央行成立“金融科技委员会”

【近日热点回顾】

动态资讯辑要 “地条钢”必须出清！400立方米以下高炉全拆除！

4月工业增加值增长6.5% 粗钢产量再创新高！统计局数据 发布会

IMF总裁对李克强说：中国新出炉经济数据是一个“积极的惊喜”

新华社：解读习近平主席在“一带一路”高峰论坛开幕式主旨演讲

“西伯利亚力量”项目进度超预期，1800多公里输气线路筹备完毕

印尼雅万高铁贷款协议正式签署 国家开发银行将提供45亿美元贷款

史无前例！55城发调控政策160多次！楼市降温 房价真的要降了？

国内近3万家机构感染“勒索病毒”，受影响地区苏浙粤赣沪排前五

中国探寻南海3个拟定选矿区，加深对铁锰沉积成矿作用的科学认识

（原标题）央行成立金融科技委员会 监管手段可能有哪些升级？

5月15日，中国人民银行宣布已于近日成立金融科技（FinTech）委员会，其目的旨在加强金融科技工作的研究规划和统筹协调。

中国人民银行表示，将进一步加强国内外交流合作，建立健全适合我国国情的金融科技创新管理机制，处理好安全与发展的关系，引导新技术在金融领域的正确使用。将强化监管科技（RegTech）应用实践，积极利用大数据、人工智能、云计算等技术丰富金融监管手段，提升跨行业、跨市场交叉性金融风险的甄别、防范和化解能力。

据方正证券分析，未来央行将通过机器学习、云计算等技术对金融机构的海量交易数据进行监控，而金融机构们也将通过人工智能等技术快速学习监管部门推出的新规定，金融系统将变得更加简捷快速。

什么是“金融科技”？

据2016年3月全球金融治理核心机构——金融稳定理事会对“金融科技”的定义，“金融科技”（FinTech）是指技术带来的金融创新，它能创造新的业务模式、应用、流程或产品，从而对金融市场、金融机构或金融服务的提供方式造成重大影响。

金融科技带来了哪些风险？

今年4月，中国人民银行科技司司长李伟在出席CFA协会主办的“FINTECH与金融服务的未来”主题峰会时分享了他对金融科技应用与监管的观察和思考。他表示，金融科技带来的风险主要体现在三个方面：第一，金融科技加速了业务风险外溢。第二，金融大数据的风险不断加剧。第三，金融网络安全风险更加凸显。

重点的监管对象有哪些？

根据廖岷2016年9月在金融四十人论坛发表的文章《全球金融科技监管的现状与未来》，金融科技重点的监管对象主要涉及四个方面：互联网和移动支付、网络融资、智能金融理财服务和区块链。其中互联网与移动支付对监管的挑战有限且比较清晰，而区块链给金融系统带来的颠覆性最强，监管难度最大。

新的监管对象对监管提出了哪些要求？

新的监管机制对金融系统提出了新的要求：

一，监管对风险数据的要求越来越高；

二，监管部门对金融机构的建模能力和分析能力的要求越来越高；

三，针对反洗钱、反恐怖主义融资的要求，监管机构要求银行基于交易中的元数据识别并标记可疑交易；

四，对洗钱、恐怖主义融资的监管也要求金融机构做好对客户的尽职调查，通过对公开数据的分析了解客户和其生意伙伴的身份；

五，监管机构对公司内部文化的监控将越来越趋于量化。

金融科技将推出哪些监管方法？

RegPort：数字化监管协议的目的是能够让监管政策、规定和合规性要求实现“机器可读”。具体做法是将各种监管政策、规定和合规性要求进行数字化，具备“可编程”的要求，监管机构为金融机构提供各种监管的 API（应用程序接口），方便金融机构能够对其内部流程、数据编程，并通过 API 统一的协议交换数据和生成报告。

RegComp：合规审核和持续合规评估、评级和评审系统。 RegComp 涉及的范围很广泛，目前的解决方案主要采用人工智能和机器学习技术，开发包括 “机器⼈辅助合规在线学习手册(Robot Compliance Handbook)” 和“智能合规官(AI Compliance Officer）”这样的应用系统。

其设计思想就是将合规审核和持续合规评价评估评审流程由以往离线的、间断的工作改为在线的、连续的过程。业务系统在运行时，智能合规官会实时发现、识别违反合规性要求的流程，并提出建议。同时，在线学习手册会嵌入到机构的各个系统中，只要有相关的业务发生，在线手册就会出现，提示有关的规定和要求。

IB&S：内部行为监控及适当性分析评测。监管科技开发者目前试图通过机器学习方法，从大量非结构化数据（邮件、社交 网络、业务流程等）进行学习，来分析组织的内部行为，并识别一些可以的行为，比如欺诈、隐瞒和“该做不做”的行为。目前解决方案是与各种数据融合，提供第三方的用户适当性分析评测云服务，降低金融机构的适当性分析与评测成本和效率。

与此同时，在 KYC（Know Your Customers 了解你的客户）方面，存在大量的新型技术可以运用，如生物特征识别等。这一技术也同样被运用到反欺诈，反洗钱，反恐怖主义融资中，通过机器学习以及云计算技术，实时地对用户画像进行多个维度的刻画，进而去判断用户的类型以及用户在交易时的状态等信息。

高级数据分析：金融机构需要对自己的交易数据进行处理进行内部管控，实时地进行计算并生成报告。它包括对风险数据的实时分析以及沙盘、金融风洞等一些高级计算技术。 风险数据实时分析功能一般通过云分析技术实现。（来源：华尔街见闻 唐晗） 

【免责声明】以上文章转载自互联网，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责；如稿件版权单位或个人不愿在本网发布，请在两周内来电或来函与本网联系。