人工智能时代程序化交易监管的制度完善※

内容提要：现代证券市场的交易已经逐渐被机器和算法渗透。人工智能时代，证券市场中程序化交易的交易机制与潜在风险均发生了质的变化。然而，通过对当前监管现状进行梳理，不难发现中国的程序化交易监管依然存在较多的局限性，主要表现在相关监管规定体系化程度不足，缺乏对不同交易策略的差异化监管，以及市场自律管理难以及时反馈程序化交易监管需求等方面。面对不断智能化的证券交易，传统的规制方式愈发显得力有不逮。为完善当前的程序化交易监管制度，需要更迭程序化交易监管的指导思想，在风险可控的前提下“适度发展”程序化交易；将监管方式体系化、规范化，形成合理且具有稳定性的监管治理模式；从事前、事中、事后三个维度，打造立体化的程序化交易风控体系。

一、 引 言

“程序化交易”在中国的证券法律体系中并非一个新兴概念，其泛指通过程序或软件进行证券交易的行为。早在2015年由场外配资的HOMS系统(HUNDSUN OMS，也称“恒生订单管理系统”)所引发的股灾和金融风险中，程序化交易就受到了证券监管部门的高度重视。根据证监会发布的核查结果显示，投资者通过HOMS系统，非法进行证券交易，严重扰乱了证券市场的秩序，给证券公司信息系统安全带来了较大风险。(1)中国证券监督管理委员会：《证监会拟对华泰证券、海通证券、广发证券、方正证券、浙商期货作出行政处罚》，http:∥www.csrc.gov.cn/csrc/c100200/c1000513/content.shtml，2015年9月11日。相关行政处罚作出一个月后，证监会颁布了《证券期货市场程序化交易管理办法(征求意见稿)》，并在该文件的起草说明中指出：我国程序化交易起步较晚，但是近年来快速发展，出现了程序化交易技术风险导致市场大幅波动、利用程序化交易从事违法违规行为等情况。(2)中国证券监督管理委员会：《〈证券期货市场程序化交易管理办法(征求意见稿)〉的起草说明》，http:∥www.csrc.gov.cn/csrc/c101836/c1021934/1021934/files/，2015年10月9日。

近年来，以人工智能、大数据、区块链等新兴技术为代表的金融科技不断应用于金融市场，金融业正在经历深刻的数字化转型，证券市场的波动也因此进一步加剧(刘伟，2022)。国际证监会组织(IOSCO)在2020年发布的年度报告中指出，违法者将越来越依赖使用智能技术实施证券犯罪，各国证券市场正在面临新兴的数字威胁(Emerging Digital Threats)。中国也出现了使用高频程序化交易操纵市场的违法案例，即“伊世顿公司操纵股指期货案”。为纾解智能技术对市场的负面影响，2022年9月16日，证监会发布了《期货交易所管理办法(征求意见稿)》，其中拟明确交易所对程序化交易的监管责任，并设置了部分监管举措。但面对智能技术高度渗透的市场环境，既有程序化交易的监管制度依然遭到了来自社会各界的质疑，金融科技引发的市场风险有何种性质的变化，当前监管举措又存在哪些缺漏，均是证券监管理论亟需回应的现实问题。有鉴于此，本文拟对新形势下程序化交易的现实危害性以及当前监管的局限性进行系统地分析，并藉此获得完善程序化交易监管制度的清晰思路。

二、 人工智能时代程序化交易的嬗变和现实隐忧

在过去的30年里，全球证券市场发生了翻天覆地的变化。通信和计算机技术的发展，已经允许越来越多的交易策略通过精密而复杂的程序算法得以实现。在证券市场日异月殊的交易环境中，依靠程序自动化决策来执行交易操作，已经成为了当前市场中最为主流的交易方式之一。一般认为，程序化交易是指在电子化市场中，投资者通过计算机程序实现交易订单自动化买卖的行为(里什·纳兰，2021)。在此意义上，程序化交易的概念实则较为宽泛，包括量化交易(Quantitative Trading)、高频交易(High Frequency Trading)、闪电交易(Flash Trading)等新型交易方式都是以计算机为载体的，均符合程序化交易的基本定义。随着全球证券市场的电子化转型，各类程序化交易已经在当前的证券市场“扎根”。在现代信息技术的加持下，程序化交易能够提高市场的流动性，降低交易成本，获得了大多数证券监管机构附条件的支持。

近年来随着智能技术的发展，程序化交易系统开始了智能化转型，智能机器接棒人类，实现高度自主性地做出交易决策，已是愈发显而易见的事实。例如，美国的Rebellion Research基金公司自研的交易系统，每日扫描多个国家的相关数据，积累了超过20年的证券资讯、行情等综合信息，并利用深度学习算法分析数据、优化模型，自动执行最优策略。此外，美国Sentient Technologies和香港Aidyia等公司也陆续研发了基于机器学习算法的程序化交易系统，这些均是人工智能技术涉足、影响证券市场的鲜明例证(林雨佳，2020)。借助于人工智能的数据分析能力和机器反应速度，程序化交易可以同时跟踪并处理具有海量样本和高维度变量的金融数据，从市场的微小变化中捕捉交易机会，提高程序化交易系统的换手率，在结构性机会的市场中带来可观的交易利润。

