吴晓灵：打造监管科技的生态圈，很高兴看到蚂蚁金服的有益探索

“金融科技今天的发展相当于1万米才跑了100米，在数字绿色金融、消除贫困方面还有巨大的空间有待挖掘。监管部门也需要借助最新的科技，发展出适宜于明天的监管体系。今天，监管科技已经箭在弦上，核心是要行动起来。这是一个在实践中不断迭代升级的系统工程，需要政企学研等多方协作推进。”蚂蚁金服董事长兼CEO井贤栋表示。

如何利用科技丰富金融监管手段，防范和化解金融风险？作为监管科技的创新高地，北京一

直走在全国前列，近期又迎来了新一轮创新成果——“北京金融风控驾驶舱”（简称“风

控驾驶舱”）。

今日（26日），清华大学五道口金融学院主办的“监管科技如何助力重大金融风险防范与化解”高层研讨会上，北京市地方金融监督管理局（以下简称“北京市金融监管局”）党组书记、局长霍学文专门提及了“风控驾驶舱”。据介绍，该系统由北京市金融监管局和蚂蚁金服合作开发，依托北京市金融监管局超前的监管理念和丰富的监管经验，利用支付宝在金融科技、互联网金融风险防范领域积累的能力，进一步加强金融风险系统性防范，实现穿透式监管。

通过实时数据可视化，北京金融风控驾驶舱搭建了一个金融风险监测、风险研判、处置分发和综合治理的一体化智能系统。不仅实现了对注册或经营地在北京的类金融机构进行合规性实时监测，更能对其中重点风险行业和涉众风险进行重点监测和预警。

北京金融规模巨大，金融体系完善。数据显示，北京拥有持牌法人金融机构700余家，金融资产总量占全国45%。2018年6月发布的《全球金融科技中心指数》显示，北京排名第一。

“信息技术革命让金融业发生了翻天覆地的变化，金融原有的概念和边界更模糊了，这都给监管带来了挑战。”霍学文认为，每当技术做出重大创新后，金融也会跟着实现突破。“所以我们需要更加有效的监管手段，尤其是通过监管科技助力监管。”

记者看到，为了更加直观、清晰地反映风险状况，风控驾驶舱会从多个维度对全网数据进行实时扫描、挖掘、归集、分析，无论是从市到各区、到街道、甚至到某个楼宇、某个公司，风险状况得以数字化动态监测，并且可以穿透式识别隐患。在获取了足量数据和特征之后，机器将自动建模评估风险，最后通过可视化的方式辅助风险处置的决策。

图说：蚂蚁金服副总裁芮雄文讲解“北京金融风控驾驶舱”可视化大屏

支付宝的云计算和人工智能、区块链等技术则为“驾驶舱”提供了引擎保障。以人工智能技术为例，通过挖掘企业动态演变规程，若企业初期以实体经营为主，后期突然转变从事区块链等高科技业务，“风控驾驶舱”能够第一时间进行预警，并初步研判该企业是否借高科技为名从事非法集资活动。

监管科技正在不断升级金融监管 “千里眼”和“顺风耳”的风险识别能力。清华大学五道口金融学院理事长兼院长、中国人民银行原副行长吴晓灵在研讨会上表示，全球金融监管机构，都在积极地推动监管科技建设。她指出，“大技术公司的平台成为了金融与科技结合的媒介，应对挑战，需要打造监管科技的生态圈和金融科技发展生态圈。很高兴地看到蚂蚁金服集团和一些科技公司的有益探索。”

“金融科技今天的发展相当于1万米才跑了100米，在数字绿色金融、消除贫困方面还有巨大的空间有待挖掘。监管部门也需要借助最新的科技，发展出适宜于明天的监管体系。今天，监管科技已经箭在弦上，核心是要行动起来。这是一个在实践中不断迭代升级的系统工程，需要政企学研等多方协作推进。”蚂蚁金服董事长兼CEO井贤栋在研讨会现场表示。

图说：蚂蚁金服董事长兼CEO井贤栋发言

他还指出，监管科技的核心目标是用科技的手法实现促进创新和防范风险的平衡。“监管科技需要站在‘双目标’的角度来看待创新，而不是像过去一样，用经验式的各种指标来监管。”唯有如此，监管科技才能立足于实践，率先建立起面向未来的监管科技体系。

据了解，支付宝的监管科技产品“蚂蚁风险大脑”已为10余个城市的地方金融监管部门提供服务，自去年6月以来，累计协助监管部门对数千家企业进行了综合风险画像，助力监管完善风险预警，实现风险的早发现、早预警和早处置。

附：“蚂蚁风险大脑”的四大能力

一、数字化动态监测

蚂蚁风险大脑通过人工智能、云计算等核心技术能力，实现数字化全网数据监控，将企业情况清晰地呈现在监管部门面前，防范已知风险、预测未知风险。

例1：很多P2P平台投放的理财广告都是采用全媒体的形式，如果按照传统的文本分析也无能为力，还必须使用到包括语音识别、图像识别等技术手段，才能检测出宣传内容是否违法违规。

例2：很多企业是跨地域、超范围的经营，传统的工商信息等无法有效识别，须从线上、线下、全网信息，精准挖掘企业实际经营业务和活跃地，识别异地经营和超范围经营。

二、穿透式识别隐患

风险爆发前夜，预兆通常只是冰山一角，传统的线下监管亟待升级。在支付宝十多年的业务发展中，积淀下两项核心能力：一是对金融风险的理解能力；二是机器智能的技术能力。在风险监测体系的构建中，蚂蚁风险大脑依托这两项能力，对掌握的数据进行了深入的穿透式分析，让任何蛛丝马迹都无可遁形。

例1：蚂蚁风险大脑对某P2P平台的高管、标的、借款人等进行层层穿透，通过对借款企业的股权关系、活跃地、历史变更和交易往来等进行分析，发现平台上所有借款人中将近10%左右为疑似虚假借款人；多个和平台高管存在关联关系的借款企业，挖掘出自融风险等。

例2：在协助某金融办进行全面风险排查时，风险大脑发现了一家新成立不久的科技公司和原来一家涉嫌非法集资跑路的公司多处信息存在强关联，最后监管调查确认这家新科技公司“挂羊头卖狗肉”，是被处置公司用了全新的工商登记信息改头换面，继续从事非法金融活动展。蚂蚁风险大脑在原本并无资金往来、看似并无关联的企业间通过行为模式等一系列特征分析，发现其潜在的强关联关系，最终侦测出该高风险企业。

三、模型化评估风险

在获取足量的数据和特征之后，蚂蚁风险大脑可以建立多维度风险模型，准确计算出相关机构的风险性质和级别，同时根据地方金融监管机构的反馈，锤炼机器学习的技能，不断校验和完善风险模型，方能提升效率和准确率。

四、可视化辅助决策

通过风险分析模型、非法金融风险识别模型等，将各维度数据计算成可度量的指标和规则，让隐蔽在海量数据中的金融风险可视化、可解释，金融监管机构通过对蚂蚁风险大脑和本地平台的信息交叉互认，进一步提高决策的准确度和效率，建立起本地化的监管科技能力。