大數據技術在支付行業監管工作中的應用前景分析

梁立珊

一、引言

近年來，隨著移動互聯網、社交網絡、物聯網等信息技術的廣泛應用，特別是金融科技的興起，支付與大數據技術緊密融合，驅動支付行業改革創新，支付業務應用領域不斷擴大，支付場景不斷開拓，線上線下深度融合，支付規模急劇增大，交易數據海量化，呈現跨平臺、跨行業、集團化、產業聯動、相互融合等特點，并向著金融產業鏈的縱深發展。支付行業創新高速發展，沖擊著傳統的監管模式，也暴露出眾多的風險敞口，對金融穩定發展和金融信息安全帶來一定隱患。監管機構如何利用大數據帶來的機遇應對支付行業監管的挑戰，確保支付行業始終保持在安全、穩定、可控的狀態下，是人民銀行和商業銀行都必須面對思考的課題。

二、大數據技術運用于支付行業監管的優勢

（一）大數據技術應用，有利于加強支付風險監管

隨著“大數據”的廣泛應用和普及，以及大數據日臻完備的軟硬件配套系統，大數據已經成為支付清算必要的技術手段，特別是對第三方支付行業而言，大數據技術能夠完整、準確地反映出被監管機構、平臺的資金往來情況和風險狀況，有利于對資金風險實施定向監管，有利于政府、銀行和第三方制定可行性監管思路和辦法，進而加強全時監控，防止出現大規模資金被犯罪分子盜取等問題。

（二）大數據技術應用，有利于強化支付風險預警

在傳統的數據時代，數據往往只能刻畫一個主體的某一部分。金融科技的快速發展，部分新型支付業務、支付衍生品因其特有的快捷性、虛擬性、復雜性和隱蔽性等特點，目前還游離于監管框架之外。而大數據能提供數據整合理念及高效分析手段，打破了跨領域的數據共享障礙，通過大數據技術建立“穿透式”監管體系，可以使人民銀行全面掌握支付行業信息數據，及時準確地把握和掌控支付機構行為，助力人民銀行及時觀測宏觀審慎、微觀監管政策效果，進行科學決策。

（三）大數據技術應用，有利于掌控支付客體行為記錄

支付客體在支付行為產生后，其衍生出的支付客體行為習慣、消費取向、潛在需求等，更易直觀分析展露出來。通過分布式、推送式算法的運用，在有利于尋求支付業務增長點的同時，也給支付行為帶來更加便利的監管渠道，節約了數據監管的時效。通過數據調取和監控，監管部門可以掌握銀行客戶對金融機構、金融產品、交易時間、交易方式等方面的偏好，將銀行客戶變得更加生動和具體，呈現出一個立體的、飽滿的支付印象。

（四）大數據技術應用，有利于實現監管資源的高效利用

從數據的理念看，在收集支付行業監管相關大數據時，必須要突破傳統思維定式和模式，擴大監管數據的范圍，將支付行業營運整個生命周期產生的相關數據都納入考慮范圍，最大限度和最大可能地獲取分析所需的數據源。從環節來看，數據收集包括科研機構產生的數據，支付企業營運數據、用戶的使用數據和其他與支付相關的數據。從數據擁有者看，有支付監管機構數據、政府相關部門數據、有關研究機構數據、用戶評價數據、媒體網絡數據等。不同來源的數據可以構成研究和分析支付安全性、有效性、可及性、經濟性等方面的數據集，通過數據集，可以全方位、多角度地對支付行業進行了解。

（五）大數據技術應用，有利于保證支付清算的安全實施

大數據技術支撐下，尤其是利用接入云和云計算等載體、算法的配合，打造一個共享、開放、多元的大數據空間，各類監管機構可同時共享數據監管資源，及時了解大范圍、廣領域監管信息，形成支付清算償付環節的數據包裹、監管包圍，實施交叉監控。另外，對出現的支付異常，也便于綜合取證，及時對異常或違法行為進行界定。大數據技術的立體結構，采取從底層到頂層的金字塔式立體架設結構，每一層級都有各自的防火墻和保護性算法。在大數據支撐下的支付、轉賬、交易、匯兌等行為，均受大數據制度自然保護，用戶登錄密鑰、支付清算數據等敏感信息，均呈封閉性，黑客攻擊、惡意竊取等手段難以得逞。

