文/中國人民銀行西寧中心支行經濟師山成英，中國人民銀行金融研究所互聯網金融研究中心副秘書長、副研究員趙大偉

金融風險防控是金融工作的重點，是總體國家安全觀的重要組成部分，黨的十九大報告、2017年中央經濟工作、第五次全國金融工作會議，都強調了防范和化解金融風險的重要性，對維護金融穩定提出了更高要求。2019年2月，中共中央政治局第十三次集體學習時，習近平總書記再次指出“防范化解金融風險特別是防止發生系統性金融風險，是金融工作的根本性任務”。

合規科技（CompTech）作為監管科技（RegTech）的分支，主要用于金融機構合規端，為其提供科技解決方案，實現提高風控水平和降低合規成本的目標，通過數據和流程的自動化，幫助金融機構實現監管合規。在人工智能應用方面，隨著金融交易的更加復雜和數據量的更加龐大，人工智能和機器學習對于金融機構和監管機構所發揮的作用越來越大，合規科技需要抓住人工智能這一趨勢，實現監管合規的及時、高效，維護金融安全，防范系統風險。尤其是在金融監管趨嚴、金融機構合規成本大幅提升的現狀下，合規科技需要與人工智能有機融合，為降低金融機構的合規成本提供技術支持。

合規科技的發展現狀

監管科技包括“合規”和“監管”兩方面，其中，金融機構將監管科技作為降低合規成本、適應監管的重要工具和手段，從這個角度，監管科技可以理解為合規科技?？梢?，合規科技就是監管科技在合規端的運用。

合規科技的發展規模

自全球金融危機之后，嚴監管成為常態化，金融機構合規成本不斷攀升。據金融科技撫育機構Medici統計數據顯示，2008年至2016年，發達國家監管規定數量增加了500%，金融機構合規職能的從業者數量增加了10%～15%。降低合規成本的需求及金融科技的興起應用為合規科技發展提供了沃土，全球合規科技市場不斷壯大。據統計，2014年至2018年全球合規科技投資增長了近五倍，復合年增長率高達48.5%。價值超過1000萬美元的交易比例從2014年的23.3%升至2018年的46.8%。2019年第一季度，全球合規科技公司投資額高達13億美元。

北美和歐洲一直是金融科技發展的重點區域。據相關數據統計，2014年至2018年間，北美主導了516宗交易，占全球合規科技總交易數量的67.2%。2014年至2019年第一季度，英國合規科技公司通過130筆交易融資7.67億美元。隨著亞洲等地區的興起及對合規科技發展的重視，全球合規科技的活動中心開始從北美和歐洲向其他地區轉移。截至2018年底，合規科技在北美和歐洲以外的地區交易量占全球的14%，比2014年翻了一番。2014至2019第一季度，其投資額已接近30億美元，其中2019年第一季度的投資額為5450萬美元，比2018年的總投資高出57.8%。

合規科技的應用場景

借助大數據、云計算、人工智能等技術，合規科技幫助金融機構降低合規成本、滿足監管合規要求，尤其在交易監測、身份識別、風險防控等領域的服務和技術已經日趨成熟。一是通過實時收集、整合交易信息，有效監測可疑交易、違規操作等，防范交易風險；二是通過生物識別技術與大數據分析技術等進行客戶身份管理、遠程業務操作等，為解決金融安全隱患提供解決方案；三是通過數據積累和分析，檢測合規和監管風險，提前預測和感知風險變化，提高風險預警和防控能力。

同時，合規科技以數字化形式將金融機構端與監管端連接起來，實現內外部數據和信息的及時、準確傳輸。一是從監管端獲取監管需求，金融機構可將各類監管規則、要求進行數字化處理，準確轉化為內部約束條件，以滿足合規要求；二是向監管端輸送數據信息，金融機構可將交易信息實時形成合規報告，向監管機構動態報送，在減少金融機構人工成本的同時提高監管機構的監管效率；三是利用技術構建安全的傳輸渠道，通過數據加密等技術提高內外部數據傳輸的安全性和效率，減少道德風險，從而降低隱性合規成本。

