【監(jiān)管科技】牛津論文-監(jiān)管科技是適應監(jiān)管合規(guī)形勢變化的工具

監(jiān)管科技(RegTech)是一種創(chuàng)新的合規(guī)工具稳捆,是FinTech的一部分肛冶。
發(fā)表于ACRN Oxford Journal of Finance and Risk Perspectives的論文"RegTech- A Necessary Tool to Keep up with Compliance and Regulatory Changes?"介紹了RegTech的過去嘹叫、現(xiàn)在和未來的發(fā)展卓箫,以及當前一些RegTech公司的實際案例埋涧,討論了它們在政策頻出的環(huán)境中不可或缺的地位碘勉。作者 ELLINOR JOHANSSON巷挥,編譯 江俊毅。

監(jiān)管科技的發(fā)展

監(jiān)管科技(RegTech)利用信息技術實現(xiàn)合規(guī)和監(jiān)管以改進監(jiān)管流程验靡。涉及到風險評估和管理倍宾、身份管理和控制雏节、交易監(jiān)測、數(shù)據(jù)結構和反洗錢等欺詐預防高职。最大的優(yōu)勢在于避免了重復的工作钩乍,極大地提升效率。通過利用例如云計算怔锌、區(qū)塊鏈寥粹、機器學習、大數(shù)據(jù)埃元、數(shù)據(jù)挖掘和分析等的技術進步涝涤,還實現(xiàn)了新的商業(yè)洞察,創(chuàng)造了新的服務和產(chǎn)品岛杀。
盡管RegTech植根于FinTech阔拳,但它應被視為一個獨立的部門。RegTech目前的目標不是改變行業(yè)楞件,而是幫助機構應對監(jiān)管負擔和合規(guī)性衫生。因此,F(xiàn)inTech的運動是自下而上而RegTech自上而下的土浸。
RegTech的發(fā)展可以分為三個階段:
RegTech1.0是指2008年之前的時間罪针,始于20世紀60年代末,由大型金融機構推動的專注于內(nèi)部風險管理和監(jiān)控的技術解決方案黄伊。
RegTech2.0是我們今天所處的位置泪酱,它是由全球金融危機、監(jiān)管負擔以及隨之而來的成本和復雜性增加所引發(fā)的还最。這些技術解決方案主要由金融市場參與者和監(jiān)管機構推動墓阀,以解決合規(guī)、報告和流程等問題拓轻。
Regtech3.0預計將使用技術工具斯撮,重構監(jiān)管環(huán)境和框架。監(jiān)管者扶叉、技術人員和公司通力合作勿锅,使用相同的技術和數(shù)據(jù)實時處理監(jiān)管、監(jiān)測和報告問題枣氧。在這個未來階段溢十,了解你的客戶(KYC)將發(fā)展為了解你的數(shù)據(jù)。

監(jiān)管科技的應用現(xiàn)狀

1 Aigine-GDPR合規(guī)
通用數(shù)據(jù)保護條例(GDPR)旨在保護個人信息达吞,Aigine提供了一個監(jiān)管科技工具张弛,使遵守歐洲數(shù)據(jù)保護法GDPR時更加省時省力。GDPR帶來的主要變化主要在于非結構化數(shù)據(jù),Aigine開發(fā)了協(xié)作認知學習吞鸭,使企業(yè)能夠使用Aigine的人工智能技術來應對非結構化個人數(shù)據(jù)的挑戰(zhàn)寺董。
Aigine的實際使用過程分為過濾、突出顯示瞒大、評估和文檔化四個階段螃征。在過濾階段搪桂,Aigine掃描公司中的所有文檔透敌,并分離包含個人數(shù)據(jù)的文檔。包含個人資料的文檔將轉交給組織內(nèi)的負責人踢械,負責人手動進行實際審查酗电。在審閱文檔時,Aigine會突出顯示所有可疑的個人信息内列,從而使實際的審閱更舒適省時撵术。在評估階段,Aigine使用人工智能來建議和幫助確定保存?zhèn)€人信息的法律依據(jù)话瞧。在文檔階段嫩与,Aigine記錄了在文檔中保存?zhèn)€人信息的法律依據(jù)。

2 Apiax-稅務效應自動計算
稅收效應的復雜性一直是金融服務提供商不關注稅收調(diào)整回報的原因之一交排,但監(jiān)管科技方案現(xiàn)在能夠處理這種復雜性并解決問題划滋,這意味著直接估計投資的稅收影響成為可能。用戶可以更改Apiax中的規(guī)則埃篓,以使這些規(guī)則適應希望承擔風險的用戶处坪。
Apiax還可能會導致稅務咨詢需求發(fā)生變化。對人力稅務顧問的需求可能會從基本稅務問題轉向需要高專業(yè)知識和高稅務風險交易經(jīng)驗的問題架专。Apiax將使稅務咨詢過程更加高效同窘。

