三、監管科技發展趨勢及啟示
（一）、監管科技市場將進一步繁榮
千億美元的監管科技市場。監管科技市場的推動與發展，一方面來自監管層由于金融科技行業以市場為導向的快速自發性發展而被動地需要強化科技在監管中的應用，同時也來自監管層主動尋求更好的監管科技和模式以應對和主動管理新興金融科技市場發展帶來的監管挑戰，另一方面來自實操層面投資機構對監管科技投資的熱情持續不減，尤其是來自資本實力較雄厚的老牌金融機構（CB Insights，2019）的持續投入，為此我們認為，監管科技在應用市場和投融資規模上將仍會有繼續擴大的趨勢。
監管科技市場的進一步細分和滲透。目前在認可度較高的各大應用中，監管科技的應用多集中于身份識別、AML等場景，其滲透率和技術成熟度高于例如壓力測試、監管治理等的應用場景中。隨著監管科技的充分發展和市場競爭的加劇，監管科技將在更多細分市場和領域得到拓展應用并進入成熟階段。
監管科技的全球化布局。目前已初步有部分行業內中頭部企業開始業務的國際化布局，比如基于無監督機器學習技術的Data Visor公司早于2016年進入中國市場，客戶身份識別服務商Trulioo公司則布局印度、非洲等傳統國家，我們認為這種趨勢將會加強，并且在看多監管科技領先者進入中國市場的同時，也會見證中國監管科技企業布局海外。
針對尚未進行監管科技市場布局的企業，一般可通過直接并購和間接切入兩條路徑有助于其快速布局。
直接并購：我們將監管科技企業根據并購效果分為三類。第一，馬太效應在監管科技中依舊適用，強者恒強，重點關注各應用場景中的頭部企業的投融資及并購機會；第二，監管科技的應用場景在不斷豐富，尚無涉足、較少涉足、潛在的應用場景存在出現小巨人型企業的可能，重點關注監管報告、治理等應用場景的創業型企業；第三，現階段的監管科技企業尚不能徹底解決其主營細分監管應用場景中的所有痛點，諸如身份識別（人臉識別、指紋識別等）、交易監控領域依舊存在并購機會。
間接切入：間接切入有兩種路徑。第一，我們發現數據源是監管科技企業的重要競爭手段，具有完整、獨特的數據源的企業，切入到監管科技中的難度不大，且數據源通常自帶業務場景屬性，可關注擁有海量數據及獨特數據源的企業，比如供應鏈金融領域擁有海量數據的企業；第二，并購純技術型創業公司，如區塊鏈、人工智能、大數據、知識圖譜等領域的科技型公司。
（二）前沿技術的深入應用加速監管模式的創新
大數據、云計算、高級人工智能、區塊鏈等技術應用于監管科技已經成為共識，不僅停留在理論層面，已被廣泛應用于監管實踐，加速監管模式的創新，監管沙盒便是其中創新模式之一。
我們認為這些前沿技術的深入應用將進一步加速監管模式的創新，主要集中在三個方面：
監管智能化。將監管要求內置在監管科技中，利用大數據、人工智能、機器學習等技術，監管科技可以實現數字化和自動化監管，基于業務流、資金流、信息流，自動生成數據，改變監管報告被動式上報的流程；傳統只作為輔助決策的監管科技的重要性極大提升。
風險前置化。風險前置指“推動金融監管模式由事后監管向事前、事中監管轉變”，前沿技術的深入應用加強了監管部門向事前監管的能力，比如機器學習技術在宏觀審慎的應用，比如監管沙盒、創新加速器等，通過搭建公共能量場，開展對話，將風險進行前置，即預先設定規則，盡可能降低潛在風險，從事后的被動監管轉變為事前的主動防御式監管。
監管效率提升。傳統監管模式在監管端具有時滯性（通過數據報表報送、現場檢查），在合規端具有不統一性（合規端對合規要求理解的偏差），極大降低了監管的效率；伴隨監管智能化、風險前置化等功能的實現，將極大提升監管的效率和效力。
（三）監管科技的發力有助于進一步提升數據整合和質量
