监管科技的概念随着金融科技实践的深入而逐步引起关注。监管部门、从业机构和学界分别进行了不同程度的理论研讨和实践探索。但是当前，行业内就监管科技内涵的界定、应用场景的划分这些基本概念尚未达成共识，监管部门的探索及资本市场催化下产生的监管科技市场呈现出什么样的特征，又是否会与其提升监管效率、降低监管成本的初衷相违背？各国的监管实践呈现出什么特征，对监管科技的发展产生什么样的影响？本报告旨在系统梳理当前国内外机构理论研究中对于监管科技内涵的界定和实践探索中监管科技的发展现状，并对监管科技未来的发展趋势进行研判并提出观点。
一、监管科技内涵
（一）监管科技概念的界定
监管科技（RegTech）是“Regulation”与“Technology”的合成词，与该词相关联的词汇还有SupTech（Supervisory Technology）和CompTech (Compliance Technology)。从字面理解，监管科技是监管和科技的结合，在各国行政监督、司法监督等实践中被广泛运用于各个领域，如食品药品监督、进出口监管、工商监管等。
但是监管科技成为专有名词则是近年来的事，且除非有所特指，一般监管科技使用的语境是金融监管科技。2015年3月英国政府科学办公室在分析“‘金融科技’优势”的研究报告中首次提出监管科技一词。随后监管科技一词进入大众视野，近两年逐渐成为了热词，但是无论在监管机构、学界、行业，目前尚未形成对监管科技内涵形成共识，我们列举了部分权威机构对监管科技的内涵界定。
国际权威机构的定义：
n 图表1：部分国际权威机构对监管科技的定义 | |
英国政府科学办公室（2015） | 可以应用于监管或倍监管所使用的科技 |
国际金融协会(IIF)（2015） | 金融机构面对成本急剧上升的困境，提出旨在解决监管合规挑战的技术解决方案。 |
英国金融市场行为监管局（2015） | 采用新型技术手段，以满足多样化的监管要求，简化监管与合规流程的技术及其应用；主要应用对象为金融机构 |
英国金融行为监管局 (FCA)（2016） | 金融科技的子集，即帮助金融机构更有效、更高效地满足金融监管合规要求的信息技术。 |
西班牙对外银行BBVA（2016） | 一系列融合创新技术和法规要求的解决方案，这些方案可处理跨行业监管要求，如提升流程自动化程度，挖掘分析报告关联性，提高数据质量，创建数据整体视图等。 |
CB insights（2017） | 明确提出监管科技包括：应用于监管层的监管科技（suptech）和应用于合规端的合规科技（comptech） |
国际清算银行金融稳定研究所（FSI）（2018） | 将监管科技定义为应用于监管端的科技，并梳理了金融监管机构在监管科技方面的实践 |
IBM | 应用 IT 新技术帮助银行和其他金融机构满足金融合规与风险管理等方面的挑战，帮助企业有效管理金融监管合规性的各式风险并降低与金融合规相关的成本，其本质是"利用最新科技手段来服务于金融监管和合规，以实现金融机构稳定的永续发展。 |
资料来源：宁圣企业管理研究院，根据公开资料整理 | |
我国权威机构和学界的定义
国内对于监管科技的热点探讨始于2017年，央行金融研究所所长、互联网金融研究中心主任孙国峰在清华金融评论上发表《从Fintech到Regtech》，其认为监管科技初期是金融机构用于降低监管合规成本的一系列技术手段的结合。2018年，孙国峰进一步提出监管科技包含“合规”和 “监管”两个层面。2017年蔺鹏等人从技术角度来对监管科技进行界定：（1）监管科技是数据驱动的金融监管解决方案；（2）监管科技是一种数据中介。2018年杨东等人认为：（1）监管科技是科技驱动型监管，是在传统金融监管的维度之外增加了科技维度，从而形成双维度监管（杨东）；（2）“监管科技是在金融和科技紧密结合背景下，以数据为核心驱动，以云计算、人工智能、区块链等新技术为依托，以更高效的合规和更有效的监管为价值导向的解决方案”（何海峰、银丹妮、刘元兴）。央行科技司司长李伟（2018）则认为：监管科技是金融科技的重要分支，探索技术驱动型金融监管。
