新型監測指標、市場操縱量化監測與交互式決策框架

姚 遠 趙 陽 張朝陽

（河南大學商學院，河南 開封 475004）

一、引言

近年來，隨著資本市場全球一體化和計算機技術的迅猛發展，資本市場交易規模不斷擴大，交易頻率迅速提高，國內外各類市場操縱事件也頻頻發生。2013—2019年間僅中國證監會披露的案件就多達330余起（吳崇林等，2021）。2014年，中國證監會開發的互聯網信息稽查分析系統正式上線，該系統主要通過對交易者賬戶信息和行情波動的相關性進行分析，來監測市場操縱行為，標志著國內市場操縱監管進入新時期。監測系統的上線本應讓操縱者望而生畏，使市場操縱成為小概率事件，但實際上證券市場中的操縱行為變得更為隱蔽、多樣（劉振清等，2020）?？梢妰H依靠傳統監測指標建模，不足以準確、全面、及時發現復雜多變的市場操縱行為（沈冰和周杰，2017）。那么，建立更為可靠的市場操縱監測模型，進一步構建可量化的市場操縱監測決策框架，保證監測與決策環節的時效性，既能充分克服證券市場的潛在可操縱漏洞，也有助于保障投資者的財產安全與股票市場穩定，對防范化解市場操縱引發的潛在金融風險及穩定金融市場有重要意義（陳岱松和孫亞南，2020）。

針對日益嚴重的操縱問題，學界圍繞操縱主體特征判別、操縱行為的市場數據量化和操縱指標的建模分析三條路徑展開研究。在操縱主體特征判別這一研究路徑中，學者使用博弈論方法對市場操縱主體進行機理判別，構建出序貫博弈操縱模型（曾懿亮，2019）、理性預期交易操縱模型（劉溪等，2019）、內幕交易操縱模型（周奇等，2020）、噪聲交易操縱模型（Xie 等，2020）等，從定性角度分析市場操縱的基本特征。在操縱行為的市場數據量化這一研究路徑中，學者側重于挖掘操縱行為和市場數據間的量化關系，提取出市場操縱的潛在衡量指標，如價格波動率、流動性、收益率、換手率、投資回報率和交易量等（李志輝和金波，2021），關聯識別特定操縱時段中市場指標異常變動與操縱行為的關系（孫煦初和趙景東，2020），依據變量特征結合操縱數據進行分類和回歸處理，實現操縱行為的量化表征（張澤堃，2019）。在操縱指標的建模分析這一路徑中，學者使用相關性分析和線性回歸分析技術（Rajvanshi 和Paul，2022；Aitken 等，2018），基于信息披露利用傳統的市場監測指標建立監測模型，如連續交易識別模型（李志輝和鄒謐，2018）、基于信號傳遞理論的操縱模型（鐘廷勇，2017）、股票操縱預判模型（張建鋒等，2018）、交易操縱模型（蔣云鶴和劉海龍，2016）、隨機效應線性模型（Kadioglu，2021）、交易網絡拓撲模型（Fbsa 等，2019）等，通過監測指標的異常來判斷是否存在市場操縱行為。

綜上所述，市場操縱監測研究已引起學界的普遍關注，但現有研究尚有不足?，F有的市場操縱監測模型局限于傳統市場度量指標，難以論證度量指標和市場操縱行為間的因果邏輯，不足以對市場操縱策略構成因果性解釋，即市場監測指標的變異不能直接推導出市場操縱行為的存在（張超和甘培忠，2019）。另外，現有研究對實際交易環境中的連續復雜操縱行為關注較少，缺乏相應的實時監測和診斷模型，量化后的市場操縱行為無法反饋為標準化、可操作的監管解釋條例。因此，本文結合大數據方法，提出現有市場操縱監測機制的優化方法，聚焦于構建新型監測指標和市場操縱量化監測與決策之間的交互機制，并提出具有可操作性的量化監測標準。

