工作如何开展。
金融科技风险与运营
Regtech and supervision · Fintech F1 · Week 39
- 活跃用户257,0473活跃
- API 正常运行时间,%99.85正常
- 每 10,000 笔交易中的欺诈数65警报
- 未结投诉254关注
按渠道划分的欺诈率
信贷模型的公平性
| 女性 | 47 | 2 | 范围之内 |
| 农村 | 47 | 7 | 审核 |
| 25 岁以下 | 47 | 6 | 审核 |
图金融科技风险与运营:示例名称和示意数值,并非记录或实时系统。
监管科技与监督:风险如何演变。
合规技术作为研究对象。下文档案说明风险如何形成、衡量什么、数据从何而来、如何建模以及由谁决定。
Alert volume masks detection
Rule-based monitoring produces large volumes of false alerts. Analysts triage under pressure, and real suspicious activity can be lost among them. More alerts do not mean more detection.
数据质量决定上限
筛查和报告的质量取决于输入的客户和交易数据。字段缺失、转写差异和遗留格式会造成任何模型都无法弥补的漏检。
规则即代码改变合规方式
以结构化数据和代码表达的规则可以得到一致适用并快速更新,但从法律文本转换时可能引入错误。法律文本仍具权威性。
共用的供应商工具会同时失效
许多企业使用同样获得许可的筛查名单、监测引擎和报告平台。一个工具出现缺陷或中断,会影响整个行业的合规,而企业对其外包的结果仍须负责。
What regtech and supervision means for exposure, loss and capital.
风险官、监管者或财政部会要求的风险暴露、损失、情景和资本视图,以及它们据以报告的框架。结构遵循监管和精算实务。数值为说明性:绝非价格、评级或建议。
传导渠道
How a shock in regtech and supervision reaches credit, market, underwriting, liquidity and operational risk, and feeds back.
衡量什么,以及衡量得如何。
每个指标都注明其单位、频率、背后的来源类型以及数值将附带的证据标签。此处不显示数值:数值由计划依据其自身权限提供。
| 指标 | 单位 | 节奏 | 来源类型 | 标签 |
|---|---|---|---|---|
| Transaction monitoring alerts closed without action | 预警百分比 | 每季度 | Firm compliance records | 观测 |
| 告警积压 | count and days outstanding | 每月 | 企业案件管理 | 观测 |
| 已提交的可疑交易报告 | 每年计数 | 年度 | Financial intelligence unit statistics | 已发布统计 |
| 监管报告重新提交 | 按重现期计数 | 每季度 | 监管机构数据质量记录 | 已发布统计 |
| Authorities using suptech by use case | count of authorities | 年度 | 金融主管部门调查 | 已报告 |
| Enforcement actions citing monitoring or screening failures | 每年计数 | 年度 | 监管机构执法记录 | 已发布统计 |
| Regulatory sandbox participants by theme | count of firms | 年度 | 沙盒登记册 | 已发布统计 |
证据来自何处。
具名公共数据集与机构记录,各自注明许可类别。依协议获得的来源仅按其条款使用,绝不再次发布。
| 来源 | 它提供什么 | 许可类别 |
|---|---|---|
| 国际清算银行金融稳定学院关于监管科技的论文 | 监管科技使用情况的调查与案例研究 | 免费,依据 BIS 使用条款署名 |
| 剑桥监管科技实验室《监管科技现状报告》 | Survey of financial authorities’ suptech adoption, data and capacity | 免费,条款依出版方而定 |
| Regulatory sandbox registers (FCA, MAS and peers) | 在监管沙盒安排下测试的批次、企业和主题 | 公共记录,条款因监管机构而异 |
| Global Financial Innovation Network 出版物 | 创新方面的跨境测试与监管机构合作 | Free, terms per network |
| 监管机构执法通知 | 关于监测、筛查和报告失误的调查结果 | 公共记录,条款因监管机构而异 |
| FATF 关于反洗钱和反恐融资新技术的报告 | 技术在合规与监管中的机遇与挑战 | 免费,条款依 FATF |
由谁决定,以及证据服务于什么。
Fintech Nexus 负责准备证据。以下决定由所列机构依其自身规则作出,平台绝不代为决定。
| 谁来决定 | 问题 | 本页面服务的证据 |
|---|---|---|
| 监管机构和金融情报机构 | 应构建或采购哪些监管科技工具,以及应向企业收集哪些数据 | Suptech surveys, data-quality evidence, comparative case studies |
| Firms’ boards and compliance functions | Whether monitoring and screening tools detect what they must, at acceptable cost | Effectiveness evaluation frameworks, alert and backlog metrics, enforcement lessons |
| 标准制定者和立法者 | 规则能否以机器可读形式发布,同时保留法律效力 | 机器可读法规的研究与试点成果 |
| 沙盒运营方 | Which firms and technologies to admit, and on what exit conditions | 沙盒结果说明、比较性设计证据 |
该主题产生的产出
- 监测与筛查有效性的评估框架
- Research notes on machine-readable regulation and reporting
- Comparative notes on sandboxes and innovation hubs
- 监管报告数据质量指南
专家提出的问题。
- 合规技术是改善了成果,还是仅提高了效率?
