0
“之前有90%的投資人，都不太理解為什么要堅持監(jiān)管科技。他們甚至會反問我，為什么不去放貸。”一位在該領域深耕多年的科技公司CEO感慨道。
但他也指出，經(jīng)受新冠疫情之后，他們得到了更多支持，“現(xiàn)在已經(jīng)有一些投資人能聽懂它的戰(zhàn)略意義了。”
監(jiān)管科技，這個寬泛的概念，似乎在2021年終于得到了更具象化的呈現(xiàn)、更深入的價值討論。“十四五”規(guī)劃中更是明確寫著，“要強化監(jiān)管科技運用”，技術(shù)驅(qū)動型金融監(jiān)管框架的建立已經(jīng)提上日程。
風口總算來了？是不是來得太晚了？總有業(yè)界人士疑惑，監(jiān)管科技的討論總是流于表面，市場大則大矣，卻似無頭蒼蠅。
但也不止一位受訪者告訴雷鋒網(wǎng)AI金融評論，現(xiàn)下正是水到渠成的時候，百億甚至千億級的市場機會，已經(jīng)浮現(xiàn)。
它正在，也理應成為金融科技世界的下一個主角，可距離這個目標，到底還有多遠？
顧名思義，與監(jiān)管有關(guān)的一切技術(shù)手段，都算是監(jiān)管科技。
“所有致力于幫助金融機構(gòu)達成監(jiān)管要求和合規(guī)的科技服務，產(chǎn)品，技術(shù)都可以屬于這個范疇?！蓖芸萍急O(jiān)管科技咨詢高級總監(jiān)Zhe介紹道。
從廣義上講，應對巴塞爾協(xié)議、新資本協(xié)議、IFRS9、CCAR（美國）等國際上的，以及我國監(jiān)管機構(gòu)提出的合規(guī)要求的量化分析，都屬于監(jiān)管科技。
我們的視角，或許可以再高屋建瓴一些——在文因互聯(lián)CEO鮑捷眼中，監(jiān)管科技就應當是針對金融的每一個環(huán)節(jié)加強監(jiān)管，在此過程中的“全方位的動作”。
最近五年的金融監(jiān)管，在防范系統(tǒng)性風險的大方向下有序展開，去杠桿、強監(jiān)管互金、治理資本市場等一系列主題的背后，信息的收集已經(jīng)從可選項變成了必選項。
因此在他看來，監(jiān)管的核心，就是海量的信息收集和業(yè)務規(guī)則的建立。監(jiān)管科技的關(guān)鍵議題之一，就是其中的自動化能力提升。
這就好比交通違章，如果沒有攝像頭大規(guī)模鋪設，絕大多數(shù)違章是很難被查到的。監(jiān)管科技也可以被看作是，給金融的各個角落安上“攝像頭”，搭建起背后井然有序的監(jiān)測體系。
“它的本質(zhì)，是在倒逼全體金融機構(gòu)來進行自動化，構(gòu)造一整套的金融信息處理的自動化底層框架，在避免合規(guī)風險的同時，也完成了內(nèi)部業(yè)務流程和業(yè)務知識的沉淀，極大地提升了自身的市場競爭力?！滨U捷強調(diào)。
實現(xiàn)自動化、穿透式監(jiān)管的理想目標之前，在相當長的一段日子里，監(jiān)管科技很大一部分工作，是對底層數(shù)據(jù)進行收集和整理，機構(gòu)間數(shù)據(jù)壁壘的打通，數(shù)據(jù)上如何“對齊”“達成共識”。
這些工作沒有太多的故事可以講，這也是監(jiān)管科技的風口，為何讓人覺得遲遲未至。
因此，從數(shù)據(jù)維度來看，構(gòu)建金融信息的“高速公路”，也是監(jiān)管科技的主題之一。當“高速公路網(wǎng)”建成，路旁的加油站、服務區(qū)等基建，甚至連綿成片的城鎮(zhèn)，也就相應誕生。
“估計五年左右的時間，一個國家級金融信息高速公路系統(tǒng)會建立起來，自然而然形成很多細分市場，出現(xiàn)一批抓住場景機會的新公司——這意味著無數(shù)個細分的百億級的市場機會，其總和無疑至少將是千億級的。”
而這片千億級藍海究竟涵蓋多少細分市場，業(yè)界眾說紛紜。
