一、引言

報告是金融監管機構進行非現場監管的重要手段，準確、及時、有效的報告信息有利于監管機構更好地識別和管控金融市場風險。監管部門能夠通過對被監管機構定期、不定期提交的經營報表、財務報表及統計報表等報告進行定性、定量、定點、定期的綜合性審查、分析、評價和預測，盡早發現金融領域可能存在的風險并及時采取相應措施進行防范，從而提高金融監管效率（程康寧，2005）。因此，報告是監管機構實施監管的決策依據，金融監管決策的合理性取決于報告的精準性。而傳統報告生成主要依賴人工，由人工進行數據搜集、數據分析及報告編制，這種方式不僅需要較高的人工成本，還存在數據誤差大、報告編制時間長等弊端，影響非現場監管的效能。

此外，2008年金融危機后，為應對日益增長的監管復雜性，全球監管機構不斷強化金融監管力度，對金融領域信息報告的質量和頻率提出了更高的要求，為金融領域生成報告帶來了更大的挑戰。傳統以人工為主的生成報告方式已不能滿足日益復雜的監管報告要求，為此，金融領域開始探索新技術來減輕生成報告的負擔，監管科技應運而生。

監管科技的概念最早由英國行為監管局（FCA）（2015）提出，認為監管科技是金融科技的一個分支，是“運用新技術，促進達成監管要求”，即利用最新的信息技術手段服務于監管及合規要求。國際金融協會（IIF）（2016）表示，對于金融機構而言，監管科技有利于金融機構滿足監管報告要求。對于監管機構而言，監管科技能夠為監管機構提供自動化報告和實時監控方案（Simone di Castri等，2019）。本文聚焦研究監管科技在生成報告領域的應用與實踐，后文結構安排如下：第二部分闡述傳統金融領域生成報告所面臨的挑戰；第三部分分析監管科技賦能生成報告的具體方式；第四部分闡述監管科技賦能生成報告的應用實踐；最后，基于上述分析，對監管科技在生成報告領域的應用實踐進行總結與展望。

二、傳統金融領域生成報告面臨的挑戰

金融領域傳統的生成報告方式主要是人工為主，即由人工進行數據收集、分析及報告的生成。隨著數據和報告報送要求趨嚴，傳統人工生成報告方式存在的不足逐漸暴露出來，具體體現在以下幾個方面：

（一）傳統生成報告方式成本較高，導致金融領域監管合規壓力大

2008年金融危機后，全球各監管機構便致力于進行金融監管改革，對金融機構提出了更嚴格的監管報告要求。例如，巴塞爾委員會（BCBS）于2013年發布的《有效風險數據加總與風險報告原則》及國際會計準則理事會（IASB）于2014年發布的《國際財務報告準則第9號-金融工具》等都對金融領域報告提出了更高的要求。這些要求使得金融機構乃至整個金融行業都將面臨巨大的挑戰。一方面，為滿足監管合規要求，金融機構需要及時理解不斷更新的監管規則，生成并提交相應合規報告，而傳統人工處理方式無疑會耗費金融機構大量的人工成本；另一方面，隨著被監管主體數據報送的劇增，監管機構傳統的人工監督、分析及生成報告的方式不能有效滿足監管需求。同時，科技與金融的深度融合進一步加劇了監管報告生成的復雜性。若仍以人工方式來生成報告，需要花費龐大的成本，導致金融領域面臨較大的監管合規壓力。

（二）傳統報告編制時間較長，致使非現場監管存在滯后

報告的主要目的在于及時反映金融機構經營與風險管理情況，為監管機構進行非現場監管提供有效的金融監管數據信息，而傳統報告屬于事后生成，并且人工編制報告的時間較長，報告生成和報告報送時間存在明顯的差異，大大降低了監管機構使用報告信息的時效性。隨著金融科技的不斷發展，金融領域不同業務之間深度融合，經營風險愈演愈烈，傳統以月報、半年報或年報為主的報告模式頻率低、周期長，已不能滿足監管機構獲取實時報告信息的需求。同時，人工在進行數據信息的收集、處理及生成報告過程中耗時長，效率低，存在明顯的時滯性，不能實時反映相關信息，進而影響金融監管效率。

（三）傳統報告數據質量低，難以滿足當前金融監管要求

數據是報告的核心，數據信息質量的高低直接決定了報告的準確性，進而影響金融監管的效能。傳統的生成報告模式人為干擾因素大，報告信息質量有待商榷。首先，人工生成報告無法完全避免數據錄入錯誤情況的發生，進而導致數據報告信息出錯。其次，傳統報表填報方式靈活性較大，人工輸入過程中主觀因素明顯，可能存在人為篡改行為。例如，為達到監管要求，報告生成人員直接編造或修改報告數據，進而導致報告數據不準確，不能真正滿足金融監管要求。

