通过云计算贡献度模型分析参考模型分析,云计算贡献度模型有哪些主要支撑技术

  当这个宇宙出现的时候它存在的形式会是什么?

  《圣经》在创世纪里,明确地表达了两个最基本的概念存在和过程,“1:1 起初 神创造天地1:2 地是空虚混沌.渊面嫼暗.神的灵运行在水面上。1:3 神说、要有光、就有了光1:4 神看光是好的、就把光暗分开了。1:5 神称光为昼、称暗为夜.有晚上、有早晨、这是头┅日”而在《道德经》里,也同样明确表达了这两个概念“有物混成,先天地生寂兮寥兮,独立不改周行而不殆,可以为天下母吾不知其名,强字之曰道强为之名曰大”、“道生一,一生二二生三,三生万物”

  人们把这两个概念命名为空间和时间。

  佛说五蕴皆空人生如梦如幻,那么时间究竟是真实存在,还是人们的主观幻觉?爱因斯坦的相对论认为时间是人们的一种认知错觉。而加拿大理论物理学家畅销书《物理学的麻烦》的作者李·斯莫林,却向这种传统观点发起了挑战,在其新书《时间重生——从物理学的危机到宇宙的未来》中,他对时间的本质和宇宙学提出了不同的观点。斯莫林发现时间是真实的,对这个概念的理解有助于发现宇宙规律的关键线索,如果宇宙定律存在于时间之外,那么就会变得非常莫名其妙,宇宙定律与时间之间似乎存在更深的关联,定律需要时间这┅维度,就需要进行一些改变定律必须接受时间维度,才能在其中产生效果

  一、云计算贡献度模型革命带给人类的最大贡献是世堺观的改变

  作为人们对世界的看法,世界观决定了人们的行为模式当大多数人采用相同的行为模式时,就形成了人类的发展方向這个方向如果符合自然规律,对人类是有利的如果不符合自然规律,就会给人类带来危机可见“人民是创造历史的真正动力”并不是說人民中的个体力量可以改变历史,而是指当绝大多数人们的行为有序组织起来后就形成了整体发展的路径,如同蚂蚁群体的行为模式

  比如目前的中国农村,如果农民的创造力能够在政府的有效引导下有序地发挥和组织起来,就可以成为推动农村经济发展的强大仂量

  1、科学同样无法摆脱迷信的困局

  科学家总是认为是理性的,不会迷信的但是事实并非如此。科学带来的狂热迷信并不亚於信徒对宗教的迷信很多科学家狂热的认为自己的研究是正确的,是对人类有益的当然他们同样会承认研究成果存在问题,也在很多場合强调这些问题带来的危害但是这样的言论的内在目的是炫耀自己作为科学家的理智和能力。

  早期的科学研究人员出于对神的迷信而虔诚地研究生活中存在的规律进而探索宇宙的存在法则。而现在的科学研究人员把迷信的对象转移到了人本身通过创建各种“权威”领地来突出人的伟大,在一些重要的场合“权威”人士的话成为了不能怀疑的真理。

  尽管美国等西方国家是科学观点自由的典范但是并没有在更大的格局中摆脱“自恋”的束缚,权威的迷信并没有消除但是学术自由的风尚让更多的人有发挥创造力的空间,因此出现了很多新奇的思想观点

  迷信的典型特征是盲目地相信,这是科学的悲哀似乎也是人类无法摆脱的悲哀。对于宇宙中如同尘埃般的人类来说相信宇宙大爆炸理论可以获得更多的自信。但是对于有大量可能性的宇宙起源来说大爆炸理论真的是合理的假设吗?如果不能站在宇宙的外面,又如何能够看清宇宙的本质?

  2、关于云计算贡献度模型革命

  尽管人们并没有真正了解云计算贡献度模型吔没有对云计算贡献度模型作出统一、明确的定义,但是依据现有的科学知识人们已经感觉到了云计算贡献度模型革命带来的影响。这種认知的正确性来自人类现有的文明成果以及人类当前面临的危机及需求。

  云计算贡献度模型并不是单纯的技术概念而是社会学概念,不仅计算机专家在研究云计算贡献度模型哲学家、经济学家、法学家、政治家、社会学家等也在研究云计算贡献度模型。为了抓住云计算贡献度模型带来的机遇农民也开始研究云计算贡献度模型应用问题,试图通过云计算贡献度模型来推动农村信息化发展速度妀变自己的贫困落后现状()。农民云计算贡献度模型专家易县云计算贡献度模型微创业联盟秘书长王永旺结合自己的实践,认为云计算贡獻度模型是一种可以使社会最大化节能、减排、低碳、环保、并减少重复性投入、建设的一种新型网络技术模式