- 自动化监测和报告 系统?
- How do supervisors use data and analytics, and what are the limits?
- Who is accountable when an automated compliance system fails?
- Can machine-readable regulation reduce ambiguity?
监管科技与监督科技如何运作。
Regtech applications include transaction monitoring for financial crime, automated regulatory reporting, identity verification, trade surveillance and tracking of regulatory change. Many use rules engines combined with machine learning to detect anomalies. Their effectiveness depends on data quality and tuning: poorly calibrated monitoring produces floods of false alerts that overwhelm analysts, or misses real problems.
监管科技的应用包括向企业收集细粒度数据、分析数据以发现风险、监测市场,以及处理投诉和备案等非结构化信息。一些主管机构正在探索机器可读、可执行的监管,即以代码表达规则,以减少解释上的差异。
责任仍由人承担。将合规流程自动化并不会把责任转移给供应商或模型,监管机构期望企业理解并管控其所使用的工具。过度依赖自动化 系统 ,在条件变化时可能产生盲区。
数据标准是无声的基础。法律实体、产品和交易的通用标识符使报告具有可比性,使分析成为可能;没有它们,企业和监管机构都要花费精力核对不一致的数据,而不是理解风险。
方法及其局限。
成效研究
衡量工具是否改善检测和结果;真实情况往往未知。
监管案例研究
Learning from authorities’ published experience with suptech.
Limits: firms and supervisors rarely publish performance data, so independent evaluation is difficult, and vendor claims are hard to verify.
问题与解答。
监管科技与监督科技有何区别?
监管沙盒会批准产品吗?
机器学习能否取代基于规则的监测?
Fintech Nexus 是否对监管科技供应商评级?
Does GRA sell or recommend regtech products?
自动化是否会减轻合规责任?
What is machine-readable regulation?
从本页贡献证据。
Reports 是联合体的季刊。您对该主题的了解可以成为下一期中的证据、案例或更正,署名归您,并在属于您本人作品时以 CC BY 4.0 发布。
- 电子邮件门户 GW-GRA从本页发送证据、更正、案例、方法、审查、翻译或概况投稿。它会带上本页标签送达,由负责的编辑接收。
- ZenodoOpen depositDeposit it and submit to the communityPublish your own record on Zenodo with your ORCID iD, then submit it to the Reports community there. Curators review it; the DOI stays yours.
- 报告全球风险联盟(Global Risks Alliance)查看所有贡献方式贡献类型、各自的评审方式、您获得的署名、许可协议,以及绝不接受的内容。
切勿发送个人数据、敏感基础设施细节或您无权分享的任何内容。贡献在使用前会经过审查;发送贡献不赋予署名权或编辑权,赞助也绝不能换取研究结论。
法律文件。
本网站上的地图、数据和图表仅作为背景和一般信息展示。它们不是建议、预测或预警;信息的局限见免责声明和数据说明。