李耕坤

（中國政法大學民商經濟法學院，北京 100088）

一、問題的提出

21 世紀以來，大數據等技術的產生和發展給越來越多的領域帶來了便利，同時也給證券市場信息披露制度帶來了新變化、新模式。

“大數據”一詞來源于英語的“Big Data”，直譯為大量數據或海量數據。大數據的概念至今還沒有一個統一的答案。最早提出“大數據時代到來”的麥肯錫咨詢機構給出了定義，是指大小超過常規數據庫工具的具備獲取、儲存、管理和分析能力的數據集[1]。該機構進一步認為數據集的大小不是評判大數據的唯一標準，數據規模不斷擴大和無法使用傳統的數據管理工具滿足數據處理需求同樣也是大數據的特點。另一個常被引用的概念是維基百科提出的定義，是指所涉及的數據量規模巨大到無法通過人工在合理時間內達到截取、管理、處理、并整理成為人類所能解讀的信息[2]。此外，日本野村綜合研究所提出了廣義的大數據概念，即其是一個綜合性概念，包括因具備3V（Volume/Variety/Velocity）特征而難以進行管理的數據，對這些數據進行儲存、處理、分析的技術，以及能夠通過分析這些數據獲得實用意義和觀點的人才和組織[3]。可見，大數據是指那些超越以傳統方式分析和處理能力的數據集，進一步還包括可以處理這些數據的新方式、新技術以及所涉及的人才和組織。

世界公認的大數據具有3V 特點，即Volume（容量）、Variety（多樣性）、Velocity（速度）。IBM在此基礎上增添了Veracity（真實性）的特點，認為企業會利用數據融合和先進的數學方法進一步提升數據質量，從而創造更高的價值。隨著概念不斷深化，大數據已成為知識管理、商業智能等領域最熱門的話題之一。微軟、惠普、SAP等全球IT 巨頭們紛紛收購和研發有關大數據技術，可見大數據對當今世界的重要程度。大數據技術具有如下特征：第一，具有數據量巨大且內容多樣全面的特征，即“全樣本性”[4]；第二，具有數據收集和分析的快速性，不同于傳統的手工收集數據再進行分析的模式，依托大數據技術對數據進行收集和分析，將以秒為單位迅速完成；第三，對數據的分析具有科學性、真實性、客觀性，由于所統計的數據量大且多樣全面，較傳統模式，其分析結果更加科學，且大數據擁有強大的算法，可以對數據進行低密度分析，大大提高了結果的真實客觀性。

對于我國證券市場而言，所涉及的信息披露內容、股票價格數據、投資者資金投向的變化等，讓這個價值52 萬億元的資本市場擁有著大量且不斷增長的數據總和，這對在證券市場起著基石作用的信息披露制度也產生了十足的影響。信息披露制度是投資者權益保障的基礎，也是證券市場監管的核心[5]。隨著我國證券市場信息量越來越大，以傳統的人工方式進行審核和監管已顯得捉襟見肘，出現了審核時間長、不能確保質量、監管困難等問題，進而可能出現股市波動大、權力尋租以及發行人所披露的信息不真實、不充分、不及時等情況，最終導致投資者的權益遭到損害。這與信息披露制度設立的目的相悖，且歸根結底是由于政府干預過多導致我國證券領域不夠市場化，價值和價格的發現功能喪失，所披露的信息往往無法反映到股票價格上，股票價格經常也不是上市公司質量的真實體現。發行人或上市公司持續披露信息，是為了達到政府制定的上市標準和完成披露強制性信息的任務，而不是為了讓投資者了解公司動態。在當今社會，最能夠解決這些問題的技術手段就是大數據。通過對大數據技術特征的了解可以發現，其不僅能夠幫助監管者緩解因信息量大而帶來的審核壓力，而且還能夠幫助投資者提高辨別股票質量的能力，增強市場對股票的監督，促使發行人或上市公司轉變披露觀念，為我國股票領域進一步實現市場化創造條件。因此，如何利用以及怎樣用好新技術來實現市場化是本文重點分析的內容。但在帶來機遇的同時也帶來了挑戰，新技術的運用往往會給各主體的原有利益帶來影響，應確定好各方利益的邊界以實現利益再平衡。大數據技術也不例外，在促使我國證券領域進一步市場化的同時也對現有各主體的利益產生影響。因此，如何利用大數據處理和保護各方權益是本文探討的另一個重要內容，即通過分析大數據背景下我國證券領域進一步市場化以及隨之而來的信息披露邊界的選擇，更好地解決大數據與信息披露制度相結合的實際問題。