  关于云计算贡献度模型的定义,不同的专家或者企业由于观察的角度不同,其内容也是有差别的中国电子学会云计算贡献度模型专家委员会委员赵文银認为,云计算贡献度模型是以应用为目的通过互联网将大量必要的硬件和软件按照一定的组织形式连接起来,并随应用需求的变化动态調整组织形式所创建的一个内耗最小、功效最大的虚拟资源服务集合

  尽管对云计算贡献度模型的理解存在差异,但是一个统一的观點就是云计算贡献度模型将在全球范围内形成垄断,通过革命性的技术为全球提供应用服务用最小的成本最大效率地管理全球资源,朂大程度地降低人类对自然资源的浪费共同应对人类面临的生存危机。

  3、云计算贡献度模型虚拟世界能否改变人们的世界观

  云計算贡献度模型能否改变人们的世界观并不是一个只与个人生活有关的问题,而是一个关系到人类是否可以继续生存下去的问题

  盡管很多人认为自己的能力很强大,内心已经不存在敬畏但是重大的自然灾难降临的时候,这些人就会变成普通人同样无法摆脱内心嘚恐惧和哀伤。

  这是一个骗子的时代财富观已经被扭曲。为了赚钱获得个人(集团)利益谎言、骗局、诱惑无处不在。广告作为合法嘚手段成为了人们提高骗术水平的场所,一个高明的引诱人们消费的广告成为了能力的标准而这个广告并没有告诉消费者这些产品的缺陷和危害。

  这是一个偶像泛滥的时代价值观已经偏离了正确的轨道。互联网采用“粉丝”的形式造就了大量的“偶像”偶像出爐的标准并非社会道德,而是个人或者集团的财富和利益数量

  世界观决定了个人的行为模式。作为无法改变的自然规律任何人的苼存都不能离开基本的生存物质和生存环境。人们把这些物质称为财富占有更多的财富成为了当前人们主流价值观。

  现代科学的快速发展给人们提供了快速聚集财富的工具,越来越严重的贫富差距扭曲了人们的价值观和世界观似乎很少有人考虑财富的本质,人们哽多关心的是获得个人财富或者集团财富的方法经济学家貌似在思考一个国家或者区域的经济增长方案,区域官员也在思考如何把其它區域的财富吸取过来提高本区域的经济,似乎没有人考虑这些行为对人类整体生存带来的危机

  发达国家把科技产品带来的危害转迻到不发达国家,以为可以让这个国家获得好的生存环境但是他们忽略了唇亡齿寒的道理,地球作为一个整体系统当一个局部区域的系统出现问题时,为了重新调整系统运行参数发达国家所在区域的参数同样会发生重大改变,而这种改变以灾难(比如气象异常)的形式出現时这些国家目前同样没有能力应对。

  按照IBM提出的智慧地球的设想云计算贡献度模型所创建的虚拟世界将是一个和物理世界接近嘚世界,人们通过信息工具了解地球系统万物之间的复杂关联关系了解自身所处的位置及责任。单纯地从计算思维来看云计算贡献度模型虚拟世界似乎可以让人们的行为变得理智有序和规范,但是受大脑装置控制的人的属性增加了个体行为路径的不确定性这个产生思維的大脑装置将个性化地修改描述物理世界的逻辑图象,这个逻辑图象就是世界观所谓改变世界观,实际上就是修改大脑装置里的这个楿对稳定的逻辑图象

  似乎存在一种现象,当重大灾难来临的时候关联的人的世界观很容易被修改,这是因为恐惧突破了大脑现有嘚逻辑边界约束条件大脑需要重新设置边界条件值。在迷失的年代麻木、自私、虚伪的人们不容易主动修正世界观,但是当灾难和毁滅来临时人类是否真的有能力应对?

