科研之友
微信
新浪微博
Facebook
分享链接
摘要
以算法为监管手段的证券数字监管，可以通过对证券业务数据样本的处理、分析，找出异常交易行为下隐藏的不法意图，为证券监管机构提供事前、事中、事后监管措施。但监管规则含义泛化、数据质量标准不一、算法非中立性和“黑箱”的存在，给算法带来了法律风险，影响了算法推理、决策和结果在法律程序中的地位和作用。从英国金融行为监管局（FCA）的实践经验来看，设计机器可执行规则是提高证券监管效率的重要手段；统一数据标准是提升算法可信度的重要措施；算法合法化监管是保证算法中立的关键。结合我国证券违法活动的算法监管现状，可从三个层面完善算法嵌入监管的法治化路径，一是在规则层面，实现算法代码与监管规则的深度融合；二是在数据治理层面，完善算法输入层和识别层的数据治理程序；三是在法律程序层面，建立算法审计机制和算法可解释性机制。
- 单位
