rss 推薦閱讀 wap

369信息網_分類信息網_城市生活綜合門戶網站!

熱門關鍵詞:    as  云南  xxx  自駕游
首頁 新聞聚焦 城市報道 理財投資 休閑娛樂 行業熱點 購物消費 旅游資訊 科技創新 商務營銷 微商創業

監管科技發展應用的域外經驗借鑒及啟示

發布時間:2019-11-08 20:35:10 已有: 人閱讀

  監管科技(RegTech)可以理解為將科技(Technology)運用于監管(Regulatory)。其是近年來在“金融科技(FinTech)”業態興起過程中逐漸衍生出的一個分支概念,因此,“監管科技”在沒有具體語境的情況下一般指金融領域的監管科技。

  監管科技是在金融科技大發展、金融數據大爆炸和金融監管大提升的背景下應運而生的。首先,金融與互聯網、科技的緊密結合產生了移動支付、互聯網金融、電子票據、虛擬貨幣等諸多新業態,呈現出虛擬化、跨行業、跨市場、全天候、跨時空等特征,風險傳播速度快、隱蔽性強,傳統監管措施對此缺乏有效的監測、識別、控制、處置手段,需要運用監管科技提升感知能力和介入能力,平衡金融創新與金融安全。其次,當今金融交易愈發頻繁,每天產生海量數據,已經突破了人力分析處理的能力,需要運用監管科技提升對金融數據的處理、分析能力,同時,降低相應的成本。再次,在強化金融監管的背景下,監管新政策出臺頻繁,內容更加周密,防控關卡前移,需要運用監管科技提升金融機構的政策執行能力,以及金融監管部門的事前預判和事中監管能力。

  一是自動提取數據。如奧地利中央銀行以“AuRep”系統為中間平臺,在自動獲取商業銀行碎片化的原始數據后,運用標準化規則進行轉換并自動推送給央行,大大減少了監管對象的數據報送和合規負擔,并確保了央行內各部門使用數據的一致性和質量;盧旺達國家銀行使用電子數據倉庫(EDW)直接從600多家受監管機構的IT系統中定時自動“提取”數據,包括商業銀行、保險公司、小額信貸機構、電信運營商等。

  二是數據驗證和加工。如意大利銀行將可疑交易報告(結構化數據)與新聞評論(非結構化數據)相結合,用于反洗錢檢測;另外,運用數據可視化技術,以直觀且易于理解的方式向監管機構傳遞處理后的信息,如荷蘭銀行將數據輸出轉換為邏輯指標,以“交通信號燈”和“儀表盤”等形式顯示數據指標;新加坡金融管理局使用交互式儀表板和網絡圖來成像數據。

  三是云計算處理數據。英國金融行為監管局、墨西哥國家銀行和證券委員會、荷蘭銀行、新加坡金融監管局和美國證券交易委員會都已使用云計算處理大量數據,以減輕處理數據壓力,降低成本并增加監管機構的存儲容量。

  一是反洗錢、反恐怖主義融資偵查分析。意大利銀行金融情報機構在反洗錢監控中運用大數據技術,顯著縮短了分析時間并擴大了實時分析范圍,在該行另一個實驗項目中,還測試了通過機器學習和深度學習技術對可疑交易報告進行分類;英國金融行為監管局正在試驗利用圖傳播算法,根據訂單和執行數據識別市場參與者潛在的網絡共謀行為。

  二是內幕交易和欺詐偵察分析。如澳大利亞證券投資委員會利用一款市場分析和情報系統(MAI),該系統可以通過歷史損益分析等提供量化的指標來標記內幕交易活動的規模;美國證券交易委員會運用一種序列方式監測不當行為,首先是采用無監督學習方式監測數據運行模式及異常,識別市場參與者的共同和異常行為,然后引入人工指導和判斷,幫助解釋機器輸出并改進算法。

