京东金融-Suptech：监管科技在监管端的运用-2018.8-42页-2mb

监管科技系列报告之一：Suptech在监管端的运用

核心内容

本报告是京东金融研究院监管科技系列的第一篇，聚焦于监管科技在监管端的应用（Suptech），探讨其在全球主要国家金融监管机构中的实践与发展趋势。报告指出，监管科技是金融监管与科技结合的产物，主要由Suptech和Comptech两部分组成，其中Suptech关注监管机构如何利用技术手段提升监管效率与精准度。

主要观点

• 监管科技的定义：监管科技（Regtech）是监管与科技结合的解决方案，其核心是数据驱动，依托云计算、人工智能、区块链等技术，提升监管效率和合规水平。
• Suptech的应用领域：Suptech主要应用于数据收集与数据分析两大方面，包括自动化报告、实时监控、数据验证、数据整合、数据可视化、云计算等。
• 监管科技的实践案例：全球多个监管机构已开始应用Suptech，如美国的SEC、FINRA、NASDAQ，英国的FCA，以及卢旺达、新加坡、意大利等国家的监管机构。
• 监管科技的发展趋势：
  1. 监管科技将向金融监管全链条发展。
  2. 监管端与合规端的合作将成为重要路径。
  3. 区块链技术成为监管科技的重要组成部分。
  4. 数据治理问题仍需加强。
  5. 监管科技在监管决策中的作用需要进一步明确。
  6. 监管科技的制度化进程加快。

关键信息

一、数据收集中的Suptech应用

1. 自动化报告（Automated Reporting）

   • 奥地利中央银行（OeNB）通过中间公司AuRep实现数据自动推送，形成标准化、完整的报告。
   • 卢旺达国家银行（BNR）采用“数据进栈”方法，从金融机构IT系统中自动抓取数据，形成报告。

2. 实时监控（Real-time Monitoring）

   • 澳大利亚证券与投资委员会（ASIC）通过MAI系统实时监控交易数据，识别异常行为。
   • SEC使用KDB/Q、R、Python等技术对市场数据进行实时分析。

3. 数据验证（Data Validation）

   • 通过机器学习（ML）和自然语言处理（NLP）等技术自动识别数据异常，提升数据质量。
   • 奥地利、新加坡等机构均采用此类技术。

4. 数据整合（Data Consolidation）

   • 整合结构化与非结构化数据，支持更全面的监管分析。
   • 意大利银行（Bol）将可疑交易报告与新闻评论整合，用于反洗钱（AML）调查。

5. 数据可视化（Data Visualization）

   • 利用交互式仪表板、网络图、热图等工具，帮助监管者理解复杂数据。
   • 英国FCA、新加坡MAS等机构已广泛应用。

6. 云计算（Cloud Computing）

   • 提供更大、更灵活的存储和计算能力，用于处理海量金融数据。
   • 多个机构（如SEC、CNBV、MAS等）已部署云计算平台。

二、数据分析中的Suptech应用

1. 虚拟助手（Virtual Assistant）

   • 聊天机器人用于答复消费者投诉、解答监管问题。
   • 例如菲律宾BSP、英国FCA等机构已开始试验。

2. 市场监管（Market Regulation）

   • 利用大数据分析技术识别市场操纵、内幕交易等行为。
   • SEC通过ARTEMIS系统分析交易行为，识别违规操作。

3. 不端行为监测分析（Monitoring and Analysis of Misconduct）

   • AML/CFT监测：通过NLP和ML分析可疑交易报告、新闻评论等。
   • 欺诈识别：SEC使用序列分析技术识别潜在欺诈行为。
   • 预测违规销售：FCA通过监督学习和“随机森林”技术预测销售违规行为。

4. 微观审慎监管（Microprudential Supervision）

   • ML用于信用风险评估，整合多源数据预测贷款违约。
   • 神经网络用于分析流动性风险，检测异常支付数据。

5. 宏观审慎监管（Macroprudential Supervision）

   • 识别宏观金融风险，如房价、通胀趋势。
   • 利用NLP进行情感分析，评估市场情绪对金融稳定的影响。
   • 维护金融稳定，通过热图等工具识别潜在风险。

三、综合运用的监管科技案例

1. 美国纳斯达克证券交易所（NASDAQ）

   • 推出Linq，基于区块链技术实现非上市公司股权数字化。
   • 与花旗合作推出ChainCore平台，用于跨境支付处理。
   • 推出SMARTS市场监视技术，监控加密资产交易，提升市场透明度。

2. 美国金融业监管局（FINRA）

   • 使用SONAR系统监测内幕交易和市场操纵。
   • ADS系统整合交易数据，用于自动和人工监控。
   • VISTA系统收集交易、报价、股息等信息，用于识别违规行为。

3. 美国证券交易委员会（SEC）

   • 引入XBRL，提高财务报告的标准化和可分析性。
   • 使用MIDAS系统监控市场行为，提高监管透明度。
   • ARTEMIS系统用于分析交易行为，识别潜在违规。
   • 推出CAT系统，统一管理交易数据，提高监管效率。

4. 英国金融行为监管局（FCA）

   • 实施“数字监管报告”项目，提升报告质量。
   • 推出RegHome平台，用于知识共享。
   • 与高校、银行合作开展Ascent Experiment，测试NLP和AI技术在法规解释中的应用。

总结

监管科技（Regtech）在监管端的运用（Suptech）正成为全球金融监管的重要趋势。它不仅提高了数据处理的效率和精准度，还增强了监管机构对市场风险、不端行为、流动性及宏观金融风险的识别能力。随着区块链、人工智能、大数据等技术的不断成熟，Suptech将在金融监管的全链条中发挥更大作用。然而，数据治理、监管科技在决策中的角色以及制度化进程仍是需要进一步解决的问题。