以數制導  推進風險精準監管

黨的二十大報告提出，堅持科技是第一生產力，深入實施創新驅動發展戰略，不斷塑造發展新動能新優勢。當前金融機構正在科技大潮下經歷一場深刻的變革，銀行業保險業監管任務日益艱巨，提升監管數字化智能化能力成為現實需求和必然趨勢，以大數據分析應用為代表的監管科技在監管工作中扮演著日益重要的角色。近年來，國家金融監督管理總局福建監管局（以下簡稱“福建監管局”）積極探索整合融通多個維度的監管信息系統數據，初步建立起大數據應用平臺“監管雷達”系統，最大限度挖掘數據價值，發揮金融科技作用，賦能監管流程再造，實現風險監管精準制導，著力提升監管數字化智能化水平。

“監管雷達”系統開發思路

——技術架構

基礎數據層。內部維度數據主要來自于監管系統數據，例如1104系統、EAST系統、客戶風險管理系統、保險報表統計系統等，外部維度數據主要來自市場監督管理、住建等政府部門數據以及Wind等金融市場數據。

數據治理層?；A數據層之上是數據治理層，也稱為“Comet系統”，主要針對基礎數據進行分析治理和反饋，目前已形成房地產數據比對、貸款投向分行業比對、貸款五級分類比對三個跨系統校驗模型。

中臺應用層，主要分為數據中臺和技術中臺。數據中臺包含各類經過EAST、客戶風險及1104系統二次加工的數據庫，其中信貸資金追蹤數據庫主要運用Python腳本語言模擬現場檢查資金追蹤流程，對全轄信貸資金流向實現穿透式全覆蓋追蹤。同時打破EAST數據庫行別壁壘，攫取各行EAST數據建立統一應用數據庫，為系統模型應用及平臺孵化模型提供數據支撐服務。技術中臺包含Python、資金追蹤工具、網頁展示、模型設計器等數據分析技術基礎。同時，中臺應用層也向轄內分局和各監管處室開放，共同孵化監管雷達應用。

展示前臺。豐富展示模式，提升數據可讀性，降低數據使用門檻，提升風險監測預警“可視化”效果和系統用戶體驗。使用JAVA+HTML搭建“監管雷達”門戶網站，通過豐富的網頁圖表形式簡潔直觀地展示風險監測預警信息，著力打造智慧前端，加強成果運用。后臺權限管理方面，根據機構類別、地域等不同維度對系統用戶進行差別化、精細化授權管理，嚴格保障數據安全。

——功能模塊

監管指標。分為統計指標全景圖、銀行業監管指標及保險業監管指標等模塊。其中，統計指標全景圖提供了監管指標駕駛艙服務，可供監管人員一覽轄區銀行業保險業主要指標變動情況。銀行業保險業指標包含全轄每月資產負債、每月保費收入等，可供監管人員分析監管機構風險變動情況。

監測預警。一是貸款違規流入分析主題。監管雷達系統根據信貸資金跟蹤數據庫等基礎應用數據庫，在為轄區銀行企業、個人客戶進行綜合立體“畫像”基礎上，立足銀行客戶基本信息、關聯關系、資金流動三個“全掃描”，對全轄經營性貸款資金流向開展全覆蓋追蹤，經營用途貸款違規流入房地產領域的非現場篩查質效顯著提升。二是銀行員工異常行為監測模型。對銀行員工賬戶明細、借貸記錄等基礎數據進行分析，判斷其是否疑似存在工作時間大額頻繁交易、民間借貸、經商辦企業、信用卡套現等違規行為，為現場檢查提供線索，加強案件風險和操作風險防范。

客戶風險分析。該模塊由一系列基于客戶風險數據的分析模型構成。監管人員可根據工作需要，通過可視化操作界面自行組合選用合適的分析模型，靈活調整模型參數，對重點關注風險進行分析研判。目前，該分析模塊包含18個常用分析模型，主要應用于區域性風險監測、重點客戶風險監測、重點行業風險監測及各類型貸款風險監測分析等維度。根據監管人員設定條件篩選重點關注的貸款類型，并生成其明細和匯總數據，及時反映風險的動態變化。

孵化平臺。通過共享數據中臺與技術中臺鼓勵各分局與各監管處室探索智能化數據應用，并在監管雷達平臺專設欄目共享值得全轄推廣的應用，目前已成功孵化漳州分局EAST數據脫敏小工具、Excel報表合并小工具等，為提升監管效能、鼓勵創新提供展現平臺。

COMMET體系。針對部分機構存在EAST數據質量不高、EAST數據缺失等問題。監管雷達系統內嵌COMMET體系，就EAST系統內和跨系統兩個維度對機構EAST信貸數據質量開展治理工作。對轄區銀行機構報送的1104報表、客戶風險系統和EAST系統三大監管系統中房地產貸款數據開展專項核查，對數據質量問題開展治理。

數據賦能監管流程再造

——非現場監管流程再造

非現場風險監測預警的目的是及時向監管部門進行提示，督促監管人員及時響應并采取相應的監管行為。福建監管局在風險監測預警與監管工作聯動方面開展了有益探索，目前已形成四種工作機制，互為補充、互相轉化。

牽頭部門制。由統信部門牽頭轄區信用風險防控、機構監管等有關部門配合，共同推進重點風險處置，既可以發揮統信部門在風險監測預警方面的優勢，自建系統的重要性也得到充分彰顯。

