1　绪论

1.1　研究意义

近年来，随着资本市场全球化，计算机技术的迅猛发展，资本市场交易规模不断扩大，交易频率迅速提高，国内外金融市场各类市场操纵事件也频频发生。2010年5月道琼斯工业股指的“闪崩”（flash crash）以其强大的全球性外部效应，引起各国资本市场监管部门的高度重视。2015年4月，“闪崩”事件的主要操纵者Sarao在伦敦被正式拘捕，同年9月，中国证监会通报5起市场操纵案例，总处罚金额高达23.5亿元。人为操纵金融市场的行为不仅破坏了市场的资源配置功能，也严重损害了金融市场的稳定性和完整性，因此，研究市场操纵行为对于稳定金融市场、降低金融市场风险有着至关重要的作用。

市场操纵行为的定义一般沿用Allen和Gale提出的三种表现形式：基于信息的操纵、基于行为的操纵和基于交易的操纵。基于信息的操纵主要通过散播虚假信息或内幕消息来改变和影响市场价格；基于行为的操纵主要通过控制交易产品的供需，或制造虚假供需表象来影响市场价格；基于交易的操纵则是单纯通过买卖指令或交易行为来影响和改变市场价格。与基于信息和行为的操纵相比，基于交易的操纵通常不包括任何明显的非法行为（如虚假信息传播和对供需的控制），其发生、发展完全由看似正常的交易动作引起。国外资本市场发展较早，开放程度大，交易策略较复杂，在电子化交易被引入之前，市场操纵主要集中于基于行为和基于信息两种形态。随着电子交易的广泛普及和算法交易的日趋复杂，基于交易的操纵行为在市场中逐渐占据主导地位，美国独立研究机构NANEX的研究报告指出，基于交易的操纵行为在美国和欧洲市场上几乎每天都发生多起。因此，本书以基于交易的操纵行为为主要研究对象。

面对频繁发生，且越来越具有隐蔽性和复杂性的市场操纵行为，监管部门通常要花费数日甚至数月进行调查，事后调查虽然可以充分分析操纵行为的每个细节，但其效率低下，往往在市场已蒙受严重损失数月之后才采取相应的处罚和补偿措施。基于此，各国均开始探索实时、准确地识别和监测市场操纵行为的解决方案。纳斯达克（NASDAQ）于2011年收购了市场监控平台供应商Smart Group公司，应用Smart Group平台中的基于“模糊逻辑”（fuzzy logic）的自定义商业逻辑功能对市场交易进行实时监测，但对复杂、具有隐蔽特性的操纵行为和策略，模糊逻辑难以准确定义、表达和识别其特点。2014年，中国证监会开发的“互联网信息稽查分析系统”上线，该系统主要通过披露信息以及对交易者账户信息和行情波动的相关性进行分析，来监测市场操纵行为。国内外市场监测模型，大都使用相关性分析、线性回归分析或者数据挖掘技术，基于信息披露对传统的市场监测指标（价格波动率、流动性、收益率、换手率、投资回报率和交易量等）建立监测模型，通过监测变量指标的异常来判断市场是否存在操纵行为。但在操纵行为日趋复杂和隐蔽的市场环境中，仅依靠传统监测指标建模，不足以准确、全面、及时发现复杂多变的市场操纵行为，基于此，引出本书关注的前两个问题：

第一，传统市场度量指标构成的直观方法无法用来监测日益复杂的多种操纵行为的组合。从实际案例可以看出，近年来，欧美和我国资本市场的操纵策略多为基于交易的市场操纵，从较为基础的操纵行为，如“抢帽子”（capping and pegging）、“盘中拉抬”（ramping），到较复杂和隐蔽的行为，如“虚假交易”（spoofing trading）、“塞单”（quote stuffing）以及多个操纵者共同实施的“共谋交易”（collusive trading）、“洗售交易”（wash trade）等，形式日趋多样化。操纵者综合运用各种连续化组合，精心设计“一系列买卖指令”来影响和改变市场价格，更具侵略性，并能在极短的时间内给整个金融市场带来损毁性的打击，其隐蔽性和复杂性使得我们很难在大量交易指令中，直接判断出市场操纵行为，这是监测的一个难点；与此同时，随着交易时间的推移，操纵行为会发生复杂的演化，在不同的金融产品中、不同的交易时段、不同的经济周期呈现出不同的量化表征，且带来的市场波动也复杂多变。由此可见，在操纵行为日趋复杂和隐蔽的市场环境中，传统市场指标不足以准确、全面、及时判断复杂的市场操纵行为。因此，从交易行为的本质出发，拆分、归纳和抽象操纵策略中的各类交易行为细节，量化其特征，分析其对市场微观结构的冲击影响，设计与之紧密相关的监测度量指标是本书需要解决的问题之一。

