证券市场互联网大数据的分类及影响研究

杨 易

(贵州师范大学 经济与管理学院，贵州 贵阳 550025)

一、引言

证券市场是一国宏观经济的“晴雨表”。随着互联网兴起，参与证券活动的投资者规模不断扩大，我国A股的市值总规模、成交量、经济价值等相关指标也不断创新高，证券市场的走势与居民财富水平的联系愈发紧密。

大数据是近年来信息技术领域的一次重大技术变革。早在上世纪80年代，托夫勒在其著作《第三次浪潮》中就提出了大数据的概念。近10年来，随着互联网技术、云计算技术的不断发展，世界各大咨询机构相继发布“大数据”相关的研究报告，大数据迅速引起世界各国政府、商界和学术界的高度关注。

维克托·迈尔-舍恩伯格和肯尼斯·库克耶在《大数据时代》[1]中指出，大数据技术是不用随机分析法的捷径，而对所有数据进行分析处理的技术。IBM提出大数据具有5V的特点：volume、velocity、variety 、value和veracity。随着互联网、电子商务、社交网络在全球的普及，信息数据量呈现爆炸式增长趋势。2017年全球数据中心业务流量高达8.6ZB(1)1ZB等于一万亿GB。。大数据以其多源、海量等特性对社会各个领域产生了直接冲击，特别是金融市场。

大数据——尤其是产生于网络平台的互联网大数据——彻底影响了证券市场参与方获取信息的渠道、传播信息的媒介及处理信息的方法，为证券市场带来根本而深远的变革。对投资者来说，大数据影响其主观预期和交易行为；对中介机构来说，影响其运营模式、服务方式和竞争格局；对管理部门来说，影响其风险预测和监管模式。上述影响既有显性的，也有参与方无法意识到的隐性影响，进而会影响证券产品的交易数据。以股票市场为例，互联网大数据的出现，对股票的交易价格、交易量以及波动率都能产生显著性影响。在大数据的指引下，未来证券市场体系和市场格局可能产生根本性变革。

对证券行业的早期学术研究仅关注市场本身，经典理论有夏普的资本资产定价模型、Fama的有效市场理论等。上世纪90年代，学术界开始关注市场参与方特别是投资者行为的影响，诞生了行为金融学的分析视角以及诸如投资者关注(Kahneman，1973)[2]、羊群效应(Kindleberger，1996)[3]等著名理论。信息技术时代，影响证券市场发展的因素更为复杂多变，互联网、大数据、云计算等技术成为关键影响因素。2011年，麦肯锡在其研究报告中指出：与其他行业相比，大数据对金融业更具潜在价值,金融业在大数据价值潜力指数中排名第一。这也成为目前学术研究的新兴方向之一。

国外学者研究较为成熟全面，主要有以下几个方面：研究大数据对投资者情绪和投资者关注的影响，如Tumarkin和Whitelaw，2001[4]；Sprenger和Welpe，2010[5]等等。较有代表性的是Da等人(2011)[6]以Russell3000成分股为研究对象，公司名称或股票代码在谷歌的搜索量(Search Volume Index，SVI)代表投资者的注意力。研究表明SVI与诸如收益率等传统股票指标的相关性很低，但会引起传统指标的变动；SVI反映的个体投资者的注意力如果增加，其股价可能在短期内升高，但长期内会反转。

作为投资者的信息需求度量的研究。Vlastakis和Markellos(2012)[7]、Drake等人(2012)[8]、Schroff等人(2015)[9]都以其研究的样本股在谷歌搜索中的搜索量作为度量投资者信息需求的指标，发现搜索量的变化与样本股交易数据有显著性关系。

对市场情绪的研究。互联网大数据能更准确地度量投资者情绪，无论是对整体市场的情绪还是个别产品的情绪。大量学者对这个问题进行了研究， Bollen等人(2011)[10]和Zhang等人(2011)[11]用Twitter消息代表投资者情绪；Karabulut(2013)[12]、Gilbert(2010)[13]等用其他社交网站的发言留言代表投资者情绪； Gu等人(2006)[14]则以论坛数据信息代表投资者情绪，上述研究皆表明，用网络数据代表的投资者情绪与市场走势、用户行为有显著相关性。

