李伟：监管科技应用路径研究

本篇文章5169字，读完约13分钟

近年来，随着信息技术的蓬勃发展，regtech应运而生，旨在利用现代科技成果优化金融监管模式，提高金融监管效率，降低制度合规成本。

资料来源:亚太未来金融研究所

中国人民银行科技司司长李伟

金融是一个国家重要的核心竞争力，金融安全是国家安全的重要组成部分。党中央、国务院高度重视防范和化解金融风险。党的十九大、中央经济工作会议和全国金融工作会议都对新时期的金融监管提出了新的更高的要求。同时，随着近年来信息技术的蓬勃发展，regtech应运而生，旨在利用现代科技成果优化金融监管模式，提高金融监管效率，降低制度合规成本。

监督科学技术应用的必要性

1

适应金融风险新形势的需要

在金融技术背景下，服务模式更加虚拟，业务边界逐渐模糊，业务环境不断开放，金融风险状况更加复杂。

跨行业、跨市场的跨境金融服务日益丰富，不同的业务相互关联、相互渗透，金融风险更加复杂、更具传染性。

金融技术利用信息技术将业务流转化为信息流，提高了融资效率，打破了风险传递的时间空极限，使风险扩散更快。

金融产品的交叉性和关联性日益增强，风险难以识别和衡量，风险更加隐蔽，传统的监管措施难以奏效。

在此背景下，金融管理部门借助监管技术构建现代金融监管框架，开发基于人工智能、大数据、应用编程接口(api)的金融监管平台和工具，通过系统嵌入和应用对接建立数字化监管协议，有效增强金融监管信息的实时性、准确性、可追溯性和不可否认性，为及时有效识别和化解金融风险、纠正金融混乱提供支持。

2

需要解决金融监管的瓶颈

随着我国金融业的快速发展，金融管理部门在规范、管理和监督金融机构和金融市场的过程中面临着挑战。在及时性方面，传统的监管模式大多采用统计报告和现场检查，依靠金融机构提交监管数据和合规报告，存在明显的时滞。就渗透性而言，一些金融创新产品被过度包装，其商业本质被表象所掩盖。很难准确识别跨境嵌套创新产品的基础资产和最终责任人。在一致性方面，金融机构合规人员在业务范围、数据报告口径、信息披露内容和标准、金融消费者权益保护等方面存在误解，监管标准难以保持一致。监管科技通过技术手段积极监管金融机构。通过监管政策和合规要求的数字化表达、风险信息的实时采集和业务特征数据的捕捉，促进监管模式从事后监管向事后监管的转变，有效解决信息不对称问题，消除信息壁垒，有利于缓解监管的时滞，增强监管的渗透力，增强监管的统一性。

3

降低机构合规成本的必要性

自2008年全球金融危机爆发以来，各国纷纷进行以宏观审慎政策为核心的金融监管体制改革，这对金融机构的合规管理和创新管理提出了更高的要求。

一方面，监管要求趋于严格，推出新监管政策的速度明显加快。金融机构需要投入更多的人力、物力和财力来理解和实施新的监管法规，从而增加了合规管理的成本。

另一方面，金融创新日新月异，金融机构对监管要求理解不深、不及时，可能导致创新滞后、商机延误、市场流失，也可能因忽视监管、助长风险而面临规范整改，从而增加创新管理成本。因此，金融机构迫切希望通过数字化和自动化手段提高合规能力，减少合规工作的资源支出，加快金融创新，及时跟进监管要求，提高合规效率和市场竞争力。

4

适应大数据时代的变化需求

随着大数据时代的逐步临近，金融业作为典型的数据密集型行业，每天都会产生和处理海量数据(603138，股票咨询)资源，这对基于数据的金融监管产生了深远的影响。一方面，数据已经成为金融服务的重要生产资源，金融机构需要在“了解你的客户(kyc)”的基础上进一步“了解你的数据(kyd)”，将尽职调查的对象从每一个机构、每一个客户扩展到每一个字节、每一个位，甚至实现每一笔交易的精细和精确的风险管理。另一方面，金融数据量大、来源分散、格式多样，超出了传统监管手段的处理能力。监管科学技术有助于改变风险管理理念，提高风险态势感知能力。利用大数据技术，可以及时有效地挖掘出隐藏在海量金融数据中的业务规则和风险趋势，实现金融风险的早期识别、早期预警、早期发现和早期处置。

