当前金融界变革频繁,我国监管科技与先进国家相比尚有差距,这一现象引人深思。我国企业未能在全球监管科技领域的前百名中占有一席之地,这既暴露了问题,也包含了许多值得深入研究的方面,对金融业的持续进步至关重要。
监管科技的全球格局
在全球监管科技企业的排名中,中国未能达到发达国家的水平。以亿欧监管科技报告为例,没有我国企业跻身全球前100名。目前,在技术创新、市场应用和监管能力等方面,我国与发达国家存在较大差距。观察具体地区,如纽约、伦敦等发达国家的金融中心,监管科技企业迅速发展,并深入金融诸多领域,而我国整体水平显然不如这些国家。
国际上,创新成果在发达国家频现,我国在竞争中正努力赶超。比如,人工智能在部分国家已广泛应用于监管科技领域,但我国众多企业尚处于探索之中。
数据治理的重要性
金融业是数据驱动的。正如大家普遍认同的,有效的数据管理对于监管科技的进步和行业的数字化变革至关重要。众多行业专家也对此观点表示赞同。目前,金融领域的数据管理面临诸多挑战。许多金融公司内部,结构化数据不足,标准化水平不高。以一家大型金融机构为例,其内部数据维度有限,各部门间数据无法互通,导致数据孤岛现象严重。
观察数据搜集状况,我们发现数据显得混乱无序,难以进行有效的整理。各业务板块收集的数据格式各异,若时间跨度较长,整合的难度便会显著增加。这种情况对监管科技的发展造成了较大的障碍。
数据治理的困境
李伟在信通院的总结演讲中提到,数据治理面临诸多挑战。我国在数据治理方面确实存在不少难题。比如,信息孤岛现象普遍,虽然拥有数据,但使用起来却很困难。某些金融企业的内部系统各自为政,A部门的数据,B部门想要使用,却必须经过繁琐的程序,层层审批。此外,从数据本身来看,其质量也参差不齐。
数据部分存在模糊不清的问题,这使得有效利用变得十分困难。我国的数据基础总体上比较薄弱。在法律层面,隐私界限的不明确,使得数据管理的问题更加复杂。
监管科技的资源短板
当前,监管科技领域的基础设施尚不完善。众多小型金融机构及新兴金融企业,缺乏必要的技术支持以保障监管科技的实施。核心算法匮乏,人力资源投入同样严重不足。据数据统计,金融从业者中仅有不到5%的人参与监管科技的研发工作。例如,刘奎宁所提出的云计算技术在支持监管科技数据挖掘方面,存在明显不足。
人才培育上存在不少问题。金融、科技和法律领域的人才数量寥寥无几。众多高校的相关专业设置不够合理,课程体系陈旧,难以培养出符合行业需求的复合型人才。
监管科技的职能模糊
Lseeing提出的“代码即法律”引发了众多疑问。智能合约在监管方面的作用边界尚不明确。监管科技在多大程度上能辅助监管行为,尚无明确结论。以一些金融违规事件的处理为例,监管科技做出的预测并不能完全转化为监管措施。最终还是需要依靠人来根据报告讨论应对策略。
遭遇紧急风险状况,现场监督显得尤为关键。比如,当金融危机初露端倪,仅依赖人工智能的监管技术,其反应速度和应变能力远不及人类。
监管科技的制度难题
在中国,执行严格的上报审查制度或许会给金融创新增添压力。一些金融创新产品,比如,承受了过度的监管。而且,它们自身的技术风险可能对金融市场产生重大影响。从全局来看,各国和金融机构之间的监管标准、数据等方面并未统一。这影响了监管数据的精确性。例如,与区块链等新技术相关的政策法规在多个关键领域尚不明确。
大家对咱们国家怎么才能迅速缩短与发达国家在科技监管方面的距离有什么看法?不妨在评论区发表您的意见,同时,也欢迎您点赞和转发这篇文章。