从国内外权威机构及学界的探索不难看出，对于监管科技的认识处于局部阶段，尚未有全面、清晰的内涵和外延的界定成果。并且在众多定义中，最有争议的是，监管科技到底是不是金融科技的分支。英国金融行为监管局 (FCA)（2016）认为：“监管科技是金融科技的子集，即帮助金融机构更有效、更高效地满足金融监管合规要求的信息技术”。从定义来看，FCA此处所讲的监管科技实则是狭义上的合规科技，指强调金融机构使用科技手段提升满足合规要求的效率和降低成本的行为。但从广义上看，监管科技还包含监管部门使用科技手段来对监管对象进行监管的行为。
因此，从广义角度看，监管可以实则上自金融行为发生起，便有监管存在，监管层使用的技术手段即是监管科技，随着技术的发展，金融行为呈现业务、场景、对象、流程等复杂化，监管科技的使用也逐渐丰富，因此两者的关系是微妙的，相较于子集关系，我们更倾向于两者是共生关系。
我们认为，监管科技概念丛林的产生，并非是一件坏事。相反，对监管科技的开放性的态度是对监管科技发展的鼓励。监管科技发轫之初便保持着积极的、开发的、探索的态度，有鉴于此，监管科技概念中充斥着各种不同视角下的界定。
总而言之，监管科技的内涵和外延尚有争论，我们认为，至少以下几个要点，有助于帮助理解金融业中的监管科技概念：
a、监管科技是科技用于监管，是伴随金融科技发展而动态发展的；
b、监管科技可以突破单一细分子领域、实现跨领域应用；
c、监管科技的参与力量是多方的：监管机构、被监管机构、专业提供技术和服务的企业以及其他机构；
d、根据行为主体的不同，监管科技至少可包含两个层面的理解。一是由监管层发起应用的以及行业实操机构为服务监管层监管需要而提供的监管科技；二是由行业实操机构发起或提供的应用于实操机构合规实践、以满足监管需求的合规科技。
（二）监管科技中的“科技”界定
本报告中探讨的科技在监管中的应用，主要特指科技在金融监管中的使用，如数据的人工采集到自动化采集、数据的隔日报送到及时报送，但谈到什么样的科技能够应用于监管，则会得到模棱两可的答案。
英国剑桥大学在其2019年发布的报告中展示了监管科技公司使用了哪些技术，其中普及最广的是机器学习技术，其次是云计算，主要得益于这些技术发展和落地应用的成熟度，同时也有一些新的技术的尝试，如虚拟现实和增强现实在监管中的应用。（详见图表2）
国内对监管科技中的具体有哪些科技，或者说哪些科技可以运用于监管，保持的是一种开放的态度，并未有明确的界定哪些不可用。
中国信息通信研究院与大数据研究所所长何宝宏认为监管科技有五大核心技术：云计算、大数据、人工智能、区块链、开放API应用接口。
央行科技司李伟的阐述具有一定代表性，其从监管科技的应用框架系统的角度阐述了监管中的使用的技术，这些技术丰富、关联：
监管规则数字化“翻译”：自然语言处理（NLP）等技术可以转译监管规则，精准提取量化指标；计算机程序设计语言可应用于监管规则的分解、关键词标签、封装，实现数字化知识图谱。
监管应用平台化部署：微服务架构、容器技术、虚拟化技术、云计算等技术可应用于监管应用平台的搭建。
监管数据自动化采集：API、系统嵌入等技术可用于数据提取环节；密码技术、数据安全存储单元技术可用于数据传输环节；数据挖掘、模式规则算法、分析统计技术可应用于数据清洗环节。
风险态势智能化分析：机器学习/人工智能可应用于合规风险评估模型的搭建、微观行为分析、宏观审慎分析。