二、大數據給證券市場信息披露制度帶來的挑戰

（一）利用大數據促進市場化

利用大數據技術可以幫助我國證券市場進一步實現市場化，但如何利用以及怎樣用好新技術，是各方主體應當思考的問題。因此，在運用大數據技術時應當注意以下問題：

1.發行人在編制招股說明書時注重處理好企業的結構化和非結構化數據。招股說明書是發行人在首次披露時的法定性文件，不僅是證券管理機構審核的依據，更是投資者決定認購股票的重要依據。招股說明書的內容和格式必須按照《公開發行證券的公司信息披露內容與格式準則第1 號——招股說明書》來編制，包括發行概況、公司人員、財務、業務等內容，可見招股說明書的內容十分豐富，格式也非常規范具體①。如此多的信息，再加上證監會從受理到核準發行這一繁雜過程，企業想要成功上市需要很長時間，甚至在等待了一年半載后發現不符合上市條件而宣告失敗。運用大數據技術可以提高證監會的審核效率，大大縮短了需要的時間。但大數據技術運用的前提是需要發行人在編制招股說明書時注重處理好企業的結構化和非結構化數據。

大數據技術的運用基于數據庫，數據庫里包含著以結構化數據和非機構化數據為主的分類標準。結構化數據是指存儲在數據庫中具有一定邏輯結構和物理結構的數據，最為常見的是存儲在關系數據庫中的數據，一般用二維表結構來邏輯表達實現的數據，如數字、符號等。目前對結構化數據的處理技術已經相當成熟，常用關系型數據庫進行結構化數據的處理[6]。非結構化數據一般指結構化數據以外的數據，通常這些數據不存儲在數據庫中，而是以各種類型的文本形式存放，如文本、圖像、聲音、網頁等。

由于在分析處理非結構化數據的過程中都伴隨著非結構化數據轉換為結構化數據，且分析處理非結構化數據的技術尚未十分成熟，有可能出現誤差，所以發行人在編制招股說明書時一定要劃分好結構化數據和非結構化數據。性質和量值出現的位置是固定信息，不要在這些信息里出現圖片、圖紙資料等非結構化數據，在內容不可預知的非結構化數據中也盡量不要出現結構化數據。注重處理好兩種數據，有利于減少出現誤差的可能，有利于保障審核的準確性、科學性。

2.中介機構借助大數據檢驗各種發行申請文件的真實性和準確性。中介機構檢驗各種發行申請文件，實際上體現為我國股票發行的保薦制度。保薦人需要對發行人發行證券進行推薦和輔導，同時還要核實各種發行申請文件是否真實、準確、完整，并在上市后的一段時間內繼續協助和督促該公司，且對上市公司的信息披露負有連帶責任。我國保薦人對上市公司負連帶責任以及保薦人與保薦代表人均承擔責任的“雙保制”，給予保薦人很大壓力，促使其認真履職。但在實踐中并沒有如此順利。首先，由于保薦人與發行人之間存在信息不對稱，保薦人去該公司內部進行調查存在一定困難，如無法查詢法人以外的個人賬戶，使得在調查關聯交易時存在阻礙。其次，由于保薦人實行嚴格的準入制度，導致我國保薦人數量較少，工作繁重，難以應付。最后，監管機構加重保薦人對盈利預測的披露質量責任，使得原本應當大力推行的預測性信息慢慢淡出視野。

大數據技術能夠幫助保薦人檢驗各種發行申請文件的真實性和準確性。大數據的數據挖掘技術中，有一項任務為偏差分析，其基本方法就是尋找觀察結果與參照之間的差別[7]。數據集合中可能出現異常情況，偏差分析可以有效地發現并預警。因此，該技術能夠幫助保薦人提高檢驗各種發行申請文件的效率，同時也能提高調查的可信度和準確性，減輕保薦人自身的工作負擔和責任壓力。

3.發行人和中介機構利用云計算對企業未來經營和盈利進行預測。發行人和中介機構對企業未來經營和盈利進行預測，有助于提高企業融資效率，還有利于解決其與投資者之間信息不對稱的問題，一定程度上保障了投資者的知情權。我國對預測性信息也以法律法規的形式進行規定，但散見于各規章之中，沒有形成一個針對預測性信息專門的法律體系。對于發行人和中介機構來說，預測性信息具有高成本和高風險的特點，在法律上不僅沒有免責的優惠待遇，反而加重了懲罰，例如前文所述的監管機構加重保薦人對盈利預測的披露質量責任。對于大多數中小投資者來說，根本無法判斷預測性信息的可信度和準確性，無法通過預測性信息進行投資判斷。

