家卫生综合管理信息平台是我国卫生信息资源管理的重要组成部分,实现了医疗卫生机构统计数据和各级卫生行政部门在线汇总数据,建立了动态的医疗卫生机构、卫生人力等信息库,卫生资源与卫生服务利用、疾病报告与健康监测等大型数据资源库。
医疗卫生“大数据”的数据资源包括医疗服务的EHRs数据,医院与医保的结算与费用数据,医学研究的学术、社会、政府数据,医疗厂商的医药、医械、临床实验数据,居民的行为与健康管理数据以及政府的人口与公共卫生数据,连同我国公共社会经济生活中网络产生的数据,构成了医疗卫生领域大数据的初期数据资源。而随着医改的不断深入,卫生统计和信息化建设得到了进一步加强,统计方法不断改进、多种信息系统广泛使用,医疗和健康数据急剧扩容并呈几何级增长,利用包括影像数据、病历数据、检验检查结果、诊疗费用等在内的各种数据,搭建合理先进的数据服务平台,将为广大患者、医务人员、科研人员及政府决策者提供服务和协助方面发挥主要作用。
然而,其价值的实现取决于一个重要的前提条件:只有在取得准确、全面、及时的高质量数据的基础上,才能借由有效的分析手段,呈现出数据背后的商机或警示。否则,再好的商业模式都只是基础薄弱的空中楼阁。
正是基于这样的理性思考,中国卫生医疗行业对于大数据的持续升温始终持冷静、审慎的态度。据HIT专家网报道,国家卫生和计划生育委员会统计信息中心王才有副主任在医疗大数据高峰论坛(华东站)的发言中表示:当今世界,医疗卫生发展面临很多的挑战,如人口健康存在老龄化、慢性病、临终前消费压力等问题,医疗技术发展在解决问题的同时,推动了高昂的医疗费用,不协同的医疗、低效的流程、医疗错误、再次住院、院内感染、医护短缺反映出医疗质量问题,全球医改面临着欺诈、浪费、市场扭曲、预防性医疗、管理成本高等问题。有人估计,美国2010年2.5万亿美元的医疗费用中至少有7000亿是无效的。这些正是“大数据”所要研究和解决的。业务系统迅速积累数据,数据采集设备大量产出数据,社区网络制造数据,使得数据利用需求快速发展,复杂环境下的数据采集能力以及数据分析处理能力需要继续提高。
3 运用大数据加强卫生市场主体服务和监管的发展趋势
大数据被认为是改变行业的关键节点。(下转P103)(上接P101)随着生物科技和医疗技术的迅猛发展,高通量手段的成熟,生物医疗行业的大数据急剧膨胀。然而,与其他行业的数据不同,生物医疗行业的数据呈现分散、破碎、低透明度以及意义尚待解析等特征。不像其他行业,数据具有时效性以及数据很轻,易于解析;生物医疗行业的数据普遍很“重”,信息量超大,不同的解析策略可能得出丰富的结果;而且生物医疗大数据随着时间推移,数据累积量的增加,数据价值将变得越来越重要。关系型数据库逐渐从IT行业中淡出,但生物医疗行业大数据却十分重视数据间的复杂关系。加上中国健康人群及患者数量庞大,就越发会产生超海量的数据网络。在医疗大数据的时代,如何构建大数据基础架构与上层应用的生态系统、解决大规模数据引发的问题、激发数据挖掘所带来的竞争力,是当前需要重点解决的问题。
大数据技术在医疗行业的应用主要有:临床数据对比;药品研发;临床决策支持;实时统计分析;基本药物临床应用分析;远程病人数据分析;人口统计学分析;新农合基金数据分析;就诊行为分析;新的服务模式。
3.1 临床决策支持系统
临床中遇到的疑难杂症,有时即便专家也缺乏经验,做出正确的诊断和治疗更加困难。临床决策支持系统可以给临床工作者、患者或个体提供知识或统计信息,并可以自动选择适当的时机,智能地过滤或表示这些信息,以促进临床决策,减少人为的医疗错误,更好地提高医疗质量和患者安全。
3.2 远程监控诊疗系统
从远程监控系统收集数据,并将分析结果反馈给监控设备及人员,从而实时诊断并确定治疗方案。目前已有医院通过结合手机APP软件等方式,进行心率、体温及血糖等的检测,但检测的内容仍很单一。临床上希望针对不同病种开发一些诊治后辅助系统,可以减少病人住院时间或门诊复诊次数,提高家庭护理的比例及质量,也帮助医院和医生锁定患者群。
3.3 公共卫生监管系统
卫生主管部门可通过监控数据库,实时统计分析,快速检测传染病、院内感染等情况,并进行快速响应。同时也利于网络覆盖地区发病及诊治情况的数据汇总。如果将整个数据系统整合,不仅有利于整个体系内的医疗资源分布和供给,也便于实时监管和调控。
参考文献
[1]周光华,李岳峰.数据挖掘技术在卫生统计信息工作中的应用研究[J].中国卫生信息管理杂志,2012(6).
