监管科技在外汇微观监管领域的应用

文/国家外汇管理局管理检查司课题组 编辑/韩英彤

未来，外汇局将继续在打击外汇违法违规等微观监管领域积极探索监管科技的应用，以实现更高水平的智能化监管，进一步提升微观监管的效率和精准打击能力。

随着我国金融开放步伐的加快和金融科技的蓬勃发展，“提高开放条件下经济金融管理能力和防控风险能力”成为金融发展的新课题。高质量的金融开放离不开高质量的跨境金融监管，后者也因此成为外汇管理部门在金融供给侧改革中需要提供的重要公共产品。面对新时代的要求，外汇局不断健全并完善对跨境资本流动的“宏观审慎+微观监管”两位一体的管理框架；同时，与时俱进，探索依托监管科技手段提升外汇微观监管的质量和效率。外汇局研发的“外汇非现场检查分析系统”，为首个用于实施筛查外汇违法违规行为的监测分析系统。近年经过多次智能化升级，该系统已经由“人工为主、机器为辅”迈上了“人机互融、增强智能”的新台阶，为更加精准地打击外汇违法违规，更好地防范和化解跨境资金流动风险提供了重要的抓手。

监管科技赋能的必要性

一是开放条件下防范跨境资金流动风险的必然要求。随着金融开放“宜早不宜迟、宜快不宜慢”的推进进程，外汇市场更易受到跨境资本流动大进大出的冲击。“在开放中适应开放，切实防范跨境资金流动风险，维护国家经济金融安全”已成为外汇管理的光荣使命。当前，世界面临百年未有之大变局，跨境和跨市场风险传染凸显。在当前形势下，亟需与时俱进，探索并建立依托监管科技手段提升跨境金融监管质量和效率、依法依规维护外汇市场秩序、严厉打击跨境套利和违法违规行为，以及能有效支撑跨境资本流动的“宏观审慎+微观监管”两位一体的管理框架。

二是金融科技发展倒逼监管方式升级。金融科技在跨境业务领域开启了深层次融合，全球购、微信跨境支付、数字货币等互联网新业态层出不穷，依托于跨境电子商务、网上银行、手机银行的跨境收支近十年来也大幅增长。得益于此，市场主体外汇服务可得性更高。但也带来了风险：一方面，业务门槛降低，市场参与者更为复杂，新型外汇违规类型层出不穷，如支付机构外汇业务违规、网络炒汇、非法外汇保证金交易等；另一方面，跨境交易频率和数量激增、产品结构更复杂、业务边界更模糊，使得外汇监管对交易真实性、合规性的甄别难度不断加大。

三是可兑换进程稳步推进产生的内生动力。随着人民币可兑换进程的不断推进，外汇管理逐步从“规则监管”向“原则监管”转变。审批式、额度式、期限式、路径式的业务规则逐渐消失，取而代之的是展业三原则审核。外汇微观监管更加关注虚假欺骗性交易。虚假欺骗性交易通常单证齐备、路径正确，具备表面“合规性”，要甄别其交易的真实性，需从“合理性”角度切入。而这需要建立跨境交易数据和海量外部数据的逻辑勾稽关系。这一内生需求，也驱动着外汇监管数据结构和算法方式的更迭。

外汇微观监管科技应用的两步走

第一阶段：“人工为主，机器为辅”

2001年加入WTO后，外汇管理进一步树立了市场机制观念，大大推进了贸易便利化程度。随着金融市场规模的快速扩张和电子化的发展，金融业务数据的种类和条数增长迅猛，信息化监管逐渐成为国际主流的金融监管理念。

为加强对外汇违法违规行为的非现场分析，外汇局研发使用了“外汇非现场检查分析系统”，并于2010年起在全国推广。该系统以简单友好的用户界面实现数据库查询功能，用于辅助一线检查人员检查办案。在数据层面，系统数据来源主要是整合外汇局内部各业务条线跨境交易数据、控制信息数据和主体信息数据，配合部分海关进出口数据，形成了跨境物流+资金流的“数据仓”，搭建了结构型数据库。在算法上，外汇局集合多年的外汇微观监管实践经验，通过对可疑交易行为特征的梳理和总结，建立了较为全面和强大的专家规则库，通过计算机语言将规则转化为系统指标，扑捉超过预设阈值的可疑行为。

“外汇非现场检查分析系统”上线后，在帮助外汇检查人员破获违规案件方面取得了显著效果。但本阶段监管科技应用主要依靠人类的智慧和经验，电子信息技术则是定位于辅助工具，主要用于发现程序性违规，或是单个业务条线中具有典型突出特征的违规行为，更适用于发现表面不合理的违规行为。因此，该系统在整个发展路径中尚处于数据准备和规则积累的基础阶段，还不能算严格意义的大数据和人工智能应用。