為提高預測性信息的可信度和準確性，需要借助云計算和大數據技術。云計算是一種基于互聯網的計算方式，通過這種方式，共享的軟硬件資源和信息可以按需提供給計算機和其他設備[7]，即通過云計算技術可以共享不同主體的信息資源。云計算是大數據的IT 基礎和平臺，大數據是云計算的重要應用，兩者相輔相成，缺一不可[6]。發行人和中介機構可以利用大數據對云計算所帶來的資源進行挖掘，便能夠在很大程度上提高預測性信息的可信度和準確性，進而提高發行人和中介機構發布預測性信息的動力，減少顧慮，同時也為投資者決策增加依據。

4.監管機構利用大數據分析工具和AI 算法進行注冊制審查。目前，我國股票發行盡管有部分板塊采取注冊制，但主要板塊仍采用的是核準制。為確保上市公司質量，通常需要較長時間且復雜的審核過程，這在一定程度上阻礙了發行人上市融資的效率，不利于企業發展，也不利于發揮市場應有的作用。因此，注冊制改革勢在必行，但實行注冊制并不代表著不對信息披露進行審查。正如李燕（2014）[8]在研究美國注冊制后所講，完全放棄對信息披露的實質性審核是對信息披露主義的盲目信任和不當依附。所以，盡管實行注冊制，但也需要對信息披露的真實性和充分性進行審查。

那么如何在保障所披露信息高質量的前提下，盡可能節省時間和提高效率呢？這便需要監管機構利用大數據分析工具和AI 算法進行審查了。大數據的數據挖掘技術保障了分析信息的速度和質量，而更加智能化的AI 技術使審查工作變得更加高效。AI 是“人工智能”的英文縮寫，目前對于“人工智能”還沒有一個統一的概念。按照美國麻省理工學院的溫斯頓教授所言，人工智能就是研究如何使計算機做過去只有人類才能做的工作。人工智能不僅包含數據挖掘技術，而且還擁有專家系統。專家系統是一個擁有大量專門知識和經驗的程序系統，通過人工智能技術，能夠根據某個領域一個或多個專家提供的知識和經驗進行推理和判斷。換言之，其可以模擬為專家進行檢驗和決策。人工智能技術的運用，將在大數據技術的基礎上進一步提高審核的準確性和科學性，幫助監管機構既客觀又智能地解決注冊制審查問題。

5.投資者利用大數據識別招股說明書的內容質量，利用云計算與AI 判斷投資價值。我國證券市場的大多數中小投資者能力和時間有限，往往只能通過發行人披露的招股說明書來獲得相關信息。由于沒有更好的途徑來判斷招股說明書的真實性、準確性和完整性，只能完全依附于保薦人和證監會的審核，致使市場對信息披露質量未起到充分的監督作用，這十分不利于我國證券領域進一步市場化。

借助云計算和AI 技術可以提高投資者的判斷能力，有助于增強市場對股票質量的鑒別功能，為我國股票發行注冊制改革打下良好基礎。這兩項技術都與大數據具有一定關聯：投資者本身并沒有數據資源，無法進行數據比較和分析，但云計算提供了共享信息的便利，基于此數據庫，投資者便可以利用大數據技術進行比較和分析；大多數中小投資者不具備相關專業知識，盡管手握數據，卻面臨辨別質量高低的挑戰，人工智能技術可以幫助投資者進行專業判斷，為投資者提供更加專業的分析服務。因此，投資者借助新技術能夠大大提升判斷能力，從而督促發行人和中介機構更加盡職地披露信息，促進證券市場良性循環。

6.市場主體和監管機構鏈接分享大數據商業信息和監管信息。利用大數據技術提高信息披露質量，前提是擁有一個數據量大且全面多樣的數據庫，數據庫里的信息越多越全面，就越能夠提高對信息披露分析結果的準確性和科學性。因此，監管機構公用數據庫和企業私用數據庫要通過云計算形成聯動，分享商業信息和監管信息，讓各方主體更好地利用大數據技術，促進我國證券市場整體向前發展。

高質量運用大數據技術的基礎在于各主體間數據的共享，但共享數據也會帶來一些挑戰。如果處理不好信息披露的邊界，對企業、投資者以及市場都將產生負面效果，所以必須明確大數據背景下信息披露的邊界。

