背景圖片圖/路透
背景圖片圖/路透

數位科技的新經濟時代來臨,為產業創造新營運模式的契機,但同時也產生新的風險,其中金融科技的發展為金融產業帶來新的商業模式、多元交易型態與消費者行為的改變,例如:P2P借貸平台、P2P群眾募資和代幣發行募資等,尤其各國政府及監管單位祭出嚴厲的法規及罰則,每年因而有不少金融機構不合規而受罰。

有鑑於此,監管科技(Regulation Technology,RegTech)應運而生。RegTech可透過各種不同的新興科技協助監管合規,例如:運用機器學習和人工智慧,可自動化大量處理與分析結構化、非結構化的數據,更可依據壓力測試需求,進行更準確的風險分析、建模和預測;利用生物辨識技術則能提供更有效率和安全性的方式自動辨識客戶,以符合各國瞭解客戶(Know Your Customer)法規的需求;透過區塊鏈技術,允許金融機構之間發展更有效率的交易平台、支付系統、資訊共享機制等。

市場規模持續擴大

近年來,隨著合規監管的需求不斷成長,監管科技可利用新科技結合規章,一方面降低各國政府和國際監管單位的監管成本,另一方面讓合規管控有彈性,使產業能在監管和創新之間找到平衡點,因此逐漸發展出另一個巨大的潛力市場商機與投資的機會。

市場研究公司Markets&Markets的報告指出,2018年全球RegTech市場規模為43億美元,預計至2023年全球RegTech市場規模將達到123億美元,年複合成長率為23.5%,以全球市場於各區占比來看,北美仍是最大的需求市場,其次依序為歐洲、亞太和其他地區,企業最重視的議題為監管情資應用。

數位科技日新月異,金融機構希望能快速的部署能準確檢測、控制風險的模型,以發現可能的欺詐行為,但隨著監理環境複雜度變高、更新模型的次數頻繁,對業者而言是極大的挑戰。以下介紹兩類具代表性的大數據創業公司型態,以及監管科技公司在金融領域的應用模式。

2008年成立的Ayasdi以提供金融客戶合規情資為主要業務,Ayasdi利用拓撲數據分析技術和各種機器學習演算法,並以B2B模式協助企業以大數據分析找出模型或解決問題。在市場分析方面,Ayasdi分析全球各市場的數據,建立出具跨地域性和兼顧當地不同時區特性的模型,比傳統市場預測更準確,而傳統建構風險模型需要分析師不斷嘗試加入各種影響的變數,建置過程相當耗時,Ayasdi可於初期就考量所有變數、加快風險模型的建立,如建置一個綜合資本分析及審查(CCAR)模型,傳統方式需要花費約1,800人月的時間,透過Ayasdi可縮短至6個月。

有效識別交易風險

另外一家國際監管科技公司Neurensic則以識別交易風險為導向,結合大數據分析和機器學習,為金融機構、交易公司和監管機構等客戶,監控交易中的不法行為。Neurensic的檢測系統利用人工智慧來判別交易櫃台每日的大量交易數據,不斷學習及適應交易員的做法與習慣,了解每個人在操盤時的喜好。這種自我適應的方法讓Neurensic在遇到新的數據時也能不斷學習,即使市場和監管趨勢隨時間推移而變化,系統也能隨之提升準確度。同時,檢測系統能夠從實際的監管案例和調查中識別出高風險的活動,有效地幫助公司合規人員降低成本,消除風險並提高工作效率。

由於監管科技並不如金融科技、區塊鏈技術為大家所熟悉,加上台灣金融科技發展較晚,法規環境尚欠缺具體的綜整規畫,間接影響監管科技的發展,但台灣新創團隊具有良好的技術潛力,建議金融服務產業可多與新創團隊交流合作,除了能獲得新科技的回饋、找出可能的商業模式,也能幫助新創團隊的成長,給予技術新能量展現的舞台,形成一個共生共創的產業生態圈。

#數據 #學習