大数据背景下证券监管制度的变革——以防控内幕交易为例

孟　琳

四川省社会科学院，四川　成都　610071



大数据背景下证券监管制度的变革——以防控内幕交易为例

孟琳

四川省社会科学院，四川成都610071

摘要：科技的进步必将造成制度的变革，大数据技术的成熟在推动社会变革的同时也在助推证券监管制度的变革。运用大数据技术能够完善传统监管制度，从而实现强化监管的同时提高市场活跃度。

关键词：大数据；证券监管；变革

一、概述

证券监管是政府及其监管部门通过法律、经济、行政等手段对参与证券市场各类活动的各类主体的行为所进行的干预、管制和引导。[1]证券监管的目标有三层内涵：保护投资者、确保公平有效和透明的市场、减少系统风险。[2]证券监管与市场效率之间在很多学者眼中存在着一种悖论，强化监管往往意味着牺牲市场效率。从证券监管的目标理解，市场效率是证券监管三大目标之一。因此，这样的观点显然是一种偏见。其实，证券监管本身和市场效率并不矛盾，实际上是由于监管手段的选择和监管利益的失衡导致监管在实际操作过程中牺牲市场效率。随着信息量呈爆炸式增长，大数据技术正在潜移默化地改造传统各行各业，包括政务领域。[3]不可否认，在大数据背景下，证券监管制度必然发生变革。

二、内幕交易监管现状

证券监管按行为和活动的性质可分为发行监管、承销监管、上市监管、交易监管。其中交易监管是难点。特别是内幕交易监管难度大，实践中对于内幕交易的监管效果并不理想。中国证监会统计数据显示，2008-2013年，证监会共集中调查内幕交易案件785件，占期间案件调查总量的52%；向公安机关移送内幕交易涉嫌犯罪案件95件，占同期移送案件的57%。若考虑内幕交易隐蔽性高的特点，实际内幕交易发生量远高于被查处的案件量。

内幕交易监管难主要是因内幕交易特有属性和现有监管制度僵化所致。首先，内幕交易指内幕信息知情人利用内幕信息获取非法利益。内幕交易具有以下属性：1、内幕信息知情人界限模糊。《证券法》七十四条以列举方式点出6类知情人并用“其他”作为知情人范围延伸，这种界定有利于监管6类人，但“其他”缺乏必要标准实际上很难界定。2、内幕信息不明确。《证券法》七十五条对内幕信息做了模糊性列举，但不可否认，《证券法》的此种规定对于识别区分内幕信息是有困难的。3、交易隐蔽性。证券交易中识别交易与信息之间的关联是难点，内幕信息从发生到披露会有一段时间，知情人应具有信息优势，若采用策略化的交易方式则可隐蔽自身行为。[4]4、内幕交易具有正负两面性。内幕交易本身具有促进交易降低交易费用的效果，但同时又可能损害其他参与者利益。如何识别正内幕交易与负内幕交易比较困难，有些负内幕交易在很长一段时间负面效果才会被人发觉。同时，对于是否区别对待内幕交易还是一致对待也存在较大争议。

其次，现有监管制度僵化，主要体现在：1、监管理念滞后。目前监管的行政色彩太浓，自律监管、社会化监管意识不强，这样极易造成阻碍市场效率同时未能改善监管局面。2、过分依赖信息披露。内幕交易的根源在于信息不对称，信息披露制度的设计目的在于最大化的降低信息不对称。当然从目前的实践观察，信息披露制度中蕴含的信息存在人为加工，失真现象，保证信息真实性难度也不亚于防控内幕交易。3、监管方式多，却显杂乱，带有负效应。4、监管主体权责重叠模糊。依《证券法》规定中国证监会是法定监管机构，但实际参与监管的主体还包括：地方证监局、证券交易所、证券协会甚至是地方政府，主体间权力配置存在重叠，职责不明确。[5]5、监管成本高。参与证券监管的工作人员就是一个庞大的群体，同时为强化监管还要投入各种高昂的技术设备以及其他监管费用。6、事前事后监管比重大。以目前监管理念和监管技术，实现动态性事中监管是比较困难的，事前监管和事后监管则被强化。事前监管的强化意味着提高准入门槛限制市场自由度，事后监管往往基于损失已发生下采取的措施，损失已经无法挽回。