二、市場操縱監測的理論機制與模型優化

（一）市場操縱監測的理論依據

1.基于信息優勢的市場微觀結構理論。從市場微觀結構來看，市場參與主體包括操縱者、做市商以及噪聲交易者。市場操縱者的信息優勢來源于兩種途徑：一是通過散布虛假信息來操縱市場，成為“信號優勢者”，如蠱惑交易、“黑嘴”薦股、恍騙交易等（謝杰，2020）；二是通過內幕信息建立信息優勢，成為“知情交易者”，如單謀合謀、蓄意串通、內幕交易等（劉憲權，2020）?，F有研究認為，市場操縱者的信息優勢體現在訂單委托、訂單匹配、市場流動性、成交量等指標的量化特征上，結合市場主體構建貝葉斯學習框架或理性預期模型，能夠通過量化指標識別市場操縱行為。

2.基于概率論的統計試驗理論。馬爾科夫蒙特卡羅（MCMC）方法是目前廣泛使用的統計試驗方法。MCMC 方法應用于市場操縱監測的原理是，基于量化指標得到的操縱概率推理，使用馬爾科夫鏈采樣得出平穩分布的樣本集，再通過蒙特卡羅方法找出通用的操縱概率分布樣本集（石凱等，2021）。MCMC方法有效解決了真實市場操縱樣本小、分析結果不可靠的問題，模擬獲取更多的市場操縱數據，以不斷測試和完善市場操縱監測模型的穩健性。

3.基于大數據的機器學習理論。金融市場交易具有時效性，傳統的時間序列統計理論無法實時捕捉市場操縱行為。基于大數據的機器學習方法通過神經網絡、決策樹、貝葉斯網絡等模型，可以實現操縱的動態識別監測。相較于傳統方法，機器學習方法的精準性和敏感度都有較大提升。特別地，基于大數據的機器學習方法可以實現市場操縱的數據挖掘，能夠從市場操縱量化指標中提煉出更多技術信息，有效提升市場操縱監測的效率，但該方法在國內市場應用較少。

（二）市場操縱監測模型的監測機制分析

現有市場操縱監測模型的監測邏輯表現為操縱數據到監測模型的單向機制，如圖1所示。首先，市場交易數據分為操縱者和其他主體兩類，基于信息優勢的市場微觀結構理論指出兩類交易數據具有不同的量化特征。因此，可以通過貝葉斯學習框架分析出包含操縱信息的數據指標。這一過程主要基于對操縱者的交易特征概括，進而識別操縱交易策略，是構建市場操縱監測模型的基礎。其次，依據提取的操縱指標，通過基于概率論的統計試驗理論實現操縱概率推理。這一過程既包括操縱指標間的概率推理，也包括操縱行為性質的概率推理。最后，結合操縱指標間的概率關系，通過傳統時間序列模型實現對操縱行為的判定，由證券監管部門對操縱者進行處罰，對其他市場主體進行提醒。

圖1：現有市場操縱監測模型的監測機制

現有市場操縱監測模型的監測機制基礎是監測指標，監測指標既能反映操縱行為的量化特征，也能實現操縱概率的量化預測，但現有市場操縱監測模型的監測機制仍存在一些不足。其一，現有市場操縱監測模型從交易數據到操縱識別是單向機制，操縱識別結果和處罰不能為后續監測模型改進提供參考，單向機制無法避免監測模型的時效性損失，即原有操縱模型無法識別動態變化且日益復雜的操縱行為。其二，現有的國內監測模型主要是傳統的時間序列模型，無法實現大數據處理，由于數據量小，無法保證模型的監測精度和穩健性。其三，現有監測模型主要依據歷史數據進行監測判別，模型的數據處理能力差，有限樣本輸入集無法囊括所有實時數據，監測結果和判罰處理具有滯后性?？梢?，優化現有市場操縱監測模型及其作用機制確有必要。