人工智能在合規科技的應用

人工智能是監管科技的核心，將其應用到合規科技是大勢所趨。人工智能包含的內容很多，在合規方面可應用的主要技術有三大類：機器學習、知識圖譜和自然語言處理，可以在數據處理、身份識別、合規審查、風險防控等領域幫助金融機構更高效實現監管合規，提升合規智能化水平。

數據處理與分析，優化合規建設

標準化數據是實現金融監管的基礎，但由于數據統計的維度和口徑不一致，金融業務產生的海量數據在標準、格式、質量等方面難以滿足監管機構要求。隨著金融業務的不斷創新和監管機構要求趨嚴，金融機構報送的數據報告大幅增加，提高了處理數據的難度，人工智能可以為此提供解決方案，優化金融機構合規性建設。

首先，通過機器學習解決大規模數據處理難題，對文本、圖像、音頻等非結構化數據進行清洗和轉化，實現數據標準化和優質化，使金融機構既能夠更加全面、穩定地報送數據，又能為智能合規算法提供高質量數據。其次，通過自然語言處理從語義層面分析數據信息，幫助金融機構提煉有價值的交易信息，篩選可疑交易數據，糾正員工不當行為，滿足實時合規要求。最后，利用可視化分析技術，將大量復雜的數據以容易理解的方式呈現，核查交易是否滿足監管政策，幫助金融機構決策。

身份識別與管理，防范金融犯罪

了解你的客戶（Know Your Customer，KYC）是重要的監管合規機制，尤其是在金融科技快速崛起的背景下，金融機構更需要強化客戶信息審查，做好風險防控工作。目前，人工智能技術廣泛應用于支付領域，利用生物識別和機器學習，可以提高支付的精準度、效率和安全性，節約合規成本。

一是利用語音識別、人臉識別、指紋識別等技術，提高客戶身份識別效率，幫助金融機構合規部門解放部分繁重、重復的合規工作，降低傳統KYC過程中產生的人力成本和時間成本。二是利用知識圖譜技術，繪制企業資金往來情況，識別潛在財務造假風險，幫助金融機構精準評估企業風險；利用機器學習算法對客戶進行多維“畫像”并預測其行為，從而對可疑客戶、可疑交易進行預警并加以阻止。三是利用機器學習技術，在KYC基礎上構建模型，通過持續的模型訓練，提高模型識別率，最終實現人工智能的無監督自學習識別模型，自主對金融犯罪風險、客戶行為風險進行監測分析，有效防范洗錢、欺詐等金融犯罪活動。

合規審查與評估，降低合規成本

傳統的監管合規更多依賴于人工核查，金融機構需要定時報送大量監管信息和合規報告，隨著監管法規條文增加，使用專業合規人員的成本增加，利用人工智能可以代替部分監管合規崗位，提高合規效率。

一方面，利用自然語言處理技術，可以將監管規則數字化讓機器可識別，提高規則的一致性和合規性。結合機器學習技術和迭代更新算法提高機器翻譯人類語言的準確性，實時監控和跟蹤法規動態，幫助金融機構進行合規審核。通過比較不同國家監管規定的異同，幫助金融機構合規開展跨境業務。另一方面，探索智能化報告技術，實時、連續、動態地監控交易數據，通過抓取、分析數據自動生成合規報告，上傳至實時監測平臺。通過減少直接參與人員、優化信息采集流程，降低金融機構提供合規信息的相關成本，減少人為主觀因素的影響和干預。根據監測平臺的分析、反饋，金融機構還可以獲得快捷的監管建議及指導，實現持續合規評估。

風險預警與測試，提高預判能力

人工智能通過構建違規發現模型和風險預警模型，有效監測金融機構的內部和外部風險。一是利用模糊推理技術和案例推理工具，學習以往案例及當前監管規定，進行全局化分析計算，及時提醒金融機構調整操作確保合規。二是利用機器學習等構建流動性風險的網絡模型，選取更合適的風險指標衡量流動性情況，輔助金融機構做決策。三是利用人工智能技術開展金融壓力測試，對市場可能發生的風險進行預警，增強金融機構的風險管理能力，控制風險的影響范圍。

