監管科技的八大發展趨勢

（數據在監管科技運用中的重要地位成為行業共識，為避免因數據問題造成監管困境，數據治理模式的探索成為研究核心。圖/視覺中國）

文 | 何海鋒

監管科技是在金融與科技更加緊密結合的背景下，以數據為核心驅動，以雲計算、人工智能、區塊鏈等新技術為依托，以更高效的合規和更有效的監管為價值導向的解決方案。金融科技背景下更加複雜多變的金融市場環境讓監管科技有了更廣闊的的用武之地和發展空間。一方面，2008年金融危機後，金融監管上升到前所未有的高度，監管機構渴望獲取更加全面、更加精準的數據；另一方面，監管部門面對金融機構報送的海量數據，需要借助科技提高處理效率和監管效能；此外，金融科技帶來了新的風險場景和風險特徵，也需要監管機構“以科技對科技”去積極應對。

目前，監管科技已經被廣泛運用於金融監管。在具體功能上，監管科技已經涵蓋了數據收集和數據分析兩大方面，其中數據收集包括形成報告（自動化報告、實時檢測報告），進行數據管理（數據整合、數據確認、數據可視化、雲計算大數據）等；數據分析包括通過虛擬助手采集消費者、被監管機構相關信息並進行交流，市場監管，不端行為檢測分析，微觀審慎監管和宏觀審慎監管等。在應用領域上，監管科技已經廣泛運用於銀行、證券、保險、互聯網金融等領域的監管。通過觀察當前國際上監管科技在各個領域的運用，我們認為，監管科技具有八大發展趨勢。

趨勢一：監管科技走向金融監管的全鏈條運用

現階段監管科技的運用主要集中於事中監管階段，但各監管主體正在努力探索其在事前、事後監督中的應用。在金融監管中，自動化采集監管數據、智能化分析風險態勢等監管科技的應用正日益成熟。例如，奧地利中央銀行在奧地利報告服務有限公司搭建基礎數據立方來進行數據自動化采集與推送；澳大利亞證券投資委員會建立市場分析和情報系統來提供實時監控。與此同時，各國、各組織也在不斷加強監管科技在監管事前、事後階段的運用，包括事前將監管政策與合規性要求“翻譯”成數字化監管協議，並搭建監管平台提供相關服務；事後利用合規分析結果進行風險處置乾預、合規情況可視化展示、風險信息共享、監管模型優化等。例如，英國金融行為監管局（FCA）正在探索利用NLP和AI技術來對歐盟金融工具市場指令II（MiFiD-II）進行法規解釋，美國金融業監管局通過市場質量報告卡審查和分析成員在貿易報告、最佳執行、公司報價和賣空等方面的合規性。

趨勢二：監管端與合規端合作發展監管科技成為主要路徑

監管機構與銀行等金融機構、金融科技公司合作研發逐漸成為趨勢。金融監管機構一直高度關注科技發展對其監管領域和監管方式的影響。傳統上，金融監管機構提升自身科技實力的主要方式是建立金融科技部門，加強自身技術研發。但是，隨著近年來科技、創新能力由政府主導逐漸轉向社會主導，特別是在人工智能等領域，金融監管機構開始尋求與銀行等金融機構、金融科技公司合作的研發模式。以此模式推動監管機構科技升級，一方面，可以節省研發成本，縮短研發周期，避免人力或經濟成本對研發的限制；另一方面，可以實時跟進合規端的監管科技建設，保障其合法、合理、有序推進，起到一定程度的事前事中監督的作用。由於金融監管機構運用監管科技的重要目的就是提升監管效率，更有針對性地對被監管機構進行監督管理，因此在與被監管機構進行合作的過程中，也更容易發現其存在的問題並有針對地、及時地進行相應指導，幫助其做好合規端的監管科技建設。例如，納斯達克和花旗集團合作，宣布共同創建一種新的全球性支付解決方案，花旗通過CitiConnect for Blockchain連接平台與納斯達克金融組支持的Linq平台之間的鏈接自動處理跨境支付。這兩家機構利用其各具特色的監管科技平台，為機構銀行間合作提供了新的可能，對監管效率的提升起到重要推動作用。