3 Mindbridge-人工智能審計員
Mindbridge Ai是世界上第一個也是唯一一個提供人工智能審計解決方案的公司。Mindbridge人工智能審計員使用機器學習和人工智能技術部脚,使審計過程更加輕松高效想邦。特點是對公司的全部交易數(shù)據(jù)進行分析,分析時間以分鐘為單位委刘,審計師不必花時間考慮實際審計審查所需數(shù)據(jù)樣本的大小丧没。當所有數(shù)據(jù)都經(jīng)過分析后,欺詐和錯誤的發(fā)現(xiàn)就更加準確和可信钱雷。人工智能方案還能夠修復審計中產(chǎn)生不信任的許多癥狀骂铁,因為人工智能從數(shù)據(jù)分析的所有階段消除了人為偏見,根據(jù)公認的審計標準識別異常罩抗,并能提取高維特征拉庵。這項技術將幫助各種規(guī)模的公司提高審計質(zhì)量和風險保證,同時縮短審計時間套蒂。
發(fā)現(xiàn)欺詐或違反內(nèi)部政策的行為變得快得多也容易得多钞支。盡管內(nèi)部和外部審計程序將變得更有效率和質(zhì)量更高茫蛹,但它可能不會帶來大量的資金節(jié)省,原因是人工智能審計服務當前的價格水平尚不低烁挟。

監(jiān)管科技面對的挑戰(zhàn)

監(jiān)管科技的弱點不僅限于算法和代碼本身婴洼,更依賴于提供給它們的數(shù)據(jù)。雖然人類在不充分和錯誤的數(shù)據(jù)前提下肯定也會犯錯誤撼嗓,但我們有能力理解我們用于決策的信息的性質(zhì)柬采,并有機會對其進行批判改正。但對于機器來說且警,我們提供的數(shù)據(jù)就是全部粉捻。
隨著機器開始接管監(jiān)管工作,問責將成為一個核心問題斑芜。我們不能讓算法完全接管我們的責任肩刃,因為當前的工具主要是為人類決策者設計的。立法者杏头、審計師盈包、風險管理者和編碼者之間的合作對于監(jiān)管科技的成功采用至關重要。
隨著我們進入RegTech 3.0時代醇王,企業(yè)開始從了解客戶轉向了解他們的數(shù)據(jù)呢燥,目前的研究重點是了解企業(yè)經(jīng)營環(huán)境的長期影響,而未來的研究可能會采用更以數(shù)據(jù)為中心的方法厦画。
監(jiān)管機構在制定新法規(guī)時也需要承認監(jiān)管科技的存在和可能性疮茄。政策制定者、行業(yè)和技術之間的動態(tài)互動最終將決定RegTech的未來根暑,RegTech勢必將繼續(xù)存在力试,并在未來提供更透明、更安全排嫌、更有效和更公平的服務畸裳。


Regtech- A Necessary Tool To Keep Up With Compliance And Regulatory Changes?
?著作權歸作者所有,轉載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市淳地,隨后出現(xiàn)的幾起案子怖糊,更是在濱河造成了極大的恐慌,老刑警劉巖颇象,帶你破解...
    沈念sama閱讀 211,123評論 6 490
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件伍伤,死亡現(xiàn)場離奇詭異,居然都是意外死亡遣钳,警方通過查閱死者的電腦和手機扰魂,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,031評論 2 384
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人劝评,你說我怎么就攤上這事姐直。” “怎么了蒋畜?”我有些...
    開封第一講書人閱讀 156,723評論 0 345
  • 文/不壞的土叔 我叫張陵声畏,是天一觀的道長。 經(jīng)常有香客問我姻成,道長插龄,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,357評論 1 283
  • 正文 為了忘掉前任佣渴,我火速辦了婚禮辫狼,結果婚禮上初斑,老公的妹妹穿的比我還像新娘辛润。我一直安慰自己,他們只是感情好见秤,可當我...
    茶點故事閱讀 65,412評論 5 384
  • 文/花漫 我一把揭開白布砂竖。 她就那樣靜靜地躺著,像睡著了一般鹃答。 火紅的嫁衣襯著肌膚如雪乎澄。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,760評論 1 289
  • 那天测摔,我揣著相機與錄音置济,去河邊找鬼。 笑死锋八,一個胖子當著我的面吹牛浙于,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播挟纱,決...
    沈念sama閱讀 38,904評論 3 405
  • 文/蒼蘭香墨 我猛地睜開眼羞酗,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了紊服?” 一聲冷哼從身側響起檀轨,我...
    開封第一講書人閱讀 37,672評論 0 266
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎欺嗤,沒想到半個月后参萄,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 44,118評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡煎饼,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,456評論 2 325
  • 正文 我和宋清朗相戀三年讹挎,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 38,599評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡淤袜,死狀恐怖痒谴,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情铡羡,我是刑警寧澤积蔚,帶...
    沈念sama閱讀 34,264評論 4 328
  • 正文 年R本政府宣布,位于F島的核電站烦周,受9級特大地震影響尽爆,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜读慎,卻給世界環(huán)境...
    茶點故事閱讀 39,857評論 3 312
  • 文/蒙蒙 一漱贱、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧夭委,春花似錦幅狮、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,731評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至慌烧,卻和暖如春逐抑,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背屹蚊。 一陣腳步聲響...
    開封第一講書人閱讀 31,956評論 1 264
  • 我被黑心中介騙來泰國打工厕氨, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人汹粤。 一個月前我還...
    沈念sama閱讀 46,286評論 2 360
  • 正文 我出身青樓命斧,卻偏偏與公主長得像,于是被迫代替她去往敵國和親玄括。 傳聞我的和親對象是個殘疾皇子冯丙,可洞房花燭夜當晚...
    茶點故事閱讀 43,465評論 2 348