巴曙松 陳澤田 朱元倩

摘? ?要：隨著金融大數(shù)據(jù)的蓬勃發(fā)展，金融監(jiān)管過程中需要處理的數(shù)據(jù)量也急速膨脹，數(shù)據(jù)管理逐漸成為金融監(jiān)管的重點和難點。本文基于金融監(jiān)管過程中面臨的數(shù)據(jù)管理問題，著重介紹了監(jiān)管科技在數(shù)據(jù)管理領(lǐng)域的應(yīng)用場景與各國的實踐案例，并對我國監(jiān)管科技在數(shù)據(jù)管理領(lǐng)域的發(fā)展進行了展望。

關(guān)鍵詞：金融大數(shù)據(jù);數(shù)據(jù)管理;監(jiān)管科技

中圖分類號：F830.49? ?文獻標識碼：B? 文章編號：1674-2265（2020）08-0003-09

DOI：10.19647/j.cnki.37-1462/f.2020.08.001

一直以來，金融機構(gòu)作為信息中介，為金融市場參與者提供金融服務(wù)，緩解交易雙方信息不對稱問題。這一過程使金融機構(gòu)積累了大量數(shù)據(jù)，麥肯錫的研究報告顯示，從數(shù)據(jù)規(guī)模和應(yīng)用潛力來看，金融行業(yè)無疑是大數(shù)據(jù)生產(chǎn)的主力行業(yè)。隨著人工智能、區(qū)塊鏈、云服務(wù)等新興技術(shù)的快速發(fā)展和廣泛應(yīng)用，數(shù)據(jù)已逐漸成為金融企業(yè)最重要的無形資產(chǎn)之一。經(jīng)濟時代的重要特點之一是海量大數(shù)據(jù)。海量的數(shù)據(jù)為科技賦能金融行業(yè)提供了可能：對金融企業(yè)而言，數(shù)據(jù)是金融科技創(chuàng)新的邏輯起點;對監(jiān)管機構(gòu)而言，數(shù)據(jù)是監(jiān)管科技的應(yīng)用基礎(chǔ)。只有足夠多的數(shù)據(jù)供新興技術(shù)使用，才能使技術(shù)更好地應(yīng)用于特定的金融場景。數(shù)字經(jīng)濟時代的重要特點之一是海量大數(shù)據(jù)。

全球數(shù)據(jù)的增長速度之快前所未有，數(shù)據(jù)的類型也變得越來越多，對數(shù)據(jù)的管理與應(yīng)用逐漸成為金融行業(yè)的熱點和難點。金融大數(shù)據(jù)管理也為監(jiān)管科技帶來了機遇和挑戰(zhàn)。有效的數(shù)據(jù)管理方案可以為監(jiān)管科技提供更多的應(yīng)用場景，從而簡化金融監(jiān)管環(huán)節(jié)，提高監(jiān)管效率。但隨著監(jiān)管數(shù)據(jù)的邊界逐漸模糊，監(jiān)管過程中使用數(shù)據(jù)涉及的種類越來越豐富，包括結(jié)構(gòu)化的表格數(shù)據(jù)和非結(jié)構(gòu)化的網(wǎng)絡(luò)內(nèi)容，在一定程度上也加大了監(jiān)管科技在數(shù)據(jù)管理上的難度。2019年6月的日本大阪的G20峰會上，各國領(lǐng)導人呼吁制定全球科技規(guī)則，建立數(shù)據(jù)監(jiān)督體系。監(jiān)管科技在數(shù)據(jù)管理領(lǐng)域的應(yīng)用也越來越受重視，各國監(jiān)管科技在數(shù)據(jù)管理上的研發(fā)投入逐漸加大，數(shù)據(jù)管理體系日趨成熟。

一、監(jiān)管科技在數(shù)據(jù)管理領(lǐng)域應(yīng)用的背景

數(shù)據(jù)管理是指為了達到監(jiān)管合規(guī)和企業(yè)戰(zhàn)略目標，使用特定的技術(shù)，對數(shù)據(jù)的形態(tài)、內(nèi)容和關(guān)系等層面進行規(guī)范管理，提升數(shù)據(jù)服務(wù)能力，以實現(xiàn)數(shù)據(jù)價值最大化的過程。如果將數(shù)據(jù)比作“原油”，那么數(shù)據(jù)管理，就是將“原油”加工成“汽油”的過程。數(shù)據(jù)管理使原始數(shù)據(jù)成為有價值的數(shù)據(jù)資產(chǎn)，為數(shù)據(jù)所有者的精準化經(jīng)營和精細化管理提供強有力的武器和工具。

（一）數(shù)據(jù)管理是金融科技創(chuàng)新與監(jiān)管的邏輯起點

金融科技利用種類多樣、結(jié)構(gòu)復(fù)雜的金融數(shù)據(jù)，有效地獲取、整合、存儲、分析，并在分析中挖掘利用金融數(shù)據(jù)，為客戶提供有價值且及時的增值服務(wù)。因此，有效的數(shù)據(jù)管理方案是成功實現(xiàn)一個可擴展、高性能的金融科技方案的基礎(chǔ)。在金融科技高速發(fā)展的今天，建立基于支撐金融科技創(chuàng)新的數(shù)據(jù)管理體系，實施有效的數(shù)據(jù)管理，是金融企業(yè)提升自身核心競爭力的關(guān)鍵。

在金融科技的重要分支監(jiān)管科技中，數(shù)據(jù)管理亦是核心環(huán)節(jié)。一方面，數(shù)據(jù)的存儲效率不僅代表從數(shù)據(jù)生成到收集的時間間隔，還影響監(jiān)管機構(gòu)將數(shù)據(jù)轉(zhuǎn)化為報告和決策的能力。另一方面，數(shù)據(jù)的質(zhì)量還決定數(shù)據(jù)的有效性。為了防止“無用輸入，無用輸出”的問題，監(jiān)管機構(gòu)必須對數(shù)據(jù)進行驗證檢查和其他質(zhì)量控制，否則就不能保證數(shù)據(jù)提供的信息真實可靠。因此，有效的數(shù)據(jù)管理對監(jiān)管科技的使用至關(guān)重要。