趨勢三：區塊鏈技術成為監管科技的重要組成部分

區塊鏈技術在金融監管領域（例如智能合約、智能監管報告等）得到進一步開發與運用，在移動支付、證券、保險、票據、數據確權等方面都取得了較為顯著的應用效果。把區塊鏈作為現有監管的輔助工具，作為建立信任機制的基礎，而並非推翻現有中心化監管網絡，建立以區塊鏈為底層的分布式網絡趨勢漸顯。例如，FCA未來計劃實施的一個項目BARAC，志在調研區塊鏈技術運用於自動化監管和合規的可能性。IBM已經與外匯市場基礎設施公司CLS合作，創建了一個名叫Ledger Connect的平台，這是為金融服務機構專門設計的概念平台。它的目標是將區塊鏈技術運用於多種金融領域。目前為止，包括巴克萊銀行和花旗銀行在內的9家金融服務機構都參與了這一概念平台的驗證和測試。德勤等公司亦抓住機遇，加大區塊鏈應用於監管科技的投入，比如通過區塊鏈技術幫助北愛爾蘭銀行達到《歐盟金融市場法規》的合規要求，將其業務數據整合上鏈，建立起區塊鏈分布式報表系統。這使得銀行內部各部門間、銀行與其他金融機構間建立起跨鏈聯繫，實現了報表和數據在節點之間的傳輸。

趨勢四：監管科技運用中的數據治理不斷強化

數據在監管科技運用中的重要地位成為行業共識，為避免因數據問題造成監管困境，數據治理模式的探索成為研究核心。數據是監管科技的基礎，在監管科技中所運用的數據可能來自於監管機構內部，也可能來自於許多被監管機構。例如盧旺達國家銀行採用“數據進棧”方式，通過“電子數據倉庫”從商業銀行、保險公司、小微金融企業、養老基金、外匯機構、電信運營商等被監管金融機構的IT系統中抓取數據。那麽在這樣的過程中，哪些數據能抓取、哪些數據不能抓取，誰有權利抓取、抓取後如何使用、運用在哪些範圍內，是否涉及企業商業秘密、公民個人信息，采取了哪些數據洩露防範措施，都需要通過一定的法律或規章制度來進行規範和保障，而目前數據權屬、使用問題仍是一個難題，需要進一步加強研究與確認。美國在此方面已有相應探索，如《財務透明法案（2017）》第二部分設定了美國證券交易委員會的數據標準，以指導SEC的數據相關工作，其中對使用機器可讀數據進行公司信息披露報告做了專門規定。要求不遲於法案頒布之日後六個月，以及此後每六個月，委員會應向眾議院的金融服務委員會和參議院的銀行、住房和城市事務委員會提交一份報告，說明如何使用機器可讀數據進行公司披露。在這份報告中，需要說明1933年“證券法”第7條、1934年“證券交易法”第13條或1934年“證券交易法”第14節規定中的哪些信息能夠以機器可讀的方式披露，哪些不能信息不能。

趨勢五：監管科技在監管決策中的作用有待明確

在監管科技不斷被提起的同時，如何處理好監管科技與監管決策的關係成為關鍵。特別是通過監管科技收集和分析數據得出的監管報告的地位和作用應當進一步明確，以避免因此而產生的決策矛盾和無效投入。例如，盧旺達國家銀行將自動監測形成的監管數據與內部系統數據結合起來為監管者和決策者提供信息，荷蘭銀行、新加坡金融管理局運用可視化工具將大量的、密集的、複雜的數據以一種容易理解的方式呈現給監管者。那麽此類報告是作為一種輔助性的參考材料，還是作為監管者做決策時必須考慮的必要因素，抑或是對其可信度采取一種什麽樣的判斷方式，需要繼續明確。否則，可能造成投入與產出不成正比，影響到監管科技究竟能夠發揮多大作用、是否能夠真正提高監管效率。《財務透明法案（2017年）》中就有規定SEC需要分析在向投資者、市場、委員會和發行人披露公司信息時使用機器可讀數據的成本和效益，以及分析委員會本身如何使用收集的機器可讀數據。

