[互联网金融]园丁式监管走向大数据监管

简介:

0.jpg

互联网和金融的融合已成趋势。如何监管互联网金融,既把握好风险防范底线,又促进行业健康发展,已成各方所面对的重要课题和紧迫挑战。


互联网金融将“开放、平等、协作、分享”的互联网精神融入金融服务,通过大数据、云计算、移动互联等技术赋能金融产品,大幅降低交易成本和门槛,实践普惠金融。在“互联网金融”概念中,金融的功能属性、风险属性和契约精神没有改变,但相比传统金融已呈现一些本质上的差异,诸如加速货币去纸化、促进金融服务碎片化、推动金融系统去中心化等。此外,就像生态系统一样,互联网金融具有蜕变性(突破固有形态或边界后产生新物种)、多样性(业务模式呈现出更为丰富的差异)、进化性(迭代演变速度大大加快)等特征。金融生态系统正从一个相对区隔的、静态的、模块化的工业时代,迈向一个融合的、动态的、分子化的数据时代。在转型初期,更多的崭新物种将会诞生,物种进化速度不断加快,生存和竞争的法则也将发生改变。


针对互联网金融的上述特征,监管模式也应作出调整。我们建议,目前以“产品逻辑+机构逻辑+分业监管”为核心的监管模式,如果以“园丁式监管”为宗旨,逐步向“大数据监管”模式过渡,就能够既有效地防范风险,又极大地鼓励创新,从而实现政府之手和市场力量的良性互动。


控制系统风险,保护消费者安全,是金融监管,也是互联网金融行业发展首先需要考虑的因素。前者的重要性在互联网金融发展之前已经毋庸置疑。而当下,对一个服务对象和范围大幅拓宽的行业而言,安全不仅是一种能力,更是一份责任。这个前提之下,需要鼓励、培育和呵护互联网金融的创新。也就是说,以“包容性”和“底线思维”来防范风险,以“自然选择”来促进效率提升,以“适时修剪”来规范行业运作——是谓“园丁式监管”。而随着互联网金融生态体系的演化,行业自我生长、自我纠错和自我完善的能力越来越强,大数据也将成为核心资产,并重构监管逻辑和监管机制。也就是说,围绕数据的生成、传输和使用等环节,采取实时、互动方式,实现对金融大数据的监管——是谓“大数据监管”。


这一切的出发点,是金融消费者的利益和整个社会的福祉。正如2013年诺贝尔奖得主罗伯特·席勒(Robert J. Shiller)期望的那样,借助技术安排可以为公众利益重塑金融业,打破金融的精英权力结构,促进金融的民主化和普惠,实现财富分配的公平。


互联网金融的风险特性

传统金融领域所存在的操作风险、信用风险、投资风险、政策风险、市场风险、流动性风险等,互联网金融领域也同样存在。如何做好风险管理,是所有开展互联网金融业务的企业必须做好的基本功,来不得半点侥幸。而互联网金融的风险特性是互联网金融风险管理需要防范的重点。


操作风险。与传统金融相比,互联网金融更加依赖信息技术和系统开展金融业务,可能面对黑客攻击、账户资金被盗等风险,需要更加完善的防范机制和技术。


信用风险。涉及借贷行为的互联网金融,也和传统金融一样有信用风险。与传统金融机构主要通过现场调查来评估借款人信用能力相比,互联网金融企业兼具劣势和优势。一方面,互联网企业与客户的接触将更多地以非现场方式发生,及时掌握客户真实、完整的信息需要克服技术和体制等方面的困难。另一方面,许多互联网企业本身就在经营电子商务平台或第三方支付业务,能够及时掌握客户信息,通过数据挖掘和分析更好地识别客户风险,而传统金融机构往往依靠现场拜访才能了解客户信息,频率低、成本高。


投资风险。互联网在信息传播和扩散方面的速度远远高于传统渠道,向消费者,尤其是长尾消费者充分揭示投资风险、避免误导性陈述,就显得更加重要。


政策风险。互联网的边际成本非常低,互联网金融受政策影响的程度比传统金融大得多。任何一条哪怕看起来非常小的政策改变,都有可能改变整个互联网金融的竞争格局和行业生态。


特别地,系统性风险值得关注。一方面,互联网金融通过引入和推广大数据分析,降低信息不对称,提高了风险管理的整体有效性;同时减少实体经济对传统金融体系的融资依赖,提高资源配置效率。另一方面,互联网金融企业可能通过一些渠道放大系统性金融风险,例如,互联网金融或许会增加金融风险交叉传染的可能性。


互联网金融监管新范式

互联网金融既需要监管,又需要培育,既要解决当前的问题,更要放眼未来的发展。我们建议监管机构采取从“园丁式监管”逐步向“大数据监管”过渡的路径,来取得“监管与培育”、“当前和未来”良性互动的平衡关系。


