宁圣新闻 > 研究报告 > 监管科技:从理论到实践(监管科技发展趋势及启示)

监管科技:从理论到实践(监管科技发展趋势及启示)

2019-09-30

http://www.wnisun.com/nsjt_files/ueditor/upload/image/20190902/1567386857672076867.jpg

三、监管科技发展趋势及启示

(一)、监管科技市场将进一步繁荣

千亿美元的监管科技市场。监管科技市场的推动与发展,一方面来自监管层由于金融科技行业以市场为导向的快速自发性发展而被动地需要强化科技在监管中的应用,同时也来自监管层主动寻求更好的监管科技和模式以应对和主动管理新兴金融科技市场发展带来的监管挑战,另一方面来自实操层面投资机构对监管科技投资的热情持续不减,尤其是来自资本实力较雄厚的老牌金融机构(CB Insights,2019)的持续投入,为此我们认为,监管科技在应用市场和投融资规模上将仍会有继续扩大的趋势。

监管科技市场的进一步细分和渗透。目前在认可度较高的各大应用中,监管科技的应用多集中于身份识别、AML等场景,其渗透率和技术成熟度高于例如压力测试、监管治理等的应用场景中。随着监管科技的充分发展和市场竞争的加剧,监管科技将在更多细分市场和领域得到拓展应用并进入成熟阶段。

监管科技的全球化布局。目前已初步有部分行业内中头部企业开始业务的国际化布局,比如基于无监督机器学习技术的Data Visor公司早于2016年进入中国市场,客户身份识别服务商Trulioo公司则布局印度、非洲等传统国家,我们认为这种趋势将会加强,并且在看多监管科技领先者进入中国市场的同时,也会见证中国监管科技企业布局海外。

针对尚未进行监管科技市场布局的企业,一般可通过直接并购和间接切入两条路径有助于其快速布局。

直接并购:我们将监管科技企业根据并购效果分为三类。第一,马太效应在监管科技中依旧适用,强者恒强,重点关注各应用场景中的头部企业的投融资及并购机会;第二,监管科技的应用场景在不断丰富,尚无涉足、较少涉足、潜在的应用场景存在出现小巨人型企业的可能,重点关注监管报告、治理等应用场景的创业型企业;第三,现阶段的监管科技企业尚不能彻底解决其主营细分监管应用场景中的所有痛点,诸如身份识别(人脸识别、指纹识别等)、交易监控领域依旧存在并购机会。

间接切入:间接切入有两种路径。第一,我们发现数据源是监管科技企业的重要竞争手段,具有完整、独特的数据源的企业,切入到监管科技中的难度不大,且数据源通常自带业务场景属性,可关注拥有海量数据及独特数据源的企业,比如供应链金融领域拥有海量数据的企业;第二,并购纯技术型创业公司,如区块链、人工智能、大数据、知识图谱等领域的科技型公司。

(二)前沿技术的深入应用加速监管模式的创新

大数据、云计算、高级人工智能、区块链等技术应用于监管科技已经成为共识,不仅停留在理论层面,已被广泛应用于监管实践,加速监管模式的创新,监管沙盒便是其中创新模式之一。

我们认为这些前沿技术的深入应用将进一步加速监管模式的创新,主要集中在三个方面:

监管智能化。将监管要求内置在监管科技中,利用大数据、人工智能、机器学习等技术,监管科技可以实现数字化和自动化监管,基于业务流、资金流、信息流,自动生成数据,改变监管报告被动式上报的流程;传统只作为辅助决策的监管科技的重要性极大提升。

风险前置化。风险前置指“推动金融监管模式由事后监管向事前、事中监管转变”,前沿技术的深入应用加强了监管部门向事前监管的能力,比如机器学习技术在宏观审慎的应用,比如监管沙盒、创新加速器等,通过搭建公共能量场,开展对话,将风险进行前置,即预先设定规则,尽可能降低潜在风险,从事后的被动监管转变为事前的主动防御式监管。

监管效率提传统监管模式在监管端具有时滞性(通过数据报表报送、现场检查),在合规端具有不统一性(合规端对合规要求理解的偏差),极大降低了监管的效率;伴随监管智能化、风险前置化等功能的实现,将极大提升监管的效率和效力。

