近日，圍繞科技監管這一話題，證券時報記者逐一走進上交所技術公司、科創板審核中心、金橋數據中心、公司監管部門、市場監察部門、債券業務中心和產品創新中心，走訪中記者感受到，在實現科技監管智能化方面，技術公司承擔著最基礎、最底層的作用，與此同時，科創板審核部門構建了一套企業科技實力評估體系，上市公司監管部門靈活運用“公司快覽”“風險掃描”和“財報審核”三大科技利器，市場監察部門運用機器學習技術開展投資者畫像分析，債券業務部門利用數據結構化采集進一步提升風險研判能力，產品創新部門針對期權產品的特殊性加速科技監管實踐，均取得顯著效果。

    技術保障

    核心交易系統安全

    采訪上交所技術公司時，記者注意到，得益于技術保障，2018年上交所核心交易系統安全運行率達到100%。截至目前，完成了各技術系統269項應急預案的全覆蓋演練；技術運營平臺通過賦有科技感的數據可視化設計，清晰直觀地展示各系統運行狀況，針對近2000個系統檢查項，每日完成60余萬次檢查，1.5億余條數據校驗，給系統裝上天眼。

    這僅是技術公司在保障上交所核心交易系統安全運行中所做的一部分工作。據相關負責人介紹，技術公司積極實施數字化轉型戰略，完成大數據平臺建設，加速推進新監察系統建設，提升交易所監管科技能力。推進核心交易系統輕型化和技術創新，于2018年推出行業金融云，為行業提供完備的基礎設施服務，完善IT治理框架，全力推進技術領先的世界級交易所建設。

    據悉，技術公司完成了滬倫通東向業務的核心交易、業務管理、監察風控、統計分析等主要功能的技術開發。推出滬股通看穿監管業務，完成滬股通看穿開發和上線工作。實現競價產品狀態轉換、收盤集合競價等功能優化，實現資金前端控制業務上線，完成債券業務平臺配套、債券借貸業務部分上線試運行及用戶試用，并在2019年完成了科創板交易系統的技術上線及相關業務推出。

    隨著大數據平臺正式上線，技術公司完成了上交所內大規模業務數據資源的匯聚整合，月均為業務提供近1TB數據接口和1000萬次各類查詢服務，實現了使用國產大數據平臺替代國外數據倉庫產品的升級換代，同時提供了非結構化數據和流數據處理能力，有效提升了上交所數據基礎設施自主建設和掌控能力。新監察系統的建設目前正在有序推進中，系統基于扁平、微服務的設計理念，通過大數據、云計算、人工智能等科技手段，支持實時監察、歷史分析、異常調查等多樣化處理方式，提高了上交所監察風控水平及線索發現能力，促進了監管模式創新。

    此外，上交所技術公司依托證券信息技術研究發展中心（上海）的行業平臺，2018年成立了監管科技實驗室和低時延技術實驗室，聯合外部開展20余項課題研究，其中《深度學習和知識圖譜在智能公司監管中的應用研究》入選中國證券業協會重點課題，并獲得優秀課題稱號。據悉，2019年的研究課題正在征集之中。

    科技評價

    賦能科創板監管

    在繁重的審核工作與審核復雜性日益增加的今天，如何利用先進技術提升審核效率，成為上交所科創板審核中心成立之初便不停探索研究的目標。

    采訪時，證券時報記者了解到，經過半年左右的積累沉淀，在上交所技術公司及外部領域專家的協作下，相關的科技評價、金融文本處理等輔助審核工具已初具雛形。科創板“科技評價系統”以企業專利數據為切入，結合輿情信息，對標國內外同業公司，利用大數據、自然語言處理和智能分析等技術，對科創板審核企業的技術實力進行分析與評價。

    其中，科技數據校驗功能，利用金融文本抽取技術提取招股說明書中涉及發行人相關科技技術數據，與國家專利局等數據進行比對，校驗企業披露是否存在虛假申報情況，并同時關注專利數據是否存在質押或轉讓等情況；技術方向分析功能，采用基于技術聚類的行業分類模型，將企業所處行業對應至某一種或幾種專業技術中。該模型可有效提高行業分類準確性及針對性；核心技術分析功能，基于專利評估模型，結合智能分析技術，通過分析企業的專利質量、技術質量、專利所具有的市場價值和社會影響等，精準定位企業核心技術。

    在此基礎上，上交所科創板審核部門構建了一套企業科技實力評估算法。通過精準的分類來定位企業技術方向，找到同業對標，結合輿情信息，精準分析企業核心技術的競爭力及發展前景等；風險預警功能，能夠針對企業核心技術人員流失、專利轉讓、訴訟等風險情況提供及時預警，輔助審核。

