近年來，金融領域黑天鵝、灰犀牛事件頻發，隨著數字技術與業務場景的不斷融合，風險也更加復雜和隱蔽。
今年3月，中央財經委員會第九次會議提出，要提升監管能力和水平，實現事前事中事后全鏈條監管，金融活動要全部納入金融監管。
面對當前海量的數據信息和互聯網平臺，如何在有限的監管力量的情況下，通過對底層數據的規則化分析，及時有效地識別風險？
中國互聯網金融協會會長、中國人民銀行原副行長李東榮在《中國金融》上撰文指出，如果缺少經濟適用的科技手段加以輔助，金融監管將難以適應當前日新月異的數字金融發展局面。防范化解金融風險既是金融監管的職責所在，也是監管科技（Reg-tech）需要實現的重要功能及主要任務。
眾所周知，金融數據不同于其他數據，對于安全性有極高的要求。同時又天生帶有“不統一性”，從而容易產生數據孤島、數據管理分散等問題，在保障數據安全及保護的同時進行金融數據價值挖掘，已經成為擺在金融管理部門面前的一項重要而緊迫的課題。
難道沒有破解數據孤島的辦法了嗎？
監管科技化解G端的煩惱
把所有金融活動全部納入金融監管，意味著，不僅各類金融機構的各類金融業務，要被納入全面監管，類金融業務也將被納入監管的視野之中。對于監管部門來說，隨之而來的一個問題便是，如何解決在監管人力資源有限下的監管效率問題？
化解之道，唯有借助于科技的力量。如何運用經濟適用且高效率的監管科技手段去識別、發現以及預警數字金融發展中的相關風險，已成為各國金融監管部門以及行業自律組織面臨的新課題。
相對于傳統金融行業的科技升級，G端即政府端同樣面臨著科技升級的需求。據了解，早在2013年監管科技的概念便已出現，直到2015年才成為一個新興的研究分支領域。2017年，監管科技開始出現在中國金融監管部門的正式對外表述中，開始用于提升跨行業、跨市場交叉性金融風險的甄別、防范和化解能力。
在金融監管的數字化轉型過程中，一行兩會以及地方金融監管局也都在探索和提升監管科技的應用水平。
3月31日，銀保監會統信部副主任駱絮飛在中國信通院主辦的“2021數字化轉型發展高峰論壇”上表示，目前銀保監會正在組織制定數字化轉型的專項監管政策，進一步推動行業深入開展數字化轉型工作，增強服務實體經濟的能力，同時明確為數字化轉型過程中的風險管理要求守住風險底線。
此前的1月，央行在金融科技委員會會議上提到，2020年央行已推出包容審慎、富有彈性的金融科技創新監管工具，發布了一系列標準規則，不斷尋求用科技創新來提升監管的高效性和適用性，致力于構建金融科技監管基本規則體系。
證監會則出臺了《監管科技總體建設方案》，對資本市場領域的監管科技建設工作進行了頂層設計，以“科技引領、需求驅動；共建共享、多方協同；統籌規劃、持續推進；提升能力、創新機制”為總體原則，確定了監管科技1.0、2.0、3.0階段的各類信息化建設工作需求。
對于地方金融監管局來說，對“7+4”類機構實施分級監管，實時、全面了解區域金融動態，打破數據孤島，更需要監管科技來助力。
伴隨著數字技術的快速發展，科技也在多方服務于監管場景。在這方面，廣東省地方金融監管局（下稱“廣東金融局”）已有不錯的經驗。
2020年，廣東金融局與壹賬通金融科技有限公司（下稱“金融壹賬通”，NYSE：OCFT）合作上線的智慧監管平臺，建立了一套集數據收集、模型預警、指標評級、風險監測于一體的非現場監管體系，依托于非現場采集體系，結合多維數據，構建出一份千人千面的地區金融地圖，為地方金融企業建立了一企一檔，實時、全面了解區域金融動態。
據了解，應用該平臺的“楷模”評級模型，廣東金融局對轄內所有小貸公司的評級可以進行打分，從而實現對這些小貸公司進行分級監管。
2020年5月，金融壹賬通與證監會科技監管局達成了合作，為后者提供相關科技服務，提升監管科技化與智能化水平。此外，金融壹賬通還與中國保險資產管理業協會簽署戰略合作協議，共同開展保險資管科技創新，為其提供一系列技術解決方案，并向監管、會員及行業進行推介，提升整體的科技化數據化水平。
在海外市場上，金融壹賬通則為香港聯合交易所、新加坡證券交易所等提供科技服務，以自身金融科技為G端市場數字化轉型提供服務。
監管科技難點：如何攻克數據孤島
由于金融業數據有著天然的隱私性和孤立性，加之我國實行嚴格的分業監管，此外，行業競爭、隱私安全和復雜的管理程序的要求，在不同的金融領域甚至在相同領域的不同金融主體之間，甚至在同一公司的不同部門之間，也都存在著一座座數據孤島，數據集成面臨著巨大的阻力。
近年來，隨著新金融的發展，此類機構種類多、模式雜、數量多，數據口徑不統一、業務標準不一致、報送機制不完備，壓實地方屬地監管責任面臨不小的壓力。
除了存在于金融和新金融業態的數據孤島，稅務、供電、環保、市場監管等政務數據也存在數據孤島現象。而銀企信貸信息不對稱，亦是中小微企業融資難問題的核心。而橫亙于實現跨部門、全流程監管的一大難題，也在于數據孤島的存在。
