【編者按】本文是 中國人民銀行金融研究所所長、互聯網金融研究中心主任 孫國峰發表在《 清華金融評論 》的一篇文章。在文中，孫國峰從FinTech的風險屬性、FinTech服務實體經濟的內在要求、FinTech的金融消費者保護問題3方面闡述了監管 Fintech （ 金融科技 ）的原因，并列舉了英國、新加坡、日本的FinTech監管的國際經驗，結合我國金融市場的特征，提出了要構建中國特色的FinTech監管體系：以RegTech應對FinTech。

本文轉載自清華金融評論，原文題目《孫國峰：從FinTech到RegTech丨新刊預告?》，億歐編輯整理，供行業內人士參考。

---

根據金融穩定理事會的定義，FinTech是指技術帶動的金融創新，它能創造新的業務模式、應用、流程或產品，從而對金融市場、金融機構或金融服務的提供方式造成重大影響。隨著FinTech對傳統金融業務帶來的沖擊，其累積的風險將有可能是系統性的。

一、為什么要監管FinTech？

（一）FinTech的風險屬性

FinTech本身的金融屬性決定了其很強的風險特征，這主要包括：

一是FinTech使金融風險更具隱蔽性、傳播速度更快、傳播范圍更廣，增加了金融系統性風險；

二是FinTech使傳統金融“脫媒風險”加大，FinTech使資金供給能夠繞開現有的商業銀行體系，直接輸送給資金需求方和融資者，完成資金體外循環，金融交易脫離現有金融管制的情況愈發嚴重；

三是技術風險更加突出，FinTech業務發展有賴于先進的技術和交易平臺系統，技術和交易平臺系統選擇失誤可能給FinTech機構帶來較大風險；

四是數據風險與信息安全風險相互交織，由數據使用和保護不當將同時帶來的數據風險與信息安全風險等；

五是監管套利，由于一些FinTech公司處于監管灰色地帶，從事類似銀行的業務，但卻沒有受到類似的監管。當前FinTech的風險事件主要集中爆發在流動性風險、非法集資、黑客攻擊和非法經營等方面，比如貸款余額高達702億元、投資人數約84萬人次的“e租寶”事件，源于俄羅斯MMM金融互助社區的網絡攻擊，以及一些FinTech公司挪用、非法占用客戶資金等違規經營問題引發的風險事件等。

（二）FinTech服務實體經濟的內在要求

金融的本質屬性決定了FinTech的最終落腳點是為了通過提高金融資源的配置效率來支持實體經濟的發展。FinTech需要在監管的引導下，通過真正意義上的金融創新，來彌補傳統金融的不足，以提高落后地區金融的可達性來促進金融的普惠性，以提高資金的配置效率來促進實體經濟的發展。只有在監管的引導下，才能使 區塊鏈 、 大數據 、 云計算 和 人工智能 等技術真正用于服務實體經濟，而不是進行監管套利。

（三）FinTech的金融消費者保護問題

金融創新的目的是為了使金融更好地服務于實體經濟的發展，并以此可以進一步改善消費者體驗。與FinTech發展相關的金融消費，將涉及到金融消費者保護的問題。比如，金融大數據中可能依據客戶過去的消費習慣和金融活動來計算其消費偏好，這些都屬于消費者的個人信息，因此FinTech還可能涉及到的消費者隱私保護的問題。FinTech的創新，必須是負責任的創新，這需要監管當局牢固樹立金融消費者保護的監管原則，探索多種監管方式與手段保護金融消費者。

二、FinTech監管的國際經驗

（一）美國

美國金融體系屬于混業經營模式，對FinTech的監管主要是功能性監管，即不論FinTech以何種形態出現，都根據FinTech的金融本質，將FinTech所涉及的金融業務，按照其功能納入現有金融監管體系。比如，涉及到資產證券化的P2P業務，屬于美國證監會監管；虛擬貨幣方面，要被美國國稅局征稅，并且紐約州金融服務管理局還要將其納入到“虛擬貨幣活動商業許可證”的監管范圍。

另外，美國還有對FinTech監管的完整政策法律體系，并能適時動態地進行調整。比如，奧巴馬在2012年簽署了《創業企業融資法案》（JumpstartOur Business Startups Act，簡稱JOBS法案），填補了美國在股權眾籌方面的監管空白，并在換屆前，由白宮國家經濟委員會發布《美國Fintech框架》，詳細闡述美國政府對FinTech的態度和展望；美國金融業監管局（FinancialIndustry Regulatory Authority）出臺了《對數字化投顧使用的指導意見》；美國金融消費者權益保護局（ConsumerFinancial Protection Bureau）制定了《CFPB創新細則》來促進對消費者有利的創新。

