李伟 中国人民银行科技司司长
金融是国家重要的核心竞争力，金融安全是国家安全的重要组成部分。党中央、国务院高度重视防范化解金融风险，党的十九大、中央经济工作会议、全国金融工作会议均对新时代金融监管工作提出了新的、更高要求。同时近年来信息技术蓬勃发展，在此背景下监管科技（RegTech）应运而生，旨在利用现代科技成果优化金融监管模式，提升金融监管效率，降低机构合规成本。
监管科技应用的必要性
1
应对金融风险新形势的需要
由于金融科技背景下服务方式更加虚拟、业务边界逐渐模糊、经营环境不断开放，金融风险形势更加复杂。
在此背景下，金融管理部门通过监管科技手段构建现代金融监管框架，研发基于人工智能、大数据、应用程序编程接口（API）等的金融监管平台和工具，采取系统嵌入、应用对接等方式建立数字化监管协议，有效增强金融监管信息的实时性、准确性、可追溯性和不可抵赖性，为及时有效识别和化解金融风险、整治金融乱象提供支撑。
2
解决金融监管瓶颈的需要
随着我国金融业快速发展，金融管理部门在规范、管理和监督金融机构、金融市场等过程中面临挑战。在时效性方面，传统监管模式大多采用统计报表、现场检查等方式，依赖金融机构报送监管数据和合规报告，这种监管模式存在明显的时滞性。在穿透性方面，部分金融创新产品过度包装，业务本质被其表象所掩盖，准确识别跨界嵌套创新产品的底层资产和最终责任人存在一定难度。在统一性方面，金融机构合规人员在业务经营范围、数据报送口径、信息披露内容与准则、金融消费者权益保护等方面存在理解偏差，造成监管标准难以做到一致。监管科技借助技术手段对金融机构进行主动监管，通过对监管政策、合规性要求等的数字化表达，采用实时采集风险信息、抓取业务特征数据等方式，推动监管模式由事后监管向事中监管转变，有效解决信息不对称问题、消除信息壁垒，有利于缓解监管时滞性、提升监管穿透性、增强监管统一性。
3
降低机构合规成本的需要
自2008年全球金融危机爆发以来，各国纷纷进行以宏观审慎政策为核心的金融监管体制改革，对金融机构合规管理、创新管理提出了更高要求。
一方面，监管要求趋于严格，监管新政策推出的速度明显加快，金融机构需要投入更多的人力、物力、财力等资源去理解和执行监管新规，从而增加了合规管理成本。
另一方面，金融创新日新月异，金融机构对监管要求了解不深入、不及时，可能导致创新滞后而贻误商机、丢失市场，也可能因忽视监管、拔苗助长形成风险而面临规范整治，增加了创新管理的成本。为此，金融机构迫切希望借助数字化、自动化手段增强合规能力，减少合规工作的资源支出，在加快金融创新的同时及时跟进监管要求，提高自身的合规效率和市场竞争力。
4
顺应大数据时代变革的需要
随着大数据时代的脚步渐行渐近，金融业作为典型的数据密集型行业，每天都在生成和处理海量数据(行情603138,诊股)资源，对以数据为基础的金融监管产生了深刻影响。一方面，数据已经成为金融服务的重要生产资源，金融机构需要在“了解你的客户（KYC）”基础上进一步“了解你的数据（KYD）”，将尽职调查的对象由每一家机构、每一位客户扩大到每一个字节、每一个比特，甚至可以实现对每笔交易的精细化、精准化风险管理。另一方面，数量巨大、来源分散、格式多样的金融数据超出了传统监管手段的处理能力。监管科技有助于风险管理理念的转变和风险态势感知能力的提升，运用大数据技术及时、有效地挖掘出隐藏在金融海量数据中的经营规律与风险变化趋势，实现金融风险早识别、早预警、早发现、早处置。
监管科技应用框架
为提升监管科技应用效能，应当建立以金融管理部门为中心、以金融机构为节点、以数据为驱动、具有星型拓扑结构的技术监管框架。事前将监管政策与合规性要求“翻译”成数字化监管协议，并搭建监管平台提供相关服务；事中向金融机构嵌入监管“探针”自动化采集监管数据，进而实现风险态势的动态感知与智能分析；事后利用合规分析结果进行风险处置干预、合规情况可视化展示、风险信息共享、监管模型优化等。监管科技的应用框架如图所示。
1
监管规则数字化“翻译”
以文本形式呈现的监管规则在一定程度上存在理解成本较大、语义含糊等问题。因此，首先要利用信息技术手段将文本规则翻译成数字化协议，提升金融监管的一致性与权威性。
充分运用自然语言处理（NLP）等技术转译监管规则，精准提取量化指标，建立规则中所涉主体间的关联关系模型，实现监管规定数字化存储与展现。
利用计算机程序设计语言将监管规则编译为“程序代码”，从关键操作流程、量化指标、禁止条款等方面进行编程开发，封装为具有可扩展性的监管API等监管工具，实现机器可读、可执行、可对接。
建立健全数字化监管规则库，充分整合归集不同领域、不同业态的数字化监管规则，利用深度学习、多级融合算法等手段及时挖掘发现监管漏洞、分歧和新需求，增强金融监管自我完善、自我更新、自我提高的能力。
2
监管应用平台化部署
监管平台是承载监管科技应用的关键信息基础设施。监管平台的建设既要有效整合不同架构的业务系统、处理多源异构的监管数据，也要具备服务敏捷部署、资源动态分配的支撑能力。
3
监管数据自动化采集
金融监管就是数据监管，金融数据的采集汇聚是数据监管的基础，因此要建立完善监管数据采集体系，为金融监管提供有效支撑。在数据提取环节，优化监管数据报送手段，利用API、系统嵌入等方式，实现金融管理部门与金融机构之间的实时数据交互，减少人工干预，降低合规成本。在数据传输环节，利用密码技术、数据安全存储单元等支撑监管数据传输，通过属性、对象和访问类型标记元数据，增强监管数据采集过程的安全性和可靠性。在数据清洗环节，针对海量异构金融数据，特别是由于数据来源广、关联系统多等原因而产生的低质量数据，综合运用数据挖掘、模式规则算法、分析统计等手段进行多层清洗，使获得的数据具有高精度、低重复、高可用优势，为风险态势分析等提供更为科学合理的数据支持。
4
风险态势智能化分析
风险分析是金融监管的核心环节。要基于人工智能技术实现金融风险的智能化监测，提升金融风险态势感知能力。
5
合规情况综合化利用
针对风险态势智能分析得到的不同结果，合理运用、因事制宜、精准施策，提升金融监管的有效性。
借助深度学习等技术实现风险隐患的自动化处置，针对不同的风险类型触发最优的风险处置和缓释措施，如对欺诈交易采取自动中断，对系统性金融风险实行早期预警。
利用可视化等技术将合规情况进行全方位、全要素展现，同时借助云平台等促进风险态势互通，实现风险信息在监管科技参与主体间的全局共享，最大限度隔离风险。
借助数据分析和模式识别等技术，将风险态势分析结果、合规情况报告、历史监管数据等进行自动抽取、反复迭代，促进算法的重构与优化，建立更准确、完整、合规的分析评估模型和内部管理规则。
监管科技的实施策略
1
建立监管科技标准体系
