|
|
大数据与股票市场非规范行为规制:一个分析框架 |
刘海二 |
(广东省农村信用社联合社,广东 广州 510627) |
|
|
摘要 :非规范行为是股票市场风险的重要来源,但其较强的隐蔽性增加了识别和防范的难度。为此,有必要运用大数据技术,对股票交易的数量、时间和价格三个变量及其组合进行精准分析,找到引起异常交易的源头并进行预警,提高非规范行为的识别概率;同时对行为主体的证券账户和银行账户信息进行分析,对手机号码、虚拟账户、IP地址等信息进行数据挖掘,形成交叉验证,对非规范行为进行追踪。从事非规范行为的市场主体通常会隐蔽自己的行为和身份,可运用大数据技术进行行为分析和交易复盘,进而为市场主体“画像”。推广运用大数据技术以规制股票市场非规范行为,需要在解决“信息孤岛”问题的基础上,强化信息监管、舆情监测和不同部门之间的监管协同。
|
|
关键词 :
大数据分析,
数据挖掘,
股票市场,
异常交易识别,
非规范行为
|
|
[1] |
周 杰,沈 冰. 我国证券市场内幕信息操纵的预警模型研究[J]. 南方金融, 2017, 1(9): 49-56. |
[2] |
李锋森. 融资融券对股市波动的影响机制研究——基于投资者交易策略视角[J]. 南方金融, 2017, 1(7): 44-63. |
[3] |
李善民,赖桂叶,王彩萍. 股价信息含量与定向增发的长期股东财富效应——基于沪深主板上市公司的实证研究[J]. 南方金融, 2017, 1(7): 73-81. |
[4] |
沈俊森. 新三板信息披露的制度困境及破解对策[J]. 南方金融, 2017, 1(6): 90-98. |
[5] |
张本照,姚 刚,宋平凡. 沪港通市场动态互动关系研究——基于Lotka-Volterra金融生态模型[J]. 南方金融, 2017, 1(4): 49-57. |
[6] |
苏 民. 中国A股市场行业轮动现象研究[J]. 南方金融, 2017, 1(2): 40-48. |
[7] |
国 家,王万里. 我国A股市场异常波动的成因及风险防范[J]. 南方金融, 2016, 1(5): 73-76. |
[8] |
赵昌川,张 旭,彭 劼. 资产价格波动与前瞻性货币政策反应[J]. 南方金融, 2016, 1(3): 25-31. |
|
|
|
|