分业监管模式下我国监管科技融合发展研究

陈彦达，隋学深

(中华人民共和国审计署审计科研所，北京 100086)

一、引言

中央财经委员会第十次会议明确要求，提高监管数字化智能化水平。国务院金融稳定发展委员会(下文简称金融委)第五十次会议要求，充分运用现代信息技术手段，加强监管科技建设，提升监管效率和覆盖面。随着金融创新与金融科技快速发展，金融机构体系多样化、产品结构体系复杂化、交易体系信息化、综合经营趋势明显，金融风险的表现形式、传染路径、传播速度、外部性发生了深刻变化，有效防控金融风险需要高质量、全面、及时的预警监测数据和高效统一的风险监测预警平台，这都离不开监管科技建设。但是分业监管模式在一定程度上阻碍了监管科技的发展，只有从监管体制改革出发，实现监管科技的融合发展，才能真正发挥监管科技提高监管部门科学防范化解金融风险能力的作用。

关于监管科技的定义，学术界争论的焦点是监管科技与金融科技的关系。有的研究将监管科技定义为金融科技的子集。如英国金融行为监管局认为“监管科技是运用新技术高效地达成监管要求”“监管科技是金融科技的子集”。有些学者则扩展了监管科技的定义，认为监管科技和金融科技之间并不具有直接关系，监管科技不仅提升监管效率，还将引发金融监管范式的转变。根据研究需要，本文将监管科技定义为金融监管部门通过科技手段提高监管效率，实现监管数字化智能化。

现有的文献主要从技术风险、成本问题、数据安全、管理体制、法律和标准等方面研究了监管科技发展面临的问题和风险。技术方面：监管科技的技术风险是内生的，要发现和修补复杂软件中的技术缺陷并非易事，信息安全风险突出；成本方面：监管科技作为软件开发，前期研发成本较高，如何设计合理的监管科技研发成本分担机制；安全方面：隐私保护(监管使用客户信息通常需要获得授权在实践上比较难)和数据安全(数据本地化法律容易形成信息孤岛)限制监管科技的发展，同时又存在数据保护手段不足发生数据泄密的问题；管理体制等方面：传统分业监管无法适应金融科技混业经营、业务交叉融合新情况，统筹协调监管科技发展的体制机制尚未建立容易产生监管套利和监管空白；法律法规和标准化体系也尚未健全。

监管科技风险除了技术、成本、安全等内部性问题，还存在法律、标准、管理体制等外部性问题，特别是分业监管才是阻碍监管科技发展的体制性原因，这也是产生监管科技风险的“最先一公里”，但是从已有研究来看，单独讨论某一金融监管部门的监管科技应用较多，专门针对分业监管体制问题来讨论推动监管科技融合发展的研究较少。本文针对分业监管模式对监管科技发展造成的阻碍，提出了加强监管科技融合的政策建议。

二、当前分业监管模式下发展监管科技面临的主要问题

我国当前发展监管科技面临的主要问题，从根本上说是分业监管形成的条块分割和重复建设无法满足全面、高效监测金融风险需求之间的矛盾。科学研判系统性风险需要高质量、全面、及时高效的预警监测数据和技术先进、高效统一的风险监测预警平台。为了提升金融监管效能，根据金融法律法规授予的监管权及数据采集权，一行两会一局分别组织建设了一批重要的监管信息系统，通过监管信息系统各自采集所辖行业的数据，分别进行金融风险监测。分业监管模式下，监管科技实现的是一行两会一局各自分业监管的数字化，彼此的数据、系统相互之间并没有贯通，无法满足科学研判系统性风险的需求。从监管数据来看，数据分割、数据共享机制不健全使得金融监管部门无法及时掌握金融市场整体数据；数据重复校验、对数据质量问题的处罚威慑力不够导致金融监管部门难以及时、高效发现监管数据不真实。从风险监测预警平台来看，每个监管部门都要重复平台建设、数据采集、数据校验、数据分析、风险建模等工作，不仅造成了监管资源的浪费，还给被监管机构带来较重的重复报数负担。