Zhe指出，就目前的市場熱點來看，監(jiān)管科技至少可以覆蓋企業(yè)風險管理，金融反欺詐，金融反洗錢，模型風險管理，數(shù)據(jù)隱私性管理，區(qū)塊鏈技術(shù)等領域。
恒生電子的視角更關(guān)注交易線上化趨勢和金融監(jiān)管體系的復雜度，將主要應用場景歸納為以下六大方向：
用戶身份識別、市場交易行為監(jiān)測、合規(guī)數(shù)據(jù)報送、法律法規(guī)跟蹤、風險數(shù)據(jù)融合分析、金融機構(gòu)壓力測試。
“監(jiān)管科技到底包括什么，怎么立體地看待，行業(yè)內(nèi)有共識嗎？最多只能聊到個別熱點，很片面?！币晃粊碜糟y行科技子公司的從業(yè)者卻向AI金融評論抱怨，這種“點狀”的劃分和討論并不友好。
巴曙松也在去年十月的一篇論文中，直指目前對于監(jiān)管科技的研究大多處在宏觀層面，多著眼于內(nèi)涵、發(fā)展路徑和應用于整體金融監(jiān)管的情況，關(guān)于細分領域應用的文章較少。
某股份行高管則認為，“其實監(jiān)管科技也好，金融科技也罷，一開始都是從點狀的應用開始，再逐步深化、規(guī)?；?，完成量變到質(zhì)變的過程?！?/p>
但我們可以先從這三條路線來觀察和討論監(jiān)管科技。一位第三方咨詢?nèi)耸糠治龇Q，監(jiān)管科技至少有這三種方向上的發(fā)展：
“一是使用主體上，使用者從監(jiān)管機構(gòu)擴散到被監(jiān)管者，從主動監(jiān)管到主動合規(guī)，例如從一行兩會到金融機構(gòu)、上市公司自身。
二是業(yè)務鏈條上，應用從單個環(huán)節(jié)增加到多個環(huán)節(jié)，例如針對上市公司的自動化審查，從公告合規(guī)到財務數(shù)據(jù)分析、關(guān)聯(lián)交易審查等。
三是隨著新業(yè)務、新產(chǎn)品一同誕生，如前段時間走紅的REITs（房地產(chǎn)投資信托基金），新設立的科創(chuàng)板，圍繞這些新事物怎么做監(jiān)管科技，也是發(fā)展方向的一種。”
盡管圍繞監(jiān)管科技的討論，不時被抱怨“浮于表面”，但仍然有部分細分場景率先跑出，借著政策熱度和技術(shù)成熟度，率先成為第一批有成熟解決方案的場景。
反洗錢，就是其中一大典型。就在今年4月，中國人民銀行發(fā)布了《金融機構(gòu)反洗錢和反恐怖融資監(jiān)督管理辦法》，明確將非銀行支付機構(gòu)、網(wǎng)絡小額貸款公司，以及消費金融公司、貸款公司、銀行理財子公司等納入了監(jiān)管要求，這也意味著，協(xié)助監(jiān)管的技術(shù)手段必須再上一個臺階。
Zhe強調(diào)，反洗錢需要建立完整的治理框架和體系，對于風險的管控體現(xiàn)在前端風險預防，中端風險探測，和后端風險分析與報送。
“除了需要對接多方數(shù)據(jù)，借助黑白名單充分調(diào)查客戶身份，也需要引入各類模型判斷和監(jiān)控客戶以及交易層面的風險，結(jié)合大數(shù)據(jù)分析處理、數(shù)據(jù)交換、知識圖譜、決策引擎、實時計算等技術(shù)，實現(xiàn)客戶盡職調(diào)查中的KYC（Know Your Customer）和CDD（Client Due Diligence）的全流程管理。”
具體來看，某技術(shù)專家介紹稱，監(jiān)管科技在反洗錢上，至少可以在客戶身份識別、監(jiān)管機構(gòu)收集與呈現(xiàn)交易數(shù)據(jù)、數(shù)據(jù)分析等環(huán)節(jié)上“對癥下藥”。
例如數(shù)據(jù)分析上，銀行通常用一套人工經(jīng)驗總結(jié)的規(guī)則系統(tǒng)，用于數(shù)億級的賬戶交易識別，但他透露，系統(tǒng)所識別的可疑案件，95%以上可能都是“誤傷”，銀行可能要配備上百人團隊，人工剔除這95%，挑出剩下5%的真實洗錢行為上報給央行。