（二）監(jiān)管科技應(yīng)用于數(shù)據(jù)管理可以推動數(shù)據(jù)資產(chǎn)化進程

目前，隨著企業(yè)對于大數(shù)據(jù)的依賴程度越來越高，數(shù)據(jù)帶來的經(jīng)濟效益價值也在不斷凸顯，數(shù)據(jù)要素逐漸成為企業(yè)的無形資產(chǎn)。然而，數(shù)據(jù)資產(chǎn)化進程并非一蹴而就，還有很長的道路要走。監(jiān)管科技應(yīng)用于數(shù)據(jù)管理領(lǐng)域向市場傳遞了一個信號，即明確了數(shù)據(jù)在數(shù)字監(jiān)管領(lǐng)域的重要地位。這一信號指引企業(yè)更加重視數(shù)據(jù)要素，以及提升數(shù)據(jù)管理對數(shù)據(jù)要素價值的釋放作用，有助于推動數(shù)據(jù)資產(chǎn)化進程。

于企業(yè)而言，數(shù)據(jù)作為一種新型生產(chǎn)要素，具有乘數(shù)效應(yīng)。數(shù)據(jù)可以放大勞動力、資本等生產(chǎn)要素在企業(yè)和行業(yè)價值鏈流轉(zhuǎn)中產(chǎn)生的價值。于監(jiān)管當局而言，數(shù)據(jù)要素將推動監(jiān)管從“業(yè)務(wù)驅(qū)動”向“數(shù)據(jù)驅(qū)動”轉(zhuǎn)型，提升監(jiān)管現(xiàn)代化水平。數(shù)據(jù)賦能監(jiān)管科技，為監(jiān)管科技提供底層數(shù)據(jù)支持;監(jiān)管科技反作用于數(shù)據(jù)，在應(yīng)用過程中不斷釋放底層數(shù)據(jù)的價值，促進現(xiàn)代監(jiān)管技術(shù)的市場化應(yīng)用。二者相輔相成，相互作用，共同推動整個數(shù)字金融產(chǎn)業(yè)形成和發(fā)展，進而加速數(shù)字經(jīng)濟新業(yè)態(tài)、新模式和新優(yōu)勢的誕生。

二、金融監(jiān)管中數(shù)據(jù)管理面臨的重要挑戰(zhàn)

近年來，隨著金融科技的發(fā)展，金融數(shù)據(jù)急速膨脹，監(jiān)管機構(gòu)在這愈演愈烈的數(shù)字化浪潮中難免面臨監(jiān)管挑戰(zhàn)。過去監(jiān)管機構(gòu)面臨的挑戰(zhàn)主要是如何收集受監(jiān)管實體的行為數(shù)據(jù)，而現(xiàn)在的問題是如何去處理并管理這些海量數(shù)據(jù)，通過分析數(shù)據(jù)獲取有用的信息，從而做出更有價值的決定。盡管監(jiān)管科技的發(fā)展使數(shù)據(jù)管理手段更加豐富，但金融監(jiān)管在數(shù)據(jù)管理上還是存在以下幾點挑戰(zhàn)：

（一）數(shù)據(jù)確權(quán)困難是搭建金融數(shù)據(jù)監(jiān)管體系的最大障礙

不僅僅是監(jiān)管機構(gòu)，任何機構(gòu)和實體將數(shù)據(jù)變成資產(chǎn)之前，需要先摸清數(shù)據(jù)歸屬，否則數(shù)據(jù)資產(chǎn)化將無從談起。然而，數(shù)據(jù)作為一種虛擬物品，其權(quán)屬不同于傳統(tǒng)物權(quán)可以被直接支配。數(shù)據(jù)在經(jīng)濟和社會活動中自然產(chǎn)生，可以多主體使用，且不會被消耗。數(shù)據(jù)權(quán)在數(shù)據(jù)的全生命周期中有不同的支配主體，其所有權(quán)并不一定完全屬于某個經(jīng)濟主體，有時甚至很難定義出歸屬主體。

隨著數(shù)字經(jīng)濟日益蓬勃發(fā)展，數(shù)據(jù)權(quán)屬生成過程愈加復(fù)雜多變。以金融監(jiān)管過程中的信息保護為例，如果個人金融信息歸屬于個人，那么通過數(shù)據(jù)的分析、加工、處理得到的信息屬不屬于個人金融信息？在數(shù)據(jù)歸屬得到清楚的界定之前，從全球范圍來看，數(shù)據(jù)確權(quán)定價問題均是巨大挑戰(zhàn)，數(shù)據(jù)所有權(quán)、使用權(quán)、管理權(quán)、交易權(quán)等權(quán)益沒有被相關(guān)的法律充分認同、明確界定和完全保護。

（二）保障數(shù)據(jù)安全是開展宏觀審慎管理的底線

數(shù)據(jù)要素區(qū)別于傳統(tǒng)要素資源的特點是虛擬化的數(shù)據(jù)要素更易泄露，數(shù)據(jù)安全和隱私保護的要求空前提高。根據(jù)數(shù)據(jù)泄露水平指數(shù)（Breach Level Index）監(jiān)測，自2013年以來全球數(shù)據(jù)泄露高達130億條，其中很多都是由于管理制度不完善造成的。而據(jù)威瑞森《數(shù)據(jù)泄露調(diào)查報告》顯示，2019年全球86個國家共發(fā)生41686起安全事件和2013起數(shù)據(jù)泄露，使得相關(guān)機構(gòu)蒙受巨大損失。此外，IBM《2019 年全球數(shù)據(jù)泄露成本報告》顯示，近5年來數(shù)據(jù)泄露的年平均成本已達392萬美元。

出于監(jiān)管的目的，監(jiān)管機構(gòu)需要掌握金融實體大量交易信息，是金融市場的數(shù)據(jù)中樞。一旦發(fā)生數(shù)據(jù)安全問題，將會導致市場失靈。因此，監(jiān)管當局在與金融實體共享和傳輸數(shù)據(jù)的時候，需要考慮一系列數(shù)據(jù)安全問題。例如，哪些數(shù)據(jù)明確不可共享或交易？哪些信息出于“安全”或“隱私”等重要考慮，必須以加密或其他形式進行保護，否則不得用于共享或交換？只有明確信息安全和隱私保護方面的邊界認定，聚焦在信息安全和隱私保護方面的監(jiān)管框架，監(jiān)管當局才能更高效、更安全地開展數(shù)據(jù)管理工作。

