以数据为核心 驱动监管科技升级

本篇文章967字，读完约2分钟

我们的记者李沛

主题为“金融技术与监管技术”的2018年北京金融服务法律研究会年会近日在北京召开。与会嘉宾就金融技术和监管技术的理论和实际应用进行了深入探讨。

监管技术是一种以数据为导向的价值解决方案，依托云计算、人工智能和区块链等新技术，以更高效的合规和更有效的监管为背景，实现金融和技术的更紧密融合。

在国际上，监管技术在证券监管中的应用实践很多，涉及证券发行、信息披露、证券投资交易、证券违法行为、证券市场风险监管、证券投资者保护等。

就国内情况而言，京东数字科技研究院院长孟认为，今年8月中国证监会《监管科技总体建设规划》(以下简称《规划》)的颁布，完成了监管科技建设的顶层设计，使得处于倡导或研究层面的监管科技有可能看到更清晰的“时间表”和“路线图”。

《规划》明确提出了五项基础数据分析能力、七大类、三十二种监管业务分析情景，强调了大数据分析中心建设原则、数据资源管理工作思路和科技运行管理“十二大机制”。

值得注意的是，在实践中，监管技术在证券监管中的一些应用已经超前于规划和设计。例如，在打击内幕交易方面，中国证监会依靠大数据仓库建立各种数据分析模型，并利用数据挖掘寻找“硕树”案件的线索。

在年会上，京东数字科技研究院还发布了监管技术的第三系列研究报告——证券监管中的监管技术(以下简称“报告”)。

据了解，《报告》对监管技术在证券发行、信息披露、证券投资交易、证券违法行为监管、证券市场风险监测分析与预警、证券投资者保护等方面的实际应用进行了深入分析，并对监管技术在证券市场相关业务中的进一步应用提出了切实可行的建议。

从实际出发，当前金融监管对新技术的主要需求集中在实时监控市场运行状况、监控市场风险、识别异常交易行为、优化审计前、过程监控、审计后处罚等多种监管模式。为了满足这些需求，数据和技术是必不可少的。

数据是科技监管的基础，数据标准化是科技监管的前提。然而，目前金融领域不同行业、部门和分支机构的数据收集和统计存在差异，使得数据的可比性、可计算性和可评价性较低。

根据该报告，这将是一个循序渐进的过程，从蓝图到监管科学和技术的综合实践。在监管技术得到充分利用之前，至少需要解决三个问题:如何实现数据标准化，如何改造和更新大数据、云计算和人工智能等新技术，以及市场能否适应监管方式变化带来的成本增加。