(一)分业监管模式下监管部门之间容易产生数据分割现象

分业监管模式下，金融监管部门为了履行监管职责通过监管信息系统各自采集数据，各自建设了风险监测系统进行风险监测，数据组织分散，各监管信息系统数据标准不统一、技术规范不一致，导致信息归集和使用难，未能形成完整的数据分析体系。分业监管数字化背景下，数据在一定程度上影响了监管话语权的分配，谁掌握了数据，谁掌握的数据更全，谁就掌握了金融市场运行和风险情况，谁就能在中央宏观金融决策中发挥更大的作用，因而金融监管部门没有主动共享数据的动力，容易产生数据“孤岛”和信息“割裂”现象。从我国监管科技的发展来看，按照监管数据集中程度划分，可分为两个阶段。监管科技1.0为监管数据分业集中阶段。金融监管部门分别建设监管信息系统来采集所辖金融领域数据，主要标志为人民银行统计数据大集中、银保监会1104报表系统、证监会中央监管信息平台等。这一阶段后期，监管数据采集逐渐出现了明细数据采集，主要标志为人民银行标准化存贷款抽样统计、银保监会EAST现场检查系统等。监管科技2.0为监管数据统一集中阶段。这一阶段主要标志为金融业综合统计工作的开展。国办发2018年第18号文件对金融业综合统计工作实施做了全面部署，由人民银行牵头。随后，2018年一行两会一局共同建立了金融机构资管产品逐笔统计制度，人民银行开始建设国家金融基础数据库。监管科技2.0阶段虽然在朝着监管数据集中统一方向努力，但是在现有分业监管模式下如何真正实现数据集中统一还有待进一步加强。

(二)金融监管数据共享机制不完善

尽管对金融监管协调作了顶层制度设计，但是金融监管协调属于一事一议，数据共享机制尚未常态化、流程化。

从中央层面金融监管协调来看，尽管2017年第五次全国金融工作会议宣布成立了金融委，对金融监管协调作了顶层制度设计，金融相关法律法规也明确要求建立监管信息共享机制，但是具体到收集监管信息的责任义务、共享哪些监管信息、共享给哪些部门、用什么方式共享等还需进一步明确。

从中央与地方金融监管协调来看，中央与地方金融监管数据共享效率不高。一是金融委办公室地方协调机制和地方政府金融工作议事协调机制两套机制同时协调容易产生协调效率不高的问题。2017年第五次全国金融工作会议，明确要求“地方政府要在坚持金融管理主要是中央事权的前提下，按照中央统一规则，强化属地风险处置责任”。地方政府履行属地风险处置责任需要全面掌握当地的金融风险情况，但是金融管理主要是中央事权，人民银行和外汇局分支机构、银保监会、证监会派出机构数据一般只向中央报送，地方金融监督管理局作为地方金融监管部门，是地方政府的直属机构，与人民银行分支行、银保监局、证监局之间缺乏监管数据、监管报告、行业运行和风险情况等信息的共享机制，无法及时、全面获取监管数据。2020年1月，经国务院同意，金融委办公室地方协调机制在各省陆续建立，这为中央和地方加强信息共享作了制度安排，但是在落地实施中还需要进一步加强信息共享的效率和有效性，特别是如何与地方政府金融工作议事协调机制有效配合。金融委办公室地方协调机制代表中央事权，从中央层面加强中央和地方在金融监管、信息共享和风险处置等方面的协作，地方政府金融工作议事协调机制代表地方属地职责，从地方层面加强地方金融监管、信息共享、防范化解地方重大金融风险等方面的协作。这两套机制实际是金融监管中央事权和风险处置地方政府属地责任不对等的体现。两套协调机制虽然发起人不一样，前者发起人是人民银行省级分支机构主要负责同志，后者发起人是省政府分管领导，但是两套协调机制参与部门差异不大，都包括了银保监会、证监会、外汇局省级派出机构、省级地方金融监管部门、省级发展改革部门、省级财政部门，在地方政府金融工作议事协调机制中人民银行省级分支行也是参与部门，两套机制都要对地方监管协作、风险处置、信息共享等事项进行协调，如果两套机制没有合理的定位和分工配合，容易出现就同一事项重复开会、重复协调、降低监管效率的现象。二是中央与地方金融监管信息共享方式相对比较落后。一事一议通常是事后，共享的数据滞后，仅仅针对某一件事情共享的数据有限，地方政府无法及时发现区域金融风险。从地方金融组织统计制度来看，地方金融组织统计采取的仍是报表统计方式，地方金融组织同时向注册地人民银行分支机构及地方金融监管局报送统计数据，这表明中央和地方缺乏数据共享平台，才需要金融机构重复报数。从《浙江省地方金融监督管理局地方金融监管局数字化建设规划(2020—2022年)》可以看到，浙江银保监局省金融综合服务平台和省人行相关系统尚在外部系统计划对接列表中，表明中央金融监管系统要充分考虑到地方金融监管部门对信息共享的需求。

