監管科技初現“時間表”和“路線圖”
本報記者 姜業慶
由北京市金融服務法學研究會主辦、京東數字科技研究院協辦的“金融科技與監管科技”會議傳出資訊，監管科技“時間表”和“路線圖”正在顯現。
京東數字科技研究院在會上釋出了監管科技系列研究報告——《證券監管中的監管科技》。報告以《中國證監會監管科技總體建設方案》的落地為背景，就監管科技在證券發行、資訊披露、證券投資交易、證券違法行為監管、證券市場風險監測分析及預警、證券投資者保護等方面的實際運用進行了深入分析，並對監管科技在證券市場相關業務中的進一步落地提出切實建議。
從國際上來看，已經有不少監管科技在證券監管中的運用的實踐，涵蓋證券發行、資訊披露、證券投資交易、證券違法行為、證券市場風險的監管，以及證券投資者保護等環節。比如，在證券發行階段，美國證券交易委員會（SEC）已經開始嘗試用機器學習技術的自然語言分析來審查企業發行人的申報檔案，並利用問題案例來對算法系統進行“訓練”，以瞭解出現欺詐或不當行為時的資料模式及語言特徵；在證券投資交易階段，新加坡金融管理局（MAS）提出要以演算法為著手點對智慧投顧進行治理和管理，包括限制演算法設計人員隨意更改演算法，監測到異常立即暫停數字諮詢服務，以及對數字投資工具所提出的建議進行合規性檢查等。
就國內情況來看，京東數字科技研究院院長孟昭莉認為，今年8月《中國證監會監管科技總體建設方案》的出臺，完成了監管科技建設工作的頂層設計，讓此前停留在倡導或研究層面的監管科技有望看到更清晰的“時間表”和“路線圖”。在實踐中，監管科技在證券監管中的一些運用已經走在了規劃設計的前面。比如，在打擊內幕交易方面，證監會依託大資料倉庫，建立多種資料分析模型，通過資料探勘來尋找“碩鼠”的案件線索。
報告指出，監管科技從藍圖走向全面實踐，必將是一個步步為營、不斷攻堅克難，甚至可能還會出現反覆和停滯的過程。在監管科技全面投入應用之前，至少還有三個問題需要解決：資料標準化如何實現，大資料、雲端計算和人工智慧等新技術如何實現轉化與更新，市場是否能適應監管方式變化帶來的成本增加。就目前而言，各國主要採取“監管沙盒”的方式，在一個寬鬆版的環境和縮小版的市場中推廣監管科技，來平衡監管科技可能帶來的“不適應”。
自2018年8月釋出首份監管科技報告以來，京東數字科技研究院一直保持對監管科技的密切關注。京東數字科技研究院認為，監管科技（Regtech）有兩大分支，分別是運用於監管端的監管科技（Suptech）和運用於金融機構合規端的監管科技（Comptech）。前期釋出的監管科技系列報告分別從監管端和合規端，對監管科技的應用案例進行了詳實地梳理。從第三份報告開始，京東數字科技研究院將聚焦於不同的細分業務領域，進一步分析監管科技在落地應用中的機會與趨勢。
中國法學會證券法學研究會副會長兼祕書長、北京市金融服務法學研究會副會長兼祕書長、中央財經大學法學院教授邢會強認為，《證券監管中的監管科技》是目前證券監管科技方面最前沿、最全面、最詳實的報告。