查看原文
其他

智能金融 | 监管科技(RegTech)与金融业大数据应用趋势

2017-06-06 陈祖峰 星环科技

近年来,随着云计算、大数据、人工智能、区块链等新兴技术的蓬勃发展,在金融机构中的应用愈加丰富;与此同时,监管机构通过科技手段改造、创新、提升监管能力和效率成为金融监管当局的新命题。


5月15日,央行成立金融科技(FinTech)委员会,旨在加强金融科技的研究规划与协调。这一事件也体现了央行监管措施的转变:从既有科技的应用,到主动拥抱技术变化,认可技术作用。在金融科技时代,金融本身的使命并未改变,其核心功能仍是资源的优化配置、支付清算、风险管理等内容。


新兴技术的运用对传统金融的赋能与革新为机构对僵化的金融环境提供了新的活力和创新点,但也带来了诸多新的风险场景和合规问题,如信息泄露、信用欺诈、个人隐私、网络安全等。在这一过程中,监管部门应时之需,利用技术手段提高现有监管流程效率,针对新兴的金融产品、模式实现“穿透式监管”,确保金融科技的业务合规性,成为当前复杂金融环境下的监管新思路。

 

监管科技发展的基础

监管科技(RegTech)本质上是利用科技手段服务于监管合规。一方面体现在监管机构运用技术手段提升监管能力,避免监管套利,提高合规审查的效率;另一方面体现在金融机构运用技术手段提升自身合规和风控能力。RegTech体现的是运用技术的能力重构监管机制,如利用大数据、机器学习等技术手段实时的监控、审查金融风险,管理资产交易安全,提高反洗钱(AML)、反欺诈的效率和效益,降低合规成本,保障金融环境良好、稳健的发展。


新常态下中国金融监管环境日趋严峻,对金融业经营带来的压力和挑战剧增。一方面,不良资产的暴露和风险防控的压力,传统金融业收益阻滞,资金成本、合规成本、资本成本等经营成本上升;另一方面,金融科技的涌现对传统金融业的业务模式提出了较大的挑战。在这一形式下,商业银行、保险机构、证券基金业等金融机构逐渐转变思路,积极探索新技术与业务领域的结合点,驱动业务创新并取得了较好的收益。例如,商业银行在直销银行、电子银行、财富管理等业务场景上结合大数据、人工智能等技术实现了精准营销、智能投顾、实时信贷;交易所利用大数据、区块链技术探索去中心化和分布式的登记结算流程;保险机构在保险精算、产品设计领域用大数据洞察客户,实现客户细分和差异化定价。


在金融业“触网”的大环境下,金融风险环境逐渐复杂,风险传导的形式多样化,突破了传统监管模式。因此,监管部门转变思路,探索新技术与传统监管领域的结合点,也成为在新形势下金融监管的新要求。

 

大数据与监管科技

作为金融科技(FinTech)的有效组成部分,RegTech有效促进了金融科技的发展;与此同时,新兴技术的运用,如大数据,应成为监管部门丰富监管手段的重要探索方向。


当前,国内市场上鲜有部门、机构或金融科技公司在监管领域有效运用大数据技术,这一方面源于传统监管方法以满足合规标准为要求,并没有突出技术和数据的重要性;另一方面,由于数据科学在金融机构中、后台部门的应用较为局限。但应看到,国内监管部门对于大数据技术的探索一直在进行:

①央行反洗钱监测分析中心、信息中心、征信中心探索大数据技术在非结构化数据处理、统计分析、数据集市等领域的运用;

②银监会尝试将分布式架构运用于EAST数据仓库;