国内学者研究起步较晚，但也有不少相关研究。在市场总体变化方面：刘晓曙(2015)[15]分析指出，金融业是信息密集型服务产业，大数据对金融体系必将带来文化、管理与技术方面的挑战。杨龙(2015)[16]分析了大数据在证券公司零售、资产管理和研究中的运用现状，指出目前我国证券行业在储存、分析、整合、计算大数据等方面仍面临较多困难。大数据技术虽是机会，但目前更是一个巨大挑战。

在行业格局方面，龚映清(2014)[17]比较分析了基于大数据的互联网金融业与传统证券行业，认为新技术和新模式会根本转变传统证券行业的价值实现的过程，加速证券业主体的转型升级，重构资本市场投融资格局并且加剧证券市场的竞争。

杨虎等人(2014)[18]提出，互联网金融的风险监管体系在合法性、安全性和规范性等方面尚存在很多问题，为了降低投资者和企业面临的风险，应建立以大数据为中心的金融风险预警体系。

国内也有用互联网数据进行投资者行为的研究，如使用百度搜索指数(罗鹏，2018)[19]、新浪微博数据(黄润鹏，2015)[20]等。张永杰等人(2011)[21]以样本股票的日收益率为研究对象，在百度搜索指数信息的基础上构建了“可逐日连续观测变量OSI”来研究对股票日收益率产生影响的因素，发现网络开源信息包含对股票异常日收益率有显著解释力的有效信息内容。

Jin等人(2016)[22]以中国A股沪深300指数中的72支估计票为研究对象，以样本股开设新浪微博账号的日期作为分界点，研究样本股在使用微博账号前后在交易量、收益率以及波动性方面的差异。结果表明，开设微博账号后，样本股的交易量有显著增长、收益率和波动性都有显著下降。

由上文可见，互联网的发展与大数据的兴起影响了研究证券市场的思维思路、方式方法与结论。在现实中，有可能改变市场参与方的交易、服务等其他行为，也可能影响市场交易的结果。因此有必要对证券市场下的互联网大数据做进一步讨论。

二、影响证券市场的数据信息分类

数据被划分为结构化数据和非结构化数据。前者是指可以使用关系型数据库表示和储存的数据，通俗地理解就是具有模式的数据。后者是指无法使用数据库二维逻辑表来表现的数据，包括所有的图片、音频、视频、HTML、文本等信息。网络大数据包含海量非结构化数据。人们日常使用搜索引擎，在博客或微博发布有关信息，每天都在产生大量的互联网大数据。

其中，与证券市场密切相关的互联网大数据可被分为以下几类：

(一)论坛数据

金融论坛是供市场参与方搜集信息、交流信息以及发表观点的平台。以股票论坛为例，在论坛发表观点不受字数限制，通常根据讨论主题或公司特点对板块进行分类。从中，投资者得以快速获悉最新的资本市场信息，发现当下最受关注、最热点的上市公司，了解大众投资者对个股的评价与预测，并且得以互相深入交流沟通各自掌握的信息，从而产生新的数据或信息。特别地，论坛对观点新颖、分析全面、有理有据、有深度有实用价值的帖子一般会加为“精华帖”置顶或在首页进行推送，使作者的观点进一步得到推广。

我国主要金融论坛有东方财富网、和讯网、网易、新浪等大型门户网站的金融板块。国外的主要金融论坛有Yahoo！Finance、Lion.com、HotCopper等等。

(二)社交媒体数据

社交媒体是Web2.0时代的典型产物，主要指博客、微博、Facebook、Twitter等社交软件。用户在社交软件上对感兴趣的话题发表自己的观点或互相讨论，从而产生社交媒体数据。与论坛数据不同，社交媒体数据相对零散、短小，没有系统分类。但社交软件用户基础远超过金融论坛，发布信息相对方便，因此信息传播的速度快、效率高、时效性强，更能引起投资者关注。

目前世界范围内，最具代表性的社交媒体数据来自Twitter。自2006年Twitter投入市场，已累积了大量投资者对资本市场的讨论信息，也有大量关于Twitter数据与资本市场的学术研究，有学者认为Twitter提供的信息与传统股票公开信息同等重要。在我国，最有代表性的社交媒体数据来自新浪微博。

