［提要］传统金融机构加速布局金融科技领域。作为金融和科技高度融合的创新产物，金融科技在实现“降本增效”的同时，带来业务、数据等多重风险。为保护市场健康发展，各国普遍采用金融监管以抵抗风险。当前，我国金融监管框架基本建成，日趋收紧的态势直接影响金融业务创新边界。本文梳理当前我国金融科技监管现状，围绕区块链等核心技术，探索金融科技赋能金融业务创新方向，对研究数字化与传统产业协同发展具有重要价值。
关键词：金融科技；金融监管；创新路径；区块链
金融监管是各国应对金融风险，维护金融行业稳定、创新发展的重要手段。金融科技作为科技时代的创新产物，其内在特性与传统金融监管模式已不再契合。相比金融科技的创新、普惠、开放等特性，传统金融监管模式迟滞、监管手段落后。为平衡金融科技创新发展和风险安全监管约束之间的关系，我国金融科技监管呈现边际强化的趋势。而金融科技监管态度和金融科技监管政策的出台，直接影响金融业务创新边界。
一、金融科技的内涵
目前，国际社会对金融科技的概念和内涵尚未达成共识。但核心要义包括“金融”“科技”“创新”等要素。其中，“金融”定位市场参与主体，囊括传统金融机构、新兴金融企业及金融监管组织。“科技”要素是对应用金融领域的技术手段的总称，包括人工智能、区块链等典型前沿科技。将“金融”和“科技”两大要素协同融合，通过“创新”手段，推动金融企业提质增效。不仅反映金融和技术间的深度耦合关系，也蕴含科技赋能金融业，变革传统金融运作模式和商务实现方式，以技术创新升级金融能效的广泛内涵。金融科技已经走过金融电子化、互联网金融、金融科技三个阶段，但作为信息时代背景下的创新产物，金融科技仍处于初级阶段。
二、金融科技监管及监管科技发展现状
（一）金融科技监管发展现状。新兴科技驱动金融机构业务和运作模式的创新，但创新又直接受国家金融监管政策的约束。金融监管政策是影响业务开展和模式创新最重要的方向标。宏观层面，金融监管影响金融科技在传统金融业中的战略定位，微观上金融监管政策决定业务模式和内容创新边界。当前，金融监管政策主要是结构性加强（集中于金融科技领域），以信用扩张/收缩（社融增速）作为国内金融监管的刻画指标，金融监管大致历程表现：2013～2014年影子银行/银行同业业务整顿→2015年股市去杠杆→2016年P2P整治→2017年债市去杠杆→2018年资管新规出台、股权质押风险暴露→2019年包商银行事件。2020年10月31日，金融委会议是金融科技迈入严监管时代的重要标志。会议上提出“当前金融科技与金融创新快速发展，必须处理好金融发展、金融稳定和金融安全的关系”“依法将金融活动全面纳入监管，有效防范风险”，意味着金融监管发生结构性变化，金融科技监管开始趋严。随着《网络小额贷款业务管理暂行办法（征求意见稿）》、关于平台经济领域的反垄断指南（征求意见稿）》等一系列文件的出台，金融创新领域监管呈现边际增强态势，金融科技监管体系逐步构成。监管方式上，监管沙盒探索实践更普遍，如表1所示。地方层面上，北京、上海等都在其金融科技发展规划中将“监管沙盒”部署为监管科技技术创新的重要手段和途径，并规定进入到“监管沙盒”中的主体必须是合法合规持有行业准入牌照的金融企业，金融科技公司在监管方式上，可以选择与持牌主体合作，由此预期未来金融科技企业将更多地和持牌主体展开业务合作与互连。（表1）
（二）监管科技发展现状
1、传统金融监管在效率和风险甄别上已不能满足金融科技发展现状。金融科技在助力传统金融业提质降本的同时，隐藏系统性风险并发生风险外溢。监管机构需要依托技术手段升级监管效能，提高风险甄别能力。监管科技是监管机构利用信息技术构建的金融机构风险评估机制，是监管政策和合规约束下金融机构行为的导向边界，具体包含两个维度：对外，金融科技赋能监管机构，提升监管机构对宏观、微观金融主体风险的甄别、预测、监控、分析等能力；对内，金融机构整合内部监管流程和合规化程序，规范流程操作，降低业务合规化处理成本。
2、监管科技赋能监管机构处于初级阶段。主要集中在监管数据搜集和量化数据分析两个方面。数据收集包括对金融主体的监控报告、信息融合、数据自动化处理与可视化显示等内容；数据分析主要适用于各种反洗钱、诈骗融资等金融主体非法行为检测场景中。整体上，监管科技分布在金融机构和投资者连通、机构主体内部、与监管部门互联互通等环节。
3、监管科技的技术选择上，区块链应用表现亮眼。我国监管科技落地较为成熟的技术主要集中在知识图谱、人工智能等方面。区块链自被认定为国家战略核心技术，正加速与人工智能、大数据等技术融合，不断丰富监管手段。区块链所具有的技术特性，使得监管机构可以要求金融部门将信息上链存储，形成去中心化、可追溯的数据记录，保证数据安全可靠，同时降低监管机构审计支出；智能合约的应用，可以自动实时检测金融主体行为是否合法合规，极大提升监管效率。
三、金融监管背景下金融业务创新路径
