Page 25 - 金融科技视界2023-1期

Technical Tracking
技术追踪

读复杂合规政策，管理非结构化合规文档数据的时间成本和人 习等人工智能技术的加持，一些传统
工成本。 风险会被新的风险所取代，例如机
器学习的不可解释性、计算黑盒等风
险。因此，我国监管机构、金融机构

需要加强与金融科技公司的交流与
合作，帮助监管机构了解行业最新动
国外金融科技监管现状对中国监管科技的发展启示 态以完善监管政策。同时我国监管

机构也需要加强与其他国家监管机
1.监管报告流程自动化 构、科技企业的交流与合作，合理借
人工智能、大数据、云计算和机器学习与深度学习等创新技 鉴他国经验为我国所用，构建符合
术的监管科技为金融领域自动化监管提供了强有力的技术支持， 中国金融市场实际情况的中国特色
我国可以借鉴国外的监管报告自动化系统，将监管报告数字化、 金融科技监管体系。

代码化，转化为机器可读语言。在降低金融机构合规成本、提升
报告准确度的同时，为监管机构获取可信任的、高质量的数据提 参考资料
//////////////////
供了有力的支持与保障。 [1]RegTech Universe 2022，Take

监管报告流程自动化建立在企业数据标准化的基础之上， a closer look at who is orbiting in the
企业数据必须通过标准化处理，数字监管化报告才能顺利运行。 RegTech space
然而，在我国不同行业、不同规模的企业数据格式、数据特征都 https://www2.deloitte.com/lu/
不相同，需要我国金融监管机构进行研究讨论，得出一个标准且 en/pages/technology/articles/regtech-
通用的数据模式为监管报告流程自动化提供保障。 companies-compliance.html

[2]The Global Financial Innovation
2.监管数据共享化 Network（GFIN）https://www.thegfin.
实现监管数据共享一直是美国进行金融科技监管的突破口， com/

建立监管数据共享平台是推动我国金融科技监管的关键所在。目 [3]Seon，Cost of KYC: How
前我国存在监管信息系统“烟囱林立”的问题，在未考虑其他监 Much It Is and How to Reduce
管业务情况下，业务部门以各自的需求为导向建立系统，各系统 It https://seon.io/resources/cost-
间的壁垒严重，并导致大量重复建设。同时，监管机构与金融机 of-kyc/#:~:text=A%20single%20
构系统间存在“数据孤岛”的突出问题，由于系统间的数据不共 KYC%20 check%20 can,bank%20

享，使得相同的数据需求在没有统一的中间层支撑下会导致频繁 %2460%20million%20per%20year
而重复的数据采集，缺乏科技监管数据的统一运维体系，造成监 [4]MAS introduces new FEAT
管数据四处散落，未形成统一的合力。因此，我国可通过建立监 Principles to promote responsible use of

管机构和金融机构间的数据共享机制，打破现存的数据壁垒，在 AI and data analytics
数据标准化的前提下推动数据在监管场景的使用。 https://www.mas.gov.sg/news/
mediareleases/2018/mas-introduces-
3.金融监管机构加强与科技企业、国际组织的交流 new-feat-principles-to-promote-
值得注意的是，无论金融科技监管技术如何发展，都不能从 responsible-use-ofai-and-data-

根本上消除监管风险。通过监管模型运营化、机器学习和深度学 analytics

2023.1 金融科技视界 23