金融科技创新背景下新型监管模式探析

唐艺　周卓颖　黎慧慧　刘文婧

摘  要：目前我国金融科技创新日新月异，大数据、人工智能、移动支付、5G技术等的兴起与应用，一方面，提高了实体经济的服务质量、推动了数字经济的高速发展;另一方面，大量新型金融产品与新兴应用场景的出现也为监管者带来了风险和挑战。金融科技的飞速发展对我国传统的监管模式提出了更高的要求，如何将金融科技有效地应用于监管领域，充分利用金融科技在监管方面的优势以实现金融科技为监管赋能，是当前监管部门面临的重要话题。该文首先分析了我国创新型金融科技监管的现状;其次探讨了如何利用大数据、人工智能在监管方面的优势，创新监管技术;再次分析提出了数据泄露、虚拟货币犯罪、法律风险等监管难点;最后针对难点提出了相应的对策建议，为平衡金融创新和金融监管提供借鉴与理论支持。

关键词：智能监管  金融科技  金融监管  创新金融

中图分类号：F8                                 文献标识码：A                   文章编号：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，全球范圍内的金融科技投资事件数增长到2 196，增幅达到93.99%;投资额增长到1 118亿美元，增幅达到491.534%。而传统的金融监管模式却无法与其风驰电掣的金融科技发展相适应，无法满足信息化时代背景下的监管要求，因此以科技监管为核心的新型监管模式成为当下的热门话题。根据2019年3月8日中国人民银行金融委员会会议上的定义，新型金融监管模式旨在传统金融监管的基础上强化金融科技的应用，完善创新管理机制，稳妥推进人工智能、云计算、大数据等新一代信息技术在金融领域合理应用，增强金融监管的专业性、统一性和穿透性。

1  金融科技背景下我国新型监管模式的现状

1.1 金融科技监管得到管理层高度重视

监管科技属于金融科技的分支之一，是指辅助被监管机构提升合规效率、降低合规成本的信息技术应用解决方案。目前，我国的监管科技仍处于萌芽状态，监管机构也在此领域做出了许多探索和尝试。在2019年召开的金融科技委员会会议中，央行强调了要加强数字化监管能力建设，健全多层次、系统化的金融科技风险治理体系。2019年12月，证监会设立了科技监管局，将监管科技落实到了组织层面，并在2020年的证监会系统工作会议中特别提出积极探索区块链技术运用于监管科技的方向。

1.2 新型监管模式逐步应用于实际

2019年5月25日，证监会报道将搭建科技监管局，进入监管科技3.0时代，在加强电子化、网络化监管的基础上，实现3个目标：构建中央监管信息平台、利用大数据技术进行动态实时监测、运用人工智能提供智能化服务。在监管沙盒技术方面，我国正处于初期探索阶段。2019年，我国北京、上海、江苏等10个省市成为监管沙盒试点。2020年1月14日，央行向社会公示了第一批金融科技创新监管试点应用，这也意味着中国版监管沙盒获得了实质性进展;大数据监管方面，应用模式逐步成熟。中国银行在2018年逐步完成了风控体系中大数据、人工智能和分布式架构三大技术平台的搭建，中国人民银行反洗钱检测中心设立了大数据综合分析平台。伴随着5G时代的到来，大流量场景将继续增加，带动全球网络数据量激增，数据分析技术的重要地位将进一步彰显;在AI监管领域，中国的AI技术在世界排名中处于领先地位，仅次于美国。蚂蚁金服、腾讯优图等互联网公司也广泛应用AI技术进行风控体系建设并取得了良好效果。

1.3 监管部门与被监管主体逐步合作开展监管工作

近年来，随着市场创新能力的提升，监管部门开始探索与金融企业、金融科技公司合作的监管模式，并取得了显著成效。如国家工商总局与360公司进行网络交易监管服务战略合作，利用大数据技术监管网络交易，显著减少了网络欺诈事件数量，提高了监管效率。吉林省工商局为提高吉林省工商局对网络市场的监管能力，与腾讯公司合作建设了“智慧工商”。

2  金融科技监管体系相较于传统监管的优势

金融科技与监管技术的结合，不仅成就了一个更完善、高效、精准的监管体系，也解决了很多传统监管模式上的难点、痛点。基于此，该文将以大数据和人工智能技术为例，分析其相对于传统监管模式的优势和异同点。

