大數據背景下證券監管制度的變革——以防控內幕交易為例

孟　琳

四川省社會科學院，四川　成都　610071

?

大數據背景下證券監管制度的變革——以防控內幕交易為例

孟琳

四川省社會科學院，四川成都610071

摘要：科技的進步必將造成制度的變革，大數據技術的成熟在推動社會變革的同時也在助推證券監管制度的變革。運用大數據技術能夠完善傳統監管制度，從而實現強化監管的同時提高市場活躍度。

關鍵詞：大數據；證券監管；變革

一、概述

證券監管是政府及其監管部門通過法律、經濟、行政等手段對參與證券市場各類活動的各類主體的行為所進行的干預、管制和引導。[1]證券監管的目標有三層內涵：保護投資者、確保公平有效和透明的市場、減少系統風險。[2]證券監管與市場效率之間在很多學者眼中存在著一種悖論，強化監管往往意味著犧牲市場效率。從證券監管的目標理解，市場效率是證券監管三大目標之一。因此，這樣的觀點顯然是一種偏見。其實，證券監管本身和市場效率并不矛盾，實際上是由于監管手段的選擇和監管利益的失衡導致監管在實際操作過程中犧牲市場效率。隨著信息量呈爆炸式增長，大數據技術正在潛移默化地改造傳統各行各業，包括政務領域。[3]不可否認，在大數據背景下，證券監管制度必然發生變革。

二、內幕交易監管現狀

證券監管按行為和活動的性質可分為發行監管、承銷監管、上市監管、交易監管。其中交易監管是難點。特別是內幕交易監管難度大，實踐中對于內幕交易的監管效果并不理想。中國證監會統計數據顯示，2008-2013年，證監會共集中調查內幕交易案件785件，占期間案件調查總量的52%；向公安機關移送內幕交易涉嫌犯罪案件95件，占同期移送案件的57%。若考慮內幕交易隱蔽性高的特點，實際內幕交易發生量遠高于被查處的案件量。

內幕交易監管難主要是因內幕交易特有屬性和現有監管制度僵化所致。首先，內幕交易指內幕信息知情人利用內幕信息獲取非法利益。內幕交易具有以下屬性：1、內幕信息知情人界限模糊。《證券法》七十四條以列舉方式點出6類知情人并用“其他”作為知情人范圍延伸，這種界定有利于監管6類人，但“其他”缺乏必要標準實際上很難界定。2、內幕信息不明確。《證券法》七十五條對內幕信息做了模糊性列舉，但不可否認，《證券法》的此種規定對于識別區分內幕信息是有困難的。3、交易隱蔽性。證券交易中識別交易與信息之間的關聯是難點，內幕信息從發生到披露會有一段時間，知情人應具有信息優勢，若采用策略化的交易方式則可隱蔽自身行為。[4]4、內幕交易具有正負兩面性。內幕交易本身具有促進交易降低交易費用的效果，但同時又可能損害其他參與者利益。如何識別正內幕交易與負內幕交易比較困難，有些負內幕交易在很長一段時間負面效果才會被人發覺。同時，對于是否區別對待內幕交易還是一致對待也存在較大爭議。

其次，現有監管制度僵化，主要體現在：1、監管理念滯后。目前監管的行政色彩太濃，自律監管、社會化監管意識不強，這樣極易造成阻礙市場效率同時未能改善監管局面。2、過分依賴信息披露。內幕交易的根源在于信息不對稱，信息披露制度的設計目的在于最大化的降低信息不對稱。當然從目前的實踐觀察，信息披露制度中蘊含的信息存在人為加工，失真現象，保證信息真實性難度也不亞于防控內幕交易。3、監管方式多，卻顯雜亂，帶有負效應。4、監管主體權責重疊模糊。依《證券法》規定中國證監會是法定監管機構，但實際參與監管的主體還包括：地方證監局、證券交易所、證券協會甚至是地方政府，主體間權力配置存在重疊，職責不明確。[5]5、監管成本高。參與證券監管的工作人員就是一個龐大的群體，同時為強化監管還要投入各種高昂的技術設備以及其他監管費用。6、事前事后監管比重大。以目前監管理念和監管技術，實現動態性事中監管是比較困難的，事前監管和事后監管則被強化。事前監管的強化意味著提高準入門檻限制市場自由度，事后監管往往基于損失已發生下采取的措施，損失已經無法挽回。