  三是違規金融廣告偵察分析。英國金融行為監管局正在試驗使用監督學習方式和隨機森林(RandomForest)技術來預測金融產品不當銷售的可能性,包括識別誤導性金融廣告。

  一是微觀審慎監管。如意大利銀行嘗試將機器學習算法用于信用風險評估,探索合并不同的數據源(如中央信用登記、非金融公司的資產負債表及其他公司級數據),預測違約;荷蘭銀行正在研究將神經網絡用于流動性風險分析,研發一種自動編碼器,用于檢測來自實時支付結算系統的支付數據異常和流動性風險,可應對銀行擠兌。

  二是宏觀審慎監管。如意大利銀行研究人員通過機器學習技術監測房產的廣告數量,并通過網絡反映的一個地區的熱度作為預測房價走勢的參考,同時、意大利銀行還將提取的即時推送信息作為預測通貨膨脹的信號之一;荷蘭銀行的研究人員使用日常數據來定義泛歐實時全額自動清算系統(TRGET2)與其他金融市場基礎設施(FMI)之間的網絡指標、運營指標和流動性,其將周期性模式確定為預測風險指標的基礎,再將預測值與實際觀測值進行比較,強烈的偏差可能是風險增加的信號。

  三是金融穩定和政策評估。如美聯儲、歐央行和英央行利用熱度圖(HeatMaps)來突出潛在的金融穩定問題,而熱度圖由被監管實體的日常數據及其他數據自動分析生成。

  一是機器人客服處理投訴。菲律賓中央銀行正開發聊天機器人以回答消費者的投訴,對所收到的問題進行分類,并可根據收到的與消費者投訴有關的數據分析其潛在的關注領域。

  二是監管規則“數字化”翻譯。英國金融行為監管局正在探索使用自然語言處理(NLP),將監管規定文本轉換為機器可讀格式,以提高被監管者對規則的理解和執行能力,后期,還能夠在監管規則代碼化的基礎上實現機器對規則的自動讀取和執行。

  為適應金融監管形勢的變化,2017年5月,中國人民銀行宣布成立金融科技委員會,旨在加強對金融科技工作的研究規劃和統籌協調。2017年6月,中國人民銀行印發《中國金融業信息技術“十三五”發展規劃》,明確提出金融信息基礎設施達到國際領先水平、信息技術持續驅動金融創新等。2017年7月,國務院印發的《新一代人工智能發展規劃》專門提出了“智能金融”的發展要求,指出要建立金融大數據系統,提升金融多媒體數據處理與理解能力;創新智能金融產品和服務,發展金融新業態;鼓勵金融行業應用智能客服、智能監控等技術和裝備;建立金融風險智能預警與防控系統。2018年8月,證監會印發《中國證監會監管科技總體建設方案》,宣布完成證券監管科技建設工作的頂層設計,并進入了全面實施階段。

  近年來,金融監管部門以及部分地方政府正著力推進金融科技在金融監管領域的研究和運用。2018年1月,我國成功上線試運行“數字票據交易平臺實驗性生產系統”,工商銀行、中國銀行、浦發銀行和杭州銀行在該系統順利完成了基于區塊鏈技術的數字票據簽發、承兌、貼現和轉貼現業務。2018年8月,人民銀行數字貨幣研究所等五方共建的“南京金融科技研究創新中心”揭牌成立。2018年5月,證監會科技監管專家咨詢委會成立,并發布《稽查執法科技化建設工作規劃》,旨在建設完善數據集中、數據建模、取證軟件、質量控制、案件管理、調查輔助六大工程,全面覆蓋證券、期貨稽查執法各個環節。此外,百度、京東、阿里等互聯網企業相繼成立金融科技公司,主要面向地方政府提供監管科技。如阿里通過螞蟻金服,與北京、廣州、西安、天津等7家金融局(辦)達成合作,裝備“螞蟻風險大腦”,提升科技監管能力,防范涉眾金融風險、非法金融風險。