（二）英國

英國將FinTech作為當前金融發展的重要目標，監管模式主要特點是集中適度監管，最大的創新是監管沙箱模式。監管的職能主要由2013年4月成立的金融行為監管局（FinancialConduct Authority，FCA）承擔，出臺了對借貸類眾籌等業務的監管政策，并先后推出了項目革新計劃與監管沙箱（Regulatory Sandbox）。

監管沙箱由FCA于2016年5月9日正式啟動，通過提供一個“縮小版”的真實市場和“寬松版”的監管環境，在保障消費者權益的前提下，允許FinTech初創企業對創新的產品、服務、商業模式和交付機制進行大膽操作。FCA的監管沙箱包含大量企業數據和消費者的真實反饋，初創企業可充分利用沙箱反映的市場、行業和消費者情況，有針對性地完善創新產品和服務，減少創新產品、服務等投放市場的時間，降低監管風險，助力初創企業吸引更多投資。

（三）新加坡

新加坡由于金融市場相對較小、市場創新相對不足，因此也采用監管沙箱模式對FinTech進行監管，以此來推動FinTech的發展。2016年6月6日，新加坡金管局發布了《FinTech監管沙箱指南（征求意見稿）》。

該意見稿對沙箱評估標準、退出機制和申請流程都有明確的闡述和提議，通過推出監管沙箱模式為FinTech的發展開辟出一個安全有益的環境，以試驗性的方式向市場推出其產品和服務，讓一些初創企業獲得更大的發展空間，然后根據實際的市場影響來進行一些監管。

與英國所不同的是，英國的監管沙箱適用于所有的科技類企業，而新加坡的監管沙箱僅適用于FinTech企業。另外，新加坡金融管理局還成立FinTech與創新組織（FTIG）來負責FinTech的政策、發展和監管，為企業提供一站式服務。新加坡還加強國際監管合作，與澳大利亞、英國和瑞士等國簽署了雙邊合作條約，在FinTech的新興趨勢以及創新監管方面將與這些國家進行積極的共享。

（四）日本

日本對FinTech監管的政策主要體現在銀行可持股科技公司。日本的FinTech公司一方面受到嚴格的法律和監管限制，吸引FinTech產業風險投資水平一直較低，比如，金融集團受限于只能持有初創企業5-15%股權的規定；另一方面由于日本利率水平低，該國居民傾向于持有現金，金融服務創新需求偏弱，從而制約了FinTech的發展。

面對FinTech發展落后其它國家的狀況，日本決定放松對FinTech企業投資的限制，日本政府在2016年對相關法律進行了修改，允許銀行持有5%以上的科技公司的股份，并允許銀行收購非金融企業100%股權，前提是該公司將信息技術應用于金融領域。日本的銀行從此可以與FinTech企業建立合作關系，以開發包括 機器人 投資咨詢和區塊鏈在內的服務和技術。這一政策改變后，日本銀行立即將數百萬日元投向了FinTech創業公司。

三、我國FinTech監管的模式選擇

從各國對FinTech的監管模式來看，美國的功能性監管與其國內金融市場規模大、金融與 科技創新 動力強的市場環境相適應；英國的監管沙箱服務于其追求建立金融科技國際金融中的目標；新加坡的監管沙箱有利于克服國內金融市場較小、創新動力弱對FinTech發展的制約；日本放寬了金融機構持股科技企業股份的限制，有利于突破FinTech發展的資金支持瓶頸。我國具有金融市場規模較大、金融創新動力強、防控系統性金融風險刻不容緩這三大特征，有必要構建中國特色的FinTech監管體系，并加強FinTech監管的國際合作。

（一）構建FinTech監管雙支柱：微觀功能監管+宏觀審慎管理

微觀功能監管。一是建立FinTech行業監管準則，建立行之有效的多層次監管機制，實現風險監管全覆蓋，避免監管空白，確定各類FinTech公司監管主體，明確監管職責權限。二是建立適應金融發展與風險防范并存的長效監管機制。按照實質重于形式的原則，實行“穿透式”監管。

把資金來源、中間環節與最終投向穿透聯接起來，綜合全鏈條信息判斷業務屬性和法律關系，執行相應的監管規則。如果是證券的就歸證監部門，如果是銀行業務就歸銀監部門，如果是保險業務就歸保監部門管理，如果是第三方支付業務，就歸央行管理。三是積極研究探索分類分級監管。針對經營規模、資本、技術和風控能力不同的機構，在各類業務準入、創新方面采取分類分級監管方式，提高監管效率。

