京公网安备 11010802034615号
经营许可证编号:京B2-20210330
上交所用大数据“捕鼠”:打击违法违规行为
上交所監事長潘學先:將充分利用大數據挖掘技術,嚴厲打擊証券交易違法違規行為,特別是上市公司“偽市值管理”等新型違法違規行為
全國人大代表、上交所監事長潘學先昨日在新華網接受在線訪談時表示,上交所將充分利用大數據挖掘技術,實現由“人工判斷型”監管向“技術導向型”監管轉變,嚴厲打擊証券交易違法違規行為,特別是借各種題材炒作、操縱股價的行為,以及上市公司“偽市值管理”等新型違法違規行為。
具體而言,未來上交所在一線監管方面將著重開展加強交易行為監控、完善交易異常情況風險防控機制、完善滬港通跨境監管協作、深化跨產品跨市場監管合作、推進透明度建設、提升一線監管科技化水平、做好委托執法等幾方面工作。
潘學先介紹,2013年上交所利用大數據“捕鼠”模型發現了一起“老鼠倉”案件——原博時基金的基金經理利用未公開信息非法獲利案,拉開了打擊老鼠倉行為的序幕。在系列“捕鼠”行動中,上交所堅持對所有的基金公司和基金經理進行全掃描,做到不枉不縱,發現一起,上報一起,絕不姑息。
迄今為止,上交所共上報基金“老鼠倉”案件線索20余件,涉案金額上百億元。
去年上交所共向証監會上報各類案件線索133份,其中涉嫌內幕交易線索88份,涉嫌市場操縱線索38份,涉嫌“老鼠倉”線索3份,涉嫌超比例持股未披露線索2份,其他類線索2份。
潘學先表示,下一步,上交所將繼續充分利用大數據挖掘技術,開發利用各類違法交易模型,篩查鎖定有價值線索,實現由“人工判斷型”監管向“技術導向型”監管轉變,從而提高監管效能。
未來上交所在一線監管方面主要做好以下幾方面的工作:
第一,落實中央和証監會簡政放權、監管轉型的各項部署,進一步提升上交所一線監管工作的主動性,加強証券交易行為的監控,嚴厲打擊証券交易違法違規行為,特別是借各種題材炒作、操縱股價的行為,以及上市公司“偽市值管理”等新型違法違規行為。
第二,進一步完善市場交易異常情況風險防控機制,特別是加強對新業務、新機制(如程序化交易)市場風險的監測和防控,進一步研究完善市場風險應對處置機制,全面落實証監會應對市場重大交易異常情況的工作部署。
第三,進一步完善滬港通跨境監管協作機制,加強與港交所的監管合作,共同打擊跨境証券違法違規行為,防止監管套利,確保滬港通業務平穩運行,共同維護境內外投資者的合法權益。
第四,深化跨產品、跨市場監管合作,密切跟蹤股票現貨與股票期權的相互影響,打擊跨現貨期權的炒作和操縱等違法違規行為,強化証券現貨與股指期貨交易的聯動監管。
第五,進一步推進上交所一線監管工作的公開、透明,主動回應市場熱點、疑點問題。
第六,進一步提升上交所一線監管工作的科技化水平,優化滬港通、股票期權等新產品、新業務的監察功能,完善市場大數據分析功能,為上交所履行一線監管職能提供更有力的技術保証。
第七,做好委托執法工作。
針對近期市場浮現涉嫌利用高送轉操作股價、利益輸送等情況,潘學先表示,上交所主要從及時督導上市公司提高披露分紅送轉信息的針對性和有效性,以及加強對公司高送轉信息披露和股價異動情況的事后監管、加大快速反應力度等兩個角度採取監管措施。
他透露,上交所還將會同有關部門,對此類案例加強信息披露監管與二級市場監察的聯動,加大對內幕交易、股價操縱等違法違規行為的打擊力度。一旦發現問題就與相關部門聯動,對違規違法的行為加強打擊,維護市場“三公”。
就市場關心的上市公司退市制度實施問題,潘學先談到,上交所始終認為退市制度改革應當堅持“市場化、法制化、常態化”的發展方向,這既有利於進一步發揮市場機制的作用,也有利於進一步有效遏制和威懾重大違法行為。
他說,從今年看,公開信息披露情況顯示,已有主動申請退市的公司出現,不久后預計也會有一些由於重大違法違規而出現強制退市的現象。
此外,潘學先還談到,針對政府工作報告中提出的資本市場改革發展工作,上交所將落實四方面舉措:重點落實新股發行注冊制改革﹔探索建立多層次資本市場,在上交所現有藍籌股市場的基礎上,今后還會探索新興產業板﹔逐步完善上市公司退市機制﹔吸引長期資金多渠道入市。
此次全國兩會,潘學先擬結合交易所工作提出三個方面建議。一是建議完善交易場所長效監管機制,將《交易場所監督管理條例》列入國務院立法工作計劃﹔二是建議有關部門統籌考慮,進一步提高香港人民幣合格境外機構投資者額度﹔三是優化上市公司並購重組稅收制度,充分發揮稅收的激勵作用。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在企业数字化转型过程中,“业务模型”与“数据模型”常被同时提及,却也频繁被混淆——业务团队口中的“用户增长模型”聚焦“如 ...
2025-11-20在游戏行业“高获客成本、低留存率”的痛点下,“提前预测用户流失并精准召回”成为运营核心命题。而用户流失并非突发行为——从 ...
2025-11-20在商业数据分析领域,“懂理论、会工具”只是入门门槛,真正的核心竞争力在于“实践落地能力”——很多分析师能写出规范的SQL、 ...
2025-11-20在数据可视化领域,树状图(Tree Diagram)是呈现层级结构数据的核心工具——无论是电商商品分类、企业组织架构,还是数据挖掘中 ...
2025-11-17核心结论:“分析前一天浏览与第二天下单的概率提升”属于数据挖掘中的关联规则挖掘(含序列模式挖掘) 技术——它聚焦“时间序 ...
2025-11-17在数据驱动成为企业核心竞争力的今天,很多企业陷入“数据多但用不好”的困境:营销部门要做用户转化分析却拿不到精准数据,运营 ...
2025-11-17在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10