黨的十九大及全國金融監(jiān)管工作會議提出，健全金融監(jiān)管體系，守住不發(fā)生系統(tǒng)性金融風險的底線。近年來，隨著證券市場規(guī)模持續(xù)擴大，金融行業(yè)混業(yè)經(jīng)營不斷加強，投資者結(jié)構(gòu)日漸多元，違法違規(guī)交易行為也日益隱蔽，都對交易所監(jiān)管提出了更高要求。

    日前，上交所有關負責人接受記者采訪時說，在證券交易監(jiān)管面臨的新形勢和新要求下，上交所正在積極探索運用先進技術手段提升交易所監(jiān)管能力。目前，大數(shù)據(jù)、云計算、人工智能新技術蓬勃發(fā)展，在金融行業(yè)的應用日益成熟，也給上交所推進自動化、智能化監(jiān)管帶來了全新思路和契機。

    智能識別

    異常交易線索

    記者了解到，上交所一直重視信息技術在交易監(jiān)管中的應用，近期在大數(shù)據(jù)規(guī)劃及監(jiān)管技術研究方面開展了一系列創(chuàng)新性工作。近兩年，上交所啟動了大數(shù)據(jù)平臺的規(guī)劃建設，進一步整合數(shù)據(jù)資源，深挖數(shù)據(jù)價值。開展了金融云平臺的設計和建設，對圖數(shù)據(jù)庫、流計算和自然語言識別等新興技術進行研究，為智能監(jiān)管提供持續(xù)有力的技術支撐。上交所還積極研發(fā)智能應用，以大數(shù)據(jù)平臺為基礎，以實際監(jiān)管業(yè)務場景為著陸點，持續(xù)開展新技術課題研究，并及時將研究成果應用于實際監(jiān)管工作。

    具體來說，一是運用機器學習技術實現(xiàn)投資者畫像。從交易風格、持倉特征、投資偏好、歷史監(jiān)管情況和違法違規(guī)情況等維度，設計特征指標，對投資者進行全方位圖形化展示。運用機器學習技術，智能識別和預判其異常交易模式，為異常交易行為的分析和決策提供參考；二是運用知識圖譜技術進行賬戶關聯(lián)性分析。從賬戶關聯(lián)、交易關聯(lián)、終端設備關聯(lián)等多個維度，高效計算和判定賬戶關聯(lián)關系。同時應用最新的圖數(shù)據(jù)庫技術，快速生成拓撲圖，直觀展示賬戶和賬戶組之間的關聯(lián)關系，提升關聯(lián)賬戶識別效率；三是使用文本挖掘技術提高網(wǎng)絡“黑嘴”的偵測能力。運用文本挖掘和語義分析技術，自動抓取熱門網(wǎng)絡社區(qū)中薦股信息，同步篩查相關股票行情是否存在異動，自動對異動股中“搶先交易”行為特征的賬戶進行分析，篩查出網(wǎng)絡“黑嘴”嫌疑賬戶。

    上交所負責人表示，上述三項智能技術研究成果均已投入監(jiān)管實踐應用，對提升一線監(jiān)管效能起到了積極推進作用。

    比如說，投資者畫像可提供投資者行為特征的圖形化描述，在交易監(jiān)管過程中增強了對異常行為的輔助判斷能力；賬戶關聯(lián)性分析實現(xiàn)了對關聯(lián)賬戶、關聯(lián)行為的圖形化動態(tài)監(jiān)測，極大提高了對隱藏在市場操縱、內(nèi)幕交易等違法違規(guī)行為背后的賬戶關聯(lián)關系的識別能力；網(wǎng)絡“黑嘴”篩查實現(xiàn)了對網(wǎng)絡薦股信息語義解析、異動股票偵測、嫌疑賬戶篩查的自動化、智能化分析，目前已成功發(fā)現(xiàn)了相關案件線索。

    拓展新技術監(jiān)管應用

    目前，證監(jiān)會正在統(tǒng)籌推進系統(tǒng)內(nèi)證券監(jiān)管大數(shù)據(jù)平臺的建設，將進一步加強各類新技術應用，提高金融監(jiān)管的智能化水平。證券時報記者獲悉，在如何運用大數(shù)據(jù)、運用人工智能技術提升監(jiān)管能力等方面，上交所已積累了一些經(jīng)驗，取得了一定的監(jiān)管實效。

    據(jù)介紹，針對目前“智能監(jiān)管”中存在的具體問題，上交所已有針對性的思考和改進。一是與證券交易監(jiān)管相關的數(shù)據(jù)源仍需不斷擴展。上交所現(xiàn)有數(shù)據(jù)主要是滬市的交易、持倉相關數(shù)據(jù)，為增強數(shù)據(jù)的聚合價值，還需進一步整合公司年報、券商研報、輿情等交易相關數(shù)據(jù)，并開展關聯(lián)性分析。今后，需要建立對大數(shù)據(jù)、人工智能技術發(fā)展和應用的跟蹤機制，及時了解技術動態(tài)和發(fā)展趨勢，持續(xù)開展新技術在監(jiān)管業(yè)務場景上的應用研究。例如，深化對輿情、研報等非結(jié)構(gòu)化監(jiān)管數(shù)據(jù)處理研究及關聯(lián)分析，開展市場流動性實時偵測研究等。此外，還將探索建立科技監(jiān)管實驗室，提供用于研究的軟硬件環(huán)境，完善研究成果快速轉(zhuǎn)化為應用的機制，為智能監(jiān)管提供及時技術支持。

    二是非結(jié)構(gòu)化數(shù)據(jù)在監(jiān)管中的價值有待進一步挖掘。上交所在分析處理交易、持倉等結(jié)構(gòu)化數(shù)據(jù)方面，技術相對成熟，同時對于公司財報等數(shù)據(jù)，已通過可擴展商業(yè)報告語言（XBRL）實現(xiàn)了數(shù)據(jù)的半結(jié)構(gòu)化存儲和使用，但對于網(wǎng)絡輿情、券商研報等尚未結(jié)構(gòu)化的非交易類數(shù)據(jù)的處理和運用能力還有待加強，而往往這部分數(shù)據(jù)對監(jiān)管的綜合分析判斷具有極大參考意義。

    三是人工智能新技術在證券監(jiān)管中的運用還處于早期階段。目前，大數(shù)據(jù)處理技術在金融證券行業(yè)已有較多應用，在內(nèi)幕交易、老鼠倉等線索核查過程中作用顯著。但人工智能技術本身的發(fā)展尚處于早期的“認知”階段，更深入的“推理”、“決策”應用仍較少，在證券監(jiān)管領域的運用還需進一步探索和研究。

    此外，上交所將通過人員培訓、行業(yè)交流等多種方式，均衡、可持續(xù)地培養(yǎng)復合型監(jiān)管人才，形成提升科技監(jiān)管水平的長效動力。同時，還將積極引進外部專家和人才，并與外部科研機構(gòu)、高校、科技公司開展交流和聯(lián)合研究，助力交易所智能監(jiān)管更快發(fā)展。