证监会云端“捕鼠”启动 大数据应用挖掘线索

技术的升级往往犹如阿基米德支点，能够撬动整个局面的变化。

这点上在今年以来的资产管理机构稽查风暴中体现得尤为明显。最早的改变源于2013年的马乐事件，那是大数据的身影第一次进入到这个以往调查难度极高的领域。

“近期的变化主要还是源于大数据，调查重点集中在资产管理机构利用非公开信息交易的问题上。”一位接近证监会稽查人士对21世纪经济报道记者表示。

而未来，大数据的应用或将进入一个更新的高度。这源于在不久前证监会主席办公会刚通过的证监会中央监管信息平台，这个平台将目前分散在证券监管领域各个角落的信息集合起来，即包括交易所数据库，也包括各层级证券监管部门的日常监管、检测数据信息。

“这将是一个智能化、云数据的平台，未来会对提高稽查执法效率等起到很大作用。”上述人士表示。

除了技术升级之外，监管层也在进一步加强稽查执法力量。比如眼下已在上海和深圳增编稽查支队，每个支队增加了近100人。

从技术到人力资源配置，未来的稽查风暴将不仅是运动式，而将成为常态化。

大数据时代1.0

如果以2013年为分界点，前后的“捕鼠”信息加以对比，可以清晰看出大数据的作用。

自2009年2月“老鼠仓”入刑以来，有5件案件共8人被追究刑事责任。此前的“老鼠仓”查处案件，线索来源多来自于举报与现场突击检查等，或是从其他案件顺延发现线索。

事实上，在此阶段，交易所作为一个天然的大数据库，已在默默累积着数据监管经验。

这种一线数据库运作此前多运用于个股异动信息监测上。例如对于异动指标的建立，上交所异动指标分为4大类72项，敏感信息分为3级共11大类154项；深交所建立了9大报警指标体系，合计204个具体项目。

深交所监察系统即可同步实现超过204个报警指标、300项实时与历史统计查询、60余项专用调查分析、100多种监管报表监测分析等功能，每年处理的各类实时报警信息14万余次，平均每个交易日处理报警600余次。

此前的交易所数据应用流程通常是先发现个股触动异动指标，随之核查该公司是否有特殊信息公布，以及与之相关的可疑帐户锁定。比如有从未交易过该股票的帐户进行交易，而交易时间是在公司发布重组、高送转等利好消息之前等。这种迹象即成为线索，按一定程序报送至证监会，证监会决定是否立案。

这个时期内，其实也有过发掘“老鼠仓”的案例，比如第一例券商从业人员老鼠仓案中，交易所就是通过日常监控发现一只股票交易异常，涉及数个帐户与一家券商自营帐户之间的“诡异”交易，随之锁定与之相关的分布在全国各地的9个帐户，最终上报启动立案调查。