趨勢六：監管科技制度化進程正在加快

隨著監管端運用的不斷深化，監管科技的制度化進程正逐步提上日程。比如，2016年10月，美國證券交易委員會（SEC）投票通過了《投資公司報告現代化規則》，推動注冊投資公司的信息披露更加現代化。根據新規則，在2018年6月1日之後，大多數基金將被要求開始提交新形式的N-PORT和N-CEN的報告；資產淨值低於10億美元的基金將在2019年6月1日之後提交N-PORT報告。新規則將加強共同基金、ETF和其他注冊投資公司的數據報告。在這些規則之下，注冊基金將被要求提交一份新的月度投資組合報告表格（表格N-PORT）和一份新的年度報告表格（表格N-CEN）。這些信息將必須通過證券交易委員會的EDGAR系統以結構化的數據格式進行電子化入檔，這將使委員會和公眾能夠更好地分析信息。規則還將要求在財務報表中進行增強和標準化的披露，並將在與基金的證券借貸活動有關的基金登記聲明中增加新的披露。可以說，監管科技的制度化進程將成為監管科技運用中數據治理規範化和監管科技決策明確化的重要保障。

趨勢七：從“技術輔助”走向“智能監管”

目前，監管科技在我國發展如火如荼。從中央到地方監管部門，從頂層設計到具體實踐，都透露出了對監管科技的重視。2018年8月證監會正式印發《中國證監會監管科技總體建設方案》，為“監管科技”提供了一個官方的且頗為詳細周密的設計藍圖。各地金融辦也在加強監管科技部署，取得了重大突破。但需要明確的是，現階段雖然很多監管科技都以“智能監管”作為概念，從實際情況看，離真正意義上的“智能”還有不小距離，仍屬於“技術輔助”的範疇——不是AI（Artificial Intelligence），而是IA（Intelligent Assistant）。一方面，真正做出監管決策的是人，而不是機器，機器提供的結果隻起到參考作用——也就是說，既可以完全采納，也可以部分采納，還可以不采納。另一方面，監管人員根據監管目的調用相關功能，獲取相關分析結果，而不是由機器自主調用和分析。但可以肯定的是，監管引入更多的科技元素和智能元素是大勢所趨，最終的智能監管也完全可以期待，而科技和智能的參與程度是在法律上值得探討的問題。監管科技的運行始終要在金融監管法律框架內進行，既要遵循監管的基本法律原則，又要以監管法律為根本依據，還要明確相應的權利、義務和責任。

趨勢八：對傳統監管問責機制形成挑戰

傳統金融監管強調監管的程序正當原則。在金融監管的檢查過程中體現得尤為明顯，例如《證券法》第一百八十一條的規定，進行監督檢查或者調查，其監督檢查、調查的人員不得少於二人，並應當出示合法證件和監督檢查、調查通知書。監管的依據和結果也需要公開，例如《證券法》規定，證券監管的依據應當公開；依據調查結果對證券違法行為作出的處罰決定也應當公開。但在監管科技中，尤其是發展到智能監管階段時，更多的監管行為是通過機器學習等“自主執行”而做出，由此也容易引發監管者“不作為”或“亂作為”的質疑。也就是說傳統的監管法對於監管科技中的某些行為具有不適應性，因此有待重新考慮科技的開發者和使用者（監管者）如何分配權利義務。2018年12月，證監會發布《證券基金經營機構信息技術管理辦法》，其中第七條規定：“證券基金經營機構應當完善信息技術運用過程中的權責分配機制，建立健全信息技術管理制度和操作流程，保障與業務活動規模及複雜程度相適應的信息技術投入水準，持續滿足信息技術資源的可用、安全性與合規性要求。”該《辦法》提出了信息技術運用過程中的權責分配的要求，可以看做是對未來監管方運用監管科技發出的一個先聲。

（本文為2018年度國家社會科學基金一般項目“基於大數據的金融監管法律制度研究”（18BFX137）的階段性成果。作者為京東數字科技研究院法律與政策研究中心研究員，中央財經大學法學院碩士研究生銀丹妮對此文亦有貢獻；編輯：蘇琦）

（本文首刊於2019年4月1日出版的《財經》雜誌）