自2009年2月“老鼠仓”入刑以来，有5件案件共8人被追究刑事责任。此前的“老鼠仓”查处案件，线索来源多来自于举报与现场突击检查等，或是从其他案件顺延发现线索。事实上，在此阶段，交易所作为一个天然的大数据库，已在默默累积着数据监管经验。

　　这种一线数据库运作此前多运用于个股异动信息监测上。例如对于异动指标的建立，上交所异动指标分为4大类72项，敏感信息分为3级共11大类154项；深交所建立了9大报警指标体系，合计204个具体项目。

　　深交所监察系统即可同步实现超过204个报警指标、300项实时与历史统计查询、60余项专用调查分析、100多种监管报表监测分析等功能，每年处理的各类实时报警信息14万余次，平均每个交易日处理报警600余次。

　　此前的交易所数据应用流程通常是先发现个股触动异动指标，随之核查该公司是否有特殊信息公布，以及与之相关的可疑帐户锁定。比如有从未交易过该股票的帐户进行交易，而交易时间是在公司发布重组、高送转等利好消息之前等。这种迹象即成为线索，按一定程序报送至证监会，证监会决定是否立案。

　　在第一例券商从业人员老鼠仓案中，交易所就是通过日常监控发现一只股票交易异常，涉及数个帐户与一家券商自营帐户之间的“诡异”交易，随之锁定与之相关的分布在全国各地的9个帐户，最终上报启动立案调查。

　　从2013年下半年开始的 “老鼠仓”调查开始，大数据“捕鼠”风暴开始步入高潮。“这一系列涉嫌老鼠仓案件调查，其线索来源都是来自于交易所日常监控下的大数据分析。”一位接近交易所人士透露。

　　尽管大数据已显示出威力，但仍存在继续改进的空间。比如覆盖面问题，此前交易所已在不断扩大数据囊括的范围，包括2013年主要引入的上市公司信息监控，以及融资融券标的、股权质押等。据了解，未来交易所还将把视频等非结构化数据进一步纳入视野，让交易所的一线监管全面进入大数据时代。

　　证监会确定了建设证监会系统的中央监管信息平台，对监管业务和流程进行集中再造。这个信息系统将囊括会机关、派出机构、交易所、行业协会和会管单位等信息系统。

　　这个平台由基础设施模块和业务功能模块组成。基础设施模块包括统一数据报送系统、中央数据库等；业务功能模块用于支持证监会行政许可、稽查办案、日常监管等。