文/中国人民银行西宁中心支行经济师山成英，中国人民银行金融研究所互联网金融研究中心副秘书长、副研究员赵大伟

金融风险防控是金融工作的重点，是总体国家安全观的重要组成部分，党的十九大报告、2017年中央经济工作、第五次全国金融工作会议，都强调了防范和化解金融风险的重要性，对维护金融稳定提出了更高要求。2019年2月，中共中央政治局第十三次集体学习时，习近平总书记再次指出“防范化解金融风险特别是防止发生系统性金融风险，是金融工作的根本性任务”。

合规科技（CompTech）作为监管科技（RegTech）的分支，主要用于金融机构合规端，为其提供科技解决方案，实现提高风控水平和降低合规成本的目标，通过数据和流程的自动化，帮助金融机构实现监管合规。在人工智能应用方面，随着金融交易的更加复杂和数据量的更加庞大，人工智能和机器学习对于金融机构和监管机构所发挥的作用越来越大，合规科技需要抓住人工智能这一趋势，实现监管合规的及时、高效，维护金融安全，防范系统风险。尤其是在金融监管趋严、金融机构合规成本大幅提升的现状下，合规科技需要与人工智能有机融合，为降低金融机构的合规成本提供技术支持。

合规科技的发展现状

监管科技包括“合规”和“监管”两方面，其中，金融机构将监管科技作为降低合规成本、适应监管的重要工具和手段，从这个角度，监管科技可以理解为合规科技。可见，合规科技就是监管科技在合规端的运用。

合规科技的发展规模

自全球金融危机之后，严监管成为常态化，金融机构合规成本不断攀升。据金融科技抚育机构Medici统计数据显示，2008年至2016年，发达国家监管规定数量增加了500%，金融机构合规职能的从业者数量增加了10%～15%。降低合规成本的需求及金融科技的兴起应用为合规科技发展提供了沃土，全球合规科技市场不断壮大。据统计，2014年至2018年全球合规科技投资增长了近五倍，复合年增长率高达48.5%。价值超过1000万美元的交易比例从2014年的23.3%升至2018年的46.8%。2019年第一季度，全球合规科技公司投资额高达13亿美元。

北美和欧洲一直是金融科技发展的重点区域。据相关数据统计，2014年至2018年间，北美主导了516宗交易，占全球合规科技总交易数量的67.2%。2014年至2019年第一季度，英国合规科技公司通过130笔交易融资7.67亿美元。随着亚洲等地区的兴起及对合规科技发展的重视，全球合规科技的活动中心开始从北美和欧洲向其他地区转移。截至2018年底，合规科技在北美和欧洲以外的地区交易量占全球的14%，比2014年翻了一番。2014至2019第一季度，其投资额已接近30亿美元，其中2019年第一季度的投资额为5450万美元，比2018年的总投资高出57.8%。

合规科技的应用场景

借助大数据、云计算、人工智能等技术，合规科技帮助金融机构降低合规成本、满足监管合规要求，尤其在交易监测、身份识别、风险防控等领域的服务和技术已经日趋成熟。一是通过实时收集、整合交易信息，有效监测可疑交易、违规操作等，防范交易风险；二是通过生物识别技术与大数据分析技术等进行客户身份管理、远程业务操作等，为解决金融安全隐患提供解决方案；三是通过数据积累和分析，检测合规和监管风险，提前预测和感知风险变化，提高风险预警和防控能力。

同时，合规科技以数字化形式将金融机构端与监管端连接起来，实现内外部数据和信息的及时、准确传输。一是从监管端获取监管需求，金融机构可将各类监管规则、要求进行数字化处理，准确转化为内部约束条件，以满足合规要求；二是向监管端输送数据信息，金融机构可将交易信息实时形成合规报告，向监管机构动态报送，在减少金融机构人工成本的同时提高监管机构的监管效率；三是利用技术构建安全的传输渠道，通过数据加密等技术提高内外部数据传输的安全性和效率，减少道德风险，从而降低隐性合规成本。