(三)搜索引擎数据

搜索引擎数据，是指投资者利用搜索引擎在某些时段对某些关键词搜索的数量[23]。全球最著名的搜索引擎是谷歌搜索，我国数据量最大的搜索引擎为百度搜索。

搜索引擎数据直接反映了用户的搜索需求，进一步反映了用户的关注点和意图[24]。比如阿里巴巴就有专门的数据研究中心，对用户搜索数据进行分析和挖掘，从而实现精准营销推送。对资本市场而言，搜索时使用的关键词反映了投资者对资本信息的需求。通过谷歌搜索指数和百度搜索指数对关键词搜索频率的统计，可以反映某事件或公司受投资者关注的程度。

以上三种网络媒介主要提供四种数据信息：相关信息数量、搜索频率、投资者情绪以及投资者预测。过去投资者获取信息的渠道主要是公司公告、行情软件、传统新闻媒体等，互联网大数据兴起后，投资者不仅可以通过新兴网络媒介获取更多数据信息，也能实现及时信息交流，甚至创造新的数据来影响证券市场。比如投资者搜索有关股票代码或公司名称，可能被搜索结果中公众或者意见领袖对该公司的看涨或看跌的预测所影响，从而坚定或者改变原有主观判断，进而影响投资行为。

三、互联网大数据对投资者行为的影响

互联网数据对证券市场起着多个方面的影响，其中对投资者行为的影响最直接。现代金融主流理论之一的有效市场假说认为，如果市场是强有效的，那么股票的价格可以反映投资者获得的全部信息。股票价格根据信息变化而立即产生调整。有效市场假说的前提之一是：投资者是理性的并且追求利润最大化。但历史上许多投机案例及历次泡沫经济表明，理性投资者的假说并不符合现实。

上世纪90年代诞生的行为金融学理论打破了理性人假设。行为金融学认为，人们的心理可以影响其投资行为，进一步影响甚至决定投资产品或相关市场的走势。在此基础上，诞生了许多重要的理论分支，如投资者情绪理论、投资者关注理论等等。互联网大数据是用户直接产生的数据，因此能衡量并影响投资者情绪和投资者关注，进一步影响证券市场。

(一)对投资者情绪的影响

投资者情绪理论起源于凯恩斯所提出的动物精神[25]，不同学者对投资者情绪的定义不甚相同，但主要都用于描述以下两个问题：一是心理态度；二是“非理性投资者对风险资产的需求受到信念或情绪的影响”，与当前资产基本面产生的偏差[26]。后有学者研究发现，投资者情绪会导致产品错误定价。

对投资者情绪进行研究，主要目的在于解读和判断情绪以预测投资者行为，为有关决策与政策的制定提供一定指导。互联网大数据的出现显著改变了影响投资者情绪的生成机制与其作用力。

1.显著增加影响投资者情绪的信息量。过去投资者情绪多在传统媒介作用下产生，通过传统新闻媒体、公司公告、股市行情软件等途径获取资本市场信息，上述媒介传递信息的速度不一致。投资者获取信息主动性的差异也影响传递速度。投资者情绪的产生相对滞后，并且对投资行为的影响力度相对较弱。但在信息技术高度发达的今天，投资者获取信息的媒介五花八门，信息的传播速度已达到秒级，并且媒体之间互相影响的作用力越来越强。一个新闻或事件能迅速引起全社会反应。加上羊群效应的作用，这些投资者情绪极有可能被放大，显著提高对投资行为的影响。

2.改变对投资者情绪的度量。投资者情绪是难以量化的抽象变量，传统用于度量投资者情绪的指标有以下两种类别：一是直接衡量投资者“心理”的情绪指数，如各机构编制的消费者信心指数、投资者信息指数、好淡指数(2)《股市动态分析》所编制，体现投资者对市场的主观判断的指数。等；二是以资本市场客观数据作为间接衡量投资者情绪的代理指标，如封闭式基金折价率、成交量、换手率、IPO首日收益率等变量。传统指标有时滞性，也有信息损失的风险。互联网新媒介的出现，导致传统方法无法客观准确及时地刻画投资者情绪。立足网络大数据进行投资者情绪的研究，可以有效避免传统方法的缺陷，从而更加准确迅速地实现预测投资行为的目的。