[2]蔡佳慧,张涛,宗文红.医疗大数据面临的挑战及思考[J].中国卫生信息管理杂志,2013(4).
[3]周光华,辛英,张雅洁,等.医疗卫生领域大数据应用探讨[J].中国卫生信息管理杂志,2013(4).
数据监管 篇11
本文将金融监管的目标和各国金融监管模式选择的优越性相结合, 对金融监管的效率进行准确地评价。这里的监管效果评价既包括单个监管目标的效果评价, 也包括所有目标综合在一起的总体监管效率的评价。文章对相关指标进行量化, 以定量的方式分析各国在不同背景下所选择金融监管的效率。
一、金融监管效率模型介绍
1973年美国运筹学家萨蒂 (T.L.Saayt) 提出了著名的层次分析法 (简称A H P) , 这是一种简明、实用的定性与定量分析相结合的方法。
该方法的特点是:第一, 分析思路清楚, 可将系统分析人员的思维过程系统化、数学化和模型化;第二, 分析时所需要的定量数据不多, 但要求对问题所包含的因素及其相关关系具体而明确;第三, 这种方法适用于多准则、多目标的复杂问题的决策分析, 广泛用于地区经济发展方案比较、科学技术成果评比、资源规划和分析以及企业人员素质测评等方面。
正是基于这样的特点, 层次分析法对于分析系统性和整体性较强、目标较多、难以直接量化和测定的各国金融监管效率是十分适用的。
二、实证分析
本文采集2003—2009年的相关数据, 对美、英、日、德、瑞士、新加坡、法、韩、印、巴的金融监管效率用层次分析综合法进行对比分析。
1、层次分析体系建立
考虑到金融监管的目的是维持金融稳定, 而金融稳定的目的是经济和社会的发展, 因此准则层设置为对外部经济作用指标和金融本行业监管效用指标。隶属对外经济作用指标下的子准则层设置为4个——金融市场稳定程度、通货膨胀率、经济发展速度、就业率;隶属金融本行业监管效用指标下的子准则层设置了10个——信息的共享程度、风险传递的控制程度、监管标准的一致性、监管的外部性、重复监管程度、监管真空程度、监管成本、监管竞争效率、监管机构官僚程度、单业监管的效力。
2、各评价指标权重确定
指标对比阵设置原则:在准则层对目标层及子准则层设置对比矩阵中, 由于涉及的非量化指标较多, 因此根据各指标的不同性质设置对比矩阵, 而这些指标又有些某些同质性和相关性, 所以这种设置的对比阵不会有较大的数值, 最大的影响只是“稍强”。
(1) 准则层对目标层。这里需要考虑的金融监管的效率不仅表现为为金融行业本身服务, 更是为整个经济社会服务, 但整个经济社会的建设又不仅仅靠金融监管而已, 因此设置对内指标和对外指标相同的等级。
(2) 子准则层对准则层。在C1→B1中, 由于金融监管最直接的作用是金融市场, 而金融市场的好坏往往对通货膨胀率又有较大的相关性。经济发展速度除了靠金融发展速度外还依靠实体经济, 就业率指标就更是偏向实体经济了, 因此对比矩阵为:
C2→B2, 把这十个衡量监管效力的指标分为A, B, C三类 (见表1) 。
这里把A类权重设置为2, 是因为A类指标一旦发生, 可能引发金融危机, 对整个金融系统都具有重要作用, 宁可多监管, 也不愿产生监管真空;相对地B与C都是对金融监管本身作用较大, 因此都设置比例为1。其对比矩阵如下:
(3) 方案层对子准则层。在D→C11中, 金融市场稳定程度C11用股市波动来代表, 数据取自11国2003—2009年份的股票指数。
用聚类分析法将各国波动幅度分为5类, 然后可知英国股市最稳定, 中、印、巴股市最不稳定, 指标对比时设置每一类比其后一类高1等级。
