以数制导  推进风险精准监管

党的二十大报告提出，坚持科技是第一生产力，深入实施创新驱动发展战略，不断塑造发展新动能新优势。当前金融机构正在科技大潮下经历一场深刻的变革，银行业保险业监管任务日益艰巨，提升监管数字化智能化能力成为现实需求和必然趋势，以大数据分析应用为代表的监管科技在监管工作中扮演着日益重要的角色。近年来，国家金融监督管理总局福建监管局（以下简称“福建监管局”）积极探索整合融通多个维度的监管信息系统数据，初步建立起大数据应用平台“监管雷达”系统，最大限度挖掘数据价值，发挥金融科技作用，赋能监管流程再造，实现风险监管精准制导，着力提升监管数字化智能化水平。

“监管雷达”系统开发思路

——技术架构

基础数据层。内部维度数据主要来自于监管系统数据，例如1104系统、EAST系统、客户风险管理系统、保险报表统计系统等，外部维度数据主要来自市场监督管理、住建等政府部门数据以及Wind等金融市场数据。

数据治理层。基础数据层之上是数据治理层，也称为“Comet系统”，主要针对基础数据进行分析治理和反馈，目前已形成房地产数据比对、贷款投向分行业比对、贷款五级分类比对三个跨系统校验模型。

中台应用层，主要分为数据中台和技术中台。数据中台包含各类经过EAST、客户风险及1104系统二次加工的数据库，其中信贷资金追踪数据库主要运用Python脚本语言模拟现场检查资金追踪流程，对全辖信贷资金流向实现穿透式全覆盖追踪。同时打破EAST数据库行别壁垒，攫取各行EAST数据建立统一应用数据库，为系统模型应用及平台孵化模型提供数据支撑服务。技术中台包含Python、资金追踪工具、网页展示、模型设计器等数据分析技术基础。同时，中台应用层也向辖内分局和各监管处室开放，共同孵化监管雷达应用。

展示前台。丰富展示模式，提升数据可读性，降低数据使用门槛，提升风险监测预警“可视化”效果和系统用户体验。使用JAVA+HTML搭建“监管雷达”门户网站，通过丰富的网页图表形式简洁直观地展示风险监测预警信息，着力打造智慧前端，加强成果运用。后台权限管理方面，根据机构类别、地域等不同维度对系统用户进行差别化、精细化授权管理，严格保障数据安全。

——功能模块

监管指标。分为统计指标全景图、银行业监管指标及保险业监管指标等模块。其中，统计指标全景图提供了监管指标驾驶舱服务，可供监管人员一览辖区银行业保险业主要指标变动情况。银行业保险业指标包含全辖每月资产负债、每月保费收入等，可供监管人员分析监管机构风险变动情况。

监测预警。一是贷款违规流入分析主题。监管雷达系统根据信贷资金跟踪数据库等基础应用数据库，在为辖区银行企业、个人客户进行综合立体“画像”基础上，立足银行客户基本信息、关联关系、资金流动三个“全扫描”，对全辖经营性贷款资金流向开展全覆盖追踪，经营用途贷款违规流入房地产领域的非现场筛查质效显著提升。二是银行员工异常行为监测模型。对银行员工账户明细、借贷记录等基础数据进行分析，判断其是否疑似存在工作时间大额频繁交易、民间借贷、经商办企业、信用卡套现等违规行为，为现场检查提供线索，加强案件风险和操作风险防范。

客户风险分析。该模块由一系列基于客户风险数据的分析模型构成。监管人员可根据工作需要，通过可视化操作界面自行组合选用合适的分析模型，灵活调整模型参数，对重点关注风险进行分析研判。目前，该分析模块包含18个常用分析模型，主要应用于区域性风险监测、重点客户风险监测、重点行业风险监测及各类型贷款风险监测分析等维度。根据监管人员设定条件筛选重点关注的贷款类型，并生成其明细和汇总数据，及时反映风险的动态变化。

孵化平台。通过共享数据中台与技术中台鼓励各分局与各监管处室探索智能化数据应用，并在监管雷达平台专设栏目共享值得全辖推广的应用，目前已成功孵化漳州分局EAST数据脱敏小工具、Excel报表合并小工具等，为提升监管效能、鼓励创新提供展现平台。

COMMET体系。针对部分机构存在EAST数据质量不高、EAST数据缺失等问题。监管雷达系统内嵌COMMET体系，就EAST系统内和跨系统两个维度对机构EAST信贷数据质量开展治理工作。对辖区银行机构报送的1104报表、客户风险系统和EAST系统三大监管系统中房地产贷款数据开展专项核查，对数据质量问题开展治理。

数据赋能监管流程再造

——非现场监管流程再造

非现场风险监测预警的目的是及时向监管部门进行提示，督促监管人员及时响应并采取相应的监管行为。福建监管局在风险监测预警与监管工作联动方面开展了有益探索，目前已形成四种工作机制，互为补充、互相转化。

牵头部门制。由统信部门牵头辖区信用风险防控、机构监管等有关部门配合，共同推进重点风险处置，既可以发挥统信部门在风险监测预警方面的优势，自建系统的重要性也得到充分彰显。

