京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据还能这么用:看穿式监管 精准锁定异动账户
当前,资本市场内外环境更趋复杂,证券违法违规呈多元化、隐蔽化等特征,一线监管工作面临前所未有的挑战。用好大数据、人工智能等新技术,不断提高科技监管能力,是交易所一线监管面临的重要课题,也是新形势下做好一线监管工作的必然选择。
近年来,深交所积极推进科技监管、智能监管,充分运用文本挖掘、机器学习等先进技术,结合一线监管实践,开发了大数据智能监察系统、上市公司监管系统、风险监测监控系统等智能化应用系统,在交易监管、上市公司监管、债券监管、风险监测监控等方面精准发力,持续提升科技化、智能化监管水平,为交易所一线监管的提供强有力保障。
看穿式监管 精准锁定异动账户
在交易监管方面,深交所自主研发了大数据监察系统,全面支持实时监控、调查分析等核心监察功能。据介绍,该系统具有以下四个方面特点。
一、海量数据处理能力。
它能发挥看穿式监管体系优势,对深市数以亿计投资者的开户情况、逐笔申报成交等交易数据以及两千余家上市公司相关新闻、公告等信息进行整合、处理、分析,具有海量数据处理和查询分析能力。
二、高效实时预警监控。
该系统建立了集自动化预警发现、可视化现场分析、电子化处理流程为一体的实时监控平台,对指数、个股、会员、投资者各个层面的异动能够快速预警、分析、处理,处理速度可达10万笔每秒,有效满足实时监控一体化高效运作的要求。
三、科学的指标体系。
依据相关法律法规,结合交易监管实践经验,逐步建立和完善市场监察指标体系,包括130个复合型监控预警指标和5套智能分析指标,能够及时有效识别异常交易行为以及内幕交易、市场操纵、老鼠仓等违法违规行为。
四、智能化分析功能。
该系统充分利用大数据技术,引入高频时间序列匹配、交易重演、多维度分析等功能,实现从人工分析判断到大数据智能分析的跨越式发展,先后上线“老鼠仓智能识别”、“内幕交易智能识别”和“市场操纵智能筛查”等大数据应用系统,从数以亿计投资者的海量交易数据中,精准锁定异动账户,有效挖掘各类违法违规线索。
上市公司监管方面:
深交所建立了上市公司监管系统,提供一站式业务服务,业务处理电子化程度高,全面覆盖各项监管业务,上线了定期报告审查辅助、财务指标智能审核、会计审计监管案例库等功能模块,有效提升监管效能。
定期报告审查辅助模块将定期报告审查步骤和关注要点予以分解,实现审查过程全面留痕。
财务指标智能审核辅助模块通过多维度财务指标的历史纵比和行业横比,为监管人员发现财务违规行为提供有效工具。
会计审计监管案例库汇集案例监管要点,为监管人员日常监管工作提供经验借鉴,确保监管更全面、准确。
据统计,2017年1-8月,深交所通过上市公司监管系统共向上市公司及相关方发出监管问询函件2430余份,内容涉及上市公司并购重组、对外投资、规范运作、权益变动等方方面面,发函数量较上年同期大幅增加,全面深化“刨根问底”式全面监管,确保不留空白、不留死角。
大数据助力重点领域监管
风险监测预警方面:
深交所积极利用文本挖掘、数据挖掘、人工智能等大数据技术,不断提升对股市债市、股票质押、融资融券、分级基金等重点业务和领域的风险监测能力,优化事前、事中、事后全过程风险管理工作机制,推进风险监测监控平台搭建工作,自主研发了债券风险监测系统,债券风险监测系统实现了债券发行主体财务、收益、交易及信用风险的监测和评级,并根据风险评级情况进行预警,是证券监管系统内首个集合交易数据、评级数据、财务信息建立的债券风险监测系统。
2017年以来,深交所通过债券风险监测系统,对深市480余只公募债券风险进行分类,实现有针对性的债券监管,及时化解债券违约风险,切实强化债券风险监测效果。
未来将从三方向深化智能监管
整体来看,2016年以来,深交所通过智能监察系统累计处理实时预警1.8万余个,综合采取电话警示、书面警示、限制交易等自律监管措施,抓早抓小、防微杜渐,从严处置异常交易行为。
今年来,深交所累计向中国证监会上报异动线索350余份,为稽查执法提供有效案源,精准挖掘出利用信息优势操纵市场第一案“宏达新材”案、大宗交易接盘后操纵股价累犯“任某某”案、冠军公募基金经理老鼠仓案“厉某某”案等一大批社会关注度高、影响力大的大案要案,有效打击违法违规行为。
深交所相关负责人表示,随着市场不断发展,上市公司家数持续增加,新产品新交易方式层出不穷,一线监管面临新情况新问题,交易所亟须进一步提高智能监管水平。对此深交所下一步在智能监管方面也有三个具体的方向。
稳步推进新一代监察系统建设工作。
采用开放式、大规模、可扩展的分布式架构,进一步优化系统性能,丰富监管数据资源,利用流计算、数据挖掘、可视化等大数据技术,探索关联账户合并预警、投资者画像、证券画像等智能化应用。
持续优化上市公司监管系统。
运用文本挖掘、云计算等信息技术,探索构建上市公司画像图谱、公司与股东行为特征分析体系,逐步实现信息披露、舆情信息、举报信息的交叉可比性分析,提升探索发现问题线索能力。
积极推进风险监测智能化建设。
继续研究开发市场运行风险监测系统、股票质押和融资融券监控系统,搭建统一的风险监测监控平台,全面提升风险监测监控和预研预判能力。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27