（三）構建量化市場操縱監測模型的難點

結合監測機制分析可知，構建量化市場操縱監測模型尚存在諸多難點：

1.缺乏統一的監測標準。從市場操縱的研究來看，由于交易指標的選擇差異，形成了兩大難題。一是由于市場指標的多樣性，不同研究選擇的市場指標不盡相同，由此產生的監測模型也難以有統一的評判標準；二是不同研究在交易指標數據樣本的時段選擇上也缺乏統一性，由此生成的監測結果也難以進行統一評判（吳凌翔，2017）。可見，監測指標和數據時段的選擇差異會導致監測模型和監測結果的評判迥然不同，進而無法形成統一的量化監測標準（商浩文，2020）。因此，建立統一的監測標準是構建量化市場操縱監測模型的必要條件之一。

2.缺乏多部門聯動性。學者們研究市場操縱時往往依據所選取的指標構建模型，得出是否操縱的結論，這樣的論證過程過于單薄，缺乏對投資者、交易所、監管部門等多方市場參與者聯動性的考量（陳晨，2017）。具體而言，現有研究未提出多部門聯動監管決策框架和部門間聯動可量化準則。證券市場是多方參與的市場，所以無論從哪方參與者出發構建單部門的監管決策機制，都無法避免由于其他部門行動滯后性導致監管機制失效的難題。在無法保證各部門協同運行的情況下，監測模型無法形成監測、完善、督導、進一步監測的正向循環，模型的現實意義也將大打折扣。可見，考量多部門間的聯動性是保證量化監測模型有效性的基礎，也是構建量化監測模型的必要條件之二。

3.缺乏統一的法律規定。由于原有監測模型不能促進統一監測標準的建立，也無法形成多部門聯動，因此，難以形成統一的量化監管法律規定。對統一的監測指標與數據時段、多部門協同運行、后續法規的跟進等環節進行總體考量，進一步提出建立高質量的監管與決策機制法律規定（張子余等，2017），是構建量化監測模型的必要條件之三。

（四）優化量化市場操縱監測模型的可行思路

1.構建統一的監測指標。構建統一的監測指標既對指標選擇提出要求，也對數據時段選擇做出規定。只有構建了統一的監測指標，才有可能構建標準的監測模型，形成標準的監測結果，建立標準的監測結果評價準則，構造可量化的監管條例。故深度挖掘操縱行為本質，探究可監測的交易特征量化指標，既是優化原有監測模型的要求，也是構建量化市場操縱監測模型的應有之義。

2.注重部門聯動性，構建監測與決策交互式循環。所謂多部門聯動，就是要將交易特征、監測模型、監管與決策機制等環節統籌考慮，厘清各環節間的銜接點與障礙點，建立運行循環，保障彼此間的正向反饋。要在整體高度上構建統籌全局的操縱閉環管理與決策模型框架，實現監測與決策交互式循環，從而為構建量化市場操縱監測模型提供理論指導。

3.基于監測與決策交互式循環，形成統一的量化法律規定。繼形成監測與決策交互循環之后，為了確保交互循環的穩定性，須針對整體監管框架制定規范條例，形成統一的法律規定。既要保證監管與決策交互循環的嚴肅性，也要賦予量化交互式監測框架規范性。

三、新型監測指標的構建

為了保證量化市場操縱監測模型的有效性，應通過監管條例分析和基本交易行為特征分析，提取操縱行為的本質特征，有針對性地設計新型監測指標。并進一步梳理新型監測指標之間的邏輯關系以及新型監測指標與監測模型的交互機制，為構建大數據驅動的市場操縱監管規制交互式閉環管理與決策模型框架奠定基礎。

（一）操縱行為的本質交易特征量化

納斯達克（NASDAQ）市場是成熟的證券市場，對市場操縱行為的披露較為細致，具有可信度。因此，本文以SEC 披露的發生在2010年6月4日的NASDAQ 市場實際操縱案例為例，分析其基本交易行為特征：在盤口價格掛賣單A 數量1000；連續掛5手買單，數量共2000，每單的限價都高于當前最高盤口價約5 個基點；買賣價差迅速縮小，賣單A 成交數量645；再次連續掛6 手買單，數量共1000，每單的限價都高于當前最高盤口買價約3 個基點；買賣價差迅速縮小，賣單A 所剩數量再成交200；最終所剩數量為155的賣單和之前11手買單都被取消。美國市場和我國市場案例的掛單頻率、額度、成交單數以及最終操縱程度等各項指標雖不盡相同，但其基本形式都符合監管條例的基本定義（見圖2b）（沈似夏，2018）。以圖2為示例，從典型案例中把市場操縱事件所包含的各個行為特征（見圖2a）分解、歸類為監管條例中所描述的形式（見圖2b），再把監管條例中的基本形式進一步總結抽象為五類基本交易行為特征（見圖2c）。