但引入機器學習，能夠?qū)v史洗錢案件進行特征提取，根據(jù)交易數(shù)據(jù)、賬目數(shù)據(jù)計算出指標，在此指標空間訓練機器學習模型，大幅降低誤傷概率。
另一個已有大量成熟應用的場景，即是針對上市公司的所有審查環(huán)節(jié)。
證券交易所們對此頗有心得。早在2018年8月，深交所就上線了“企業(yè)畫像”監(jiān)管系統(tǒng)，到2020年已經(jīng)進入三期建設階段。根據(jù)公開報道，一套基于信息披露、公司治理、規(guī)范運作、營運能力、財務異常等維度精準識別風險的分類監(jiān)管評價體系，已經(jīng)建立完成，涵蓋100余項風險指標。
同時，升級重構(gòu)年報審查、重組審查等已有模塊功能，結(jié)合監(jiān)管實踐修改或新增160余條觸發(fā)規(guī)則，從六大維度構(gòu)建180余項標簽體系，對應觸發(fā)規(guī)則360余條。
就以公告審核為例，這一環(huán)節(jié)看似簡單，但如果趕上定期報告披露的高峰，交易所一天內(nèi)要合規(guī)檢查的文件數(shù)量能達到3500~4000篇的水平。
歷史最悠久的辦法之一是通過XBRL（可擴展商業(yè)報告語言）技術(shù)將一些財務數(shù)據(jù)結(jié)構(gòu)化，相當于各方共同學習一套新語言來交流。
該技術(shù)面世至今已過去十來年，但也有使用者抱怨國內(nèi)是經(jīng)過很長一段時間，才有較為趁手的輔助工具，據(jù)說財政部、上交所、深交所等機構(gòu)間的XBRL標準甚至都沒有統(tǒng)一。
更“輕松”也更直接的方式是，基于AI直接從披露的PDF文件中，進行信息自動化抽取。鮑捷表示，該方法已經(jīng)經(jīng)歷了四年的實踐，也已應用在不少核心監(jiān)管機構(gòu)，“各大交易所和銀行間都證明這條路是走得通的?！?/p>
相比起XBRL，用AI“讀懂”公告更像是配備一個“翻譯”。雷鋒網(wǎng)AI金融評論此前也曾報道過文因互聯(lián)與上交所合作的自動公告摘要系統(tǒng)：
通過LSTM深度學習網(wǎng)絡，首先將不同類別公告的關(guān)鍵語句抽取出來，抽取過程僅需公告制作小組業(yè)務專家對少量公告進行標注，期間通過Dropout等方法提供模型泛化能力。關(guān)鍵語句抽取后，再通過規(guī)則方法進行細粒度提取，從而將公告結(jié)構(gòu)化。
此外，在財務狀況、關(guān)聯(lián)交易、風險預警、輿情監(jiān)控等公司風險監(jiān)控環(huán)節(jié)，知識圖譜等新技術(shù)已經(jīng)小露身手，通過調(diào)查供應鏈、股權(quán)關(guān)系、現(xiàn)金流等辦法，推斷是否存在財務造假或者風險傳導，將潛在隱患連根拔起。
相對應地，企業(yè)也可以應用技術(shù)手段，對監(jiān)管規(guī)則進行數(shù)字化解讀，并將其嵌入金融機構(gòu)與各類業(yè)務中，同時根據(jù)監(jiān)管規(guī)則的變化保持更新。
恒生電子合規(guī)管理事業(yè)部副總經(jīng)理顧大煒介紹稱，目前公司已有監(jiān)管規(guī)則數(shù)字化方案，可使用機器學習和自然語言處理技術(shù)，來閱讀和解釋新的和現(xiàn)有的法律法規(guī)要求，向客戶提供差距分析，以幫助識別企業(yè)合規(guī)方案中的潛在缺陷，并根據(jù)相關(guān)監(jiān)管規(guī)則變化完成合規(guī)方案的實時更新。他認為，該類解決方案“至少要實現(xiàn)半自動化”，否則會極其耗時耗力。
除了那些已經(jīng)成熟的應用，監(jiān)管科技還有哪些值得期待的潛力場景？
再過十來天時間，《數(shù)據(jù)安全法》將正式施行，多位受訪者也不約而同地提到數(shù)據(jù)隱私性管理，認為這將是監(jiān)管科技后續(xù)最重要的細分市場之一。