人工智能應用的挑戰與風險

人工智能通過應用算法、數據分析，幫助金融機構判斷和預測產品、業務、客戶及市場風險，最終實現機器自動化、自主化決策，但是目前的人工智能發展只具備初步學習能力，離算法層面的強人工智能狀態差距較大，人工智能在合規科技的應用面臨著瓶頸，智能合規的實現存在諸多風險因素。

一是算法決策的局限性。首先，人工智能對已有的案例數據可以快速響應并執行預定方案，但當人工智能遇見前所未有的數據時，可能無法做出令人滿意的決策。其次，基于大數據推理的決策并不具有連續性，人工智能在面對個案時也許會出現低級錯誤，模型與現實的偏差可能會隨著新偏差的出現而無法收斂，需要不斷彌補和修正模型存在的問題。

二是缺乏配套系統支持。雖然近幾年監管機構積極推進風險防控系統建設，但是信息共享尚未完全實現，制約了合規科技的進一步發展，提高整個金融系統的合規智能化水平需要系統化的技術支持。

三是數據信息質量與安全問題。首先，人工智能依賴于大數據，但是數據的獲取及應用范圍、是否涉及商業秘密、客戶個人信息等都存在數據互信問題，需要進一步規范和保障，金融機構和金融科技公司的數據積累也會導致管理成本上升，數據安全隱患更突出。其次，越先進的算法越需要大量數據做支撐以達到精確，但是目前信息未實現共享，金融機構需要第三方機構的技術支持，獲取其他渠道的數據，由于數據來源及使用目的不一，其結構、質量都不同，即便應用人工智能進行數據處理也是繁瑣復雜的過程，智能合規將面臨數據“質”和“量”的兩難選擇。

四是責任確認的法律風險。合規專員是合規審核工作的執行者需承擔相應的法律責任。將人工智能引入合規工作后，如果出現審核失誤，追責對象難以確認，存在法律風險。此外，在智能合規中需要將監管規則代碼化，無法保證代碼和算法具備完全可信性，監管政策和立法滯后于合規科技的發展，現有的監管框架對于計算機所產生的錯誤、不公平等現象沒有適用性。

促進合規科技發展的政策建議

數據驅動，積極打造共享大平臺。金融業務跨行業發展、交易資金跨行流轉、智能分析的大數據基礎等問題，催生搭建監管大數據平臺的迫切需求，以便支持金融機構對客戶及交易數據的報送、分析，促進合規科技的發展。該平臺通過連接監管層、金融機構、行業協會和消費者，提供數據互通、文件傳輸、信息抓取、數據分發等服務，結合監管合規規定，制定統一數據標準和報送規范，最終生成監管機構需要上報的報告及數據報表。平臺應具備計算分析能力，金融機構可以通過指標分析結果監測異常交易、判斷風險水平。對監管機構而言，也可以基于金融機構報送的數據分析計算，進行風險識別與預警，真正實現穿透式監管。此外，通過將該平臺與公安、工商、財政等系統數據進行對接，可以提高監管機構對金融犯罪活動的調查處理效率。

技術治理，有效保護消費者權益?？梢钥紤]利用區塊鏈等技術，建立從下至上的安全保密體系，對數據平臺的信息及其分析結果進行嚴格的安全保密管理，尤其是針對較為敏感的信息，建立規范的數據使用機制和脫敏機制，保護消費者個人隱私及商業秘密。

聯動合作，合規與監管協調發展。一是合規端與監管端的合作發展，通過數據共享形成有機的交換系統，轉化為利益相關方的共同治理，緩解“一管就死，一放就亂”的難題。二是合規科技發展對監管機構的有效監管提出挑戰，倒逼監管機構發展監管科技。人工智能的自我學習進一步深化，在缺少約束條件下，很有可能演化成智能欺詐等，監管機構需要關注金融機構的科技基礎設施，對其重要的信息系統進行備案測試，定期監督檢查，防范技術風險。

標準先行，完善配套保障機制。通過法律和規章制度來進行規范和保障數據的權屬、使用問題；加快金融立法步伐，制定統一的行業規則和標準；充分發揮行業自律組織作用，推動技術創新，完善管理制度；做好人才保障，建設具備金融知識、算法知識、法律知識等行業知識的技術復合型人才隊伍。

責任編輯：韓希宇