  一是數據治理有待加強。數據是監管科技的基礎,數據標準化是監管科技的前提。目前,監管部門和金融行業數據的統計口徑、統計分類存在不少差異,還有很多統計口徑未納入“金融標準”,監管部門之間數據分散、共享不足等情況,影響了監管科技對數據的比較、計算、歸集和分析。

  二是技術力量仍不成熟。目前,國內監管科技發展仍處于初期,技術積累、技術可靠性、技術創新能力、技術人才建設等都有不足之處。如計算能力制約了反洗錢、賬戶管理、證券交易等樣本數據的數量;技術能力的限制可能使監管科技系統采集的數據質量和完整性存疑;劣質算法、數據的誤報或漏報可能會影響監管部門的聲譽;網絡安全保障能力滯后可能影響數據安全乃至金融安全;金融科技的研發力量主要在市場機構,監管部門技術人才儲備不足,傳統金融機構的技術改造量極大等,這些都將導致技術研發成本和監管轉型成本偏高。

  三是法律制度有待完善。例如,監管科技可能自動抓取被監管機構數據,在此過程中,哪些數據能抓取、哪些數據不能抓取,誰有權利抓取、抓取后如何使用、運用在哪些范圍內,是否涉及企業商業秘密、公民個人信息,采取了哪些數據泄露防范措施,都需要通過一定的法律法規制度進行規范和保障,而目前國內對此尚未有明確規定。此外,鑒于監管科技的專業性和權威性,從完善政府治理角度出發,監管科技運用應當在制度約束下適度“透明”,接受監督。

  (一)加強研究,完善頂層設計適應金融市場業務數字化趨勢,樹立科技監管思維,建立健全金融業監管科技發展總體規劃以及各類金融市場具體建設規劃;健全監管科技標準化體系,從數據標準、技術標準、應用標準、管理標準等方面進行統一,強化監管信息的互聯互通,打破數據壁壘,為數據采集和分析處理打下基礎;研究并完善相關法律法規,對數據與信息的法律性質、數據統計使用的權利義務等進行規范,在保持金融穩定和政策連續性的基礎上,著力加強監管科技與現有金融監管法律法規的有效銜接,推動完善監管科技的立法研究。

  (二)加大投入,提升技術實力提高對監管科技的財力投入,成立與發展需求相適應的研發機構和科技公司,強化監管端對監管科技核心技術和規則制定的控制力和話語權,同時,加強與市場研發機構的合作,以“共建共享、多方協同”為原則,補足監管部門研發和運行短板,并調動市場機構的積極性,激活合規端監管科技發展活力;提高對監管科技的人力投入,加強對監管部門科技人才的儲備,培養更加專業的金融科技人才隊伍,并保持科技人才的穩定性,加強對監管部門領導干部和一線執法人員培訓,使其充分了解監管科技的潛力、局限性和風險;加強監管科技國際理論和實踐領域的交流合作,積極爭取監管科技領域的國際話語權,提升我國監管科技的全球化水平。

  (三)加強管理,謀劃科學發展穩步推進監管科技從研究到應用的全過程,統籌考慮研究和應用領域的先后順序及進度,避免將資源投入“夕陽”領域或者科技轉化過度超前,在發展初期采取可控范圍內的應用試點,加快試點、反饋、完善、推廣周期,同時,推動配套設施的建設和應用;加強對監管科技發展與應用中可能發生的各類風險的研究、排查和應對,提升發現和應對數據風險、網絡風險、法律風險、操作風險、聲譽風險等的能力。

首頁 | 新聞聚焦 | 城市報道 | 理財投資 | 休閑娛樂 | 行業熱點 | 購物消費 | 旅游資訊 | 科技創新 | 商務營銷 |免責聲明

Copyright2008-2020 環球微信網 www.elrkla.tw 版權所有 業務QQ:121390454 Power by DedeCms 京ICP備13004639號

電腦版 | wap

香港六合彩内部一码