数字技术驱动金融监管全面变革_刘志清.pdf

14 Cover Feature封面专题数字技术驱动金融监管全面变革准确把握监管数字化发展规律，学习各国监管科技应用实践，进一步提高风险监管的前瞻性、穿透性和全面性，加快我国金融监管数字化转型刘志清中国银保监会统信部副主任 当前，我国经济和金融数字化快速发展，监管机构具有海量历史数据的独特优势，为实现监管数字化、完善现代监管体系创造了有利条件。中央财经委员会第十次会议强调，要提升金融系统干部队伍监管能力，提高监管数字化智能化水平。因此，我们要准确把握监管数字化发展规律，学习各国监管科技应用实践，进一步提高风险监管的前瞻性、穿透性和全面性，加快我国金融监管数字化转型。监管数字化发展是大势所趋金融数字化和合规科技助力监管数字化。当前，金融科技已全面渗透到金融业务流程的各个环节，从客户服务、信贷审批、金融交易、管理决策，到风险防控、内部控制，金融信息空间不断形成和壮大，并作为新的生产要素撬动和提升金融生产力，金融服务的精细化、效率和风控能力随之大幅提升。与此同时，金融数字化也为监管数字化创造了潜在信息空间，监管机构可以广泛地收集金融机构信息、消除监管数据缺口，以便及时发现金融机构和金融体系中存在的危险和隐患，提高风险评估能力，从而提升监管的效率和主动性。金融复杂性为监管数字化提供内在动力。在适应外部环境、金融深化和创新驱动过程中，金融体系的规模和复杂性逐渐提高，特别是复杂的金融产品具有结构复杂、透明度低、不易估值、流动性差、跨市场和资金链条长等特征，在监管者与被监管者、金融机构与金融消费者之间易形成严重的信息不对称，进而为更加隐蔽的监管套利行为提供了可能。因此，必须站在消费者权益保护、系统性风险控制的角度，持续强化结构复杂产品的监管。必须依托大数据加强新产品的合约细节监管，包括产品风险如何转移和转化，也包括资金流向、合约细节、金融机构与金融消费者和信息披露等，从而更快捷地感知、发现风险，提升监管的实时性，迅速、准确地识别与捕捉违规操作行为。强监管需要监管的数字化作为支撑。国际组织在推动更严格的BIII资本监管、流动性等标准落地后，依托监管数字化提升风险识别、评估和管理能力成为下一步的工作方向。减少监管数据缺口已成为国际监管共识。2008年国际金融危机爆发后，国际货币基金组织（IMF）和国际清算银行（BIS）在分析危机根源的基础上提出消除数据缺口的建议，认为应优先解决的数据缺口有三个方面。一是系统层面的相互借贷及“期间错配”数据。2003年至2007年，世界前十大银行总资产规模翻了一番，2008年，很多银行面临批发资金无法续借的压力。二是大型银行和其他金融机构的关联数据。特别是银行跨境联结，例如欧洲银行对美国房地产相关资产方面的集中投资。三是由非银行金融机构组成的“影子银行”数据。被监管的银行过度信赖P012-035-ZGNCJR1-1-C8G3R5.indd 14P012-035-ZGNCJR1-1-C8G3R5.indd 142022/11/25 下午9:442022/11/25 下午9:4415 Cover Feature封面专题“影子银行”融资，表外工具（如SIV）进一步增加了系统的不透明性和脆弱性。此外，在IMF向G20集团财长和央行行长会议提出的关于消除全球经济金融信息缺口的20条建议中，还包括了金融稳健性指标、CDS、“尾部风险”等数据要求。国际实践经验对我国监管转型的启示根据国际清算银行对近年来各国金融监管的数字化和创新科技应用所作的调研，监管机构在开发或使用监管科技应用方面，面临数据质量、人才、管理层的支持、技术壁垒、市场参与者调整行为的博弈、自身运营安全等诸多挑战。目前，各国监管科技应用仍处于早期探索性、辅助性阶段，主要涉及数据收集和数据分析两个领域。监管科技在数据收集方面的应用集中在报告、数据管理和虚拟助手上。报告方面，监管科技应用包括各种自动报告和实时监测。例如，奥地利中央银行开发了一个报告平台，该平台被放在一家“缓冲”公司奥地利报告服务公司。银行将数据反馈给奥地利报告服务公司，建立“基础数据立方体”，报告服务公司根据一套标准化的转换规则对基础数据立方体中的数据进行转换，并将转换后的数据“推送”给奥地利中央银行。数据管理方面的主要应用集中于数据验证、数据合并、可视化和云计算。例如，新加坡金融管理局采用数据清洗和数据质量审查等相关技术进行数据验证，大大提高了监管效率，使得监管机构可以将更多注意力放在分析研究上。奥地利中央银行通过机器学习（ML）自动标记数据源的潜在错误，从而帮助提高数据质量。而诸如聊天机器人和机器可读的监管规制等监管科技应用主要出现在虚拟助手领域。例如，英国金融行为监管局正在对聊天机器人进行概念性验证，以此与被监管机构进行互动，高效地回答日常问题。聊天机器人能够帮助被监管机构更好地理解监管规则手册或法律条款的要求。各国从2008年国际金融危机中学到的一个教训是，银行的信息技术与数据体系结构并不足以支持其金融风险管理。许多银行缺乏在集团层面快速准确、跨业务线、跨机构整合风险敞口与度量风险集中的能力，这严重危害到这些银行自身和整个金融体系的稳定性。为此，FSB发布有效的风险数据加总及风险报告原则，以进一步改进关键信息报告的信息技术设施，并在整体治理和基础设施、风险数据加总能力、风险报告实践以及监管审查、监管工具与监管协作等方面进行规范。金融机构运用新技术满足监管要求的活动，即金融的合规科技也为监管数字化创造了条件。