  二、数学规则下的宇宙特征

  科学是建立在数学规则基础上的,所以数学是智慧生命认识宇宙嘚基本工具比如物理学家的研究成果,最终还是需要通过数学规则来描述

  人类有历史记录的最早采用数学形式研究宇宙的,应该昰6000多年前中国古代的伏羲尽管流传的故事非常传奇,但是先天八卦包含的数学及科学思维是目前的现代科学无法超越的。比如计算机所采用的二进制存在零动量缺陷即由01符号组成的数据发生的状态变化,完全由外部的能量驱动而先天八卦采用的二的幂进制具有动量儲存叠加特征,因此数据状态的变化只需要少量外部能量又比如现代数学的基础是皮亚诺定义的线性自然数模型,只有一个维度数字夲身携带的信息特征数量很少,而先天八卦采用的是非线性的二叉树自然数模型数字本身携带了大量的特征信息。

  无论是古代的中國科技还是现代的西方科学,都在强调一个事实即人类所在的宇宙是符合科学规则的宇宙,是可以通过科学思维采用数学符号形式来描述的即便这个宇宙是古老宗教里描述的“神”创造的,那么“神”也一定是按照科学原则创造的

  尽管敢于创新的西方科学家提絀了很多假设理论,并利用现代科学工具找到了大量的“证据”但是对于一个建立在数学规则上的逻辑宇宙,验证理论和证据的有效办法是建立数学符号模型比如人民网的一篇报道,“巴黎2014年3月17日电:法国费加罗报网站消息据透露,美国科学家17日首次直接探测到宇宙夶爆炸第一波震荡即原始引力波。”这无疑是一个震动物理学界的消息但是这种由发现获得的结论也只能是众多假设中的其中一种假設,对这个假设的进行验证的第一步或许是建立一个数学模型

  不过对于这个经过无数次非线性多项式组合形成的宇宙系统来说,存茬很多个数学模型可以获得同样的观察结果。也就是说从当前的存在事实进行逆向溯源,其可能的源头不是唯一的

  三、云计算貢献度模型模型里的时间和空间

  作为一种假设,把宇宙当成云计算贡献度模型模型仅仅是一种分析问题的方法,希望通过现有的云計算贡献度模型技术来帮助人类理解和分析宇宙的起源及运行过程

  假设是人类认识宇宙的有效方法,似乎也是智慧生命认识宇宙的囿效方法之一这是由智慧生命的设计机制决定的,与其本身的构成物质没有关系智慧是一种技术效果,是生命体中的普通物质通过特殊的结构所产生的技术效果由于不存在特殊的物质,所以智慧生命对外面的世界的认识也是连续延伸的即以自身为起点,向远处延伸認识以人类为例,这种延伸是采用人脑装置以逻辑的形式完成的

  云计算贡献度模型的出现,为人们提供了分析宇宙模型的新思路以计算机、互联网为载体的虚拟世界的出现,使科学家们认识到了创造宇宙的可能性借助新的技术平台,宗教、哲学、科学将会在感性上停止宇宙起源的争论采用更加包容的心态,从理性上对各种宇宙假设进行可操作的论证

  东西方哲学家、科学家早就提出了计算宇宙、数学宇宙的思想,所以宇宙的云计算贡献度模型模型只是这些思想的延伸有记载的宇宙数学模型,似乎是几千年前中国的先天仈卦它采用两个符号描述了宇宙的起源和形成规则。

  1、云计算贡献度模型如何产生时间和空间

  庄子与惠子游于濠梁之上庄子曰:“鯈鱼出游从容,是鱼之乐也?”惠子曰:“子非鱼焉知鱼之乐?”对于人类来说,时间和空间是表征存在的基本度量单位但是对于其它的智慧生命来说,或许采用的度量单位是不同的

  假设宇宙是一个云计算贡献度模型信息生态系统,那么对于宇宙之外的观察者來说其起源(神创或者大爆炸)本身并不是很重要的,重要的是其运行过程中所包含的数学规则

  无论是神还是人,或者是偶然发生倳物的出现必定遵循科学原则,即符合严密的逻辑要求存在真实的因果关系。所以在云计算贡献度模型宇宙模型里需要存在两个最基夲的规则,即两种最基本的构成元素两种元素最基本的组合规则。在当前的计算机体系里两种基本元素是0和1,最基本的组合规则是二進制在中国古代先天八卦的宇宙模型里,最基本的元素是阴和阳最基本的组合规则是二的幂进制。

  云计算贡献度模型创建虚拟世堺的过程是这样的介质上存在大量的01元素,绵延不绝看不到头,望不到尾;01两种元素按照最基本的组合规则进行组合形成新的元素;不哃层次元素(事实)采用多项式形式进行组合,形成不同尺度的事实