合规情况综合化利用：深度学习技术可应用于风险隐患的自动化处置；可视化等技术可应用于合规情况进行全方位、全要素展现；数据分析和模式识别等技术可应用于合规结果的自动抽取。
我们通过研究发现，大数据、云计算、人工智能/机器学习、区块链、物联网、生物识别、5G是业内提及及行业实践使用或潜在使用的主要技术，此八大技术在监管实践的不同应用场景发挥高效、低成本的优势。（详见图表3）
图表3：八大科技的典型应用场景 | ||
技术类别 | 典型应用领域 | 作用 |
大数据 | 压力测试 | 大范围内动态模拟宏观经济形势变化，为经济决策提供基础 |
云计算 | 风险管理 | 数据模型的构建 |
人工智能/机器学习 | 交易行为监控 | 智能读取、智能生成、智能预测 |
区块链 | 合规报送 | 实现金融服务机构与监管机构信息共享，执行反洗钱智能合约；智能审报，利用区块链开发的全球性的分布式账本可以提高审计数据的覆盖程度，实现自动化税务合规的申报 |
物联网 | 数据共享 | 通过机器连接、跨系统连接、多系统解耦和数据实时调取，成为数据的中间介质，提升数据使用、产出效率 |
生物识别 | 身份识别 | 提升KYC监管 |
5G | 基础层 | 高速率、低延时的基础通信网络，便于数据的即时、高速输出、提取 |
数据来源：宁圣企业管理研究院，根据公开资料整理 | ||
我们通过研究发现，大数据、云计算、人工智能/机器学习、区块链、物联网、生物识别、5G是业内提及及行业实践使用或潜在使用的主要技术，此八大技术在监管实践的不同应用场景发挥高效、低成本的优势。（详见图表3）
（三）监管科技应用场景的界定
关于监管科技的应用场景明确界定和边界划分，目前没有明确的定义，导致监管科技的细分市场的界定也处于模糊状态。
目前对监管科技的应用场景的划分方法主要有两种：第一种，基于监管层对金融监管中的难点的罗列，这一种的代表以国内各研究机构为主；第二种，基于监管科技市场中的竞争者所提供的产品和服务进行划分，这一种的代表为西方主流权威机构。这两种逻辑的产生主要是因为西方国家和我国监管科技市场发展的成熟度不同导致的。
（1）基于监管重点的划分
在国内，“拓宽监管科技的应用场景”是诸多政策文件的一句指导意见，但没有明确的指向具体或模糊的某一应用场景，散见于公开报道中的应用场景的提及，更多的是一种提及，并不能称为严格意义上的划分。
央行科技司李伟（2018）从监管科技的应用框架系统的角度阐述了科技在监管中的应用，其认为监管科技的应用框架包括事前、事中、事后三个阶段，事前包括监管规则数字化“翻译”、监管应用平台化部署；事中包括监管数据自动化采集、风险态势智能化分析；事后包括合规情况综合化利用。
中国信息通信研究院与大数据研究所所长何宝宏（2018），提出监管科技七大应用场景：用户身份识别、市场交易行为监控、合规数据报送、法律法规跟踪、风险数据融合分析、金融机构压力测试和信息系统安全七大场景。
（2）基于市场角度的划分
各权威机构基于市场自由竞争会产生各自细分领域的逻辑，对由行业内的监管科技公司自发组成、圈定、划分形成各自细分市场进行罗列、整理、汇总成应用场景。
各权威机构基于监管科技公司的业务对监管科技行业进行细分，但各机构对此划分的结果并不一致，而且差异较大：（详见图表4）
图表4：国际主流机构对监管科技应用场景的分类 | |
机构 | 分类 |
Alvarez & Marsal（2018） | 合规、风险管理、金融犯罪、身份识别管理 |
ARCognizance (2018) | 风险管理、身份识别与控制、监管报告、交易监控 |
Bafin（2018） | 合规管理、风险管理、客户验证、欺诈侦测 |
CB Insights (2017) | AML / KYC、区块链/比特币、企业风险管理、运营风险管理、投资风险管理、定量分析、报告、税务管理、贸易报告 |