（三）提升數(shù)據(jù)質(zhì)量是保證監(jiān)管有效性的抓手

數(shù)據(jù)的數(shù)量與數(shù)據(jù)質(zhì)量并沒有直接的聯(lián)系，數(shù)據(jù)量越大并不意味著可使用的數(shù)據(jù)一定越多。對于金融行業(yè)而言，只有可控制、可量化、可記錄、可共享、可服務(wù)、可變現(xiàn)的數(shù)據(jù)才是高質(zhì)量、有價值的數(shù)據(jù)，低質(zhì)量的數(shù)據(jù)甚至錯誤的數(shù)據(jù)將引起“無用輸入，無用輸出”問題。但對數(shù)據(jù)質(zhì)量的控制不僅需要避免操作失誤，還涉及對數(shù)據(jù)的識別，因此在實際操作中存在很大的困難。

由于監(jiān)管機構(gòu)身負宏觀審慎管理和微觀審慎監(jiān)管雙重職責，錯誤信息導致的錯誤決策的調(diào)整成本巨大，因此監(jiān)管科技對數(shù)據(jù)質(zhì)量的要求更高。監(jiān)管科技對數(shù)據(jù)質(zhì)量的控制可以說貫穿數(shù)據(jù)管理的全過程，在數(shù)據(jù)獲取階段保證數(shù)據(jù)的完整性和格式的正確性，在數(shù)據(jù)加工階段保證數(shù)據(jù)內(nèi)容的合理性和可用性，在數(shù)據(jù)調(diào)用傳輸階段保證數(shù)據(jù)接口的匹配性等。其中，數(shù)據(jù)驗證技術(shù)是監(jiān)管科技保證數(shù)據(jù)質(zhì)量的核心技術(shù)。

（四）強化數(shù)據(jù)分析能力是數(shù)據(jù)管理的核心目標

數(shù)據(jù)管理是數(shù)據(jù)分析工作的先導環(huán)節(jié)，無效的數(shù)據(jù)管理體系很容易造成數(shù)據(jù)分析失效，即“無用輸入，無用輸出”問題。但歸根結(jié)底，數(shù)據(jù)管理工作是為后續(xù)的數(shù)據(jù)分析工作服務(wù)的，因此，搭建數(shù)據(jù)管理體系應(yīng)該以更好地服務(wù)數(shù)據(jù)分析工作為核心目標。

然而，在過去的金融監(jiān)管操作過程中，數(shù)據(jù)管理和數(shù)據(jù)分析工作的脫節(jié)較為嚴重，往往是數(shù)據(jù)管理部門在收到數(shù)據(jù)分析部門數(shù)據(jù)請求之后，調(diào)取所需數(shù)據(jù)后再發(fā)送給數(shù)據(jù)分析部門，少有監(jiān)管機構(gòu)能夠做到一體化操作。在這種模式下，每一次的數(shù)據(jù)調(diào)取都相當于一次新的操作，這樣不僅加大了數(shù)據(jù)管理環(huán)節(jié)的工作量，更造成了資源和存儲空間的浪費。

三、監(jiān)管科技在數(shù)據(jù)管理中的應(yīng)用場景

按照各個環(huán)節(jié)所實現(xiàn)的功能，數(shù)據(jù)管理可以劃分為數(shù)據(jù)存儲、數(shù)據(jù)傳輸、數(shù)據(jù)驗證、數(shù)據(jù)整合和數(shù)據(jù)可視化五個細分領(lǐng)域。不同領(lǐng)域里的數(shù)據(jù)管理工作側(cè)重點不同，并沒有主次之分，但由于不同領(lǐng)域的技術(shù)成熟度存在差異，監(jiān)管科技的應(yīng)用程度也有所不同。

（一）數(shù)據(jù)存儲

數(shù)據(jù)存儲是數(shù)據(jù)管理的起點，數(shù)據(jù)管理往往需要對同一數(shù)據(jù)進行多次使用。因此，需要為數(shù)據(jù)設(shè)計存儲基礎(chǔ)設(shè)施，通行的方案是建立數(shù)據(jù)庫。但對于如何劃分數(shù)據(jù)，或者說如何對數(shù)據(jù)庫進行分類，并沒有一個統(tǒng)一的標準。盡管在大多數(shù)數(shù)據(jù)管理方案中，管理者傾向于按照特定功能建立多個數(shù)據(jù)庫，但學界認為，最好的數(shù)據(jù)庫需要從業(yè)務(wù)策略開始設(shè)計，而不是從單個應(yīng)用程序和特定功能開始。

縱觀國際上監(jiān)管科技的實踐情況，建立通行數(shù)據(jù)庫是比較成熟的做法[1]。從監(jiān)管機構(gòu)的監(jiān)管戰(zhàn)略出發(fā)，根據(jù)所需和期望的數(shù)據(jù)范圍、質(zhì)量、結(jié)構(gòu)和可用性來劃定數(shù)據(jù)存入標準，在此基礎(chǔ)上，可以創(chuàng)建質(zhì)量保證機制來提高數(shù)據(jù)的準確性和精密度。基于這種方法，可以得到一個數(shù)據(jù)集，這個數(shù)據(jù)集就是通行數(shù)據(jù)庫。使用者可以根據(jù)管理需求和用戶訪問模板對通行數(shù)據(jù)庫進行二次建模。通行數(shù)據(jù)庫可以從根本上改變監(jiān)管者的數(shù)據(jù)管理方法，使其朝著更精簡、更高效的數(shù)據(jù)基礎(chǔ)設(shè)施方向發(fā)展。