在个别产品的情绪研究方面，金融论坛、社交媒体和搜索引擎三大平台都提供了充分的数据信息。比如股票论坛一般按话题或公司划分板块进行讨论，在社交媒体上投资者可自由发表对个股的观点与预测。通过对上述媒介的消息内容进行文本分析，挖掘出投资者看涨或看跌情绪的关键词，以此分析个股的关键指标与情绪的关系，进一步为决策和政策制定提供依据。但对搜索引擎数据进行文本分析和挖掘，研究个别产品情绪时容易产生歧义，比如搜索关键词“同花顺”既代表公司名称也代表软件名称。

在市场整体情绪研究方面，主要依靠搜索引擎与社交媒体。搜索引擎中某些与经济看法相关的关键词可以代表投资者情绪，比如“衰退”“走弱”“失业”等；通过社交媒体软件同样可以发表对资本市场整体走势的观点与预测，这些投资者情绪反过来会作用于证券市场。比如Zhang等人(2011)[11]发现Twitter中忧虑和担心的情绪居多时，第二天股票指数倾向于下降，波动率倾向于上升；黄润鹏等人(2015)[20]挖掘新浪微博中包含的投资者情绪，研究表明加入情绪变量能提高预测A股短期股票指数的准确性。

虽然不同学者的研究结论不相一致，在研究投资者情绪与证券市场的关系问题上，也并不存在一个公认有效的模型或理论，但将大数据融合相关研究已经是学界研究的趋势。不可否认投资者情绪与证券市场存在着密切联系，而互联网大数据直接作用于投资者情绪，从而直接影响投资者的交易行为，影响市场的走势。当制定投资决策或有关政策时，互联网大数据成为必不可少的考虑因素。

(二)对投资者关注的影响

投资者关注是指投资者对投资标的相关的特定事件曝光所产生的关注行为和关注程度。该理论也是行为金融学的核心理论之一。学者Simon在上世纪50年代首次提出“有限关注”的概念：当面对大量信息时，个体的时间精力不允许对所有信息进行充分处理和吸收，只能给予有限关注。Kahneman(1973)[2]提出投资者关注是稀缺资源。

证券市场充斥着大量繁杂信息，众多学者研究表明：只有引起投资者兴趣，被投资者吸收的信息才能产生价值，才能最终反映到产品价格上。投资者关注能影响投资标的定价，这也从另一个角度解释了为什么有效市场假说并不成立。

互联网大数据的出现对投资者关注影响体现在以下两个方面：

1.丰富了投资者关注的信息来源。从客观角度分析，互联网的兴起使信息量有了爆炸式的增长。投资者可以关注的信息池更大，关注程度很有可能顺势增加。但根据有限关注理论，当信息增加时，在主体精力时间没有显著增加的情况下，投资者的有限关注相对下降了，加上信息本身也存在“噪音”，从而获取的有效信息有可能下降。

从主观角度分析，互联网媒介极大增强了投资者获取信息的能力。传统媒介的传播范围和速度有限，如今在PC端、移动端获取资本信息非常方便快捷及时。投资者可能更主动地关注证券市场，主动获取更多信息，并快速通过投资行为反映在市场上。

2.提供度量投资者关注的直接指标。鉴于投资者关注直接影响甚至决定交易行为和标的价格，对该关注的规模与程度进行合理度量与预测成为问题的关键。但长期以来在度量指标的选择上存在争议。与投资者情绪类似，投资者关注也是一个无法观测的抽象指标，以往研究常用度量指标都是间接代理指标：比如股票超额收益、成交量、广告支出、传统媒体报道等。

然而DA等人(2011)[6]指出，上述所有间接度量都有一个前提假设：即这些变量反映的变化必须是由投资者关注造成的。超额收益、成交量等度量有可能只是金融产品本身交易特征，而广告投放与新闻媒体传递信息不保证引起投资者关注。故间接代理变量对投资者关注的衡量还有所欠缺。

互联网大数据的出现改变了这一现状。无论是论坛网站、社交媒体还是搜索引擎，在平台上对股票代码或公司名称讨论所累积消息数量就是度量投资者关注的直接指标。进入大数据时代后，随着搜索引擎用户基础不断增加，它们都推出了数据统计中心。DA等人利用谷歌搜索指数度量投资者关注，探讨该指数与股票交易数据关系的研究，开了互联网大数据度量投资者关注的先河。此后，越来越多的学者开始使用网络数据构建投资者关注指标，并在此基础上进行学术研究(俞庆进和张兵，2011[27]；岑维等，2016[28]；石勇等，2017[29])。

