基于大数据的地方金融风险治理案例比较分析

实践中，地方金融风险治理难度大，核心在于信息的非对称性。以区块链、云计算等为代表的技术工具创新发展，尤其是区块链技术解决了金融风险信息的传递、存储问题，大数据解决了金融风险信息不对称问题，云计算、机器学习解决了金融风险信息预警预测问题，给地方金融风险治理提供了新思路、新方向。近年来，以广州、深圳等为代表的地方政府在以大数据推进地方金融风险的监测预警及协同治理领域取得了宝贵经验，并走在全国地方金融风险治理的前列。因此，本章将从案例分析角度，进一步剖析不同地方政府在以大数据治理金融风险的过程中，在数据治理、风险识别、风险监测预警与协同决策等方面的经验与做法，为构建基于大数据的地方金融风险监测预警及协同治理机制提供实践依据。

第一节 政府主导型：广州大数据治理实践

一 案例选择依据

2013年以来，以P2P网络借贷为代表的互联网金融风险持续出现，广州作为互联网金融风险重要集聚区，逐步探索大数据驱动下的地方金融风险治理模式，尤其是进行互联网金融隐蔽下的非法集资、金融诈骗等地方非法金融风险治理实践，并取得了初步成效。广州作为广东省省会及国内金融中心，金融发展程度高，同时，自2013年起以P2P网络借贷为代表的地方非正式金融组织借贷风险发生频率高、风险复杂、治理难度大，迫切需要通过治理模式变革和创新来降低金融风险，推进地方金融健康发展。基于地方金融风险大数据治理的广州实践，尤其是以P2P网络借贷为代表的地方非正式金融组织借贷