（二）數(shù)據(jù)傳輸

數(shù)據(jù)傳輸指的是數(shù)據(jù)在不同數(shù)據(jù)源或存儲設(shè)備之間的傳遞，目前國際上較為成熟的數(shù)據(jù)傳輸方案主要有三個：一是應(yīng)用程序編程接口（以下簡稱API）。API是一個應(yīng)用程序如何與另一個應(yīng)用程序交互的協(xié)議集，通常用于促進數(shù)據(jù)交換。二是基于云計算的數(shù)據(jù)傳輸方案。云計算是一種高效和可擴展的數(shù)據(jù)存儲解決方案，可以實現(xiàn)TB量級的大數(shù)據(jù)傳輸。三是分布式賬本技術(shù)（以下簡稱DLT）。DLT允許通過一種一致的算法進行自動驗證，該算法在不同地點復(fù)制、共享和同步數(shù)字數(shù)據(jù)。

從各國的監(jiān)管科技實踐經(jīng)驗來看，基于云計算的傳輸對基礎(chǔ)設(shè)施要求嚴格，分布式賬本的傳輸效率較低，API作為數(shù)據(jù)傳輸介質(zhì)的應(yīng)用最為廣泛。API可以在沒有人工干預(yù)的情況下直接在數(shù)據(jù)庫之間傳輸大量數(shù)據(jù)，從而克服了通過電子郵件或網(wǎng)頁傳輸文件的大小限制，并減少了耗時和容易出錯的手工提交。

（三）數(shù)據(jù)驗證

數(shù)據(jù)驗證是指按照報告規(guī)則對格式和計算的完整性、正確性和一致性進行質(zhì)量控制檢查。一般來說，自動數(shù)據(jù)驗證檢查包括：數(shù)據(jù)接收檢查、數(shù)據(jù)完整性檢查、數(shù)據(jù)正確性檢查、合理性檢查和一致性檢查。這些檢查提高了分析數(shù)據(jù)的效率，節(jié)省了管理者的決策時間，使數(shù)據(jù)使用者能夠更專注于挖掘數(shù)據(jù)的潛在價值。隨著大數(shù)據(jù)時代的到來，數(shù)據(jù)驗證已不再是數(shù)據(jù)管理的難點所在，應(yīng)用機器學習（以下簡稱ML）的數(shù)據(jù)驗證模型可以較好地完成這項任務(wù)。只要提供足夠多的數(shù)據(jù)樣本供模型訓練，機器學習尤其是深度學習（以下簡稱DL）模型可以自動地識別異常數(shù)據(jù)，將其標記為統(tǒng)計過程或數(shù)據(jù)提供源的潛在錯誤。

數(shù)據(jù)驗證在各國監(jiān)管科技中使用較為廣泛。例如，新加坡金融管理局使用數(shù)據(jù)驗證技術(shù)，包括數(shù)據(jù)清洗和數(shù)據(jù)質(zhì)量檢查;奧地利國民銀行開發(fā)了一個基于ML和非監(jiān)督學習的數(shù)據(jù)驗證模型，用來去除錯誤的數(shù)據(jù)。

（四）數(shù)據(jù)整合

數(shù)據(jù)整合涉及以不同格式的數(shù)據(jù)集成，這些數(shù)據(jù)一般來自多個數(shù)據(jù)集。不同的數(shù)據(jù)集通常包含關(guān)于同一主題的不同維度的相關(guān)信息（如公司、個人），但由于存在數(shù)據(jù)接口不一致等問題，將它們集成起來可能非常麻煩。尤其是當不同的數(shù)據(jù)集之間沒有可用的唯一標識符（鍵值）時，傳統(tǒng)的數(shù)據(jù)整合方法幾乎無法使用。使用ML方法可以有效地解決這個問題，ML算法依據(jù)數(shù)據(jù)的概率分布來匹配數(shù)據(jù)集，以此來整合不同的數(shù)據(jù)庫。

數(shù)據(jù)整合是很多監(jiān)管科技應(yīng)用程序的重要組成部分。監(jiān)管科技應(yīng)用程序能夠結(jié)合多個數(shù)據(jù)源來支持分析工作，這通常涉及連接結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù);意大利銀行將可疑交易報告（結(jié)構(gòu)化數(shù)據(jù)）與新聞評論（非結(jié)構(gòu)化數(shù)據(jù)）結(jié)合起來，用于反洗錢監(jiān)測;盧旺達國家銀行將監(jiān)管數(shù)據(jù)與來自內(nèi)部系統(tǒng)的數(shù)據(jù)相結(jié)合，為監(jiān)管者和決策者提供有意義的信息[2]。

（五）數(shù)據(jù)可視化

數(shù)據(jù)可視化模塊指的是位于大數(shù)據(jù)架構(gòu)之上的接口，這些接口以最小的延遲提供無縫交互的用戶體驗。它們常常代替需要手動更新的靜態(tài)電子表格生成的儀表板。為了從數(shù)據(jù)中提取最有意義和可操作的信息，大數(shù)據(jù)儀表板允許進行大量的分析操作，例如向上鉆取（在一個維度上總結(jié)數(shù)據(jù)）和向下鉆?。ㄑ匾粋€維度更深入地挖掘數(shù)據(jù)），以及跨多個維度對數(shù)據(jù)進行切片、分割、轉(zhuǎn)置和覆蓋。

許多監(jiān)管機構(gòu)需要應(yīng)用數(shù)據(jù)可視化技術(shù)。畢竟數(shù)據(jù)不等于信息，考慮到數(shù)據(jù)的數(shù)量、密度和復(fù)雜性，需要強大的可視化工具以一種容易理解的方式向監(jiān)管者提供信息。例如新加坡金融管理局開發(fā)的監(jiān)督儀表板，它簡化了數(shù)據(jù)使用的體驗，并為監(jiān)管者提供對其投資組合中金融機構(gòu)健康狀況的“一目了然”的可見性;澳大利亞證券投資委員會使用iBase程序來表示結(jié)構(gòu)化數(shù)據(jù)源的時間、關(guān)聯(lián)和因果關(guān)系;荷蘭中央銀行投入大量精力將數(shù)據(jù)輸出轉(zhuǎn)換成邏輯指標，如自行開發(fā)的動態(tài)網(wǎng)絡(luò)可視化。

