文 / Amy Tsai 來源/PANews
京東金融於近日發表的最新研究報告指出，區塊鏈、人工智慧等技術將成為監管科技的重要組成部分。
監管科技可分為兩大分支——運用於監管端的監管科技（Suptech）與運用於金融機構合規端的監管科技（Comptech）。
資料為核心驅動
“監管科技”為行政監管和科技的結合，這份報告參考國際清算銀行（BIS）的金融穩定研究所（FSI）於7月釋出的報告 “Innovative technology in financial supervision (suptech) — the experience of early users” 作為依據，並定義出“監管科技”實為“在金融與科技更加緊密結合的背景下，以資料為核心驅動，用雲端計算、人工智慧、區塊鏈等技術為依託，以更高效的合規和更有效的監管為價值導向的解決方案”。
從監管端(Suptech)來看，報告指出，面對金融科技背景下更加複雜多變的金融市場環境，監管部門 有運用監管科技的充足動力。一方面，由於 2008 年金融危機後，金融監管上升到前所未有的高度， 監管機構渴望獲取更加全面、更加精準的資料；另一方面，監管部門面對金融機構報送的海量資料， 需要藉助科技提高處理效率和監管效能。金融科技帶來了新的風險場景和風險特徵，也需要監管 機構“以科技對科技”去積極應對。
監管科技在監管端的運用可以分為資料收集和資料分析兩大方面。資料收集過程中可以形成報告(自動化報告、實時檢測報告)，進行資料管理(資料整合、資料確認、資料視覺化、雲端計算大資料)，以及透過虛擬助手採集消費者、被監管機構相關資訊並進行交流。
在自動化報告的資料推送方式方面，舉例而言，“奧地利中央銀行（OeNB）”以奧地利七大銀行所共有的“奧地利報告服務有限公司（AuRep）”為中間平臺，各銀行傳送資料至AuRep，並由其彙總，行成一簡單、完整且一致的資料包告；在標準化轉換規則下，迅速將資訊傳達至OeNB。
在資料管理方面，監管科技可進行資料驗證、整合、視覺化及雲端計算。資料分析具體運用於四個方面，包括市場監管、不端行為檢測分析、微觀審慎監管和巨集觀審慎監管。
虛擬助手如，菲律賓中央銀行（BSP）開發一款聊天機器人答覆消費者投訴，並進行問題分類、資料統合，及分析需要關注的潛在領域。此外，英國金融行為監管局（FCA）也正在實驗以機器人幫助被監管機構瞭解法律要求，同時為消費者最佳化選項，並透過解讀法條，來審視和評估監管變化所帶來的影響。
“微觀審慎監管”是用於信用風險評估及運用神經網路分析流動性風險，如荷蘭銀行（DNB）正研究一種自動編碼器，來檢測實時結算系統支付資料的異常；“巨集觀審慎監管”則更廣泛地運用於識別金融風險、維護金融穩定和政策評估等面向，美聯儲、歐洲中央銀行和英格蘭銀行皆使用“熱圖”對於被監管機構資料產生的自動分析，來突出潛在的金融穩定性問題。
區塊鏈成重要組成部分
京東金融指出，監管科技將走向金融監管的全鏈條運用，且監管端與合規端共同發展監管科技將成為主流。各國與各組織正不斷加強監管科技在監管事前與事後的應用；監管機構方面，在加強技術研發之餘，也在尋求與銀行及金融科技公司的合作。
2015年，美國納斯達克證券交易所（NASDAQ）推出Linq，使非上市企業能夠基於區塊鏈技術的數字方式代表股權；納斯達克指出，使用該技術的“概念驗證”可降低99%的風險，且發行人和投資者都能線上處理檔案，減輕行政負擔。隨後，其也推出與花旗集團合作的ChainCore和與Gemini合作的SMARTS市場監視技術，前者實現全球性支付處理並自動對帳，後者則提供限制市場操作的安全措施，且被認為是世界上部署最廣泛的監控系統。
此外，區塊鏈技術將成為監管科技不可或缺的一部分，如智慧合約、智慧監管報告等，都將被進一步開發與運用，成為建立信任機制的工具。IBM與外匯市場基礎設施公司（CLS）合作，建立Ledger Connect平臺，旨為將區塊鏈技術運用於多種金融領域，目前已吸引花旗銀行在內的9家金融服務機構參與驗證和測試。
報告指出，需要改進的部分，則是監管科技的資料治理和功能明確性，例如監管機構的資訊取得與使用許可權、商業機密保護和公民個人資訊管理等，皆須由法律規範和保障。而透過監管科技取得並梳理、呈現給決策者的資料資訊，應作為輔助性參考材料或必要因素，甚至對資料的可信度，皆是評估和提升監管效率必須考量的課題。
可以確定的是，隨著監管端運用的層面加深加廣，監管科技也正朝制度化邁進。資料自動化管理提供商Confluence公司的Unity NXT監管報告平臺在SEC頒佈的《投資公佈現代化規則》下，透過提供資料收集和工作流程自動化，使共同基金能在內部重複使用單一、驗證的監管資料集完成“端到端”的申報流程，進而滿足報告要求所需的資料質量、可擴充套件性和時效性。
