一线监管频添利器 上交所构建科技监管体系

    近年来，上交所上市公司规模迅速扩大，50ETF期权、债券等相关业务蓬勃发展，科创板注册制相关业务也积极推进。市场容量逐步扩大，一线监管压力也随之增加。随着人工智能、大数据、云计算等新技术的发展，技术已跨越基础支撑的发展阶段，逐步成为引领业务创新的重要动力。上交所各部门主动出击，密切配合，逐步构建起以一线监管逻辑为核心、数据挖掘等为手段的科技监管体系。

    一线监管面临新挑战

    “从监管效果角度说，每个监管员覆盖的范围已快到达极限，人海战术的边际效果在逐步递减，必须通过更多科技手段提升监管效率，增加监管效能。”上交所一位业务部门负责人对中国证券报记者坦言。

    中国资本市场正在飞速发展，作为中国资本市场核心载体之一的上交所业务也在飞速发展。

    上交所成立29年来，沪市上市公司不断壮大、整体实力不断增强，从最初的仅有8家上市公司，总市值不足30亿元，成长为1520家上市公司（含科创板），总市值达34.29万亿元。

    期权、债券乃至科创板等业务增长速度更加惊人。2015年2月9日，我国首个场内期权产品上证50ETF期权正式上线，发展已近5年。截至8月底，50ETF期权合约日均成交246.93万张，日均持仓307.24万张，日均权利金成交14.51亿元，日均成交面值688.49亿元。上证50ETF期权已成为继S&P500ETF期权之后，全球第二大ETF期权产品。2015年公司债券改革以来，上交所债券市场实现快速发展，规模日益增长。截至8月底，在上交所上市或挂牌各类债券14255只，债券托管量达9.24万亿元。

    自2019年3月科创板正式受理企业申请以来，已有155家企业申报科创板，申报企业集中，申报数量巨大，给审核工作带来巨大压力。

    “随着证券市场规模持续扩大，新的产品和交易方式日益丰富以及投资者结构日趋复杂，证券异常交易行为、违法违规行为呈多元化、隐蔽化等特征，交易所一线监管工作面临较大挑战。近年来，随着大数据、云计算、人工智能技术日益成熟，金融科技取得快速发展，为证券交易监管自动化、智能化提供新的发展思路。”上交所公司监察一部相关人士在接受中国证券报记者采访时表示。

    大数据成最核心技术抓手

    上交所金融交易平台属性，客观上决定了虚拟场景多、现实场景少，数据多、实物少的情况，一线监管必须大量依靠数据搜集、数据挖掘、数据处理等手段。因此，大数据成为上交所科技监管最核心的技术抓手。

    事实上，在上交所内部，根据业务逻辑的不同，各部门对大数据的具体应用方式也不同。

    “画像”是各部门普遍采用的方式之一，通过各种数据标签，对监管对象进行更加细致精准描述，从而方便监管行为开展。

    上交所债券部通过各系统模块并结合可扩展商业报告语言（XBRL）技术，整合项目申报信息、发行人基本信息、发行人财务信息、公司债券信息披露、公司债券风险管理、监管信息等信息，构建公司债券从项目受理到公司债券存续期结束的全生命周期全貌数据库。在系统中通过深度定制模块对公司债券全貌数据进行多维度展示，协助监管人员迅速了解发行人及相应公司债券，便于对公司债券的风险情况迅速做出判断。

    通过大数据建模，识别异常交易行为等也是常用手段。期权交易部门通过这种方法识别非法期权分仓交易经营平台。市场监察部门使用知识图谱技术构建图形化的账户关联分析模型。

    2017年初，在筛查涉嫌操纵次新股的案件线索过程中，市场监察部门借助上述账户关联性分析模型，快速识别定位嫌疑账户组及其实际控制人，比较完整地还原了多账户多点合谋操纵的行为模式。

    此外，上交所技术中心部门还从全局角度提供了金融文档比对、金融文本抽取等科技监管手段，并在科创板审核中心等部门实践。

    金融文本处理系统目前已完成科创板招股说明书提取模型，提取字段约1100个，数据点约3000个。金融文档对比借助深度学习和自然语言处理等人工智能技术，智能化复核文档差异，减少不必要的人力劳动。结合业务需求，定制化开发，该系统不仅支持不同版本、不同格式的金融文档比对，还支持差异结果归类，可按差异类型和章节结构筛选查看。

    监管逻辑成为“指挥棒”

    从一线监管角度而言，科技只是手段。要提升监管效率，改善监管效能才是最终手段。因此，在科技为矛的基础上，监管逻辑成为上交所监管科技体系建设的“指挥棒”。上交所监管科技定位也主要服务于公司行为监管和市场行为监管。

    目前，上交所正在推进线索分析工具自动化和智能化。在建的新内幕分析模型将实现对内幕交易嫌疑账户“智能分析”和内幕交易核查报告的“一键生成”，模型在行情走势图中集成上市公司公告信息、历史监管信息，设计内幕交易特征筛选器进行多维分析，以图形化方式动态展示分析进程。监管人员仅需确定证券名称和分析区间，系统即可根据内幕信息类型，结合公司量价波动、账户交易特征指标等信息给出符合条件的嫌疑账户，按相应模板自动生成分析报告。