近年來，穿透式監管成為一大監管方式，而穿透式監管則依仗于對底層數據的規則化分析，從而發現原本隱藏在底層的違規風險線索，捕捉到信息指標之間的關聯性及規律性。尤其是那些以金融創新為名、突破安全底線和踐踏道德底線的非法金融活動，更需要借助大數據和科技手段進行及時有效的排查，防微杜漸。
打破數據孤島，推動政務數據共享，是金融監管科技的重點，也是難點之一。在切實保障個人隱私、商業秘密與敏感數據前提下，強化金融與新法、社保、工商、稅務、海關、電力、電信等行業的數據融合應用，建立健全跨地區、跨部門、跨層級的數據融合應用機制，實現數據資源有機整合與深度利用，已成為當下亟需解決的現實問題。
2019年8月，央行發布的《金融科技（FinTech）發展規劃（2019-2021年）》明確提出，要打通金融業數據融合應用通道，破除不同金融業態的數據壁壘，化解信息孤島，制定數據融合應用標準規范，發揮金融大數據的集聚和增值作用，推動形成金融業數據融合應用新格局。
孤島變蜂巢
央行的上述規劃提出，要“增強金融監管的專業性、統一性和穿透性”，而做到這一點，需要攻克數據孤島。
常有業內人士感嘆，數據孤島已成為大數據時代最難攻克的問題。
隨著科技的進步，這一難題也并非不可破解。
比如，當下人工智能技術的一個熱門研究領域——聯邦學習(Federated Learning），便是一種破解之方。
據了解，聯邦學習是一種加密的分布式機器學習范式，2016 年由谷歌最先提出，可以使各方在不披露原始數據的情況下，通過協議來傳遞加密之后的信息，經由一系列復雜的機制設計，在保護數據隱私的同時，達到共建模型的目的，從而繞過數據源之間的信息壁壘。
換言之，聯邦學習可以作為一種數據使用“通道”，不把數據進行交換，從而在不違反數據隱私保護法規的前提下，構建一種對"隱私數據"的使用方式，從而連接一座座數據孤島，解決當下的數據困境。
這種方式，既可以保護數據隱私，又能滿足合法合規要求，還能實現在多參與方或多計算結點之間開展高效率的機器學習。
對企業而言，使用聯邦學習能簡單、合法且低成本的獲取外部有效的數據信息，快速解決某些因數據量或數據維度不足而導致的困擾，且不會造成合作企業間數據或商業機密的泄露。
科技界甚至預言，隨著聯邦學習的廣泛應用，將迎來數據價值挖掘的下一個爆發點，未來在金融、保險、投資、教育、醫療等領域都有著廣闊的發展空間。
目前金融業也在探索聯邦學習的應用。近日，金融壹賬通透露，其研發的“蜂巢聯邦智能平臺”，實現了人工智能在監管科技領域的技術突破，為技術賦能監管科技創造了更多可能。
從技術上打破數據孤島，并最大限度的激活數據價值，是金融壹賬通蜂巢聯邦智能平臺最核心的亮點。
為何叫蜂巢呢？
蜜蜂被稱作“天才的數學家兼設計師”，它建造的蜂房是一個六角柱狀體，一端是平整的六角形開口，另一端是封閉的六角菱形的底。用它來形容聯邦學習這種技術再形象不過了：開口意味著數據應用和建模的開放性，封閉的底則表示原始數據不需要共享，從而保證了數據隱私。
金融壹賬通的蜂巢聯邦智能平臺便是在保證參與方在不共享原始數據的基礎上聯合建模，基于金融業技術規范和行業標準，使用國密算法進行加密，從而保證了參與方聯合建模的合法合規。
通過應用聯邦學習技術，蜂巢聯邦智能平臺對數據進行綜合化標簽，豐富了用戶畫像維度，從整體上提升模型的效果，實現 AI協作。
據了解，金融壹賬通正在積極拓展蜂巢聯邦技術在監管科技的落地，已與多個政府部門商洽推進應用實踐，以科技賦能監管，助其提高監管效率，幫其優化金融監管模式。
抓住傳統金融機構數字化轉型的痛點，對眾多產品與解決方案的整合，成為金融壹賬通近兩年的戰略重點。截至目前，其已形成了銀行、保險、投資垂直領域“橫向一體化、從SaaS到IaaS縱向全覆蓋”的16大產品線，覆蓋從營銷獲客、風險管理和客戶服務的全流程服務，以及從數據管理、智慧經營到云平臺的底層技術服務，為金融機構提供“全流程、端到端”的科技賦能。
2020年以來，伴隨外部金融機構數字化轉型的強勁需求，金融壹賬通通過規模效應及產品升級，實現了整體營收能力的顯著提升。3月26日，金融壹賬通披露2020年年報，數據顯示該公司2020年營收為33.12億元，同比增長42.3%。
2021年，面對金融機構數字化變革的更高要求，金融壹賬通確立了“從零配件到整車制造”的新發展趨勢，并提出了“整車輸出”的戰略升級。為了更好地實施新戰略，金融壹賬通近日宣布引入羅永濤、陳旭華等金融業老將，分別出任首席財務官和首席營銷官。此前還邀得秦政、劉芳等多位重量級的行業外腦相繼加盟。
免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。