金融創(chuàng)新與金融監(jiān)管如同孿生兄弟。金融活動越是復雜豐富，金融監(jiān)管的故事也越風云詭譎。在美國、英國等金融行業(yè)發(fā)達的國家中，金融領域的“捉放曹”和“無間道”屢屢上演。近幾年來，金融創(chuàng)新與監(jiān)管的故事又多了一個主角——金融科技，和幾個全新的注腳——智能金融、監(jiān)管科技。

按照金融穩(wěn)定理事會的定義，金融科技指的是，技術帶來的金融創(chuàng)新，能創(chuàng)造新的業(yè)務模式、應用、流程或產品，從而對金融市場、金融機構或者金融服務的提供方式造成重大影響。移動支付、大數據風控、智能投顧、無人銀行等都是金融科技的“最佳實踐”?，F階段尤以大數據和人工智能對金融行業(yè)帶來的沖擊最直接。

智能金融的面相與監(jiān)管難題

據京東金融研究院近期發(fā)布的《智能金融白皮書》研究，以海量數據為基礎，以生物識別、深度學習等人工智能技術為工具，金融業(yè)態(tài)正在從“千人一面走向定制金融”，從“風險難測走向安全金融”，從“邊界有限走向連接金融”。金融業(yè)態(tài)的不斷創(chuàng)新，帶來的不僅僅是效率的提升，還有監(jiān)管的新課題。例如，傳統(tǒng)的投資顧問業(yè)務一方面得到了人工智能技術的“加持”，可以向更廣泛的人群、提供更加平價的投顧產品和服務；另一方面，傳統(tǒng)投資顧問通過深度調研、問卷調查等方法實現的KYC被在線問卷、機器問答替代。這個過程究竟控制了風險還是擴散了風險？尚無定論。又如金融風控明顯出現“技術化”、“產品化”趨勢。這類技術風控產品往往具備反欺詐、反洗錢等多種“模塊”，適配不同場景。在有效提升風控水平的同時，又由誰來完成對技術風控產品本身的監(jiān)管？

將智能金融拆解，數據是養(yǎng)料，算法是基礎，金融行為與決策是表征。由于人工智能應用于金融尚屬初步階段，這三個方面都或多或少存在著不穩(wěn)定因素。第一，個人行為數據、機構投資數據、市場交易數據等存在著泄露、被盜取的高危風險。例如摩根大通、富國銀行這樣的巨無霸金融機構也都曾被曝光驚天數據被竊取。第二，金融算法存在天然的歧視性和易操控性。金融算法為人所設計，就不可避免地存在被操控和歧視的可能；即使運用人工智能“中立”地進行學習，可能也會出現“結果偏差”，造成歧視。例如深度學習算法通過過往借貸實踐的“學習”，可能將族裔作為一條“放貸標準”，反而造成客觀歧視。第三，利用人工智能算法計算而來的金融決策也并不能完全消弭風險。例如近年來，美國證券投資市場上越來越多地出現利用人工智能算法、大數據分析等技術實現的“機器人決策”。這類“機器人”交易員往往可以嚴格地執(zhí)行決策，而不受到情感因素的影響；但是卻帶來了決策的同質化問題，進而加劇投資行為的順周期性，并可能引發(fā)市場波動風險。美股在2018年2月8日的下調重挫就被很多市場分析師稱為“資本市場歷史上第一次算法股災”。

如何監(jiān)管智能金融呢？回答這個問題需要首先思考另一個上位問題——金融監(jiān)管如何回應創(chuàng)新挑戰(zhàn)。2005年，ZOPA在英國成立，直到2014年才被納入正式監(jiān)管——英國監(jiān)管層面對新事物“眩暈”了幾乎十年。2015年，英國監(jiān)管層率先推出“監(jiān)管沙盒”，項目運作至今，短短三年時間引領了監(jiān)管科技的發(fā)展潮流——這次策略突變的發(fā)生卻又在“傾刻之間”。相比之下，美國的金融科技監(jiān)管策略被哈佛大學商學院的資深院士Karen Gordon Mills和科技咨詢資深專家Brayden McCarthy比作意大利面湯(Spaghetti Soup)，平淡又混沌。盡管美國金融監(jiān)管在此輪金融科技發(fā)展過程中被眾人批評“建樹無多”的原因并不那么消極：第一，美國的金融監(jiān)管體系彈性較強，對于創(chuàng)新的監(jiān)管空間足夠大；第二，美國的金融科技發(fā)展較早，擁有較為豐富的監(jiān)管實踐。

金融行業(yè)的演化博弈

關于創(chuàng)新與監(jiān)管的關系，專長于生物學的約翰梅納德史密斯教授提供了一條分析進路——演化博弈理論。演化博弈指的是有限理性的博弈雙方不斷試錯、優(yōu)化策略的動態(tài)博弈。與分析金融創(chuàng)新與監(jiān)管博弈的傳統(tǒng)思路不同，演化博弈重視進化論的角度，將金融創(chuàng)新和金融監(jiān)管看作是相互作用的雙方，在對應的動態(tài)變化過程中實現博弈均衡。以監(jiān)管策略為例。在演化博弈中，立足于“博弈雙方都是有限理性的”這一基本前提，監(jiān)管策略受到慣性、眼前利益和突變的影響。

