秦皇岛商标注册-深度探营“硬核”上交所:公司与投资者皆可画像 科技监管进入新时代-标哩哩商标注册

阅读:263 2019-10-08 20:10:12

摘要 【深度探营“硬核”上交所:公司与投资者皆可画像 科技监管进入新时代】近日,第一财经记者实地走访了上交所数个业务部门,深入体验一线监管的科技化水平与智能化程度。

目前,画像服务、关联分析等技术手段在监管实践中已深入应用,科技监管成为各业务领域的重要辅助工具。

不仅如此,上交所还建成了目前国内证券行业最大的数据中心,即金桥数据中心;不仅为交易所和市场交易提供可靠的安全保障,还将向金融机构进一步开放,与行业共享高可靠、高安全的基础设施。

找来上百个账户做掩护,进行秘密的股价操纵,但谁想在下单之初就被一个智能系统盯上,复杂隐蔽的关系网很快就得以浮现。

事实上,敏感投资者在这个系统内其实早就有了一张“画像”,风格、持仓、偏好、过往监管信息等关键指标都跃然纸上。

而这个市场里的每一家个股公司,也都有着多维度的立体“画像”,全面的基本信息、潜在的风险隐患、清晰的财务状况都会被智能识别。

这些场景,并不是出自一家高科技的公司,而就是上海证券交易所日常的一线监管工作中最常见的一幕。

就在9月初,证监会召开全面深化资本市场改革工作座谈会,布置了当前及今后深化改革的12个重点任务。

其中,加快提升科技监管能力再被强调,要求推进科技与业务深度融合,提升监管的科技化、智能化水平。

近日,第一财经记者实地走访了上交所数个业务部门,深入体验一线监管的科技化水平与智能化程度。

目前,画像服务、关联分析等技术手段在监管实践中已深入应用,科技监管成为各业务领域的重要辅助工具。

不仅如此,上交所还建成了目前国内证券行业最大的数据中心,即金桥数据中心;不仅为交易所和市场交易提供可靠的安全保障,还将向金融机构进一步开放,与行业共享高可靠、高安全的基础设施。

数据透视与精准监控 利用大数据、云计算、人工智能等技术,将人工监管的经验和敏锐度进行提炼并放大,上交所的交易监管仿佛装上了一双“透视眼”。

每只股票的异常交易行为、敏感账户及其关联关系,都会以画像的形式呈现在监管员眼前,而这一切都是由机器自动生成。

A股目前有近1.6亿的投资者,每个交易日都生产着海量的交易数据。

及时在投资者和交易的各类信息中做好市场监察,这是交易所的核心职能,但也是一线监管面临的巨大挑战与压力。

以2017年证监会处罚的一批次新股操纵案件为例,相关操纵团伙采用多账户、多点进行股票操纵。

交易行为及账户的关联性极为复杂,违法行为的隐蔽性极大。

“在筛查这起操纵次新股案件的线索时,我们借助了账户关联性分析模型,把嫌疑账户组和背后的实际控制人快速识别并定位,整起合谋操纵的行为模式得到了比较完整的还原。

”在回顾该案最初的监察情况时,上交所相关业务人员王晗(化名)回忆道。

针对市场监察业务中遇到的实际问题,上交所组织开展了一系列新技术研究,诸多成果已经应用在监管实践中。

王晗所说的上述关联性分析模型,正是其中之一,并且已经实现了图形化的直观呈现。

在该功能模块下,点开一个账户,其涉及到的关联关系都一目了然。

这背后,依靠的是知识图谱技术。

通过对账户关联性相关的多维度数据进行关联和深度整合,在图数据库技术的助力下,快速生成关联拓扑图,进而呈现账户之间、账户组之间复杂多变的关联关系,提高关联账户的识别效率。

