监管科技赋能跨境资金流动管理

文/吴家彬 编辑/章蔓菁

近年来，随着大数据、人工智能等科学技术的不断发展，科技手段在金融监管领域中的应用愈发广泛。在外汇管理方面，监管科技同样大有可为。本文从宏观审慎和微观监管两个方面，探讨以监管科技完善跨境资金流动管理。

强化监管科技应用的必要性及挑战

监管科技通常指利用大数据、云计算、人工智能、区块链等科技手段，开展信息采集、算法分析和网络应用（见附表），以此提升监管效率、降低监管压力，更高效地实现监管目标。

监管科技主要技术类型划分

监管能力建设要求强化监管科技

随着贸易投资便利化的持续推进，以人工为主的传统监管手段已不能完全适应新形势的要求，监管科技运用正当其时。

一方面，随着跨境交易活动渐趋复杂、活跃，人工监管的难度、工作量不断增加。部分市场主体为规避监管，蓄意将跨境活动复杂化、或拉长交易链条等，来掩盖违规交易行为。例如，部分企业在境外设立多层控股架构的融资平台，然后再以外商投资企业名义将境外资金以外商直接投资名义汇入境内，频繁摆布跨境资金。对此，仅凭人工手段难以对跨境资金异常流动进行全面监测核查，亟需引入监管科技加强事中事后监测，以适应涉外经济的不断发展和跨境资金交易体量不断增加的需要。

另一方面，在电子化单证审核渐成趋势的环境下，跨境资金流动管理亟需科技赋能。近年来，为不断提升涉外主体贸易投资便利化水平，越来越多的跨境资金交易项目允许用电子单证作为交易审核材料；而要有效查验电子信息的真实性，防范电子单证审核业务中潜藏的跨境资金流动风险，也亟需运用科技手段完善电子单证业务监管，实现促便利与防风险的协调统一。

监管科技运用中的现实挑战

一是在外汇管理由事前向事中事后转变的过程中，基层外汇管理工作人员对监管科技的运用能力往往难以做到同步提升，分析预警能力有待加强。近年来，外汇管理各项“放管服”改革深入推进，事前行政审批事项大幅缩减，对跨境资金流动风险的防范由主要依靠事前材料审批逐步转变为依靠事中事后的监测分析与核查、检查。管理方式的转变既拓宽了监管科技的应用前景，同时也对外汇管理工作人员，特别是基层外汇管理工作人员的能力提出了更高的要求。人员队伍建设能否跟上转型需要，将直接影响跨境资金流动的监管效果。

二是在监管实践中，对外汇数据的挖掘与利用仍有提升空间。目前，外汇管理部门的各项业务系统能够提取企业所属行业、注册资本、企业性质、外资企业股东情况、财务数据等主体信息，以及与具体跨境资金流动相关的交易活动信息；但受系统自动化程度及系统权限设置的影响，目前尚不能综合利用各系统间的数据进行关联监测分析，难以依靠监管科技手段掌握企业跨境资金交易活动的全貌。

监管科技在跨境资金流动管理中的应用探索

借助监管科技完善宏观审慎管理

在宏观审慎管理方面，可利用大数据、云计算、人工智能等技术加强对外汇市场预期的了解、对跨境资金流动数据的分析、对外汇市场行为稳定性的研判，进而为宏观审慎逆周期调控措施的启用时机、启用方式和力度的选择，提供更为精准的决策依据。

一是借助监管科技对市场主体的行为特征开展分析。通过大数据分析、人工智能算法分析技术，对市场主体的历史汇兑数据、跨境资金交易数据与同期人民币汇率走势及整体市场预期的关联度加以分析，根据分析结果将市场主体分为汇率敏感型、汇率相对敏感型、汇率不敏感型三类企业。在此基础上，选取汇率敏感型企业为样本企业（在外汇市场波动较大时，也可将汇率相对敏感型企业一并纳入样本监测），依托现有的进出口企业问卷调查系统，对样本企业定期开展汇率预期、结/购汇行为跟踪调查，并通过机器学习等途径分析调查结果与实际交易行为的关联度，据此测算未来汇率变动对外汇市场供求的影响。最后，再根据样本分析结果推断外汇市场总体形势，进而决定是否采用宏观审慎措施管理外汇市场预期，以及以何种力度开展预期管理。

