1. 引言

金融科技在提升金融业务效率的同时，也带来了一些潜在的风险。比如有些量化交易平台为追求效率，也曾出现因操作失误而导致的市场剧烈波动的事件；智能投顾平台需要处理大量资讯发布的报告，难以做到合规、谨慎地审核，导致可能出现报告缺乏事实依据的情况，形成误导性消费宣传；客户隐私数据的保护和使用之间的难以平衡等。由于金融科技的创新应用，难以从传统的手段进行监管，这暴露出传统金融风险监管手段的不足之处。传统金融监管主要依靠法律法规和规章制度进行约束，这种以人工监管为主的方式已无法有效应对金融科技的创新，需要通过相应的科技手段实现事前规范、事中监控、事后跟踪，令监管体系可以应对金融科技带来的风险识别、预警、管控等问题。目前监管机构已经意识到引导金融科技创新和监管平衡的重要性，也在稳步地推出一些措施，但仍需加快步伐，进一步完善监管措施和机制。

2. 金融科技创新困境及潜在风险

金融科技在证券行业的应用也越来越广泛。从远程网络开户客户身份识别、手机APP实时委托下单，到大数据分析、智能投顾、机器人客服、量化交易等应用场景越来越需要金融科技的加持。2017年7月6日，中国证券监督管理委员会修改《证券公司分类监管规定》在第十三条第（七）项中，把证券公司信息系统建设投入指标作为加分依据，鼓励增加信息系统投入，也为金融科技的创新和应用提供了政策支持。但金融科技具有双重特点，金融科技本身的金融属性决定了其具有很强的风险特征。在提高金融业务效率的同时，也面临着诸多风险。例如，2013年发生的一起量化交易操作失误事件，就是一个典型的因系统缺陷而导致的事故。该券商的策略投资部使用的套利策略系统出现了瞬间重复生成大量预期外的市价委托订单，这个事件暴露了券商内部风控制度的脆弱性。

2.1 金融科技创新困境

2.1.1 量化交易困境

量化交易是以数学统计和数学建模为基础，利用计算机科学技术，从海量的历史和当前数据中，挖掘出能够大概率带来超额收益的交易方式。随着金融科技的发展，量化交易在金融交易中广泛应用，如选股、择时和组合管理等。但也存在着虚假申报、拉抬打压、自买自卖、高买低卖、对倒对敲、关联交易、小品种操纵等非法行为：比如扰乱市场虚假申报、频繁撤单等，这需要金融机构实时监控交易行为并对可疑交易进行实时管控，同时采取黑名单、限制交易等措施维护市场稳定；又比如关联交易，可能需要同时长期跟踪多个账户的操作，找到其趋同性和关联性，这需要通过大数据分析等手段从大量历史交易中抽丝剥茧，定义精确的模型来实现。

2.1.2 数据使用困境

为了给客户提供更好的金融服务，某些金融机构采用数据采集、数据挖掘、大数据分析等手段来对客户进行画像和标签化。根据客户画像主动向客户推送相应的金融产品或服务，对客户来说，实质建立了一种非对称性选择，不是客户自主选择的结果。

大数据、人工智能等都需要大量的数据进行训练、学习、分析。因此，保护客户隐私和数据脱敏至关重要。但由于目前对客户敏感数据缺乏统一的定义，所以在实际落实过程中对客户敏感信息保护所涉范围缺乏有效界定。再者，业界未对客户信息的敏感度明确分级，因此对员工的“最小授权”和数据分类分级管理也难以有效落实，数据脱敏的效果不理想。

2.1.3 智能投顾困境

智能投顾需要采用机器学习、深度学习等算法和计算机编程来建立人工智能投顾平台供投顾人员使用，这对平台的算法研发能力要求很高。同时算法结果与历史数据和当前的数据样本也有极大的关系，所以算法需要不断地优化。但证券公司往往缺乏高端的算法人才和数据科学家，从第三方购买的平台和算法同质化严重，亦无法及时根据需求进行优化和更新。

另外，第一，人工智能投顾平台需要自动从网络上采集大量文档和数据，并要求快速处理它们后自动发布投顾报告。这样导致难以完全实现谨慎审核，由此出现一些缺乏事实依据等错误的内容。比如2018年底。美国证券交易委员会（SEC）针对两家公司智能投顾平台发布带有虚假或误导性的陈述等进行了起诉。第二，AI报告的所有权也是一个问题，2018年12月6日，由于百度使用未经授权的智能平台发布的文章被律师事务所起诉，人工智能投顾平台也面临同样的问题。