金融监管政策直接决定金融业务创新边界。在我国金融监管边际日趋加强下，只有真正赋能传统金融业的金融科技创新才能留存发展，才符合我国金融科技支持和演化趋势。以人工智能为代表的新兴技术在与传统金融业融合协同发展过程中，识别前沿科技的技术特征，并匹配解决传统金融业中低质低效的环节，是金融监管背景下金融业务创新的路径和方向。
（一）应用大数据锚定精准用户特征。如何创新产品适应用户消费迁移是企业的终极追求。金融业在日常运营中与用户频繁交互产生海量数据，并呈爆炸式增长，传统的数据存储与数据分析体系已不适应金融机构对数据信息的掌控需求。大数据技术的引用可有效解决海量数据存储、应用管理难题，通过对大量半结构化、非结构复杂数据进行筛选、清理、存储，形成知识发现基础，进而从中抽取生成高价值信息。用户画像技术可以标签化用户特征，数字化用户全貌，实现深层次隐藏的知识发现，有效帮助企业识别用户需求特性和趋势，把握用户消费核心关键词，实施精准营销。数据来源的广度和深度直接决定用户画像生成精准与否。通过大数据聚集的多维信息可以精炼准确地描述用户特征，方便企业识别用户行为的趋势，完整了解用户特征及需求倾向。金融用户画像是用户画像技术在金融领域的应用和延伸，通过引入人工智能、深度学习等技术，对金融用户基础属性信息和历史交易沉淀数据进行建模，通过模型训练和参数拟合，使得机器和计算机程序智能化地了解用户交易偏好、信用状况、基础属性等特征，以挖掘企业产品的潜在顾客，预测用户信用违约概率，识别金融产品和服务消费趋势，为创新产品内容和业务形式提供决策支持，实现低价值密度的数据抽象出高价值知识。
（二）采用人工智能高效应对复杂问题。人工智能可以帮助金融机构改造低效复杂环节。传统金融业务服务响应大多依靠人工完成，处理效率低且人工负荷过重，人工智能可以对自然语言进行理解、检索、处理，使用具有智能化的机器和计算机系统代替传统人工服务响应顾客需求，极大提升服务效率，且对用户交互中产生的信息进行智能分析，帮助金融机构识别用户对服务和产品的关注热点，完善后续产品内容和服务项目。除了改进业务环节处理效能，人工智能在金融信用评估和风险识别领域也有积极应用。整体上，我国信用体系建设和金融机构信用风险评估滞后于西方发达国家，金融机构中对用户信用评估仍以传统方法为主，而传统金融用户信用评估方法存在标准不统一、数据来源不可靠、评价手段低效等弊端，不能准确清晰地定位用户信用水平。利用人工智能对金融用户海量消费数据进行建模和学习，能更高效、更精准地评估用户信用状况。比如，采用定量统计加定性筛选的方法构建金融用户信用评估指标体系，实现信用评估数据来源更多维、更充分、更完整。在信用评估模型构建环节，摆脱评估对人工的过多依赖，使用有标签的数据进行拟合。基于深度学习、统计学、模式识别等技术要素发现用户不同属性间的强耦合关系，帮助金融机构更准确地预测用户违约风险发生概率。
（三）落地区块链穿透信任隔阂。区块链不可篡改、可追溯、共同信任的技术特性，使得其非常适用信用基础薄弱的场景中。以供应链金融为例，传统供应链金融的运转依赖核心企业强大的价值创造力，但其只能有效帮助直接上下游企业实现融资需求。供应链远端企业往往规模较小，即使获取核心企业应付账单，也无法实现自由拆分，只能依靠传统金融高成本、高风险的背书或贴现。区块链通过数字债权凭证的流通，可以实现供应链条上以核心企业为中心的多层级信用穿透。当核心企业对其直接上游企业生成应付账款凭证时，该凭证确权后上链存储并流转至一级供应商处；当一级供应商对二级供应商有支付需求时，可以通过区块链技术拆分从核心企业处获取的通证。借助区块链可追溯的特性，背靠核心企业的信用通证可以在供应链上实现多层级、多主体间的自由流转，解决传统供应链金融中核心企业信用流转有限的问题。同时，区块链智能合约技术可以实现整个信用凭证自动、可靠、安全的流转。区块链在其他传统金融业务信用穿透和管理上也发挥巨大效能。区块链能有效提升融资租赁风控水平，创新保险业务，实现ABS基础资产穿透管理。也可以优化金融用户信用评价，清分结算等基础支撑模块，在金融科技中的应用愈发重要。
四、结论
金融科技以技术创新赋能传统金融业，变革行业生态。传统金融机构利用金融科技完成数字化转型成为竞争优势争夺高地，但金融业务和模式创新边界受约束于金融监管政策高压线。本文从宏观层面梳理我国金融政策监管现状，厘清金融监管集中在金融科技领域，并呈现出结构性加强和政策动态收紧趋势。只有真正解决传统金融业经营痛点，赋能传统金融业数字化升级的金融科技创新才能获得监管趋严下的长足发展。基于此，在分析大数据、人工智能、区块链技术特性基础上探索金融科技和传统金融业的创新融合路径。从用户画像、智能客服、信用评估、信用穿透等应用视角分析金融科技典型技术下金融模式创新体系，统筹规划金融科技在金融领域的应用。在以后的研究中，将从业务细分角度详细探索金融科技赋能传统金融业身份识别、资产管理、授信融资等领域的可能路径，并对优化结果展开量化分析，以期提高金融业中各参与主体的信息贡献积极性和业务处理效能，并在一定程度上降低业务操作风险和优化信用管理。
作者：戴蓓蓓 单位：淮北师范大学信息学院