投资者在市场信息传递机制中扮演着重要角色，其关注是否充分、是否及时决定了信息融入产品价格的速度和程度。但由于存在非理性的投资主体，关注度较高又容易产生“追涨杀跌”这类羊群效应的行为，使得证券产品，尤其是股票出现更多非理性偏离。互联网大数据使正确合理地度量投资者关注度成为可能，据此对投资行为进行合理预测，有利于上市公司做好信息披露工作，也有利于市场监管方做好风险预测与防范工作。

四、互联网大数据对风险预警与市场监管的影响

证券市场的风险对广大投资者资产水平起决定性影响，也直接影响着金融市场整体风险。2015年中旬，我国A股从5178.19一路暴跌，“千股跌停”“千股涨停”等异常事件时有发生，严重影响了金融市场的健康发展，造成了大量股民财富缩水。一直以来，如何识别、评估、防范证券市场风险都是投资者和学者关注的热点问题。

(一)证券市场风险的成因

证券市场风险分为系统风险和非系统风险。前者是指所有产品都面临的市场风险，所有投资者都需承受，比如战争、政变、军事冲突、自然灾害等不可抗因素造成的风险；后者是指个别风险，比如行业或公司自身的风险，可以通过多样化投资分散该风险。

除了不可抗因素和公司经营问题外，以下原因也会增加证券市场的风险程度：

1.信息不对称。信息是投资决策的决定因素之一。如果缺少关键信息，投资者很有可能判断失误，甚至做出逆向选择。目前证券业内公司方对信息披露的执行力度有待加强，信息透明度有待提高；信息传递时容易产生信息流失或误传。证券监管部门、上市公司内部人员、投资者等各个市场主体掌握的信息量通常是不对等的，投资者之间也存在严重的信息不对称问题。这种情况下，投资者很可能依据不完全或不正确的信息做出不理性的投资决策，进一步加大股市风险。

2.非规范行为。非规范行为分为交易主体非规范和交易行为非规范[30]。前者是指法律政策禁止从事证券交易的主体，较易通过技术手段进行监控和处罚。后者是指内部交易、操纵股价等违法行为。如2018年5月底，鱼跃医疗和万东医疗的董事长吴光明利用职务之便进行内幕交易，被证监会处罚2.7亿元。此类行为往往制造或利用证券价格异常波动牟取暴利，严重干扰了证券市场合法公正健康的运行，加大了产品价格的波动性和风险，对其余合法投资者造成严重打击。在传统的管理监督手段下，内幕交易较难被发现。

3.风险传染。证券市场的交易主体很难时刻保持理性。除了主观行为产生股市风险，主观情绪也会产生或影响风险。表现为诸如“唤醒效应”“羊群效应”等现象。“唤醒效应”是指投资者预期的自我实现过程。当股票市场走势较弱，投资者产生金融风险感知，进一步产生负面预期和情绪，反过来作用于股票市场，导致股市倾向于进一步走弱，异常波动更剧烈。“羊群效应”是指：个体投资者的观点和情绪很容易受群体影响，股票产生异常波动时，个体行为倾向于与群体一致，进而加剧市场波动，做出“追涨杀跌”等不理性决策。尤其在互联网和自媒体时代，情绪传染的范围更广、速度更快、程度更深，继而产生更多非理性投资行为，进一步加大股市风险。

(二)大数据与风险预警

综上所述，证券市场风险成因多样，后果严重。互联网时代，我国金融体系发生着深刻变革，互联网金融、影子银行的兴起，使金融产品之间关系更复杂、关联更紧密，进一步加大了证券市场的风险。全面良好的风险管理是保证证券市场健康运行的基础之一。以往也有许多对我国证券市场，尤其是A股市场风险预警体系的研究。传统体系多以指标为基础，借助数理模型或神经网络等方法进行风险预警。比如陈守东等(2006)[31]的因子分析法；史建平和高宇(2009)[32]使用的KLR模型；傅强等(2015)[33]使用的Logit方法等等。

