京公网安备 11010802034615号
经营许可证编号:京B2-20210330
老鼠仓监管背后的无奈:大数据监测治标难言治本
近期,多起资本市场“老鼠仓”案件进入司法程序,监管层引入“大数据分析”查处“老鼠仓”成效明显。然而,由于缺乏相关制度保障,违法成本较低致使震慑力度有限,“老鼠仓”加大监管背后却又写满无奈。
基金经理成“老鼠仓”重灾区
2014年以来,资产管理行业“老鼠仓”频频曝光,而基金经理则成为其中的“重灾区”。
3月7日,证监会证实中邮基金旗下基金经理厉建超涉老鼠仓被调查;5月9日,证监会通报光大保德信红利基金经理钱某、平安资管张某某等内幕交易案,涉及金额均超过1亿元;7月4日,证监会公布蒋征、陈绍胜、牟永宁、程岽和黄春雨等5名海富通基金原任或时任基金经理,涉嫌利用未公开信息交易股票案被立案调查……
“今年来多家基金公司爆出‘老鼠仓’传闻,说明监管层对于此类事件的监管力度正在持续加大,今后可能还将有类似事件被曝光。”好买基金研究中心总监曾令华表示。
在诸多基金经理“老鼠仓”事件中,11月21日,北京市公安局通报的一起案件引起广泛关注。北京市公安局认证微博“平安北京”发布消息称,犯罪嫌疑人罗某萍利用担任某基金管理公司基金经理的便利,借助未公开信息交易股票并非法获利1300余万元。罗某萍原来所在公司被市场指向国内某大型基金公司。
“2014年对‘老鼠仓’事件的曝光,绝对数量显著提高。”济安金信科技有限公司副总经理、济安金信基金评价中心主任王群航认为,从已知信息看,查处“老鼠仓”使用的数据,最早可以追溯到2009年,显示出资本市场“事后”稽查工作开始有效开展。
“大数据”监管“利器”难解配套制度缺失难题
事实上,随着2009年《刑法修正案(七)》的出台,证券从业人员内幕交易以及利用因职务便利获取内幕信息以外的其他未公开信息交易罪名正式写入刑法,这也成为监管层对“老鼠仓”案件认定的重要分水岭。
与之前主要依靠举报、现场检查“捕鼠”完全不同,目前以“大数据分析”为主的“数字稽查”技术正在不断升级,案件线索发现、报送的及时性和精准度也在提高。
深圳证券交易所总经理宋丽萍就曾公开表示,“今后将投入力量把原形系统项目和股价异动联系起来,构建市场监控综合数据模型,全面提升对内幕交易、市场操纵、证券欺诈文本信息挖掘和监管。”
然而,“捕鼠”技术实力的增强,却无法改变相关配套制度缺乏的窘境。在多起“老鼠仓”案件发生后,“已离职”“个人行为”等已成为涉事公司回应、甚至推脱责任的标准口径。“‘老鼠仓’行为不断出现,却没有一家基金公司受罚,令人不可思议。”王群航表示。
同时,对于“老鼠仓”行为刑罚较轻的现实状况,也使“大数据”监管“利器”对犯罪行为的震慑力度十分有限。自2011年长城基金久富证券投资基金经理韩刚成为“老鼠仓”获刑第一人以来,几年来陆续有“老鼠仓”被查,但入刑时间均未超过4年。
近期,博时基金原基金经理马乐因老鼠仓被“判三缓五”,更是引起公众广泛关注。2014年12月8日,最高人民检察院检察委员会讨论决定,对马乐利用未公开信息交易案提出抗诉。一些投资者甚至表示,“法院如此判法,会鼓励更多人铤而走险——反正犯罪成本很低,不如搏一把。”
亟须为震慑“硕鼠”提供制度保障
事实上,对于“老鼠仓”监管而言,“治标”要求不断提升技术手段,如“大数据分析”等,但想要“治本”还须规定并严格执行配套制度,形成完整的体制机制“保障链条”,以更有效地打击“老鼠仓”等违法犯罪行为。
首先,基金公司作为管理主体,基金经理发生“老鼠仓”违法行为说明公司管理、内控等并不到位。证监会日前也明确表示,“将根据情节轻重对公司及董事、监事、高级管理人员采取适当监管措施”,业内人士普遍认为监管机构对基金公司的监管及处罚“亟须跟上”。
同时,“‘老鼠仓’犯罪相关立法存在滞后,司法惩戒只是‘挠痒痒’的现状。”浙江裕丰律师事务所证券维权律师厉健认为。据了解,相比于美国等海外成熟市场,我国内幕交易量刑过轻,博时基金马乐、汇添富基金苏竞等近年影响巨大的老鼠仓基金经理都未判“实刑”而是缓刑。
中国人民大学商法研究所所长刘俊海表示,资本市场内幕交易性质之恶劣,甚于大街上的抢劫和偷窃。他认为,在坚持法治原则下,针对“老鼠仓”等内幕交易行为还是要坚持猛药去疴,重典治乱,“法院在裁定的时候一定要不能姑息纵容,针对情节严重性、涉案金额高低,予以合理量刑,这才能提振投资者对于中国资本市场的信心。”
此外,对于“老鼠仓”行为发生后,中小投资者的民事诉讼赔偿机制仍然缺失。“按照现行监管体制,即使基金经理因‘老鼠仓’案受到应有的惩罚,那些因‘老鼠仓’利益受到损害的投资者也无法维护自己的合法权益,这正是法律今后要进一步完善的地方。”北京市问天律师事务所主任合伙人张远忠说。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19