
夫妻档“老鼠仓” 大数据下现形_数据分析师培训
上海市第一中级人民法院的法庭上站着一对夫妻:张治民及其妻子尹琼。张治民是平安资管原股票投资部副总经理,他被指控“利用非公开信息交易”,涉案13.42亿余元,获利2861万余元,为今年以来老鼠仓案中涉案资金最大的一个。妻子尹琼则是从犯,也以“利用非公开信息交易”罪被起诉。虽然从业人员老鼠仓案件中经常使用亲朋好友的证券账户,但家属直接参与操作股票账户,进而被连坐指控老鼠仓的并不多见。
夫妻联手
张治民1972年生,硕士研究生,原系平安资管股票投资部副总经理。尹琼是他的同乡,比他小三岁。
张治民原先任职于平安证券研究所,之后前往平安资管,2004年起开始用他人名义开户投资。
2008年7月至2013年1月,张治民担任平安资管股票投资部副总经理,可以更便利地接触到股票投资,先后负责管理“平安人寿-寿险传统”及“平安产险”两个账户股票投资组合。
检方指出,2009年2月28日至2012年12月31日间,张治民利用职务便利获取的未公开信息,告知妻子尹琼交易股票的具体名称以及交易价格,由尹琼通过“张顺村”、“杨娟”、“谢秀英”证券账户与其管理的股票投资组合趋同交易深天马A、湖北宜化、徐工机械等140只股票,其最大获利来自于一只叫做国电南瑞的股票,为长线持有,卖出时差不多有2-3倍盈利。
3年多的时间里,张治民的“老鼠仓”交易累计趋同成交额13.42亿余元,获利2861万余元。这一数字超过原先证监会通报的数据,交易金额亦创下国内股票市场“老鼠仓”之最。
起诉书称,张治民、尹琼有自首情节,尹琼系从犯。该案由上海市公安局侦查终结后,于2014年7月9日移交检察院审查起诉。
大数据捕鼠
与公募基金相比,保险产品并不实行险资信息披露制度,没有公开渠道可以得知保险产品的运行信息,保险资管机构也不需要向证监会报送保险产品投资经理等具体的信息,再加上保险资金建仓时间通常较长等因素,所以保险业的“硕鼠”隐藏得更为隐秘。
张治民和尹琼是怎么被发现的?
“没有大数据分析之前,基金经理‘老鼠仓’违法行为发现难,是一个大问题。那时候的‘老鼠仓’案件,线索主要来自举报。有了大数据以后就不一样了,近来揪出的‘硕鼠’几乎都是通过大数据分析主动发现的。”中国证监会稽查局综合处副处长裴胜春在接受人民日报采访时说。
锁定基准日、筛查高频户,结合账户开户、历史交易情况等,确定嫌疑账户,证监会正是遵循这样的路径将一只只“硕鼠”抓出来。与其他内幕交易“一锤子买卖”不同,张治民和其他基金经理“老鼠仓”一般都会在一段时间内频繁交易,蛛丝马迹更容易被大数据分析发现。
在庭审现场,张治民虽对“利用非公开信息交易”罪名无异议,但对于检方指控内容存在异议,主要涉及其非法获利2861万余元的金额方面。张治民认为自己非法获利1000多万元。
中国的“穿透式”监控
事实上,涉案人员及机构日益复杂,违法行为越来越隐蔽。从事内幕交易的人员,除了内幕信息知情人、知情人亲友等关系密切人员外,还涉及知情人的司机、校友、客户、原同事等较为外围的人员。利用未公开信息交易行为也从交易环节向上下游蔓延,涉及证券公司、保险资管、商业银行等。
不过,中国对市场的监控在某些方面比成熟市场还有优势。
裴胜春说,目前,沪深两市的交易监控是“穿透式”的,也就是说,可以穿过券商直接掌握具体账户的交易明细数据,这在很多成熟市场中也做不到。
一位基金业人士透露,由于发展较晚,中国证券市场采取了完全电子化和集中清算的制度,投资者行为细节可以与账户逐一对应,这与不少海外市场的券商集合账户模式有明显的区别;监管者可以便捷地了解全市场的交易情况,筛选出单个投资者的行为异动。
历史更悠久的美国市场上,SEC(美国证监会)在金融危机后才开始使用海量数据处理技术发掘内幕交易等违规线索,现在看来在新技术的使用上也略逊于中国监管者。
证监会近期重拳出击老鼠仓,并直捣“老鼠窝”,将“板子”打在了基金公司身上。1月30日,证监会宣布,对海富通等5家基金公司采取责令整改(三至六个月不等),期间暂停新业务。
违法成本过低是此前公认的“老鼠仓”生成原因之一,但自“捕鼠神器”——大数据分析系统近年显威后,基金经理个人违法行为被查获几率明显上升。
上述基金人士认为,中国的老鼠仓监管处罚将开始“责众”时代,基金公司的风险管理和内控、自律水准或有一个明显提升。
五种“老鼠仓”运作模式
1 消息灵通 精准潜伏
在上市公司筹划重大事项的过程中,部分政府官员们也悄悄伸出了黑手,凭借或主动获取、或被动“赠送”得来的消息在股票拉升前精准潜伏。
2 手握重金 获取先机
资产管理人是“老鼠仓”的高发地带,部分资产管理人一边指挥旗下巨资挥斥方遒,一边察市场之先机让私人账户提前精准踩点。
3 私下联合 相互抬轿
通过相互抬轿来提升基金业绩,已是业内熟知的利益输送手法和“老鼠仓”构建模式。为争取排行榜的较好名次,同一公司的基金经理有的私下联合,互相抬轿。为崭露头角,很多基金公司也不惜重金打造明星基金。
4 幕后黑手 监守自盗
拥有职务之便的金融中介机构从业人员也有伸出黑手非法获利的情形存在。
5 瞄准漏洞 借力捞利
当事人利用制度漏洞,通过空手套白狼的方式赚快钱也是非法获利的一种模式。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23