集中督辦制。統信部門向辦公室提供風險監測預警信息，辦公室根據所提供的信息明確重點風險處置目標任務，并將其納入全局重點工作，指定責任部門，按月督導推進，有利于提高風險防控的整體性、協同性。

信息共享制。統信部門向機構監管、現場檢查等部門共享風險監測預警信息，由各有關部門根據自身職責定位分頭抓好重點風險處置化解，共同研討監管重點熱點，研判區域性風險變化趨勢。

條線并行制。機構監管處等各有關部門根據各自條線的實際情況，分頭開展模型開發等大數據風險監測預警工作，并根據風險監測預警結果在各自條線內平行推進重點風險處置。

——現場檢查流程再造

傳統現場檢查中，數據分析運用，尤其是EAST系統運用主要集中在查前疑點篩查和查中資金追蹤方面。

檢查立項流程再造。常態化監測各機構在不同業務領域的風險及合規情況，對各機構進行全方位畫像。依據檢查性質不同，快速準確判定風險突出機構，實現現場檢查由項目式、運動式向常態化、周期化轉變，精準打擊高風險機構。

資金追蹤流程再造。對被查機構全量信貸類業務開展資金追蹤，并篩選其中流入限制性領域等問題的疑點，達到在入場檢查前即可精準鎖定問題的效果，將資金追蹤從做實問題的“果”變為排查問題的“因”，提高檢查效率，節約檢查時間。

建模分析流程再造。搭建各類數據中臺中間庫，豐富跨行聯動分析應用?？勺詣优吭诓煌械臄祿羞\行，釋放人力物力投入重點疑難檢查領域。

現場檢查線上流程再造。常態化掃描疑點問題并推送非現場監管部門，由非現場監管部門組織相關機構開展自查整改，可達到快速響應、齊抓共管的效果。對線上排查發現的重大風險問題可進行稽核調查或立案調查，簡化現場檢查流程，讓現場檢查變“輕”。

監管數智化轉型任重而道遠

監管法規亟需配套跟進?；诖髷祿谋O管流程再造尚在起步初期，與之相關的法規制度暫時未能覆蓋EAST數據全生命周期管理，在數據標準制定、入庫校驗、使用權限等方面，缺乏與實際匹配的使用規則。對金融機構數據治理的統籌力度不足，在線上檢查、稽核調查、線上調查取證等領域尚未形成標準化、制度化操作規程，制約了監管數字化智能化轉型的進一步深化。

數據拓源力度仍需加大。數據拓源缺乏常態化對接機制，出于數據安全和技術壁壘等因素考量，部分政府部門對于數據共享和平臺對接持審慎態度，市場監督管理部門、法院等與監管工作聯系緊密的外部數據較難實現定期接入，制約監管數據智能化分析精準度，跨行業跨市場類業務的穿透性監管難以有效落實。

監管軟硬件設施有待完善。智能監管體系建設尚處于探索階段，需要對更多監管實踐進行科學化驗證和完善；機器學習、人工智能等技術與監管數字智能化如何有效銜接、實現自動監測預警等方面仍有待研究。同時，隨著智能分析需求的不斷增加，現有數據庫無法支撐大規模的建模應用，且數據分析耗時過長，基礎軟硬件性能瓶頸制約了智能分析應用的有效開展。

大數據人才隊伍技能仍需提升。既懂業務又懂技術的復合型智能監管人才較少且較為分散，監管隊伍的年齡結構、知識結構以及工作職責范圍等也會對監管數字化智能化的提升產生制約，影響智能監管的推廣和提升，智能監管力量的統籌整合有待從頂層加強制度安排。

數據安全防護能力有待加強。隨著監管數字化智能化轉型步伐加快，各信息系統間的關聯愈發復雜，安全性和實時性要求較高，網絡安全區域劃分不夠精細，系統權限控制不夠嚴格，安全監測能力不足、金融消費者個人信息保護意識不強等問題亟需關注，數據安全隱患愈發突出。

推動智能監管能力再上新臺階

持續強化頂層設計。強化智能監管體系頂層規劃設計及監管信息系統制度建設，加快組織架構轉型，加大資源保障，加強跨部門的統籌和聯動。

持續完善數據基礎。加快銀行保險大數據監管基礎建設，進一步規范數據標準，構建統一的系統和大數據中臺，打破多個監管系統、多種數據零散化、碎片化的現狀，引入更多外部市場監督管理、稅務、信用、法院等公共數據，不斷拓寬數據來源，打通數據壁壘，有效夯實數據質量基礎。

持續豐富工具體系。引入機器學習、人工智能等技術，加強不同監管業務領域通用和特色大數據監管工具的統一規劃和研發升級，推進智能監管工具集成化模塊化發展；充分利用國家金融監督管理總局統一系統，做好本地工具銜接，更好滿足智能監管應用需求，打通“最后一公里”科技瓶頸。

持續推進隊伍建設。建立健全人才培養體系，通過發揮專家團隊、骨干人員的“傳、幫、帶”作用，重點培養符合金融監管現代化需求的復合型人才；深挖內部潛能，組織開展監管技能大練兵，通過激勵約束的氛圍和務實好用的設計，推動全員主動應用智能監管工具，掌握智能監管技能。

加強數據安全保護。牢固樹立安全風險意識，嚴守安全風險底線，逐步建立能夠有效保障網絡和信息安全、實現風險可控的長效機制，完善網絡安全防護措施，做好相關信息系統的網絡安全等級保護定級、備案、測評等相關工作。

（課題組成員：陳銳 梁菁 蔡欣欣）