數字化下監管變革與銀行應對

張繼剛

導語：金融科技和監管科技屬于科技在金融領域應用的“孿生兄弟”，兩者主要在科技應用的出發點和目的兩方面有所差異。金融科技在增強銀行的創新能力和服務能力的同時，風險也演進出新特征，線上業務、移動支付等新業態在新場景及編程處理后，風險呈現隱蔽性、突發性、復雜性、病毒式傳播等特點，在金融加速脫媒的趨勢下，資金投向和流動性監管愈發困難。為有效應對銀行的新發展模式并實施高效的監督管理，運用新技術提升監管能力成為監管方的共識，由此，監管科技上升至頂層設計和戰略層面。

金融管理部門加快監管科技體系建設的新動向

中國人民銀行加快數字監管能力建設

一方面，自2017年起，央行已連續四年在科技工作會上提出“數字央行”的建設目標。2019年8月央行出臺《金融科技（FinTech）發展規劃（2019～2021年）》，其中一個目標就是提高監管效能，運用金融科技提升跨市場、跨業態、跨區域風險的識別、預警和處置能力。同年，央行成立金融基礎數據中心司局級事業單位，并于10月公開廣泛招聘數學、計算機、統計等專業的人才，招聘公告顯示，中心定位為我國權威的金融數據集聚樞紐，連接國家宏觀調控部門、金融監管機構、各類金融機構、研究機構，打通數據孤島，推進金融業綜合統計和監管信息共享。金融科技委員會在2020年的第1次會議中進一步強調要強化監管科技應用實踐，積極運用大數據、人工智能、云計算、區塊鏈等技術加強數字監管能力建設，不斷增強金融風險技防能力，提升監管專業性、統一性和穿透性。

另一方面，央行副行長陳雨露在2019年3月的兩會期間表示，金融統計要解決信息不對稱問題，要求把所有金融機構、所有金融基礎設施、所有金融活動都要統計在內。央行建設全覆蓋、全鏈條、多層次、多維度的國家金融基礎數據庫開局良好，據了解，目前已基本建立了新的金融基礎數據標準，年內將重點在系統重要性機構統計上取得新進展，新的數據統計制度將要求機構大量報送各類業務的交易對手信息和逐筆交易明細數據。2020年5月21日，央行同國家市場監督管理總局簽署《數據共享合作備忘錄》，推動數據要素的有序流轉與融合應用，未來跨地區、跨部門的監管數據應用能力將顯著增強。由此可見，央行已開始從監管數據的獲取源頭著手，監管目標由宏觀轉向微觀，從基于統計指標的監管向基于統計數據和明細數據并重的方向轉變。

可以預見，人民銀行掌握全部金融基礎數據和跨行業數據后，監管科技能力將快速提升，未來的監管模式和監管能力將發生根本性轉變，監管將更具實質性和穿透力。

銀保監會強化監管科技能力和智能化工具建設

從監管標準化數據系統（以下簡稱“EAST系統”）的演進方向看，銀保監會同樣在不斷強化對銀行全量基礎數據的獲取，為監管科技能力的跨越提升夯實基礎。銀行報送EAST系統的明細數據范圍非常廣，覆蓋對公存貸款、對私存貸款、人力資源、信用卡、資金交易、理財產品、總賬等所有銀行業務，涉及會計賬信息、客戶信息、授信交易對手信息、卡片信息、交易流水信息、統計全科目、資金業務、理財業務等共10個主題域的58張報表、1500余個字段。銀保監會將建立行業級、覆蓋各家銀行的明細數據庫，EAST系統數據將成為日常監管和穿透式監管的重要抓手。

銀保監會針對監管數據質量的關注和處罰力度在顯著增強，其愈發注重銀行基礎明細數據的采集。2020年5月9日，銀保監會網站公布，8家銀行首次因EAST系統數據質量及報送存在違規行為而受罰，罰款金額共1770萬元。繼罰單后，5月20日，銀保監會又發布了《關于開展監管數據質量專項治理工作的通知》及相應專項治理方案，以監管數據質量問題為導向壓實責任，范圍覆蓋相關源頭數據，重點關注數據的真實性、準確性、完整性、及時性。

據了解，銀保監會已建立智能數據實驗室，今后將更多的通過數據抽取、建模、挖掘和分析等方式，提升現場檢查和非現場檢查的問題發現能力。2020年，銀保監會已開始要求各派出機構強化大數據應用，通過與銀行機構相關系統直連，運用智能檢查實驗室探索開展線上檢查的新模式。銀保監會針對銀行的各類處罰，已有不少線索來自1104報表、客戶風險數據和EAST系統數據，通過強化監管科技能力和智能化工具建設，其問題發現能力將實質性增強。

