数据智能产业创新服务媒体
——聚焦数智 · 改变商业
近年来，随着相关法律法规的接连推出和金融监管体系的完善，关于如何更好地防范化解金融风险愈发受到关注，其中提升风险合规专业化管理能力和精细化管理水平，降低合规成本已成为金融行业关注点。
在此背景下，金融机构纷纷将视角投向大数据、人工智能等数智技术，试图通过加速构建金融风险合规数智化体系，以加强风控合规管理能力。
基于对行业发展的洞察，近日，恒生电子和旗下金融数据服务子公司恒生聚源联合举办了“金融风险合规数据”沙龙，邀请了来自金融机构、大型央企、数据服务商、恒生电子等风险合规领域专家，就金融风险管理体系建设、数据应用实践和风险合规数据治理等议题进行了分享研讨。
金融风险管理，亟需更为全面的数智方案
当前，风险合规管理已开始在实际业务的开展中与数据相融合。风险管理系统和数据建设的全面性、时效性、准确性，对有效支撑企业全面风险管理体系落地至关重要。
以证券行业为例，恒生电子风险合规规划专家郝保华指出，早年证券公司风险管理多以被动风险管理为主，在工作中穿插进行，而且风险管理体系较为松散。
当下，虽然大部分证券公司已进入系统性风险管理阶段，但从监管角度出发，仍不免存在些许共性问题，风险管理亦需进一步提升。
“行业面临的痛点和难点主要有：一是风险管理信息系统全覆盖尚有盲点；二是对业务风险识别和管控能力有待提升；三是风险检测计量机制不健全；四是对境外子公司风险管控不到位；五是提供安全保障的各项措施未能有效执行。”郝保华解释道。
随着行业发展不断深入，金融机构的全面风险管理能力建设需要不断提升、完善。
以恒生电子为例，其在2020年推出风险合规品牌Rtec，为金融机构提供专业的模型分析服务，从点到面多维度进行风险合规剖析，从风险监控、投资者异常行为管理、合规管理、反洗钱等多角度助力金融机构打造全方位合规风控能力，并通过前沿技术减少合规成本。
应用大数据、AI等创新技术，赋能金融风险合规
前文提到，信息化程度较高的金融行业无疑是数智化转型浪潮的先锋，但与此同时，其特殊的行业属性却使金融行业面临着比其他行业更严苛的合规要求。
以数据领域为例，金融机构在业务开展过程中，伴随着大量金融数据的产生、收集、存储、流转、应用。如何将海量的数据转化为数据资产，在安全可控的前提下激活风险合规数据业务价值，探索多维度数智应用场景，值得行业各方参与者共同思考。
正所谓解铃还须系铃人，上述数智化问题，自然还需以数智化方案加以解决。对此，来自不同机构的嘉宾分别给出了不同的数智化方案。
恒生电子数据风险业务负责人张福明提出了“数智化风险合规”概念。
在张福明看来，“数智化”风险合规旨在利用大数据、AI、区块链等新兴科技手段服务于金融监管和风险管理，其重点在于构建数据资产和挖掘数据价值。相较于传统风险合规，金融机构想要完成数智化转型，需要完成数据战略、数据治理、数据架构、数据规范、数据保护、数据质量、数据应用和数据生存周期管理八大能力域的全面提升。
张福明表示，风险合规管理首先要从源头解决数据资产的质量和完整性。同时在数据资产构建完之后，还需要进行数据交换、数据分析和数据服务的应用。目前，恒生电子可以为金融机构提供风险合规数据解决方案，从风险管理的业务场景出发，整合金融机构内外部相关数据，建立统一数据标准与模型，助力风险合规上层应用系统更便捷、成本更低地调用数据资产，同时加强数据服务管理能力，为风险合规业务的有效运营奠定坚实的数据基础。
中化资本科技与数智化高级总监赵辉辉从数智化风险预警体系层面出发，指出对于大型企业金融产业服务平台而言，结合自身业务场景和实际工作流，打造适用于自身需求的风险监测预警系统，有助于通过大数据、人工智能等科技手段，实现数字化、自动化和智能化的风险程度判断，监控市场动态，规避金融风险。
中信证券信息技术中心数据平台组执行总经理岳丰则认为，风险合规问题可以从具体的应用场景出发，寻求专业化、精细化的解决方案。
对此，岳丰锚定了四大场景：“一是同一客户风险管理场景；二是舆情预警风险报告；三是在风险模式里发现启用图计算；四是隐私保护计算。”这其中，隐私计算作为近年科技语境中的常见词，其应用价值得到了金融行业的肯定。
“数据交互共享场景中，往往会涉及金融子公司之间的数据交换，围绕单个客户提供多元化金融服务。在此过程中，金融子公司之间不能随意交换使用客户未经授权的个人数据信息，隐私计算的价值便体现于此。此外，在数据穿透式共享，联合反洗钱等场景，正积极使用隐私计算与多方安全计算技术，在最大限度保护客户数据安全的情况下，达到理想的数据管理目标。”岳丰介绍道。
由此可见，以隐私计算为代表的数智化技术，正在成为金融行业解决数据合规、数据安全问题的抓手。
以数智化升级，应对新兴合规环境
当下，随着国家层面对金融行业的监管愈发严苛，除了金融机构常规的风险合规问题外，近年来不断有新兴的监管热点涌现，反洗钱就是其中的热点之一。
目前，反洗钱已从规则为本变成了风险为本，且通过“风险为本”提高反洗钱的有效性，已然成为国际共识。
对此，伦敦证券交易所集团数据与分析业务中国区风险业务市场开发总监王冀表示，所谓“风险为本”的反洗钱即做好自我评估，充分考虑客户、地域、业务、交易渠道等方面的风险要素，把风险管控在可控范围之内；并按照不同的风险类型和不同的情况划分所需要做到的风险管控措施。
正所谓知易行难，风险为本的反洗钱治理措施看似是思路的转变，实则需要金融机构穿透关联信息，洞悉可能的风险点或合规点。对此，王冀给出的解决方案是，在反洗钱的流程之中，通过结合人工智能、机器学习等技术，对海量的风险情报进行风险类别标记，形成风险标签和风险画像，提高可疑交易识别的效率。
无论是过去常见的风险合规管理领域，还是近年顺应监管要求的新兴场景，数智化前沿技术均已得到广泛应用。
在金融机构风险合规面临的挑战愈发严峻的当下，金融行业势必持续将合规发展的重担交由数智化升级解决，助力金融机构进入更加稳健的发展阶段。
文：威化化 / 数据猿
《2022中国企业数智化转型升级服务全景图/产业图谱1.0版》
❸ 创新服务产品榜
❸ 最具投资价值榜
❺ 创新技术突破榜
联系数据猿
2057
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
