一線監(jiān)管頻添利器 上交所構(gòu)建科技監(jiān)管體系

    近年來，上交所上市公司規(guī)模迅速擴大，50ETF期權(quán)、債券等相關(guān)業(yè)務蓬勃發(fā)展，科創(chuàng)板注冊制相關(guān)業(yè)務也積極推進。市場容量逐步擴大，一線監(jiān)管壓力也隨之增加。隨著人工智能、大數(shù)據(jù)、云計算等新技術(shù)的發(fā)展，技術(shù)已跨越基礎(chǔ)支撐的發(fā)展階段，逐步成為引領(lǐng)業(yè)務創(chuàng)新的重要動力。上交所各部門主動出擊，密切配合，逐步構(gòu)建起以一線監(jiān)管邏輯為核心、數(shù)據(jù)挖掘等為手段的科技監(jiān)管體系。

    一線監(jiān)管面臨新挑戰(zhàn)

    “從監(jiān)管效果角度說，每個監(jiān)管員覆蓋的范圍已快到達極限，人海戰(zhàn)術(shù)的邊際效果在逐步遞減，必須通過更多科技手段提升監(jiān)管效率，增加監(jiān)管效能。”上交所一位業(yè)務部門負責人對中國證券報記者坦言。

    中國資本市場正在飛速發(fā)展，作為中國資本市場核心載體之一的上交所業(yè)務也在飛速發(fā)展。

    上交所成立29年來，滬市上市公司不斷壯大、整體實力不斷增強，從最初的僅有8家上市公司，總市值不足30億元，成長為1520家上市公司（含科創(chuàng)板），總市值達34.29萬億元。

    期權(quán)、債券乃至科創(chuàng)板等業(yè)務增長速度更加驚人。2015年2月9日，我國首個場內(nèi)期權(quán)產(chǎn)品上證50ETF期權(quán)正式上線，發(fā)展已近5年。截至8月底，50ETF期權(quán)合約日均成交246.93萬張，日均持倉307.24萬張，日均權(quán)利金成交14.51億元，日均成交面值688.49億元。上證50ETF期權(quán)已成為繼S&P500ETF期權(quán)之后，全球第二大ETF期權(quán)產(chǎn)品。2015年公司債券改革以來，上交所債券市場實現(xiàn)快速發(fā)展，規(guī)模日益增長。截至8月底，在上交所上市或掛牌各類債券14255只，債券托管量達9.24萬億元。

    自2019年3月科創(chuàng)板正式受理企業(yè)申請以來，已有155家企業(yè)申報科創(chuàng)板，申報企業(yè)集中，申報數(shù)量巨大，給審核工作帶來巨大壓力。

    “隨著證券市場規(guī)模持續(xù)擴大，新的產(chǎn)品和交易方式日益豐富以及投資者結(jié)構(gòu)日趨復雜，證券異常交易行為、違法違規(guī)行為呈多元化、隱蔽化等特征，交易所一線監(jiān)管工作面臨較大挑戰(zhàn)。近年來，隨著大數(shù)據(jù)、云計算、人工智能技術(shù)日益成熟，金融科技取得快速發(fā)展，為證券交易監(jiān)管自動化、智能化提供新的發(fā)展思路。”上交所公司監(jiān)察一部相關(guān)人士在接受中國證券報記者采訪時表示。

    大數(shù)據(jù)成最核心技術(shù)抓手

    上交所金融交易平臺屬性，客觀上決定了虛擬場景多、現(xiàn)實場景少，數(shù)據(jù)多、實物少的情況，一線監(jiān)管必須大量依靠數(shù)據(jù)搜集、數(shù)據(jù)挖掘、數(shù)據(jù)處理等手段。因此，大數(shù)據(jù)成為上交所科技監(jiān)管最核心的技術(shù)抓手。

    事實上，在上交所內(nèi)部，根據(jù)業(yè)務邏輯的不同，各部門對大數(shù)據(jù)的具體應用方式也不同。

    “畫像”是各部門普遍采用的方式之一，通過各種數(shù)據(jù)標簽，對監(jiān)管對象進行更加細致精準描述，從而方便監(jiān)管行為開展。

    上交所債券部通過各系統(tǒng)模塊并結(jié)合可擴展商業(yè)報告語言（XBRL）技術(shù)，整合項目申報信息、發(fā)行人基本信息、發(fā)行人財務信息、公司債券信息披露、公司債券風險管理、監(jiān)管信息等信息，構(gòu)建公司債券從項目受理到公司債券存續(xù)期結(jié)束的全生命周期全貌數(shù)據(jù)庫。在系統(tǒng)中通過深度定制模塊對公司債券全貌數(shù)據(jù)進行多維度展示，協(xié)助監(jiān)管人員迅速了解發(fā)行人及相應公司債券，便于對公司債券的風險情況迅速做出判斷。

    通過大數(shù)據(jù)建模，識別異常交易行為等也是常用手段。期權(quán)交易部門通過這種方法識別非法期權(quán)分倉交易經(jīng)營平臺。市場監(jiān)察部門使用知識圖譜技術(shù)構(gòu)建圖形化的賬戶關(guān)聯(lián)分析模型。

    2017年初，在篩查涉嫌操縱次新股的案件線索過程中，市場監(jiān)察部門借助上述賬戶關(guān)聯(lián)性分析模型，快速識別定位嫌疑賬戶組及其實際控制人，比較完整地還原了多賬戶多點合謀操縱的行為模式。

    此外，上交所技術(shù)中心部門還從全局角度提供了金融文檔比對、金融文本抽取等科技監(jiān)管手段，并在科創(chuàng)板審核中心等部門實踐。

    金融文本處理系統(tǒng)目前已完成科創(chuàng)板招股說明書提取模型，提取字段約1100個，數(shù)據(jù)點約3000個。金融文檔對比借助深度學習和自然語言處理等人工智能技術(shù)，智能化復核文檔差異，減少不必要的人力勞動。結(jié)合業(yè)務需求，定制化開發(fā)，該系統(tǒng)不僅支持不同版本、不同格式的金融文檔比對，還支持差異結(jié)果歸類，可按差異類型和章節(jié)結(jié)構(gòu)篩選查看。

    監(jiān)管邏輯成為“指揮棒”

    從一線監(jiān)管角度而言，科技只是手段。要提升監(jiān)管效率，改善監(jiān)管效能才是最終手段。因此，在科技為矛的基礎(chǔ)上，監(jiān)管邏輯成為上交所監(jiān)管科技體系建設(shè)的“指揮棒”。上交所監(jiān)管科技定位也主要服務于公司行為監(jiān)管和市場行為監(jiān)管。

    目前，上交所正在推進線索分析工具自動化和智能化。在建的新內(nèi)幕分析模型將實現(xiàn)對內(nèi)幕交易嫌疑賬戶“智能分析”和內(nèi)幕交易核查報告的“一鍵生成”，模型在行情走勢圖中集成上市公司公告信息、歷史監(jiān)管信息，設(shè)計內(nèi)幕交易特征篩選器進行多維分析，以圖形化方式動態(tài)展示分析進程。監(jiān)管人員僅需確定證券名稱和分析區(qū)間，系統(tǒng)即可根據(jù)內(nèi)幕信息類型，結(jié)合公司量價波動、賬戶交易特征指標等信息給出符合條件的嫌疑賬戶，按相應模板自動生成分析報告。