但对于高度依赖数据信息处理的证券行业而言，受到智能技术威胁的风险也远比其他行业更高(刘宪权，2021)。智能算法应用于程序化交易，给证券市场带来了传统风险的演变和新型风险的滋生。首先，人工智能将影响原有程序化交易的算法设计，进而对市场的传统风险产生影响(周世中和吕桐弢，2021)。在程序化交易中，算法是一个交易系统的核心，决定了交易系统的盈利模式、交易机制以及可能存在的风险。具备机器学习能力的智能算法，可以帮助计算机快速改变预设的交易策略，使之更为灵活地处理市场变化，对原有监管系统提出了更高要求。其次，计算机技术发展的智能化和先进化，将滋生新的市场风险。例如，少数使用超级计算机(Super Computer)的程序化交易频率已经步入了微秒级，超频程序化交易可能带来的市场风险是大多数证券监管机构暂时难以完全预想到的。程序化交易的智能化变革，正迫使证券监管方式进行与其相适应的转型升级，否则可能滋生出新型的大规模系统性风险。

在智能算法的支持下，程序化交易已经达到了高度的系统自动化水平和空前的技术复杂性，引发了诸多的现实隐忧。近些年来，部分人工智能交易涉嫌恶意采用“动量点火”(Momentum Ignition)策略实现操纵市场的非法目的。详言之，该种策略通过机器学习算法，从市场动态中解读、预测交易走势，在短时间内发起大量交易命令，启动市场的急剧价格趋势，引诱大量趋势交易者以及其他算法交易员对同一资产进行交易，导致标的价格在短时间内快速上涨或下跌，并从中获利(Azzutti等，2021)。在人工智能精准预测能力的帮助下“动量点火”的市场影响力正快速攀升。注重短期利益的“动量点火”策略与传统市场操纵有着相同的目标，但会产生更为恶劣的影响，可能对市场稳定带来持续性的破坏。

此外，交易技术的智能化从根本上改变了证券市场的交易结构运作，使得证券交易愈发呈现出高频化和短线化趋势。由源源不断的数据所驱动的人工智能算法，正在帮助程序化交易更好地兼具鲁棒性(Robustness)和高度自动性。(3)“鲁棒性”指在受到持续扰动时仍能保持原有的性能。智能技术正逐渐引入更具有“黑箱”性质的算法，并从实时数据中进行动态学习，以便更直观地响应和影响市场变化。但智能算法在给证券市场带来正面影响的同时，也使程序化交易出现了一些多层嵌套和技术遮盖手段的监管套利现象，不少自然人借此隐身幕后完成“资本狩猎”。典型如“伊世顿公司操纵股指期货案”中，不法分子就利用高频程序化交易技术隐瞒并实际控制大量账户组，规避证券监管部门对风险控制的监管措施，从而取得不正当交易优势并以此获利。

不仅如此，由于越来越多的市场参与者采用人工智能定价代理在市场上竞争，算法共谋(Algorithm Collusion)的风险也受到了全球证券监管机构和反垄断机构的密切关注。例如，美国证监会(SEC)在向国会提交的《美国资本市场算法交易报告(2020)》中指出：在证券市场中，与智能技术相关的规模经济，导致了少数参与者的高度集中，加剧了市场压力和波动……智能技术使用的增加和新型市场参与者的加入产生了新的风险，我们预计目前的趋势将继续下去。(4)SEC：Staff Report on Algorithmic Trading in U.S. Capital Markets,https:∥www.sec.gov/files/Algo_Trading_Report_2020.pdf, 2022年6月2日。不难发现，诸如上述智能算法的应用，可能已经对市场供需关系进行了不正当的干预，破坏了证券市场的自由流动性。应当意识到，人工智能时代程序化交易的交易机制与潜在风险均发生了质的变化。

三、 中国程序化交易的监管现状及其局限性审视

中国证券监管部门在2015年就确立了程序化交易监管的总体指导思想，即“严格管理、限制发展、趋利避害、不断规范”。经过数年的努力，证券监管部门已经针对程序化交易可能引发的风险，建立了部分监管规则和执法措施。但在现有的证券监管方式下，程序化交易监管仍然存在着诸多规范和制度上的不足，愈发难以符合人工智能时代程序化交易规制之需求。