监管技术应用框架

为了提高监管科学技术的应用效率，应建立以金融管理部门为中心、金融机构为节点、数据为驱动力、星型拓扑结构的技术监管框架。事先将监管政策和合规要求转化为数字监管协议，搭建监管平台提供相关服务；将监管“探针”嵌入金融机构，自动收集监管数据，实现风险态势的动态感知和智能分析；随后，合规性分析的结果被用于风险处置干预、合规性的可视化显示、风险信息共享以及监管模式的优化。监管技术的应用框架如图所示。

1

监管规则的数字化“翻译”

在某种程度上，以文本形式呈现的监管规则存在理解成本高、语义模糊等问题。因此，首先，我们应该利用信息技术将文本规则转化为数字协议，从而增强金融监管的一致性和权威性。

充分利用自然语言处理(nlp)等技术翻译监管规则，准确提取量化指标，建立规则所涉及的主体之间的关联模型，实现监管规则的数字化存储和显示。

监管规则用计算机编程语言编写成“程序代码”，从关键操作流程、量化指标、禁止条款等方面进行编程和开发。，并打包到可扩展监管api等监管工具中，以实现机器可读、可执行和对接。

建立和完善数字化监管规则库，充分整合不同领域和格式的数字化监管规则，通过深度学习和多层次融合算法，及时发现监管漏洞、差异和新需求，提升金融监管自我完善、自我更新和自我提升的能力。

2

监管应用的平台部署

监管平台是承载监管技术应用的关键信息基础设施。监管平台的建设不仅要有效整合不同架构的业务系统，处理多源异构的监管数据，还要具备服务敏捷部署和资源动态配置的支持能力。

利用微服务架构、容器技术等手段，将监管功能划分为粒度较小的微服务，并放置在容器中运行，屏蔽金融机构业务系统的差异；同时，将相关的微服务整合成一个微服务集群，共同完成大型复杂的监管任务。

使用虚拟化技术实现法规服务的敏捷部署，并构建一个适应法规要求快速变化的应用环境。第三，充分发挥云计算在按需分配资源和灵活扩展方面的优势，根据监管负载需求实时动态分配信息技术(it)资源，最大限度提高对监管业务需求的响应速度和支持效率。

3

监管数据的自动收集

金融监管是数据监管，金融数据的收集和汇总是数据监管的基础。因此，有必要建立和完善监管数据采集系统，为金融监管提供有效支持。在数据提取过程中，优化了监管数据上报手段，通过api和系统嵌入的方式实现了金融管理部门和金融机构之间的实时数据交互，减少了人工干预和合规成本。在数据传输中，加密和数据安全存储单元用于支持监管数据的传输，元数据通过属性、对象和访问类型进行标记，以增强监管数据收集过程的安全性和可靠性。在数据清理过程中，针对海量的异构金融数据，特别是由于数据来源广泛和相关系统众多而产生的低质量数据，综合运用数据挖掘、模式规则算法、分析和统计等技术进行多层清理，使得获得的数据具有高精度、低重复率和高可用性的优点，为风险态势分析提供了更加科学合理的数据支持。

4

风险状况的智能分析

风险分析是金融监管的核心环节。有必要实现基于人工智能技术的金融风险智能监控，提高金融风险情境感知能力。

建立合规风险评估模型。基于支持向量机和神经网络等机器学习算法，建立了金融业务风险分析模型。将收集到的监管数据按照不同的级别和粒度进行融合，形成适合模型处理的标准数据集，并根据监管要求进行快速重组、调整和更新，以提高模型的适应性。

进行微观行为分析。该合规风险评估模型综合分析了金融机构的业务流、信息流和资金流，通过渗透将整个业务链联系起来，通过数据分析业务本质，准确识别信用、支付、信用报告等金融业务风险。

进行宏观审慎分析。通过规则推理、案例推理和模糊推理，可以模拟不同情景下的金融风险，进行跨行业和跨市场的相关性分析，提高识别系统性和交叉性金融风险的能力。

5

合规性的综合利用

根据风险态势智能分析得出的不同结果，我们应该合理利用，适应形势，制定精确的政策，提高金融监管的有效性。

借助深度学习等技术，可以实现潜在风险的自动处置，并根据不同的风险类型触发最优的风险处置和缓解措施，如欺诈交易的自动中断和系统性金融风险的预警。

利用可视化等技术全方位、全方位展示合规情况，同时利用云平台促进风险情况的互通，实现监管科技参与者风险信息的全球共享，最大限度隔离风险。

借助数据分析和模式识别技术、风险状况分析结果、合规报告、历史监管数据等。被自动提取和迭代以促进算法的重建和优化，并建立更准确、完整和兼容的分析和评估模型以及内部管理规则。