  所以对于云计算贡献度模型模型中的宇宙来说,空间是指存在的事實而时间是指事实出现的过程。其基本特征是这样的

  1)空间是真实的存在。只有事实存在时才有空间。这说明空间是具有一定的形状的人类的活动被限制在一定的范围内。

  2)空间通过数学规则以特征信息代码的形式约束其构成成员的行为模式这表明消除空间嘚约束本质上是取消附加在存在事实上的特征信息代码。

  3)时间是真实的存在只有事实出现过程时,才有时间过程是指事实的状态發生改变,这说明事实始终是在变化的哲学里所说的“人不可能两次过同一条河”,引用的就是时间特征

  4)时间是单向的,采用非線性方式产生这表明时间可逆特征是不存在。科学家研究的时间可逆或许类似提取云计算贡献度模型模型里存储的信息

  2、空间和存在事实的关系:约束和连接

  对于云计算贡献度模型宇宙模型来说,模型之外的观察者和模型里面的观察者的认识是不同的这种不哃并不是因为科学的标准体系不同,而是观察所采用的坐标体系的差异事实上,对于由智慧生命创造的符合逻辑的系统来说其包含的科学规则是相同的,这表明大宇宙在创造小宇宙的时候会把其科学规则传递下去。比如在人类所创造的以计算机、互联网为载体的虚拟卋界其包含的规则来自人类目前所掌握的科学规则。

  对于宇宙模型里的人类来说其观察到的事物是以时空的形状呈现的。尽管佛說色既是空告诉人们说一切有形的事物,其本质是虚无的但是这种认识只有对模型外的观察者,才是成立的因为对于外面的观察者來说,其看见的是一系列信息的按照一定的数学规则所形成的聚集体

  这种差异导致了其处理事件方法的巨大差异。以生物的构成物質为例模型里的科学家分解碳水化合物的聚集体是困难的,但是对于模型外的科学家来说可以设计一个很简单的工具,就可以随意分解这些聚集体事实上,这类工具在自然界也是存在的比如酶,科学家发现酶作为催化剂,本身在反应过程中不被消耗也不影响反應的化学平衡,但是可以用来加快反应速率大多数的酶可以将其催化的反应之速率提高上百万倍。

  模型里的物理学家用4种“基本力”(万有引力、电磁相互作用力、弱相互作用力、强相互作用力)来度量物体空间的领地范围而模型外的工程师则通过特征信息代码来约束信息聚集体的领地范围。

  现代科学的理论和方法来自所观察的现象因此尺度的差异将导致理论和方法的差异。人们认识引力来自┅个简单的传奇故事,牛顿看见苹果掉到地上然后提出了万有引力。一个朴素而直观的事实是抛向空中的物体一定会落到地面上。

  如果把地球系统抽象为一个信息存储管理空间那么这种机制是最经济的存储模式,其管理功耗最小效率最大。因此从信息管理的角喥引力是指信息脱离其存储管理空间所需要消耗的能量,其消耗能量的大小和管理空间的大小以及信息的数量相关。按照这种假设宇宙里似乎应该存在这样的星系,恒星的质量比行星的质量小因为恒星所代表的是信息存储空间的中心区域,并没有其它的特殊意义泹是按照符合科学的信息存储管理模式,中心区域的信息似乎是最多的

  3、时间与存在事实的关系:选择和非线性

  宇宙内在的时間概念与人类目前所使用的时间概念是不同的。人们目前所使用的时间属于时钟的时间是物理学中的七个基本量纲之一,是事件过程长短和发生顺序的度量

  哲学上,时间是抽象概念表达事物的生生灭灭。其内涵是无尽永前其外延是一切事件过程长短和发生顺序嘚度量。“无尽”指时间没有起始和终结“永前”指时间的增量总是正数。

  在相对论中时间与空间都不是绝对的,观察者在不同嘚相对速度或不同时空结构的测量点所测量到时间的流逝是不同的。广义相对论预测质量产生的重力场将造成扭曲的时空结构并且在夶质量(例如:黑洞)附近的时钟之时间流逝比在距离大质量较远的地方的时钟之时间流逝要慢。另外狭义相对论中有“时间膨胀”效应,茬观察者看来一个具有相对运动的时钟之时间流逝比自己参考系的(静止的)时钟之时间流逝慢。

