从被动处理到主动发现:产业互联网时代下的金融监管科技升级

时间:2019-08-02 21:31

  实时监测,是科技企业数据能力的直接体现。通过对金融主体在国家公开平台的注册信息和实际地理位置、实际IP地址等维度的实时监测和交叉验证,能够分析出金融机构" target="_blank" web="1">金融机构的可信度,提高金融风险主体判别率。

  首先,早期金融监管科技着重于已知线索的筛查,只能运用技术手段,对于已发现的金融风险情况和已成型的风险主体进行分析和追踪,无法做到风险情报在事前的主动发现。因此,对于金融风险主体的事后追责和查证,可能存在“打而不倒”的现象。

  监管科技一词最早由英国金融行为监管局提出,将其定义为“运用新技术,促进达成监管要求”。在中国,监管科技更注重与防范系统性金融风险有机结合。在金融监管科技的早期应用中,主要以技术代替人力,减轻新兴金融模式爆发式增长所带来的监管机构人员配比不足的情况。但随着金融监管环境日益复杂,单纯的技术应用已经不足以适应新的要求,出现了一些短板和显性问题。

  分类分析,是监管部门治理经验和科技企业AI分析建模能力深度结合的关键节点。监管部门根据金融风险打击经验,提供案例和特征,由科技企业进行分析,搭建具有地方特色治理特点的AI模型。在合作中,灵鲲为广州市金融局搭建了一套完整的风险分析模型,并搭载3D可视化技术,能够完整地呈现广州市的实时风险企业数据。

  当前,新一波科技浪潮和产业" target="_blank" web="1">产业变革正在影响全球。在金融监管领域,科技手段也逐渐得到融合应用,由此产生了“监管科技”(RegTech)。在金融监管科技的发展中,互联网" target="_blank" web="1">互联网公司注入了技术力量,同监管部门一道,共同推动金融监管科技的能力升级。

  互联网产生的问题,就要用互联网的手段解决。腾讯副总裁马斌表示,目前,腾讯在金融安全领域已总结出一套行之有效的解决方案——“金融安全智慧超脑”。除了监管科技,还具备金融风控、金融基础安全等能力,持续进行技术探索。监管部门和金融机构也应积极进行数字化转型,发挥政企协同的力量,拿下防控金融风险这场“攻坚战”的胜利。

  其次,考证金融主体登记数据的真实性也是新的挑战。例如,登记地址、IP地址、法人信息、实际所有人信息等均为判断金融主体是否真实存在的重要指标,但早期金融监管科技无法将其交叉匹配,数据的真实性难以考证,影响了风险主体识别的准确率。