每项业务都会面临着创新和监管的平衡问题，这需要我们从业者在拓展金融科技创新的同时，共同努力于完善监管措施。

2.2 金融科技创新潜在风险

除了金融科技本身具有一定风险之外，还存在算法策略模型风险、合规风险、操作风险和道德风险等风险。

2.2.1 技术本身风险

软件本身受制于开发人员的设计和编码能力，以及对业务的理解能力，同时软件产品又难以进行全面的、客观的验证和认证。因此，具有一定的潜在技术风险，而且当前金融业务对软件的依赖越来越高，一旦在某些特定节点可能出现意外，可能令交易策略失效，从而引发市场波动。

2.2.2 金融科技叠加系统性风险

金融科技手段使得金融风险具有更强隐蔽性、传播速度更快、影响范围更广，增加了金融系统性风险。比如“e租宝”事件，缺乏有限监管的情况下使风险在短时间内扩散。

2.2.3 操作风险

对金融软件操作不熟练或者追求交易速度等可能出现因操作失误而引发市场波动。近年来，因程序化交易操作失误造成市场波动的事件频繁发生，这和使用高频交易、算法交易、跨市场交易、批量交易等程序化交易模式有莫大关系，其引发的后果也非常严重。

2.2.4算法策略模型风险

如果模型不完善、未进行有效地测试或者存在策略错误、实现错误、代码错误等，都可能损害客户利益。另外，算法模型平台往往由特定几家厂商提供，所采用的模型趋同，容易导致“助涨杀跌”。

2.2.5 合规风险

正如我们前面提到的量化交易、智能投顾等金融科技手段可能难以实施合规管理，比如一些算法模型中可能会存在虚假委托、高买低卖、欺骗性指令、跨市场操作或者人工智能平台存在虚假宣传、误导销售等违规行为的风险。

2.2.6 道德风险

很多人并不是对金融科技有专业、深入的了解，这也给一些不法分子有了可乘之机：利用金融科技手段欺骗、欺诈客户及非法盗取客户隐私数据等。比如我们常听到的大数据“杀熟”，就是通过大数据技术对客户行为的跟踪分析进行有针对性的恶意欺骗。

2.3 传统监管的缺陷

某券商的量化交易误操作事件暴露出我们在监管方面的缺陷；传统监管以法律法规约束、人为监管为主，难以在事前进行监控和在事中采取紧急避险措施。

金融科技应用范围已经延伸到支付清算、借贷融资、财富管理、零售银行、保险、交易结算等金融的多个领域，金融业务无论是从处理效率还是从业务范围上，都已经发生了质变，这对以人力为主的传统监管手段提出了挑战。

金融交易软件工具的普遍应用，使金融交易行为更具隐蔽性和欺骗性，也要求金融监管能够通过相应的技术手段快速识别出正常交易和欺骗性交易，比如由于错误操作导致的撤单和操纵市场的恶意撤单等，自动采取限制性操作手段。

总的来说，传统监管理念和方法已不适应金融科技创新发展的要求。金融科技应用范围越来越广、迭代速度越来越快，产生的数据量越来越大。此外，不同金融公司体量和业务重点不一样，采用的科技手段不一样，难以用同样的手段或标准实施监管，这要求当前监管机制需要进一步完善。

3. 金融科技创新与监管的平衡思考

金融科技是金融行业未来的发展趋势。需则变、变则通、通则达，金融行业需要不断的创新才能通达。而科学技术是第一生产力，科技与金融的叠加，不但促进了金融业务的扩张，也提高了金融服务的效率。但创新意味着突破现有的业务边界，也存在着金融风险，这无疑对金融监管提出了更高的要求。

3.1 国际金融创新与监管平衡的尝试

美国采用“负责任的创新”的监管理念，要求相关机构和企业坚持不断创新，以满足不断变化的市场需求的同时，又要合规合法。

英国金融行为监管局（FCA）创新性地推出“监管沙盒”机制，鼓励并大力指引金融科技公司在监管科技领域创新。此外，澳大利亚、加拿大、新加坡等也都提出“监管沙盒”机制，在限定范围内降低金融科技市场准入门槛，使金融科技创新业务迅速落地，随后根据运营情况决定是否推广，并利用监管科技推动监管变革，改进监管流程、监管框架。

