監管科技推動監管升級

伍旭川　劉學

2008年國際金融危機暴露出金融監管體系的兩大漏洞：一是監管滯后，二是對系統性金融風險的識別和防范不足。此后，隨著監管機構對金融機構審慎監管和行為監管職能的強化，金融機構為應對監管合規要求的成本也隨之上升。同時，人工智能和數字技術等科技的發展，極大地推動了金融科技（FinTech）的發展。金融科技自身也需要滿足相應的監管合規要求，當其與金融機構監管合規需求相遇時，便驅動了監管科技（RegTech）的發展。根據英國行為局（Financial Conduct Authority，FCA）的描述，RegTech即“運用新技術，促進達成監管要求”。因此，RegTech可以理解為科技與監管的有機結合，使技術用于金融科技和金融機構滿足監管合規要求。當監管機構采用監管科技時，將有利于克服監管滯后的問題，并增強識別和應對系統性金融風險的能力，從而推動監管體系的升級。

監管科技的發展背景

需求因素。監管科技的需求主要是源自金融機構滿足監管合規要求，金融機構需要外部更專業的機構來降低不斷上升的監管合規成本。金融危機后，出于金融穩定的需要，金融監管逐步收緊，增加了金融機構遵守監管法令的成本。從已往的經驗來看，金融機構已為監管合規要求付出了不少的成本。比如，摩根大通為了應對政府制定的規范，在2012～2014年共增添了1.3萬名員工，比重高達全體員工數量的6%，每年成本支出增加20億美元，約為全年營業利潤的10%。德意志銀行表示，2014年為了應對法令，追加支出的成本金額高達13億歐元。匯豐銀行2013年追加聘用了3000位法定程序人員。

隨著金融機構業務量的不斷增加，可以預期其監管合規成本也將隨之增加。監管規則出于金融安全考量的調整和變化，也將增加金融機構的監管合規成本。另外，隨著金融技術的不斷發展，各國都開始制定比較嚴格的監管政策，以防范風險，這直接增加了金融科技企業的運營成本。因此，無論是金融機構還是金融科技企業，都需要監管科技來滿足各自的監管合規要求，即“以科技應對監管”。

供給因素。大數據、云計算、人工智能與機器學習等技術的發展和應用，為更專業的監管科技公司的發展創造了條件。新的產業分工決定了將形成更加專業化的監管科技公司為金融機構和金融科技公司服務，而不是金融機構和金融科技公司分別發展各自的監管科技。我國此前發展金融業務的科技公司與銀行之間的對立競爭格局，逐漸向合作共贏的方向轉變，隨著“中國銀行——騰訊金融科技聯合實驗室”的掛牌成立，標志著四大國有商業銀行分別與阿里、騰訊、百度和京東四大互聯網科技企業建立合作關系的新格局的初步形成。科技公司的優勢在于技術，可以用云計算、大數據、區塊鏈和人工智能等技術來改造傳統金融業務，以此來推動普惠金融、智能金融和科技金融等業態的發展。因此，監管科技的發展也將符合比較優勢的規律。金融機構和監管機構對監管科技發展的需求，將由專業的監管科技公司來提供更加專業的服務。

監管科技公司為金融機構滿足監管合規要求提供服務，具體通過大數據、云計算、人工智能和機器學習等新興技術，為金融機構提供符合監管要求的服務，如降低由法定報告、反洗錢和欺詐措施、用戶風險等法律需求產生的費用。監管規則一旦發生變化，金融機構需要適應新的監管規則并產生相應的成本，一旦不滿足監管合規要求將可能面臨巨額的罰款，同時也將向市場傳遞不好的信息，監管科技公司則可以憑借其專業優勢和低成本為金融機構提供相應的服務。

監管科技推動監管升級

當金融機構和監管機構都采用監管科技時，可以提高監管機構的事中監管能力，增加監管的實時性，同時還能為監管模式向人工智能監管升級創造條件，從而有利于創造更加穩定的金融環境，促進金融行業健康持續的發展。

從事后監管走向事中監管。監管機構發展監管科技可以對金融機構進行實時、動態的監管，推動監管模式由事后監管升級到事中監管，從而有效解決監管滯后問題。當前的監管模式，主要是通過金融機構事后的報表和報告審查，輔之以必要的業務現場檢查，從而對金融機構已發生的業務合規性進行事后監管，這不利于風險的防范。