1. 程序化交易监管的现状检视

(1) 监管规则。为应对纷繁复杂且迭代迅速的程序化交易，中国从多个立法维度对其进行了有层次性的规制。不仅在新施行的《证券法》中，纲要性地规定了程序化交易的监管及自律要求。(5)中国《证券法》第四十五条规定：通过计算机程序自动生成或者下达交易指令进行程序化交易的，应当符合国务院证券监督管理机构的规定，并向证券交易所报告，不得影响证券交易所系统安全或者正常交易秩序。还在庞杂的证券行政法规与部门规章中零散地对其有所涉足，这些规范共同构成了中国法律意义上对程序化交易的规制。此外，证券交易所依法享有上市规则、交易规则、业务规则和会员管理规则的制定权。尽管其性质属于自律管理，但中国法律赋予了交易所超出寻常民事契约范围的管理权限，致使部分自律管理规则具备了一定程度的行政色彩，可以对市场主体行使有强制性的监管权(缪因知，2016)。因此自2010年以来，交易所作为市场的组织者和引导者，接连颁布了多个涉及程序化交易的自律监管规则，成为了程序化交易监管体系的中坚力量。综上所述，程序化交易的具体监管规则“散落”在证券监管部门以及各大交易所颁布的相关规范文件之中，见表1。

如表1所示，我们不难发现，针对程序化交易的监管规则呈现出松散、混杂且颁布愈发频繁的整体态势。在科类繁杂的监管措施之中，充斥着大量未落实的“征求意见稿”和“试行办法”，有些场合甚至连执法人员也如坠五里雾中。长久以来，我们都缺乏一个成体系的程序化交易管理办法，这一短板也因为人工智能算法对程序化交易的渗透，而再一次受到社会各界的关注。

(2) 监管执法。在具体的监管执法层面，既有监管流程已不再符合人工智能背景下程序化交易监管的需要。首先，当前程序化交易的事前监管，主要集中于相关系统接入交易所的管理和程序化交易信息的报备之中。但事前监管措施普遍缺乏有效性，面对复杂多变的程序化交易策略无异于“隔靴挠痒”。例如，中国证券业协会在2021年向各大证券公司下发了《关于开展证券公司量化交易数据信息报送工作的通知》其中要求，信息报送内容涉及管理规模、境外关联方、投资境内股票交易服务商等。(6)中证协发〔2021〕247号。但仅依靠上述信息的报送，完全不足以辨别出量化交易风险独具的特性，也就无法对其后续监管起到应有的帮助。这反映出当前监管部门，对程序化交易各类策略可能产生的市场影响认知依然不够深入、全面，难以实现有效的事前监管。

表1 当前中国程序化交易的主要监管规则

其次，在事中监管方面，程序化交易的行政监管和自律监管未形成合力。人工智能时代程序化交易的证券监管执法具有较强的技术性，其中包含了大量关于交易策略、软件开发信息以及技术设备接入等专业性监管规则。因此，相关专业知识和监管技术储备较为丰富的各大交易所在程序化交易监管中理应起到愈发重要的作用。但就中国而言，交易所对程序化交易的监管职责缺乏法律的明确规定或授权，程序化交易的监管权边界尚未厘清。事实上，为遏制人工智能等新型交易技术操纵市场以及跨市场的违法违规行为，各国政府性监管和自律性监管均在一定程度上加强了事中监管的合作，甚至出现了职能整合的态势(珍妮特·奥斯汀，2020)。然而，中国程序化交易的事中监管非但没有形成合力，反而存在一定程度的监管重复和监管权定位偏差问题。

最后，在事后监管方面，当前监管执法主要集中于处罚违法违规的程序化交易行为，但对其所涉及的交易算法和数据关注度不够。进入到人工智能时代，证券市场所面临的不确定风险因素越来越多，信息数据对市场监管的重要程度正在大幅提升。例如，美国“闪电崩盘”(Flash Crash)事件发生后，因为缺乏关键性的市场数据佐证，调查人员不得不从大量的市场数据和交易系统中复盘当日的交易。直到五年后，美国证监会才最终对涉事人员提起诉讼。有学者分析认为，即便是在监管技术已经有所发展的今天，面对人工智能等新型交易技术所产生的大量交易数据，可能依然需要由熟练的分析师团队进行数周的计算机辅助分析才能有效溯源(Linton和Mahmoodzadeh，2018)。这充分说明了对违法违规的程序化交易数据进行收集和分析的必要性，但目前而言，中国证券监管部门对此欠缺足够且有效的涉足。

2. 现有监管体系的局限性分析

总体看来，中国对程序化交易的监管尚处探索阶段，不仅相关监管规则混乱，而且部分还欠缺可操作性。面对人工智能的逐步渗透，有如下几个突出的问题值得思考。

(1) 程序化交易监管规定体系化程度不足。程序化交易经历十余年的发展，现已在中国证券市场中产生了一整套复杂的概念构成。但有关程序化交易的监管规则数量繁多，且较为散乱地分布在各个文件和交易规则之中，未能有效地构建出一些共同或相似的规范体系，监管规定存在着不融贯的问题。例如程序化交易的报备，早在2010年证监会发布的《关于程序化交易的认定及相关监管工作的指导意见》中就明确了程序化交易应当事先报备，但是涉及报备的详细规定却直至五年后才在各个交易规则和指南文件中得以初步细化。程序化交易监管规则融贯性的缺乏，使得各个规定成为了一个个独立、静态的外在限制，远未形成具有体系性的监管制度。在具体的监管中，容易造成监管权配置不明晰、监管效率降低、监管成本激增等突出问题。