監管部門有動力促進數據開放和數據打通。數據是監管科技的基礎資源之一。監管部門有動力也有能力促進數據開放和數據打通，比如開放API接口和建立智能化監管報告系統；打通來自各個政府部門之間，全國性與地方層級之間等的數據。與此同時，監管部門促進數據開放和數據打通的實踐，進一步深入到組織層面，如我國從一行三會到一行兩會、地方金融辦升級為地方金融監督管理局。
監管科技為數據整合和質量提升提供通用技術。大數據技術和應用領域一直存在數據整合效果差和數據質量不高的弊病，一來是因為數據孤島的存在，二來因數據采集標準不一致導致的海量異構數據，三來是因為傳統的信息化手段進行數據整合的成本高、效果差。伴隨API接口開放技術、大數據技術在監管科技中的深入應用，數據標準化和異構數據處理的難度將大幅下降；從監管角度對數據的源頭進行把控和整合，將有效促進數據質量的提升。
監管科技企業出于合規的要求及增加競爭優勢，更加愿意選擇與權威數據機構形成戰略合作。雖然其直接采購成本高、但數據質量有保證、不存在合規成本問題，整體成本更低。這也成為監管科技企業主流數據來源路徑，比如客戶身份識別服務商Trulioo公司與全球最大的移動網絡運營商（MNO）合作，恒生電子與道瓊斯合作，為其反洗錢系統提供全球風險名單庫。
（四）監管科技的標準化和規范化
監管科技雖已誕生數年之久，但尚缺乏對其的系統化研究，對監管科技內涵、外延、應用場景劃分標準等基本概念和關鍵課題尚未形成共識，嚴重制約了監管科技的發展。
我們認為對于監管科技的標準化和規劃應著重從三個方面著手：
首先要解決監管科技基本內涵、外延界定的標準化。因缺乏對監管科技內涵、外延的明確界定，公眾、被監管方乃至行業對監管科技始終停留在感知層，不利于對監管科技的廣泛宣傳、樹立權威。深入開展監管部門、監管科技行業從業者、被監管方在內的對話和討論，對監管科技是什么、包含什么、作用等基本內涵和外延充分研究，并作出權威解讀。
其次要解決監管科技應用場景劃分的標準。監管科技應用場景的分類標準不統一，制約了監管部門對監管科技發展的引導。加強對金融價值鏈進行解構，對金融監管中的共性和個性問題進行對比和重構，深入梳理應用場景，指導監管科技市場創新實踐。
最后要解決監管科技應用中的通用型技術標準和安全標準。監管科技在監管實踐中如無統一技術標準將導致數據難以打通，增加跨部門協作困難。亟需監管部門聯合行業、研究機構，共同探索、制定符合國家及行業發展要求的監管科技通用型技術標準和安全標準，在此標準之下選擇監管科技產品。
（五）監管科技的挑戰
監管科技發展的同時，也遭受到不小挑戰，其中來自于數據安全的挑戰、傳統監管模式的挑戰和來自潛在壟斷的挑戰等。
來自數據安全的挑戰。一方面來自個人數據安全的挑戰，企業無節制的使用消費者數據，未脫敏便處理、應用，故意或因加密和存管不周導致數據泄露或被黑客惡意攻擊、竊取的現象嚴重；另一方面來自國家數據安全的挑戰，國際上尚未形成統一的數據保護協議，跨國的數據流動和保護經常遭遇合規風險，對跨國金融監管造成不利局面。
來自傳統監管模式的挑戰。傳統監管模式遵循程序正義，監管科技尤其是智能監管科技的應用，基于大數據、機器學習得出來的監管決策，存在被監管層不用、亂用的可能，與監管遵循的程序正當性（見《證券法》第一百八一條、《中國銀保監會現場檢查辦法（試行）》（征求意見稿）第二十六條規定）產出法理沖突。
來自潛在壟斷的挑戰。在金融科技行業中出現的頭部效應，在監管科技行業中也有所凸顯，從投融資、業務拓展可以看出資源在向監管科技頭部企業傾斜，這種現象可能導致最終在監管科技行業出現壟斷型巨頭，進而可能導致抑制創新，增加監管成本，風險累加在一點等風險產生。
針對監管科技存在的挑戰，需通過立法、變革監管模式進行應對，立法方面應系統研究監管科技制度，重點圍繞數據安全、監管科技應用中的權責劃分展開；變革監管模式方面應強化主動式監管，加強市場指引。