(三)分业监管模式下难以及时、高效发现金融监管数据不真实问题

CASTRI等(2019)将监管科技划分为四个阶段，划分标准为数据管理流程(数据采集、数据存储、数据处理、数据分析及可视化)的发展进步，认为监管科技逐步从数据采集、数据处理的自动化向数据分析和数据可视化的智能化发展。从监管科技发展的四阶段来看，无论科技怎么发展，监管科技跟传统的信息系统并没有本质区别，处理的是信息输入、存储和输出，关键在于数据真实可靠。但是我国分业监管模式下金融监管数据真实性存在一定的问题。

一是传统报表监管依赖于金融机构报送汇总类数据，监管对象基于考核压力和技术优势有意愿和能力加工和隐瞒真实数据，金融监管部门各自发展金融监管科技，监管科技水平落后于金融科技高速发展速度，难以及时发现数据造假问题。从银行业金融科技发展历程来看，科技投入的分化就注定了业务能力的差距，强者恒强。根据2021年3月2日国务院新闻办公室新闻发布会数据，2020年银行机构和保险机构信息科技资金总投入分别为2 078亿元和351亿元，同比增长20%和27%。根据工商银行2020年年报数据，2020年其科技投入就高达238.19亿元。而根据2020年中央部门决算数据，一行两会一局科技投入最高的是人民银行，其2020年在金融行业电子化建设方面投入为1.60亿元。

二是分业监管模式下，监管数据真实性校验效率较低。每个监管部门都要对数据真实性进行检查和验证，监管数据分散在各个监管部门，监管部门数据之间缺乏关联和交叉验证，现有手段难以发现数据造假。即使某一监管部门发现了监管对象的数据造假问题，也未必能及时将发现的问题共享给其他监管部门。

三是分业监管模式下，金融监管部门对数据质量问题的处罚威慑力不够。一方面，分业监管模式要求在银行、保险、证券等法律法规中分别明确监管部门对数据质量问题的处罚权，一旦涉及到处罚权的修改，需要分别修订相关的法律法规，修订时间较长。另一方面，分业监管下各监管部门对数据质量问题的处罚力度不一样，标准不统一。以银行业为例，行使金融调查统计权的人民银行对错报、漏报统计数据等在银行机构工作中最为常见的行为并没有明确的处罚权，银保监会虽然有现场检查权和处罚权，但合规报送罚单大多由地方监管当局开具，金额通常在15万元到30万元之间，对机构约束力不强，直到2020年5月，银保监会首次对EAST现场检查系统的数据质量问题开出大额罚单，对8家银行机构共处罚金1 770万元。