集中督办制。统信部门向办公室提供风险监测预警信息，办公室根据所提供的信息明确重点风险处置目标任务，并将其纳入全局重点工作，指定责任部门，按月督导推进，有利于提高风险防控的整体性、协同性。

信息共享制。统信部门向机构监管、现场检查等部门共享风险监测预警信息，由各有关部门根据自身职责定位分头抓好重点风险处置化解，共同研讨监管重点热点，研判区域性风险变化趋势。

条线并行制。机构监管处等各有关部门根据各自条线的实际情况，分头开展模型开发等大数据风险监测预警工作，并根据风险监测预警结果在各自条线内平行推进重点风险处置。

——现场检查流程再造

传统现场检查中，数据分析运用，尤其是EAST系统运用主要集中在查前疑点筛查和查中资金追踪方面。

检查立项流程再造。常态化监测各机构在不同业务领域的风险及合规情况，对各机构进行全方位画像。依据检查性质不同，快速准确判定风险突出机构，实现现场检查由项目式、运动式向常态化、周期化转变，精准打击高风险机构。

资金追踪流程再造。对被查机构全量信贷类业务开展资金追踪，并筛选其中流入限制性领域等问题的疑点，达到在入场检查前即可精准锁定问题的效果，将资金追踪从做实问题的“果”变为排查问题的“因”，提高检查效率，节约检查时间。

建模分析流程再造。搭建各类数据中台中间库，丰富跨行联动分析应用。可自动批量在不同行的数据中运行，释放人力物力投入重点疑难检查领域。

现场检查线上流程再造。常态化扫描疑点问题并推送非现场监管部门，由非现场监管部门组织相关机构开展自查整改，可达到快速响应、齐抓共管的效果。对线上排查发现的重大风险问题可进行稽核调查或立案调查，简化现场检查流程，让现场检查变“轻”。

监管数智化转型任重而道远

监管法规亟需配套跟进。基于大数据的监管流程再造尚在起步初期，与之相关的法规制度暂时未能覆盖EAST数据全生命周期管理，在数据标准制定、入库校验、使用权限等方面，缺乏与实际匹配的使用规则。对金融机构数据治理的统筹力度不足，在线上检查、稽核调查、线上调查取证等领域尚未形成标准化、制度化操作规程，制约了监管数字化智能化转型的进一步深化。

数据拓源力度仍需加大。数据拓源缺乏常态化对接机制，出于数据安全和技术壁垒等因素考量，部分政府部门对于数据共享和平台对接持审慎态度，市场监督管理部门、法院等与监管工作联系紧密的外部数据较难实现定期接入，制约监管数据智能化分析精准度，跨行业跨市场类业务的穿透性监管难以有效落实。

监管软硬件设施有待完善。智能监管体系建设尚处于探索阶段，需要对更多监管实践进行科学化验证和完善；机器学习、人工智能等技术与监管数字智能化如何有效衔接、实现自动监测预警等方面仍有待研究。同时，随着智能分析需求的不断增加，现有数据库无法支撑大规模的建模应用，且数据分析耗时过长，基础软硬件性能瓶颈制约了智能分析应用的有效开展。

大数据人才队伍技能仍需提升。既懂业务又懂技术的复合型智能监管人才较少且较为分散，监管队伍的年龄结构、知识结构以及工作职责范围等也会对监管数字化智能化的提升产生制约，影响智能监管的推广和提升，智能监管力量的统筹整合有待从顶层加强制度安排。

数据安全防护能力有待加强。随着监管数字化智能化转型步伐加快，各信息系统间的关联愈发复杂，安全性和实时性要求较高，网络安全区域划分不够精细，系统权限控制不够严格，安全监测能力不足、金融消费者个人信息保护意识不强等问题亟需关注，数据安全隐患愈发突出。

推动智能监管能力再上新台阶

持续强化顶层设计。强化智能监管体系顶层规划设计及监管信息系统制度建设，加快组织架构转型，加大资源保障，加强跨部门的统筹和联动。

持续完善数据基础。加快银行保险大数据监管基础建设，进一步规范数据标准，构建统一的系统和大数据中台，打破多个监管系统、多种数据零散化、碎片化的现状，引入更多外部市场监督管理、税务、信用、法院等公共数据，不断拓宽数据来源，打通数据壁垒，有效夯实数据质量基础。

持续丰富工具体系。引入机器学习、人工智能等技术，加强不同监管业务领域通用和特色大数据监管工具的统一规划和研发升级，推进智能监管工具集成化模块化发展；充分利用国家金融监督管理总局统一系统，做好本地工具衔接，更好满足智能监管应用需求，打通“最后一公里”科技瓶颈。

持续推进队伍建设。建立健全人才培养体系，通过发挥专家团队、骨干人员的“传、帮、带”作用，重点培养符合金融监管现代化需求的复合型人才；深挖内部潜能，组织开展监管技能大练兵，通过激励约束的氛围和务实好用的设计，推动全员主动应用智能监管工具，掌握智能监管技能。

加强数据安全保护。牢固树立安全风险意识，严守安全风险底线，逐步建立能够有效保障网络和信息安全、实现风险可控的长效机制，完善网络安全防护措施，做好相关信息系统的网络安全等级保护定级、备案、测评等相关工作。

（课题组成员：陈锐 梁菁 蔡欣欣）