四、監(jiān)管科技在數(shù)據(jù)管理領(lǐng)域的應(yīng)用案例

有效的數(shù)據(jù)管理體系是監(jiān)管機構(gòu)開展數(shù)據(jù)分析工作的依托，監(jiān)管科技的注入則大大緩解了金融監(jiān)管中面臨的數(shù)據(jù)管理難題，使監(jiān)管當局可以更高效地利用數(shù)據(jù)進行決策。因此，各國監(jiān)管機構(gòu)紛紛探索監(jiān)管科技在數(shù)據(jù)管理領(lǐng)域，尤其是上述五個場景的實際應(yīng)用程序或?qū)嵤┓桨浮?/p>

（一）歐洲中央銀行的分析信用數(shù)據(jù)集項目

分析信用數(shù)據(jù)集（AnaCredit）是歐洲中央銀行為銀行體系建立的一個標準的通用數(shù)據(jù)庫，里面存放了歐元區(qū)所有成員國各個銀行貸款的詳細信息，包括貸款人、借款人和貸款協(xié)議等。該數(shù)據(jù)庫支持多種中央銀行職能，包括貨幣政策決策和宏觀審慎管理等[3]。

歐洲中央銀行于2011年與歐元區(qū)和一些非歐元區(qū)國家中央銀行一起啟動了該項目，于2016年6月1日發(fā)布了《AnaCredit法規(guī)》的最終版本。該項目計劃分三個階段實施：第一階段，在2018年9月之前，信用機構(gòu)向其所在國中央銀行提供貸款金額在2.5萬歐元以上貸款信息;第二階段，2018年9月開始，匯總歐洲中央銀行監(jiān)管下的重要機構(gòu)的信息，為歐洲中央銀行系統(tǒng)建立共享數(shù)據(jù)庫;第三階段（計劃于2020年底），將開始收集有關(guān)家庭抵押貸款和個人業(yè)主信貸的匿名信息。由于該數(shù)據(jù)庫的數(shù)據(jù)具有統(tǒng)一的結(jié)構(gòu)和數(shù)據(jù)標準，AnaCredit可以對這些數(shù)據(jù)進行分析和比較，這是以前的匯總數(shù)據(jù)無法實現(xiàn)的。

一方面，AnaCredit將信貸數(shù)據(jù)細化至企業(yè)。由于中小企業(yè)是歐洲經(jīng)濟的主要參與者，因此有關(guān)中小企業(yè)的信貸信息對于貨幣決策非常重要。過去，有關(guān)企業(yè)的信貸可用性必須通過某些調(diào)查獲得，而現(xiàn)在，AnaCredit可直接提供這些詳細數(shù)據(jù)。不僅如此，AnaCredit收集的詳細數(shù)據(jù)還可以用于評估這類公司的債務(wù)可持續(xù)性。另一方面，AnaCredit將風險數(shù)據(jù)細化至部門或地區(qū)。例如，如果某個成員國的銀行體系沒有很好地分散，并且過度暴露于特定地區(qū)或行業(yè)，那么AnaCredit可以突出顯示這一點，并能夠?qū)Σ块T或地區(qū)的信用風險及其潛在風險進行更準確的識別，預(yù)防系統(tǒng)性風險的產(chǎn)生。

AnaCredit是歐洲中央銀行數(shù)據(jù)戰(zhàn)略的重要組成部分。歐洲中央銀行統(tǒng)計職能也在金融業(yè)的參與下，正在設(shè)計和實施一種協(xié)調(diào)的數(shù)據(jù)管理，包括在不同的統(tǒng)計和法律框架下收集的信息，以簡化數(shù)據(jù)報告并減輕報告人的負擔。以AnaCredit為中心，歐洲中央銀行還提出了兩項倡議：一是歐洲報告框架，該項目旨在收集不同統(tǒng)計目的所需的所有數(shù)據(jù)，并在所有國家以綜合和協(xié)調(diào)的方式進行銀行監(jiān)督;二是銀行綜合報告詞典，它描述了銀行需要向當局報告的輸入信息的可能模型，以及生成這些報告所需的轉(zhuǎn)換規(guī)則。這兩項倡議的目的是向金融機構(gòu)提供一個綜合框架，以減輕金融機構(gòu)的合規(guī)壓力。

（二）澳大利亞的通用數(shù)據(jù)結(jié)構(gòu)SBR

澳大利亞監(jiān)管當局規(guī)定金融企業(yè)在提交監(jiān)管報告時，采用標準業(yè)務(wù)報告（以下簡稱SBR）這一通用數(shù)據(jù)結(jié)構(gòu)。SBR報告由多個監(jiān)管機構(gòu)合作設(shè)計，由監(jiān)管機構(gòu)定義報告中的字段名，通過這些字段名能夠訪問特定的數(shù)據(jù)[4]。最早采用SBR作為通用數(shù)據(jù)結(jié)構(gòu)的國家是荷蘭，但是在澳大利亞，SBR計劃實現(xiàn)了擴展，包括通過共享政府中心提交數(shù)據(jù)的統(tǒng)一流程和渠道（見圖1）。

從2008年開始，澳大利亞政府開始對其監(jiān)管機構(gòu)從行業(yè)收集的信息采用統(tǒng)一的標準化數(shù)據(jù)結(jié)構(gòu)。2010年，政府發(fā)布了第一個版本的綜合分類，即數(shù)據(jù)字段列表，涵蓋了澳大利亞公司向多個監(jiān)管機構(gòu)提交的報告。與此同時，政府與澳大利亞軟件行業(yè)合作，鼓勵科技公司使用這些數(shù)據(jù)字段來構(gòu)建軟件，以實現(xiàn)自動化合規(guī)。此外，澳大利亞政府還調(diào)整了法規(guī)，使報告過程以數(shù)據(jù)為中心。

