金融科技創新背景下新型監管模式探析

唐藝　周卓穎　黎慧慧　劉文婧

摘? 要：目前我國金融科技創新日新月異，大數據、人工智能、移動支付、5G技術等的興起與應用，一方面，提高了實體經濟的服務質量、推動了數字經濟的高速發展;另一方面，大量新型金融產品與新興應用場景的出現也為監管者帶來了風險和挑戰。金融科技的飛速發展對我國傳統的監管模式提出了更高的要求，如何將金融科技有效地應用于監管領域，充分利用金融科技在監管方面的優勢以實現金融科技為監管賦能，是當前監管部門面臨的重要話題。該文首先分析了我國創新型金融科技監管的現狀;其次探討了如何利用大數據、人工智能在監管方面的優勢，創新監管技術;再次分析提出了數據泄露、虛擬貨幣犯罪、法律風險等監管難點;最后針對難點提出了相應的對策建議，為平衡金融創新和金融監管提供借鑒與理論支持。

關鍵詞：智能監管? 金融科技? 金融監管? 創新金融

中圖分類號：F8? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A? ? ? ? ? ? ? ? ? ?文章編號：1672-3791（2020）11（c）-0061-04

The New Supervision Mode Under the Background of Financial Science and Technology Innovation

TANG Yi? ZHOU Zhuoying? LI Huihui? LIU Wenjing

（Central South University of Forestry and Technology， Changsha， Hunan Province， 410004 China）

Abstract： With the rapid development of China's financial technology innovation， the rise and application of big data， artificial intelligence， mobile payment， 5G technology， etc. On the one hand， improved the service quality of the real economy and promoted the rapid development of the digital economy. On the other hand， the emergence of a large number of new financial products and emerging application scenarios also bring risks and challenges to regulators. The rapid development of financial science and technology has put forward higher requirements for the traditional regulatory model in China. How to effectively apply financial science and technology to the regulatory field and make full use of the advantages of them in the regulatory field to achieve the regulatory empowerment of financial science and technology is an important topic facing the current regulatory authorities. This paper first analyzes the current situation of innovative financial technology supervision in China; Then discusses how to make use of the advantages of big data and artificial intelligence in supervision to innovate supervision technology; Then analyzes and puts forward supervision difficulties such as data leakage， virtual currency crime and legal risk; Finally， it puts forward corresponding countermeasures and suggestions for the difficulties， so as to provide reference and theoretical support for balancing financial innovation and financial supervision.

Key Words： Intelligent supervision; Financial technology; Financial regulation; Innovative finance

2013—2018年，全球范圍內的金融科技投資事件數增長到2 196，增幅達到93.99%;投資額增長到1 118億美元，增幅達到491.534%。而傳統的金融監管模式卻無法與其風馳電掣的金融科技發展相適應，無法滿足信息化時代背景下的監管要求，因此以科技監管為核心的新型監管模式成為當下的熱門話題。根據2019年3月8日中國人民銀行金融委員會會議上的定義，新型金融監管模式旨在傳統金融監管的基礎上強化金融科技的應用，完善創新管理機制，穩妥推進人工智能、云計算、大數據等新一代信息技術在金融領域合理應用，增強金融監管的專業性、統一性和穿透性。

1? 金融科技背景下我國新型監管模式的現狀

1.1 金融科技監管得到管理層高度重視

監管科技屬于金融科技的分支之一，是指輔助被監管機構提升合規效率、降低合規成本的信息技術應用解決方案。目前，我國的監管科技仍處于萌芽狀態，監管機構也在此領域做出了許多探索和嘗試。在2019年召開的金融科技委員會會議中，央行強調了要加強數字化監管能力建設，健全多層次、系統化的金融科技風險治理體系。2019年12月，證監會設立了科技監管局，將監管科技落實到了組織層面，并在2020年的證監會系統工作會議中特別提出積極探索區塊鏈技術運用于監管科技的方向。

1.2 新型監管模式逐步應用于實際

2019年5月25日，證監會報道將搭建科技監管局，進入監管科技3.0時代，在加強電子化、網絡化監管的基礎上，實現3個目標：構建中央監管信息平臺、利用大數據技術進行動態實時監測、運用人工智能提供智能化服務。在監管沙盒技術方面，我國正處于初期探索階段。2019年，我國北京、上海、江蘇等10個省市成為監管沙盒試點。2020年1月14日，央行向社會公示了第一批金融科技創新監管試點應用，這也意味著中國版監管沙盒獲得了實質性進展;大數據監管方面，應用模式逐步成熟。中國銀行在2018年逐步完成了風控體系中大數據、人工智能和分布式架構三大技術平臺的搭建，中國人民銀行反洗錢檢測中心設立了大數據綜合分析平臺。伴隨著5G時代的到來，大流量場景將繼續增加，帶動全球網絡數據量激增，數據分析技術的重要地位將進一步彰顯;在AI監管領域，中國的AI技術在世界排名中處于領先地位，僅次于美國。螞蟻金服、騰訊優圖等互聯網公司也廣泛應用AI技術進行風控體系建設并取得了良好效果。