“园丁式监管”的理念,就是以“包容性”和“底线思维”来防范金融风险、以“自然选择”来促进效率提升、以“适时修剪”来规范行业运作,同时对核心变量采取量化监控。


“包容性”是指考虑到互联网金融生态体系的前述特征,需要鼓励、培育和呵护互联网金融的创新。


“底线思维”是指监管机构不必在制定和修改规则上疲于奔命,而可以采取主动,事先预防金融风险的发生。企业也可以形成稳定的政策预期,在基本规则范围内展开创新形成良性竞争格局。至于基本规则的制定,可以在理论基础上,结合业界实践,经过与各利益相关方充分沟通和讨论后出台,并根据其成效及时修订。根据“底线思维”逻辑,监管者可以通过对核心变量采取量化跟踪监控,及时发现和控制金融风险。这就好比园丁对花园里的花进行“体检”。事实上,随着互联网金融的进化,传统金融体系下的核心变量,如货币供应量、利率、准备金率、存贷比等,本身的内涵和影响也会发生变化,新的核心变量很有可能会产生。监管的理念、理论和技术手段也需要不断创新。


“自然选择”是指在市场机制有效运营的前提下,充分发挥其中参与主体的自主性,开展自发创新和自由竞争,让市场来决定成功者和失败者。打个比方,与“农夫”采取“播什么种子、收获什么果实”的策略不同,好的“园丁”并不规定花园里只能种哪几种花、比例如何,而是允许百花齐放。这一点也是由互联网金融不断创新变化、难以事先规划的特征所决定的。谢平等人提出,行政化手段与互联网精神相悖,它在一定程度上限制了互联网金融发挥其核心优势的能力,因此必须只是一个仅在初期使用的、临时性的措施。一旦某一形态的互联网金融行业开始成形,就应当立即退出,让权于行业自律组织。


“适时修剪”是指针对不规范的企业和做法,适时、精准地出手,确保这个行业在健康轨道上发展,而不是高频或过度对互联网金融的日常事务和常态竞争进行干预。尤其需要强调的是,“修剪”重点应该放在系统性风险的预防上面。在系统性风险出现和蔓延,像传染性疾病一样影响整个生态体系之前,需要事先防范。


“大数据监管”的理念,是指以动态、实时、互动的方式,通过金融大数据对金融系统内的行为和其潜在风险进行系统性的、规范性和前瞻性的监管。


尽管“大数据监管”是一个全新的课题,但我们相信,这个远期目标必须在“园丁式监管”的培育下,等整个行业满足两个必要条件,才可能实现。其一,是监管的分布化和动态化。以属地、业务、机构等为导向的监管将会逐渐弱化,监管将更多地针对数据及数据背后所代表的行为。其二,是监管的协同化。金融行为越来越深地嵌入人们日常生活,金融和非金融机构的边界变得越来越模糊。这种变化将促使金融业监管者与非金融业监管者之间增加跨界协同。以数据为纽带,监管者之间的交互将越来越频繁,监管框架和规则也因时而变、随事而制。其三,大数据配之以有效的分析和呈现工具,不仅能让监管者迅速观察到已经和正在发生的事件,更能让其预测到即将发生的风险和这种风险发生的概率。这样,监管者可以动态地配置监管资源。


互联网技术正在把人类从工业时代带入数据时代。其本质和深远的影响,将不亚于将我们带出农耕时代的工业革命。在可见的将来,新的产品、商业模式和组织结构将不断涌现,原有的生存和竞争法则会被修改。正如气候变化带来寒武纪生命大爆发后,每一个物种都需要时间在生态体系中找到自己的最终位置。看似简单的干预,可能给整个生态体系带来意想不到的连锁反应,甚至可能使生态体系朝着出乎意料的方向演化。作为整个生态系统的守望者,监管体系及其背后的理念也面临进化压力。


因此,在互联网金融生态体系中,监管者应更好地扮演“园丁”角色,平衡和协调行业组织、互联网金融企业、消费者及其他利益相关者之间的技术功能、社会角色和经济利益,从而逐步过渡到以“大数据”为特征的良性的互联网金融监管机制。


原文发布时间为:2014-05-31

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
4月前
|
监控 安全 Java
【Java】Spring Cloud 智慧工地信息云平台源码(PC端+APP端)项目平台、监管平台、大数据平台
【Java】Spring Cloud 智慧工地信息云平台源码(PC端+APP端)项目平台、监管平台、大数据平台
80 0
|
新零售 存储 人工智能
阿里云飞天技术论坛——互联网金融数据处理及风控实践+阿里云大数据实验室
阿里云生态技术联盟(ITP)创始成员北京青苔数据科技有限公司和阿里云计算有限公司于2018年1月5日在阿里巴巴北京总部联合举办了阿里巴巴飞天技术论坛,本次论坛分享的主题是“互联网金融数据处理及风控实践”+”阿里云大数据实验室”。
6309 0
|
自然语言处理 数据可视化 大数据
大数据全流程平台在互联网金融的实现
  本文讲的是大数据全流程平台在互联网金融的实现, 如果有这么一家公司,它把数据视为它的生命线,那么它对数据系统一定有非常非常多的需求,它可能会要求它们的数据系统足够灵活,可以非常方便的加减数据源,它可能需要实时查询裸数据,也有可能对这个数据进行各种各样的计算,它还有可能去提高每次访问的实时性,同.
1876 0