黨的十九大及全國金融監管工作會議提出，健全金融監管體系，守住不發生系統性金融風險的底線。近年來，隨著證券市場規模持續擴大，金融行業混業經營不斷加強，投資者結構日漸多元，違法違規交易行為也日益隱蔽，都對交易所監管提出了更高要求。

    日前，上交所有關負責人接受記者采訪時說，在證券交易監管面臨的新形勢和新要求下，上交所正在積極探索運用先進技術手段提升交易所監管能力。目前，大數據、云計算、人工智能新技術蓬勃發展，在金融行業的應用日益成熟，也給上交所推進自動化、智能化監管帶來了全新思路和契機。

    智能識別

    異常交易線索

    記者了解到，上交所一直重視信息技術在交易監管中的應用，近期在大數據規劃及監管技術研究方面開展了一系列創新性工作。近兩年，上交所啟動了大數據平臺的規劃建設，進一步整合數據資源，深挖數據價值。開展了金融云平臺的設計和建設，對圖數據庫、流計算和自然語言識別等新興技術進行研究，為智能監管提供持續有力的技術支撐。上交所還積極研發智能應用，以大數據平臺為基礎，以實際監管業務場景為著陸點，持續開展新技術課題研究，并及時將研究成果應用于實際監管工作。

    具體來說，一是運用機器學習技術實現投資者畫像。從交易風格、持倉特征、投資偏好、歷史監管情況和違法違規情況等維度，設計特征指標，對投資者進行全方位圖形化展示。運用機器學習技術，智能識別和預判其異常交易模式，為異常交易行為的分析和決策提供參考；二是運用知識圖譜技術進行賬戶關聯性分析。從賬戶關聯、交易關聯、終端設備關聯等多個維度，高效計算和判定賬戶關聯關系。同時應用最新的圖數據庫技術，快速生成拓撲圖，直觀展示賬戶和賬戶組之間的關聯關系，提升關聯賬戶識別效率；三是使用文本挖掘技術提高網絡“黑嘴”的偵測能力。運用文本挖掘和語義分析技術，自動抓取熱門網絡社區中薦股信息，同步篩查相關股票行情是否存在異動，自動對異動股中“搶先交易”行為特征的賬戶進行分析，篩查出網絡“黑嘴”嫌疑賬戶。

    上交所負責人表示，上述三項智能技術研究成果均已投入監管實踐應用，對提升一線監管效能起到了積極推進作用。

    比如說，投資者畫像可提供投資者行為特征的圖形化描述，在交易監管過程中增強了對異常行為的輔助判斷能力；賬戶關聯性分析實現了對關聯賬戶、關聯行為的圖形化動態監測，極大提高了對隱藏在市場操縱、內幕交易等違法違規行為背后的賬戶關聯關系的識別能力；網絡“黑嘴”篩查實現了對網絡薦股信息語義解析、異動股票偵測、嫌疑賬戶篩查的自動化、智能化分析，目前已成功發現了相關案件線索。

    拓展新技術監管應用

    目前，證監會正在統籌推進系統內證券監管大數據平臺的建設，將進一步加強各類新技術應用，提高金融監管的智能化水平。證券時報記者獲悉，在如何運用大數據、運用人工智能技術提升監管能力等方面，上交所已積累了一些經驗，取得了一定的監管實效。

    據介紹，針對目前“智能監管”中存在的具體問題，上交所已有針對性的思考和改進。一是與證券交易監管相關的數據源仍需不斷擴展。上交所現有數據主要是滬市的交易、持倉相關數據，為增強數據的聚合價值，還需進一步整合公司年報、券商研報、輿情等交易相關數據，并開展關聯性分析。今后，需要建立對大數據、人工智能技術發展和應用的跟蹤機制，及時了解技術動態和發展趨勢，持續開展新技術在監管業務場景上的應用研究。例如，深化對輿情、研報等非結構化監管數據處理研究及關聯分析，開展市場流動性實時偵測研究等。此外，還將探索建立科技監管實驗室，提供用于研究的軟硬件環境，完善研究成果快速轉化為應用的機制，為智能監管提供及時技術支持。

    二是非結構化數據在監管中的價值有待進一步挖掘。上交所在分析處理交易、持倉等結構化數據方面，技術相對成熟，同時對于公司財報等數據，已通過可擴展商業報告語言（XBRL）實現了數據的半結構化存儲和使用，但對于網絡輿情、券商研報等尚未結構化的非交易類數據的處理和運用能力還有待加強，而往往這部分數據對監管的綜合分析判斷具有極大參考意義。

    三是人工智能新技術在證券監管中的運用還處于早期階段。目前，大數據處理技術在金融證券行業已有較多應用，在內幕交易、老鼠倉等線索核查過程中作用顯著。但人工智能技術本身的發展尚處于早期的“認知”階段，更深入的“推理”、“決策”應用仍較少，在證券監管領域的運用還需進一步探索和研究。

    此外，上交所將通過人員培訓、行業交流等多種方式，均衡、可持續地培養復合型監管人才，形成提升科技監管水平的長效動力。同時，還將積極引進外部專家和人才，并與外部科研機構、高校、科技公司開展交流和聯合研究，助力交易所智能監管更快發展。