    值得注意的是，科創板申報企業招股書等金融文檔形式多樣、結構復雜、存在多個版本，因此，為了釋放人力、提升工作效率，審核中心致力于通過人工智能、機器學習等方法實現金融文檔的抽取與比對。“金融文檔處理系統”以自然語言技術為基礎，結合金融詞庫、視覺圖像識別技術等，從非結構化的金融文檔，如科創板申報企業招股說明書、上市公司公告等當中抽取數據，形成結構化數據，建立規范化的數據模型，提供與外部數據庫及系統的導出接口，用于后續的數據分析、智能撰寫、智能審核及信息可視化等。記者了解到，“金融文檔比對系統”支持不同版本、不同格式的金融文檔比對，對差異結果歸類，按差異類型和章節結構篩選查看。

    用科技手段

    突破服務瓶頸

    近兩年來，我國資本市場發展速度不斷加快，市場規模持續擴大，滬市公司整體運行質量穩中向好。但同時市場新問題層出不窮，資本脫實向虛、杠桿高企，個別上市公司風險有所積聚。對此，上市公司一線監管需要加強監控力度和敏銳度，及時發現市場主體的潛在風險。在目前監管資源有限與監管復雜性日益增強的背景下，傳統監管模式難以滿足高強度的工作要求，亟需通過科技手段突破瓶頸，創新模式，引領監管工作向智能化方向發展。

    采訪中，記者了解到，上交所公司監管部門自主研發的“公司畫像”項目現已正式上線運行。平臺對滬市公司進行全貌監控和電子留檔，以服務監管為出發點，主要分為“公司快覽”“風險掃描”和“財報審核”三大模塊。

    “公司快覽”模塊，以監管需求為導向，通過直觀簡潔的信息導圖，以監管檔案、關鍵指標分析、股價與公司大事、股東及關鍵人員、業務及財務信息、行業比較分析、資本運作信息、外部評價信息、公司關系圖譜九大細分板塊，多維度、針對性刻畫公司特征，幫助監管人員快速了解公司的前世今生，穿透識別潛在關聯方，迅速聚焦監管相關的重點事項。

    “風險掃描”模塊，從財務業績風險、經營風險、公司治理及合規風險、股東關鍵人員風險、資本運作風險、公司債券風險、股價輿情風險七個維度，構建200余個風險標簽、500余項預警子規則的指標庫。按照重要性和時效性的等級，對不同級別和類型的風險設置不同的預警標識，分為持續提示和快速反應兩類，體現了精準監管，幫助監管人員在大量的財報信息中迅速鎖定隱藏風險。

    “財報審核”模塊，從財務舞弊的動機出發，通過資產質量、盈利情況等角度，構建包括80個標簽、200余項預警子規則的指標庫，初步實現對公司定期報告的自動審查。在定期報告披露后可以按需生成審核簡報，并會隨著行業公司披露數量增加而動態調整行業指標，保證數據的精確性。

    市場監察

    “金融科技”含量高

    隨著證券市場規模持續擴大、新的產品和交易方式日益豐富以及投資者結構日趨復雜，證券異常交易行為、違法違規行為也呈現出多元化、隱蔽化等特征，交易所一線監管工作面臨較大挑戰。近期，證券時報記者走訪上交所市場監察部門時了解到，隨著大數據、云計算、人工智能技術的日益成熟，金融科技監管取得了快速發展，為證券交易監管的自動化、智能化提供了新的發展思路。

    市場監察是交易所一線監管的核心職能之一，也是技術系統依賴度極高、“科技化”含量較多的業務領域。從最初的單機命令行查詢方式到實時監控系統上線，再到目前的實時監控預警、歷史數據分析、監管工作流三位一體的監察系統，已經歷了三代升級更替。

    舉例來說，上交所市場監察部門開展一系列新技術研究，運用機器學習技術開展投資者畫像分析，從交易風格、持倉特征、投資偏好、歷史監管情況等多個維度，設計數百個機器學習的特征指標，以圖形化的方式全方位展示投資者的交易行為特征。使用知識圖譜技術構建圖形化的賬戶關聯分析模型，通過對賬戶關聯性的多維度數據深度整合，使用最新的“圖數據庫”技術快速生成關聯拓撲圖，能夠全面、直觀展示賬戶之間、賬戶組之間復雜多變的關聯關系，大幅提高了關聯賬戶識別效率。

    此外，應用文本挖掘技術可實現對網絡“黑嘴”的自動偵測，通過文本挖掘、語義分析技術自動抓取熱門網絡社區中的薦股信息，并同步篩查相關股票是否存在異動，對異動股中具有“搶先交易”行為特征的賬戶進行深度分析挖掘，從而篩查出相關嫌疑賬戶。