SBR通用數(shù)據(jù)結(jié)構(gòu)降低了企業(yè)的合規(guī)成本，被監(jiān)管機構(gòu)使用SBR可以同時滿足多個監(jiān)管報告要求。據(jù)澳大利亞稅務(wù)局估計，澳大利亞的SBR計劃在2015—2016年為政府和企業(yè)節(jié)省了11億澳元的合規(guī)成本。同時，SBR減少或消除了重復(fù)的報告，提高了監(jiān)管效率。目前，澳大利亞的軟件供應(yīng)商仍在積極開發(fā)標準化的數(shù)據(jù)結(jié)構(gòu)，以構(gòu)建新的合規(guī)解決方案。對澳大利亞來說，通用數(shù)據(jù)結(jié)構(gòu)只是監(jiān)管科技在數(shù)據(jù)管理領(lǐng)域的開始，但這些在法規(guī)、技術(shù)和數(shù)據(jù)方面的協(xié)調(diào)方案實現(xiàn)了真正的監(jiān)管科技轉(zhuǎn)型。

（三）新加坡的開放金融行業(yè)API

新加坡致力于打造“API經(jīng)濟”，新加坡金融管理局于2017年宣布開放金融行業(yè)API。注冊的金融機構(gòu)可以使用新加坡金融管理局提供的API接口，對行業(yè)內(nèi)絕大部分數(shù)據(jù)進行查詢，如金融產(chǎn)品的詳細信息、檢索指定賬戶的交易記錄等。圖2展示了新加坡金融管理局對候選API的篩選過程，新加坡金融管理局使用已建立的框架和行業(yè)參數(shù)對5600多個交易行為進行了評估，經(jīng)過700多個業(yè)務(wù)流程，創(chuàng)建了411個候選API的推薦列表。為了便于理解和使用，候選API進一步按照它們所代表的實體、業(yè)務(wù)類型或者提供者進行了分類。進一步地，新加坡金融管理局按分階段推行的原則，將這些服務(wù)種類分類，為金融服務(wù)業(yè)及跨界別提供全面的評估及涵蓋范圍。經(jīng)過篩選之后，監(jiān)管機構(gòu)和銀行成為API最大的提供者。由于新加坡金融管理局對監(jiān)管報告和信息公開的重視，行業(yè)內(nèi)絕大部分的API由新加坡金融管理局提供。對于銀行來說，它們業(yè)務(wù)的廣度和大量的業(yè)務(wù)流程幫助它們成為行業(yè)內(nèi)第二大API提供商。

開放API的創(chuàng)建提供了一個可持續(xù)的宏觀環(huán)境，促進利益相關(guān)者之間的良性競爭與相互合作。從根本上說，圍繞API構(gòu)建的生態(tài)系統(tǒng)的核心優(yōu)勢是行業(yè)參與者之間的協(xié)作和共同創(chuàng)造的便利性。企業(yè)可以免費通過API從中獲取相關(guān)數(shù)據(jù)，因為將現(xiàn)有流程轉(zhuǎn)換為支持API的格式的成本很低，這樣公司就可以訪問和創(chuàng)造性地利用數(shù)據(jù)，為客戶提供價值和利益，這些便利極大地促進新想法和創(chuàng)新解決方案的產(chǎn)生。通過采用開放API，傳統(tǒng)金融機構(gòu)可以更容易地試驗、協(xié)調(diào)和利用金融生態(tài)系統(tǒng)中其他參與者開發(fā)的創(chuàng)新解決方案和業(yè)務(wù)模型。

（四）奧地利國民銀行的數(shù)據(jù)驗證機制

奧地利國民銀行開發(fā)了一個數(shù)據(jù)轉(zhuǎn)換平臺，用來連接被監(jiān)管實體與監(jiān)管機構(gòu)的IT系統(tǒng)。該系統(tǒng)可以對數(shù)據(jù)進行自動驗證，不會增加數(shù)據(jù)提供者的管理負擔。具體來說，數(shù)據(jù)平臺允許銀行部門直接上傳奧地利國民銀行要求的合規(guī)信息，但無須提前進行數(shù)據(jù)驗證。

數(shù)據(jù)轉(zhuǎn)換平臺由奧地利報告服務(wù)公司（以下簡稱AuRep）維護，該公司成立于2014年，由7家最大的奧地利銀行集團共同擁有。銀行將數(shù)據(jù)輸入AuRep的基本數(shù)據(jù)庫，然后，一組連續(xù)的標準化轉(zhuǎn)換規(guī)則將自動對基本數(shù)據(jù)空間中的數(shù)據(jù)進行驗證，并轉(zhuǎn)換為可以“推”到奧地利國民銀行的數(shù)據(jù)，轉(zhuǎn)換后的數(shù)據(jù)稱為Cube（數(shù)據(jù)立方體），見圖3。

在數(shù)據(jù)轉(zhuǎn)換平臺中，從基本數(shù)據(jù)庫傳來的數(shù)據(jù)將進行自動驗證，驗證過程如圖4所示，分為識別分析、數(shù)據(jù)評分、輸出結(jié)果三個過程。

識別分析對傳入數(shù)據(jù)進行數(shù)據(jù)分割和分類，為數(shù)據(jù)加上類別標簽，方便后續(xù)數(shù)據(jù)準確性驗證，主要分為兩個部分：奧地利銀行業(yè)務(wù)分析模型為主的基本識別和包含文本識別的細節(jié)識別。數(shù)據(jù)評分是應(yīng)用眾多關(guān)鍵模型（見圖5）對識別之后的數(shù)據(jù)進行定性與定量評分，用以估計數(shù)據(jù)的錯誤概率。定量分析對應(yīng)的輸出結(jié)果為數(shù)據(jù)評分，定性分析則輸出針對文本的一些驗證結(jié)果，例如，對包含違規(guī)操作的數(shù)據(jù)發(fā)出預(yù)警信號。

AuRep的數(shù)據(jù)轉(zhuǎn)換平臺覆蓋了大約90%的奧地利銀行市場的資產(chǎn)負債表總額以及信貸機構(gòu)的數(shù)量[5]。奧地利國民銀行報告數(shù)據(jù)模型中指定的所有報告都通過AuRep運行。根據(jù)奧地利國民銀行的使用經(jīng)驗，該平臺的數(shù)據(jù)驗證機制容錯率較高，系統(tǒng)運行穩(wěn)定。目前，幾乎所有的統(tǒng)計和金融穩(wěn)定報告以及部分監(jiān)管報告都是基于這個數(shù)據(jù)模型運行的。這種方法不僅提供了規(guī)模經(jīng)濟，而且允許金融行業(yè)的風險分擔。