宏觀審慎管理。金融機構在采用機器學習和人工智能技術來處理金融大數據和管理風險時，將具有更強的風險識別能力，客觀上強化了順周期行為。依托大數據、人工智能等分析技術，金融機構能夠在經濟下行時更快地捕捉到經濟形勢的變化，于是收縮貸款，貸款的收縮又將導致經濟加速下滑，壞賬風險增加，結果導致了金融機構更審慎的貸款行為，呈現出惡性循環的態勢，這就是加入金融科技之后的順周期行為，因此更需要進行逆周期的調節。另外，一些FinTech公司收取客戶備付金，可能造成流動性風險。當前已建立支付機構客戶備付金集中存管制度，可以將其納入到整個宏觀審慎管理框架之中。

另外，監管沙箱可以作為雙支柱的必要補充。在局部地區可以采用監管沙箱模式，推進FinTech創新。但由于監管沙箱更加適用于小型的開放經濟體，特別是國際金融中心為主的經濟體，對中國并不適用。整體上更重要的還是要采取微觀功能監管加宏觀審慎管理，以此防范系統性的金融風險。

（二）加強跨國監管合作

促進本國FinTech國際化發展。FinTech企業全球化步伐的加快，需要全球統一標準化的監管措施以及國際間的監管合作，來促進FinTech國際業務的健康快速發展。對于FinTech發展程度較高的國家來說，主動加強跨國間的監管合作，有利于監管經驗的相互學習和借鑒，有利于促進本國FinTech適應他國的監管政策，促進本國FinTech全球范圍內的發展。

掌握FinTech全球監管規則與行業標準制定主動權。在跨國監管合作將成為趨勢的背景下，加強跨國監管合作有利于爭取制定全球FinTech監管規則與行業標準的主動權。當前，重視FinTech發展的國家（如英國、新加坡等）都主動與他國加強對FinTech的監管合作。我國FinTech的發展水平已位居世界前列，應該加快跨國間金融監管合作的步伐，逐步掌握全球金融監管規則制定的主動權，以及FinTech發展行業標準的制定權，從而進一步推動本國FinTech的全球化發展。

四、以RegTech應對FinTech

（一）什么是 RegTech？

RegTech初期是指金融機構利用新技術來更有效地解決監管合規問題，旨在減少不斷上升的合規費用（如法定報告、反洗錢和欺詐措施、用戶風險等法律需求產生的費用）。RegTech公司利用云計算、大數據等新興數字技術幫助金融機構核查其是否符合反洗錢等監管政策、遵守相關監管制度，避免由不滿足監管合規要求而帶來的巨額罰款。

（二）金融機構為什么需要RegTech？

金融危機之后金融監管逐步收緊，金融機構遵守監管法令的成本增加。JP摩根大通指出，2012—2014年間，為了對應政府制定的規范，增添了1.3萬位員工，比重高達全體員工數量6%，每年成本支出增加20億美元，約全年營業利率的10%。德意志銀行表示，2014年為了應對法令，追加支出的成本金額高達13億歐元。HSBC2013年追加聘用3000位法定程序人員（ComplianceStaff）。

而RegTech可以提高金融機構的合規效率。隨著機器學習（ML）與人工智能（AI）的發展，RegTech可以利用ML和AI技術為金融機構的決策、降低成本以及合規問題等方面，提供更好的解決方案。AI將替代目前由人工手動執行的昂貴功能，幫助銀行開展對反洗錢或員工不當行為的檢測。

RegTech已在多個領域得到應用，如數據聚合、風險建模、情景分析、身份驗證和實時監控。RegTech公司通過對海量的公開和私有數據進行過自動化分析，幫助金融機構核查其是否符合反洗錢等監管政策，利用云計算、大數據等新興數字技術幫助金融機構遵守相關監管制度，避免由不滿足監管合規要求而帶來的巨額罰款。

（三）監管機構也需要RegTech？

當金融機構更大范圍、更大程度地采用RegTech時，如果監管機構不采用RegTech，將面臨以下問題：

一是更嚴重的信息不對稱問題。當金融機構通過ML和AI來處理和分析金融大數據產生的信息與風險時，監管者將知之甚少。隨著監管機構與金融機構之間的信息不對稱問題加劇，監管機構對金融風險的識別與應對將變得更加遲緩，不利于金融的穩定。

