近年來，隨著云計算、大數據、人工智能、區塊鏈等新興技術的蓬勃發展，在金融機構中的應用愈加豐富;與此同時，監管機構通過科技手段改造、創新、提升監管能力和效率成為金融監管當局的新命題。
5月15日，央行成立金融科技(FinTech)委員會，旨在加強金融科技的研究規劃與協調。這一事件也體現了央行監管措施的轉變：從既有科技的應用，到主動擁抱技術變化，認可技術作用。在金融科技時代，金融本身的使命并未改變，其核心功能仍是資源的優化配置、支付清算、風險管理等內容。
新興技術的運用對傳統金融的賦能與革新為機構對僵化的金融環境提供了新的活力和創新點，但也帶來了諸多新的風險場景和合規問題，如信息泄露、信用欺詐、個人隱私、網絡安全等。在這一過程中，監管部門應時之需，利用技術手段提高現有監管流程效率，針對新興的金融產品、模式實現“穿透式監管”，確保金融科技的業務合規性，成為當前復雜金融環境下的監管新思路。
監管科技發展的基礎
監管科技(RegTech)本質上是利用科技手段服務于監管合規。一方面體現在監管機構運用技術手段提升監管能力，避免監管套利，提高合規審查的效率;另一方面體現在金融機構運用技術手段提升自身合規和風控能力。RegTech體現的是運用技術的能力重構監管機制，如利用大數據、機器學習等技術手段實時的監控、審查金融風險，管理資產交易安全，提高反洗錢(AML)、反欺詐的效率和效益，降低合規成本，保障金融環境良好、穩健的發展。
新常態下中國金融監管環境日趨嚴峻，對金融業經營帶來的壓力和挑戰劇增。一方面，不良資產的暴露和風險防控的壓力，傳統金融業收益阻滯，資金成本、合規成本、資本成本等經營成本上升;另一方面，金融科技的涌現對傳統金融業的業務模式提出了較大的挑戰。在這一形式下，商業銀行、保險機構、證券基金業等金融機構逐漸轉變思路，積極探索新技術與業務領域的結合點，驅動業務創新并取得了較好的收益。例如，商業銀行在直銷銀行、電子銀行、財富管理等業務場景上結合大數據、人工智能等技術實現了精準營銷、智能投顧、實時信貸;交易所利用大數據、區塊鏈技術探索去中心化和分布式的登記結算流程;保險機構在保險精算、產品設計領域用大數據洞察客戶，實現客戶細分和差異化定價。
在金融業“觸網”的大環境下，金融風險環境逐漸復雜，風險傳導的形式多樣化，突破了傳統監管模式。因此，監管部門轉變思路，探索新技術與傳統監管領域的結合點，也成為在新形勢下金融監管的新要求。
大數據與監管科技
作為金融科技(FinTech)的有效組成部分，RegTech有效促進了金融科技的發展;與此同時，新興技術的運用，如大數據，應成為監管部門豐富監管手段的重要探索方向。
當前，國內市場上鮮有部門、機構或金融科技公司在監管領域有效運用大數據技術，這一方面源于傳統監管方法以滿足合規標準為要求，并沒有突出技術和數據的重要性;另一方面，由于數據科學在金融機構中、后臺部門的應用較為局限。但應看到，國內監管部門對于大數據技術的探索一直在進行：
①央行反洗錢監測分析中心、信息中心、征信中心探索大數據技術在非結構化數據處理、統計分析、數據集市等領域的運用;
②銀監會嘗試將分布式架構運用于EAST數據倉庫;
③證監會在《證券公司全面風險管理規范》中明確提出“制定數據標準，涵蓋數據源管理、數據庫建設、數據質量監測”。
筆者在《智能金融 | 2017年金融行業大數據應用趨勢展望》一文中提到：2017年監管科技將會與大數據結合的更加緊密，基于大數據架構的反洗錢和合規審計應用會是各地人行、銀監和證監的探索與實踐方向。事實上，監管部門利用大數據的應用場景不限于上述方向，重要的是認識到大數據技術的能力，并與傳統監管場景、流程相結合。例如，以Hadoop架構為首的分布式數據平臺融合了傳統關系型數據庫和大數據技術能力，能夠為各地銀監局EAST系統提供較好的數據支撐服務和數據分析能力，并有效降低監管科技的使用和維護成本。
金融業大數據應用趨勢
當前，由于營銷、獲客、渠道優化等前臺業務能夠帶來明細的直接收益，金融機構的大數據技術應用多聚焦于客戶、產品、服務、線上渠道等領域，而在風險管理、內控、反洗錢、合規、審計等中后臺領域的運用仍然停留在以資本、指標、規則為主的傳統業務范式，以滿足監管指引為目的，新興技術的運用明顯較弱。隨著利率市場化的加快，金融產品結構復雜化、交易對手方多元化成為常態，金融風險傳導也趨向于迅速、難控，風險因子和敞口更多樣。在RegTech逐漸成為趨勢的背景下，金融機構在大數據的應用思維將由“以客戶為中心”延伸到“以監管合規為中心”，逐漸突出數據驅動的風險管理、合規管理，運用大數據技術評估、計量風險創新中后臺業務。
筆者認為，金融機構將大數據技術運用于RegTech的方向涵蓋如下三方面：
① 運用分布式架構的計算能力和多維數據處理能力，滿足數據爆發式增長下對于線性擴展的能力，降低監管科技成本，為監管指標分析、全面風險管理、反洗錢、KYC、內控領域的運用。例如，基于大數據的全面風險管理數據中心，為商業銀行、券商的風險管理部門在市場風險、流動性風險、操作風險、信用風險、聲譽風險等傳統風險領域提供數據基礎管理平臺;
②結合實時流數據處理技術，為異常交易監控、反欺詐提供決策引擎。例如交易所可運用大數據平臺、實時流數據處理技術重構市場監察系統，在業務數據實時監控、風險預警指標、歷史數據統計分析、客戶持倉行為分析、交易行為模式分析、監察報告等方面實現實時風險計量與管控，確保事前事中風控的時效性;
③ 運用數據挖掘、機器學習與金融風險計量結合，結合內外部數據、市場數據和互聯網數據，滿足機構全面風險管理的要求。例如，在市場風險頭寸、利率風險敞口、違約損失率(LGD)、債項評級風險暴露、押品估值、行為分析、輿情分析等方面的風險計量更加精細化。
綜上所述，未來金融監管的發展趨勢，將從監管制度和監管科技兩個方面雙管齊下：在監管制度層面，通過“穿透式監管”防控業務風險，在關鍵業務環節設置監控點，形成追溯機制，提前識別、防范金融風險傳導;在監管科技方面，通過與大數據等技術的結合，在監管部門、金融機構形成落地化的應用，提升監管能力與效率，提高風險、合規的有效性和準確性。
京公網安備 11010502049343號