德国建立了金融科技委员会，专门调研数字技术在金融领域的创新应用，就技术发展潜力、机遇和风险等方面向政府提供建议。

欧盟在维护金融消费者数据安全方面有着严格的规定，过去过度的保护在一定程度上限制了金融科技的创新发展，欧盟通过最新的判例放宽了对个人信息保护力度，以促进金融科技的发展。

3.2 国内金融创新与监管平衡的尝试

2015年7月，中国人民银行等十部委出台了《关于促进互联网金融健康发展的指导意见》；2016年10月，国务院发布了《互联网金融风险专项整治工作实施方案》；2018年4月27日，中国人民银行、中国银行保险监督管理委员会、中国证券监督管理委员会（下称“证监会”）和国家外汇管理局在《关于规范金融机构资产管理业务的指导意见》中提出了坚持宏观审慎管理与微观审慎监管相结合、机构监管与功能监管相结合的监管理念。中国金融监管机构也在实践中不断探索科技的应用：中国人民银行反洗钱监测中心，建设了反洗钱监测分析二代系统大数据综合分析平台；中国银行保险监督委员会将分布式架构运用于EAST数据仓库，将现场检查方案与大数据相结合建立模型；证监会运用大数据分析打击内幕交易，使线索分析处理精准度大幅提升，线索来源大幅拓宽等。

3.3 平衡金融科技创新与监管的3点建议

结合国际和国内的实践，我们提出以下3点建议：

3.3.1 监管理念要与时俱进

金融科技推动金融业务向网络化、数据化、数字化、智能化方向发展。曾经的量化交易事件说明金融监管的被动式响应方式已无法适应金融科技创新发展的需要。金融监管理念需要具备前瞻性，采取主动性的方式鼓励金融科技创新的同时，通过相应的手段防范金融科技带来的风险。金融监管可以通过更主动的司法政策、司法解释、指导性案例、创新性的监管措施推动金融科技创新朝着有利于行业发展的方向行进，保护投资者利益。

3.3.2 认清金融科技的本质，以科技应对科技

金融科技本质是金融，无论采用何种技术手段，其本质没有改变。同时，科技无论怎么发展，都是只是工具。云计算、大数据、人工智能、区块链、生物识别等科技既可以应用在金融领域，也可以应用在金融监管领域。以与时俱进的前瞻性监管理念，采用科技手段应对金融科技风险，比如通过大数据实时采集和监控交易数据，通过数据驱动对有潜在风险的交易指令进行感知、跟踪、识别、处理和反馈，及时发现可能引起市场波动的事件。

金融科技监管注重微观审慎监管和宏观审慎管理相结合的原则。其中，通过穿透式监管将资金来源、中间环节与最终投向穿透连接起来，根据产品功能、业务性质和法律属性明确监管主体和适用规则，对从业机构的业务和行为实施全流程监管。穿透式监管的实现离不开数据分析、算法模型等科技手段的应用。如果能够实现对业务流程的每个时点进行数据采集和处理，可以实现全流程的有效监管。

此外，行业数据标准化是促进金融科技规范应用和实现有效金融监管的便捷手段。但根据目前行业系统建设情况，实现行业数据标准化可能是一个长期过程，但可以先逐步实现监管数据的标准化，这是采用科技手段实现穿透式监管的基础。数据标准化将减少数据转换环节，提高数据处理效率，是为长远之策。

3.3.3 监管沙盒、分层分级监管

可以有条件地尝试采用“监管沙盒”机制，鼓励金融创新，可以先对满足某些条件的初创金融公司进行试点，实现分层分级监管，待条件成熟后再逐步开放。

此外，构建监管与自查相结合分工协调和监管机制，有效进行风险防控。比如证券公司应严格设置交易权限或者强化交易审核制；交易所则应加强预警和异常交易跟踪处理能力，提高响应速度；监管机构则需设置预案，对可能出现的意外风险进行预演，制定处理流程和办法等。

4. 结语

金融科技可以高效地促进金融业务地发展、提升金融业务处理效率，但也会带来诸多的风险。只要能够对金融业务有深入的理解，对监管理念有开创性的思考，采用科技工具实现对金融业务流程中风险的有效监管，可以更好地促进科技在金融行业的应用，更好地保护投资者利益。