类似的新技术还有很多运用实例。

比如,依托机器学习技术而完成的“投资者画像”。

王晗介绍道,根据交易风格、持仓特征、投资偏好、历史监管情况等多个维度指标,目前同样可以图形化的方式,全方位展示敏感投资者的交易行为特征。

借此,监管人员可以快速、准确地锁定频繁参与市场炒作、以拉抬打压等手法进行异常交易的账户。

甚至是一边在股吧里大放厥词,一边使用账户抢先交易的网络“黑嘴”,也被这些新技术手段盯上了。

通过文本挖掘、语义分析等技术,目前上交所监察系统可以自动抓取热门网络社区中的荐股信息,再同步筛查、比对相关股票是否存在异动,对具有“抢先交易”行为特征的账户,进行更进一步的深度分析挖掘。

藏于网络之下的那些“黑嘴”嫌疑账户,很容易就被抓个现行。

新技术研究还在一直持续。

比如,上交所新内幕分析模型已经在建设中,监管人员仅需要输入证券名称和分析区间,将可以看到对内幕交易嫌疑账户的智能分析,并“一键生成”内幕交易核查报告。

线索分析工具的自动化和智能化升级、针对易被市场操纵股票进行预言预判等模型开发,都已经提上建设日程表。

“有时候网络上的某个消息一传出来,股价立马就会随之变化,这里面就可能暗藏了内幕交易或市场操纵等违法违规行为。

”王晗说,在传统的交易持仓数据、账户开户数据、交易终端与保证金数据、监管历史数据等结构化数据的基础上,上交所监察系统还在向非结构化或半结构化数据源拓展,比如网络舆情、公司年报、券商研报等等,这将更充分地发挥监管大数据的联动分析效果。

在技术层面想要实现这些功能模块,并不难。

但交易所还有着一线监管关键的“王牌”,那就是监管员日积月累的监管经验、交易所成立以来的历史数据。

没有人工,难以智能。

不可复制的独有资源,借助人工智能及大数据处理技术,最终将实现实时、全景、穿透式的监管目标。

在未来,这些功能并不会“单兵作战”,而会全部整合于新一代监察系统之中,实现更自动化、智能化的市场监管。

新一代监察系统的建设正在快速地推进。

其较交易所最初使用的监察系统,已经历了三代的升级更迭。

新监察系统的最大亮点,是实现了实时监控预警、历史数据分析、监管工作流的一体化运行,功能覆盖了自律监管、线索分析、运行监测、数据协查等全业务领域,具有数据可视化、操作自动化、模型智能化的技术优势。

从目前自律监管处置功能,不难感受到这套系统的自动化程度—— 以科创板为例,其异常交易规则已公布,各项指标明确。

交易行为一旦触发异常就会自动报警,系统内会根据具体的异常行为自动生成相应的自律监管函件,再自动下发给券商,由其通知交易的投资者。

整个过程实现了自动化,人工监管仅需确认下函件内容就可完成整个处置流程。

智能画像与风险识别 除了交易监管外,监管科技也有效应用在市场、主体风险识别和防范工作中,对于维护资本市场安全运行和投资者合法权益发挥着关键作用。

能够被画像的不只是投资者。

近日,上交所公司画像系统正式上线。

同样只需要轻轻一点,包含着公司的前世今生、潜在风险、财务预警等重要信息的画像图立刻呈现。

像装上了“筛选器”般,显著提高了公司监管的效率与精准度。

与此同时,企业情况更为多元和复杂的科创板上市审核,也在推进科技评价、金融文本处理等辅助审核工具。

人工监管,有着自身独特的经验优势,但也存在效率不高、标准不一等现实问题。

尤其伴随上市公司数量逐渐增多、监管复杂性提高的情况下,这些短板日渐明显。

启用公司画像,为的是让监管人员快速、全面了解和掌握公司情况,更加及时有效地发现公司的潜在风险,辅助分管人员对定期报告进行审核。

启动公司画像,目前已有公司快览、风险扫描、财报审核三个功能模块已经上线,用途各有侧重。

点开“公司快览”,更像是公司的一幅全景扫描,呈现了监管档案、关键指标分析、股价与公司大事、股东及关键人员、业务及财务信息、行业比较分析、资本运作信息、外部评价信息、公司关系图谱等多个关键信息。