其实，总结内幕监管困难最大的根源在于数据没有得到充分的利用。一方面，目前无论是信息披露或是其他监管手段其处理的信息集中在交易数据；另一方面，数据处理程度不深。大数据时代监管强调的数据包含了交易数据但又不止于交易数据，同时，重视对数据的深挖掘。用大数据理念变革监管制度，有助于改善目前内幕交易的监管困境。

三、大数据对监管制度的影响

大数据具有：大量、多样、高速、价值四大特征。大数据让人类认识和改造世界观念发生了改变：1、分析对象由样本变为全数据，大数据更加重视数据的量变引起质变；2、分析注重点由精确变为模糊，大数据认为过分精确的数据会剔除很多有用的信息；3、从注重因果分析转向相关分析，大数据强调相关分析要比因果分析重要，同时因果分析和相关分析都不能得到有力论证。大数据正在全方位地对人类社会产生影响，包括证券监管领域。

(一)监管对象的转变

证券监管对象是指参与证券活动的市场主体。其实其监管的对象应该是主体在证券市场上的活动行为。这种监管对象具有一定的局限性，一方面，直接行为往往和先前准备行为紧密相关，注重直接行为的监管会延误预警的时机；另一方面，直接行为极易被行为者隐藏。大数据监管将监管的对象延生至直接行为前后的关联行为。

(二)信息收集的转变

传统信息收集过程环节多、成本高、信息失真率大。如，信息披露制度，其信息强调有企业自行填报，交由中介机构核准，再交证券监管机构审核。自行填报数据虽然成本低但验证过程的复杂性又冲抵了自行填报数据的成本优势。同时，在缺乏必要的验证信息，很难保证信息的真实性。大数据监管通过互联网技术在全社会收集信息，并通过中央超级计算机对数据挖掘分析，以实现信息间的相互验证，发现异常信息及时提供预警。

(三)工作中心转向数据分析

传统监管工作重视调查取证。通过大量证据来论证处罚违法行为的合理性。这种模式有利于完善事后监管的惩罚力度，但对已发生的损失不能起到弥补作用。大数据监管重视对数据的挖掘分析，从分析中寻找数据的关联，强化对损失的防控。因此，其工作重心在于数据收集、分析方法选择、以及工具性能的优化。

四、大数据背景下监管制度的重构

大数据时代，监管制度必然需要重构，一方面，重构有利于扭转现有监管制度落后的局面；另一方面，重构也是一种制度的再建设，有利于充分利用大数据技术的优势同时设计制度规避其带来的不利影响。

(一)重视对观念的转变

行为、技术的改进容易但要改变固有的思维比较艰难。大数据监管首要任务就是将大数据思维引入监管领域。监管由传统1.0行政模式，转向大数据时代2.0的社会化模式。其表现：1、监管侧重点由管理向监督倾斜；2、监管主体由行政主体向整个市场参与主体延生；3、手段由惩罚向预防转变。

(二)大数据立法

大数据立法一方面指在立法时要参考大量数据，尊重数据分析产生的结果，使得立法依据更加具有说服力，立法依据由定性向定量转移。另一方面指强化对大数据的立法，对大数据立法又包含两层含义：1、数据标准化立法。数据标准化在于打通不同数据系统的接口实现全社会数据共享。2、数据使用标准立法。大数据挖掘在改变促进监管效率的同时，也留下侵犯参与者权利的隐含，通过使用标准立法可以有效约束规范大数据分析行为。

(三)强化事中监控、动态监控，放宽事前和事后的监管

传统监管之所以牺牲市场效率强化对于事前和事后的监管，在于技术条件的不成熟，信息收集和处理能力有限。大数据时代，能够弥补传统监管的局限性，能够对数据全方面收集和大数据处理。这样就有助于事中监控、动态监控和违法预警的实现。那么就可以放宽对市场准入和对违规者的处罚强度，提升市场活跃度。

[参考文献]

[1]洪伟力.证券监管:理论与实践[M].上海:上海财经大学出版社，2000.

[2]陈岱松.关于证券监管理念的法理分析[J].兰州学刊，2009.

[3]徐继华.智慧政府大数据治国时代的来临[M].北京:中信出版，2014.

[4]朱伟骅.内幕交易监管与监管困境研究综述[J].证券市场导报，2007.

[5]周友苏.证券法论[M].北京:法律出版社，2006.

作者简介：孟琳(1989-)，女，汉族，山东枣庄人，研究生，四川省社会科学院，研究方向：金融法。

中图分类号：F837.12

文献标识码：A

文章编号：2095-4379-(2015)31-0198-02