上交所：开展投资者画像研究 侦测网络“黑嘴”行为

3月20日，上交所发文称，目前已经建设了公司业务管理系统，上市公司信息披露业务办理、公告审核、业务流程管理等均通过系统完成，经过多次优化升级，功能日益完备，监管科技含量不断提高。特别是2013年上交所实施信息披露直通车以来，上市公司信息披露业务办理实现了完全的电子化，并在分红派息等重要业务操作方面实现了闭环管理，大大提高了信披业务办理和监管的效率，有力支持了上市公司监管业务。下一步，将进一步发挥科技监管在上市公司监管方面的作用。对此，上交所正在逐步开展对上市公司的“画像”工作，重点是多渠道、多维度搜集整理上市公司的基础信息、交易信息、公告信息等数据，全面、动态反映上市公司的股东信息、生产经营、财务信息、资本运作、诚信记录和公司治理，为一线监管工作提供支持。

“智能监管”，是上交所近年来监管工作的一大创新。 加大研发资源投入，探索科技监管方式，已成为上交所切实履行一线监管职能的必然选择。上交所不断加大投入建设升级监管系统，去年积极研发智能应用，以大数据平台为基础，以实际监管业务场景为着陆点，开展了一系列人工智能新技术的课题研究，并将研究成果第一时间应用于实际监管工作，成效显著。

例如，运用机器学习技术，开展投资者画像研究。 投资者画像技术从交易风格、持仓特征、投资偏好、历史监管信息等维度，设计了数百个机器学习的特征指标。该技术以图形化方式，全方位快速展示投资者的长期交易特征，帮助交易实时监控人员准确锁定频繁参与题材股炒作、故意以拉抬打压等手法误导其他中小投资者的异常交易账户。同时，也能够更加主动、高效地发现较为隐蔽的“老鼠仓”交易账户。

又如，运用知识图谱技术，分析建立违法违规账户组的关联关系。 这一监管技术深度整合了账户开户信息关联、交易关联、终端设备关联等多个维度数据，并借助最新图数据库技术，快速生成拓扑图，能够清晰地体现大账户组内复杂多变的关联模式。在2017年初筛查涉嫌操纵次新股的案件线索过程中，借助这一账户组关联性分析技术，大幅提升了识别操纵嫌疑关联账户的效率与准确性,较为完整地还原了多账户多点联动操纵行为的全过程。

此外，还深入研究应用文本挖掘技术，侦测网络“黑嘴”行为。即通过运用文本挖掘和语义分析，自动抓取热门网络社区的荐股信息，并同步筛查相关股票行情中的异动情形。这一监管新技术有助于深度分析异动股中“抢先交易”行为，挖掘网络“黑嘴”嫌疑账户。

目前，上述三项智能技术研究已陆续投入监管实践应用，对提升一线监管效能发挥了积极作用，并有力地支持了证监会的专项稽查执法行动。接下来，在交易一线监管方面，本所将继续推进科技监管的研究应用，组织开展重大技术难题攻关，加快交易监察系统的优化升级。

随着上交所公司债券监管工作的不断深化，科技监管正发挥越来越大的作用，不断提升监管效率。去年开始，上交所公司债券信息披露开始推行XBRL（可扩展商业报告语言）技术，有效提高了信息披露的规范化程度和数据采集效率，大幅提升了后续数据分析及深度挖掘的可能。此外，上交所目前已初步建立债券监管风控系统和回购数据报送系统，形成了较为全面的基础信息数据库，风险监测及预警的执行效率将得到有效提升。未来，上交所将通过增加外部数据源接入等方式进一步扩展用于风险管理的信息来源，以实现更为全面高效的风险监测和监管体系。

以大数据等技术手段为依托的科技监管，其核心在于数据获取的有效性、及时性和全面性。交易所与银行、保险、信托、征信等其它市场间的合作与渗透非常广泛而深入，但行业的不同导致在相关数据合作上会出现权限不足和效率有限的问题，影响监管力度与执行效率。推进科技监管的阻碍之一便是数据局限和行业隔离问题。

一方面，建立对大数据、人工智能技术发展和应用的跟踪机制，及时了解技术动态和发展趋势，同时持续开展新技术在监管业务场景的应用研究。例如，为了加强信息披露监管与交易监管的联动，需要进一步深化对公司财报、网络舆情、券商研报等半结构化或非结构化监管数据的处理研究和关联分析，提升一线监管的综合判断能力。

另一方面，将继续加大软硬件基础设施的投入，建设功能完备的智能监管平台。充分发挥云计算、大数据、人工智能等新兴技术优势，依托正在建设的大数据平台、金融云平台，整合交易监管、公司监管、会员监管功能，构建新一代科技监管平台，提高监管的智能化水平。其中，将进一步深化与外部科研机构、高校、科技公司的交流和联合研究，重点探索建立科技监管实验室，重点探索建立科技监管实验室，提供用于研究的软硬件环境，完善研究成果快速转化为应用的机制，为智能监管提供技术支持。