（五）盧旺達國家銀行的電子數(shù)據(jù)倉庫

盧旺達從2008年起實行全國范圍的普惠金融政策， 2009年末已成立了400多家儲蓄和信用合作社（以下簡稱SACCO）。SACCO和其他小額信貸機構(gòu)服務(wù)的人數(shù)幾乎與整個銀行業(yè)服務(wù)的人數(shù)相同。到2010年，移動數(shù)據(jù)運營商也開始提供金融服務(wù)，盧旺達國家銀行也不得不大幅擴大其監(jiān)管任務(wù)范圍，以涵蓋新的金融機構(gòu)。但各金融機構(gòu)之間的數(shù)據(jù)存儲在各自的系統(tǒng)中，如何對來自不同數(shù)據(jù)集的數(shù)據(jù)進行整合成為首要難題。

為克服這個難題，盧旺達國家銀行與Sunoida Solutions合作開發(fā)了一個電子數(shù)據(jù)倉庫（以下簡稱EDW）系統(tǒng)。盧旺達國家銀行使用EDW可以直接從600多家受監(jiān)管的金融機構(gòu)的IT系統(tǒng)中“提取”數(shù)據(jù)，這些金融機構(gòu)包括商業(yè)銀行、保險公司、小額信貸機構(gòu)、養(yǎng)老基金、外匯管理局、電信運營商和轉(zhuǎn)賬運營商。這些機構(gòu)每24小時甚至每15分鐘就會自動提交數(shù)據(jù)，對于移動貨幣和轉(zhuǎn)賬運營商來說更是如此。

EDW編制了一個數(shù)據(jù)字典，并要求每個金融機構(gòu)編寫數(shù)據(jù)腳本，將數(shù)據(jù)字典映射到其本系統(tǒng)的信息。這個過程只在最開始執(zhí)行，之后EDW系統(tǒng)將自動對系統(tǒng)接口進行維護，這大大提高了EDW的運行效率。然后，EDW會將映射的信息放入一個“準備區(qū)域”，盧旺達國家銀行可以從中提取它需要的信息（見圖6）。加密的數(shù)據(jù)通過VPN通道并通過數(shù)據(jù)完整性檢查機制運行。通過這種方式，EDW向盧旺達國家銀行提供及時、一致和可靠的數(shù)據(jù)。

EDW系統(tǒng)還提供數(shù)據(jù)驗證機制，大大提高了金融機構(gòu)的數(shù)據(jù)質(zhì)量，金融機構(gòu)現(xiàn)在也將這些數(shù)據(jù)用于內(nèi)部風險管理。EDW減少了數(shù)據(jù)的輸入錯誤和數(shù)據(jù)之間的不一致性。盧旺達國家銀行在系統(tǒng)中建立了質(zhì)量和完整性規(guī)則，如果數(shù)據(jù)不符合某些標準，就會被拒絕，并向盧旺達國家銀行和監(jiān)管機構(gòu)內(nèi)的銀行審查員發(fā)送自動電子郵件警告。此外，來自數(shù)據(jù)供應(yīng)端的歷史數(shù)據(jù)清理目前正在進行中。

除了提高數(shù)據(jù)質(zhì)量，EDW還具有靈活性和快速分析大量數(shù)據(jù)的能力。盧旺達國家銀行可以調(diào)整其監(jiān)督流程和方法，以充分利用收集的數(shù)據(jù)并更有效地分配監(jiān)督資源。由于外部利益相關(guān)者的數(shù)據(jù)差異，盧旺達國家銀行并沒有完全結(jié)束手動報告。盧旺達國家銀行還簡化了內(nèi)部業(yè)務(wù)流程，以確保完全捕獲信息。

（六）荷蘭中央銀行的動態(tài)網(wǎng)絡(luò)可視化

荷蘭中央銀行用自行開發(fā)的動態(tài)網(wǎng)絡(luò)可視化來監(jiān)控歐洲TARGET2銀行間支付系統(tǒng)中荷蘭部分的所有支付交易。在該網(wǎng)絡(luò)中，銀行及其支付交易分別用黃結(jié)點和青色邊表示（見圖7）。連續(xù)幾天的可視化顯示了每日網(wǎng)絡(luò)的動態(tài)變化。可視化網(wǎng)絡(luò)采用的是ForceAtlas2布局，這是一種用于方便網(wǎng)絡(luò)可視化的連續(xù)圖形布局算法。因此，隨著時間的變化，網(wǎng)絡(luò)中節(jié)點的位置將被不斷地重新計算。銀行標簽和方向的邊緣已被省略，以確保機密性。

根據(jù)網(wǎng)絡(luò)布局，交易活躍的銀行在網(wǎng)絡(luò)中心，不活躍的銀行處于網(wǎng)絡(luò)邊緣，根據(jù)空間位置對監(jiān)控實體的行為形成基本認知[6]。對于內(nèi)部分析，顯示銀行名稱、交易量和邊緣方向，使監(jiān)管者能夠觀測有關(guān)個別銀行行為的問題：在一天中的任何特定時刻的交易對象是誰，交易是單向還是雙向，交易價值是什么等等。

網(wǎng)絡(luò)圖的底部顯示了一個帶有滑動選擇標記的時間軸，時間窗口和加載的速度都可以改變。時間軸還顯示了全天活躍的銀行數(shù)量的折線圖。

該可視化用例可在三個不同層面監(jiān)控銀行間交易市場。首先，動態(tài)網(wǎng)絡(luò)可以幫助確定市場宏觀結(jié)構(gòu)的任何變化。就活躍銀行的數(shù)量和它們的連接性而言，判斷網(wǎng)絡(luò)是穩(wěn)定的還是正在分裂成子集團，可以為監(jiān)管者是否做進一步的調(diào)查決策提供幫助。其次，在微觀層面上，監(jiān)管者可以跟蹤單個銀行單日、一周或任何其他時間間隔的時間軸，重點關(guān)注這家銀行的交易，并在網(wǎng)絡(luò)中識別它的交易對象。最后，監(jiān)管者可以使用動畫進行比較，評估相同的支付系統(tǒng)在不同時刻的變化，或者不同類型的支付系統(tǒng)在特定時刻的差異。