Deloitte（2017） | 风险管理、身份管理控制、交易监督、监管报告、合规（29%） |
EY and Medici (2018) | 监管报告、交易监控、风险管理、合规、身份识别与控制 |
Infoholic Research（2018） | 合规管理、监管报告、身份管理、风险管理 |
FINRA (2018) | 监管与监测、客户识别和反洗钱、监管情报、报告与风险管理、投资者风险评估 |
RegTech Analyst (2019) | 合规管理、入职审核;报告、交易监控、通讯监测、风险管理、网络安全/信息安全、资本规划/压力测试 |
RegTech Associates (2019) | 网络/数据隐私/身份、监管数据和信息管理、金融犯罪、监管变化、监管风险分析、市场诚信与透明、监管报告、一般合规、其他 |
Swisscom (2019) | 认证、 AML / KYC、背景调查、跨境与税务解决方案、企业风险管理/欺诈监测、投资风险管理/定量分析、监管知识图谱 |
Toronto Centre (2017) | 合规、身份管理与控制、风险管理、监管报告、交易监控、贸易 |
资料来源：宁圣企业管理研究院，根据公开资料整理 | |
基于市场划分的方法在国内也受到部分研究机构的认同，比如亿欧智库和京东金融研究院：
亿欧智库则根据德勤2017年《The Regtech universe on the rise》，将监管科技应用场景划分为：交易行为监控、合规数据报送、法律法规跟踪、客户身份识别、金融压力测试。（《监管科技五大应用场景：2018年监管科技发展研究报告》）
京东金融研究院《Comptech：监管科技在合规端的运用》报告中对248家合规科技公司研究后，将各企业的业务（即应用场景）进行了归纳：AML/KYC、区块链/比特币安全维护、企业风险管理、运营风险管理、投资组合风险管理、定量分析（风险量化模型）、报告、税务管理、交易监控。
之所以产生对监管应用场景划分的差异，根本上是由其划分的逻辑，基于市场来划分，最大的困难点便在于无法准确识别所有监管科技公司及其业务。
目前行业倾向于针对现有监管科技企业提供的业务来进行监管科技应用场景的划分，而没有深入剖析监管科技可以应用的场景。
我们认为，厘清监管科技的应用场景可做好两个前提：处理好共性和个性和对金融价值链进行剖析。（1）共性与个性指的是金融各细分领域中存在的共性的行为，如合规报送、交易监督等便是共性问题，个性行为则是不同金融领域中金融行为整个流程中的差异，比如证券市场的整个价值流程和保险市场的价值流程中的区别；（2）对金融各领域中的金融价值链的进行剖析，然后结合（1）进行比较分析，得出的共性的行为便是监管科技主流应用场景，个性的行为则是监管科技特定应用场景。
（四）小结
本部分内容主要有以下结论：
（1）监管科技的概念界定未形成共识。我们认为主要有两个原因导致这一现象的出现：第一，对监管科技的认识尚处于局部，未能深入了解监管科技的全貌；第二，当前监管科技的开发和应用处于初级发展阶段，还未从监管的高度对该领域的发展做严格的限制，这也有利于对相关技术的持续探索和创新应用。
（2）监管科技的应用场景划分标准及划分结果不一。目前对监管科技应用场景的划分主要有两种方法：第一，基于监管的重心进行划分；第二，基于市场进行划分。而后一种划分方式是主流的划分方式。监管科技应用场景划分不明确的关键主要也还是与监管科技当前所处的发展阶段有关，其次是没有对金融价值链进行解构，以及没有就金融监管中的共性和个性问题进行对比和重构。
（3）在缺乏明确监管指引和政策规定的前提下，行业中实操机构对金融科技的实践和探索需遵循自律原则，在可参考的政策范围内进行适度和透明的创新。