其實，總結內幕監管困難最大的根源在于數據沒有得到充分的利用。一方面，目前無論是信息披露或是其他監管手段其處理的信息集中在交易數據；另一方面，數據處理程度不深。大數據時代監管強調的數據包含了交易數據但又不止于交易數據，同時，重視對數據的深挖掘。用大數據理念變革監管制度，有助于改善目前內幕交易的監管困境。

三、大數據對監管制度的影響

大數據具有：大量、多樣、高速、價值四大特征。大數據讓人類認識和改造世界觀念發生了改變：1、分析對象由樣本變為全數據，大數據更加重視數據的量變引起質變；2、分析注重點由精確變為模糊，大數據認為過分精確的數據會剔除很多有用的信息；3、從注重因果分析轉向相關分析，大數據強調相關分析要比因果分析重要，同時因果分析和相關分析都不能得到有力論證。大數據正在全方位地對人類社會產生影響，包括證券監管領域。

(一)監管對象的轉變

證券監管對象是指參與證券活動的市場主體。其實其監管的對象應該是主體在證券市場上的活動行為。這種監管對象具有一定的局限性，一方面，直接行為往往和先前準備行為緊密相關，注重直接行為的監管會延誤預警的時機；另一方面，直接行為極易被行為者隱藏。大數據監管將監管的對象延生至直接行為前后的關聯行為。

(二)信息收集的轉變

傳統信息收集過程環節多、成本高、信息失真率大。如，信息披露制度，其信息強調有企業自行填報，交由中介機構核準，再交證券監管機構審核。自行填報數據雖然成本低但驗證過程的復雜性又沖抵了自行填報數據的成本優勢。同時，在缺乏必要的驗證信息，很難保證信息的真實性。大數據監管通過互聯網技術在全社會收集信息，并通過中央超級計算機對數據挖掘分析，以實現信息間的相互驗證，發現異常信息及時提供預警。

(三)工作中心轉向數據分析

傳統監管工作重視調查取證。通過大量證據來論證處罰違法行為的合理性。這種模式有利于完善事后監管的懲罰力度，但對已發生的損失不能起到彌補作用。大數據監管重視對數據的挖掘分析，從分析中尋找數據的關聯，強化對損失的防控。因此，其工作重心在于數據收集、分析方法選擇、以及工具性能的優化。

四、大數據背景下監管制度的重構

大數據時代，監管制度必然需要重構，一方面，重構有利于扭轉現有監管制度落后的局面；另一方面，重構也是一種制度的再建設，有利于充分利用大數據技術的優勢同時設計制度規避其帶來的不利影響。

(一)重視對觀念的轉變

行為、技術的改進容易但要改變固有的思維比較艱難。大數據監管首要任務就是將大數據思維引入監管領域。監管由傳統1.0行政模式，轉向大數據時代2.0的社會化模式。其表現：1、監管側重點由管理向監督傾斜；2、監管主體由行政主體向整個市場參與主體延生；3、手段由懲罰向預防轉變。

(二)大數據立法

大數據立法一方面指在立法時要參考大量數據，尊重數據分析產生的結果，使得立法依據更加具有說服力，立法依據由定性向定量轉移。另一方面指強化對大數據的立法，對大數據立法又包含兩層含義：1、數據標準化立法。數據標準化在于打通不同數據系統的接口實現全社會數據共享。2、數據使用標準立法。大數據挖掘在改變促進監管效率的同時，也留下侵犯參與者權利的隱含，通過使用標準立法可以有效約束規范大數據分析行為。

(三)強化事中監控、動態監控，放寬事前和事后的監管

傳統監管之所以犧牲市場效率強化對于事前和事后的監管，在于技術條件的不成熟，信息收集和處理能力有限。大數據時代，能夠彌補傳統監管的局限性，能夠對數據全方面收集和大數據處理。這樣就有助于事中監控、動態監控和違法預警的實現。那么就可以放寬對市場準入和對違規者的處罰強度，提升市場活躍度。

[參考文獻]

[1]洪偉力.證券監管:理論與實踐[M].上海:上海財經大學出版社，2000.

[2]陳岱松.關于證券監管理念的法理分析[J].蘭州學刊，2009.

[3]徐繼華.智慧政府大數據治國時代的來臨[M].北京:中信出版，2014.

[4]朱偉驊.內幕交易監管與監管困境研究綜述[J].證券市場導報，2007.

[5]周友蘇.證券法論[M].北京:法律出版社，2006.

作者簡介：孟琳(1989-)，女，漢族，山東棗莊人，研究生，四川省社會科學院，研究方向：金融法。

中圖分類號：F837.12

文獻標識碼：A

文章編號：2095-4379-(2015)31-0198-02