人工智能技术的渗透，对证券市场交易风险带来了诸多不确定性，倒逼了程序化交易监管规定的完善。但中国程序化交易监管规则的出台呈现出短期、高频率却成效不彰的尴尬处境。例如2015年和2020年前后证券市场波动加剧，程序化交易吸引了监管者与市场参与者的高度关注，涉及程序化交易的监管规则也接连出台，此种“紧急出台”的政策连续性值得担忧。此外，《证券期货市场程序化交易管理办法(征求意见稿)》七年都没有更为实质性的进展，不免令人怀疑程序化交易的监管似有“头疼医头、脚疼医脚”之嫌。

不健全的监管制度体系亦将不利于市场参与者积极守法。证券法具有较强的技术性，交易所制定的证券交易规则以及技术管理规范更是兼具复杂性，体系化程度的缺乏抬高了程序化交易的合规门槛和使用方的守法成本，在一定程度上不利于监管规则发挥其应有的指引作用。因此不论从规则制定还是规则遵守的层面而言，制定一部系统、全面、逻辑性强的程序化交易管理办法都迫在眉睫。

(2) 缺乏对程序化交易不同策略类型的差异化监管。如前文所述，程序化交易是一个较为宽泛的概念，其监管的对象涵盖了所有运用机器执行自动化交易的行为。但是在智能技术的加持下，不同交易策略的监管侧重点则大相径庭。例如，高频交易主要利用基础设施的优势来降低延迟，通过大量小单指令累计获利，在监管逻辑上与传统程序化交易有着一定差别。因此美国、欧盟等大多证券市场较为发达的国家和地区，都通过相关立法区分了高频交易和其它程序化交易，针对二者可能导致的风险，有着不同的准入规则、透明度要求和处罚办法。欧盟更是在《市场滥用条例》(MAR)的立法法案中指出：为了应对金融工具交易日趋自动化这一现实，市场滥用的定义最好能够规定具体的策略滥用行为，这些策略滥用行为是通过包括算法交易和高频交易在内的任何可行的交易方式进行的。(7)欧盟议会与欧盟理事会：596/2014号条例，第38条。

差异化监管的缺乏是一个基础性问题，这导致了在监管实践中容易出现指代不明的紊乱现状。例如，闪电交易和高频交易都注重订单快速的传输和处理速度，但闪电交易因涉嫌违反公平交易原则，在世界范围内都被严令禁止。反观高频交易虽然有制造市场不稳定因素的风险，但也能够提高市场撮合的效率，有利于市场定价长期保持在合理范围之内。故而在域外先进市场，高频交易的运用虽然有着极高的准入条件并受到严苛的事中监管，但也不是绝对地被禁止。而中国为了规避高频交易和闪电交易所可能带来的风险，证券短线交易的周期最短也不能低于6秒，这与域外先进市场微秒级的订单信号传输速度相距甚远(迈克尔·刘易斯，2021)。对于各类程序化交易策略“一刀切”的监管，虽然能够遏制系统性金融风险的发生，但也必然会将智能技术带来的益处一并拒之门外。缺乏针对性的监督看似降低了管理成本，但实际上市场主体将被迫遵守更多非必要的规则，无形地抬高了守法成本，在规避风险的同时也拒绝了技术带来的好处，与市场的长远发展背道而驰。

(3) 自律监管难以及时反馈程序化交易监管需求。在中国证券市场，政府长期过度地介入了许多本应由市场自我调节、管理和自律的领域，使得自律监管存在着一定程度的“发育不良”。面对人工智能背景下程序化交易的快速变化，自律监管非但不能对市场出现的需求和风险作出及时反馈，还可能需要等待更为明确的“政策信号”。譬如，近些年来部分程序化交易策略通过智能技术产生大量报撤单，制造出市场交易的假象，诱导他人基于不真实信息做出相关投资决策进而操纵市场。此种市场操纵行为已与传统的“价量操纵”认定标准有着较大的出入(商浩文，2020)。但在很长一段时间内，交易所的事中监管依然仅关注交易价格和交易量的变化，忽视了对部分利用技术优势操纵市场行为的监管。

