• 快捷搜索
  • 全站搜索

认知计算与RegTech

2018-03-12 17:17:16作者:IBM公司 张毅 编辑:金融咨询网
在金融行业,金融与科技的结合推动了金融科技(FinTech)的发展、创新甚至颠覆了传统的金融业务模式。现在认知计算(人工智能)技术的兴起和快速发展,也必将对金融行业的业务模式、服务模式、运营模式和风险管理模式产生深远影响。

国务院总理李克强向全国人大发表2017政府工作报告,指出要加快培育壮大包括人工智能在内的新兴产业,“人工智能”首次被写入了全国政府工作报告。人工智能自上世纪50年代被提出以来,最近几年迎来全新的发展局面,不但在语音、图像识别、自动驾驶以及围棋对弈等众多方面取得了突破,而且正逐渐向医疗、健康、金融等商业化主体应用过渡。

        在金融行业,金融与科技的结合推动了金融科技(FinTech)的发展、创新甚至颠覆了传统的金融业务模式。现在认知计算(人工智能)技术的兴起和快速发展,也必将对金融行业的业务模式、服务模式、运营模式和风险管理模式产生深远影响。总体来看,认知计算技术可以被应用于客户交互、分析洞察和决策支持等众多领域。其中,利用认知计算技术来帮助金融机构解决监管和合规问题,即监管科技(RegTech),是备受关注的金融科技创新应用领域之一。

图片3.jpg 
图1 认知计算在银行的应用领域

金融机构面临的监管合规挑战
 
        对于金融机构,尤其是那些被监管机构重点关注全球系统性重要银行和国内系统性重要银行,满足监管要求和全面合规是业务经营和发展的根本前提。自2008年全球金融危机以后,金融行业面临的监管合规挑战进一步加剧,具体可以概括为以下几点:
 
        (一)合规管理成本高昂
 
        为了满足监管要求,金融机构需要付出大量人力物力进行合规相关工作事务处理,包括合规文件解读、相关法律事务、监管报送、业务影响分析、业务流程改进和落实等等。放眼全球,银行业为满足合规要求所付出的成本可高达1000亿美元。其中一些国际大型银行,为了满足跨国经营监管需求,每年用于合规和内控的费用可能在十亿美元以上。例如:JP摩根大通指出,2012—2014年间,为了对应政府制定的规范,增添了1.3万名员工,占员工总数的6%,成本支出增加20亿美元,占全年营业利润的10%。德意志银行表示,2014年为了应对法令,追加支出的成本金额高达13亿欧元。花旗银行的 3 万人(该银行 12% 的员工)目前都在致力于合规的业务。一位国外监管官员曾经说:在2008年之后,银行唯一增加雇员的岗位,就是合规管理工作人员。[1]
 
        (二)合规监管持续变化
 
        在2008年金融危机之后,各国都加强了对金融机构的监管力度。例如美国推出了重点限制系统性风险的《多德-弗兰克法案》,欧盟制定旨在增强市场透明度的MiFID Ⅱ《欧盟金融工具市场法规2号指令》,而BASEL也制定了FRTB《交易账户根本审查》新规,作为对BASELIII的增强和补充,对金融机构的银行账户和交易账户进行风险资本的具体要求。同时,由于新金融形态的出现和发展,出现了对于Fintech和互联网安全等领域的监管要求。据统计,目前每年全球金融监管新增和更新的相关条款文本每年达到3亿页,金融机构因面临庞大的监管合规压力而疲于应付。
 
        (三)面临高额罚款风险
 
        近年,由于没有满足监管要求,不小金融机构付出了惨痛代价。摩根大通银行近10年由于各种违规行为已经支付了超过200亿美元的罚金。德意志银行在2016年就出售抵押贷款支持证券,与美国司法部达成72亿美元罚款和解后,2017年又因外汇交易监管不力,反洗钱措施不力,被美国和英国监管机构分别处以1.57亿和6.3亿美元的罚款。我国银行几年来由于在国际化经营扩张中对当地监管法规不熟悉或执行不当,也屡屡出现被罚款的情况。中国农业银行,2016年因为违反反洗钱法、掩盖可疑金融交易等违规行为被纽约州服务局罚款2.15亿美元。在严厉的处罚面前,有些银行无奈只得专门提取罚款准备金,作为日常运营费用的一部分。[1]

认知计算在监管合规领域的应用
 
        认知计算(人工智能)技术在近年取得了突破性的发展,自然语言处理,机器学习,图计算等技术日益成熟并开始向行业应用过渡。一些创新的金融机构,以及技术公司都开始尝试用这些新技术来解决合规问题,并且取得初步成效。目前在监管合规的应用主要包括监管合规管理 RCM(Regulation Compliance Management),客户识别与洞察 KYC (Know Your Customer),反洗钱 AML (Anti-Money Laundry),行为监控 (Conduct Surveillance)等。下面以监管合规管理和客户识别洞察为例,简要说明认知计算在RegTech领域的具体应用。
 
        (一)监管合规管理(RCM)
 
