監管科技在央行分支機構的應用思考

譚明紅

摘要：近年來，人工智能、大數據、云計算、區塊鏈等新興技術迅猛發展，金融產品創新迭代加速，金融業務交叉風險、業務創新合規性風險、網絡和信息安全等問題逐漸顯現，常規金融監管手段與金融監管技術越發難以應對現狀。本文在分析監管科技發展歷程的基礎上，從人民銀行分支機構視角出發，分析了在反洗錢、外匯管理、地方金融監管等領域開展監管科技應用的思路，并提出相應建議。

關鍵詞：監管科技 金融科技 金融風險

一、監管科技產生的背景

（一）監管科技的概念

目前對監管科技尚無統一定義，其概念外延仍在不斷擴展中，可以從廣義和狹義兩個層面來分析金融領域監管科技的概念和內涵。廣義的監管科技指所有運用信息技術提高監管機構的監管效率和效果，降低被監管機構運營風險、合規成本的解決方案;狹義的監管科技強調對大數據、人工智能、區塊鏈等金融科技新興技術的使用，通過新興技術優化金融監管模式，提升金融監管效率，降低機構合規成本。

（二）監管科技發展歷程

從IT技術對金融監管的推動和監管方式變革的角度看，可以把監管科技的發展劃分為三個階段。第一階段為金融監管電子化階段。監管機構、金融機構逐步采用IT手段，建設實現內外部風控管理，以及與監管數據采集、分析和報送等需求相關的監管系統。第二階段為金融監管網絡化階段。監管科技實現了監管合規義務和技術的結合，完成監管和合規數據報送的網絡化和流程化，監管能力得到進一步提高。第三階段是監管科技智能化階段。金融機構開始運用金融科技新興技術改善傳統的金融信息采集來源、風險定價模型、投資決策過程，提升內部風險防控能力，滿足監管要求并降低監管成本。監管部門則提出利用新興技術手段直連金融機構信息系統，及時、全面獲取監管數據，并運用大數據分析、可視化數據展示等技術手段提升監管數據分析能力，提升防范系統性金融風險能力。

目前，監管科技正處于第二階段與第三階段的過渡期，金融機構逐步將新興技術應用于金融監管數據報送、內部風控管理等場景。相對來說，監管機構的監管科技應用水平還存在不足，亟需加強對人工智能、大數據等技術的應用，應對金融風險新形勢的挑戰。本文嘗試從反洗錢、外匯管理、地方金融風險協同監管等領域探討如何開展監管科技應用。

二、央行分支機構監管科技應用場景分析

（一）反洗錢領域

1.反洗錢領域監管科技應用的必要性分析。隨著互聯網等技術的發展，反洗錢可疑交易報告數量、調查線索大幅增長，涉案賬戶交易、資金鏈條等數據日趨復雜化，一次反洗錢調查往往涉及幾十家銀行、近千個賬戶、數千萬件交易。而傳統的反洗錢分析甄別手段相對單一，對工作人員工作經驗要求較高、主觀性強，對洗錢威脅和犯罪趨勢分析不足，難以支撐對金融機構反洗錢工作的指導需要。為此，亟需構建具有一定智能化、可視化分析能力的監管系統平臺，為反洗錢現場監管、非現場監管提供支持。

2.監管科技在央行分支機構反洗錢工作中的應用。一是優化可疑交易報告的信息采集與管理。進一步完善重點可疑交易報告相關的監管數據指標體系，通過API等技術優化金融機構反洗錢數據采集、報送方式，運用大數據、云計算等技術優化對可疑交易報告信息的存儲，為重點可疑交易報告的智能化、可視化分析奠定基礎。二是提高重點可疑交易報告分析能力。針對金融機構報送的重點可疑交易數據，依托大數據建模、機器學習高維分析，對反洗錢案宗進行可疑度評分，提高重點可疑交易報告判斷的精準度，優化反洗錢審核流程，降低成本，提高效率。通過智能反洗錢特征挖掘，為工作人員提供經過機器學習算法分析的指標信息輸出，輔助提高工作人員分析能力。三是利用輕量級監管科技平臺，為反洗錢現場監管的數據分析提供支撐。通過大數據技術對現場數據進行關聯分析，精準發現洗錢風險或可疑案件線索;利用自然語言處理、機器學習等技術手段，為執法人員智能生成各類檢查報表，提供處罰的法律參考、裁量參考。四是探索運用人工智能等技術提升反洗錢非現場監管效能。比如，通過語義特征分析檢測金融機構內控制度同反洗錢監管法規的一致性程度;運用數據挖掘技術檢驗金融機構可疑交易監測指標的有效性，是否存在未按規定報告重點可疑交易案件的問題。