證監會加快實施監管科技建設方案

2018年，證監會出臺《監管科技總體建設方案》，核心是建設一個運轉高效的監管大數據平臺，綜合運用電子預警、統計分析、數據挖掘等技術，圍繞資本市場的主要生產和業務活動，進行實時監控和歷史分析調查，輔助監管人員對市場主體進行全景式分析、實時對市場總體情況進行監控，及時發現涉嫌內幕交易、市場操縱等違法違規行為;2019年發布的深化資本市場改革12條舉措中，加快提升監管科技能力位列其中;2020年系統工作會進一步強調推進監管科技基礎能力建設，增強監管效能。

此外，外匯局、審計署金融審計等監管部門同樣加快了監管科技建設和數字化轉型步伐。其中，外匯局的“數字外管”宏觀審慎管理監測預警平臺，將利用新技術探索監測分析應用場景，提升監測分析效率和精準性;審計署近兩年不斷強化金審2.0標準，持續要求銀行為部署在各家銀行的審計數據平臺補充增加明細數據內容，包括財務、信貸、結算、中間業務等，金融大數據審計正在持續扎實推進。

監管科技的快速發展對銀行數字化轉型和合規經營能力的要求和挑戰

銀行將變成“透明人”，合規風險增加

2020年5月27日，金融委發布11條金融改革措施，指出將出臺《加強金融違法行為行政處罰的意見》，將明確對金融機構違法行為的按次累計處罰和違法所得認定標準，加大處罰力度。數字化時代，銀行的全部存款、貸款、交易、客戶、賬務等各類業務信息，最終都體現為數據庫中的一條條記錄。傳統模式下，監管部門并不會直接大量獲取這些信息，多數要求銀行加工成一張張匯總指標表統計報送。監管部門直接使用這些匯總數據，雖然無需自行加工，但指標背后的真實業務情況，往往被淹沒其中。新趨勢下，監管部門獲取的銀行業務明細記錄更趨向于真實的、未加工的數據，銀行的真實業務、系統、管理、IT能力等情況，都將全方位、無遮擋地呈現在監管眼前。可以說，銀行被真正穿透了，在監管眼中變成了“透明人”，若經營和管理中存在不合法、不合規的情況，一旦開始按次累計處罰并將違法行為取得的全部收入計為違法所得，銀行將面臨巨大的合規風險。比如企業劃型，監管可以用自身數據庫的企業從業人數、營業收入、資產總額等指標直接測定企業的規模等級，或通過不同銀行報送同一企業的劃型數據差異直接發現劃型不準的問題。

掌握大數據的監管部門將比銀行更了解自己

傳統模式下，監管掌握的數據以統計匯總數據為主，在此情景下，“監管數據<銀行數據”，監管部門很難對銀行進行全面精準畫像，可以說不會比銀行更了解自己。新趨勢下，伴隨監管部門之間及與其他政府部門的數據合作與共享，將出現“監管數據≥銀行數據”的情況，即銀行主要掌握自家數據，而監管部門則擁有全部銀行、整個金融業乃至跨行業的數據，掌握的“大數據”更多。以貸款資金流向為例，銀行往往只能跟蹤資金在本行范圍內的流動，監管卻可以追蹤資金在整個金融體系的流動情況，未來很可能會出現監管部門監測到資金已被違規使用，而放款銀行卻毫不知情的情況。

監管和銀行或將展開技術應用能力競速賽

傳統模式下，銀行機構的新技術應用先于監管部門，金融科技創新發展在前，加之監管部門沒有全面掌握銀行的客戶、業務、產品、流程和管理等數據，由此往往只是銀行內部的業務、風險合規及審計等部門運用大數據、知識圖譜、AI機器學習等新技術，基于管理實踐的積累構建場景進行探索分析，進而研發設計監測預警模型，這樣就能先于監管部門提早發現各類違規問題。新趨勢下，監管和銀行同樣掌握明細數據，監管部門甚至掌握更多，在這種情況下，隨著監管科技能力的提升，誰的技術應用更先進、分析能力更強，誰的模型研發更快、更精準，就能先于對方發現違規問題。銀行先發現，就是自查自糾;監管部門先發現，在當前嚴監管的形勢下，銀行很可能就會面臨監管處罰。由此，監管部門和銀行之間的金融科技實力、模型能力競賽或將展開。

監管部門將徹底改變現場檢查的方式

傳統模式下，監管部門到銀行開展現場檢查，一般遵循調閱資料、現場訪談、提出疑點、確認問題等步驟，問題發現主要依靠檢查人員的經驗，即能否通過看資料、問問題來發現違規問題的蛛絲馬跡，往往耗時較長、成本較高，發現問題的難度也比較大。新趨勢下，監管部門運用監管科技，對銀行的基礎數據進行全方位、多場景的分析，甚至通過入場檢查前跑模型的方式，提前鎖定疑點數據，帶著疑點和問題去現場核實。未來監管進行現場檢查，將只是去銀行核實疑點的一個環節，靶向監管，問題確認后直接做出處罰。同時，監管對檢查發現問題的后續真實整改情況也更能實現透明監督。

