作者周温涛系同济大学法学院硕士研究生。

内容摘要

金融科技的“颠覆性创新”推动了新时代金融业的转型升级，也预示着传统金融监管将迈向新的范式。技术驱动的金融创新容易引发技术风险、信息风险与合规风险。通过人工智能为金融科技监管赋能，可以打造技术驱动型监管科技，实现金融监管的转型与重塑。借鉴互联网金融监管和证券监管领域的实践经验，不难发现，人工智能在识别和应对系统性金融风险中更具优势。因此，应当探索技术治理与法律规制相结合的、人工智能技术驱动型的金融科技监管新范式，实现法律与技术的优势互补，从而实现金融科技的有效监管。

关键词：人工智能 金融科技 监管科技 机器学习 技术治理

引言：“人工智能＋金融监管”的提出

金融科技(Fintech)通过技术手段推动金融的“颠覆性创新”，实现了从互联网金融为代表的金融科技初级阶段到大数据、云计算、区块链以及人工智能为代表的金融科技高级阶段的跨越。技术驱动的金融创新冲击了传统的金融市场格局，为金融监管带来了巨大挑战。由此，监管科技(Regtech)应运而生。随着人工智能的理论和应用技术的日益完善，人工智能逐渐渗透到金融领域，其固有价值逐渐被人们发掘。人工智能通过机器学习实现知识体系的实时更新，可以创建标准化数据报告，也可以发出风险预警信号，从而提高监管能力，降低合规风险。人工智能在金融监管中的应用转变了现行金融监管范式，为解决监管滞后探索了新的路径。

“人工智能＋金融监管”的新型监管范式的实践探索正处于爆发期。澳大利亚证券及投资委员会(ASIC)、新加坡货币当局(MAS)、美国证券交易委员会(SEC)等国际监管机构都尝试适用人工智能进行可疑交易识别，通过分析用户的交易轨迹、行为特征及关联信息更准确地打击金融犯罪活动。金融稳定理事会(FSB)于2017年发布«人工智能及机器学习在金融服务市场的发展对金融稳定的影响»认为应当提升人工智能和机器学习技术应用的可解释性，加强对相关创新的检测和评估。国务院«新一代人工智能发展规划»将金融列为人工智能应用试点的重要行业之一。工信部印发的«促进新一代人工智能产业发展三年行动计划(2018-2020年)»明确将大力拓展视频图像身份识别系统在金融领域的应用。但我们应当清醒地认识到，就目前而言，人工智能的应用尚未上升到监管科技的层面，更多的是行业探索和试点性实践。然而，随着技术能力和数据资源的加速累积，巨大的应用需求和开放的市场环境有机结合，人工智能研究及应用爆发式增长。可以预见的是，未来人工智能必然成为推动金融科技监管转型的”标配”。基于此，相关制度应当作出调整，适应人工智能对金融监管模式的转型与重塑。

一

金融科技的风险识别与监管挑战

由于建立在云计算、人工智能等技术的基础之上，金融科技兼具金融和科技的双重属性，由此也形成了二者交织混合的风险特性。金融科技的开放性、互联互通性、科技含量更高的特征，使得金融风险更加隐蔽，信息科技风险和操作风险问题更为突出，潜在的系统性、周期性风险更加复杂。由此，应当通过人工智能技术透视金融科技发展所面临的风险与挑战，从而在制度机制的构建上予以保护。

(一)风险识别

金融科技提高了金融机构的资源配置效率，使资金的提供者与需求者之间的连接费用大幅下降。但技术驱动的金融创新容易引发合规风险，科技的引入也使得金融、技术的风险更容易产生叠加效应，如此前的Ｅ租宝事件、俄罗斯ＭＭＭ金融互助社区的网络攻击事件等。故而应当正视其存在的风险，进而探寻人工智能与金融监管的深度融合。

第一，技术风险。金融科技的应用场景以信息技术为基础，其交易参数的设置、交易系统的操作等都隐藏着技术型风险。技术本身的缺陷可能导致系统无法正常运行，或引发数据泄露、身份识别不能等风险，如日本的Coincheck事件、Mt.Cox遭受攻击事件等，造成了难以估量的损失。当出现技术性失误且未被及时发现时，系统本身又缺乏自我更正错误的能力，按照这种错误继续执行，则需要付出更大的成本来修正所带来的负面影响。

第二，信息风险。我国互联网金融存在严重的信息不对称问题，金融机构与金融消费者之间、金融监管机构与金融机构之间的信息不对称性导致了金融科技的信息风险。金融消费者由于处于信息资源获取的劣势地位，在金融交易中更容易遭受损害，且难以有效维权。人工智能”去中心化”的信任机制虽然在一定程度上缓解了信息不对称所引发的市场低效，但也衍生出其他问题：一是科技的反匿名化隐藏着信息泄露的风险，从而可能导致金融消费者受到差异化待遇；二是随着金融科技应用场景潜入的多元化和碎片化，金融监管机构由于缺乏对等的数据技术而难以实施有效的监管。数据风险与信息安全风险的相互交织，使得金融机构的相对者对金融风险的识别和应对变得迟缓。

