监管科技推动监管升级

伍旭川　刘学

2008年国际金融危机暴露出金融监管体系的两大漏洞：一是监管滞后，二是对系统性金融风险的识别和防范不足。此后，随着监管机构对金融机构审慎监管和行为监管职能的强化，金融机构为应对监管合规要求的成本也随之上升。同时，人工智能和数字技术等科技的发展，极大地推动了金融科技（FinTech）的发展。金融科技自身也需要满足相应的监管合规要求，当其与金融机构监管合规需求相遇时，便驱动了监管科技（RegTech）的发展。根据英国行为局（Financial Conduct Authority，FCA）的描述，RegTech即“运用新技术，促进达成监管要求”。因此，RegTech可以理解为科技与监管的有机结合，使技术用于金融科技和金融机构满足监管合规要求。当监管机构采用监管科技时，将有利于克服监管滞后的问题，并增强识别和应对系统性金融风险的能力，从而推动监管体系的升级。

监管科技的发展背景

需求因素。监管科技的需求主要是源自金融机构满足监管合规要求，金融机构需要外部更专业的机构来降低不断上升的监管合规成本。金融危机后，出于金融稳定的需要，金融监管逐步收紧，增加了金融机构遵守监管法令的成本。从已往的经验来看，金融机构已为监管合规要求付出了不少的成本。比如，摩根大通为了应对政府制定的规范，在2012～2014年共增添了1.3万名员工，比重高达全体员工数量的6%，每年成本支出增加20亿美元，约为全年营业利润的10%。德意志银行表示，2014年为了应对法令，追加支出的成本金额高达13亿欧元。汇丰银行2013年追加聘用了3000位法定程序人员。

随着金融机构业务量的不断增加，可以预期其监管合规成本也将随之增加。监管规则出于金融安全考量的调整和变化，也将增加金融机构的监管合规成本。另外，随着金融技术的不断发展，各国都开始制定比较严格的监管政策，以防范风险，这直接增加了金融科技企业的运营成本。因此，无论是金融机构还是金融科技企业，都需要监管科技来满足各自的监管合规要求，即“以科技应对监管”。

供给因素。大数据、云计算、人工智能与机器学习等技术的发展和应用，为更专业的监管科技公司的发展创造了条件。新的产业分工决定了将形成更加专业化的监管科技公司为金融机构和金融科技公司服务，而不是金融机构和金融科技公司分别发展各自的监管科技。我国此前发展金融业务的科技公司与银行之间的对立竞争格局，逐渐向合作共赢的方向转变，随着“中国银行——腾讯金融科技联合实验室”的挂牌成立，标志着四大国有商业银行分别与阿里、腾讯、百度和京东四大互联网科技企业建立合作关系的新格局的初步形成。科技公司的优势在于技术，可以用云计算、大数据、区块链和人工智能等技术来改造传统金融业务，以此来推动普惠金融、智能金融和科技金融等业态的发展。因此，监管科技的发展也将符合比较优势的规律。金融机构和监管机构对监管科技发展的需求，将由专业的监管科技公司来提供更加专业的服务。

监管科技公司为金融机构满足监管合规要求提供服务，具体通过大数据、云计算、人工智能和机器学习等新兴技术，为金融机构提供符合监管要求的服务，如降低由法定报告、反洗钱和欺诈措施、用户风险等法律需求产生的费用。监管规则一旦发生变化，金融机构需要适应新的监管规则并产生相应的成本，一旦不满足监管合规要求将可能面临巨额的罚款，同时也将向市场传递不好的信息，监管科技公司则可以凭借其专业优势和低成本为金融机构提供相应的服务。

监管科技推动监管升级

当金融机构和监管机构都采用监管科技时，可以提高监管机构的事中监管能力，增加监管的实时性，同时还能为监管模式向人工智能监管升级创造条件，从而有利于创造更加稳定的金融环境，促进金融行业健康持续的发展。

从事后监管走向事中监管。监管机构发展监管科技可以对金融机构进行实时、动态的监管，推动监管模式由事后监管升级到事中监管，从而有效解决监管滞后问题。当前的监管模式，主要是通过金融机构事后的报表和报告审查，辅之以必要的业务现场检查，从而对金融机构已发生的业务合规性进行事后监管，这不利于风险的防范。

