摘要：區塊鏈、人工智能等技術將成為監管科技的重要組成部分。www.emoneybtc.com所謂“監管科技”，是在金融與科技更加緊密結合的背景下，以數據為核心驅動，用雲計算、人工智能、區塊鏈等技術為依托，以更高效的合規和更有效的監管為價值導向的解決方案。
京東金融於近日發表的最新研究報告指出，區塊鏈、人工智能等技術將成為監管科技的重要組成部分。
監管科技可分為兩大分支——運用於監管端的監管科技（Suptech）與運用於金融機構合規端的監管科技（Comptech）。

數據為核心驅動
“監管科技”為行政監管和科技的結合，這份報告參考國際清算銀行（BIS）的金融穩定研究所（FSI）於7月發布的報告 “Innovative technology in financial supervision (suptech) — the experience of early users” 作為依據，並定義出“監管科技”實為“在金融與科技更加緊密結合的背景下，以數據為核心驅動，用雲計算、人工智能、區塊鏈等技術為依托，以更高效的合規和更有效的監管為價值導向的解決方案”。
從監管端(Suptech)來看，報告指出，面對金融科技背景下更加復雜多變的金融市場環境，監管部門有運用監管科技的充足動力。一方面，由於 2008 年金融危機後，金融監管上升到前所未有的高度， 監管機構渴望獲取更加全面、更加精准的數據；另一方面，監管部門面對金融機構報送的海量數據， 需要借助科技提高處理效率和監管效能。金融科技帶來了新的風險場景和風險特征，也需要監管機構“以科技對科技”去積極應對。
監管科技在監管端的運用可以分為數據收集和數據分析兩大方面。數據收集過程中可以形成報告(自動化報告、實時檢測報告)，進行數據管理(數據整合、數據確認、數據可視化、雲計算大數據)，以及通過虛擬助手采集消費者、被監管機構相關信息並進行交流。
在自動化報告的數據推送方式方面，舉例而言，“奧地利中央銀行（OeNB）”以奧地利七大銀行所共有的“奧地利報告服務有限公司（AuRep）”為中間平台，各銀行傳送數據至AuRep，並由其匯總，行成一簡單、完整且一致的數據報告；在標准化轉換規則下，迅速將資訊傳達至OeNB。
在數據管理方面，監管科技可進行數據驗證、整合、視覺化及雲計算。數據分析具體運用於四個方面，包括市場監管、不端行為檢測分析、微觀審慎監管和宏觀審慎監管。
虛擬助手如，菲律賓中央銀行（BSP）開發一款聊天機器人答覆消費者投訴，並進行問題分類、數據統合，及分析需要關注的潛在領域。此外，英國金融行為監管局（FCA）也正在實驗以機器人幫助被監管機構了解法律要求，同時為消費者優化選項，並透過解讀法條，來審視和評估監管變化所帶來的影響。
“微觀審慎監管”是用於信用風險評估及運用神經網絡分析流動性風險，如荷蘭銀行（DNB）正研究一種自動編碼器，來檢測實時結算系統支付數據的異常；“宏觀審慎監管”則更廣泛地運用於識別金融風險、維護金融穩定和政策評估等面向，美聯儲、歐洲中央銀行和英格蘭銀行皆使用“熱圖”對於被監管機構數據產生的自動分析，來突出潛在的金融穩定性問題。