圖2：市場操縱的“基本交易行為特征”分解

（二）設計新型監測指標

具體定義如下：

A和B分別表示第個限價指令進入指令簿當前盤口最佳賣一和買一報價，L表示第個指令的限價。δ用來度量當前限價指令報價的異常性，即指令的報價對于當前盤口價格波動的影響。

指標4：市場失衡監測指標?！拔I委賣比值”可以衡量一段時間內場內買、賣盤強弱（扈文秀和劉小龍，2013）。一方面，市場操縱顯著影響“委買委賣比值”，另一方面，也顯著改變一段時間內場內成交額度和撤單額度的比值?；诖?，定義市場失衡度量指標為：

（三）構建新型量化監測指標之間的邏輯關系

圖3：操縱行為監測指標邏輯關系圖

（四）新型監測指標與量化市場操縱監測模型的交互機制

圖4：含異常申報、誤導行為、市場異常波動的動態貝葉斯網絡拓撲結構示意圖

四、量化市場操縱監管交互式閉環決策框架構建

通過建立的新型監測指標，得到其與量化市場操縱監測模型的交互機制，由此構建監管條例和市場交易模式之間的信息交互機制，結合前文分析的可行思路，建立大數據驅動的市場監管規制交互式閉環管理與決策模型。模型分為三大模塊：模塊一為特征模塊，是交易行為的基本特征與統計學特征研究；模塊二為監測模塊，是基于大數據的挖掘算法與模式分析的監測模型；模塊三為量化交互模塊，是監管規制和條例的量化解釋和信息交互反饋（見圖5）。

圖5：大數據驅動的市場監管規制交互式閉環管理與決策模型

（一）以監管條例為依據設計特征模塊的統計機制

在對操縱行為的量化監管中，特征模塊是整體操縱行為的監控起點，為后續工作的可行性、有效性奠定了基石。正向來看，特征模塊決定了監測模塊的模型構建、變量選取、訓練結果、參數優化等因素，對量化交互模塊的概率推理結果、數據仿真結果、監管條例的及時調整等均有決定性影響。因此，在特征模塊中結合操縱行為的基本特征與統計學特征，構建可行的監管條例，既有助于從源頭上防范市場操縱行為，又有助于為整體操縱行為的定量監控提供法律依據。

1.基于交易特征建立法律判罰依據。交易特征異常是操縱行為的判別依據，根據前文的五個操縱監測指標構建交易行為異常判定標準、量化標準。在交易特征異常時，依據交易特征異常數量采取監測、警告、立案調查等措施。

2.基于交易特征的量化統計建立判罰程度依據。雖然交易特征可以用來判定交易行為是否涉嫌操縱，但操縱行為判罰的輕重程度仍缺乏依據。量化統計特征既能反映操縱行為的影響程度，也能側面反映操縱行為的危害性。故應以交易的量化統計特征與正常范圍的偏離程度作為操縱行為判罰的依據。

（二）以監管條例為橋梁分析監測模塊的甄別機制

監測模塊是動態量化監管決策模型的橋梁，通過將特征模塊的監測指標納入交易行為、監測指標和市場波動間的動態模型，基于數據挖掘與模式判別等技術，構建基于大數據的市場操縱監測模型。經過數據訓練和參數優化，為市場操縱行為的概率推理和決策提供更為精確的數理依據，進而為監管結果與監管條例的信息交互反饋機制提供可靠的數理支撐。