人工智能在合规科技的应用

人工智能是监管科技的核心，将其应用到合规科技是大势所趋。人工智能包含的内容很多，在合规方面可应用的主要技术有三大类：机器学习、知识图谱和自然语言处理，可以在数据处理、身份识别、合规审查、风险防控等领域帮助金融机构更高效实现监管合规，提升合规智能化水平。

数据处理与分析，优化合规建设

标准化数据是实现金融监管的基础，但由于数据统计的维度和口径不一致，金融业务产生的海量数据在标准、格式、质量等方面难以满足监管机构要求。随着金融业务的不断创新和监管机构要求趋严，金融机构报送的数据报告大幅增加，提高了处理数据的难度，人工智能可以为此提供解决方案，优化金融机构合规性建设。

首先，通过机器学习解决大规模数据处理难题，对文本、图像、音频等非结构化数据进行清洗和转化，实现数据标准化和优质化，使金融机构既能够更加全面、稳定地报送数据，又能为智能合规算法提供高质量数据。其次，通过自然语言处理从语义层面分析数据信息，帮助金融机构提炼有价值的交易信息，筛选可疑交易数据，纠正员工不当行为，满足实时合规要求。最后，利用可视化分析技术，将大量复杂的数据以容易理解的方式呈现，核查交易是否满足监管政策，帮助金融机构决策。

身份识别与管理，防范金融犯罪

了解你的客户（Know Your Customer，KYC）是重要的监管合规机制，尤其是在金融科技快速崛起的背景下，金融机构更需要强化客户信息审查，做好风险防控工作。目前，人工智能技术广泛应用于支付领域，利用生物识别和机器学习，可以提高支付的精准度、效率和安全性，节约合规成本。

一是利用语音识别、人脸识别、指纹识别等技术，提高客户身份识别效率，帮助金融机构合规部门解放部分繁重、重复的合规工作，降低传统KYC过程中产生的人力成本和时间成本。二是利用知识图谱技术，绘制企业资金往来情况，识别潜在财务造假风险，帮助金融机构精准评估企业风险；利用机器学习算法对客户进行多维“画像”并预测其行为，从而对可疑客户、可疑交易进行预警并加以阻止。三是利用机器学习技术，在KYC基础上构建模型，通过持续的模型训练，提高模型识别率，最终实现人工智能的无监督自学习识别模型，自主对金融犯罪风险、客户行为风险进行监测分析，有效防范洗钱、欺诈等金融犯罪活动。

合规审查与评估，降低合规成本

传统的监管合规更多依赖于人工核查，金融机构需要定时报送大量监管信息和合规报告，随着监管法规条文增加，使用专业合规人员的成本增加，利用人工智能可以代替部分监管合规岗位，提高合规效率。

一方面，利用自然语言处理技术，可以将监管规则数字化让机器可识别，提高规则的一致性和合规性。结合机器学习技术和迭代更新算法提高机器翻译人类语言的准确性，实时监控和跟踪法规动态，帮助金融机构进行合规审核。通过比较不同国家监管规定的异同，帮助金融机构合规开展跨境业务。另一方面，探索智能化报告技术，实时、连续、动态地监控交易数据，通过抓取、分析数据自动生成合规报告，上传至实时监测平台。通过减少直接参与人员、优化信息采集流程，降低金融机构提供合规信息的相关成本，减少人为主观因素的影响和干预。根据监测平台的分析、反馈，金融机构还可以获得快捷的监管建议及指导，实现持续合规评估。

风险预警与测试，提高预判能力

人工智能通过构建违规发现模型和风险预警模型，有效监测金融机构的内部和外部风险。一是利用模糊推理技术和案例推理工具，学习以往案例及当前监管规定，进行全局化分析计算，及时提醒金融机构调整操作确保合规。二是利用机器学习等构建流动性风险的网络模型，选取更合适的风险指标衡量流动性情况，辅助金融机构做决策。三是利用人工智能技术开展金融压力测试，对市场可能发生的风险进行预警，增强金融机构的风险管理能力，控制风险的影响范围。