（二）大數據背景下信息披露的邊界

法律一直充當著平衡各方利益的衡平法。在證券市場中，既不能偏向發行人或上市公司，也不能偏向投資者；既不能增加發行人的披露成本或威脅公司的商業秘密，還要滿足投資者對充分信息披露的渴望，以保障投資者權益。因此需要借助大數據技術來平衡兩者之間的利益和減少損害。

1.利用大數據區分重大信息和一般信息，過濾垃圾信息。如何協調發行人、投資者以及市場的各自需求，尋找到一個統一的平衡邊界，是長期以來圍繞證券市場信息披露制度的一個重要問題。利用大數據區分重大信息和一般信息實際上就是重大性標準問題。重大性標準問題的產生源于各主體間的利益博弈。一方面，如果證券市場里充斥著各種“噪音”，投資者勢必陷于煩瑣無益的垃圾信息之中，徒增信息檢索與利用之成本，乃至感到無所適從[9]；另一方面，對于具有信息披露責任和義務的發行人和上市公司來說，要求披露的信息越多，越會增加其負擔。倘若無論信息重要與否，都一律要求披露，既會造成義務人負擔過重，也會壓縮現代商業秘密保護機制的存在空間。從理論上講：重大性標準越低，便會有更多的信息進行披露；重大性標準越高，則所披露的信息就會較少[10]。我國證券市場的重大性標準具有“二元性”特點：一是“投資者決策”標準，是從投資者角度出發來判斷信息是否重大；二是“股價重大影響”標準，也稱“價格敏感”標準，是以一個事實是否會對股票交易的價格產生較大影響為判斷標準。

利用大數據技術區分重大信息和一般信息，應首先統一重大性標準的判斷依據。大數據技術的分析功能十分強大，若增加一種認定標準則會擴充多種分析結果，所以應確立一個統一的認定標準。其次，監管機構在對信息進行判斷時可以從兩個方面利用大數據技術。一是利用大數據挖掘技術中的時序模式進行預測統計。時序模式是指通過時間序列搜索出重復發生概率較高的模式，能夠幫助監管機構進行統計。若市場是“投資者決策”標準，則看該信息是否會影響大多數投資者的投資決定，若影響則該信息為“重大性”。二是利用大數據的關聯、聚類以及偏差分析等方法，與其他同階段、同規模以及同領域的企業所披露的信息進行比較，看是否有不同或偏差，從而判斷該信息是否符合重大性標準。借助大數據技術手段，不僅可以準確、快速地區分重大信息和一般信息，還可以幫助投資者去除多余的“噪聲”，即過濾掉那些垃圾信息。

2.利用大數據分析處理好現有信息和預測性信息。預測性信息與現有信息不同。從信息內容來看：現有信息要求所披露的內容具有真實性、準確性以及完整性，多體現為歷史信息；而預測性信息是軟信息，不要求以客觀標準和事實作為基礎，具有一定的不確定性和風險性，體現為未來公司前景、經營能力、可能遇到的風險等。從信息披露來看：現有信息是發行人必須披露的信息，其內容與格式也都由法律明確規定；而預測性信息由于其特有性質，法律沒有強制披露，但披露預測性信息有利于企業增加交易機會和收益。如前文所述，在我國證券領域中，發行人和中介機構對于預測性信息持十分謹慎的態度，稍有不慎便會受到法律的加重懲罰，所以漸漸淡出人們視野。對于投資者來說，由于無法對預測性信息做出客觀的分析和判斷，往往也認為預測性信息可靠性程度低。同時，法律對披露預測性信息的格式和內容規定較少，不利于大數據技術對其進行分析和處理。因此，面對具有不同含義、性質的現有信息和預測性信息，大數據技術應當利用不同的手段對其進行分析和處理。

對于具有客觀事實基礎的現有信息來說，法律要求其真實、準確、完整，在運用大數據技術時應當將企業內外所存儲的數據進行集中、整理和分析，特別要注重對穩定的結構化數據進行分析，以保障現有信息的質量。對于不具有客觀事實基礎的預測性信息來說，從龐大的數據中發現有價值的規則和模式的數據挖掘是一種十分有效的方法。為了讓數據挖掘更加高效，應當利用能從大量數據中自動學習知識和有用規則的機器學習技術。機器學習技術的關鍵在于數據量大且豐富，數據資源多為對格式沒有要求的非結構化數據，如各種文本、網頁、視頻等，這樣便能充分利用大數據進行多種可能的運算分析，從而達到最佳預測可能。因此，要想分析處理好具有不同屬性的現有信息和預測性信息，一定要利用大數據的不用方式來進行，以達到最佳效果。