三、監管科技賦能生成報告

根據上文分析，傳統生成報告方式已不能滿足現有監管形勢，監管科技應運而生。監管科技的引入能夠為生成報告注入巨大的活力，主要體現在人工生成報告的自動化、數字化轉變，這一轉變不僅能顛覆金融領域生成報告的方式，也能為金融服務領域與監管領域節約巨大的成本。具體來看，監管科技能夠從以下三個方面助力金融領域生成報告：

（一）助力報告由“手工生成”向“自動化生成”轉變，降低生成報告成本

與傳統方式相比，監管科技能夠實現生成報告方式由“手工生成”向“自動化生成”的轉變，即為金融行業提供自動化報告生成工具?；谧詣踊瘓蟾婀ぞ?，金融機構或監管機構能夠實現報告所需數據信息的自動化采集，并直接生成完整的報告，減少了對人工生成報告的需求，有效降低生成報告的人工成本。此外，人工智能技術也能夠在一定程度上替代生成報告過程中的人工操作。例如，自然語言處理技術能夠實現監管規則的自動化翻譯，并幫助金融機構實時跟蹤監管規則的變動，為合規報告的生成提供有效信息。

（二）助力報告由“事后生成”向“實時生成”轉變，實現監管信息實時披露

基于大數據、云計算及人工智能等技術，監管科技可以將傳統報告生成方式由“事后生成”向“實時生成”轉變，即實現監管信息的實時披露，助力金融監管領域實時監控。監管科技可以通過端到端的數據管理功能，直接將金融機構端與監管端連接起來，實現數據信息的實時傳輸并及時生成相應的報告。金融機構可以通過監管科技在實時獲取監管機構監管要求的基礎上，實時收集交易數據、生成報告并直接向監管機構進行動態報送。整個過程無需人工干預，不僅可以降低人工成本、減少人工輸入的錯誤率，還可以實現實時監控，進而提高金融監管效率。例如，應用程序編程接口（API）技術便可以在數據庫與數據庫間直接進行大量的數據傳輸，助力實時報告的生成。

（三）助力形成標準化報告，提高報告數據信息質量

正如前文所言，監管科技助力報告生成的本質在于替代人工，實現自動化報告生成。這個過程沒有人工參與，能夠有效避免由人工造成的數據錄入錯誤或篡改等情況，提高數據信息的準確性。同時，監管科技可以實現數據的交叉驗證，提高報告數據信息的質量。即通過對比金融機構提交的多個不同報告中的數據，及時發現不一致的部分并要求金融機構重新提交符合監管規則的報告，進而提高報告數據信息的真實性、準確性及完整性。此外，隨著金融科技的蓬勃發展，金融混業經營趨勢明顯，金融機構需向不同監管機構提供大量報告，各監管機構間存在數據統計口徑不一致的問題，大幅增加了金融機構報告報送數量和數據處理的難度。而監管科技能夠將較為復雜的數據內容處理為統一的、標準化的數據，并由此生成標準化報告，進而減低金融監管成本、提高金融監管效率。

四、監管科技賦能生成報告的應用實踐

基于傳統生成報告中的不足與監管科技賦能生成報告的優勢，各國金融領域開始探索監管科技在生成報告領域的運用。因此，下文介紹了監管科技在監管報告領域及合規報告領域的具體應用實踐。

（一）監管科技在監管報告領域中的應用

監管報告是監管機構對被監管者業務運營、內部控制、風險管理等實施監管的綜合評價和對被監管者采取監管措施的全面闡述，是對金融監管過程和結果的總結。全面、及時、準確的監管報告能夠有效反映被監管者的業務和經營風險情況，是監管機構防范和化解金融風險的重要工具。監管機構運用監管報告中獲取的信息、現場檢查時獲取的信息以及統計部門提供的信息進行綜合分析，以便及時診斷金融領域存在的風險點，提前做好防范措施。監管科技在監管報告領域的應用主要集中在自動化報告和實時報告兩個方面。從全球實踐來看，奧地利中央銀行（OeNB）、澳大利亞審慎監管局（APRA）、墨西哥國家銀行和證券委員會（CNBV）、菲律賓中央銀行（BSP）、盧旺達國家銀行（BNR）等監管機構都正在使用或考慮使用監管科技來推動監管報告自動化生成。