随着监管科技的发展，金融机构可以采用监管科技的技术，实时对客户行为进行分析并进行风险监测。监管机构也可以采用监管科技的技术，通过实时、系统嵌入式的合规评估和风险评估工具等创新技术，对金融犯罪风险、反洗钱等金融风险进行实时的监管，及时地中止金融机构不合规业务，从而避免“乌龙指”此类的金融风险事件的发生和风险的蔓延。比如说，人工智能在汽车驾驶的应用产生了无人驾驶汽车，交通部门未来可以在无人驾驶汽车的控制系统里嵌入交通规则甚至临时的交通管制的指令，这就可以避免闯红灯等不合法规的行为发生。因此，随着监管科技的不断发展，当人工智能应用于监管体系时也将可能是这样一种状态，即监管的规则嵌入金融机构的业务系统，从而避免监管滞后带来的风险问题。

另外，大数据技术和软件集成工具可以帮助金融机构快速生成业务报表和报告。大数据技术通过简化数据收集整理过程，将现有会计和合规的软件接入监管报告系统可减少人工数据输入，可以降低企业向监管机构提供数据的成本，提高监管报告准确性。同时，大数据技术也可以帮助监管机构及时生成监管报告，从而有利于监管机构及时掌握金融市场运行的动态，从而增强事中监管的及时性和全局性。

人工智能监管。当监管机构采用监管科技时，充分挖掘人工智能在监管上的应用，可以使监管模式向人工智能监管模式升级。人工智能监管可以凭借规则推理（Rule-Based Reasoning）、案例推理（Case-Based Reasoning）和模糊推理（Fuzzy Reasoning）这三种推理方式，增强系统性金融风险的识别与处置能力。

在系統性金融风险的识别上，人工智能监管更具有全局性和系统性的识别能力。首先，人工智能监管模式通过规则推理可以反事实地模拟不同情景下的金融风险状况，更好地对系统性金融风险进行识别和预警。其次，人工智能监管模式可以充分利用案例推理的手段，通过机器学习过去所有的监管案例，用过去的监管案例来评价新的监管问题、风险状况和解决方案，并能对可能的错误进行预防。另外，人工智能监管通过模糊推理可以更好地识别金融市场的不确定性风险。因此，人工智能监管在系统性金融风险的识别上更具有前瞻性。

在系统性金融风险的处置上，人工智能监管能够更好地做出政策选择。首先，人工智能监管可以凭助案例推理，对面临的金融风险与历史上各国的金融风险在经济环境等各个维度进行更好的匹配，为监管机构应对可能发生的金融风险提供最具相关性的历史经验。其次，人工智能可以凭借规则推理，对不同监管政策规则应对金融风险的控制效果进行模拟，从而选择出最优的处置政策。另外，人工智能监管还可以通过模糊推理，对不同的监管政策规则和危机处置方案的抗干扰能力进行模拟，从而对政策效果的底线进行更好地判断。因此，人工智能监管模式可以帮助监管机构在系统性风险的处置上，尽可能地降低由政策本身所带来的风险，增强风险处置的针对性和稳健性。

总之，由于我国金融科技发展速度快，传统金融业务与金融科技之间的交叉性和关联性不断增强，防范金融风险将是金融监管的重要目标和内容，以监管科技推动监管升级将能增强监管机构识别和防范金融风险的能力。中国人民银行金融科技委员会明确提出“强化监管科技应用实践，积极利用大数据、人工智能、云计算等技术丰富金融监管手段，提升跨行业、跨市场交叉性金融风险的甄别、防范和化解能力”。因此，金融机构和监管机构发展监管科技将可能成为重要的趋势。监管机构发展监管科技仍然需要克服很多障碍，比如金融数据标准化、发展监管科技的成本如何分担等问题。从长远发展来看，监管科技的发展还需要完善当前的人才教育培养体系，如何将技术和金融两套课程体系有机地结合，丰富相关领域的人才培养。另外，技术本身可能存在的风险，这也需要完善相应的技术标准和监管规则。（作者单位：中国人民银行金融研究所、中国人民银行巴中市中心支行）