1.基于監測模型構建操縱法律預警機制。在獲得基于操縱行為基本特征的監測指標后，依據特征構建操縱法律預警機制十分必要（周杰和沈冰，2017）。故應當依據監測指標設立指標動態監管體系，如將涉及單個監測指標異常的股票設為關注對象，將涉及多個監測指標異常的股票設為重點關注對象。同時及時發布涉事股票被操縱潛在預警，提醒投資者謹慎投資，也對潛在操縱者發出警告，有效將操縱行為扼殺在萌芽中。

2.基于監測結果規范監測模型的法律優化流程。由于股票市場實時變化，新股的發行、經濟周期、極端事件等因素會對股票交易特征產生外生影響，此時原有模型的適用性將大打折扣，故基于監測結果對監測模型進行優化極為重要。但監測模型的結果將影響法律判別結果，因此，應針對監測模型的優化和調整制定專門的法律法規。對監測模型的更改條件、更改步驟、更改后的適用性判別做出規定，避免監測模型更改的隨意性和滯后性，為監測模型的優化提供法律依據。

3.基于監測模型建立操縱行為法律熔斷機制。在現實股票市場運行中，熔斷機制又稱為自動停盤機制，是指當股指波幅達到規定的熔斷點時，交易所為控制風險采取的暫停交易措施（方先明和趙澤君，2018）。熔斷機制的主要功能是避免金融交易產品價格過度波動，給市場一定時間的冷靜期，向投資者警示風險，并為有關方面采取相關的風險控制手段和措施贏得時間和機會（見圖5）（鄭美玲和魏淑艷，2019）。故應依據監測模型設立法律熔斷機制，當監測模型預期大概率發生市場操縱時，及時停盤。該機制預期的優勢在于，前期的交易特征預警機制已經為監測模型的有效性和扼殺操縱行為提供了保證，基于監測模型的熔斷機制又在操縱發生時及時將操縱行為中斷，從而大幅降低操縱成功率。

（三）以監管條例為準繩構建量化交互模塊的反饋機制

在量化交互模塊中，市場操縱行為的監測結果和監管條例形成有效反饋機制，監測結果為監管條例提供了依據，監管條例的可實施性又為監測流程提供了優化依據。量化交互模塊除了內部的交互反饋機制外，還為特征模塊提供了量化監管條例，進一步對特征模塊進行優化，從而形成特征模塊、監測模塊、量化交互模塊之間的正向循環。三大模塊中的任一模塊每修正一次，都將使其他模塊正向調整，進一步使整體的閉環管理與決策模型正向修正，提高監測的效率與精度。

1.基于操縱行為的動態量化結果建立監管條例修正機制。建立可實施的量化監管條例是整個管理與決策模型的重點。依據歷史數據判定的交易特征、建立的監測模型以及相應的監管條例等均具有解釋力，但隨著股票數據的不斷更新，必將產生新的潛在指標與模型，原有監管條例難免喪失解釋力，故基于操縱行為的動態量化結果建立監管條例修正機制相當關鍵。應當建立用以判斷是否修正監測條例的量化結果變動范圍，即設定量化結果與原有標準的差距標準，當兩者的差距超出正常范圍時，應當依據規定及時更新技術標準。

2.基于監管條例可實施性建立操縱監測模型優化機制。監測技術的提升會豐富監測手段，使原有難以監測的指標具有監測可能性，此時基于監管條例的可實施性建立操縱監測模型的優化機制具有重要意義。隨著新監管技術的不斷完善，監測模型不斷優化又會提高監測條例的可實施性。故應依據新型監測技術，判定新型監測指標的可監測性、精準性，并設定新模型指標更換的準則，從而提供監測模型優化準則。

3.基于新操縱技術建立操縱監測與監管條例反饋的優化機制。依據監管條例可實施性建立監測模型的優化機制，其逆向思路就是基于新操縱技術建立操縱監測與監管條例反饋的優化機制。新操縱技術與新監管技術之間勢必有一方存在滯后性，實際上新監管技術往往滯后于新操縱技術。即使依據監管條例可實施性（即新監管技術）可以對監測模型進行優化，但依據新監管技術建立新監管模型，進而監測操縱行為，始終存在從監管技術到操縱識別的滯后性。依據新操縱技術建立操縱監測與監管條例，使監管技術直接與新操縱技術進行對接，從而避免了識別的滯后性。

