近年来，随着金融科技不断发展，新产品、新模式、新业态不断涌现，监管部门采用传统监管方式和手段难以有效应对商业模式、业务形态日新月异的新型金融机构。同时，面对监管部门专业性强、更迭速度快的监管政策，金融机构也捉襟见肘，难以保证完全达到监管要求。而区块链、大数据、人工智能等新一代信息技术的出现，则为监管部门和金融机构提质增效带来了新的解决方案——“监管科技”应运而生。

一、海外监管机构科技应用最新动态

英国不断升级和优化“监管沙箱”机制。作为“监管沙盒”机制的首创者，英国一直走在监管科技发展创新的前沿。英国金融行为监管局（FCA）于2021年4月计划建立一个基于大数据、人工智能等技术的风险监督预警系统——监管托儿所（Regulatory Nursery）。经过FCA三个月的努力，该系统最终在同年7月正式上线。监管托儿所能够自动搜集整合金融科技创新试点企业的相关数据信息，并通过系统内部的企业风险识别模型快速甄别标的企业可能存在的风险隐患，为监管当局能够及时制止“监管沙盒”中企业的高风险活动提供了有力保障。2021年11月，FCA也对外公布了第二轮监管沙盒的参与项目，并重点聚焦于改善环境、社会和治理（ESG）数据的使用，以解决围绕可持续发展和ESG报告的具体监管问题。

欧盟银行保险业分步实施监管科技规划。欧盟长期以来都积极主动地拓展监管科技的使用范围，欧洲保险和职业养老金管理局（EIOPA）在2020年2月发布了《2020年监管科技战略》。首先，通过利用自然语言处理（NLP）技术来对网络中关于保险运行状况的舆情信息进行收集处理，实现风险的监测和预警。其次，搭建一个能够共享的平台，利用索赔三角（Claims Triangles）等信息，帮助监管机构对汽车责任险相关规定的适当性进行评估。最后，利用大数据处理方式，对已有的保险和养老金基金的资金使用以及运行状况进行可视化分析，充分利用历史数据，尽可能地帮助EIOPA履行职责。2021年欧洲中央银行（ECB）与欧洲单一银行业监管机构（Single Supervisory Mechanism）相继合作开发了“Atlas”系统和“Agora”平台。“Atlas”系统是综合区块链、人工智能等技术的一种全新决策过程解决方案，能够辅助监管部门进行会议决策、书面程序和授权批准的准备和后续工作。“Agora”平台则通过利用综合大数据、光学字符识别和人工智能等技术，整合与监管相关的信息资料，为监管机构提供一站式的审慎数据分析服务。

美国不断尝试新技术在监管机构的应用场景。美国凭借自身的金融和科技实力，一直走在监管科技的最前沿。早在2012年美国消费者金融保护局（CFPB）就已经启动项目催化计划（Project Catalyst），以此来达到监管部门监管和金融创新的平衡。2020年，CFPB进一步推动监管科技的发展，推出“试验披露计划”，即在监管部门的批准下，金融机构主动提供创新的信息披露计划，而监管部门则借助云计算和人工智能，在结合历史数据的前提下，借助算法判断是否允许经营。2021年7月，美国金融业监管局（FINRA）计划使用机器学习和自然语言处理等技术建立一个风险审查系统，辅助监管部门进行舆情监控和风险审查工作，确保监管工作高效、顺利进行。此前，美国证券交易委员会（SEC）也曾开发了一个国家监察分析工具NEAT，该系统可以收集公司的交易数据并自动生成分析报告，而SEC审查员则根据报告来识别可能存在内幕交易。