第三，合规风险。技术驱动下的金融创新不可避免地将原本规范的金融合同设计推至更高风险的领域。在法律法规缺位的情形下，金融交易的规则由交易者自行设计或制定(“智能合约”的出现)，其合规风险尤为突出。“智能合约”以计算机语言而非自然语言表述、执行合同，一是以计算机语言为载体的“智能合约”与无法与以自然语言为载体的法律规则一一对应，如无法有效解释诸如“合理”“最大努力”等术语，从而导致合约条款可能存在较高的法律风险；二是出现合同纠纷时，法律责任边界无法确定，即应当由智能合约的开发者，亦或是运行平台负责难以界定。此外，应当注意的是，法律规则的缺失也为违法犯罪活动留下了滋生空间，部分非法机构以“金融创新”之名，干着“违法犯罪”之实，导致社会的重大损失。

(二)监管挑战

恰当的监管有助于金融科技发展良好态势的形成。金融创新是突破金融监管形成的“金融抑制”而产生，又反作用于金融科技监管的转型与发展。实践中金融监管与金融创新之间的脱离体现为两方面：一是金融创新的速度总是超前于金融监管方式；二是监管法规总是滞后于金融创新的发展。

首先，我国的金融监管方式尚未脱离传统的“先发展后规范”的被动式监管模式。“放任自流”或“一刀切”的僵化治理思维既不关注当下金融市场的实际问题，也不适应未来金融市场的现实需求，与金融科技“日新月异”的创新驱动力背道而驰。随着金融科技推动的新金融业态的不断涌现，传统的被动式监管转向自动化监管的趋势已属必然。倘若不使用监管科技进行自动化监管，将难以应对未来可能出现的极端复杂的金融风险。以虚拟货币对发行与交易为例。虚拟货币的产生依赖于一堆复杂算法的特解，运算工具在寻求特解的过程中涉及庞大的数据计算；在虚拟货币交易的过程中，不可避免地会与其他平台或设备产生交流、通信，且涉及大量个人信息。数据与个人信息在交互过程中面临着多样的风险，而传统的监管模式因无法迅速演进、更新而使得前述风险处于监管空白地带，从而滋生各类违法行为。考虑到人工智能技术能够通过机器学习实现实时的、自动的监管与回应，因而可以将人工智能技术内嵌于监管机制，提高金融监管的及时性和精准性，借助人工智能建立既解决潜在市场风险，又融合金融创新特性的监管模式。

其次，监管法规存在不可避免的滞后性。监管法规通常是为了防范既有的或基于既有而可预见未来可能引发的问题所制定的，但金融科技的“颠覆性创新”完全打破了这样的规律。规则的制定者根本无法或者很晚才能识别创新的监管需求或相关问题，而仅仅依赖于稳定的并被假设为最优的监管规则，忽略金融创新所引发的不断变化的规则适用环境。由此，原有的问题刚刚得以妥善解决，新的问题又以前所未有的速度不断涌现，法规的制定陷入了“不断补漏”的死循环。因而，传统的立法模式已不能满足金融科技创新的需求。面对不断涌现的问题，倘若试图通过不断地制定新的正式规则予以解决，显然是不合逻辑的。人工智能可以通过类似事实推理进行风险识别并快速处理，同时监管机构应当及时总结并制定出风险防范规则原则，以供人工制度规则库的升级，减少合规风险的产生。由是，借助人工智能的规则推理重构金融监管法规的制定模式刻不容缓。

二

人工智能的金融监管实践

金融科技的创新对传统金融市场带来了多维度的冲击，金融与科技融合的不确定性带来了监管应对的“不知所措”。面对金融监管与金融科技的脱节，部分监管机构和监管科技企业创见性地尝试利用人工智能技术实现即时的、自动的金融监管。人工智能的监管科技在全局性分析方面更具优势，从而更好地识别和应对系统性金融风险。笔者择两例试探索人工智能在金融科技监管中的应用。

(一)人工智能与互联网金融监管

互联网金融呈现出多元复杂性，在跨界、融合、多元共存和多维度交互的过程中也存在许多交叉和并发的风险。推进人工智能在互联网金融领域的应用和发展，有利于落实国家人工智能发展战略规划，推动新时代金融业的转型升级。人工智能的机器学习能力具有良好的应变性，能够更好地构建互联网金融监管模型，如目前研发使用的“基于人工智能的反欺诈模型(Artificial Intelligence Based Anti-fraud Model)”。