通过“风险扫描”,能直观识别公司的“健康情况”,并有针对性做提前预警。

上交所公司监管部的一位监管员介绍,该功能模块里设置了80多个风险标签,涉及到财务业绩、公司经营、公司治理及合规、股东关键人员、股价舆情、资本运作、公司债券等。

不同标签背后,更对应了160多项触发预警情形的业务规则;按照不同类别,既可以做长期风险事项的持续提示,也可以对突发情形进行及时预警。

与之逻辑类似,通过“财报审核”也能够实现风险预警,并且能更进一步识别财务舞弊及财务异常。

上述监管员表示,通过这一模块目前已实现沪市公司定期报告的自动审查、全面覆盖;通过对资产质量、盈利状况、运营情况等78个相关标签进行监控排查,分管的监管员能够快速锁定公司定期报告中隐藏的风险。

一个实践战绩显示,在对2018年年报审核情况的检验中,系统自动生成的审核简报对问询函问题的覆盖率已接近60% 。

值得注意的是,“财报审核”中的标签会随着行业公司增加而进行动态更新,审核的精确度还有望不断提高。

释放人力、提高效率、力求精准,这种需求也同样出现在科创板企业发行上市审核中。

注册制下的上市发行审核,以信息披露为中心。

面对动辄几百页的招股书与审核问询回复,科创板审核员要从中提炼出企业的科创属性、科技实力、创新动力,也要找出遗漏的潜在风险、未尽的披露细节等等。

一项名为“科技评价系统”的模块,目前已在科创板审核系统中试行。

在大数据、自然语言处理和智能分析等技术的运用下,科创板审核企业的技术实力可以快速、直观呈现。

比如,针对科创企业最为核心的指标之一就是专利情况,在新的科技评价系统里,有多项功能对这一指标进行多维度分析。

科创板审核中心的相关负责人展示着,在评价系统内,通过校验科技数据的功能,将申报材料中相关技术数据与国家专利局等数据进行比对,可以校验是否存在虚假申报、专利是否存在质押或转让等情况。

通过技术方向分析的功能,基于技术聚类的行业分类模型,将申报企业所处行业对应至某一种或几种专业技术,能够提高行业分类准确性及针对性。

还有核心技术分析功能,可以将企业的专利质量、技术质量、专利对应的市场价值和社会影响等都直观呈现。

此外,行业地位分析、风险预警等功能也都能有力辅助审核工作。

“科技评价系统的推出,有效辅助审核员更好地聚焦企业的核心技术是什么、技术发展前景怎么样、企业在该技术方向上的实力如何这些核心问题。

”科创板审核中心相关负责人还表示,科创板审核目前也推出启用了金融文本处理系统金融文档,通过人工智能、机器学习等方法处理复杂多样的金融文档,释放人力,提升了审核工作的效率与抽取质量。

上交所科技监管向业务领域的渗透,也不仅仅覆盖股票等品种。

上交所债券部的相关人士介绍,通过使用大数据、XBRL等科技手段,交易所目前已实现了对公司债券的全生命周期监控,日常监管动作及监管措施也都可以做到电子化留痕。

当前的债券业务流程中,启用了公司债券项目审核系统、债券业务管理系统、债券监管与风险管理系统,“已经可以覆盖公司债券项目审核、发行上市、存续期的全生命周期数据,未来还将建设债券业务平台来实现债券相关系统的整合。

” 在创新产品领域,科技监管亦有融合与覆盖。

上证50ETF期权是我国首个场内期权产品,自上线至今发展已将近5年,已经成为全球第二大ETF期权产品。

截至今年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。

另一张成绩单是出自市场的良好运行。

截至目前,尚未出现爆炒、过度投机等风险事件,上证50ETF期权基本经受住了市场的考验。

谈及期权监管,上交所产品创新中心相关负责人表示,利用科技手段,目前实现了重点筛查未报备账户违规进行程序交易;构建期权市场投资者画像;还利用大数据建模,核查分拆账户交易行为、挖掘疑似账户,精准定位所属期权经营机构及账户。