(三)监管科技的发力有助于进一步提升数据整合和质量

监管部门有动力促进数据开放和数据打通。数据是监管科技的基础资源之一。监管部门有动力也有能力促进数据开放和数据打通,比如开放API接口和建立智能化监管报告系统;打通来自各个政府部门之间,全国性与地方层级之间等的数据。与此同时,监管部门促进数据开放和数据打通的实践,进一步深入到组织层面,如我国从一行三会到一行两会、地方金融办升级为地方金融监督管理局。

监管科技为数据整合和质量提升提供通用技术。大数据技术和应用领域一直存在数据整合效果差和数据质量不高的弊病,一来是因为数据孤岛的存在,二来因数据采集标准不一致导致的海量异构数据,三来是因为传统的信息化手段进行数据整合的成本高、效果差。伴随API接口开放技术、大数据技术在监管科技中的深入应用,数据标准化和异构数据处理的难度将大幅下降;从监管角度对数据的源头进行把控和整合,将有效促进数据质量的提升。

监管科技企业出于合规的要求及增加竞争优势,更加愿意选择与权威数据机构形成战略合作。虽然其直接采购成本高、但数据质量有保证、不存在合规成本问题,整体成本更低。这也成为监管科技企业主流数据来源路径,比如客户身份识别服务商Trulioo公司与全球最大的移动网络运营商(MNO)合作,恒生电子与道琼斯合作,为其反洗钱系统提供全球风险名单库。

(四)监管科技的标准化和规范化

监管科技虽已诞生数年之久,但尚缺乏对其的系统化研究,对监管科技内涵、外延、应用场景划分标准等基本概念和关键课题尚未形成共识,严重制约了监管科技的发展。

我们认为对于监管科技的标准化和规划应着重从三个方面着手:

首先要解决监管科技基本内涵、外延界定的标准化。因缺乏对监管科技内涵、外延的明确界定,公众、被监管方乃至行业对监管科技始终停留在感知层,不利于对监管科技的广泛宣传、树立权威。深入开展监管部门、监管科技行业从业者、被监管方在内的对话和讨论,对监管科技是什么、包含什么、作用等基本内涵和外延充分研究,并作出权威解读。

其次要解决监管科技应用场景划分的标准。监管科技应用场景的分类标准不统一,制约了监管部门对监管科技发展的引导。加强对金融价值链进行解构,对金融监管中的共性和个性问题进行对比和重构,深入梳理应用场景,指导监管科技市场创新实践。

最后要解决监管科技应用中的通用型技术标准和安全标准。监管科技在监管实践中如无统一技术标准将导致数据难以打通,增加跨部门协作困难。亟需监管部门联合行业、研究机构,共同探索、制定符合国家及行业发展要求的监管科技通用型技术标准和安全标准,在此标准之下选择监管科技产品。

(五)监管科技的挑战

监管科技发展的同时,也遭受到不小挑战,其中来自于数据安全的挑战、传统监管模式的挑战和来自潜在垄断的挑战等。

来自数据安全的挑战。一方面来自个人数据安全的挑战,企业无节制的使用消费者数据,未脱敏便处理、应用,故意或因加密和存管不周导致数据泄露或被黑客恶意攻击、窃取的现象严重;另一方面来自国家数据安全的挑战,国际上尚未形成统一的数据保护协议,跨国的数据流动和保护经常遭遇合规风险,对跨国金融监管造成不利局面。

来自传统监管模式的挑战。传统监管模式遵循程序正义,监管科技尤其是智能监管科技的应用,基于大数据、机器学习得出来的监管决策,存在被监管层不用、乱用的可能,与监管遵循的程序正当性(见《证券法》第一百八一条、《中国银保监会现场检查办法(试行)》(征求意见稿)第二十六条规定)产出法理冲突。

来自潜在垄断的挑战。在金融科技行业中出现的头部效应,在监管科技行业中也有所凸显,从投融资、业务拓展可以看出资源在向监管科技头部企业倾斜,这种现象可能导致最终在监管科技行业出现垄断型巨头,进而可能导致抑制创新,增加监管成本,风险累加在一点等风险产生。

针对监管科技存在的挑战,需通过立法、变革监管模式进行应对,立法方面应系统研究监管科技制度,重点围绕数据安全、监管科技应用中的权责划分展开;变革监管模式方面应强化主动式监管,加强市场指引。

1560908574792026776.jpg