(四)分业监管模式下发展监管科技会产生重复建设平台、重复采集数据、重复评级等问题

1.分业监管模式下重复建设平台、重复采集数据问题

面对新技术的发展，金融监管部门运用云计算、大数据、人工智能等技术各自搭建监管科技云平台，都要建立分布式架构的数据采集平台、数据存储平台和数据分析平台，容易产生重复建设、多头数据等问题，各自采集的监管数据越多，数据不一致情况越严重，无法形成有效的监管合力。

分业监管模式下，金融监管部门基于各自监管目标采集所需的监管数据，而监管目标之间存在一定程度的交叉，如果缺乏整体统筹，基于不同的监管目标采集的可能是相同数据，不同监管部门基于同一监管目标采集的也是相同数据，容易产生多源数据不一致、监管负担过重等问题。

针对监管部门数据分割问题，2017年第五次全国金融工作会议要求“推进金融业综合统计和监管信息共享”。根据国务院2018年工作部署要求，金融业综合统计工作由人民银行牵头，最终目标是建设国家金融基础数据库，以解决宏观金融决策的信息不对称问题。但是从国家金融基础数据库具体建设来看，与银保监会EAST现场检查系统存在交叉重叠的情况。虽然国家金融基础数据库与EAST现场检查系统的建设目标不同，国家金融基础数据库侧重于货币政策决策、宏观审慎管理，EAST现场检查系统侧重于微观审慎，两者采集范围也有所不同，EAST现场检查系统的数据报送机构为银行业机构，国家金融基础数据库的数据报送机构除了银行业机构以外，还包括企业集团财务公司、信托、租赁、贷款、消费金融公司及货币经纪公司等，但是两个系统采集的银行业金融机构数据在数据粒度和数据内容上比较相似，国家金融基础数据库采集的借贷业务以单笔贷款业务合同或贷款借据为单位，要求逐笔报送存量及发生额信息，统计粒度为一笔一笔的业务数据，EAST现场检查系统采集的借贷业务以分户账及分户账明细为基准，要求逐笔上报所有账户及影响账户余额变动的交易信息，统计粒度为一笔一笔的业务数据和客户账户层面的汇总数据。从两个系统对比来看，无论是人民银行业务统计视角，还是银保监会客户统计视角(业务层级和客户汇总层级)，本质采集的都是细颗粒度的每笔借贷业务，而EAST现场检查系统较国家金融基础数据库统计口径更为细致，且银保监会对金融机构“错漏报”拥有现场检查权和处罚权，数据质量保障系统更完备，按照国务院对金融业综合统计工作的部署要求，现行统计由人民银行协调其他中央及地方金融管理部门归集数据，国家金融基础数据库在做数据规划时应充分考虑EAST现场检查系统已经采集的数据。但是根据人民银行2020年7月发布的《关于建立金融基础数据统计制度的通知》(银发〔2020〕164号)，贷款、存款基础数据统计工作是直接从金融机构采集数据，并没有考虑EAST现场检查系统的数据。当人民银行和银保监会分别采集同样的数据时可能会出现数据不一致的情况，降低监管效率，同时还在存在重复建设、加重监管负担等问题。

2.分业监管模式下重复评级问题

央行金融机构评级、央行MPA考核、银保监商业银行监管评级、银保监小微企业金融服务监管评价、银保监绿色信贷实施情况评价等监管活动都需要监管对象报送数据，报送的基础数据很多是相同的。央行和银保监会分别对商业银行进行监管评级，评级基础数据均来自银保监会的1104系统，虽然等级划分不同，但从评级指标来看评估内容高度重合，如表1所示都关注商业银行的资本充足情况、公司治理和内部控制、资产管理、市场风险、信息系统、盈利能力、流动性风险，存在监管重复的问题；从两者的评级结果来看，部分评级结果存在不一致的地方，这表明监管部门对同一金融机构的风险认定不同，这无法有效支持宏观金融决策，并且两者的评级结果应用场景还不一致，人民银行对于评级结果在8～10级的金融机构，在业务准入、再贷款授信、政策支持等方面采取约束措施，银保监会认为综合评级为5级和6级的银行是高风险机构，应依法采取限制业务准入、督促控制业务增长和风险敞口等监管措施和行动，这容易造成监管对象的困惑。

