研究监管科技在影子银行风险防范中的应用
内容提要
监管科技是指利用大数据、人工智能、认知计算等新技术简化和改进监管流程,更有效地实现监管合规结果。当前,监管科技在风险管理、交易行为监控、合规数据报送等方面发挥着越来越重要的作用,然而在影子银行领域如何应用监管科技为监管提质增效的研究依然较少。文章仔细梳理和分析了监管科技在我国影子银行监管方面的应用,并提出相应的政策建议。
近年来,监管科技发展如火如荼。毕马威在《2018年监管科技的脉搏》报告中称,2018年全球监管科技初创企业共筹集了37亿美元资金,其中大部分企业从事金融服务领域的监管合规管理工作。毕马威在《变革临近—拥抱监管科技3.0》调查报告中预测,到2022年监管科技的支出将达到760亿美元,将在金融机构的监管类支出中占34%(这一数字在2017年为4.8%)。当前,监管科技在风险管理、交易行为监控、合规数据报送等方面发挥着越来越重要的作用,也有较多的文献专门研究监管科技在上述领域的应用。然而,在影子银行领域如何应用监管科技为监管提质增效的研究依然较少,本文仔细梳理和分析了监管科技在我国影子银行监管方面的应用,并提出了相应的政策建议。
一、我国影子银行概述
影子银行泛指那些游离在监管之外、能够为金融体系创造信用的金融中介。我国的影子银行业务主要分为两类,第一类影子银行业务主要是指银行以规避监管和贷款相关限制为目的,以不规范的会计记账为手段,开展的“类贷款”业务。其本质上与银行贷款相同,满足实体企业的融资需求,但却没有记在贷款科目下通过创造信用货币为企业提供融资的业务。主要表现为以信托投资公司、基金子公司、保险公司、证券公司等非银行金融机构为通道,销售信托收益权转让、信用挂钩收益互换产品等。这种类型的影子银行主要借助第三方金融机构,因此多表现为银行资产负债表资产方的同业资产,也有一部分表现为投资资产,或者表现为移出资产负债表(例如表外理财对应的表外同业资产)。第二类影子银行业务主要指非银行金融机构在银行之外独立开展的,通过货币转移来创造信用为企业提供融资的业务。其主要表现为信托公司、小额贷款公司、证券公司等非银行金融机构在不作为银行通道的情况下,将募集的资金通过信托贷款、抵押贷款、设备租赁、资产管理计划等方式,转移给因某些原因受到融资限制的实体经济借款人的行为。
尽管作为一种金融加杠杆的重要渠道,影子银行可以为资金方提供高收益的金融产品,弥补金融市场的非有效性。然而影子银行体系也具有超短期、高杠杆负债、过度交易、期限错配等风险属性,会拉长资金套利链条、推高金融机构间杠杆水平,导致影子银行规模的过度扩张和金融风险的不断积聚,加剧金融体系的脆弱性。
可以看出,由于资金链条较长、监管分割等原因,影子银行资金的流向难以追踪,使得监管机构较难对风险有准确的判断。鉴于此,加强对影子银行监管势在必行。既要发挥影子银行对金融体系的补充作用,又要严格防范影子银行的潜在风险,这就需要监管机构能够运用监管科技对信息进行有效甄别,确认资金的来源及流向,精准识别风险行为。
二、监管科技在我国影子银行领域的应用
监管科技能够将大数据、人工智能、云计算、区块链等新技术引入到对影子银行的监管过程中,协助监管机构更高效地应对信息不对称问题,实现穿透式监管,及时采取相应的风险防控措施,提高整体监管效率。
一是利用区块链技术提升记账信息完整性和不可抵赖性。区块链具有公开、不可篡改、高可靠性等特征,能够将金融资产进行数字化转换并写入区块链账本中,作为数字资产在区块链中进行存储、转移和交易,为去中心化的信任机制提供了实现方法,助推监管机构对影子银行监管提质增效。影子银行的资金来源和流向均需要进行会计记账,区块链技术可使得记账信息更为及时和完整。区块链利用分布式记账技术使得信息的记录与传播可以同步完成,只有被其他记账节点认可的信息才能真正被计入账本之中。监管部门可以引入区块链记账网络,第一时间准确获取资金的来源和流向信息,使资金无论是流向其他金融机构,还是实体之中,都可以在分布式账本中体现出来,而且不能被篡改。
二是利用大数据分析技术提高风险识别精度。基于已获得的准确数据,监管当局可利用大数据技术进行进一步的合规分析,判断资金来源和流向是否符合管理规定,是否会带来一定的金融风险。如在资金来源方面,大数据可根据流入方风险承担水平、流入方性质(机构或个人)等因素进行建模,实时监测资金来源是否违反监管规则,提前识别和预判机构或个人的风险承受能力;在资金流向方面,大数据可根据资金流入领域、流入金额等参数进行定量分析,精准识别行业资金流入的风险。