隨著監管科技的發展，金融機構可以采用監管科技的技術，實時對客戶行為進行分析并進行風險監測。監管機構也可以采用監管科技的技術，通過實時、系統嵌入式的合規評估和風險評估工具等創新技術，對金融犯罪風險、反洗錢等金融風險進行實時的監管，及時地中止金融機構不合規業務，從而避免“烏龍指”此類的金融風險事件的發生和風險的蔓延。比如說，人工智能在汽車駕駛的應用產生了無人駕駛汽車，交通部門未來可以在無人駕駛汽車的控制系統里嵌入交通規則甚至臨時的交通管制的指令，這就可以避免闖紅燈等不合法規的行為發生。因此，隨著監管科技的不斷發展，當人工智能應用于監管體系時也將可能是這樣一種狀態，即監管的規則嵌入金融機構的業務系統，從而避免監管滯后帶來的風險問題。

另外，大數據技術和軟件集成工具可以幫助金融機構快速生成業務報表和報告。大數據技術通過簡化數據收集整理過程，將現有會計和合規的軟件接入監管報告系統可減少人工數據輸入，可以降低企業向監管機構提供數據的成本，提高監管報告準確性。同時，大數據技術也可以幫助監管機構及時生成監管報告，從而有利于監管機構及時掌握金融市場運行的動態，從而增強事中監管的及時性和全局性。

人工智能監管。當監管機構采用監管科技時，充分挖掘人工智能在監管上的應用，可以使監管模式向人工智能監管模式升級。人工智能監管可以憑借規則推理（Rule-Based Reasoning）、案例推理（Case-Based Reasoning）和模糊推理（Fuzzy Reasoning）這三種推理方式，增強系統性金融風險的識別與處置能力。

在系統性金融風險的識別上，人工智能監管更具有全局性和系統性的識別能力。首先，人工智能監管模式通過規則推理可以反事實地模擬不同情景下的金融風險狀況，更好地對系統性金融風險進行識別和預警。其次，人工智能監管模式可以充分利用案例推理的手段，通過機器學習過去所有的監管案例，用過去的監管案例來評價新的監管問題、風險狀況和解決方案，并能對可能的錯誤進行預防。另外，人工智能監管通過模糊推理可以更好地識別金融市場的不確定性風險。因此，人工智能監管在系統性金融風險的識別上更具有前瞻性。

在系統性金融風險的處置上，人工智能監管能夠更好地做出政策選擇。首先，人工智能監管可以憑助案例推理，對面臨的金融風險與歷史上各國的金融風險在經濟環境等各個維度進行更好的匹配，為監管機構應對可能發生的金融風險提供最具相關性的歷史經驗。其次，人工智能可以憑借規則推理，對不同監管政策規則應對金融風險的控制效果進行模擬，從而選擇出最優的處置政策。另外，人工智能監管還可以通過模糊推理，對不同的監管政策規則和危機處置方案的抗干擾能力進行模擬，從而對政策效果的底線進行更好地判斷。因此，人工智能監管模式可以幫助監管機構在系統性風險的處置上，盡可能地降低由政策本身所帶來的風險，增強風險處置的針對性和穩健性。

總之，由于我國金融科技發展速度快，傳統金融業務與金融科技之間的交叉性和關聯性不斷增強，防范金融風險將是金融監管的重要目標和內容，以監管科技推動監管升級將能增強監管機構識別和防范金融風險的能力。中國人民銀行金融科技委員會明確提出“強化監管科技應用實踐，積極利用大數據、人工智能、云計算等技術豐富金融監管手段，提升跨行業、跨市場交叉性金融風險的甄別、防范和化解能力”。因此，金融機構和監管機構發展監管科技將可能成為重要的趨勢。監管機構發展監管科技仍然需要克服很多障礙，比如金融數據標準化、發展監管科技的成本如何分擔等問題。從長遠發展來看，監管科技的發展還需要完善當前的人才教育培養體系，如何將技術和金融兩套課程體系有機地結合，豐富相關領域的人才培養。另外，技術本身可能存在的風險，這也需要完善相應的技術標準和監管規則。（作者單位：中國人民銀行金融研究所、中國人民銀行巴中市中心支行）