摘要：
区块链、
人工智能等技术将成为监管科技的重要组成部分。所谓“监管科技”，是在
金融与科技更加紧密结合的背景下，以数据为核心驱动，用云计算、人工智能、区块链等技术为依托，以更高效的合规和更有效的监管为价值导向的解决方案。
京东金融于近日发表的最新研究报告指出，区块链、人工智能等技术将成为监管科技的重要组成部分。
监管科技可分为两大分支——运用于监管端的监管科技（Suptech）与运用于金融机构合规端的监管科技（Comptech）。
数据为核心驱动
“监管科技”为行政监管和科技的结合，这份报告参考国际清算银行（BIS）的金融稳定研究所（FSI）于7月发布的报告 “Innovative technology in financial supervision (suptech) — the experience of early users” 作为依据，并定义出“监管科技”实为“在金融与科技更加紧密结合的背景下，以数据为核心驱动，用云计算、人工智能、区块链等技术为依托，以更高效的合规和更有效的监管为价值导向的解决方案”。
从监管端(Suptech)来看，报告指出，面对金融科技背景下更加复杂多变的金融市场环境，监管部门有运用监管科技的充足动力。一方面，由于 2008 年金融危机后，金融监管上升到前所未有的高度， 监管机构渴望获取更加全面、更加精准的数据；另一方面，监管部门面对金融机构报送的海量数据， 需要借助科技提高处理效率和监管效能。金融科技带来了新的风险场景和风险特征，也需要监管机构“以科技对科技”去积极应对。
监管科技在监管端的运用可以分为数据收集和数据分析两大方面。数据收集过程中可以形成报告(自动化报告、实时检测报告)，进行数据管理(数据整合、数据确认、数据可视化、云计算大数据)，以及通过虚拟助手采集消费者、被监管机构相关信息并进行交流。
在自动化报告的数据推送方式方面，举例而言，“奥地利中央银行（OeNB）”以奥地利七大银行所共有的“奥地利报告服务有限公司（AuRep）”为中间平台，各银行传送数据至AuRep，并由其汇总，行成一简单、完整且一致的数据报告；在标准化转换规则下，迅速将资讯传达至OeNB。
在数据管理方面，监管科技可进行数据验证、整合、视觉化及云计算。数据分析具体运用于四个方面，包括市场监管、不端行为检测分析、微观审慎监管和宏观审慎监管。
虚拟助手如，菲律宾中央银行（BSP）开发一款聊天机器人答覆消费者投诉，并进行问题分类、数据统合，及分析需要关注的潜在领域。此外，英国金融行为监管局（FCA）也正在实验以机器人帮助被监管机构了解法律要求，同时为消费者优化选项，并透过解读法条，来审视和评估监管变化所带来的影响。
“微观审慎监管”是用于信用风险评估及运用神经网络分析流动性风险，如荷兰银行（DNB）正研究一种自动编码器，来检测实时结算系统支付数据的异常；“宏观审慎监管”则更广泛地运用于识别金融风险、维护金融稳定和政策评估等面向，美联储、欧洲中央银行和英格兰银行皆使用“热图”对于被监管机构数据产生的自动分析，来突出潜在的金融稳定性问题。
版权申明：本内容来自于互联网，属第三方汇集推荐平台。本文的版权归原作者所有，文章言论不代表链门户的观点，链门户不承担任何法律责任。如有侵权请联系QQ：3341927519进行反馈。