圖像檢查能夠識別市場活動的瞬時的、微觀的方面，通過觀察銀行之間的聯(lián)系模式，監(jiān)管者可以了解到正常的市場活動情況。與靜態(tài)可視化相比，動畫提供了更多的視覺線索，為監(jiān)管者展現(xiàn)一段時間內(nèi)的市場變化。

五、展望與經(jīng)驗總結(jié)

在大數(shù)據(jù)時代，監(jiān)管機構(gòu)在構(gòu)建集數(shù)據(jù)收集、轉(zhuǎn)換與計算分析于一體的數(shù)據(jù)生態(tài)體系的同時，還需要加強對數(shù)據(jù)的管理。高效率的數(shù)據(jù)管理和數(shù)據(jù)運營不僅能降低數(shù)據(jù)開發(fā)成本，還提高了監(jiān)管科技的適用性，為監(jiān)管機構(gòu)決策提供更好的數(shù)據(jù)化支撐。

展望未來，監(jiān)管科技在數(shù)據(jù)管理上還有許多發(fā)展障礙需要解決：一是傳輸效率，盡管API傳輸?shù)目赏卣剐詮?，能夠處理當前監(jiān)管科技所需的數(shù)據(jù)量，但API傳輸具有承載上限，隨著大數(shù)據(jù)時代的進一步發(fā)展，TB量級以上的數(shù)據(jù)量將成為主流，屆時基于API的數(shù)據(jù)傳輸效率將大大降低，新的傳輸技術(shù)有待開發(fā)。二是數(shù)據(jù)安全，現(xiàn)行的數(shù)據(jù)加密技術(shù)的穩(wěn)定性仍存疑，監(jiān)管科技使用的數(shù)據(jù)涉及大量受監(jiān)管機構(gòu)的關(guān)鍵信息。這些數(shù)據(jù)如果泄露將造成非公平競爭，影響行業(yè)秩序，甚至引起金融風險。在監(jiān)管科技發(fā)展的同時，這些障礙都需要得到解決，只有協(xié)調(diào)推進底層技術(shù)和相關(guān)法律的升級，才能使監(jiān)管科技發(fā)揮出更強大的作用。從全球監(jiān)管科技在數(shù)據(jù)管理領(lǐng)域的應(yīng)用來看，我國運用監(jiān)管科技改變金融數(shù)據(jù)管理現(xiàn)狀也大有可為：

一是要強化監(jiān)管數(shù)據(jù)管理的頂層設(shè)計。在監(jiān)管大數(shù)據(jù)時代，監(jiān)管當局不僅是金融數(shù)據(jù)的生成者、收集者、儲存者和使用者，也會逐漸成為商用金融數(shù)據(jù)的經(jīng)濟受益者。無論是數(shù)據(jù)安全保護，還是數(shù)據(jù)共享模式、交易方式，都需要政府出臺清晰和包容性高的規(guī)則和指引，按市場化原則統(tǒng)一管理金融數(shù)據(jù)市場。搭建監(jiān)管數(shù)據(jù)管理體系時，監(jiān)管當局需要界定不能共享和交易的數(shù)據(jù)邊界，設(shè)置數(shù)據(jù)安全和隱私保護方面的標準和要求，為監(jiān)管科技使用和應(yīng)用程序設(shè)計奠定良好的制度基礎(chǔ)。

二是推動建立數(shù)據(jù)管理各領(lǐng)域的行業(yè)標準，包括但不限于數(shù)據(jù)格式、數(shù)據(jù)傳輸方式、數(shù)據(jù)使用權(quán)的交換準則。行業(yè)標準的建立不僅可以對監(jiān)管科技的應(yīng)用范圍和運作模式等標準進行規(guī)范，還可以引導整個行業(yè)未來的健康發(fā)展，促進金融科技在數(shù)據(jù)管理領(lǐng)域的創(chuàng)新。盡管行業(yè)的最終標準一定來自市場的選擇，但監(jiān)管當局在其中需要發(fā)揮推手的作用。前瞻性的頂層設(shè)計會使市場自動地調(diào)節(jié)行業(yè)生態(tài)。

三是要協(xié)調(diào)監(jiān)管機構(gòu)內(nèi)各部門的聯(lián)動，建立“數(shù)據(jù)收集—數(shù)據(jù)管理—數(shù)據(jù)分析—制定決策”一體化的數(shù)據(jù)監(jiān)管體系。以數(shù)據(jù)驅(qū)動為核心的監(jiān)管科技服務(wù)于金融監(jiān)管這一職能，因此數(shù)據(jù)管理不能割裂于數(shù)據(jù)分析和數(shù)據(jù)收集，必須建立完整的數(shù)據(jù)監(jiān)管體系，讓數(shù)據(jù)更好地支持監(jiān)管決策。

參考文獻：

[1]FSI Working Papers，No.19，The Suptech Generations [EB].https：//www.bis.org/fsi/publ/insights19.html

[2]Schizas E，McKain G，Zhang B Z，et al. 2019. The Global RegTech Industry Benchmark Report [J].Available at SSRN 3560811.

[3]Thun C，Business S D S. 2015. AnaCredit Gives Banks an Opportunity to Improve Data Management，but Challenges Remain [J]. Americas，1.

[4]Apar. 2019. Apras New Data Collection Solution Implementation Plan V1.0 [DB/OL].https：//www.apra.gov.au/sites/default/files/data-collection-solution-implementation-plan-apr19_0.pdf

[5]Johannes Turner. 2018. Director Statistics Department， OeNBs Innovative Reporting Data Model as RegTech/SupTech Solution？2018，http：//pubdocs.worldbank.org/en/825651528991300971/J-Turner-RegTech-SupTech-Washington-Pr%C3%A4sentation.pdf.

[6]Heijmans R，Heuver R， Levallois C，et al. 2014. Dynamic Visualization of Large Transaction Networks：the Daily Dutch Overnight Money Market [J].