3.在大數據環境下保護發行人商業秘密。基于對商業秘密的考慮，發行人總想減少信息的披露，而大數據技術卻加劇了企業由于信息披露可能導致商業秘密或重大發展戰略泄露的風險。大數據技術的運用具有開放性，數據共享不僅會造成消費者個人隱私泄露的危險，也會對證券市場上市公司的秘密信息造成威脅。根據我國《反不正當競爭法》第10條規定的商業秘密定義②，商業秘密作為企業的無形資產，對于企業來說具有很高的價值，保護商業秘密不被泄露有利于保護企業的競爭優勢和合法財產權益。在互聯網時代，上市公司每天都會產生和接收大量信息，網絡的公開性導致上市公司應當公開的信息和不想公開的信息都呈現在大數據的控制之下，而網絡極易受到攻擊，加大了上市公司秘密信息泄露或被篡改的可能性。因此，大數據帶來的影響增加了發行人在進行信息披露時的利益衡量。

盡管大數據給企業信息帶來了一定的風險，但可以通過改變大數據的部分技術來實現保護商業秘密的目的。作為全球最大的商業智能軟件和服務供應商，SAS研發的庫內分析技術便能有效防止商業秘密的泄露。以往是將數據從數據庫中調到外部再進行分析，而庫內分析技術不需要將數據從數據庫中調出，可以直接在數據庫中進行分析，從而防止企業商業秘密和其他重要信息在調動途中或在外部環境中發生泄露。

4.注重大數據條件下個人股東和客戶的隱私保護。如果說互聯網時代人們的隱私受到了威脅，那么大數據時代無疑加深了這種威脅[11]。在大數據環境下，個人股東和客戶的隱私數據被更多地存放或泄露于網絡空間，體現為對個人股東和客戶隱私的非法獲取、非法傳輸、非法利用等情形，每一位股東或客戶的行為都有可能被掌握，這給他們的隱私帶來了嚴重的威脅。尤其是在證券領域，個人股東和客戶的隱私信息被泄露不僅會給自身帶來影響，而且會對上市公司造成極大威脅，成為別人手中的把柄，造成不正當競爭，給投資者帶來損失。因此，在大數據條件下要十分注重個人股東和客戶的隱私保護。

現有的隱私保護技術主要基于靜態的數據集，而大數據背景下的數據模式和內容時刻都在發生變化，無論是模糊化還是匿名性、告知或者許可等隱私保護措施，效果都不十分明顯。隨著大數據技術的發展，產生了一些相應的隱私保護技術，如密文計算、確定性刪除、社交網絡匿名保護、數據水印、數據溯源等，雖然能夠在一定程度上起到保護個人隱私的作用，但這些技術大多不成熟或存在缺點。因此，在創新隱私保護技術的同時，還需制定完善相關法律，共同達到最佳保護效果。

5.利用大數據檢測手段建立信息披露質量評價的新標準。我國上市公司信息披露質量的評價標準分為執行機構的評級結果和研究者自建的信息披露指數，但一般都包括披露內容的真實性與準確性、披露內容與形式的充分性、信息披露的及時性、披露對象的公平性等指標[12]。在大數據檢測技術條件下，這些指標大多已被完善。例如，大數據所統計的信息具有數量巨大且內容多樣全面的特征，正好能夠解決信息不充分的問題，大數據所具有的快速收集和分析數據的優勢也可以在很大程度上幫助投資者；又如，大數據的低密度分析能夠查出信息之間的不匹配，然后給投資者或監管者發出警告信號以保障信息的真實性。原有的評價標準已經不能充分檢驗出發行人或上市公司信息披露的質量，因此應建立起一套符合大數據時代的信息披露質量評價新標準。新標準應在原標準的基礎上，增加更多的評價指標，并利用大數據技術進行高速、準確的評定。例如，可以增加對預測性信息以及風險預告等信息可靠程度的評級指標，也可以收集公司的非結構化數據并進行分析，得出對該公司信息披露質量的評價。