2.1 大数据技术

大数据指一种依靠数据集对金融机构建模画像，进行信用风险分析的技术。在反洗钱、建立征信体系、反欺诈、打击内幕交易等方面具有重要意义：第一，利于风险评估，保障稳健发展。目前，资金融通的对象主要是小微企业和个人，这类对象资金来源不稳定，信用质量参差不齐，利用“大数据征信”，贷前对客户进行智能分级和用户画像，模拟在不同场景下客户可能违约的概率，贷后对客户行为进行动态跟踪，在风险敞口超出可控范围之前及时止损，从而减少欺诈和坏账。第二，提升数据价值，打破信息壁垒。相较于传统的采用统计报表、现场检查进行合规监管的方式存在明显的时滞性，大数据技术迅速、实时分析的特点，使得信息传递更高效，同时能够发挥大量非结构化数据的应用价值，不仅能反映单一对象的多维关系，也能挖掘唯一关系的多个对象，有效克服了传统监管方式速度慢、维度窄、力度小的缺点。第三，预测发展前景，调整产品结构。通过大数据技术计算VAR值和ES值进行损失预估，帮助金融机构维持充足的风险准备金，弥补了传统风控模型中VAR值的缺陷。使公司能够从宏微观角度共同对投资组合进行动态调整和风险监控，从而在维持稳定收益率的同时将损失概率和风险敞口降到最小。

2.2 人工智能

人工智能（AI）技术作为智能风控体系中的重要一环，广泛应用于数据处理、合规审核KYC、防范金融犯罪行为等方面。一方面，AI技术能够快速筛选可疑数据，提高监管效率，人工智能的机器学习功能和自然语言处理能力在数据抓取和分析上能够克服庞大数据分析的困难，其相较于传统监管的优势体现在保留了人类思维分析模式的同时，消除了人工分析时存在的固有偏见，提高了分析结果的客观性和准确性。另一方面，AI技术能够解决低频动态风控问题，自主学习进行全局化风险评估。目前风控领域的场景分析中共性问题越来越少，而人工智能的自主学习功能在场景动态变化的同时自动改良分析系统与环境相适应，解决了模型與对象不匹配的问题。

3  我国金融科技监管的难点及对策

3.1 我国金融科技监管的难点

3.1.1 数据泄露问题

随着金融科技的蓬勃发展，大数据技术逐渐渗透在各行各业，但这种高端技术在应用的过程中加剧了市场的信息不对称，一些掌握大数据技术的公司在未经授权情况下私自抓取、买卖用户隐私数据，这也给数据和隐私保护带来了挑战。根据各年度数据泄露水平指数报告，笔者统计了进5年来全球数据泄露情况，具体见图1。

由图1可知，近5年来全球信息泄露事件呈高速上升趋势。对比2015—2019年同期数据，5年来数据泄露事件上涨127%，信息泄露总量甚至上涨了485%。这说明大数据与金融科技的推进使信息泄露变得更为频繁，数据泄露给企业财务带来的影响不容小觑。在隐私保护领域，各国相继出台了与数据安全的相关法律法规。如美国最新出台的加州消费者隐私法;中国在2019年两会期间也有提到关于起草保护个人数据的相关法律。但如何从技术层面防范数据泄露问题，从执法层面有效警示和处理数据泄露问题以及如何降低遭受数据攻击企业的损失，仍是我国金融监管的一大难点。

3.1.2 日益繁杂的市场状况加大了监管难度

信息化时代背景下，金融市场中信息的数量、维度、流通速度都发生了翻天覆地的变化，复杂的数据结构、广泛的市场参与主体大大提高了金融监管的难度。由于目前监管者对于新兴企业的监管方式仍处于试验探索之中，难以考虑到所有市场参与主体的利益得失，于是，监管主体和市场主体产生利益冲突的现象屡见不鲜。因此，在金融科技对市场主体和监管方式都造成了较大的影响的背景下，如何在有效利用金融科技提高监管效率的同时，达到制度与利益的平衡，调节好监管主体与市场主体的关系，是创新监管体系的过程中需要面对的难点。