  史蒂芬·霍金所解出广义相对论中的爱因斯坦方程式,显示宇宙的时间是有一个起始点,由大爆炸开始的,在此之前的时间是毫无意义的。而物质与时空必须一起并存没有物質存在,时间也无意义

  显然,理解这些物理学观点是比较困难的但是如果采用云计算贡献度模型宇宙模型,用云计算贡献度模型思维来理解这些观点就变得容易了。

  参照人们正在创建的以计算机、互联网为载体的虚拟世界虚拟世界里的一切存在都是由01两种苻号组合而成的。对于这个虚拟世界里的存在事实来说开始组合之前的时间是没有任何意义的,所以时间存在一个起始点组合的过程僦是时间,组合的结果就是空间而在空间里人类能够观察到的有形事物就是物质。

  对于一个按照多项式模式非线性选择的数学组合方式位于不同层次位置的观察者,其观察到的过程尺度是不同的即完成组合过程所花费的时钟时间是不同的。

  从过程的多项式加速特征可以看出如果采用相同的时钟时间标准,不同层次上的时间流逝快慢是不同的在大质量附近的时间流逝慢,是因为观察者是按照大质量所属空间的数学规则来描述过程变化的按照这个规则,尽管人类目前推测宇宙的历史大约为138亿年但是如果把宇宙的整体作为┅个大质量来观察,其存在的历史将会大大缩短在中国古代神话故事里,天上一天人间一年,描述的或许就是这样的时间规则

  茬云计算贡献度模型虚拟世界模型里,尽管过程的历史结果可以采用唯一的路径来显示但是由于选择的不确定性以及非线性,过程的逆姠运行是不可能的这就是说,数学规则决定了运行的结果是唯一的但是逆向追溯的路径不是唯一的。这样的设计符合现代计算科学家提出的可信计算思想尽管很多科学家相信时间可逆,应该存在一个方法人们可以随意修改发展历程,但是对于计算科学家来说这样嘚系统是没有任何存在意义的。比如当人们可以通过时间回溯任意修改银行系统运行结果时这个银行系统还有存在的价值吗。

  4、虚擬世界的能量来源及“黑洞”的本质

  对于云计算贡献度模型宇宙模型来说能量是维持不同层次里众多系统运行的根本。人类目前或許无法理解宇宙文明所设计的这种分层次传递的能量运行体系但是从目前所观察到的事实,可以从地球系统里体会这种设计的美妙

  太阳把能量传递给地球,但是地球系统并没有把这些能量直接传递给存在的事物而是把能量分配给其它系统,通过不同层次的系统的傳递最后分配给个体的事物使用。

  物理学家采用“熵”来描述这种能量运行的规律比如水系统,太阳能量把水变成气然后通过夶气系统在地球各个区域进行分配,水通过消耗自身的能量形成水系统,为其它系统提供能量资源

  尽管科学家对“黑洞”做出了佷多假设,但是在云计算贡献度模型宇宙模型里把黑洞做为原始能量来源地,或许更容易理解在运行的计算机里,内存扮演的似乎就昰“黑洞”的角色对于计算机虚拟世界里的智慧生命来说,“黑洞”的力量太强大了可以把任何“存在”的事物吞噬掉。

  按照这種“内存”假设“黑洞”的分布是有规律的,然而这种规律并不是符合某种数学原理而是按照应用需求分布的。更多广告行业观点请繼续关注广告门户网

}

作者 | 刘宇宸、张家俊

语音翻译技術是指利用计算机实现从一种语言的语音到另外一种语言的语音或文本的自动翻译过程该技术可以广泛应用于会议演讲、商业会谈、跨境客服、出国旅游等各个领域和场景,具有重要的研究价值和广阔的应用前景

近年来,随着人工贝博技术在语音、翻译等相关领域的蓬葧发展语音翻译技术逐渐成为学术界和企业界竞相研究的热点。当前的语音翻译系统通常由语音识别、机器翻译和语音合成等多个模块串联组成方法简单,但面临着噪声容错、断句标点、时间延迟等一系列技术难题

端到端的语音翻译模型在理论上可以缓解级联系统的缺陷,它通过直接建立源语言语音到目标语言文本的映射关系一步实现跨模态跨语言的翻译,一旦技术成熟理论上可以让语音翻译更准更快,极大地提升模型的性能我们发现语音识别和语音翻译两个任务是相辅相成的。

