操纵市场行为的认定是证监会打击证券市场违法犯罪的重要环节。近年来,证监会对于操纵市场行为的处罚较以往大幅增加。尽管证监会通过大量的处罚案例积累了一定的操纵市场行为认定经验,但执法实践中,操纵市场行为的认定仍然存在认定不够充分、思路不够清晰、经验不够完善等问题。针对上述问题,本文选取2007年至2020年证监会官网公布的所有操纵市场的行政处罚决定书进行了多角度剖析,并结合相关理论和域外认定经验,就操纵市场行为的认定提出了具体思路。该思路主要在以下几个方面进行了逻辑建构或经验总结:首先,相对于传统证券欺诈的观点,将操纵市场的行为本质界定为市场滥用更为恰当,把握这一行为本质有利于使其作为法律原则在特定情况下发挥作用。其次,在具体的要件化认定上,证监会应当以主观要件中主观故意的认定为核心,并根据不同的操纵类型采取间接认定、复合行为推定、过错推定的认定标准,认定过程还应注意发挥“经验”的作用。对于行为结果的考量,证监会则不宜将其作为操纵市场行为的构成要件之一,而应当采用可能性标准进行评判。另外,由于操纵市场的行为类型多样,对于不同的操纵类型,证监会在认定时还应当有针对性地把握各类型的特殊问题,做到有的放矢。再其次,对于执法实践中账户控制关系认定,证监会长期形成的认定经验是其今后认定该方面问题的重要参考依据,但在此基础上证监会还应当注重账户控制关系的认定逻辑。最后,随着法律大数据时代的到来,证监会可以尝试利用机器学习构建逻辑回归模型对操纵市场行为进行辅助认定,并从大数据分析的角度建立操纵市场行为认定的量化标准。本文除导论和结语外,在内容上主要分为如下四个部分:第一部分,通过对证监会处罚的操纵市场案例中有价值的数据信息进行提取和统计,从多个方面描述并分析了证监会在对操纵市场行为进行认定时所呈现出的总体特征。第二部分,从样本案例的考察入手,结合相关理论和域外经验的分析,提出了证监会在认定操纵市场行为时应当采用的总体思路。该总体思路主要包括三个方面:首先,明确操纵市场行为的本质;其次,构建操纵市场主观要件的认定规则;最后,明确行为结果在操纵市场认定时应采取的标准。第三部分,在上述提出的总体思路下,对各操纵类型在认定中的特殊问题进行分析,指出各操纵类型认定时应重点关注的方面。本部分将操纵类型划为“交易型操纵”和“信息型操纵”两个大类,并就这两类下的几个小类,以对样本案例进行实证分析和案例分析相结合的方式,论证了对类型化操纵市场行为的相关认定问题。第四部分,就执法实践中操纵市场行为的辅助性认定问题进行分析,包括账户控制关系的认定和大数据下利用机器学习模型辅助认定两个方面。其中,对于账户控制关系认定这一部分,其主要根据账户使用情况及证监会认定账户控制的相关经验展开。而机器学习模型辅助认定这一部分则从模型思想的提出和模型实现的建议两方面进行了论述。本文可能的创新体现在:1.观点上的创新。在操纵市场行为本质的界定上,本文对于“操纵市场本质为市场滥用”的观点从文义、观点对比的角度提出了部分新的解释;在主观故意的认定上,本文基于样本案例的实证分析,明确了不同操纵类型的具体认定规则;在行为结果的认定上,本文借鉴了刑法对操纵市场的相关理论,提出了认定操纵市场的可能性标准;2.研究方法上的创新。本文提出了利用机器学习构建模型辅助认定操纵市场行为的思路,以此作为操纵市场行为认定的量化参考标准,这在之前的研究还未有提及。