    “目前，以上述新技術研究成果設計的分析工具已應用于監管實踐，顯著提升了交易監管的效率和智能化水平。”上交所市場監察部門負責人告訴記者。記者獲悉，依托大數據平臺，上交所目前正在積極推進新一代監察系統建設。基于上交所大數據平臺，新監察系統將在交易持倉數據、賬戶開戶數據、交易終端與保證金數據、監管歷史數據等結構化數據基礎上，拓展與集成網絡輿情、公司年報、券商研報等非結構化或半結構化數據源，進一步發揮監管大數據的聯動分析效能。

    科技手段

    提升債券監管效能

    2015年公司債券改革以來，上交所債券市場實現了快速發展，規模日益增長。截至今年8月底，在上交所上市或掛牌的各類債券14255只，債券托管量達到9.24萬億元。隨著債券數量的大量增加，再加之監管資源有限，上交所債券監管部門亦亟需借助科技手段協助提升監管效能。

    上交所債券業務中心有關負責人向證券時報記者表示，經過幾年研究探索，債券監管已實現債券業務各環節全程電子化、基礎數據全覆蓋、風險管理可拓展、監管信息實時共享。具體說就是，通過使用大數據、XBRL（可擴展商業報告語言）等科技手段，對公司債券全生命周期進行全程監控，并對日常監管動作及監管措施進行電子化留痕。

    據介紹，“基本信息”類模塊，整合了公司債券從審核到存續期結束的全生命周期全貌數據，將債券全生命周期數據進行結構化采集，為債券監管打下堅實基礎。“風險管理”類模塊，充分落實了上交所于2017年發布的《上海證券交易所公司債券存續期信用風險管理指引》，并結合受托管理人報送的報告及內部監管實踐，對債券風險進行綜合研判。“債券監管”類模塊，將公司債券全生命周期內的監管動作、監管措施等進行電子留痕，并將監管信息與地方金融局、證監會債券部、各地證監局、中國結算等單位進行信息共享，提升監管協作。

    XBRL如何與風險管理深度結合？對此，債券業務中心人士表示，一方面，利用XBRL技術獲取定期報告、風險管理報告中債券存續期等關鍵數據，幫助監管人員迅速發現風險情況，第一時間作出反應并在系統中留痕。另一方面，通過梳理已發生的風險事件，形成成熟監管實踐，將其融入風險管理模塊中，進一步提升風險研判能力。

    期權監管廣泛運用

    “投資者畫像”

    期權是國際市場成熟的基礎性金融衍生品，是投資者進行風險管理的高效工具，但同時也是資本市場最復雜、最具有多樣性的金融產品。2015年2月，我國首個場內期權產品上證50ETF期權正式上線，迄今發展4年多，已成為標普500ETF期權之后，全球第二大ETF期權產品。

    接受證券時報記者采訪時，上交所產品創新中心負責人表示，隨著市場規模逐步擴大及流動性不斷提升，越來越多的投資者把期權作為保險和增強收益工具加以運用。從總體上看，市場運行平穩有序，定價較為合理，投資者參與理性，沒有出現爆炒、過度投機等風險事件。科技助力對于期權等市場構建完善的監管體系及進行有效監管，發揮了十分重要作用。

    據介紹，期權市場的程序交易監管工作之一，是對未報備賬戶違規行為進行程序交易篩查。篩查方式基于層次分析模型，將“是否為程序交易”這一判斷目標拆分為技術可行度組、行為合理度組等一級指標，同時進一步細分至交易頻率、交易數量、訂單組情況、交易意圖判別、成本判別等多項二級指標，共同組成中間層。通過定量和定性方法構造并訓練判定矩陣，實現整個模型的穩定性。將用戶的交易行為視為模型中的最底層進行逐一判別，最終實現對非報備程序交易的有效識別。

    值得注意的是，上交所產品創新中心注重對期權投資者“畫像”。從賬戶信息、申報成交情況、持倉偏好、資金流水、歷史事件等多個維度，建立了特征庫、案例庫及畫像庫。針對期權產品的特殊性，通過期權合約之間的配對組合、投資者在各希臘字母上的偏好等，結合現貨數據，為投資者的交易行為進行分類，將套保、投機等行為區別開來。據介紹，該系統在上交所期權業務的日常監管、分析中被廣泛使用。

    利用大數據建模，還可精準識別非法期權分倉交易經營平臺。證券時報記者了解到，上交所產品創新中心利用大數據核查分拆賬戶交易等行為、挖掘疑似賬戶，精準定位所屬期權經營機構及賬戶，利于迅速采取監管措施，將影響期權市場功能發揮的惡性隱患逐一清理。