证券交易的智能化在促进交易技术不断升级迭代的同时，也势必会滋生出各式市场滥用行为的新样态。交易所作为最早接触证券市场信息的一线监管系统，应该更敏锐地捕捉到市场的变化，将可能破坏市场平稳运行的因素扼杀在萌芽阶段。然而，虽然“光大乌龙指”以及HOMS系统导致的系统性风险已经初步揭露了程序化交易存在的部分问题，但交易所事后颁布的相关文件仍多以“指南”、“通知”、“试点规则”的形式存在，缺乏具有可实践性的管理办法。此外，《上海证券交易所程序化交易管理实施细则(征求意见稿)》也是紧随证监会颁布的《证券期货市场程序化交易管理办法(征求意见稿)》之后而出台的，且二者均未能正式得以落实。

中外各类资本市场发展的历史表明，市场监管必须发挥政府集中统一行政监管和市场组织者自律监管两个方面的积极性，才能使市场活动在更符合经济规律的前提下有序进行(禄正平，2019)。自律监管的“泛行政化倾向”在一定程度上将削弱市场力量，使之对市场出现的风险反应速度不足，难以紧跟打击程序化交易违法行为的需要。

四、 中国程序化交易监管制度的完善

为完善前文所揭示的程序化交易监管局限性，需要在指导思想、制度规范以及监管实践上有针对性地进行调整。在证券法及相关前置规范的框架内，在顺应技术发展趋势的前提下，将理论与实践有机结合，以此形成具有稳定性、系统性和实践可操作性的程序化交易监管体系。

1. 更迭程序化交易监管的指导思想

程序化交易监管的优化，首要重点即在于监管指导思想的革新。如前文所述，当前“限制发展”依然是程序化交易监管的主要指导思想。受“光大乌龙指”和HOMS系统等程序化交易产生的市场负面效应影响，中国证券监管部门长期将程序化交易视作扰乱市场秩序的不稳定因素。加之域外数次“闪崩”事件的发生，同样可能在一定程度上引起了中国证券监管部门过度的焦虑。但真实情况可能并非如此不堪。据统计，自2008年以来，随着域外监管体系的愈发成熟，全球市场大范围闪崩和个别证券闪崩的发生率都在稳步下降(艾琳·奥尔德里奇，2020)。尤其是近年来，监管科技(RegTech)在证券市场中得到广泛应用，监管部门对程序化交易的监控能力进一步加强，是否需要继续严格地对程序化交易“限制发展”或许有待进一步的评估和权衡。

美国学者耶莎·亚达夫(Yesha Yadav)将程序化交易风险归纳为两类，即操作风险和固有错误风险。详言之，操作风险来自于算法的性质，自动化技术难以避免地会出现一些故障，在一定程度上影响所有的程序化交易。固有错误风险则源于交易速率的提升，当交易发生的过快时，监管部门通常无法实时干预，可能造成更大量级的市场滥用。但两类风险均可以通过提高准入门槛以及限制交易的断路器机制(Circuit Breaker)等方式予以有效地纾解和应对，属于监管下的可控风险(Yesha，2014)。在风险可控的前提下，程序化交易有着诸多利于市场长期发展的优点。例如在程序化交易之中，资产之间的相关性容易被机器察觉并量化度量，有利于资产价值和价格的发现与匹配。长远看来，甚至可以降低因错误估值而产生的市场大幅波动。当前，人工智能技术正在重塑证券交易的运作方式，程序化交易在证券市场的正面作用有望取得进一步发展。程序化交易监管的指导思想不应长期固步自封，或以“鸵鸟政策”面对科技进步。

客观而言，程序化交易确实对证券监管部门提出了更高的要求，需要把维护市场完整性和推动市场创新作为一个有机整体统筹考虑。但促进市场经济的发展是中国《证券法》的最终目的(刘淑强，1999)，不能片面地因为风险可能存在而直接选择“限制发展”，将市场创新活力一并排除在外，此种监管指导思想与促进市场经济发展的立法宗旨大相径庭。我们认为，程序化交易的问题不能简单地采取“限制发展”的监管指导思想，而应更多地通过交易机制的设置和监管布局的调整来不断完善，通过制度引导监管模式从被动监督向主动管理蝶变。因此相较于“限制发展”，更为合理的监管指导思想应当是在风险可控的前提下“适度发展”。这要求证券监管部门强化对程序化交易风险的识别和分析能力，综合研判其优缺点，在证券监管中采用更合理、有效的监管手段。

2. 实现程序化交易监管体系的规范化

程序化交易在中国证券市场中的交易量占比正稳步提高，对其监管的规范化程度，将直接影响证券市场治理体系的完善与否。从制度定位的角度而言，程序化交易的相关规范应属于证券交易机制的一部分，其关键在于通过制度、机制来改善市场功能，完善交易环境。通常看来，交易机制的设置需要在尊重市场基本规律的基础上，尽可能事先确定明确的标准，减少临时性的人为抉择。但如前文所述，在中国程序化交易监管实务中，大量问题需要通过“通知”、“指南”等文件来实现“紧急规制”，市场监管长期存在“以文件落实文件”的不良做法。要实现程序化交易监管体系的规范化，有如下几个方面需要重点关注。

