王志峰：这些金融监管科技改变金融生态

国粮

王志峰（中国互联网金融协会金融科技专家委员会委员）
  近年来，中国金融科技快速发展，已成为全球最活跃的金融科技市场。如果说科技是驱动金融发展的发动机，监管就是刹车片。发展监管科技是应对金融风险新形势的需要，也是解决金融监管瓶颈的需要。监管科技通过应用先进技术变革金融功能、业务模式，改变了整个金融生态。
  IIF（国际金融协会）和FCA（英国金融行为监管局）列举了几个主要监管科技所应用的技术，如云计算、大数据、物联网、人工智能、区块链、量子技术等。
  云计算及其应用
  云计算在金融及监管科技领域的应用呈现出不同特点：传统大型金融机构更倾向于自主开发上层应用，专有云是首选甚至是唯一的部署模式；中小金融机构由于自身资金和技术实力相对薄弱，更倾向于采用行业云、公共云平台的系统建设方式；新型的互联网金融企业则主要偏好采用公共云的部署方式，需求也很旺盛。
  有很多机构在云计算应用领域做得不错，比如银联智慧眼产品，该产品从获客引流、反欺诈、风险和价值评估，到贷后管理都通过云平台提供相应支持。
  云计算也让获客引流更加智能便捷。从前金融机构的获客引流往往通过电话短信，云计算则会引入更多维度的数据，如交易特征、月交易金额、所属行业、消费额等，这些数据可以对使用客户更好地画像。
  云计算应用的一个典型案例是中国互联网金融协会引入的法海风控金融监管云平台。中国互联网金融协会2016年成立，几乎所有中国网贷机构都在其中。在这个背景下，对大数据采集、建模、分析变得至关重要。法海风控金融监管云平台的大数据采集能力很强，平台基于28亿个高精度解析的风险数据，其底层对接了全国3000多家法院、5000多家司法网站、9万多个司法栏目，全方位司法风险覆盖。法海风控金融监管云平台对特定监管对象有效实现了负面警报数据全面覆盖、精准解析、信息聚合和风险等级判定，对被监控企业的司法涉诉、经营、舆情、违规、招聘、监管机构处罚、行政税务处罚等领域实现了全面监管。
  大数据及其应用
  大数据泛指大小超出常规数据库工具获取、存储、管理和分析能力的数据集合，包括数据可视化、数据挖掘、存储、数据预处理、采集等。
  大数据在前台营销中发挥着非常重要的作用，比如客户的管理、产品及服务的创新、渠道的管理、营销管理等。前台营销要找各种不同流量方合作，需要对各种不同流量进行风险识别，然后再接入性价比高的流量。比如微众银行、支付宝等很多公司的“秒贷”，在授信审批的环节和风险预警中，有很多模型在支撑着这个业务的拓展。对于这些有几千万、上亿客户的金融机构来说，如何有效评价每一个客户创造的价值？大数据发挥比较重要的作用。
  中国互金协会互联网金融信息披露平台是大数据应用的一个典型案例，这个平台已连接了上百家金融机构，对这个行业来说，信息的采集、披露和分析非常有价值。
  蚂蚁金服大数据与智能驱动监管合规平台是另一个大数据应用的典型案例。当一个用户开通了银行的信用卡之后，银行可能给的一个月额度是5000元，但是当这个用户一个月猛刷2万，然后到期还，之后的几个月里也刷了2万并且按时还，半年后银行觉得这个客户消费能力这么强，可能会给他提额，比如把一个月的消费额度提到3万、5万。提到这个额度以后，这个客户可能刷完一笔就把这个卡废掉。这种情况下，银行如何有效识别这个风险？这是非常大的挑战。
  蚂蚁金服监管平台基于分布式计算架构，构建了大数据平台。这套基于混合云的架构分布式计算，具有低延时的特点，可以支持超大规模复杂网络。
  “双十一”这一天，支付宝每秒处理的支付数量在全球是领先的，远超过银行和其他金融机构，在这个过程中也可能伴随着大量的欺诈，类似于合规方面的事情都会冒出来。在这个情况下，仅靠大数据是不够的，还要有专家经验以及智能模型构建的智能指标库，构建一键式、透明监管的模式。蚂蚁金服在这个方面做得不错。
  物联网及其应用
  互联网连接的是全球60亿人，而物联网连接的是6000亿的各种设备和物。伴随着5G网络的运用，物联网及其应用可能会有更大的变化。
  物联网在金融领域有几个有意思的应用。比如，供应链金融经常要控制上下游的生产进程，如果在这些公司的设备上装一些传感器，就知道这个公司是不是在正常运营。再比如，在银行做贷款时，抵押品五花八门，有车也有库存里的存货。现在有些银行针对比较大型的存货装一些传感器，就知道这个存货还在不在。
  在保险领域，在用户车里装传感器对保险公司而言可以进行差异化定费，帮助确定费率。
  工商银行做了一个物联网金融的监管系统，这个系统中对所有物品从不同维度，比如身份识别、物品形状、重量、位置、状态、周边环境等，做了全方位的监控。
  平安银行的物联网+供应链金融风险监控平台也是物联网应用的另一个典型案例，通过物联网技术对白酒、汽车、钢铁、建材、有色金属等实时监控。
  人工智能及其应用
  人工智能，从技术角度说，包括计算机视觉、自然语言处理与交流、机器人感知、机器学习、专家系统、进化计算等，其中，机器学习又包括监督学习、无监督学习、半监督学习、强化学习、深度学习。
  人工智能的应用场景包括智能投顾、机器配置、用户零干预一键理财等。在资产管理领域，人脑做判断、做宏观方案，人工智能做微观的海量的数据分析。
  在监管科技领域，人工智能有更多的应用场景，比如客户身份的识别、金融反欺诈、反洗钱，以及机构行为监管，主动性、预测性、系统性监管等。
  慧安金科基于人工智能反洗钱解决方案是人工智能应用的典型案例，基于反洗钱可疑交易相关数据和正负样本，利用机器学习、图关联模型可以自动识别出可疑交易，提升可疑交易筛选的覆盖度，并降低误报率。
  另一个人工智能应用的典型案例是上海证交所推出的舆情风控平台，通过充分利用媒体及网络资讯实现监管模式创新，为证券行业提供专业的舆情服务，包括数据治理、合规审核、客户识别和风险控制等。
  区块链及其应用
  金融归根到底是一个合同文本，中间是资金流、信息流，不涉及到物流。区块链所具有的分散化、去信任化、不可篡改、过程的透明性等特点，使得它在金融方面有不少应用场景。比如各种数字货币、智能合约、区块链自治等。
  在监管科技中，区块链可以用来提升反洗钱和KYC效率，构建实时自动化监管模式。对于P2P网贷企业来说，最大的挑战是借款人信息的缺失，央行征信里可能没有这些企业的借贷数据。北京市互联网金融监测管理系统基于区块链技术的不可篡改性，P2P机构在数据上链后，该数据将无法篡改，确保了历史数据的真实性。
  量子技术及其应用
  量子技术在中国刚刚起步，量子技术的主要研究方向有量子通信、量子计算、量子存储、量子测量与导航，这些方向如何在金融及监管领域有更好的应用，还有待进一步挖掘。从目前看，量子计算的强大计算能力和量子加密传输及量子数字签名可以重构监管科技应用于信息安全体系，可以优化监管科技应用于整个信息计算的模式，以及提升监管科技应用于信息获取的精度，包括量子传感器、量子原子钟这样一些技术的应用。