盧旺達國家銀行（BNR）運用電子數據倉庫（EDW）系統來實現監管報告的自動化生成，進而為金融監管提供有效信息。EDW系統是由BNR與Sunoida Solutions公司合作開發的，它能夠有效簡化報告流程。EDW系統允許BNR每天從金融服務商的系統中直接提取數據，進而減少金融服務商人工手動生成和發送報告的需要，實現監管報告自動生成和實時監控。同時，對于具有較差IT系統的儲蓄信用合作社，它還允許其繼續使用excel模板將數據推送至BNR。該系統不僅能夠實現整個BNR的報告自動化，還能有效改善報告數據的質量、頻率和范圍。

圖1：BNR的監管報告自動化平臺 

此外，菲律賓中央銀行（BSP）與 RegTech for Regulators Accelerator （R2A）合作為金融機構開發了一個基于應用程序接口（API）的審慎報告系統，可以自動報告高度精細和接近實時的數據。隨著菲律賓金融系統的規模和復雜性的增長，菲律賓中央銀行（BSP）的監管報告系統逐漸趨于繁雜，監管法規的頒布和修訂增加了菲律賓金融機構的報告要求，每個金融機構必須重新配置其報告模板，截至2017年，菲律賓銀行總共需要完成240多分報告模板，數據點超過10萬個，金融機構需要單獨提交多個報告。而傳統的監管報告生成嚴重依賴人工手動處理，直接影響了菲律賓中央銀行（BSP）維護金融體系穩定與安全的效率。針對這一痛點，R2A為菲律賓中央銀行（BSP）設計和開發了基于API的審慎報告系統?；诤侠砘妥詣踊膱蟾媪鞒?，該系統能夠有效提高金融監管效率。

圖2：BSP基于API數據架構的審慎報告系統

具體來講，該報告系統分為四步：1.報告數據傳輸；2.報告數據驗證；3.報告數據儲存；4.審慎報告數據分析。首先是數據傳輸，應用程序接口（API）在被監管機構和菲律賓中央銀行（BSP）之間建立直接的機器對機器的數據傳輸線，進而無需被監管機構手動填充多個基于電子表格的報告模板，而是從被監管機構數據庫中直接提取原始數據并將其轉換為單個基于XML的加密文件。然后將其傳輸到菲律賓中央銀行（BSP）數據處理行列中，無需電子郵件或Web數據門戶。與傳統數據報送相比，此過程具有傳輸數據量及數據力度大、數據傳輸更安全及數據質量高等特點。

其次，數據驗證，即菲律賓中央銀行（BSP）在收到被監管機構提交的文件后，立即對提交的數據進行規則驗證，若違反規則則數據報告會被退回以供審核和重新提交，若驗證通過，數據將通過計算引擎運行，在計算引擎中計算所有相關的審慎指標和風險度量標準。與傳統數據驗證相比，自動化驗證可以縮短人工對賬驗證過程，提高規則驗證速度。再次，數據儲存，經處理后的數據將直接傳遞到集中、安全、受訪問控制的數據庫中進行儲存而無需人工手動上傳數據。最后，審慎報告數據分析，即集中式數據庫擴展了數據分析工具，如儀表板和統計軟件。

（二）監管科技在合規報告領域中的應用

合規報告是金融機構向金融機構內部監管部門及金融監管機構提交的反映金融機構合規風險狀況的報告。合規報告不僅是金融機構把握自身合規風險信息和合規管理實際情況的主要渠道，也是監管機構評估金融機構是否滿足合規經營的重要依據。傳統合規報告的生成流程主要分為以下三步：第一是獲取監管信息，即金融機構合規人員收集金融監管機構公布的監管政策；第二是解讀監管政策，即金融機構合規人員根據監管要求，結合金融機構自身實際情況，定性和定量分析金融機構滿足監管政策的實際情況；第三是生成合規報告，即金融機構合規人員根據政策解讀的實際結果撰寫合規報告陳述金融機構所有業務情況。傳統合規報告主要由合規人員手工生成，監管科技則能夠直接取代合規人員的工作，實現監管政策的自動解讀和合規報告的自動生成。

AxiomSL是一家專門為金融業提供監管報告和風險管理解決方案的提供商，客戶包括銀行、經紀交易商、資產管理公司和保險公司。該公司獨特的企業數據管理（EDM）平臺可提供數據沿襲、風險匯總、分析、工作流自動化、驗證和審計功能。該公司提供的監管報告解決方案使金融機構能夠成功地遵守眾多法規要求，同時為其提供可信賴的數據。AxiomSL的平臺支持遵守各種全球和地方法規，包括巴塞爾協議III的資本和流動性要求，《國際財務報告準則第9號-金融工具》（IFRS 9）、《多德-弗蘭克法案》（Dodd-Frank Act）、歐洲金融工具市場指令（MiFID II）、《海外賬戶納稅法案》（FATCA）等。