三是利用人工智能技术提高风险响应时效。人工智能能够采用机器学习、深度学习等算法和技术对大数据量的交易分析进行训练,提取出违规交易的特征属性,再基于训练结果对新交易进行匹配。一旦匹配结果超过一定阈值,即可对风险交易发出警示信息,从而有效提升监管智能化、自动化。监管部门可以采集影子银行的风险案例数据,利用人工智能算法构建风险预判模型,建立资金流向等信息与风险特征之间的关系,用于日后影子银行交易的风险属性判定,及违规风险概率的预测。一旦预测结果超过一定的阈值,将自动提醒监管当局及时采取信息核查、冻结交易等风险处置措施,纠正违规影子交易,降低潜在金融风险。
三、政策建议
聚焦重点监管科技应用场景
当前,我国正处于金融风险防范的关键时期。一方面,金融监管机构面临着金融服务业态不断翻新、交叉性金融风险不断增加、监管手段发展滞后、监管任务繁重的压力;另一方面,面临日益严格的监管要求,金融机构也需要付出更多的人力、财力、物力成本来完成监管合规要求。在此背景下,监管机构和金融机构都应深刻认识监管科技在提高监管效率、降低合规成本、助力打赢防控金融风险攻坚战中的作用。尤其是针对影子银行、智能投顾、非法集资、反洗钱等金融风险较为突出的领域,更应优先开发部署监管科技平台,实时采集交易数据,有效识别潜在金融风险,及时采取防控措施,做到对风险的全面、穿透式监控和防范。
制定监管科技金融标准和监管规则
如前所述,目前监管科技在金融领域的应用还未进入制定相应标准和监管规则的阶段,各金融机构和金融科技公司在单打独斗,大多仅针对某一项监管要求开发监管科技平台,存在开发标准不一致、接口规则不统一的情况,这种粗放的发展状态不利于从整体上发挥监管科技在金融风险防控方面的引领作用。因此,我国应加强顶层结构设计,尽快出台监管科技的金融标准和监管规则,指导我国监管科技产业健康可持续发展。一是制定监管科技金融标准,对数据采集、共享、应用等各环节进行规范,对程序应用接口调用进行统一,对采用机器可识别语言翻译监管规则进行开发;同时在监管目的实现、算法设计等方面制定一致性行业标准。二是出台监管科技监管规则,厘清金融机构、金融科技公司等主体的责任边界,完善市场准入和退出机制,尤其是对提供监管科技服务的金融科技公司,应加强对其生产经营、服务模式等方面的监管,为监管科技在金融行业的运用提供有序、公平的竞争环境。
搭建监管科技联合建设平台
从当前发展来看,尽管监管科技在金融领域的应用需求迫切,但其发展仍处于建设初期,诸多监管科技的理论构建还不能完全适应部分重要金融场景的实践需要。监管科技的发展不能闭门造车,而是应该充分发挥学术界、金融科技产业、金融行业和监管部门的力量,形成发展合力,共同搭建融合发展的平台,推动监管科技在我国的创新发展。一是应定期组织监管科技专题研讨会或举办监管科技应用实践活动,了解各方对合规监管的诉求,评估监管科技在满足业界现实需求方面具备的效能及存在的差距。二是监管机构之间应建立监管科技联席机制,构建跨行业、跨部门的监管科技信息共享平台,尤其是对于因金融混业经营引发的隐蔽性、传染性更强的风险,应共同研究协同运用监管科技的机制与手段,以有效识别和提前应对。
完善监管科技建设配套措施
监管科技是一个庞大的体系,仅仅依靠系统建设、算法设计、平台搭建不能完全满足发展需要。良性的监管科技体系建设需要在技术实现的同时,完善监管科技建设的配套措施,形成金融领域应用监管科技的健康生态体系。对于监管机构而言,可探索出台“机器可识别”的数字监管规则,以保证监管科技提供方能够准确理解监管意图,助力监管目标实现。例如,英国中央银行和行为监管局已经开始尝试将对金融机构的监管规则翻译成“机器可读的”程序语言,以便金融机构能够将这种程序语言精准、高效、便捷地移植到自身的IT系统中,避免出现因人工理解偏差所导致的误差。对于金融机构而言,应不断拓展监管科技应用的广度和深度,采用分布式网络结构提高系统运行的可靠性,简化监管科技软件工具操作方法,加强“业务型+技术型”监管科技复合人才培养,不断提升在业务领域应用监管科技加强合规管理的能力。
(作者单位为中国人民银行西安分行)