表1 人民银行和银保监会的金融机构评级指标构成

(五)监管科技统筹有待进一步加强

虽然中央金融监管部门主动加强了监管科技的顶层设计，人民银行于2017年成立了金融科技委员会，提出积极利用大数据、人工智能、云计算等技术丰富金融监管手段，证监会于2018年成立了监管科技专家咨询委员会，并印发了《中国证监会监管科技总体建设方案》，但是可以看到监管部门仍然是各自规划监管科技建设。从地方金融监管来看，目前北京、深圳、广州等地政府各自为政发展监管科技，通过跟金融科技公司合作(其中国内互联网巨头占比很大)，开发出标准不一、不同规则的监管科技平台，地方对监管科技的探索较为分散，缺乏对监管科技应用的顶层规划，缺乏统一的数据标准、技术规范，无法有效监测和防范区域性金融风险。

从监管科技研发和运行来看，不仅中央金融监管部门较多选择与金融科技公司合作开发监管科技工具和系统，中央金融监管部门派出机构由于科技开发能力有限在监管系统应用和接口方面更需要技术外包，中小金融机构很多没有独立的信息系统开发能力也需要技术外包，中央金融监管部门派出机构和中小金融机构大量采购监管系统边缘项目，这些项目金额不大但是数量众多，且与核心系统直接相连，供应商准入门槛相对较低，中标的供应商规模偏小也没有能力加强安全防护保障，这些小供应商很容易成为黑客攻击的对象，极易成为监管科技安全防护的短板。

三、推进监管科技融合发展的建议

针对分业监管模式下发展监管科技面临的数据分割、重复建设、统筹协调机制不完善等问题，要想高效发挥技术提升监管效率的作用，金融监管部门应在金融委的统筹协调下，打破固有的监管部门利益，以融合为主要目标发展监管科技，近期应统一监管数据采集，统一金融监管部门的风险监测，提高监管科技资金使用效率，完善数据真实性监管机制和金融监管数据共享机制；未来应成立全国统一的金融监管科技部门，架构统一的国家级监管科技云平台。

(一)加强监管数据统筹规划，统一监管数据采集

监管数据融合是实现监管科技融合的前提条件。一是充分发挥金融委统筹协调金融监管数据利益的作用，推动金融委依据监管目标合理划分中央金融监管部门的数据监管权限，统筹规划各中央金融监管部门的数据需求，统一制定金融基础统计要素标准，形成口径明确、协调统一、兼容可比的统计基础；统筹监管信息系统招投标工作，中央要加强对中央监管部门派出机构和地方金融监管部门招投标工作的指导，统一提高供应商准入门槛，特别是增加对供应商网络安全防护能力的要求。二是持续加强“金融业综合统计”专项工作，按照国务院要求完成近期目标和中期目标，合理协调“金融业综合统计”与人民银行其他信息系统建设之间的关系。其一，“金融业综合统计”建立的国家金融基础数据库要覆盖所有的金融机构、金融基础设施和金融活动，全面采集系统重要性银行数据、金融控股公司数据、地方金融组织数据和线上联合消费贷款等金融新业态数据，适时监测金融新业态、新产品；其二，国家金融基础数据库要实现数据充分共享，归集其他金融监管部门现有数据库的相关数据，减少数据重复，提高统计透明度和数据使用效率，健全金融监管部门与其他国家部委之间的数据分级共享机制；其三，金融监管部门要牢牢掌握国家金融基础数据库的系统和数据、运行机制、核心算法、核心技术，构建应对“第三方依赖”的风险防范机制。