通過自動化，數據治理和端到端數據管理功能簡化了報告流程，降低了金融機構的合規成本，最大程度地減少了人與人之間的互動，并提高了運營效率。具體的，AxiomSL平臺生成合規報告的流程如下：首先，監管數據自動化收集，通過端到端的數據管理功能自動化獲取每份報告所必需的數據；其次，監管規則管理，編輯檢查、驗證規則，以確保所提交信息的準確性，同時，與監管機構直接溝通進而及時應對法規變更；最后，生成并提交報告，通過多種報告格式（包括XBRL，XML，TEXT和電子表格）直接提交給相應的監管機構。目前，AxiomSL已為眾多金融機構提供了解決方案。例如，2019年1月5日，AxiomSL宣布Yapi Kredi Bank Nederland選擇AxiomSL平臺，以遵守歐洲銀行業管理局（EBA）的資本和流動性法規及荷蘭銀行（DNB）特定的財務和統計報告要求。AxiomSL表示通過使用該平臺將使Yapi Kredi Bank Nederland減少報告中的手動交互，并確保及時有效地提交監管報告。

此外，從金融監管的角度來看，財務報告作為反映金融機構財務狀況、經營成果及現金流量等會計信息的重要文件，金融機構提交的財務報告能夠為金融監管提供完善的金融機構財務信息。即監管機構能夠在對金融機構所報送的財務報告及相關資料進行審核、整理、分析的基礎上及時發現可能存在的問題，為金融監管提供依據。傳統的財務報告主要由人工生成，存在著編制周期長、數據收入錯誤率高及人為篡改報告等問題?；谌斯ぶ悄?、大數據及云計算等技術，能夠實現財務報告由人工生成向自動化生成的轉變，可降低人工操作對財務報告生成帶來的干擾，同時能夠有效提高財務報告質量。

以德勤推出的財務機器人為例，財務機器人是一款基于機器人流程自動化技術（Robotic Process Automation，RPA）的軟件，能夠實現傳統手工工作向自動化、智能化轉變，從而推動財務部門的財務自動化。其中，機器人流程自動化技術又被稱為數字化勞動力（Digital Labor），是一種數字化的智能解決方案，主要通過模擬并增強人與計算機的交互過程，來執行以規則為主導的可重復任務。德勤的財務機器人能夠幫助財務人員完成大量的、重復規則化的事務，從而提高財務報告報送的效率和質量?？傮w而言，德勤的智能財務機器人能夠自動完成數據收集和整理，數據驗證和分析，記錄，計算、決策和產出，協調和管理，傳輸和交流，并最終生成報告。

五、監管科技在生成報告領域的總結與展望

自2008年全球金融危機爆發以來，全球各金融監管機構進行了金融監管體制改革，對金融機構提出了更高的報告要求。傳統的以人工為主的報告生成方式嚴重滯后于金融監管要求，報告生成方式亟需重構?；谌斯ぶ悄?、大數據、云計算等新型技術基礎之上的監管科技為金融領域報告自動化生成提供了有利的技術支持。根據上文對監管科技在生成報告領域的應用分析可知，當前全球金融市場對監管報告、合規報告等領域的生成報告方式進行了積極的探索與嘗試。這些嘗試有助于實現生成報告方式從傳統“手工生成”、“事后生成”向“自動化生成”、“實時生成”標準化報告轉變，進而降低報告生成成本并提高生成報告的質量和效率，為金融領域實時監管賦能。

展望未來，監管科技在生成報告領域還存在以下問題需要解決：一是加快完善數據治理模式。數據是報告的核心，是監管科技實現報告自動化、實時生成的基礎。然而，伴隨著監管科技工具在生成報告領域使用頻率的增加，數據訪問權限等問題也日漸凸顯。例如，監管機構以科技的手段直接從被監管機構進行自動化數據采集時，哪些數據能夠提取，提取數據使用范圍如何，都需要以立法的手段進行規范。因此，未來應加快完善監管科技應用過程中的數據治理問題。同時，監管機構、被監管機構應用科技生成報告的過程中，也應注重數據的規范使用。

二是強化監管科技應用深度。盡管金融領域已經使用監管科技解決方案來助力報告自動化生成，但大多仍處于探索使用階段，科技賦能生成報告的潛力并未完全得以釋放，未來仍有較大空間。以人工智能技術賦能合規報告為例，金融機構能夠利用人工智能技術，如自然語言處理技術實現監管規則的自動化翻譯，并形成結構化數據。然而，當前通過人工智能技術翻譯的監管規則結果缺乏靈活性，導致自動化報告內容可能存在難以理解的情況。因此，未來在技術開發層面上，應探索更具變通性的監管科技解決方案；在規則制定層面上，應早日實現監管規則機器可執行化。

（微信公眾號：北大匯豐金融研究院：巴曙松等）