二是更高級的監管套利。當金融機構通過ML和AI用來規避不滿足監管合規要求帶來的罰款時，也能用于尋找監管體系的漏洞，并以此謀取監管套利，這將使人工監管的有效性將降低。

三是更嚴重的系統性風險。金融機構的決策對數據更敏感，經濟不好時“跑”得更快，順周期性行為將可能進一步強化。

（四）監管機構RegTech+人工智能

人工智能能夠解決監管者的激勵約束問題。監管者的激勵約束制度本身是一個政治經濟學的問題。為了解決這個問題，可以設計很多機制，讓監管者更有動力去監管，但是用人工智能來進行監管就可以避免這個問題，其優勢在于人工智能監管不需要考慮薪酬和獎勵?；谌斯ぶ悄艿谋O管系統可以依據監管規則即時、自動地對被監管者進行監管，避免由激勵不足導致的監管不力等問題。

人工智能具有更高水平的全局優化計算能力。比如，高德地圖在規避擁堵的路線規劃上，比人的經驗判斷更加精準?；赗egTech的智能監管系統也可以充分利用人工智能強大的計算能力，發現更多人工監管發現不了的監管漏洞和不合規情況。

人工智能的RegTech可以更好地識別與應對系統性金融風險。FinTech的先進技術在金融領域里的運用，很容易形成金融風險與技術風險的疊加，一旦發生風險，將很有可能是系統性的。

所謂系統性的金融風險，實際上是指金融風險擴散蔓延，最終對實體經濟造成重大的傷害，在這個過程當中有很多的不確定性，所以系統性金融風險的識別和度量，一直都是宏觀經濟學當中的一個難題，在現實操作當中也是個難題，比如，什么情況下一個金融機構的風險就會導致系統性金融風險？一個多大的金融機構關閉會導致風險？一個金融市場的波動會不會造成系統性金融風險？這其中有很多模糊的地帶，而且需要全局性的分析，在這方面反而有可能人工智能更具有優勢，人工智能有可能會更好地識別與應對系統性金融風險。

不久前的人工智能AlphaGo與李世石的世紀之戰，以及AlphaGo的升級版Master連勝人類職業高手60局，讓人類重新認識了圍棋，也重新認識了人工智能。過去大家認為人工智能在局部和細節計算方面有優勢，但人類有全局觀念。但人工智能屢屢下出職業高手看不懂的棋，讓人類不得不承認，人工智能在全局觀念上有更強的優勢。

盡管人工智能不能窮盡圍棋的計算，但人工智能每一步的選點都是將全盤所有的點都進行重新的考量。相比之下，人類的認知與判斷具有很大的局限，通常只關注局部，很容易滋生貪婪或者恐懼的情緒。因此，人工智能監管可能對系統性風險會處理得更好。

人工智能主要依靠以下兩種推理方式進行自我學習：

一是規則推理（Rule-Based Reasoning）。人工智能通過規則推理可以反事實模擬不同情景下的金融風險，更好地進行系統性金融風險識別。但是規則推理也有局限性，每個規則都對應一個新的程序，電腦不會自動更新，而需要人為修訂后再深度學習，以自動適應監管規則的升級。

二是案例推理（Case-Based Reasoning）。人工智能利用案例推理，通過機器學習過去所有的監管案例，用過去的監管案例來評價新的監管問題、風險狀況和解決方案，并對有關錯誤進行預防。這更符合現實中的危機處理思路，如果金融市場出現了一次劇烈的波動，可以查看全球歷史上有哪一次市場波動與之相仿，當時采取了什么措施，獲得了什么效果，作為這一次管理金融市場波動的參考。監管者花費數十年只能積累有限的案例，而人工智能卻可以在很短的時間內學習全球歷史上所有的案例，并進行推理。

主要國家積極支持人工智能在監管上的應用。美國金融監管當局正在評估與投資相匹配的人工智能金融監管模式。美國證券交易委員會正在采取機器學習的方法來進行未來投資者行為預測，特別是在市場風險評估方面，這包括發現潛在的欺詐和監管部門瀆職。

英國通過鼓勵發展RegTech來提高監管的有效性，比如利用鼓勵、培育和資助FinTech和金融服務公司利用新技術加速達到監管要求，利用大數據技術和軟件集成工具降低企業合規成本等，鼓勵FinTech機構創新科技手段以降低合規成本等。我國可以探索將人工智能應用于金融監管，以RegTech應對Fintech。?