监管科技在央行分支机构的应用思考
来源:用户上传
作者:
摘要：近年来，人工智能、大数据、云计算、区块链等新兴技术迅猛发展，金融产品创新迭代加速，金融业务交叉风险、业务创新合规性风险、网络和信息安全等问题逐渐显现，常规金融监管手段与金融监管技术越发难以应对现状。本文在分析监管科技发展历程的基础上，从人民银行分支机构视角出发，分析了在反洗钱、外汇管理、地方金融监管等领域开展监管科技应用的思路，并提出相应建议。
关键词：监管科技 金融科技 金融风险
一、监管科技产生的背景
（一）监管科技的概念
目前对监管科技尚无统一定义，其概念外延仍在不断扩展中，可以从广义和狭义两个层面来分析金融领域监管科技的概念和内涵。广义的监管科技指所有运用信息技术提高监管机构的监管效率和效果，降低被监管机构运营风险、合规成本的解决方案;狭义的监管科技强调对大数据、人工智能、区块链等金融科技新兴技术的使用，通过新兴技术优化金融监管模式，提升金融监管效率，降低机构合规成本。
（二）监管科技发展历程
从IT技术对金融监管的推动和监管方式变革的角度看，可以把监管科技的发展划分为三个阶段。第一阶段为金融监管电子化阶段。监管机构、金融机构逐步采用IT手段，建设实现内外部风控管理，以及与监管数据采集、分析和报送等需求相关的监管系统。第二阶段为金融监管网络化阶段。监管科技实现了监管合规义务和技术的结合，完成监管和合规数据报送的网络化和流程化，监管能力得到进一步提高。第三阶段是监管科技智能化阶段。金融机构开始运用金融科技新兴技术改善传统的金融信息采集来源、风险定价模型、投资决策过程，提升内部风险防控能力，满足监管要求并降低监管成本。监管部门则提出利用新兴技术手段直连金融机构信息系统，及时、全面获取监管数据，并运用大数据分析、可视化数据展示等技术手段提升监管数据分析能力，提升防范系统性金融风险能力。
目前，监管科技正处于第二阶段与第三阶段的过渡期，金融机构逐步将新兴技术应用于金融监管数据报送、内部风控管理等场景。相对来说，监管机构的监管科技应用水平还存在不足，亟需加强对人工智能、大数据等技术的应用，应对金融风险新形势的挑战。本文尝试从反洗钱、外汇管理、地方金融风险协同监管等领域探讨如何开展监管科技应用。
二、央行分支机构监管科技应用场景分析
（一）反洗钱领域
1.反洗钱领域监管科技应用的必要性分析。随着互联网等技术的发展，反洗钱可疑交易报告数量、调查线索大幅增长，涉案账户交易、资金链条等数据日趋复杂化，一次反洗钱调查往往涉及几十家银行、近千个账户、数千万件交易。而传统的反洗钱分析甄别手段相对单一，对工作人员工作经验要求较高、主观性强，对洗钱威胁和犯罪趋势分析不足，难以支撑对金融机构反洗钱工作的指导需要。为此，亟需构建具有一定智能化、可视化分析能力的监管系统平台，为反洗钱现场监管、非现场监管提供支持。
2.监管科技在央行分支机构反洗钱工作中的应用。一是优化可疑交易报告的信息采集与管理。进一步完善重点可疑交易报告相关的监管数据指标体系，通过API等技术优化金融机构反洗钱数据采集、报送方式，运用大数据、云计算等技术优化对可疑交易报告信息的存储，为重点可疑交易报告的智能化、可视化分析奠定基础。二是提高重点可疑交易报告分析能力。针对金融机构报送的重点可疑交易数据，依托大数据建模、机器学习高维分析，对反洗钱案宗进行可疑度评分，提高重点可疑交易报告判断的精准度，优化反洗钱审核流程，降低成本，提高效率。通过智能反洗钱特征挖掘，为工作人员提供经过机器学习算法分析的指标信息输出，辅助提高工作人员分析能力。三是利用轻量级监管科技平台，为反洗钱现场监管的数据分析提供支撑。通过大数据技术对現场数据进行关联分析，精准发现洗钱风险或可疑案件线索;利用自然语言处理、机器学习等技术手段，为执法人员智能生成各类检查报表，提供处罚的法律参考、裁量参考。四是探索运用人工智能等技术提升反洗钱非现场监管效能。比如，通过语义特征分析检测金融机构内控制度同反洗钱监管法规的一致性程度;运用数据挖掘技术检验金融机构可疑交易监测指标的有效性，是否存在未按规定报告重点可疑交易案件的问题。
（二）外汇管理领域
1.外汇管理领域监管科技应用的必要性分析。随着外汇管理“放管服”改革的不断深入，外汇管理模式从重视事前审批逐步转化为重视事后核查，对外汇管理部门的监管能力提出了更高要求。由于企业可以直接去银行办理大部分业务，外汇管理部门难以掌握企业资金汇兑情况，监管所需的外部数据和信息不足，影响了对市场主体的风险监测。大数据、人工智能等监管科技的运用有利于加强数据的融合运用、提升监管效能，助推“数字外管”、“安全外管”建设。