传统方法多从宏观、行业或公司角度进行指标选取，虽然有一定代表性，但几乎所有传统指标都无法对由投资主体所产生的风险进行识别、预测和防范。而互联网大数据基本产生自投资者主观行为，体现投资者的预期、预测、情绪和风险认知度。对这些数据进行分析和提炼，将其标准化、指标化后结合传统风险预警体系，有助于提高风险预警的效率和准确性。

互联网数据对风险预警的作用体现如下：

1.减少信息不对称。大数据时代，新媒介的出现极大丰富了投资者获取信息的渠道和内容。除了非法内幕消息外，几乎所有信息都可以通过社交媒体、论坛、搜索引擎等渠道快速被投资者所接收。除了一手消息外，互联网平台可以在短时间形成对消息的讨论和反馈，进一步丰富了信息的内容。资本市场各个主体借助互联网，得以全方位地对接和交流，大幅度降低了信息不对称的程度。但是面对同样的市场信息，不同投资者主体得到的信息量是不同的，这取决于投资者的主动性及使用互联网的习惯。

2.识别和追踪非规范行为。证券市场多种多样的非规范行为最终都会反映到资产的交易量、价格和交易时间三个变量上[30]，一般表现为指标异常波动。比如在重要信息发布前，股票频繁被买进卖出或者成交量异常放大、交易价格在短期内快速上升或下降等。对此可以运用大数据技术分析异常交易，追根溯源，对非规范行为提前预警、精准识别、全面追踪及精准打击。

3.判断投资者预期，识别风险信息。鉴于预期可能自我实现，提前判断投资者的预期和情绪对预测股市风险极为重要。大数据使这一判断变成了可能。只要挖掘投资者在论坛、社交媒体以及搜索引擎上的发言和搜索数据，便可了解主体的风险感知程度[34]，风险感知进一步影响投资者对股票的态度和决策。若能更准确及时地预测市场众多投资主体风险预期的变化，有助于上市公司、证券公司及有关部门完善风险管理体系，减少非理性预期产生的市场波动性。相关研究以罗鹏(2018)[15]为代表，将百度搜索指数结合金融风险指标滞后项等变量，建立了基于数据分析的金融风险预警模型。研究表明，包含大数据的风险预测模型有助于提升金融风险预测的准确度。王明伟等人(2017)[35]研究表明，特定股票的投资者关注度较高时，分析师预测偏差会降低。

杨虎等人(2014)[15]提出，互联网时代下金融风险预警系统应满足系统性原则、时效性原则、可操作性原则和科学性原则。因此，有必要将大数据融入股市风险管理，此举有助于建立更科学完善的风险预警系统，进一步降低和分散股市风险。

(三)大数据与市场监管

2014年我国A股出现一波牛市行情，大量投资者采用金融杠杆、融资融券来扩大交易规模，伴随着被放大了十几倍甚至上百倍的股市风险。2015年6月股市急剧下跌，上述风险令大量投资者倾家荡产。调查显示，在融资融券的发放问题上存在严重监管缺失，对融资融券主体和金额的审核不到位，部分券商存在私自扩大杠杆的行为。

一直以来我国通过行政、经济和法律等各种手段对证券市场实行严格监管，贯穿证券的设计、发行、募集、流通交易等各个环节。大数据时代，证券市场风险的产生、传播速度急剧增加，其影响一定程度上被放大，传统的监管体系难以对新时代的证券市场做到全面监管。必须借助大数据技术构建更科学合理全面覆盖的监管体系。

1.建立全面征信体系。征信体系是全面监管体系的基础，征信将成为主体从事金融活动的衡量标准之一。目前已有一些个人征信体系，比如阿里巴巴的芝麻信用分。证券市场监管部门可以借助大数据技术，设计出多维度多指标的金融征信体系，整合个体投资者和公司的信用信息资源，提高信用评价的准确性和全面性。借助互联网，将其纳入证券交易所、中介机构和管理部门的征信系统中，实现线上线下的信用信息共享。这样一来，针对诸如融资融券，借用金融杠杆等事件就有了一套统一全面的审核标准和数据信息，得以在高风险事件产生之前阻断其发生的可能性。