1.3 監管部門與被監管主體逐步合作開展監管工作

近年來，隨著市場創新能力的提升，監管部門開始探索與金融企業、金融科技公司合作的監管模式，并取得了顯著成效。如國家工商總局與360公司進行網絡交易監管服務戰略合作，利用大數據技術監管網絡交易，顯著減少了網絡欺詐事件數量，提高了監管效率。吉林省工商局為提高吉林省工商局對網絡市場的監管能力，與騰訊公司合作建設了“智慧工商”。

2? 金融科技監管體系相較于傳統監管的優勢

金融科技與監管技術的結合，不僅成就了一個更完善、高效、精準的監管體系，也解決了很多傳統監管模式上的難點、痛點。基于此，該文將以大數據和人工智能技術為例，分析其相對于傳統監管模式的優勢和異同點。

2.1 大數據技術

大數據指一種依靠數據集對金融機構建模畫像，進行信用風險分析的技術。在反洗錢、建立征信體系、反欺詐、打擊內幕交易等方面具有重要意義：第一，利于風險評估，保障穩健發展。目前，資金融通的對象主要是小微企業和個人，這類對象資金來源不穩定，信用質量參差不齊，利用“大數據征信”，貸前對客戶進行智能分級和用戶畫像，模擬在不同場景下客戶可能違約的概率，貸后對客戶行為進行動態跟蹤，在風險敞口超出可控范圍之前及時止損，從而減少欺詐和壞賬。第二，提升數據價值，打破信息壁壘。相較于傳統的采用統計報表、現場檢查進行合規監管的方式存在明顯的時滯性，大數據技術迅速、實時分析的特點，使得信息傳遞更高效，同時能夠發揮大量非結構化數據的應用價值，不僅能反映單一對象的多維關系，也能挖掘唯一關系的多個對象，有效克服了傳統監管方式速度慢、維度窄、力度小的缺點。第三，預測發展前景，調整產品結構。通過大數據技術計算VAR值和ES值進行損失預估，幫助金融機構維持充足的風險準備金，彌補了傳統風控模型中VAR值的缺陷。使公司能夠從宏微觀角度共同對投資組合進行動態調整和風險監控，從而在維持穩定收益率的同時將損失概率和風險敞口降到最小。

2.2 人工智能

人工智能（AI）技術作為智能風控體系中的重要一環，廣泛應用于數據處理、合規審核KYC、防范金融犯罪行為等方面。一方面，AI技術能夠快速篩選可疑數據，提高監管效率，人工智能的機器學習功能和自然語言處理能力在數據抓取和分析上能夠克服龐大數據分析的困難，其相較于傳統監管的優勢體現在保留了人類思維分析模式的同時，消除了人工分析時存在的固有偏見，提高了分析結果的客觀性和準確性。另一方面，AI技術能夠解決低頻動態風控問題，自主學習進行全局化風險評估。目前風控領域的場景分析中共性問題越來越少，而人工智能的自主學習功能在場景動態變化的同時自動改良分析系統與環境相適應，解決了模型與對象不匹配的問題。

3? 我國金融科技監管的難點及對策

3.1 我國金融科技監管的難點

3.1.1 數據泄露問題

隨著金融科技的蓬勃發展，大數據技術逐漸滲透在各行各業，但這種高端技術在應用的過程中加劇了市場的信息不對稱，一些掌握大數據技術的公司在未經授權情況下私自抓取、買賣用戶隱私數據，這也給數據和隱私保護帶來了挑戰。根據各年度數據泄露水平指數報告，筆者統計了進5年來全球數據泄露情況，具體見圖1。

由圖1可知，近5年來全球信息泄露事件呈高速上升趨勢。對比2015—2019年同期數據，5年來數據泄露事件上漲127%，信息泄露總量甚至上漲了485%。這說明大數據與金融科技的推進使信息泄露變得更為頻繁，數據泄露給企業財務帶來的影響不容小覷。在隱私保護領域，各國相繼出臺了與數據安全的相關法律法規。如美國最新出臺的加州消費者隱私法;中國在2019年兩會期間也有提到關于起草保護個人數據的相關法律。但如何從技術層面防范數據泄露問題，從執法層面有效警示和處理數據泄露問題以及如何降低遭受數據攻擊企業的損失，仍是我國金融監管的一大難點。

3.1.2 日益繁雜的市場狀況加大了監管難度

信息化時代背景下，金融市場中信息的數量、維度、流通速度都發生了翻天覆地的變化，復雜的數據結構、廣泛的市場參與主體大大提高了金融監管的難度。由于目前監管者對于新興企業的監管方式仍處于試驗探索之中，難以考慮到所有市場參與主體的利益得失，于是，監管主體和市場主體產生利益沖突的現象屢見不鮮。因此，在金融科技對市場主體和監管方式都造成了較大的影響的背景下，如何在有效利用金融科技提高監管效率的同時，達到制度與利益的平衡，調節好監管主體與市場主體的關系，是創新監管體系的過程中需要面對的難點。