三、大數據時代證券市場信息披露制度的完善

（一）建立起大數據技術應用的基礎

1.建立全國統一的數據庫——電子化信息披露系統。大數據技術的運用促進了證券市場信息披露制度的發展，而大數據技術運用好的基礎在于建立起一套能夠收集和掌握龐大信息的數據庫，電子化信息披露系統恰好能夠滿足大數據技術運用的要求。電子化信息披露系統是以電子化方式提交、傳遞、接收、審核、接受、加工存儲、分發證券數據信息的計算機應用系統[13]。我國尚未建立起統一且權威的電子化信息披露系統，既不利于大數據技術的運用，也不利于投資者和監管者獲得及時準確的信息。

美國建立的EDGAR 系統（電子數據收集、分析與檢索系統）是最早的電子化信息披露系統，它的功能是自動搜集、批準、索引、接受和傳送公司及其他市場主體依照法律向美國SEC 遞交的文件系統[14]。自美國在20 世紀末開始使用該系統以來，電子文件逐漸替代了紙質文件，投資者和監管者可以隨時通過網絡獲取想要了解的電子信息。同時，為了保障EDGAR 系統的運行，美國還制定了相應的規章，如《條例S-T》《EDGAR入檔人手冊》等。歐盟的電子化信息披露系統是歐洲一體化的助推器，為滿足各國需求，規定義務人可以選擇電子或紙質中的一種形式進行披露，但要確保公眾可以查詢和獲取，在鼓勵各國以電子化形式進行披露的同時也不局限于此形式。電子化信息披露系統的優勢被以上證券行業較為發達的國家所認可和利用。綜上可以看出：第一，隨著數據傳播速度越來越快，數據量越來越龐雜，不免會出現以不法目的利用電子化信息披露系統的行為，所以立法保障和政府監管都不可少；第二，隨著科技發展，發達國家對電子化信息披露系統的認識和規定也在不斷變化，為適應時代發展和各國需求，電子化信息披露系統被不斷更新和完善；第三，無論是美國還是建立電子化信息披露系統的歐盟各國，政府資金的大量投入以及相關的優惠政策成為建立起統一權威的電子化信息披露系統的前提條件。

建立統一的電子化信息披露系統有利于為投資者提供準確、充分且及時的信息，有助于降低發行人和上市公司的信息披露成本，可以幫助監管機構進行監管。我國應順應時代發展潮流，借鑒發達國家經驗，建立起統一的電子化信息披露系統，為大數據技術服務于證券領域奠定基礎。第一，建立全國統一的電子化信息披露系統。我國目前由證監會指定巨潮資訊網和上海證券交易所網站為網上信息披露網站，同時在創業板市場也有五個信息披露網站。網站數量多且經營主體不統一，可能會出現所披露的信息不一致，導致對投資者產生誤導，同時也會增加監管的難度。因此，應建立全國統一的電子化信息披露系統，對所提交的電子文件進行管理和審核，為投資者獲得高質量的電子信息提供保障。第二，完善相關配套法律法規。縱觀各發達國家的電子化信息披露系統，都有配套的法律法規加以規制，且法律法規隨時代的發展而不斷完善。將電子化信息披露系統法定化，不僅有利于確立其地位，讓該系統運行更加有效，也有利于提高該系統的公信力，保證信息的及時、充分、完整，以保護投資者權益。第三，加大政府投入。建立全國統一且具有權威性的電子化信息披露系統少不了政府作為主導者的引領和支持，大量資金的投入、人才的聚集、政策的優惠等只有政府才能做到，由證監會來維護該系統的正常運作和監管有利于該系統真正有效地使用。

2.引進高性能數據分析系統。在存儲了大量信息后，便需要引進一項能夠對這些信息進行處理的高性能數據分析系統。我國證券市場所涉及的信息量大，且多為非結構化數據，在引進相關技術時應注重與我國信息披露制度相匹配，在保障所披露信息真實性、準確性、充分性的前提下，還要保障信息的安全性以及普通投資者使用時的便利性等。國外數據處理系統主要有SAS公司推出的以網格計算、庫內分析、內存分析為核心的數據處理系統，IBM公司推出的InfoSphere BigInsights軟件包和處理非結構化數據的超級計算機“沃森”，SAP 公司推出的實時數據平臺HANA 以及分析性數據庫SAP Sybase IQ 和交易型數據庫Sybase ASE，等等。國內數據處理系統中比較具有代表性的是天云趨勢的TCloud BDP 海量數據分析系統。這些系統都有各自的優勢和側重點，例如SAS公司的技術較為側重安全性，IBM公司的技術較為側重對非結構化數據的分析，SAP公司的技術較為側重數據庫的搭建等。因此，應根據這些系統的特點，選擇適合我國證券信息披露制度的高性能的數據分析系統。