③证监会在《证券公司全面风险管理规范》中明确提出“制定数据标准,涵盖数据源管理、数据库建设、数据质量监测”。


笔者在《智能金融 | 2017年金融行业大数据应用趋势展望》一文中提到:2017年监管科技将会与大数据结合的更加紧密,基于大数据架构的反洗钱和合规审计应用会是各地人行、银监和证监的探索与实践方向。事实上,监管部门利用大数据的应用场景不限于上述方向,重要的是认识到大数据技术的能力,并与传统监管场景、流程相结合。例如,以Hadoop架构为首的分布式数据平台融合了传统关系型数据库和大数据技术能力,能够为各地银监局EAST系统提供较好的数据支撑服务和数据分析能力,并有效降低监管科技的使用和维护成本。

 

金融业大数据应用趋势

当前,由于营销、获客、渠道优化等前台业务能够带来明细的直接收益,金融机构的大数据技术应用多聚焦于客户、产品、服务、线上渠道等领域,而在风险管理、内控、反洗钱、合规、审计等中后台领域的运用仍然停留在以资本、指标、规则为主的传统业务范式,以满足监管指引为目的,新兴技术的运用明显较弱。随着利率市场化的加快,金融产品结构复杂化、交易对手方多元化成为常态,金融风险传导也趋向于迅速、难控,风险因子和敞口更多样。在RegTech逐渐成为趋势的背景下,金融机构在大数据的应用思维将由“以客户为中心”延伸到“以监管合规为中心”,逐渐突出数据驱动的风险管理、合规管理,运用大数据技术评估、计量风险创新中后台业务。


笔者认为,金融机构将大数据技术运用于RegTech的方向涵盖如下三方面:

① 运用分布式架构的计算能力和多维数据处理能力,满足数据爆发式增长下对于线性扩展的能力,降低监管科技成本,为监管指标分析、全面风险管理、反洗钱、KYC、内控领域的运用。例如,基于大数据的全面风险管理数据中心,为商业银行、券商的风险管理部门在市场风险、流动性风险、操作风险、信用风险、声誉风险等传统风险领域提供数据基础管理平台;

②结合实时流数据处理技术,为异常交易监控、反欺诈提供决策引擎。例如交易所可运用大数据平台、实时流数据处理技术重构市场监察系统,在业务数据实时监控、风险预警指标、历史数据统计分析、客户持仓行为分析、交易行为模式分析、监察报告等方面实现实时风险计量与管控,确保事前事中风控的时效性;

③ 运用数据挖掘、机器学习与金融风险计量结合,结合内外部数据、市场数据和互联网数据,满足机构全面风险管理的要求。例如,在市场风险头寸、利率风险敞口、违约损失率(LGD)、债项评级风险暴露、押品估值、行为分析、舆情分析等方面的风险计量更加精细化。


综上所述,未来金融监管的发展趋势,将从监管制度和监管科技两个方面双管齐下:在监管制度层面,通过“穿透式监管”防控业务风险,在关键业务环节设置监控点,形成追溯机制,提前识别、防范金融风险传导;在监管科技方面,通过与大数据等技术的结合,在监管部门、金融机构形成落地化的应用,提升监管能力与效率,提高风险、合规的有效性和准确性。

作者专栏文章推荐:

1、智能金融 | 2017年金融行业大数据应用趋势展望

2、智能金融 | 星环科技发布证券业大数据战略规划纲要(白皮书) 上

3、智能金融 | 星环科技发布证券业大数据战略规划纲要(白皮书) 下

陈祖峰

金融业解决方案总监




历任平安陆金所高级规划经理、FIS中国区金融高级咨询顾问、SAP中国研究院商业分析师。10年大型金融机构系统分析、业务咨询和技术服务经历,在金融科技、大数据平台及应用、数据治理、企业信息化战略方面拥有丰富的经验。获得上海交通大学工商管理硕士MBA学位,并持有GARP金融风险管理师认证(FRM)和PMI项目管理协会认证(PMP)。


回复关键字,获取更多资讯

简介 | 产品 | 技术 | 案例集 | 培训 | 白话大数据

评测 |  投资 | 新手上路 | Holodesk | TED视频

技术支持| 金融 | 电力 | 视频监控 | 运营商 |交通

税务 | 电商 | 智能金融 | 医疗 | 快递|TDH5.0|流式计算

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存