三、大數據技術應用于支付行業監管面臨的瓶頸

雖然大數據技術在支付監管上有著一定便利條件，但目前大數據背景下支付監管還處于發展起步階段，在運行和監管制度設計上需進一步完善。

（一）大數據空間和硬件環境建設需要加強

客觀上講，我國現行支付系統還處于初代系統狀態，數據空間不足、分析處理問題能力不夠、軟件漏洞較多等問題相對突出，雖然目前已不斷升級空間、彌補漏洞、改進算法，但相對于體量龐大的支付量級，還存在一定的滯后性。面對日益增長的支付業務需求，目前國家處理中心及各城市處理中心的應對方法，僅限于對機房簡單升級、改造、擴容，但技術突破性不大，相關改造節點均需完善建設數據存儲裝置和數據分析處理設備，以保障擴容后硬件設備正常運轉、發揮功能。另外，配套的軟件升級也不夠，應對解決支付系統數據存儲、查詢以及功能權限等方面的制約，研究推出的應對性算法的效率還不高，對擴容后硬件數據的統計分析和深度挖掘不夠，制約了對支付業務實時監管、綜合監管的水平。

（二）應對大數據技術帶來的新型矛盾問題缺乏有效辦法

大數據技術是把“雙刃劍”，給支付交易和全域監管帶來便利的同時，也給支付領域帶來很多新的不可回避的隱患。比如，應對沉淀資金的處理問題，就是支付監管必須應對的一個新的棘手問題。在現行第三方支付平臺運行模式下，買賣雙方交易的貨款將會在第三方支付平臺停留兩至三天，而在這段時間里，第三方將有權支配這筆資金。這筆資金就是臨時性沉淀資金，加之進出交易量大，具有流通性，形成黏性沉著于第三方交易平臺，形成固有性沉淀資金。這部分沉淀資金金額較大，且以中國銀聯為平臺建立的第三方支付，除少數幾個賬戶是專門用來存儲往來資金不需直接經手外，其余平臺都可以直接支配交易資金，這就容易引起沉淀資金不受監管甚至有被越權調用的風險。

（三）跟進大數據技術發展配套政策制度制定不夠

雖然大數據技術發展突飛猛進，但國家層面和地區層面配套金融政策制定不夠跟進，有時舊有政策和新情況、新要素甚至存在沖突。如《中國人民銀行關于改進個人支付結算服務的通知》規定，從單位銀行結算賬戶轉移資金不受限制，而現實情況是，當單位資金轉移到個人賬戶后，大部分都會通過現金方式將款項轉移，導致數據領域監管工作無法有效跟進。再有，目前主要有《人民幣賬戶管理辦法》《境內外匯賬戶管理規定》《個人存款實名制管理規定》《金融機構客戶身份識別和客戶身份資料及交易記錄保存管理辦法》等，但各項政策發布時間不同、制定部門不同，對賬戶管理的要求也存在很大差異，政策的制定部門在政策的解釋上也不盡相同，相關監管部門在監管執行中尺度把握不一，有時會發生監管行為撞車沖突。

（四）面臨著技術和專業人才缺乏的制約

一是專業人才缺乏。發展大數據對于業務建模、系統建設、技術管理和數據應用等人員的知識技能體系有著嚴苛的要求，與傳統型人才不甚相同。缺乏掌握大數據技術的新型人才將嚴重制約大數據在支付機構行業監管方面的應用。一方面，需要許多跨專業跨學科的復合型人才，探索研究從大數據中提取有效信息和模型的方法和渠道。另一方面，需要高水平的信息技術專家，進行基礎研究和開展關鍵技術攻關，形成可靠安全的大數據應用技術體系。二是數據管理平臺滯后。人民銀行雖然初步建立了支付數據系統和管理平臺，不同的數據分散在不同的系統中，若將其應用于大數據分析和監管，還需要對現有IT設施做進一步的改造，同時也要對從事支付的金融機構的IT設施提出標準化的要求。三是面臨著監管科技和大數據技術的缺乏。如何對支付監管政策法規進行自動解讀和專業解釋，形成統一的數據維度和合規標準;以及如何開發監管數據分析和算法模型、進行有價值的分析、對這些數據信息進行有效的整合利用，成為監管科技和大數據技術應用于支付監管的關鍵。

四、大數據應用于支付行業監管的發展建議

針對當前大數據技術對支付監管的作用，可以預見大數據監管前景廣闊。筆者認為，重點是針對問題導向、著眼技術發展和配套政策制定，進一步加快大數據架構研究步伐，提升對支付行業監管的效率。

（一）從立法層面予以配套落實

一方面，應明確人民銀行作為支付系統監管主體的法律地位，緊跟國內支付發展趨勢，框定監管的對象和范圍，把握互聯網金融支付、跨境支付和第三方平臺支付等重點，由擔負監管主體的人民銀行、銀保監、證監等機構，圍繞支付過程中產生的償付、運營、資金流動等情況，加快聯合制定支付和支付監管相關配套條例、法規制度，尤其是制定、明確懲處條例細則，將破壞支付系統安全運行的行為，上升到國家法律層面，實施高壓懲治，確保支付清算體系的平穩運行。另一方面，落實支付客體信息情況法律保護制度。鑒于大數據背景下，支付客體信息在數據統計、篩選和二次挖掘過程中，易產生信息泄露等問題，作為監管保護人員安全的政府主體，應牽頭建立與大數據發展相匹配的個人隱私保護機制，并將個人隱私保護上升到法律層面。在配套保護政策制定上，注重將客戶個人隱私信息的范圍細化并分類，明確應用個人信息數據的標準和范圍，提升政策制定的針對性。