在现行金融监管体制下，银行的应用相对较少，但诸如蚂蚁金服、度小满金融、京东金融等互联网金融公司在人工智能金融监管领域进行了积极的探索。以蚂蚁金服和度小满金融为例。蚂蚁金服依托阿里和蚂蚁的丰富场景构建机器学习平台，探索人工智能技术为多维度应用场景赋能，将自己定位为“TechFin公司”，而不是“FinTech公司”。在安全风控方面，蚂蚁金服以深度学习模型代替人工规则为主的体系，如在判断交易是否可信的领域，人工智能技术能够在尽可能减少用户干扰的情形下保持很高的安全性。当一笔交易被系统判断为不可信时，采用更为创新的GBDT＋DNN模型来确认是否被盗号，超越了以往的单个模型及GBDT＋LR的效果。度小满金融则依托百度集团在人工智能方面的技术优势，以金融大脑为核心，依托感知引擎和思维引擎，实现了金融机构的智能升级。度小满金融利用人工智能算法在数十万台服务器上实现高性能计算，通过机器学习实现风控技术。由是，我们可以清醒地看到，“金融级的人工智能”是实现互联网金融有效监管的必然趋势。

(二)人工智能与证券监管

在证券业实现从传统以经纪业务为主的证券经纪公司向为客户提供一揽子综合金融服务的全能型投行的转型中，金融科技创新起了举足轻重的作用。智能、高频的交易方式加剧了证券市场的复杂性，也考验着监管者的监管能力和监管资源。证券监管的规则供给速度远远低于金融创新的频率，人工智能监管工具的引入则为提高监管效率，节约监管成本提供了可能性。证券监管可以通过人工智能技术在更短的时间内识别异常交易并发出风险预警。诚然，人工智能的监管并非不受限制和绝对可靠，完全依赖于人工智能的证券监管后果必然是灾难性的。

目前人工智能技术在证券监管的应用主要体现为视觉识别技术、知识图谱、机器学习与深度学习、机器人技术等(如表1所示)。以证券交易所的“智能监管”为例。我国上交所深入研究运用机器学习技术，对投资者进行“全息高清”画像，试图实现对投资者的全方位图形化展示。同时，利用知识图谱技术对账户、交易、终端设备等进行多元维度的关联分析，进而更准确、高校地识别违法违规账户。日本外汇管理局(“JPX￣R”)和东京证券交易所(“TSE”)部署将NEC公司的“NEC高级分析—快速机器学习技术”和日立公司的”日立AI技术”应用于市场监测以发现市场操纵等不法行为。由是，人工智能技术之于证券的智能监管亦是最佳选择。

三

人工智能对金融科技监管的转型与重塑

传统的金融监管治理以行政治理为主，科技工具主义在很长时期被作为治理观念指导金融监管和合规控制。数字经济时代的风险防范和治理应当采取技术控制与法律控制相结合的综合治理机制。人工智能技术驱动型金融监管模式一方面要求监管机构应当树立技术治理的思维，人工智能不再作为监管工具，而是内化为监管科技本身的组成部分；另一方面则要求在法治框架下创新监管规则的构建路径，实现法律与技术的优势互补。

(一)内部：技术治理

人工智能促进监管科技治理的转型，将技术逐渐内化为金融科技监管的重要组成部分，一方面依托规则推理(RuIe-Based Reasoning)进行反事实地金融风险模拟，从而更好地进行系统性金融风险识别；另一方面通过案例推理(Case-Based Reasoning)学习既有的监管案例，以类似“判例法”思维评价新的问题并给出解决方案。由此，监管机构应当从“准入监管”转换到”行为监管”，完善监管科技的制度机制，以实现金融科技监管的重塑。

首先，建立基于人工智能的监管体系，提高监管效率，实现实时监管、动态监管。人工智能技术能够通过算法将场景化、碎片化的金融科技数据进行有效清洗，达到满足风险判定的需求，并通过机器学习实现对金融科技风险的初步评价和识别。将金融交易过程中的信息内容通过人工智能技术予以精准记录，摆脱传统监管中需要依托各方予以信息披露的烦琐流程，并简化了监管机构的审核工作，进而使监管机构能够将更多资源投入交易行为本身。因而，监管机构应当从传统的“准入型监管”脱离出来，更多地关注金融交易行为，在人工智能识别的基础上行使监管自由裁量权，进行人工二次判断，使得监管更加精准化。以证券交易所为例，监管机构的职能之一是防范市场操纵风险。以人工智能为基础的智能风控技术通过算法判定可能出现市场操纵行为并予以记录，此时监管机构仅需依其专业知识作出评定即可，而无需再依托传统监管机制中借助信息披露的形式，既提高效率，也更为精准。