首先，应尽早以法律或部门规章形式出台正式的程序化交易管理办法，取缔原先发布的临时性文件，对市场中现存混乱的监管规定予以厘清和明确。事实上，中国程序化交易管理办法研究进程过于缓慢，早在2015年证监会就发布过相关管理办法的征求意见稿。《程序化交易管理办法》和《证券市场程序化交易管理暂行办法》也分别于2020年和2021年成为证监会拟制定、修改的规章类立法项目中“需要抓紧研究、择机出台的项目”，但具体的管理办法和监管细则却迟迟不能落地，致使证券市场程序化交易长期缺少法律效力位阶高的监管指引。

其次，要明确交易所对程序化交易的自律监管职责以及监管范围。现行法律法规缺少对交易所监管职责的明确规定和监管边界的清晰划定，中国《证券法》只规定了程序化交易应当向证券交易所报告，其余针对程序化交易的自律监管并无法律法规的明文规定或授权。法律规定的不健全，在一定程度上容易使得程序化交易的自律监管陷入无权力来源的尴尬处境。但在实务中，当前中国各大交易所自律监管对程序化交易起到了重要的监管作用。这反映出程序化交易监管制度安排上的不足，不仅有违确定性、可预期性等法治要求，也必然损害市场和公众对证券监管执法的信任。

最后，根据监管需要，拟定程序化交易数据收集的标准化方式，统一报备和监管用语的使用，规范行政监管和自律监管的相关设定。人工智能时代程序化交易的数据收集和反馈机制极为重要，但当前证监会、各个交易所和证券业协会对程序化交易数据的收集标准参差不齐。在数据收集的基本用语统一性和规范性上存在不足，各个机构要求数据报告的时间和频次也存在规定上的混乱。信息报备的无序化，不仅不利于程序化交易使用方积极地履行合规义务，而且在监管实务中容易导致政府性监管和自律性监管的信息沟通不畅，进而降低程序化交易监管的效率。

在中国证券市场制度建设中，监管机构对应用于市场的程序化交易治理依然缺乏足够的经验。尤其在面对人工智能高度渗透的情况下，旧有体制与思维的诸多掣肘总是相伴而行，致使当前的程序化交易监管在一定程度上缺乏体系化和规范化思维。证券监管部门应当积极探索符合实际需要的程序化交易监管制度，形成合理且具有稳定性的监管治理模式。通过有效的法律规范方法提升监管执行能力，推进国家治理体系和治理能力的现代化，为人工智能技术在证券市场上的健康发展保驾护航。

3. 构建程序化交易监管实现的三个维度

证券监管是一个具有明确目标性，注重全过程监管和穿透式监管的动态行为。因此，程序化交易监管需要一套公开透明、连续稳定且具有可预期性的多维度监管体系。大抵可以从如下三个方面展开。

(1) 事前监管：梳理监管重点，实现差异化监管。程序化交易的事前监管，通常依靠对各类信息的报备以及设立相对应的市场准入门槛，将部分可预知的风险遏制在“摇篮”阶段，是相对高效且成本较低的监管方式。但如前所述，当前中国证券监管部门对程序化交易各类策略认识的不深入、定义的不细化，容易导致相关监管规则的制定欠缺应有的科学性。尤其是人工智能渗透下的程序化交易系统，往往涉及数个不同算法和多个数据源的协作，运用传统单一的监管办法对其进行市场监测和交易监管将愈发显得捉襟见肘。有鉴于此，对程序化交易不同策略进行科学、合理的分类规制，在当前证券监管中显得尤为重要。分类规制需要证券监管部门依据各个主流交易策略的特性，从差异化监管的角度梳理监管重点，根据梳理出的监管重点，有针对性地要求程序化交易使用方对其中所涉数据进行报备，并设立与之风险相对应的准入制度。

中国证券市场程序化交易的主要类型有量化交易、算法交易和高频交易三种，三者分别具有各自突出的特性。具体来看，量化交易主要是借助计算机程序，分析大量证券标的基本面和技术面数据，并由此实现交易决策。量化交易依赖量化因子的数据表现，盈利效益好的策略大多都具有一定的相似性。近年来，智能技术对各类证券数据的分析能力正在稳步提升，中国大型私募量化和公募量化基金呈现出抱团趋势，量化交易策略同质化严重，出现了少量智能算法“赢者通吃”的现象(王怀勇和邓若翰，2021)。量化交易策略的同质化容易助涨助跌，加剧市场的不合理波动。因此相对应地，量化交易的事前监管重点应集中于对交易策略和主要参考数据的报备。证券监管部门对于收集上来的报备信息应予以一定程度的关注，警惕某单一量化交易的策略容量突破“预警线”，防范交易策略趋同潜在的传导效应。