人工智能应用的挑战与风险

人工智能通过应用算法、数据分析，帮助金融机构判断和预测产品、业务、客户及市场风险，最终实现机器自动化、自主化决策，但是目前的人工智能发展只具备初步学习能力，离算法层面的强人工智能状态差距较大，人工智能在合规科技的应用面临着瓶颈，智能合规的实现存在诸多风险因素。

一是算法决策的局限性。首先，人工智能对已有的案例数据可以快速响应并执行预定方案，但当人工智能遇见前所未有的数据时，可能无法做出令人满意的决策。其次，基于大数据推理的决策并不具有连续性，人工智能在面对个案时也许会出现低级错误，模型与现实的偏差可能会随着新偏差的出现而无法收敛，需要不断弥补和修正模型存在的问题。

二是缺乏配套系统支持。虽然近几年监管机构积极推进风险防控系统建设，但是信息共享尚未完全实现，制约了合规科技的进一步发展，提高整个金融系统的合规智能化水平需要系统化的技术支持。

三是数据信息质量与安全问题。首先，人工智能依赖于大数据，但是数据的获取及应用范围、是否涉及商业秘密、客户个人信息等都存在数据互信问题，需要进一步规范和保障，金融机构和金融科技公司的数据积累也会导致管理成本上升，数据安全隐患更突出。其次，越先进的算法越需要大量数据做支撑以达到精确，但是目前信息未实现共享，金融机构需要第三方机构的技术支持，获取其他渠道的数据，由于数据来源及使用目的不一，其结构、质量都不同，即便应用人工智能进行数据处理也是繁琐复杂的过程，智能合规将面临数据“质”和“量”的两难选择。

四是责任确认的法律风险。合规专员是合规审核工作的执行者需承担相应的法律责任。将人工智能引入合规工作后，如果出现审核失误，追责对象难以确认，存在法律风险。此外，在智能合规中需要将监管规则代码化，无法保证代码和算法具备完全可信性，监管政策和立法滞后于合规科技的发展，现有的监管框架对于计算机所产生的错误、不公平等现象没有适用性。

促进合规科技发展的政策建议

数据驱动，积极打造共享大平台。金融业务跨行业发展、交易资金跨行流转、智能分析的大数据基础等问题，催生搭建监管大数据平台的迫切需求，以便支持金融机构对客户及交易数据的报送、分析，促进合规科技的发展。该平台通过连接监管层、金融机构、行业协会和消费者，提供数据互通、文件传输、信息抓取、数据分发等服务，结合监管合规规定，制定统一数据标准和报送规范，最终生成监管机构需要上报的报告及数据报表。平台应具备计算分析能力，金融机构可以通过指标分析结果监测异常交易、判断风险水平。对监管机构而言，也可以基于金融机构报送的数据分析计算，进行风险识别与预警，真正实现穿透式监管。此外，通过将该平台与公安、工商、财政等系统数据进行对接，可以提高监管机构对金融犯罪活动的调查处理效率。

技术治理，有效保护消费者权益。可以考虑利用区块链等技术，建立从下至上的安全保密体系，对数据平台的信息及其分析结果进行严格的安全保密管理，尤其是针对较为敏感的信息，建立规范的数据使用机制和脱敏机制，保护消费者个人隐私及商业秘密。

联动合作，合规与监管协调发展。一是合规端与监管端的合作发展，通过数据共享形成有机的交换系统，转化为利益相关方的共同治理，缓解“一管就死，一放就乱”的难题。二是合规科技发展对监管机构的有效监管提出挑战，倒逼监管机构发展监管科技。人工智能的自我学习进一步深化，在缺少约束条件下，很有可能演化成智能欺诈等，监管机构需要关注金融机构的科技基础设施，对其重要的信息系统进行备案测试，定期监督检查，防范技术风险。

标准先行，完善配套保障机制。通过法律和规章制度来进行规范和保障数据的权属、使用问题；加快金融立法步伐，制定统一的行业规则和标准；充分发挥行业自律组织作用，推动技术创新，完善管理制度；做好人才保障，建设具备金融知识、算法知识、法律知识等行业知识的技术复合型人才队伍。