上個周末，最高決策層強力全線救市：28家已獲IPO批文公司暫緩后續發行，21家券商出資1200億元投資藍籌股ETF，25家公募，高管積極申購本公司偏股型基金。國家護盤的背后，是為了守住金融安全底線以此維護國家安全，但同時這樣的強力行為也會對市場帶來傷害。是否可以提早介入布局進行預防?大數據技術應該是最佳途徑。
一帶一路，亞投行，結構性經濟改革，已經重新成為世界第一的雄心都需要穩定健康的金融。國家護盤的背后，是經濟安全與國家安全的辯證關系。正如7月4日晚，人民日報官微所說：券商增資，新股IPO暫緩，系列政策的目標只有一個：穩定市場!守住金融安全底線，才有資本市場的健康發展，新常態下的改革紅利才會化作實實在在的獲得感……
不得不說，對于此輪強力全線救市國家在各個層面都付出了巨大的成本。資金層面拿出了大量的真金白銀，政策層面在一定程度上犧牲了自由市場。這個成本補救措施固然重要，但倘若僅靠補救措施來穩定市場，不論是現時成本還是未來成本，都非常之高。如果我們能夠從前期，從預防角度來應對股災，那么我們穩定市場的付出將會大大減少。
如何預防呢?
股災的導火索一定是由一些特定關系的賬戶的交易引發，進而帶動受影響的股票發生被拋售的行為，最終觸發某些特定交易機制走向負反饋，帶動整個系統發生崩盤。那么，預防股災的最佳措施就是及時發現和預警這些特定關系賬戶的非正常交易行為，并對其實時恰當的干預。怎么才能及時發現和預警這些特定關系賬戶呢?
我國滬深兩市股票賬戶總數超過2億，日成交額平均達到1萬億，最高曾到1.8萬億。在這樣海量的數據中找尋賬戶間的特殊關系，只能利用大數據技術。
大數據技術專門為處理海量、多元、異構的數據而生，可以通過機器進行高維學習進而發現靠人無法發現的規律。但即使利用當下最先進的大數據技術，要在股票交易這樣的海量數據中找到特殊關系賬戶，每天產生的交易數據可能都需要幾十天的時間來進行處理。按這個運算效率，即使能夠發現特殊關系賬戶，等到發現的時候，這些特殊交易已經引爆股災了，無法達到預防的目的。那么，提高運算效率，就是通過特殊賬戶交易發現股災導火索的關鍵。而提高運算效率的辦法，就是縮小賬戶匹配范圍，通過多種社會網絡關系來縮小范圍。
金融交易本質是點對點的交易。點與點的關系本質上是一種社會網絡的關系。社會網絡的關系有很多種，個人社會網絡關系比如家庭網絡關系、同事網絡關系、朋友網絡關系、同學網絡關系等等，公司網絡關系比如投資網絡關系、高管網絡關系、交易網絡關系、供應鏈網絡關系等等，金融網絡關系比如資金流動網絡關系、擔保網絡關系、有價證券轉讓網絡關系等等。
據了解，中國互聯網金融創新研究院的科學家們已經在做這方面的努力。科學家們曾利用數聯銘品的“浩格云信”大數據關聯圖譜技術，做過這樣的演算：
例如在調查某上市公司股票異常交易時，疊加了這家上市公司、上市公司關聯方、主要客戶及供應商、各公司高管、高管家庭關系網、高管社會關系網等社會網絡信息，將交易監控賬戶從2億多股票賬戶縮小到12萬戶左右。在這個賬戶量基礎上，結合當下最頂尖的大數據團隊，開發出了交易實時監控和預警功能，使得這些賬戶的異常交易信息可以在1秒鐘內進行彈出預警，可及時發現股價異常波動的原因。
簡單說，通過大數據關聯圖譜技術，疊加多種社會關系網絡，在多個維度找尋和匹配潛在的特殊賬戶關系，大幅度提高運算效率，及時高效的發現關聯賬戶，使得預防股災成為可能。利用大數據關聯圖譜技術，建立金融防火墻，主動偵測金融風險，是可以為“貨幣戰爭”贏得時間和戰機。
經李克強總理簽批，國務院日前印發《關于積極推進“互聯網+”行動的指導意見》。用大數據技術維護金融安全，已經迫在眉睫。
京公網安備 11010502049343號