（二）外匯管理領域

1.外匯管理領域監管科技應用的必要性分析。隨著外匯管理“放管服”改革的不斷深入，外匯管理模式從重視事前審批逐步轉化為重視事后核查，對外匯管理部門的監管能力提出了更高要求。由于企業可以直接去銀行辦理大部分業務，外匯管理部門難以掌握企業資金匯兌情況，監管所需的外部數據和信息不足，影響了對市場主體的風險監測。大數據、人工智能等監管科技的運用有利于加強數據的融合運用、提升監管效能，助推“數字外管”、“安全外管”建設。

2.外匯管理領域監管科技應用思路。一是推動數據標準化和共享機制建設，加強監管數據的融合應用。針對數據標準差異、部分部門數據無法直接使用的問題，完善跨部門數據共享機制建設，擴大監管信息的采集范圍，打破信息孤島。運用大數據技術對各類異構數據進行抽取、轉化為統一的數據類型，形成監管所需基礎數據。二是逐步建立全口徑的監管體系。從涉外主體的人民幣境內交易信息入手，同時根據長臂監管原則，要求境內市場主體主動報送境外子公司的賬戶交易數據，為監管科技提供有效的數據來源。待條件成熟的情況下，再聯合各金融監管部門建立本外幣全口徑的監管體系。三是探索開展外匯管理領域的風險預警。在宏觀層面，運用人工智能、深度學習等技術，通過對海量歷史金融數據的分析，預測當前外匯收支情況及跨境資金流動風險;在微觀層面，建立外匯監管的規則數據庫，通過機器學習和數據挖掘，分析特定市場主體的違規或風險概率，預測其可能發生的交易行為，為外匯管理提供及時、有效的風險預警。

（三）區域金融風險的協同監管

1.協同加強地方金融風險監管的必要性。近年來，一些互聯網金融機構借助互聯網突破區域性限制，跨區域開展業務，資金來源和流向復雜，非法集資案件頻發。例如：“e租寶”兩年內非法集資額762億元，受害投資人90多萬人，遍布全國31個省市區。而地方金融監管按注冊地為準實施監管，對跨區域案件的監管難度大。根據人民銀行最新“三定”方案“協調建立中央與地方金融監管、風險處置、消費者保護、信息共享等協作機制”的要求，人民銀行分支機構有義務加強與地方金融監管部門的協同，推動完善地方金融監管協調機制，探索監管科技在地方金融監管中的應用，提升跨區域金融風險處置能力。

2.運用監管科技協同加強地方金融監管的思路。一是完善地方金融監管數據的采集、共享機制。一方面，配合地方金融監管部門，橫向打通小額貸款、融資擔保、典當公司、融資租賃、商業保理、地方資產管理等市場主體的信息管理;另一方面，加強與工商行政管理部門、法院以及大數據管理單位等地方職能機構的協作，推動地方金融監管數據的融合應用，使各監管部門、職能部門、資質審核部門等能實時查看所需信息，實現監管數據的協同和共享。二是強化地方金融風險預警分析。聯合相關監管部門，結合各地金融風險預警規則，利用大數據等技術獲得穿透式信息集，確保交易信息的實時性和可追溯性，快速識別潛在風險。三是加強地方金融風險的輿情分析。通過大數據、人工智能技術建立輿情跟蹤機制，補全地方金融監管與原有監管職能機構間存在的監管漏洞或空當，構筑對地方類金融機構全覆蓋的金融監管體系。

三、相關建議

加強與各級監管機構、金融機構、科技企業的協作，完善監管科技應用體系。加強對人民銀行總行、地方監管部門等各方監管數據的綜合運用，夯實監管科技數據基礎。加強與科技企業、金融機構的合作，利用企業成熟的大數據、人工智能技術加快監管科技應用落地。通過與各方的合作進行優勢互補，提高監管能效，共同完善地方金融風險的監管科技應用體系。

加大監管科技應用力度。在反洗錢、外匯管理、地方金融風險監管等領域深入推進監管科技應用。進一步推動數據標準化和共享機制建設，提升監管數據質量和綜合運用水平。運用API技術減少各級金融機構報送監管數據的壓力、降低監管成本，運用人工智能技術輔助提升監管部門的監管效率。

借鑒“監管沙箱”思路，加強對科技風險防范。借鑒英國、新加坡等“監管沙箱”思路，通過申請報備、開展試點的模式開辟“監管科技試驗區”，做好促進發展與防范風險之間的平衡。針對監管科技試點所涉及新技術、新業務，通過人工審查與機器審查相結合的方式強化風險管理，提升金融科技風險防范能力。

參考文獻：

[1]杜寧，沈筱彥，王一鶴. 監管科技概念及作用[J].中國金融，2017（16）：53-55.

[2].蔚趙春，徐劍剛. 監管科技RegTech的理論框架及發展應對[J].上海金融，2017（10）：63-69.

[3]伍旭川.金融科技的監管方向[J].中國金融，2017（5）：55-56.

[4]么貽聰.淺談監管科技在外匯管理領域的應用[J].吉林金融研究.2018（5）：72-74.

[5]劉世平，馬新.大數據在地方金融監管中的應用[J].清華金融評論.2018（3）：23-26.

（作者單位：中國人民銀行重慶營業管理部）