监管科技的实施策略

1

建立规范的科技标准体系

监督科学技术的应用涉及大量的数据、系统和商业规则。标准作为一种“通用语言”，是监督科技规范应用的前提和基础，是不可或缺的规则。因此，应加强监管科技标准化的顶层设计，从基础标准、技术标准、应用标准和管理标准等方面完善监管科技标准化体系。积极推进监管规则数字化关键通用标准的制定和实施，统一科技数据要素监管，制定贯穿监管数据采集、交互、存储和自动处理各个环节的标准和规范。借鉴国际科技成果监管经验，遵循行业惯例，在系统设计、场景应用、界面统一等方面，在安全性和便捷性之间取得有效平衡。，以确保科技应用标准监管的先进性和可操作性。

2

监管科技应用试点

作为金融科学技术的一个重要分支，监管科学技术仍处于起步阶段，其大规模推广应用的条件尚不成熟。试点应用是现阶段的一个好方法。因此，要选择一个金融科技发展基础好、具备一定条件的地区开展支付、征信、反洗钱等金融领域试点，从工作机制、政策措施、技术平台等方面验证监管科技的可行性和有效性，探索适合监管科技应用的工作协调机制，形成点带面的示范作用。同时，要做好科技试点监管经验的总结工作，形成一批可复制、可推广的经验和做法，在试点过程中不断研究新情况、解决新问题、总结新经验，为科技发展监管打好基础，探索新途径。

3

做好科技政策衔接监管工作

作为一种新的金融监管范式，监管技术并没有改变监管的本质，而是对传统金融监管方式的有益补充。因此，应在坚持法律法规、保持政策连续性的基础上，努力加强监管科技与现有金融监管体系的有效衔接。

在法律层面，坚持立法与科技应用监管相适应，加快完善科技应用监管相关法律法规，通过立法明确科技应用监管的基本原则，完善监管数据的安全管理要求，为做好数据自动采集和智能风险分析提供法律保障。

在制度层面，围绕科技与监管深度融合的新特点，优化金融统计指标体系，按行业和市场细化监管数据的粒度和收集范围，进一步完善金融监管框架。

4

深化科技合作监管

促进监管科技的实施是一项系统工程，涉及金融业务、信息技术、公共管理等领域，需要政府、行业、学术界和研究部门的协调、联动与合作。

加强监管信息的互联互通，打破监管数据壁垒，完善纵横联动、信息畅通的矩阵管理机制，实现信息收集共享和相关性分析，构建金融协同监管的数据生态系统。

做好新技术应用研究和联合研究，充分发挥各方人才和技术基础优势，建立健全协作机制，突出金融监管重点和难点，克服困难，共同积极探索和监督科技创新应用。

加强对外交流与合作，促进与国际组织和其他国家和地区金融管理部门的密切联系和沟通，探索开展多形式、多层次的监管科技合作和示范项目，提升中国监管科技全球化水平。

5

加强相关技术应用的风险防控

监管科技作为新时期金融监管的技术武器，有助于提高金融监管效率，降低制度合规成本。但是，从实践经验来看，在新技术的部署和应用过程中，往往会引入一些潜在的风险，因此有必要牢固树立安全发展理念，重视技术应用风险的防控。

稳步部署监管技术应用，加强业务连续性管理，确保监管技术不影响现有金融信息系统，不改变金融业务流程，不降低金融服务效率。

加快金融监管领域新兴技术应用成熟度及配套测试体系建设，结合监管实际情况，深入全面研究技术的适用性和安全性，加强新技术的合理选择，在成熟稳定的技术基础上开展监管科技应用。

建立健全监管科技应用校准机制，加强双向信息反馈和运行结果的对比验证，不断优化和完善应用模型，准确反映市场实际情况，增强监管科技的公信力和可靠性。

探索建立监管数据安全保护机制，利用标记和哈希加密等技术提高监管数据安全水平，避免监管数据泄露风险。

资料来源:《清华金融评论》，2018年3月

本文由平台/作者授权的金融网站发布。请不要擅自转载。如果你对干货有意见或文章，你愿意为投资者提供最权威和专业的参考意见。无论你是权威专家、金融评论家还是智囊团，我们都欢迎你积极投稿，进入金融网站的著名栏目。
电子邮件地址:mingjia @ jrj，电话号码:010-83363000-3477。期待您的加入！