大數據技術對當今證券市場的作用不言而喻，發揮其優勢勢必會給我國證券市場信息披露帶來更大的發展。但大數據技術的運用基于對數據的需求，如何集合大量數據信息并保證其真實性和完整性，是確保發揮大數據技術優勢的關鍵所在，而建立全國統一的電子化信息披露系統以及選擇一套適合我國證券市場的高性能數據分析系統即能解決這些問題。

（二）完善大數據技術應用的配套措施：法律與監管

大數據技術在促進證券市場信息披露發展的同時，也帶了一些挑戰。如何應對挑戰，最直接的辦法就是從法律和監管這兩方面入手。

1.圍繞大數據完善相關立法。大數據背景下，證券市場信息披露制度的完善需要相關立法的支撐和保障，而當前相關立法較為滯后，特別是與大數據技術應用相配套的立法還有待進一步完善。

（1）推行注冊登記制。注冊登記制是我國股票發行階段的改革方向，大數據技術的運用促進了股票注冊登記制在我國實現的可能性。大數據技術在一定程度上解決了注冊登記制的弊端：首先，大數據技術可以提高所披露信息的真實性、完整性、及時性，同時也促使發行人或上市公司提高對信息披露的重視，以追求更好更快的融資；其次，大數據技術可以保證將信息及時有效地傳遞給每個投資者，拓寬傳遞渠道，解決信息遞送的技術難題；再次，大數據技術幫助投資者分析信息，以各種便于理解的形式，幫助投資者理解、分析信息，提高投資者的決策能力和質量；最后，大數據技術有利于激發市場的價值和價格發現功能，使股票價格逐漸能夠正確反映信息的價值，從而形成一個健康的證券市場。總之，大數據技術的運用在一定程度上為我國注冊登記制鋪平了前進的道路。

（2）統一重大性標準。目前我國《證券法》條文中包含兩種重大性標準，一個是以投資者為出發點的“投資者決策”標準，另一個是以股票價格影響為出發點的“股票重大影響”標準。筆者認為應當統一我國重大性標準，以“投資者決策”為判斷依據。主要原因有：一是“股票重大影響”標準不適合我國證券市場的現狀，如今的股票價格無法正確反映信息披露所帶來的價格波動影響，無法以此為依據；二是統一以“投資者決策”為標準符合信息披露制度建立的初衷，也符合證券領域相關法律法規制定的宗旨，同時還能保障投資者權益；三是有利于法律的規范性，一部法律的用語、模式、理論都應當保持一致，若在一部法律中出現兩種標準，將會造成兩者之間的矛盾，失去了法律的一致性，無法解決現實問題。

（3）規范招股說明書等披露文件的格式和內容。利用大數據的數據挖掘技術，關鍵是要把數據庫搭建好。對于我國證券市場來講，重要的是檢查檢驗招股說明書等文件的真實、準確、充分。這就要求發行人或上市公司在編制這些文件時要進一步處理好結構化數據和非結構化數據，在內容上要使用專業術語進行披露。而發行人和上市公司沒辦法自己形成內容與格式的統一形式，需要立法部門或監管機構在制定法律法規或實施細則時，明確結構化數據和非結構化數據在招股說明書等披露文件中的分類和格式要求。

（4）擴大法律對商業秘密的保護范圍。法律對商業秘密的保護主要體現在《民法典》和《反不正當競爭法》中。當前我國保護商業秘密的主要依據之一是《反不正當競爭法》明確的“經營性信息與技術性信息都屬于商業秘密”。但隨著大數據技術的產生和運用，之前的商業秘密范圍已不能完全滿足大數據時代的商業秘密保護要求。一些在傳統理論中不被認為是商業秘密的信息，在大數據時代也對上市公司產生了極其重要的價值。所以，為保障大數據技術在證券領域的充分運用，必須完善相關領域的立法，包括對商業秘密有關法律的修改和完善，但不限于此。