（四）以監管條例為補充形成管理與決策的調節機制

監管與決策環節從特征模塊、監測模塊、量化交互模塊運行和諧度出發，對模塊間的調整進行規范。由于市場操縱技術不斷更新，新型操縱方式也隨之產生，原有的操縱監測模型面臨失效風險。面對這種情況，監管與決策環節應留出法律解釋余地，作為管理與決策模型的補充，以防新型操縱行為跳脫法律適用性。

1.基于操縱監測模型有效性建立模塊調整規范條例。在管理與決策環節，盡管三大模塊之間環環相扣，但從各個環節法律監管的嚴肅性來看，不同環節的變動難免缺乏同步性。故應基于操縱監測模型有效性，設立模塊間的調整機制，保障不同環節變動的同步性。應當建立特征模塊中監測指標更改、監測模塊中監測模型修改、量化交互模塊中信息交互反饋機制之間的聯動機制，從而使三大模塊有效結合，提升管理與決策模型運行效率。

2.基于國內外新型操縱案例建立操縱指標、技術、模型的調整規范條例。國內監測模型在選取交易特征時，不僅要依據國內的操縱案例，還應參考國外的操縱案例。在國內外新型操縱案例發生時，應當建立對應的法律規范，及時判別新型操縱案例是否涉及新指標、新技術以及是否可以建立新模型，并結合模塊調整機制，在引入新指標、新技術、新模型的同時保障監管體系的有效性。

3.基于滯后監控的特例建立特定監管調整條例。法律具有嚴肅性，法律的修改更是如此。但是，一方面，市場操縱的形式和技術都在不斷更新，在對新型操縱行為進行認定時，原有監管法律必然存在解釋空白期；另一方面，新技術發起的操縱行為更為隱蔽，原有監管技術難以滿足監控需求，進而導致法律調整空白期。所以，對于不能依靠特征模塊、監測模塊、量化交互模塊的自身調整及聯合調整進行解釋的特例，需要設定特定的監管調整條例，以保證法律的適用性。

五、構建可操作性量化監測標準的建議

市場操縱行為嚴重擾亂資本市場的公平競爭秩序，阻礙資本市場的健康發展，破壞金融市場的價格發現功能，降低金融資本的配置效率，嚴重損害投資者利益（馬斌等，2017）。本文通過對現有市場操縱監測模型進行規范解構，提出構建量化市場操縱監測模型的可行思路，進一步設計了新型監測指標，構建了量化市場操縱監管交互式閉環決策框架?；诖?，本文提出可操作性量化監測標準的構建建議，為現行監管規制提供細節化的補充反饋。

（一）操縱行為監測的判定標準

為更加準確地識別出操縱行為，可以傳統市場操縱監測模型的指標為輔助手段，結合新型監測指標綜合判斷是否存在操縱行為。具體而言，選擇成交量、成交額、換手率、收益率和波動性指標作為輔助觀測指標。其中，成交量和成交額反映出股票在一段時間里的活躍度和資金交易規模；收益率反映了股票在市場上的獲益情況；換手率是股票在一定時間內的交易頻繁程度，反映出股票流通性的強弱；波動性則反映了股票的價格波動情況。

（二）操縱行為監測的量化標準

根據上文構建的新型監測指標、指標間的邏輯關系和選擇的輔助指標，給出相應的識別操縱行為的量化標準（見表1）。

表1：操縱行為監測的量化標準

（三）操縱監管交互式閉環決策的量化規定

建立操縱行為監測的量化標準之后，需要進一步建立操縱監管規制交互式閉環管理與決策的量化規定，為整體的量化監測交互式框架賦予法律保障。建立量化規定有助于維護交互式決策框架的順利運行，確保權責明確。應量化識別監測人員、監測部門、技術部門、市場調查部門、監測決策部門的工作有效性，建立包括指標異常監測職責、新操縱技術引起識別無效的技術指標更迭職責、市場運行監測職責和市場異常狀態處理職責在內的權責明晰、量化可考的操縱監管交互式閉環決策規定。