        正如前面所提到的,当前银行面临日益复杂和持续变化的监管环境,合规管理在解读大量、持续变化的监管内容、识别和管理监管责任以及评估业务影响等方面面临严峻挑战,尤其是对跨区域经营的大型银行来说,为满足陌生监管环境和条文而作出的调整和投入都十分巨大。

        但是通过采用认知计算技术,利用自然语言处理和机器学习能力,可以在监管规则理解、监管义务识别、业务控制定义和分析等全周期监管合规管理环节,从而大幅提高效率和准确率并降低成本投入。下图是一个基于IBM Watson平台的监管合规管理示例。

图片4.jpg 
图2 IBM Watson监管合规管理平台示例

        一些西方银行已经开始尝试利用认知计算技术应对合规监管挑战。比如一家美国银行,在世界上95个有监管权的国家开展业务,面对的是每个管辖当局像蜘蛛网一样复杂的监管合规要求,这些要求不但经常变化难于追踪,甚至很多时候光是解读这些要求也是极大的挑战。银行雇佣了几百名高级律师,依靠人工来阅读、理解、分析和追踪所有监管要求对于治理架构、内控流程、数据隐私等银行运营多方面的影响,这不但每年耗费数百万美元的人力费用,而且单调和重复的工作也导致律师团队士气低下。

        2016年,通过与IBM Watson 合作,利用Watson的自然语言处理和学习能力,这家银行建立一个初期认知合规平台,初始阶段分析美国、英国,德国和日本的29份监管合规文档,找到具体银行合规义务的准确率达到72%。未来,这家银行将逐步扩展应用认知合规平台的国家范围,加强其处理合规要求的准确性和自动化能力,预期这将数千小时的人力工作。
 
        (二)客户识别与洞察(KYC)
 
        客户识别与洞察,是银行开展业务的起点,也是反欺诈、反洗钱等一系列合规监管要求的基础。

        在零售银行领域,人脸识别、语音识别、指纹识别等人工智能技术已被广泛采用,以增强客户信息采集的便利性,准确性与完整性。在财富管理和投资领域,最新的智能投顾应用可以通过会话机器人与客户交互,理解客户风险偏好和投资目标,以更加全面、自然和人性化的方式洞察客户需求并给出投资建议。

        客户尽职调查(Due Diligence)是反欺诈和反洗钱的关键一环。客户尽职调查是指金融机构在与客户建立业务关系或进行交易时,应当根据法定的有效身份证件或者其他身份证明文件,确认客户的真实身份,同时,了解客户的职业情况或经营背景、交易目的、交易性质以及资金来源等。其作为反洗钱工作的第一道关口,在防范洗钱过程中起着至关重要的作用。在业务操作中,尽职调查需要搜集关于客户的相关文件信息,审阅这些文件并找出关键信息,对关键信息分析并得出最终尽职调查报告或结论。而在实际操作中,往往由于难以全面收集信息,以及需要大量信息核对和分析工作导致调查周期较长,耗费大量人力,甚至引发客户抵触。此时,通过引入认知计算技术,可以在以下环节大大提高尽职调查的全面性、准确性和时效性:

        1.利用认知内容分析技术,分析广泛搜集的结构化和非结构化数据,得到客户关键信息。例如核实的身份信息、信用评级、股东信息、诉讼信息、负面新闻、制裁信息和政治风险信息等等,从而大大节省人工文本审阅时间。

图片5.jpg 
图三 利用认知分析技术做背景调查示例 

        2.利用图计算、实体识别和关系分析技术,发现客户实体与其他风险实体。例如发现被制裁实体或者高风险利益相关方的隐藏关系,生成公司和个人的全貌关系图谱,从而使客户分析人员获得客户内外部实体关系的全面、直观视图,大大提高识别潜在风险客户的能力和效率。

图片6.jpg 
图4 利用图计算、实体识别和关系分析技术发现隐藏关系

        目前,国内监管机构和银行等金融机构都已经开始认识到采用新技术来提高监管和合规管理水平的重要性。2017年5月15日,央行发布消息,中国人民银行成立金融科技(FinTech)委员会,旨在加强对金融科技工作的研究规划和统筹协调,强调将强化监管科技(RegTech)应用实践,积极利用大数据、人工智能、云计算等技术丰富的金融监管手段,提升跨行业、跨市场交叉性金融风险的甄别、防范和化解能力。国内的一些银行已经在不良贷款预警、反洗钱等领域开始了采用认知计算技术解决合规和风险管理挑战的尝试。

        认知计算作为RegTech的核心技术,其银行监管合规管理和总体风险管理水平有着广阔的应用前景,正开始在银行业合规监管、反欺诈、反洗钱等业务领域展开应用。银行领域仅仅是个开始,在不远的未来,RegTech将会被运用到与人类息息相关的各个行业当中积极推进经济、医疗和建设等多方面的进步。

作者简介:

        张毅,IBM中国银行行业解决方案总监,北京大学国家发展研究院金融学硕士。目前在IBM负责银行业解决方案的业务拓展工作,具备超过20年在中国银行业的解决方案实施和推广经验,包括电子渠道、网点转型、核心银行、认知计算等广泛的银行行业解决方案领域。

(文章来源:新金融世界杂志)

扫码即可手机
阅读转发此文

本文评论

相关文章