（5）注重法律對大數據背景下個人隱私的保護。我國對個人隱私的保護主要散落在《憲法》《民法典》《刑法》和《個人信息保護法》中，可見法律對個人隱私的保護較為零散，沒有系統性。另外，在大數據條件下，個人隱私呈現新的時代特點，我國保護個人隱私的法律法規與大數據時代對保護個人隱私的需求產生了一定的差距。因此，應當建立一套能夠滿足當今社會發展需要的保護個人隱私的法律體系。歐美等發達國家比我國率先進入數據時代，對數據時代的個人隱私保護相對更有經驗，可以在適應我國國情的基礎上，適當引入發達國家成功的立法方式。例如，可以借鑒歐盟在2012 年發布的《數據保護指令修訂草案》，包括：第一，引入“被遺忘的權利”，用戶有權要求刪除其發布在網絡上的各種個人信息；第二，沒有征得用戶同意，不能處理用戶的個人數據，且企業要以明確易懂的方式告知其目的；第三，經營者必須允許用戶易于訪問自己的數據，并有權將自己的數據從一個服務商轉移到另一個服務商；第四，增加承擔的責任和處罰力度，如若企業員工超過250人時必須設置一名數據保護官，若違反指令中的條款將被處以100萬歐元或其全球營業額2%的罰金等。

2.在大數據背景下轉變對信息披露的監管模式。對于新技術的運用，若不對其實施行之有效的監管，將導致無序性的出現，大數據背景下的證券市場信息披露制度也是如此，應當對其進行監管。

（1）依靠大數據技術的預測優勢，實時改變監管策略和力度。大數據作為一種技術手段，可以為監管機構提供充足的分析和及時正確的市場預警。監管機構可以通過這些數據了解市場發展狀況，明確宏觀發展方向，制定具體有效的規則體系。對于不同的時代背景和不同的經濟局面，要制定和實施不同的發展策略，以達到一種動態的平衡。尤其是資本市場，要實現經濟的安全快速發展，就必須根據不同的歷史背景采用不同的規制手段。例如，美國經濟大蕭條后，各州對信息披露的規定不統一，無法對證券市場達到有效的統一管理。美國政府在意識到該問題后，分別于1933年和1934年出臺了《證券法》和《證券交易法》，這兩部法律各有側重地統一了證券市場信息披露的有關規定[15]。又如，2008 年經濟危機后，美國實行嚴格的監管政策，雖然市場穩定程度上升，但也帶來經濟活躍度的下降。為刺激經濟發展、增加就業等，美國政府出臺了《JOBS 法案》，其中對新興發展企業設立的信息披露優惠政策最受關注，包括低標準的信息披露義務、寬松的公司管理限制和免去配合其他繁重監管義務的負擔[16]。以上兩個事例說明，監管機構監管力度的強弱標準沒有一個永遠不變的平衡點，而是要隨著不同的經濟狀況，找到一個適應時代發展的最佳契合點。大數據技術的優勢就在于可以幫助立法機關、監管機構提前了解和預測發展狀況，避免在經濟發展下行結果發生后，才意識到制定適應的監管方式。監管機構應及時做出政策調整，助力證券市場健康穩定發展。

（2）及時轉變監管觀念。目前我國證券市場對信息披露的監管都是建立在紙質文件的基礎上，而電子化信息披露系統的建立意味著紙質文件將轉化為電子文件，二者間存在很大差別。因此，只以“類推監管模式”來面對大數據背景下復雜的信息披露環境是不夠的，而應建立“網絡導向監管模式”，即構建直接針對互聯網的信息披露理念，對網絡披露與其他披露方式的不同點給予特別關注，尤其是要關注互聯網環境與傳統方式的不同，構建面向互聯網且充分結合網絡優勢的證券信息監管制度。這樣更加有利于樹立更適合大數據技術運用的監管理念，從觀念領域解決存在的矛盾。

結語

大數據技術在證券市場信息披露制度領域的運用，帶來了諸多優勢，同時也帶來了一些挑戰。在大數據背景下，由于技術的進步，信息披露的主體日益多元化，信息傳遞的方式也逐漸豐富，這些變化終將打破企業與投資者、企業與監管機構、大投資者與中小投資者等之間看似堅固的壁壘。我國應利用好大數據時代賦予我們的機遇，順風而行，通過建立全國統一的電子化信息披露系統、引入適合我國信息披露制度的高性能數據分析系統、改善與大數據相關的法律與監管等配套措施，促進我國證券市場信息披露制度健康發展。

注釋

①參見《公開發行證券的公司信息披露內容與格式準則第1號——招股說明書》（2015年修訂）。

②參見《反不正當競爭法》第10 條：商業秘密是不為公眾所知悉、能為權利人帶來經濟利益、具有實用性并經權利人采取保密措施的技術信息和經營信息。