(二)统一金融监管部门的风险监测

针对重复监管的问题，金融委牵头统一金融机构的监管评级，指定一家金融监管部门对金融机构进行监管评级，并把监管评级共享给其他金融监管部门，提高监管的权威性。针对风险监测分散的问题，金融委在统一监管数据采集的基础上，进一步整合各监管部门的风险监测系统，建设多方联动的风险态势感知平台，建立统一的风险监测预警平台，通过复杂网络、深度学习等新技术和新方法，提高监管的预见性、精准性和有效性。

(三)提高监管科技资金使用效率

一方面，金融监管部门要盘活存量，提高已有监管科技项目资金的使用效率，努力实现监管科技项目资金项目绩效目标，降低进度慢、资金闲置、浪费等风险；另一方面，金融监管部门要用好增量，按照监管科技规划合理安排部门预算中监管科技项目资金，加强新增监管科技项目与已有监管科技项目的关联性和衔接性，降低重复建设等风险。

(四)完善数据真实性监管机制

监管数据真实性是科学研判金融风险的基础，数据真实性保障工作也是监管科技的一项重要工作。一是各监管部门传统报表监管方式要逐渐转向明细数据采集，只有从生产数据、明细数据直接生成监管所需的指标、报表数据，才能从根本上防范金融机构直接报送汇总数据存在的道德风险；二是各监管部门要对监管数据进行多维度地验证，不仅要验证基本的业务逻辑，还要验证明细数据与汇总数据的勾稽关系，更要验证金融机构、金融市场、金融基础设施之间的数据；三是修订金融法律法规，明确相关金融监管部门特别是人民银行的金融统计工作检查和处罚权；四是加大对数据质量问题的处罚力度，形成对金融机构的震慑力；五是积极运用大数据和人工智能等新技术解决数据不真实、不及时、不统一的问题。

(五)完善金融监管数据共享机制

数据共享机制顺畅性很大程度影响监管效率，金融监管数据共享机制的常态化、流程化至关重要。一是制度化监管数据共享机制，提高数据共享机制的操作性，明确监管数据的共享内容、共享对象、共享方式等。二是统筹中央金融监管部门监管科技平台建设，综合考虑其他金融监管部门已有的监管数据，与其他监管数据进行协调对标，与其他金融监管部门充分共享自有的基础数据源、汇总指标以及统计报表。三是提高中央与地方金融监管数据共享的效率，一方面建立中央与地方监管数据交换与共享平台，明确界定共享信息的统计口径、标准、性质、内容、方式以及保障机制；另一方面金融委办公室地方协调机制与地方金融工作议事协调机制要进一步明确任务、分工和侧重点，减少重复协调的现象。四是未来可进一步在金融风险监测预警阶段实现中央监管数据信息与地方政府的同步共享，让地方政府提前监测、预判区域金融风险，才能更好地落实属地风险处置责任；进一步合并金融委办公室地方协调机制与地方金融工作议事协调机制，以提高协调效率。

(六)未来应成立全国统一的金融监管科技部门，架构统一的国家级金融监管科技云平台，对金融风险进行统一大数据分析

未来可进一步考虑从组织架构改革来打破监管数据分割局面，金融委牵头整合金融监管部门的金融科技机构，成立一家独立的全国统一的金融监管科技部门，建设和运营统一的国家级监管科技云平台，统筹宏观审慎监管和微观审慎监管、调查统计和风险监测等多方面的需求，整合国家金融基础数据库、银保监会EAST现场检查系统、证监会中央监管信息平台、人民银行统计数据大集中、银保监会1104系统等系统，采集金融机构的底层生产数据，归集金融市场和金融基础设施的底层运行数据，实现“同一个数据，监管只采集一遍”的目标，并统一构建模型进行数据分析及风险监测评级。