多个违法经营期权业务的分仓交易平台,就是在该科技监管的部署中得以精准打击。

夯实基础与共享开放 如果给上交所画像,那另一面就是一家“硬核”的信息技术公司。

上海证券大厦南塔25楼,是上交所技术公司的办公所在地。

与交易监管或科创板审核中心的严肃和紧张相比,这里的气氛更为活跃,还设置有基于桌面云的开放式办公区域,供所内员工进行移动式的内外网办公。

在近几年科技监管的攻坚突围期,这里每天都接受着来自各业务部门的产品需求、使用反馈,产出和完善出一个个监管“神器”和“秘笈”;还监测着庞大的数据平台与交易系统的一举一动,担起了市场运行的“安全员”。

据内部人士介绍,早于每个交易日数个小时之前,技术公司的核心监测屏就开始运行,保障着沪市每天千亿成交额的交易安全。

但同时,这里也与各业务部门做到严格的权限划分。

“我们收集业务部门的需求和测试反馈,至于这些产品的监管结果和处理措施,我们完全接触不到。

”上交所技术公司负责人向记者表示。

细数上交所当前的科技监管架构,不管是新监察系统、科技评价系统的平台建设,还是画像功能、关联分析、的应用服务,都是技术公司主导研发,并建立在自有的基础架构之上,实现了技术对监管、服务等各业务环节的引领。

而纵深来看,从之前的数据仓库到现在的大数据平台和证通云,从外高桥证券数据大厦再到目前国内业内最大的金桥数据中心,从系统内自用到辐射全行业;近20年里,上交所始终专注于基础设施的建设,进而推动科技监管的持续升级。

于是,一个架构清晰、规划明确的信息技术研发公司画像就出现了。

从上交所技术公司的开发规划和产品架构来看,在最底层,除了已有的技术大厦数据中心、宁桥路数据中心、华信北数据中心,上交所金桥数据中心已在建设和试运行中。

从机柜数量这一指标来看,这将会是国内证券行业最大的数据中心;它不仅会是上交所和证券交易市场的底层基础,也将为证券行业提供高可靠、高安全的数据中心。

而就在今年5月,金桥数据中心迎来了东方证券、兴业证券等首批行业用户。

数据中心将为这些用户提供两幢机房楼以及配套的办公、运维资源。

入驻后,数据中心还会凭借专业化的运维管理、安全可靠的接入服务,提供全方位应用级服务的平台。

能够选择交易所数据中心而非自建机房,这将极大减少金融机构的重复建设,提高资源运用效率、节约建设成本。

能够从自用向行业开放的,不只是在基础设施方面。

在上交所技术公司产品架构的第二个层级,大数据平台和金融云(即证通云)目前已初步建成,并逐步投入使用。

其中,证通云已经开始向部门金融机构开放商用。

假设一家新建基金公司需要搭建系统和组建技术团队,至少要有千万元级别的成本投入,时间周期也需要约半年时间;如果使用证通云的计算资源和解决方案,最快可以在一两个月内、以百万级别的投入完成初步构架。

既保障着上交所的信息技术系统和基础设施建设与运行,还在向市场输出技术和服务——上交所技术公司与数据中心,其实更是上交所科技战略的一个缩影,也是其迈向技术先进、运行高效、结构完整、品种齐全、功能完备、市场透明、监管有效、具有国际影响力的世界领先交易所的重要一步。

(文章来源:第一财经) (责任编辑:DF075)。

相关文章
{{ v.title }}
{{ v.description||(cleanHtml(v.content)).substr(0,100)+'···' }}
你可能感兴趣
推荐阅读 更多>
推荐商标

{{ v.name }}

{{ v.cls }}类

立即购买 联系客服