（二）從硬件軟件層面建立完善配套舉措

一是硬件層面，應建立大型風險數據庫。可以由人民銀行牽頭，聯合政府相關部門以及銀保監會等作為數據信息提供者，建立起一個集監管、監督于一體的大型數據庫，主要負責在業務辦理過程中進行實時監管和篩查。監管指向電信詐騙收款賬號數據庫，一旦確定某賬號為電信詐騙收款賬號，發布預警信息，動員各大商業銀行通過核心業務系統直接標記，即刻由數據庫接收并下發，該賬號便可被系統控制為只收不付狀態，從根源上堵截犯罪分子收款渠道。指向賬戶信息泄露數據庫，通過數據庫直連從各個渠道獲取賬戶信息泄露事件數據，即時篩查匹配偽卡欺詐的歷史交易，尋找共同交易點，定位其他可疑信息泄露的賬戶，迅速掌握信息泄露源，并對其予以嚴肅懲處。二是技術層面，實施軟件升級。可以利用大數據技術，建立一個具有中介性質作用的監管存儲機構，對支付業務的沉淀資金、過渡資金、匯兌支付等環節，實施配套監管，防止去向不明問題。在此基礎上，利用大數據系統，進一步優化技術算法，注重跟蹤大額或敏感資金流動監察，區分黃、紅、深紅等不同層級甄別、管控，進行監管警界報警，及時遏制應對異常情況。還應按需統計某項支付清算運行數據，進行深入統計挖掘出數據運行規律，用于經營決策，為支付系統參與者提供“實時全額”和“凈額延時”雙通道處理機制，豐富監管應對處理手段。另外，還要建立一支成熟優秀的專業化團隊，針對大數據統計、分析操作，系統、分類處理各類大數據，把握業務與科技、宏觀與微觀，開展數理統計研究，為支付數據的運用提供有力支撐。

（三）盯住敏感領域進行動態監管

大數據技術支撐支付行業運作，重點包括收集、管理和處理等環節。要加大信息采集力度，加強對互聯網金融、第三方支付信息采集，并關注影子銀行運行情況，尤其是要注重抓好數據庫的擴容和加深，使人民銀行掌握的金融大數據覆蓋每一環節，使分析結果清晰可靠。監管支付過程中產生的“大數據”，其敏感領域在于金融機構在日常經營中產生的大量數據，例如金融機構掌握的客戶身份基本信息及交易明細、客戶資料、大額交易和可疑交易記錄等，以上就應是大數據監管技術篩查的重點。在支付客體違規或犯罪嫌疑甄別上，相關監管部門的工作模式為，實時跟蹤研究、分析和甄別大數據運行報告，通過異常敏感數據查找犯罪線索，按照規定向有關部門移送、提供涉嫌洗錢犯罪的可疑報告及其分析結論，配合有關行政執法部門進行調查。在日常監管信息采集上，監管部門應通過“大數據計算綜合管理信息系統”對監管信息進行歸集、共享，并設置權限，不對被監管平臺及外部單位開放，第一時間提供數據的橫向查詢和上行查詢，形成大量的密集背景數據作支撐，為有效監管提供有力的作業數據。

（四）注重大數據監管人才的培養

對支付行業大數據的監管，歸根到底還是要人來做。要嚴格人員操作大數據規范，積極推動政府和相關機構盡快出臺大數據操作管理制度，督導工作人員按要求和標準篩選、操控數據，并規范信息整合與使用，加強自我監督和技術分享，建立主動事前防御的信息安全整體架構，確保在利用大數據的同時，操作人員不會產生因信息泄露、不當使用、非法獲取等所帶來的風險。要緊盯大數據監管人才整體素養的培塑，采取專題培訓、集中研討、選調送學等方式，進行重點人才培訓，幫助其掌握并提高數據管理、數據處理、數據挖掘等方面的大數據業務水平。同時，還要注重培養兼具金融業務、信息技術和管理等多種知識技能的復合型人才，開展不同監管單位人員互動交流活動，打造專業、高效、靈活的大數據分析團隊。

參考文獻

[1]王李嘉.當前我國第三方支付的風險及監管[J].財經界.2016（24）.

[2]丁德魁.淺談大數據對支付清算業務的應用與發展[J].財富時代.2019（7）：54.

[3]許一帆.大數據在央行監管中的應用探討[J].金融科技時代，2015（2）：82-83.

[4]李洪亮.創新事中事后監管機制 構建大數據監管新格局[J].中國市場監管研究.2017（2）：69-72.

作者單位：中國人民銀行婁底市中心支行