其次，完善监管科技的基础机制，确保人工智能系统的安全性、有效性。 人工智能驱动下的金融科技以信息技术为基础，技术信息的保护既是技术治理的基础，也是防范监管风险的必需。监管机构应当完善监管科技的制度机制，如技术的加密机制、脱敏机制等，通过技术手段和管理制度保障人工智能的安全性，进而确保人工智能驱动的金融科技监管基础信息的有效性。考虑到互联网金融公司对人工智能积极探索所形成的经验，应当推动构建行业内技术共享机制，进而推动监管科技的创新。就人工智能本身而言，应当完善其风险分析和预警机制。根据人工智能对既有风险问题的识别、分析和监管，划定金融科技的风险预警线(迹象)。当金融机构触及或可能触及预警线(迹象)时，监管机构能够即时介入并采取相关措施。

(二)外部：法律规制

金融科技监管转型和重塑的核心在于监管科技的法制化。诚然，规则监管在日新月异的金融创新面前捉襟见肘，但规范的缺失必然会给金融科技的发展带来额外的成本。从技术的角度而言，只要保证人工智能驱动下的金融科技监管的数据信息的安全性、有效性，确保人工智能在市场条件下自发而有效的信息配置，便没有法律法规治理的必要性。然而，人工智能的规则推理并非必然落在给定的规则框架内，规则解释的多义性、技术的破坏也可能会出现法律问题。因而，应当在法治框架下对人工智能驱动下的金融科技监管予以规制。

通过修订、解释等方式完善金融科技监管法律制度体系。法律法规的制定目的应当是为监管提供法律支撑，形成新的监管路径。人工智能通过算法对监管规则进行识别并分解为算法规则，在监管过程中运用规则推理形成有效判断和应对金融科技风险的规则库。对于人工智能自发推理出的规则应当及时判断是否落在既有规则框架内或是否必要对现有框架作出修订、解释，从而适应金融科技的创新。将金融监管法律法规嵌入人工智能技术，从而使法律法规的执行由人工智能的机器学习实现。需要说明的是，这种人工智能驱动的规则推理并不意味着法律规则的创造，而是通过技术治理发掘、解决法律问题的辅助手段，法律的修订和解释仍应由立法者作出。

人工智能驱动下金融科技监管的另一种法律规制路径则是加强法律原则的制定与适用。相较于法律规则，原则监管更具灵活性和效率性。法律原则强调对抽象性和所期望的监管结果的指导性，监管者被赋予自由裁量权。 当人工智能通过机器学习推理规则时，只需判定新的规则是否与既有原则保持一致即可，而无需逐一修订、解释，使其被纳入既有规则体系。原则监管的侧面体现为对金融科技的包容性监管，通过宽松的规则治理环境鼓励金融创新，如英国金融管理局(FCA)制定的”监管沙盒(Regulatorysandbox)”计划、美国消费者金融保护局(CPPB)的”无异议函(No-actionLetter)”政策等。

在金融科技不断创新的背景下，在强调技术治理的同时，法律规制也不容忽视。由是，金融监管机构在新型监管模式之下应当实现双重角色：一是作为人工智能技术治理机制的创造者，通过完善多种信息技术机制，确保人工智能的监管效率；二是充当监管规则原则的制定者和植入者，通过立法加强法律原则在金融监管中的适用，并将所制定的规则原则植入人工智能之中，以供其深度学习以自动适应监管规则的升级。惟其如此地，才能在以创新与变革为核心的金融科技监管时代倒逼金融监管模式的转型与重塑，实现对金融科技风险的有效监管。

结

语

传统的金融监管体系是技术发展相对稳定的基础之上所形成的被假设为最优的规则和原则。金融科技的”颠覆式创新”突破了传统金融监管范式的藩篱，使金融监管一度失灵，或用力太轻，或用力过猛。面对金融科技所形成的风险与监管挑战，运用人工智能推动金融监管的转型和重塑才是正道。故而，应当采取技术治理与法律规制相结合的创新监管模式，建立基于人工智能的监管体系，依托机器学习实现规则推理和案例推理，并加强法律原则的制定与适用，进而实现金融科技风险的有效监管。但是如何真正实现监管科技与传统监管模式的有机统一?人工智能驱动下的金融科技监管的运行体制和程序规范是怎样的?如何有效衔接内部的技术治理与外部的法律规制?等等问题，则是需要进一步研究解释的。

上海市法学会欢迎您的投稿

[email protected]

往期链接

>《上海法学研究》集刊2019年第9卷——2019世界人工智能大会法治论坛文集

来源：《上海法学研究》集刊2019年第9卷（2019世界人工智能大会法治论坛文集）。转引转载请注明出处。

原标题：《“人工智能＋金融监管”：试论金融科技监管的转型与重塑》