慣性指的是長久的思維與行為定式所養(yǎng)成的習慣，人們懶于尋求改變博弈策略或者改變博弈策略的成本較高。所以我們總是能夠發(fā)現英國的金融監(jiān)管制度中行業(yè)自律傳統(tǒng)的影子，又或者是美國的金融監(jiān)管制度中價格自我糾正的幽靈。眼前利益指的是能夠改變長期慣性的短期利益，在短期利益大到足夠超過慣性帶來的收益時，博弈策略往往會被更改。不論在哪一個國家，針對金融行業(yè)的榮枯變化，金融監(jiān)管往往會因為政治、經濟、社會方面的眼前利益考量而改變監(jiān)管策略。

在2008年次貸危機之后，美國通過《多德弗蘭克法案》全面限制華爾街大型機構的權益；又在2018年特朗普總統(tǒng)上臺之后通過《金融監(jiān)管放松法案》為前述機構大幅松綁。究其背后的原因都在于選舉政治導致的眼前利益考量。突變指的是非基于利益考量的客觀因素變化，博弈策略有時會在客觀情形改變時隨之改變。最直觀的例子是，50年前“離行式”ATM的大量鋪設使得銀行可以向非本行客戶收取額外費(surcharge)，這在實際上擴展了銀行服務的客戶數量和服務內容。50年后，“虛擬銀行”借助移動互聯網又一次打破服務邊界。不論是面對ATM鋪設造成的大行壟斷，還是“虛擬銀行”發(fā)展帶來的經營風險，金融監(jiān)管都需要有針對性地改變策略。

技術參與的最佳博弈策略

這一輪的創(chuàng)新與監(jiān)管博弈，技術扮演的角色超越了“突變因素”。因為這三者在同一條維度上呈現，這個維度就是數據化。創(chuàng)新端，人工智能技術將數據化的信息進行創(chuàng)新利用，不僅改造了供求關系，更創(chuàng)造了全新的金融“生產函數”。普惠金融就是一個很好的例子。人工智能算法針對市場底端和廣大農村地區(qū)的長尾客戶數據進行處理，為他們提供風險評估、信貸支持，將銀行體系外的受眾(unbanked people)納入到金融服務可觸達的人群中。人工智能算法還通過算法評估、批量放貸等手段降低金融服務提供成本，替代以人力為核心資本的傳統(tǒng)普惠金融形式。

監(jiān)管端，人工智能技術更是可以整合被監(jiān)管者數據、監(jiān)管數據與監(jiān)管要求。國際清算銀行、京東金融研究院針對監(jiān)管科技的研究分別是國際上和國內較為領先的。根據他們的研究成果，監(jiān)管科技與智能數據收集和分析無法分開。在市場監(jiān)管、不端行為檢測分析、微觀審慎監(jiān)管和宏觀審慎監(jiān)管等方面，人工智能算法可以用于形成自動化報告、實時檢測報告，用于進行數據整合、整理、分析等管理工作。以反欺詐行為為例，人工智能可以分為兩步高效地完成監(jiān)管目標。第一步，反欺詐模型采用非監(jiān)督學習識別監(jiān)管文件，以判斷市場主體之間的異常行為；第二步，利用人工解釋機器學習的輸出結果。目前，美國證監(jiān)會(SEC)已經嘗試采用這樣的模型進行證券市場違法行為的監(jiān)測。從演化博弈的角度來看，金融監(jiān)管在面對數據化的金融創(chuàng)新時，最佳的均衡策略是數據化的監(jiān)管方式。

在此輪技術發(fā)展中尋求最佳策略，不僅要遵循演化博弈的基本原理，而且要堅守與技術發(fā)展相關的原則。一方面，技術與金融應當進行負責任地創(chuàng)新。負責任體現在內在負責和外在負責。內在負責指的是金融業(yè)務科技創(chuàng)新應當遵從內部自我監(jiān)管，即創(chuàng)新主體要有底線、有倫理。這里的倫理不僅指的是道德、金融職業(yè)倫理，也包括技術倫理。例如通過記錄測試、運算，盡可能地降低技術帶來的不可測風險。外在負責指的是金融創(chuàng)新應當遵從包括金融監(jiān)管在內的所有外部約束框架，實現有效控制風險，合理配置資源。金融監(jiān)管往往在三方面實現這個目標：評估、預測、分析風險，管理既存風險和降低過大風險。另一方面，技術與監(jiān)管應當有針對性的融合。有針對性的融合是監(jiān)管的合理博弈策略，這就要求監(jiān)管需要做到：第一，科技不應當加劇監(jiān)管的復雜程度，而應當輔助監(jiān)管。監(jiān)管科技本質上來說是提高金融監(jiān)管的手段，是輔助監(jiān)管更好實現的工具。第二，科技不應當偏廢監(jiān)管的價值取向。金融監(jiān)管要兼顧效率和公平，只有充分理解金融行業(yè)發(fā)展的邏輯，才能夠如同南方科大何佳教授所言，監(jiān)管不僅可以給出邊界解而且可以給出內部最優(yōu)解。第三，科技應當有助于實現創(chuàng)新的全鏈路監(jiān)管。監(jiān)管科技與金融創(chuàng)新在數據層面的一一對應，也是科技創(chuàng)新的應有之意。為此監(jiān)管科技需要做到風險實時監(jiān)測、數據質量管控、基本業(yè)務合規(guī)評測等內容的有機結合。

演化與競爭是發(fā)展的必然之路。金融創(chuàng)新與監(jiān)管也是在不斷試錯的過程中達到均衡。我們對于新生技術的掌控十分有限，因而新技術所引發(fā)的試錯往往影響范圍更大更廣。這在一定程度上可以解釋當下金融科技行業(yè)面臨的問題與困境。撥開迷霧，負責任的金融創(chuàng)新與高效融合的科技監(jiān)管一定是這場三要素博弈的正確方向。