构建中国特色金融科技监管体系迫在眉睫

　　□薛泽岚

　　消费金融今天已成驱动我国消费升级的重要动力，而人工智能技术正催生消费金融行业的新一轮变革，是消费金融行业实现数据化、智能化、普惠化的核心驱动因素，从而将重塑消费金融核心竞争力。那些积极开发或引入外部人工智能技术的消费金融机构有望拔得头筹。

　　目前我国消费金融市场的参与主体包括商业银行、持牌消费金融公司、电商支付等互联网平台、线下小贷平台、P2P等。贷款需求、消费场景和流量决定了消费金融的业务规模，贷款利率（加各项费用）、资金成本、获客成本、运营成本、资产质量等因素则决定了各类主体经营消费金融业务的盈利水平。因此，丰富的消费场景、完善的风控能力、较低的业务成本共同构成了消费金融业务的核心竞争力，而人工智能技术在消费金融的拓宽应用场景、完善风控体系、降低业务成本三大核心竞争力中均扮演着极为重要的角色。

　　比如，智能营销的应用促成了精准营销。针对信用卡业务的获客难题，51信用卡针对商业银行的营销痛点，研发了“费马”全生命周期营销解决方案，可准确预测用户在不同阶段的金融需求，目前已帮助合作银行在信用卡发卡量上实现了重要的突破。人工智能技术也为智能网点的建设提供了可能。广电运通已运用人工智能技术建设银行业智能网点，其网点解决方案已被工商银行、建设银行、广发银行、长安银行等各家银行所采用。智能投顾平台可通过一系列数据算法来评估用户基本信息，并结合现代投资组合理论为用户提供个性化、订制化的理财方案。

　　又如，人工智能可用于筛选优质借款人，识别骗贷行为，进而实现智能风控。电商、支付平台、P2P等参与主体对用户人群的信用评估主要依赖于电商、支付、社交等非金融数据，将这些数据纳入到评分模型中可量化借款人违约风险，有效地实行风险定价。蚂蚁金服打造了包括风险检测预警、风险识别决策、风险智能优化和风险分析洞察机制的“蚂蚁风险大脑”，京东金融的风险评估体系则包括了申请评分模型、反欺诈模型等十余种模型，并通过机器学习对变量深入分析和自动迭代。人工智能HIA可解决大数据处理问题，实现数据的标准化，并实时跟踪、监控和呈送交易数据，满足监管要求。

　　还有，舆情分析将会是消费金融场景中的重要工具，基于AI中的自然语言处理技术，可对文本内容聚类分析、自动标签、风险事件抽取、情感和情绪分析，从而帮助企业迅速抓取市场和用户信息。通过舆情覆盖面、数据分析模型、风险分级模型、风险传导路径的分析，在用户背景调查、信贷管理和风险防范方面产生很高的运用价值。

　　无疑，伴随大数据与人工智能技术的深化，人工智能决策系统的应用将会加速发展，智能算法在精准获客、风险控制和运营服务的过程中将会越来越强。人工智能技术也将促进行业的公平竞争，市场也会由此变得更有效率。只是，人工智能在带来巨大潜在效益的同时，也使金融风险构成的交叉性和复杂性更加突出。这些变化对金融监管的实时性、精准性和穿透性提出了更高的要求。

　　本质上，人工智能嵌入金融体系并不会改变金融风险的隐蔽性、传染性、突发性等特征，反而这种嵌入更容易产生叠加和扩散的效应。这首先表现在技术风险上。金融科技业务依赖最新的技术和交易平台系统，其交易参数的设置、交易系统的操作等都隐藏着技术风险。如果系统缺乏自我纠错能力，某个技术缺陷或操作失误就可能给经营主体造成较大损失。另外，如果多家经营主体普遍使用同一套交易或操作系统，技术风险甚至可能带来“踩踏”后果，例如在智能投顾领域的证券交易。其次，表现在信息风险上。金融科技公司在开展新业态的过程中积累了丰富的多元化和碎片化“专属大数据”，这一方面可能造成客户的隐私信息泄露，另一方面也可以达到绕过监管的效果。金融科技新业态可能使资金流动绕开商业银行体系，加剧“金融脱媒”，使某些金融交易脱离现有金融管制。笔者估计，掌握人工智能等新兴技术的“金融基础设施供应商”或将成为金融行业新的系统性风险来源之一。

　　因此，为了有效防范在人工智能嵌入消费金融的过程中可能产生的风险，探索并构建中国特色的金融科技监管体系迫在眉睫，这需要同时加强微观功能监管与宏观审慎管理。金融监管同样需以数据为本，监管机构必须借助人工智能技术及时有效地获得数据，建议与经营主体之间构建平等的数据共享机制，通过数据共享形成交互系统，打造“智能监管”。基于智能监管，当金融机构触及或可能触及预警线时，监管机构能够即时介入并采取相关措施。金融监管转型的另一核心在于监管科技的法制化，即密切跟踪金融新业态的最新进展，并不断通过修订、解释等方式完善金融科技监管法律制度体系。

　　（作者系资深评论员）