第二阶段：“人机互融，增强智能”

2017年以来，伴随金融科技导致的跨境金融风险越来越复杂和隐蔽，及资本项目可兑换进程的进一步推进，外汇局开始探索利用大数据和人工智能来加强事中、事后监管，丰富并拓展内外部数据源，融合大数据、关系图谱、专家系统等技术，着力推动“外汇非现场检查分析系统”智能化升级，以提高监管的针对性和有效性。

一是数据层面趋向于丰富“大数据”基础。一方面，在大数据时代要求数据字段越全越好、时序越长越好、颗粒越细越好的背景下，所积累的全口径、长时序、细颗粒的跨境收支数据，适应了监管科技的发展要求；另一方面，纳入了工商等监管部门的专有数据及市场采购等企业基础信息数据。

二是引入“关系图谱”实现可视化分析，借助多维数据穿透隐性关系，锁定涉嫌违法犯罪团伙。“关系图谱”将收付款关系、股权关系等多类关系型数据，利用图数据技术展示出来。凭借这一“关系图谱”，有助于外汇检查部门从可疑企业出发，锁定地下钱庄等违法团伙。

三是构建“特征矩阵”实现“模型式”和“场景化”分析，精准发掘异常企业。“特征矩阵”是基于多个外汇业务场景的多项违规特征建立的系统化异常筛查模型，可定期对企业符合违规特征的程度进行综合性打分，并推送违规特征符合度高的高分企业作为筛查目标，促进了线索生产流程的智能化和自动化。

四是完善“负面主体”信息库，助力线索拓展和机器学习。负面主体是机器学习的核心资源，有监督学习可通过学习负面样本行为模式，总结其特征和规律，再在新群体中寻找与其行为最类似的可疑主体；无监督学习则可通过黑箱学习，产生大量不可解释的异常主体结果，通过负面主体协助研判，识别和锁定其中的高危群体。外汇局通过对近年来外汇违规处罚主体相关信息进行全面梳理，构建了相关负面主体信息库，作为AI机器学习的关键资源，并构建了非现场检查分析模型，用于分析可疑线索和主体，进而查实违规案件。

依托于智能化升级后的“外汇非现场检查分析系统”，外汇检查精准打击取得了显著成效。2018—2019年，非现场检查对案件罚没款贡献率达61%，高于此前水平。非现场检查分析对虚假欺骗性交易等实质性违规案件的甄别作用进一步凸显，发现了一大批地下钱庄、虚假贸易等大案要案，案均罚没款也显著增长。

未来发展蓝图

近年来，虽然外汇局在数据拓展和技术应用方面不断取得突破，在外汇微观监管领域初步奠定了大数据和人工智能的应用基础，但目前仍处于智能化监管的初级阶段。一方面，专家规则经过多年的积累已相对成熟丰富，仍是目前非现场分析最为倚重的方式，但也具有一定的时滞性和主观性。这一局限性决定了未来需要更多地依靠人工智能。另一方面，大数据时代，从金融机构到企业等被监管对象，都更加重视覆盖面广、维度丰富、实时性高的数据收集和处理，数据资源的痛点指向更大范围的数据拓展。

未来外汇局将继续在机器学习、挖掘数据资源、提高数据加工水平等方面，积极探索监管科技的应用，以弥补人类专家的局限，实现更高智能化水平的监管，进一步提升微观监管的效率和精准打击能力。

其一，要进一步完善大数据范围，通过标准化、自动化、流程化的方式，搭建大数据平台。一是要坚持外汇管理对跨境交易数据的全口径、细颗粒采集，并根据我国对外开放的深化和外汇业务的拓展，进一步优化数据采集手段，扩展数据采集范围。二是继续研究契合外汇检查业务需求的外部数据资源，以支撑开展多维数据分析。三是积极探索与其他监管机构共享负面主体信息的长效机制，防止部门间形成“信息孤岛”。

其二，进一步提高人工智能技术的应用水平。一是逐步将专家规则筛查转向机器自主学习、甄别和挖掘异常主体和交易特征，更深入地实践机器学习、挖掘数据资源、提高数据加工水平，充分发挥机器的智能感知功能。二是设计自动化、可视化的交互界面，提高外汇监管分析平台的易用性。三是提高算法自动筛查线索能力，使系统能够自己利用数据，总结新特征，生产新规则，精准识别违规行为或进行预警。