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
数字化转型是企业提升竞争力和实现可持续发展的关键路径。面对快速变化的市场环境,以及技术的飞速发展,企业在数字化转型过程中 ...
2024-11-15CDA数据分析师认证:CDA认证分为三个等级:Level Ⅰ、Level Ⅱ和Level Ⅲ,每个等级的报考条件如下: Le ...
2024-11-14自学数据分析可能是一条充满挑战却又令人兴奋的道路。随着数据在现代社会中的重要性日益增长,掌握数据分析技能不仅能提升你的就 ...
2024-11-14数据分析相关职业选择 数据分析领域正在蓬勃发展,为各种专业背景的人才提供了丰富的职业机会。从初学者到有经验的专家,每个人 ...
2024-11-14数据挖掘与分析在金融行业的使用 在当今快速发展的金融行业中,数据挖掘与分析的应用愈发重要,成为驱动行业变革和提升竞争力的 ...
2024-11-14学习数据挖掘需要掌握哪些技能 数据挖掘是一个不断发展的领域,它结合了统计学、计算机科学和领域专业知识,旨在从数据中提取有 ...
2024-11-14统计学作为一门基于数据的学科,其广泛的应用领域和多样的职业选择,使得毕业生拥有丰厚的就业前景。无论是在政府还是企业,统计 ...
2024-11-14在当今高速发展的技术环境下,企业正在面临前所未有的机遇和挑战。数字化转型已成为企业保持竞争力和应对市场变化的必由之路。要 ...
2024-11-13爬虫技术在数据分析中扮演着至关重要的角色,其主要作用体现在以下几个方面: 数据收集:爬虫能够自动化地从互联网上抓取大量数 ...
2024-11-13在数据分析中,数据可视化是一种将复杂数据转化为图表、图形或其他可视形式的技术,旨在通过直观的方式帮助人们理解数据的含义与 ...
2024-11-13在现代银行业中,数字化用户行为分析已成为优化产品和服务、提升客户体验和提高业务效率的重要工具。通过全面的数据采集、深入的 ...
2024-11-13在这个数据飞速增长的时代,企业若想在竞争中占据优势,必须充分利用数据分析优化其营销策略。数据不仅有助于理解市场趋势,还可 ...
2024-11-13数据分析行业的就业趋势显示出多个积极的发展方向。随着大数据和人工智能技术的不断进步,数据分析在各行各业中的应用变得越来越 ...
2024-11-13市场数据分析是一门涉及多种技能和工具的学科,对企业在竞争激烈的市场中保持竞争力至关重要。通过数据分析,企业不仅可以了解当 ...
2024-11-13数据分析与数据挖掘是数据科学领域中两个关键的组成部分,它们各有独特的目标、方法和应用场景。尽管它们经常在实际应用中结合使 ...
2024-11-13在如今这个数据驱动的时代,数据分析能力已经成为许多行业的重要技能。无论是为工作需要,还是为了职业转型,掌握数据分析都能够 ...
2024-11-13在如今这个数据驱动的时代,数据分析能力已经成为许多行业的重要技能。无论是为工作需要,还是为了职业转型,掌握数据分析都能够 ...
2024-11-13作为一名业务分析师,你肩负着将业务需求转化为技术解决方案的重任。面试这一角色时,涉及的问题多种多样,涵盖技术技能、分析能 ...
2024-11-13自学数据分析可能看似一项艰巨的任务,尤其在开始时。但是,通过一些策略和方法,你可以系统地学习和掌握数据分析的相关知识和技 ...
2024-11-10Excel是数据分析领域中的一款强大工具,它凭借其灵活的功能和易用的界面,成为了许多数据分析师和从业者的首选。无论是简单的数 ...
2024-11-10