同样在D→C12, C13, C14对比矩阵中, 先对通货膨胀率、G D P增长率和失业率做聚类分析, 再根据聚类图, 设置各国对比矩阵。其中, 由于印度的失业率数据无法查阅, 印度失业率没有纳入对比矩阵, 得出的对比矩阵是残缺的。不过此残缺矩阵又是可约矩阵, 因此, 在最后计算权重时, 对印度失业率赋的权重为0.01。理由有两个:第一, 对本组数据而言不会有太大影响 (不到1%) ;第二, 印度本身失业率很高, 所以赋予权重小是合理的。
(注:资料来源:郭田勇:《金融监管学》。)
D→C21, C22, …, C210对比矩阵是根据各国金融经营模式和金融监管体制不同, 对应的指标等级也不同来设置的。本文各个指标对比矩阵先设定美国为1。各指标下各国指标分值不同, 每隔开25分为一个等级。比如信息共享指标, 美国是“伞式”功能监管和混业经营, 分值为100;假如中国分值为25, 那么美国对中国的对比矩阵元素为4;假如中国分值为50, 那么美国对中国的对比矩阵元素为3;假如中国分值为75, 那么美国对中国的对比矩阵元素为2;假如中国分值为100, 那么美国对中国的对比矩阵元素为1, 即同等重要。各国不同经营方式、监管模式指标比较见表2。
3、计算结果分析
由表3可知, 11国中, 作为分业经营和分业监管的中国金融监管效率最高, 但是同样是分业经营和分业监管的巴西监管效率却是最低的, 印度居中;在混业经营和混业监管的国家中, 新加坡和瑞士监管效率较高, 德国监管效率较低。这说明国家在选取监管方式时一定要和本国的背景相符, 要将本国的金融发展程度、监管控制力度等问题纳入考虑。
三、结论
从效率比较表可以看出, 混业经营的国家实行集中监管并不一定能取得好的监管效率, 如法国、德国金融监管效率就偏低;在分业经营体制下, 实行分业监管的监管效率不一定就低, 这说明每个国家的金融监管选择要与该国政治经济体制相符, 才能发挥较大的作用。中国在选取数据的11国中金融监管效率相对最高, 这说明在目前的政治经济体制下, 统一监管还不需要代替分业监管, 但是需要在局部上加强监管。随着统一经营趋势的到来和金融工具的逐步创新, 我国目前的监管方式会逐步面临监管模式的挑战。
参考文献
[1]Schumpter, J.A..The Theory of Economic Regulation.The Bell Journal of Economic and Management Science, 1971 (2) .
[2]Kaufman Georage C.Bank Failures, Risk and Bank Reg-ulation.CATO Journal, 1996 (16) .
[3]秦宛顺、靳云汇、刘明志:金融监管的成本收益分析[J].金融研究, 1999 (1) .
[4]张育军:中国证券市场监管能力和监管效率分析[J].证券市场导报, 2003 (7) .
[5]蒋海:论弹性监管与金融效率[J].财经研究, 2001 (9) .
[6]马志伟:对多渠道金融监管及其效率的探析[J].银行与企业, 1999 (8) .
[7]托马斯.L.萨迪:领导者:面临挑战与选择——层次分析法在决策中的应用[M].中国经济出版社, 1992.
[8]郭田勇:金融监管学[M].中国金融出版社, 2009.
[9]姜启源、谢金星:数学模型[M].高等教育出版社, 2003.