第二，异常市场波动和交易行为紧密关联、相互影响、彼此制约，而传统的市场监测指标的异常仅是操纵行为的必要而非充分条件。市场操纵行为导致市场监测指标呈现异常状态，但市场监测指标异常却无法被断定是由市场操纵引起的，即异常波动的成因并非仅仅是异常交易行为，还与其他各类市场影响因素密切相关，如宏观政策变动、经济周期变化、交易者情绪波动等；且市场操纵行为对各类监测指标的影响方式也不尽相同，有直接的，也有间接的。因此，如何量化交易行为、异常波动和市场监测指标之间的拓扑结构以及条件依赖概率，发现三者之间因果逻辑和统计推理关系，如何将这些量化指标抽象为对市场操纵的认知，是本书需要解决的第二个问题。

另外，国内外监管法规缺乏对操纵行为本质的量化定义和认定标准，更缺乏具体、可操作的指导性标准。国外现行的监管条例主要使用对正常和操纵行为给出指导性定义和举例（European Commission，2014）的模式；《上海证券交易所证券异常交易实时监控细则》（2015年修订）中也未对“虚假申报、大额申报、密集申报和自交易”“自动批量申报”等定义给出相应数量化度量指标，其中把“股票单次上涨或下跌超过20%”“股票较开盘价上涨或下跌超过10%”“换手率超过30%”等都“一刀切”式地归为市场异常波动。因此，如何把与操纵行为相关的异常波动量化反馈为标准化、可操作的监管解释条例，补充当前监管规制，构建监管条例和市场交易模式之间的信息交互机制，设计大数据驱动的监管条例和规制的闭环管理与决策模型框架是本书拟解决的第三个问题。

基于以上三个问题，本书从操纵策略的行为本质出发，结合现有监管条例，分析操纵策略表现形式的市场微观结构和数据特性，拆分、归纳和抽象操纵策略中的各类交易行为细节，针对操纵策略的内在特征和具体表现形式，分析其对市场微观结构的量化冲击影响，从量化视角设计新型的监测度量指标，这是本书研究的切入点；基于新型监测度量指标，分析、计算市场交易行为数据的概率密度函数，区别市场操纵行为与正常交易的深层特征，分析二者的异同，对市场操纵行为的机理进行公式化抽象、数量化定义，发现交易行为、异常波动以及市场监测指标之间的拓扑结构，推导三者之间的条件依赖概率，构建基于大数据的操纵行为的挖掘算法与识别模式市场监测模型，实时判断交易行为的属性，这是本书研究的重点；结合我国现有监管法规中对于市场操纵的定义，针对各类操纵行为给出更细化、更完善的界定条款和量化解释，为实时监测提供具体的可操作性意见，构建监管条例和市场交易模式之间的信息交互机制，形成大数据驱动的监管条例和规制的闭环管理与决策模型框架，即在当前监管规制框架下，为市场提供合规、演化状况的实时信息，同时以文字形式对监管条例给出基于大数据挖掘结果的量化解释，从而达到大数据价值发现和监管决策的透明关联交互的目的，这也是本书研究希望实现的最终目标。

近五年来市场操纵事件在国内外频发，通过多种形式影响市场的正常运行和诚信机制，欧盟、美英以及我国的监管部门均认识到加强市场操纵监测的迫切性。2014年5月，国务院印发的《国务院关于进一步促进资本市场健康发展的若干意见》指出：“监管部门所面临的资本市场中，风险的复杂程度正以量级成倍增加，迫切需要加强证券交易违规监测，健全资本交易市场稳定机制。”2015年11月3日，习近平总书记在《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》中向全会作说明时明确指出：“近期资本市场的剧烈波动说明现行监管框架存在着不适应我国金融业发展的体制性矛盾。”因此，本书拟构建一条“监管法规→案例数据→大数据量化建模→可操作性的监管法规”的闭环通路，以达到大数据价值发现和监管决策的关联交互的目的，为实时、有效地监管市场操纵行为提供一种数量化、可操作的新方法。

本书在分析研究操纵事件的案例数据和现有监管条例的基础上，结合资本市场微观结构、金融计算、数据分析和挖掘等技术，研究复杂交易环境中市场操纵行为的特性；设计新型监测指标；推导交易行为、异常波动以及市场监测指标之间的拓扑结构和因果推理关系；构建基于大数据的市场操纵行为的挖掘算法与识别模式的监测模型；进行实时诊断；提出相应的量化监管政策；等等。在完善新型风险监测理论的基础上，为我国监管部门实时、有效、合理地监测市场操纵行为提供理论性依据和数量化方法，为投资机构和投资者规避风险提供理论基础、技术支持和策略选择，对促进我国资本市场的稳健发展具有重要意义。