2.全面监管交易行为。在证券市场特别是股票市场里，每一秒钟都产生巨大的交易量。传统监管手段无法对连续大量的交易行为实现全面监管，精准追踪。随着互联网信息技术的发展，各个金融平台的数据进一步实现互通互联，对异常交易数据的识别和监管力度将更加严格，对潜在非法交易、内幕交易等非规范行为的识别度和覆盖面将不断提高。而这一切的前提是必须借助大数据技术构建全新的监管系统，才能有效通过监管控制来降低证券市场的风险。

五、互联网大数据对行业中介机构的影响

从上述分析可见，证券市场的交易、风险管理和监管都将借助大数据技术向互联网平台转型，因此证券市场服务机构的行业格局、服务模式和发展趋势也必然改变。谢平等人(2012)[36]提出，如今兴起的互联网金融模式将使银行、券商和交易所失去其中介作用，未来可达到无金融中介状态。从证券行业实际情况来看，建立在互联网平台的商业模式正在形成，比如平安集团推出的陆金所、国泰君安建立网络金融部、各大券商都推出移动端APP等。大数据对证券中介机构带来巨大发展空间，但也有一定不利影响和冲击，主要体现在以下几个方面：

(一)改变价值实现的方式

以往券商的服务以佣金模式为主，少数券商可以进行证券自营业务。业界一直认为证券行业是“靠天吃饭”，行情好则盈利高。互联网与大数据则会根本改变这一现象，倒逼中介机构加速转型。一方面，互联网平台能够弱化地理网点的影响，扩大券商服务的范围；另一方面，资管业务和理财业务的发展，将彻底改变券商价值实现的过程。如今证券市场的投资者规模持续扩大，以客户为中心，提供多样化、差异化的服务是券商成功转型的核心。通过挖掘分析用户的互联网数据，通过线上服务实现精准营销与零售。不再停留在被动收取佣金的阶段，而是借助互联网和大数据主动出击，实现传统经纪业务向信用中介和理财业务的转型。

(二)提高运营效率和服务质量

通过互联网大数据技术，可以显著提高证券中介机构的各级管理运营效率，提升服务质量。第一，大数据技术能够全面分析海量数据对证券市场或产品的影响。部分低效率的人工统计核算工作可以被大数据技术替代，比如行业调研所需要的市场数据、财务数据等。分析师得以将更多时间精力放在人工访谈、分析数据等核心工作中去，极大缩短投资分析周期，提高服务效率和质量。第二，当交易规模持续扩大，交易、清算和风控的工作量和复杂程度也不断提高，大数据技术能满足后台业务量上升的需求，提升运作速度，减少出错或崩溃的几率。

(三)加剧行业竞争

任何新兴事物都是双刃剑，给中介机构带来转型机遇的同时，互联网与大数据也会带来不利影响。部分不良影响已经体现在市场中：比如互联网金融对券商的冲击。“互联网+”日益发展的今天，行业的边界变得模糊，迅速兴起的金融平台与证券中介机构同分一杯羹。证券行业多年来在我国成长速度缓慢，而互联网金融门槛费用更低、更加便捷高效，因此客户群更广泛。一旦允许互联网金融企业从事证券类业务，将快速攫取传统中介的市场份额，比如天弘基金与支付宝合作推出的余额宝。大数据加剧了市场的优胜劣汰，与新兴行业相比，证券行业的转型意识较差速度较慢，与其他传统中介如银行业相比，在资金规模、技术水平、管理团队上也存在较大差距。未来市场竞争将更激烈，证券中介机构必须尽快寻找出路，主动转型。

六、大数据背景下发展证券市场的建议

大数据技术在证券市场整体运行管理中具有广阔的运用前景，但目前还在起步阶段。为促进证券行业适应互联网时代，更好运用大数据技术，本文提出以下建议：

(一)转变观念与模式，迎接大数据时代

我国的证券业尚为年轻，相比银行业和保险业并不占优势。互联网给金融体系和资本市场带来了深刻变革，催生了一批互联网金融企业。互联网金融模式对传统股市运营产生了一定冲击，无论在公司机制、反应速度还是行业环境上，证券行业与互联网金融行业都相差甚远。未来数据将成为金融的重要战略资产[18]。证券行业的主体，尤其是中介机构，应认识到这一巨大冲击。主动转变固有观念和传统服务模式。