算法交易主要利用事先编制好的算法程序来发出交易指令，由机器算法决定交易过程，较少或没有人为的干预。智能算法在事实上导致了复杂算法交易的发展，在计算机高效处理信息时，利用技术遮盖的监管套利也如影随形，致使违法责任的承担主体不明。此外，拥有超大规模体量的算法交易者对市场拥有极强的影响力，中国“光大乌龙指”案件就是最为典型的例证。因此，算法交易的事前监管应注重对真实信息和交易结构的获取，同时要对大体量算法交易者予以更为严厉的监控。例如，美国证监会为防止大体量算法交易使用方实施对市场的操纵，提出了“交易大户报告系统”(Large Trader Reporting System)，要求成交量大的算法交易使用方将相关信息进行报告，方便监管部门对其进行有针对性地监控和事后调查。

高频交易是一种特殊的算法交易，主要通过高频的换手率执行交易，在不断的买卖中赚取利润。一般而言，高频交易的监管相对复杂和困难，在智能技术的加持下，诸如晃骗、塞单、抢帽子、高速试探等违规的高频交易行为往往发生在极短的时间内。监管机构如果在没有事前准备的情况下，要查出高频交易的违法违规行为如同大海捞针。因此，高频交易的事前监管重点在于对交易频率达到一定标准的使用者设置强制性的标识，在交易信息中需要明确显示，以此保证监管部门能够从茫茫的交易数据中锁定可疑的高频交易行为。例如，德国联邦金融监管局(BaFin)要求高频交易必须能够被独立识别和标注，监管机构可以从交易商处获取策略算法和参数设置等相关信息(牛丽群等，2020)。

短期而言，程序化交易事前监管的分类规制可能增加了监管部门的工作量，需要证券监管部门探求不同交易策略在交易过程中可能产生的潜在异常情况和违法违规行为。但是长远来看，实现差异化监管避免了程序化交易监管上的“一刀切”做法，确保了整个监管过程均以明确的监管目标为导向。此外，分类监管在推进证券市场各类程序化交易有序应用与发展的同时，也可以降低事中监管和事后监管的调查成本，减少无效监管和监管资源浪费的情况，有利于实现监管成本与监管效益的统筹考虑。

(2) 事中监管：加强动态监管，促进行政监管与自律监管的衔接。在证券市场中，事中监管是防止风险蔓延和危害结果发生的重要环节，事中实时监控对人工智能时代程序化交易的监管有着极为重要的意义。有金融学者分析了数次与程序化交易有关的市场故障和风险，得出了高度自动化市场具有紧密耦合和复杂交互特点的结论，两种特性共同决定了对其进行实时动态监管的重要性(Min 和 Borch，2021)。在中国证券监管体制中，交易所是依法设立的自律管理组织，对证券交易进行着一线的实时监控。因此具体到中国而言，为遏制因人工智能等新型交易技术而滋生的证券市场风险，应当考虑强化市场自律的事中动态监管能力，促进行政监管与自律监管的衔接。

从监管实践来看，程序化交易的行政监管和自律监管衔接至少应表现在两个方面。首先，是交易所对可疑交易的报告问题。中国《证券法》第112条明确规定，证券交易所对证券交易实行实时监控，并按照国务院证券监督管理机构的要求，对异常的交易情况提出报告。但人工智能等新型交易技术对这一制度提出了新的要求，智能技术为证券交易带来便捷的同时，也让市场变得更为脆弱。在当前的证券监管实践中，异常交易情况的发现与报告通常意味着即将或已经发生了较大的市场风险。正因如此欧盟《市场滥用条例》(MAR)中规定，交易所有权实施暂停可疑交易等系列监管措施，且仅需要达致“合理怀疑”即可让监管机构进行更为深入的调查。(8)欧盟议会与欧盟理事会：2014/65/EU号指令，第31条和第54条。由“异常交易报告”变更为“可疑交易报告”，虽然可能会提升事中监管的工作量，但是此举能够初步建立自律监管和行政监管的风险信息共享机制，有利于将程序化交易风险控制在萌芽阶段，减少事后监管的调查、取证和补救工作。

其次，是证监会对调查数据的传递问题。交易所处置措施和证监会作出的证券监管措施，虽然都是事中监管的主要方式，但是二者决策的做出过程缺少足够的信息互通，衔接不畅造成了一定程度的监管资源浪费。详言之，智能技术加持下的程序化交易违法违规行为一般具有时间跨度大、参与机构或人员多、多种行为交织混合的特点，在事中监管对其进行调查较为困难。近年来，中国证监会逐步建立起了一套“穿透”交易结构、有效查明业务本质属性、获取真实交易信息的监管模式，即穿透式监管。但交易所作为自律监管力量，如果在事中进行独立调查可能涉及大量程序化交易使用方的个人金融信息，无疑将存在着一定程度的监管主体与行权手段错配的情况。中国《证券法》赋予了交易所面对证券交易重大异常波动的数项处置措施，包括限制交易、强制停牌、临时停市等。但这些事中处置措施常因交易所信息调查不充分以及使用后果较为严重等原因，在实践中使用量少甚至从未使用过。因此在事中的立案调查阶段，证券监管部门可以将已经掌握的可共享数据，适时地向交易所进行信息传递，方便交易所查明异常波动情况，做出更具针对性的事中处置措施。