2.外汇管理领域监管科技应用思路。一是推动数据标准化和共享机制建设，加强监管数据的融合应用。针对数据标准差异、部分部门数据无法直接使用的问题，完善跨部门数据共享机制建设，扩大监管信息的采集范围，打破信息孤岛。运用大数据技术对各类异构数据进行抽取、转化为统一的数据类型，形成监管所需基础数据。二是逐步建立全口径的监管体系。从涉外主体的人民币境内交易信息入手，同时根据长臂监管原则，要求境内市场主体主动报送境外子公司的账户交易数据，为监管科技提供有效的数据来源。待条件成熟的情况下，再联合各金融监管部门建立本外币全口径的监管体系。三是探索开展外汇管理领域的风险预警。在宏观层面，运用人工智能、深度学习等技术，通过对海量历史金融数据的分析，预测当前外汇收支情况及跨境资金流动风险;在微观层面，建立外汇监管的规则数据库，通过机器学习和数据挖掘，分析特定市场主体的违规或风险概率，预测其可能发生的交易行为，为外汇管理提供及时、有效的风险预警。
（三）区域金融风险的协同监管
1.协同加强地方金融风险监管的必要性。近年来，一些互联网金融机构借助互联网突破区域性限制，跨区域开展业务，资金来源和流向复杂，非法集资案件频发。例如：“e租宝”两年内非法集资额762亿元，受害投资人90多万人，遍布全国31个省市区。而地方金融监管按注册地为准实施监管，对跨区域案件的监管难度大。根据人民银行最新“三定”方案“协调建立中央与地方金融监管、风险处置、消费者保护、信息共享等协作机制”的要求，人民银行分支机构有义务加强与地方金融监管部门的协同，推动完善地方金融监管协调机制，探索监管科技在地方金融监管中的应用，提升跨区域金融风险处置能力。 2.运用监管科技协同加强地方金融监管的思路。一是完善地方金融监管数据的采集、共享机制。一方面，配合地方金融监管部门，横向打通小额贷款、融资担保、典当公司、融资租赁、商业保理、地方资产管理等市场主体的信息管理;另一方面，加强与工商行政管理部门、法院以及大数据管理单位等地方职能机构的协作，推动地方金融监管数据的融合应用，使各监管部门、职能部门、资质审核部门等能实时查看所需信息，实现监管数据的协同和共享。二是强化地方金融风险预警分析。联合相关监管部门，结合各地金融风险预警规则，利用大数据等技术获得穿透式信息集，确保交易信息的实时性和可追溯性，快速识别潜在风险。三是加强地方金融风险的舆情分析。通过大数据、人工智能技术建立舆情跟踪机制，补全地方金融监管与原有监管职能机构间存在的监管漏洞或空当，构筑对地方类金融机构全覆盖的金融监管体系。
三、相关建议
加强与各级监管机构、金融机构、科技企业的协作，完善监管科技应用体系。加强对人民银行总行、地方监管部门等各方监管数据的综合运用，夯实监管科技数据基础。加强与科技企业、金融机构的合作，利用企业成熟的大数据、人工智能技术加快监管科技应用落地。通过与各方的合作进行优势互补，提高监管能效，共同完善地方金融风险的监管科技应用体系。
加大监管科技应用力度。在反洗钱、外汇管理、地方金融风险监管等领域深入推进监管科技应用。进一步推动数据标准化和共享机制建设，提升监管数据质量和综合运用水平。运用API技术减少各级金融机构报送监管数据的压力、降低监管成本，运用人工智能技术辅助提升監管部门的监管效率。
借鉴“监管沙箱”思路，加强对科技风险防范。借鉴英国、新加坡等“监管沙箱”思路，通过申请报备、开展试点的模式开辟“监管科技试验区”，做好促进发展与防范风险之间的平衡。针对监管科技试点所涉及新技术、新业务，通过人工审查与机器审查相结合的方式强化风险管理，提升金融科技风险防范能力。
参考文献：
[1]杜宁，沈筱彦，王一鹤. 监管科技概念及作用[J].中国金融，2017（16）：53-55.
[2].蔚赵春，徐剑刚. 监管科技RegTech的理论框架及发展应对[J].上海金融，2017（10）：63-69.
[3]伍旭川.金融科技的监管方向[J].中国金融，2017（5）：55-56.
[4]么贻聪.浅谈监管科技在外汇管理领域的应用[J].吉林金融研究.2018（5）：72-74.
[5]刘世平，马新.大数据在地方金融监管中的应用[J].清华金融评论.2018（3）：23-26.
（作者单位：中国人民银行重庆营业管理部）
转载注明来源:https://www.xzbu.com/3/view-14723719.htm