非現場監管將進一步興起

傳統模式下，金融管理部門對銀行的監管往往體現為政策指導、現場檢查、函詢稽核、非現場指標統計及信息報送、事后處罰等方式。新趨勢下，基于大數據和監管科技能力，監管可通過銀行歷史數據研發模型，自主監測和發現銀行經營管理中的各類問題。伴隨著科技的不斷進步和應用，未來實行全面準實時、實時等監測預警方式，由傳統的事后監管轉為事中監督，都存在實現的可能性。此次新冠肺炎疫情，非現場、非接觸的工作方式，將進一步加速這一趨勢。

監管科技發展趨勢下銀行合規端的應對建議

提升金融科技和數據治理能力

其一，銀行應及時跟蹤、主動適應監管科技發展的新趨勢，加快自身系統配套改造及前瞻性建設步伐;其二，銀行應主動履行合規義務，積極配合監管實施數據標準，嚴格執行金融統計監管制度，嚴把監管數據報送質量關，及時、準確、嚴肅地完成監管統計報表及明細數據報送工作;其三，銀行應以金融基礎統計數據、EAST系統數據、金審2.0等數據報送為契機，建立健全數據治理基礎制度，嚴格數據標準執行，探索建立數據統籌管理機制、定期評估機制及專項治理機制;其四，銀行各業務部門的系統建設應基于企業級視角，會同數據統計等部門認真落實監管數據標準，在日常數據錄入管理中嚴把質量關，做到真實、準確、及時、完整。配備必需的數據統計人員，加強數據報送分析，及時發現數據問題予以解決。

注重合規性管理，把好合規關、質量關

追本溯源，無論監管趨勢如何變化、監管科技如何發展，抓好合規性管理工作都是根本。一方面，要關注業務合規性，業務條線部門應履行好合規主體責任，持續健全和完善制度體系，及時將監管規則標準和監管要求內化到行內制度之中，將控制要求內嵌到業務系統之中，促使數據采集生成更加精細化;加強業務檢查和督導力度，強化制度執行力;抓好新產品、新業務、新系統的創新合規性，嚴守合規底線，重視應用我國金融科技“監管沙盒”的“試錯”體制;抓好監管檢查、業務及合規檢查、審計、巡視等發現違規問題的整改工作，有效整治屢查屢犯問題，堵塞漏洞、消除隱患，確保違規問題從根源上予以解決。另一方面，新監管趨勢下，未來銀行直接面對監管的將不再僅僅是傳統意義上的機構部門，還將擴展至直接生產“每一筆明細數據”的每個個體員工。所以，銀行的合規，必須要覆蓋到有機體的每個細胞。銀行需要做好合規教育，培育員工主動合規的能力和意識，做到員工人人懂得學規、知規、懂規、守規、用規。同時，引導員工增強合規使用銀行業務系統和合規錄入業務基礎數據的自我保護意識。及時激勵遵循監管的合規行為，嚴厲懲處違規行為，將“道路千萬條，合規第一條”的合規文化根植入銀行每個細胞的DNA中，最大限度地發揮合規文化的導向、凝聚和約束作用。

加大預警監測模型研發投入，提升預警能力

監管科技能力提升后，監管部門將構建起強大的數據分析能力和監測模型研發設計能力。銀行的業務條線部門、風險合規部門、審計部門必須各司其職、協同配合，加強精細化管理，加快數字化轉型，切實提升主動早發現問題、根源性整改問題的能力和意識。特別是要加大模型的研發投入與迭代升級力度，確保先于監管部門發現違規等問題，報警并及時做好自查自糾。第一道防線，各業務條線部門應有效發揮各自的主體責任，不斷加強對業務系統和流程操作中的授權、復核、審批、指紋認證、權限控制、數據校驗、不相容崗位的控制，提升稽核監測、操作風險防控等模型的預警能力;第二道防線，風險合規部門應加強智能風控體系建設，融入數字化經營體系，通過不斷研發風險監測預警模型和合規數據模型來保證早發現問題早預警、早整改以提升合規經營能力;第三道防線，審計部門應持續強化審計人員的新科技手段運用能力，緊跟數字化轉型步伐，加速提升審計模型的監督能力。

加大外部數據引入力度，擴展合規大數據源

面對未來監管大數據將全面覆蓋全部銀行、整個金融行業乃至其他行業的先天優勢，銀行需加大合規管理、風險管理、違規預警監測模型建設等方面所需的各類外部數據的引入力度。同時，在確保合法合規，保證數據安全、隱私保護和消費者權益的前提下，探索引入或交換同業數據、監管數據的可行路徑，進一步豐富和擴展可用的風險合規大數據源。

（作者系中國建設銀行內控合規部副總經理）