金融机构可及时生成报告、无缝对接监管政策和合规要求，提升了监管的实时性，达到及时警示与早期干预的效果，从而在大大降低监管成本的同时提升了风险防范的精准性与有效性。提高银行风险数据加总能力也将提高风险可处置性，监管部门提前对问题进行预判，在重大压力下帮助风险机构提高恢复自身财务能力和生存能力的概率。2018年，银保监会发布银行业金融机构数据治理指引，对银行业金融机构提高数据加总能力提出了明确要求，以满足在正常经营、压力情景以及危机状况下风险管理的数据需要。在数据分析领域，市场监督、不当行为分析、微观审慎监管和宏观审慎监管是四大关键点。在市场监督方面，专注于市场操纵和内幕交易等可疑交易。例如，英国金融行为监管局每日都能获取超过2000万条股权市场交易的详细信息，市场监管组可对交易员的常态行为进行监测，并从中发现任何可能视为内幕交易的异常行为。澳大利亚证券和投资委员会监管科技系统对历史数据的审查可提供量化指标，衡量所有内幕交易活动规模。在不当行为分析方面，着力于发现反洗钱、打击恐怖主义融资活动、反欺诈和不当销售。例如，新加坡金融监管局开发了一个数据分析系统，对金融机构提交的关于洗钱和恐怖主义融资风险的可疑交易报告进行分析，通过自P012-035-ZGNCJR1-1-C8.indd 15P012-035-ZGNCJR1-1-C8.indd 152022/11/24 下午8:342022/11/24 下午8:3416 Cover Feature封面专题然语言处理和机器学习技术的应用，生成一个可疑洗钱交易报告子网络，供监管机构进一步调查。在微观审慎监管方面，重点分析信贷风险和流动性。例如，荷兰中央银行正在研究一种神经网络系统，采用无监督学习方法，监测实时全额支付系统中交易数据的异常现象，如可能引发银行挤兑，从而产生流动性问题。在宏观审慎监管方面，致力于发现宏观金融风险，包括识别金融系统中出现的风险迹象。例如，荷兰中央银行的研究人员将第二代泛欧实时全额自动清算系统中处理的海量交易转变为风险指标。具体而言，研究人员将传统的计量经济学方法应用于数据分析，基于金融市场设施和机器学习的全球规则设计相应指标，使得金融危机和主权债务危机的不同阶段在银行间货币市场清晰可见。中国银行业保险业数字监管探路中国的监管数字化具有独特优势，党中央、国务院的高度重视和国家政策的大力支持是发展监管科技的重要保障。2019年，习近平总书记在中央政治局第十三次集体学习时强调，要健全及时反映风险波动的信息系统，适时动态监管线上线下、国际国内的资金流向流量，将所有资金流动都置于金融监管机构的监管视野之内。2020年，中共中央 国务院印发关于构建更加完善的要素市场化配置体制机制的意见，将数据与土地、劳动力、资本、技术等传统要素并列为生产要素。2022年，国务院印发关于加强数字政府建设的指导意见，对构建政府数字化履职能力体系、数字政府全方位安全保障体系”提出明确要求。2021年新颁布的中华人民共和国数据安全法为规范数据处理活动，保障数据安全，促进数据开发利用，保护个人、组织的合法权益，维护国家主权、安全和发展利益提供了法律保障。近年来，银保监会积极整合监管信息系统，引入外部数据，汇聚形成多维度监管大数据（数据湖）平台，为实现智慧监管创造条件。根据国际货币基金组织评价，中国是少数拥有巨大、复杂金融体系的国家之一，推动监管数字化进程尤为必要。监管流程的数字化可提高监管活动的透明度和运行效能，能够确保监管行为可追溯、可评价、可审计，有效防范廉政风险。例如，依托银行监管评级信息系统，对初评、复评、审核的评级流程管理和信息汇总分析全部实现线上化；利用银行风险早期预警系统（REASS）提升风险识别、评估能力，并对早期干预的监管响应流程进行全面记录，不断提升非现场监管的前瞻性、有效性和透明度。依托大数据平台，通过数据分析、智能技术大幅提升潜在风险发现能力。一是定期生成企业和金融机构全景视图。大数据经过自动加工生成管理决策需要的信息，考虑到数据的数量、密度和复杂度，需要运用强有力的可视化工具，以易于理解的方式向监管人员展示企业和金融机构信息。二是创建基于模型的问题识别和决策支持。例如，通过各类相关关系（投资、担保、资金等）识别出相关性较高的信用风险敞口，以弥补集团或法人集中度风险监管规则的不足；通过网络分析和压力测试分析金融风险的机构传导路径，以支持机构风险处置决策；通过资金转移关系分析信贷资金违规流入股市房市行为；通过各类相关关系分析隐性股东突破的持股比例限制，以及通过隐性关联交易规避金融监管的行为。未来将有望借助大数据技术、数据挖掘、模型库、认知计算和人工智能的有机结合和集成，对分析、预测（预警）和决策（行动优化）进行全流程改进，进一步提升风险监管效能。为保障监管数字化行稳致远，银保监会不断完善数据治理体系和相关制度建设，下发银行业金融机构数据治理指引，要求银行机构建立组织架构，明确董事会、高级管理层、部门等职责要求，制定实施系统化的制度、流程和方法，确保数据统一管理、高效运行，充分发挥数据价值，并对银行数据管理、数据质量控制、数据价值实现、监督管理等提出明确要求；印发网络安全管理办法等安全管理制度，这些制度均直接或间接服务于监管数字化建设。P012-035-ZGNCJR1-1-C8.indd 16P012-035-ZGNCJR1-1-C8.indd 162022/11/24 下午8:342022/11/24 下午8:34