美学者：大数据时代金融市场监管面临挑战

新华08网北京5月23日电 英国《金融时报》中文网站5月23日登载美国康奈尔大学教授莫琳·奥哈拉、大卫·伊斯利撰写的文章，题为《大数据中的金融市场监管》，摘编如下:

监管机构和投资者疲于应对高频交易带来的难题。这种速度极快的计算机化金融活动如今占据了交易的大头。美国监管部门认为，高频交易一手制造了2010年5月的“闪电暴跌”，令道琼斯工业平均指数突然大跌。然而，现在的高频交易已与三年前大不相同，这是“大数据”造成的。

大数据指的是过于庞大或复杂(或两者兼具)、无法用标准软件高效管理的数据集。金融市场是大数据的重要产生者，交易、报价、业绩报告、消费者研究报告、官方统计数据公报、调查、新闻报道无一不是它的来源。

第一代高频交易单纯靠速度来发现利用价格差异，依赖这种策略的公司近年来的日子不太好过。罗森布拉特证券公司表示，与2009年相比，2012年高频交易公司的利润下降了74%。光快是不够的。我们与劳伦斯伯克利国家实验室的马科斯·洛佩斯·德普拉多提出，高频交易公司越来越依赖“战略顺序交易”。它包含的算法可以分析金融大数据，以识别出特定市场参与者留下的足迹。例如，如果一只共同基金通常在收盘前每一分钟的第一秒执行大额订单，能够识别出这一模式的算法将预判出该基金在其余交易时段的动向，并执行相同的交易。该基金继续执行交易时将付出更高的价格，使用算法的交易商则趁机获利。

这种新形式的高频交易可能会误入歧途，例如2013年4月23日的“无厘头暴跌”——美联社的推特(Twitter)账号发出美国总统奥巴马遭遇恐怖袭击的虚假消息，引发市场下跌。与2010年5月的那次暴跌不同，此次暴跌的罪魁祸首不是快速抛售引发的更多抛售。它不是快速交易导致的暴跌，而是大数据导致的暴跌。如果监管机构认识不到区别所在，它们将面临一种风险:新制定的规则只能解决陈旧、过时的问题。

大约两年前，对冲基金开始普遍从社交媒体提取市场情绪信息，其理念是利用推特、脸谱(Facebook)、聊天室和博客用户发出的成百上千万条消息，开发交易算法，判断出与各家公司有关的需求趋势。然而，这些算法通常无法利用小数据集做出有效的猜测。近几个月，一种算法流行起来:一旦有自然灾害或恐怖袭击等意外信息公布，便立即抛出订单。一个数据点出错就能导致“无厘头暴跌”，能够引发它的灾难性事件未来必定会上演。

坏消息是，若要应对新型高频交易带来的难题，就必须理解大数据与以往截然不同的挑战。好消息是，监管机构似乎认识到了适应变化的必要。本月，美国商品期货交易委员会专员斯科特·奥马利亚在纽约大学理工学院大数据金融会议上表示，“鲁莽行为”正取代“市场操纵”，成为起诉不当行为的标准。例如，尽管利用从几百万条推特消息提取出的信息进行交易合情合理，但一旦算法在新闻通讯中发现“炸弹”和“白宫”两词便抛出大量订单，毫无疑问是鲁莽的。

一个重要的问题是，我们如何保证市场参与者负责地使用“大数据”?正如《哈佛商业评论》的文章所说，大数据需要大智慧。几年前，美国商品期货交易委员会曾考虑是否应当让监管机构对交易商的算法进行认证。监管机构干预的潜在风险是巨大的，更不用说还有知识产权盗窃的风险。各方可以达成一种妥协:让市场参与者提出一系列追踪“鲁莽行为”的实时指标，例如在买家减少时增加市场抛售压力的行为。如果一家交易商逾越了多个“鲁莽行为”的临界值，它将可能被起诉。随着市场的演化，这些指标可以调整变化；最重要的是，它们可通过全体市场参与者的一致同意而制定。

利用美国国家实验室的资源是一种解决方案。劳伦斯伯克利国家实验室拥有超级计算能力和雄厚的分析技术，足以实时监控这些“鲁莽行为”指标，并且向监管机构汇报威胁稳定的鲁莽市场行为。传统的停市机制在市场暴跌后停止全部交易。相比之下，实时监控能够将单个参与者扫地出门，从而向诚信的参与者继续敞开市场。

大数据的使用正在改变市场。现在，我们需要改变监管市场的方式。解决高频交易问题的出路不是限制技术，而是鼓励对更复杂的技术乃至更大数据的利用。