其他国家和地区纷纷创新监管科技产品。意大利银行（BoI）在吸取其他国家过往经验的基础之上同样是将大数据技术运用到打击洗钱能违法犯罪活动的监测之中，既能够减少分析时间也能够为监管部门提供预警。捷克国家银行（CNB）则通过MKT（资本市场监测）工具，将捷克国内的数据与来自欧盟的信息结合起来并结合国内主要的金融市场交易场景来分析，充分履行了央行的监管职能。荷兰中央银行（DNB）通过使用神经元技术，研究出一种自动解码器（Auto-encoder）对商业银行在运行过程中的流动性状况进行监测，对于金融市场上可能的流动性危机进行监测和预警。新加坡金融监管局（MAS）开发出一套关于文本挖掘的可疑交易报告分析系统（Suspicious Transaction Reports，STR），以分析金融机构提交的关于洗钱和恐怖融资风险的可疑交易报告。

二、监管科技发展瓶颈

监管科技的数字化、智能化、实时性、预测性和共享性等特征和优势使得各国监管部门都将其视为变革现行金融监管体系和应对金融科技创新风险的重要手段之一。可以预见，在未来一段相当长的时间内，对于监管科技的底层技术基础夯实、应用场景开发、内在风险防控成为相关各方关注的焦点。

大多数监管科技方案都遵循着“由点到面”的发展路径，深耕一个小领域内的合规解决方案，然后逐步扩展至其他领域。同时，由于监管科技仍然属于新鲜事物，也存在一些发展中的瓶颈和窘境值得关注：其一，目前应用于监管科技的主要技术，更多仍处于理论上的认知，而且这种技术模型并不唯一，还需要深入探索；其二，监管科技的解决方案，主要基于某些预定的假设条件与理论模型，使用软件程序对风险数据进行自动分析，其分析模型的可靠性和准确性有待进一步验证；其三，科技创新加大了监管者与被监管者之间的信息不对称，即便使用了人工智能技术也是基于历史经验算法积累，其迭代的能力需要更多资源的支持。

三、我国监管科技发展路径

综上，我国监管科技需要多方发力。第一，从顶层设计视角制定监管科技发展长期规划。中国的金融科技发展位居世界前列，但监管科技的发展处于落后位置，因此应从顶层设计角度及早谋划我国的监管科技产业布局，制定监管科技发展的长期规划。首先，建立健全整体性的发展纲要、明确总体发展框架、分行业出台监管科技发展规划；其次，监管部门根据自身的监管需求，通过各种渠道和机制寻求各类监管科技技术和应用的支持和帮助；最后，鼓励市场主体从事监管科技行业，鼓励成熟的技术提供商或者头部科技公司为监管机构提供技术服务或监管科技系统外包。

第二，健全监管科技政策管理体系和技术标准体系。监管科技作为新型监管手段和传统金融监管方式的有益补充，目前尚未确定立法原则和相关法律法规。要加快出台监管科技管理办法，对数据安全、采集、报送和风险智能评估等方面提供法律保障，做好监管科技新规和传统金融监管政策的有效衔接和有益融合。积极健全监管科技技术标准体系，主要是推进监管规则数字化共性标准和统一数据元，使得监管数据的采集、分析、交互、报送、自动化处理等流程变得更加畅通，具备先进性和可操作性。

第三，搭建监管科技各方参与主体的协同合作机制。一是监管机构应加强与新科技企业的合作。人才和技术是监管科技落地的两大关键要素，监管科技人才需要具备专业化的金融知识，才能对金融行业中的难点和风险点有所了解。对于技术问题，监管机构可以选择第三方外包，但是考虑到监管工作的长效性和动态调整等特点，监管机构需要高度重视后续服务的迭代和运维问题。二是监管机构应加强与金融机构的合作。通过合作可以更好发掘监管科技的应用场景，更好解决运营落地问题，或者监管机构可以与金融机构一起组建监管科技公司，将科技投入成本外部化，优化金融机构的监管科技生态。三是打通监管机构及其他部门之间的数据隔阂，实现有效监管数据的共享，同时加强数据披露及与研究机构的合作，吸引更多的第三方参与监管科技工作。