監(jiān)管機構(gòu)之間、監(jiān)管與金融機構(gòu)間也存在著數(shù)據(jù)壁壘的問題，為了保護各參與方數(shù)據(jù)隱私、同時更高效、準確地使用孤立的數(shù)據(jù)，隱私計算沖上風口。
Zhe也強調(diào)，監(jiān)管對于金融行業(yè)的多方數(shù)據(jù)融合應用有著重重限制，亟需安全可靠的數(shù)據(jù)共享流通辦法。
而鮑捷則注意到了一些“擴散”現(xiàn)象。他告訴雷鋒網(wǎng)AI金融評論，在2017-2020年間，監(jiān)管科技的應用主要是在核心交易所和極少數(shù)頭部券商的投行部，但在過去一年多的時間里，他們目睹了應用從純粹的國家監(jiān)管機構(gòu)大量擴散到中間服務機構(gòu)，例如會計師事務所、評級機構(gòu)等等。
“評級，是我們觀察到的一個新的增長點?！?/p>
自去年起，債券強制評級持續(xù)松動，監(jiān)管層要求進一步降低評級依賴，將企業(yè)評級選擇權(quán)完全交予市場決定。業(yè)內(nèi)人士認為，取消評級有利于降低企業(yè)的融資成本，同時也將緩解評級虛高、區(qū)分度不足等問題。
他強調(diào)，這說明評級公司必須應變，從傳統(tǒng)的靜態(tài)評級升級到動態(tài)的、持續(xù)的風險預警和監(jiān)控。
同時，ESG、碳中和、綠色金融等新興概念進入到人們的視野當中，這對監(jiān)管科技又是全新的考驗?！氨热鐐鹘y(tǒng)財務報表可能只有一兩百個字段，但對ESG投資而言，要查看的字段可能超過2000個?！?/p>
注：ESG是指Environmental（環(huán)境）、Social（社會責任）、Governance（公司治理），這些因素被納入到公司可持續(xù)發(fā)展的衡量指標。
無論是強制評級的取消，還是ESG投資概念的引入，又或者是近年來的信用債危機、城投債破產(chǎn)，其實都意味著同一個監(jiān)管科技的發(fā)展趨勢、一個巨大的增量市場：企業(yè)價值判斷。
傳統(tǒng)的企業(yè)價值判斷，往往是純財務角度的，但如今資本市場的看法已經(jīng)發(fā)生深刻變化，原先的企業(yè)數(shù)據(jù)產(chǎn)業(yè)都無法支撐這種全面而先進的審視。
但恰恰是過去數(shù)年監(jiān)管科技的發(fā)展，底層數(shù)據(jù)大量的梳理工作，才使得這種非財務的指標分析，使企業(yè)價值評判體系的重塑，成為了一種可能。
鮑捷感慨，一旦完成這類“打地基”式的底層工作，“你會看到（應用）像雨后春筍一樣冒出來?！?/p>
不過，從整體發(fā)展水平而言，國內(nèi)的監(jiān)管科技仍然落后一些身位?！跋啾扔跉W美國家，中國的監(jiān)管科技起步相對較晚，差距還是比較明顯?！倍辔粯I(yè)內(nèi)人士認為，無論是監(jiān)管體系的全面程度，還是底層數(shù)據(jù)體系的完整度，國內(nèi)其實都有所欠缺。
但他們也指出，國內(nèi)越來越多的科技企業(yè)加入到這一賽道，利用各自行業(yè)經(jīng)驗、技術(shù)能力在幫助監(jiān)管機構(gòu)、金融等機構(gòu)進行監(jiān)管政策的理解以及監(jiān)管技術(shù)落地——在某些細分領域或場景，例如前文所述的PDF文件底層解析能力，國內(nèi)的監(jiān)管技術(shù)甚至要領先于國外。
如今的監(jiān)管科技，讓他們想起了支付在海內(nèi)外截然不同的發(fā)展歷程：“在沒有新增硬件成本的情況下，我們國家就完成了移動支付的彎道超車——誰說監(jiān)管科技就不會有類似的過程？”
轟鳴的引擎聲清晰可聞，有著無限潛力的監(jiān)管科技緩緩攀上風口，只待時機成熟，順利起飛。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