(3) 事后监管：建立数据收集反馈机制，不断更新监管科技和监管策略。事后监管是证券市场中矫正正义的实现。面对日趋复杂的程序化交易现状，有学者指出，以科技治理为指导的监管体系是实现对新型金融业态监管的必然趋势，唯有发展科技驱动型监管才能从根源上构建符合时代需求的金融监管模式(杨东，2018)。在证券领域，人工智能虽然可能破坏市场的安全有序运作，但也或将有助于市场管理和交易监控。从技术层面来看，监管科技以数据为核心驱动，以新兴技术为依托，是降低证券监管成本，加强监管能力建设的有效途径。运用可信的监管算法去约束和规制证券市场中可能出现的新型风险，不但有助于市场完整性的保护，而且更有利于增强市场参与者对监管体系的整体信任。

图1 程序化交易监管流程

数据是监管科技的重要依托，为有效应对技术发展对证券市场的冲击，应当建立相应的数据收集反馈机制，采集对程序化交易监管的有益数据不断更新监管科技。事实上，更全面的数据存储、更高效的信息处理能力，都是程序化交易监管所必不可少的要素。证券监管部门应通过报备、实时监控以及调查取证等多种渠道收集程序化交易的相关数据，包括交易频率、交易策略、使用方的信息处理能力等，必要时可能还涉及程序化交易的源代码。在数据采集方面，域外先进市场有较为完善的制度设置，例如在美国，证券监管部门实施综合审计跟踪后，将提供标准化的数据收集，所获取的信息也不局限于与系统性风险相关的信息，这些数据广泛被用于市场监测分析(珍妮特·奥斯汀，2020)。应当意识到，基于监管科技手段打造多层次、立体化的程序化交易风控体系，在一定程度上可以缓解监管落后于科技发展的问题。

更为重要的是，通过数据的反馈和经验的提炼，不但能够更精准地查处异常程序化交易行为，而且利于加速研究出台有针对性的监管举措，保障制度的市场调适能力(Ability of Adjusting)，不断实现程序化交易监管的“良性变迁”。具言之，证券监管部门可以考虑建立专业的数据分析部门，依靠实务监管中收集上来的数据，进行监管策略整体上的综合研判。具体考量各类型程序化交易过程中可能产生的市场影响，以及当前监管能力的有效辐射范围。结合实证研究的数据分析，适度调整对程序化交易过于严苛且不必要的监管，或者加强某一具体方面的监管力度。以实证数据推进监管能力现代化，对智能技术秉持更为包容审慎的监管理念，做到程序化交易监管的有的放矢。

综上所述，依据程序化交易监管实现的三个维度，我们可以简要概括出人工智能时代程序化交易监管的流程图，见图1。首先，要对各类主流程序化交易策略进行事前的分级备案，设立相应的准入制度。其次，在事中监管层面上，交易所发现可疑交易后应将可疑交易报告给证券监管部门，并且判断可疑交易的危害程度以启动相应的应急机制和处置措施。证券监管部门在收到可疑交易报告后，需要结合备案的信息进行立案调查，同时将调查到的可分享信息传递给交易所，在实施证券监管措施的同时，帮助交易所做出更为合理的决策。最后，经研判和调查，在确认有必要做出交易所自律监管措施、证券监管措施甚至行政处罚后，证监会和交易所应当就本案收集到的数据和信息进行汇总并汲取其中的经验，以促进监管科技和监管制度的完善。根据监管科技的反馈和监管制度的需要，更为合理地优化各类程序化交易策略的准入制度，形成监管的闭环。

五、 结 语

作为一种融入社会的自动化决策技术，人工智能将为证券交易带来巨大的想象空间，不但将改变传统的程序化交易方式和路径，而且可能催生出更为便捷、低成本和高效率的证券交易新样态(方宇菲，2021)。但长久以来，中国证券市场一直奉行“重监督、轻管理”的监管理念。由于缺乏体系性和层次性的治理策略，同时又有避免风险的强烈动机，证券监管领域具有与生俱来的“越严越好”和“越早越好”的内在偏好(刘权，2022)。我们认为，证券监管部门在监督市场的同时，也肩负着为市场搭建高效、低成本的交易框架，以及提供为交易所必须的公共服务的管理责任。因此在程序化交易监管方面，理应通过制度完善和监管优化追求证券交易效率与安全的动态平衡，而非一味地强调某一方面。唯有如此，才能够在真正意义上促进中国证券市场的行稳致远。