首先，中介机构不再独立于其他金融机构，不能再单纯依靠自身力量发展，必须探索与互联网融合的发展模式。积极建立与银行、保险甚至互联网金融平台的合作关系，实现数据信息互通、客户资源共享、优势互补互惠互利。

其次，增强服务意识，以“客户为中心”为服务宗旨，由线下服务向线上服务转变。利用互联网的便利吸引投资者，利用大数据建立精准营销体系。通过对投资者数据的深度挖掘和分析，设计多样化产品满足投资需求，根据投资者差异提供精准服务。进一步扩大证券行业规模，促进行业健康稳定地发展。

最后，实现日常工作数据化。目前证券市场的绝大多数工作还没有向数据信息化转型，比如审核证券发行，往往伴随着大量纸质文件，不仅是资源浪费，也无助于提高工作效率。为实现证券市场数据化，必须从日常工作点滴开始转变，监管部门和服务部门需解决数据传递、电子签章等问题，尽早实现工作数据化。

(二)建立融合大数据的全面风险预警体系

任何市场风险都不可能被完全消除，但可以发挥主观能动性分散或降低风险。市场参与方往往是产生证券行业风险的源头之一，而且这种不确定性在互联网时代极易被主观行为和主观情绪扩散和放大。因此必须建立全新的证券市场风险预警体系，该体系的设计、执行、反馈等环节都必须以市场参与方的数据为中心。全面涵盖各主体的舆论动向和交易行为，结合宏观经济、行业发展等指标，建立系统科学的全面风险预警体系。及时搜集和处理数据，强化对市场信息的管理与分析，为决策和政策的制定提供借鉴参考，促进证券市场稳定健康发展。

(三)加强舆情监管

传统的证券市场监管工作在大数据时代下也需有所转变。借助互联网与大数据，监管部门能以更低成本实现高效监管。首先，建立全面征信体系。征信体系是未来金融市场极其重要的组成部分之一。建立征信体系必须借助大数据技术。其次，加强部门之间的监管协同，运用大数据技术实现交叉关联业务监管信息的共享[30]，对舆论煽动、不规范交易、违法违规等现象进行快速精准全面打击，保证证券市场稳定健康发展。

(四)加强人才培养

大数据的出现使得传统金融知识和技能无法满足行业发展新要求。目前已有部分行业采取计算机甚至人工智能进行数据挖掘和分析，但机器无法完全取代人工，不同的分析目的也需要不同的判断标准。为实现数据价值最大化，始终必须借助“人”的能力。无论是数据挖掘与分析、风险预警、行为预测还是舆情监管，没有人才一切都是纸上谈兵。因此，大力培养相关数据人才是现阶段促进证券市场发展的重中之重。

(五)加强信息化公共基础设施建设

如同“想致富，先修路”一般，信息化公共基础设施是运用大数据技术的基础保障。《2017年信息化基础设施建设分析报告》指出，我国互联网厂商严重依赖电信运营商，基础设施严重落后，急需补课。长此以往，基础设施的发展赶不上信息技术的发展，即使数据量再大也无法实现快速实时传递。总体来看，大数据可以降低信息不对称的程度。但地区间信息化基础设施的差异很大，反而可能加剧信息不对称。

为了最大效率地运用大数据技术，必须高度重视信息化基础设施建设，制定有关建设的政策、规范与标准。通过政府结合市场等方式，加大对其投资力度；提高信息化基础设施的资源共享，减少重复建设、节约利用资源；统筹发展，合理规划，促进发达地区和不发达地区信息化基础设施建设的均等发展。促进各地区证券市场实现数据信息互通共享，为大数据运用工作打下坚实的基础。

(六)加强发展环境建设

无论是互联网金融市场环境还是运用发展大数据的条件，当前都还不够成熟。存在行业标准不统一、市场准入低、监管不到位、法律法规不够全面完善等问题。为保证证券市场健康发展，促进证券行业转型，第一需要完善相关法律法规体系，对行业环境而言应将互联网金融的特征考虑在内，制定更适应时代特征的证券法律体系；对大数据而言需严格规范应用范围，为主体提供行为指导与权益保障。二是构建全面合理的监管体系，根据新时代新技术特征，重新制定监管原则、模式、范围、标准等，以维护市场秩序。三是加强对投资者的教育，通过传统媒体和新媒介，强化相关知识的普及与教育，减少不理性投资行为。