二是借助监管科技对市场交易情绪开展分析。可利用百度指数了解“人民币汇率走势”“人民币贬值（升值）”“购汇（结汇）时机”等关键词搜索量的动态变化趋势，评估市场对人民币汇率关注度的变化（一般情况下，汇率预期出现波动时会有较高的汇率关注度），再结合人工智能知识图谱技术，将变化趋势转化为风险度量。同时，还可通过大数据挖掘等技术对大额结/购汇的交易笔数、规模进行实时动态监测。如果交易笔数、规模在某一时间段内持续放量增大，可从侧面印证市场主体的汇率预期出现了波动。

三是借助监管科技加强对外汇市场形势的监测预警。利用人工智能的深度学习技术，对国际收支、结售汇、进出口等历史数据进行建模分析，研判外汇市场形势。机器学习在不断修正学习算法的过程中，可逐步缩小预测值与实际观测值的误差，得到最优算法。如果根据最优算法预测的外汇市场波动数值与实际波动情况发生明显偏差，在很大程度上意味着后续外汇市场风险会增加。

四是借助监管科技开展跨境资金流动压力测试。基于深度学习与主题建模，引入人民币汇率剧烈波动、国内经济基本面快速下行、市场预期急剧恶化等单情景，对国际收支平衡、外汇供求稳定性进行压力测试，为逆周期宏观审慎管理的时机选择提供决策依据。

借助监管科技完善微观监管

在微观监管方面，同样可借助监管科技，围绕微观监管的第一支柱——真实性审核，构建和完善基于微观个体的跨境资金流动全流程监管业务系统。

一是利用监管科技强化现有监管体系。在事前监管上，利用区块链技术构建业务（电子）单证查验系统，该系统应关联各主要船公司的海运物流信息，企业办理相关外汇业务时，只需将单证扫描或上传至业务（电子）单证查验系统，便可实现信息上链，银行可查询单证使用情况以及相关物流信息。同时，银行在为涉外企业办理业务时，还可以将业务审核中搜集到的企业境内外股东、关联企业信息实现上链存储，丰富企业信息库，以便于开展事中事后监管。此外，还可依托大数据技术加强与外部门的数据共享，丰富涉外企业基本情况、财务状况、股东及关联企业等信息，实现对企业全貌的掌握。

在事中、事后监管上，借助机器学习和深度学习技术，构建收支规模、收/结汇率、购/付汇率、货物贸易总量差额等体现涉外企业跨境资金流动情况的总量数据指标体系，并结合企业基本信息、财务信息等指标的动态变化情况，实时监测企业上述指标的合理性。同时，对企业币种错配、资金结算中预收（预付）的比重、交易对手、交易项目（特别是内保外贷、境外放款等高风险交易）、资金来源、资金用途等分项指标，进行实时监测，并通过区块链技术了解企业跨境收支的资金来源和用途，实现对跨境资金流向的精准跟踪。

二是利用监管科技细化监管规则。在建立了上述监管体系的基础上，对每一个监管指标设定相应的监管规则，以便后续筛选异常主体。例如，对货物贸易总量差额等可从系统中直接提取的量化监管指标，根据现有政策来设定系统阈值；对诸如货币错配、交易对手集中度等尚无现成数据的可量化指标，先由后台提取相关数据进行计算，求得指标数值，再根据不同指标的经济含义，将其划分为极大型、中间型、极小型三类指标，最后通过测算实际指标的同比变动、环比变动及与均值的差异率，结合历史交易的大数据分析，自动筛选异常主体；对难以量化分析的指标，利用深度学习技术对违规案例不断学习，训练测试优化算法，最终筛选出异常主体。

三是利用监管科技优化监管反馈。根据系统后台对异常主体的筛选结果（筛选标准包括异常值数量、异常值偏离度），将涉外主体分为正常、关注、可疑三类，并在业务系统中添加企业分类结果的标识，以实现对关注类企业、可疑类企业的自动预警。在此基础上，引导银行参考现行货物贸易外汇收支业务中事先查询名录企业分类情况的做法，在办理各类外汇业务时，均先通过系统查询企业状态；同时，对关注类企业加强材料审核，对可疑类企业审慎办理外汇收支业务，并及时向当地外汇管理部门报备企业业务的办理情况。外汇管理部门则可根据银行对关注、可疑类企业业务办理情况的反馈结果，及时开展后续核查和检查工作。