金融大数据反腐可做得更多.docVIP

金融大数据反腐还可做得更多 经济观察报 评论员 袁金秋 在商业领域为企业寻找盈利蓝海、建立营销分析模型的大数据，进入到金融监管领域，发生了微妙的化学反应——带来了一场资管行业的肃清。这个5月，投资界并不平静。在“涉案”、“检查”、“通报”等频繁出现的敏感字眼中，包括公募基金、私募基金、保险资管、券商分析师等等均被卷入一场证监稽查风暴，部分上市公司的并购重组关联方亦被稽查立案。这不能不归功于“大数据”这一利器。金融腐败一直以专业性和隐蔽性强著称，即便有举报线索，取证也非常困难。突破了以往证监稽查仅有举报、突击检查等传统路径，大数据是以智能化、云数据的平台，从海量数据中动态监测和查验个股异动、敏感信息等线索。其所涵盖的交易记录可追溯至2009年附近，连5年前王亚伟掌舵的华夏大盘精选也被纳入法眼。2013年以来，有多达38起涉嫌利用未公开信息交易股票案在查。由此可见，大数据在金融反腐领域的效果凸显。在证券稽查中，大数据剥去了金融腐败的隐形外衣，违法违规变得有迹可循。在金融体系丰富多元的数据沃土之上，大数据更有生枝繁叶的优势，可以更为低成本、更为快速和便捷地让内幕交易、利益输送等行为显性化，使得金融反腐路径彰显。业界热传一个段子，上交所在给一家保险公司讲内幕交易监管时曾说：“大数据无所不能，只要是一段时期内赚钱的账户我们就进行筛查，总能查出问题。你们别觉得这么做过分，我们就是仇富，见不得这些人赚钱。”雷霆扫荡之下，投资界风声鹤唳，内幕交易等违规行为无处遁形，任何侥幸试法行为都变得越来越难。曾经因隐蔽性和取证难而大量存在的内幕交易和老鼠仓，在精密布防下被肃清与震慑。资产管理行业生态亦逐渐产生良性改变。可以预见的是，这才仅仅是个开始。有金融活动，就会有交易，继而就会产生数据。证监会和两大证券交易所通过大数据联手打击证券违法活动，只是拉开大幕。未来，司法稽查会越来越多地利用大数据利器，在监管和防范老鼠仓等行为方面持续发力。证券监管势必会从传统的运动式稽查走向建立主动防范与常态稽查机制。建立和维护如此机制，大数据必将尽施用武之地。随着资管行业的几何式增长和金融产品、运作形式的多样化，违法违规行为必定会更加隐蔽和复杂。因此，大数据稽查需要紧跟行业发展，总结经验，提高数据分析和人工筛查技能，与时俱进地研究升级分析模型和运算机制，使其更加科学和具有可操作性。同时，应更新和完善纠错以及核验机制，以免出现误伤和遗漏。而这些，都要求大数据基于更为海量的数据，丰富数据广度和深度，这就需要打通不同部门和相关方之间的壁垒，实现证监会、各个交易所、公安部门、金融机构、上市公司等相关信息的对接与共享，建立完善、安全的数据资源运行机制。在证监稽查常态机制运行过程中，加强对证券违法违规行为的主动防范及查处，应提高大数据监管的排查和报警效率，相关部门联动起来，简化查证、移送、执法等监管流程，加强公平公正、及时迅速地查处；并且健全证券违规、资管失信等相关法律法规，加强稽查执法力量，排除干扰，严格执法。建立常态“捕鼠”机制，金融大数据反腐可以做得更多。 本文来源：经济观察报 經濟觀察報 評論員 袁金秋 在商業領域為企業尋找盈利藍海、建立營銷分析模型的大數據，進入到金融監管領域，發生瞭微妙的化學反應——帶來瞭一場資管行業的肅清。這個5月，投資界並不平靜。在“涉案”、“檢查”、“通報”等頻繁出現的敏感字眼中，包括公募基金、私募基金、保險資管、券商分析師等等均被卷入一場證監稽查風暴，部分上市公司的並購重組關聯方亦被稽查立案。這不能不歸功於“大數據”這一利器。金融腐敗一直以專業性和隱蔽性強著稱，即便有舉報線索，取證也非常困難。突破瞭以往證監稽查僅有舉報、突擊檢查等傳統路徑，大數據是以智能化、雲數據的平臺，從海量數據中動態監測和查驗個股異動、敏感信息等線索。其所涵蓋的交易記錄可追溯至2009年附近，連5年前王亞偉掌舵的華夏大盤精選也被納入法眼。2013年以來，有多達38起涉嫌利用未公開信息交易股票案在查。由此可見，大數據在金融反腐領域的效果凸顯。在證券稽查中，大數據剝去瞭金融腐敗的隱形外衣，違法違規變得有跡可循。在金融體系豐富多元的數據沃土之上，大數據更有生枝繁葉的優勢，可以更為低成本、更為快速和便捷地讓內幕交易、利益輸送等行為顯性化，使得金融反腐路徑彰顯。業界熱傳一個段子，上交所在給一傢保險公司講內幕交易監管時曾說：“大數據無所不能，隻要是一段時期內賺錢的賬戶我們就進行篩查，總能查出問題。你們別覺得這麼做過分，我們就是仇富，見不得這些人賺錢。”雷霆掃蕩之下，投資界風聲鶴唳，內幕交易等違規行為無處遁形，任何僥幸試法行為都變得越來越難。曾經因隱蔽性和取證難而大量存在的內幕交易和老鼠倉，在精密佈防下被肅清與震懾。資產管理行業生態亦逐漸產生良性改變。可以預見的是，這才僅僅是個開始。有金融