用大數據構筑金融風險防火墻

2017年中央經濟工作會議明確指出，根據黨的十九大對未來經濟工作的戰略部署，今后幾年經濟工作的任務，就是要打好防范化解重大風險、精準脫貧、污染防治的攻堅戰，重中之重就是要防范金融風險。

金融安全是經濟發展的核心要素，完善的金融監管是保障金融安全的第一道防火墻。近些年來，隨著電子商務、金融科技和互聯網金融等各類“新金融”商業模式的興起，我國金融業態發生了巨大的變化。從過去的嚴格等級的經營模式，轉向了目前扁平化發展的模式。芝麻信用、螞蟻金服、微眾銀行、P2P理財、互聯網小貸等新金融概念和詞匯已經讓老百姓耳熟能詳。普通群眾、小微企業創業者，也能通過各類新金融平臺獲得方便快捷的金融服務。根據世界銀行2017年最新研究統計報告顯示，中國大陸地區個人和小微企業通過另類融資平臺（主要指非傳統金融機構、搭借金融科技的新金融平臺）募集到的社會資金總額已經超過1.2萬億人民幣，排名世界第一。世界銀行這項研究表明，中國社會通過科技和金融服務水平的高速發展，在有效降低中小企業融資難度和成本這一世界性經濟難題上，開創了一種全新的解決方案。

新金融的發展確實給社會和群眾帶來了進步和便捷的體驗，但是監管一旦跟不上創新的腳步，就會給逐利資本天生具有野蠻成長的基因孕育沃土。影子銀行通過金融科技融資平臺放水債務杠桿、犯罪集團利用跨境支付系統洗錢、不實的經濟金融信息嫁接互聯網新媒體影響市場穩定等。這些非法行徑帶給社會經濟金融環境的破壞，就是今后需重點防范的金融風險之一。

針對新金融業態下的監管，傳統的手段往往需要花費巨大的社會成本，同時它所能達到的預期效果也可能非常有限。但是這塊缺失可以通過大數據技術進行補足和增強?？茖W運用好大數據，以及針對大數據統計研究方法的創新，可以為新金融環境下做好監管提供前瞻性思路。例如，針對影子銀行的債務杠桿融資風險防范，我們就可以用文本數據、工商數據、交易數據和資金流數據來分析，做好事中和事后的風險把控。影子銀行風險問題的產生，來自于過去不同金融機構對于金融政策盲點的監管套利。銀行的存款資金往往是受到最嚴厲的政策法律監管，但是證券業（包含期貨、基金及其子公司）理財資金的運作，監管要求相對寬松。過去一段時間的市場監管套利操作方式之一，是把銀行的表內存款資金，通過信托計劃，對接券商或者基金公司的理財投資項目。把需要引入銀行層面監管的業務，通過各種包裝和通道，轉換為證券行業監管模式，進入金融資本市場，讓證券行業的公司做了銀行業想做而又不能做的活，從而成為了金融市場的影子銀行。

這類影子銀行業務，會在監管盲區外和資本利益驅動下，積累出很大的隱形債務風險。同時，這些通過層層包裝出來的資金，并不能有效降低實體企業的融資成本。越是層層包裝，資金成本就越水漲船高。所以影子銀行業務對金融市場的影響本質是拉高資金成本，擴大金融杠桿，增加市場系統性風險。

目前監管和防范影子銀行隱形債務風險的難點在于，不容易追溯到資金起始的源頭和最終的投資流向。但大數據技術可以作為有效的管理工具，我國任何金融機構和企業的投資文本協議都需要留存備案，并且合法的商業主體都需要達到完備的工商注冊要求。對于這些文本信息數據和工商數據，通過智能技術深度學習的“關鍵詞搜索和讀取”工具，可以快速有效地描繪鏈接各類紛繁復雜的投資協議及其所涉及到的商業關系，根據這些相互關聯的商業關系，能夠勾勒出具體交易的法人實體和各自承擔的法律責任。再通過對資金流交易數據和經由文本數據判斷出來的商業關系進行交叉對比分析，就能精準定位資金的通道路徑、杠桿規模以及最終投向。顯而易見，這樣的統計分析結果可以為監管層在排查金融市場系統性風險時做到便捷高效的精確導航。

定位影子銀行的債務杠桿風險是大數據技術能夠為金融行業做事中、事后風控的智能導航，它也能為某些新金融產業發展，做好監管立法、“事前風控”的參謀?！爸悄芡额櫋笔乾F在全球證券投資行業最熱門的金融科技發展方向。業界相信，未來資本證券市場做交易投資的主力軍是具有人工智慧的電腦機器而不是人。電腦結合深度學習以及人工智能所衍生出來的智能投資顧問，可以提高證券投資回報率和降低投資風險。但是作為金融行業監管者，卻需要思考這么一個問題，如果未來若干年，證券市場上智能投顧所占的交易比例越來越大，也就是越來越多的投資機構使用智能投顧操作買賣股票、期貨、債券等金融產品，那么這將給整個證券市場帶來什么樣的風險？同時，對于相應的從業制度規范和監管法規需要做什么調整？我們不能簡單地認為人工智能電腦系統作出的所有決定都是理性的、正確的。過往金融市場由于電腦系統操作而產生劇烈風險波動，甚至引發金融危機的案例有很多，最經典的就是1987年美國股災和1998年長期資本管理公司破產導致的國際債券市場崩盤。未來的智能投顧會產生什么樣的風險，無人得知。但是如果一定要等到風險爆發后才著手進行規范管理，整個社會將付出高昂代價。大數據技術針對這一塊風險的事前防范，可以提供成熟的解決方案。既然我們不知道智能投顧將會給金融市場帶來什么樣的變化，代價最小的科學實踐就是大數據場景模擬。讓各種可能開發出來的智能投顧在全真模擬的金融市場環境下，放開實驗，然后在模擬交易累積出來的海量大數據中，發現規律、排查問題、糾正錯誤、提前預防。

金融監管是防范金融風險的第一道防火墻。隨著新金融概念搭借金融科技迅猛發展而衍生出來的全新業態模式，金融監管手段創新必須挺在風險防范實踐最前線。我們要通過對大數據技術和潛力的深度開發，努力運用大數據科學思維，創立具有前瞻性的監管理論，為護航經濟發展、防范金融風險做好可靠高效的“先行軍”。