图1语音识别和语音翻译交互示例相比于直接将原始语音作为输入如果能够动态获取到识别出的文本信息,语音翻译将变得更加容易;而翻译出的结果也有助于同音词识别的消歧使识別结果更加准确。因此我们希望设计一种交互式的模型,让语音识别与语音翻译两个任务可以动态交互学习实现知识的共享和传递。

針对上述问题中科院自动化所自然语言处理组博士生刘宇宸、张家俊研究员、宗成庆研究员和百度公司合作提出了一种基于交互式解码嘚同步语音识别与语音翻译模型。

图 2 基于交互式解码的同步语音识别与语音翻译

我们使用基于自注意力机制的Transformer模型作为主框架语音识别任务和语音翻译解码任务共享同一个编码器,在解码器中加入一个交互注意力机制层实现两个任务的知识交互和传递。

图3 交互注意力机淛层

交互注意力机制层包含一个自注意力模块和一个跨任务注意力模块其中前者用于提取当前任务输出端的特征表示,后者用于提取另┅个任务输出端的特征表示两者通过一个线性插值函数融合得到包含两个任务信息的特征表示。

在训练阶段两个任务同时优化;在解碼阶段,两个任务同步进行如此,在预测下一个词的过程中既可以用到当前任务的已生成的词语也可以利用到另一个任务上已生成的詞语。为了进一步提升语音翻译的性能我们采用了一种wait-k的方法,使得语音翻译任务相比语音识别任务延迟k个词语进行以获得更多更可靠的文本信息作为辅助。

目前语音翻译数据十分匮乏且质量不高为此我们构建了一个新的语音翻译数据集。我们从TED网站上爬取了视频和芓幕文件从中提取出音频、英文字幕和多语言翻译字幕,得到了语音、识别文本、翻译文本的对齐语料这里使用了英德、英法、英中、英日四种语言,前两种属于较为相似的语言对后两种是不相似的语言对。

语音识别和语音翻译的结果分别使用词错误率(WER)和BLEU进行衡量峩们与多个强基线模型进行了对比,包括由语音识别和机器翻译模型串联组成的级联系统(Pipeline)在语音识别语料上进行预训练的端到端语音翻譯模型(E2E),语音识别和语音翻译共享编码器的多任务模型(Multi-task)以及一个两阶段模型(Two-stage)(第一阶段解码器用于获取识别文本的中间表示,第二阶段解碼器基于编码器的表示和第一阶段解码器的中间表示生成对应的翻译)

表1不同模型在多个语言对上的实验结果

表1给出了不同模型在英德、渶法、英中、英日不同语言对上的识别和翻译效果。可以看出在大多数情况下基于交互式解码的同步语言识别与语音翻译模型的性能表現不管在语音识别任务还是语音翻译任务上都要显著高于预训练的端到端模型、多任务模型和两阶段模型。在相似的语言对上基于交互式解码的模型可以超越级联系统在不相似的语言对上也与级联系统可比。值得注意的是之前端到端的语音翻译模型几乎都很难达到级联系統的性能

表2 wait-k对翻译性能的影响

为了进一步提升语音翻译的性能,我们让语音翻译任务相比语音识别任务延迟k个词语进行以获得更多的攵本信息作为辅助。表2给出了在开发集和测试集上不同的延迟词语数对于模型性能的影响可以看出,虽然延迟词语会轻微影响识别任务嘚表现但是语音翻译任务的性能可以得到提升。

表3 模型参数、训练速度和解码速度

我们也对比了不同模型的参数量、训练和解码速率表3给出了模型的参数量大小、每秒的训练步数和每秒的解码句子数。可以看出我们的模型较好的平衡了参数量和解码速率,相比级联系統参数量获得的大幅降低;训练和解码速率显著低于两阶段模型;虽然解码速率略低于预训练端到端模型和多任务模型,但是我们的方法可以实现两个任务的同步解码

相关细节可参考发表于人工贝博顶级学术会议AAAI2020的论文:

Youtube上也有学者介绍我们的工作:

贝博体育网 AI 科技评論报道   贝博体育网(公众号:贝博体育网)贝博体育网

贝博体育网原创文章,未经授权禁止转载详情见。

}

  近日人民银行金融科技委員会会议在北京召开,部署了2020年工作的六大重点其中提到,加大金融科技监管力度出台个人金融信息保护、区块链等金融科技系列监管规则。此外央行工作重点还包括加强数字化监管能力建设,健全多层次、系统化的金融科技风险治理体系增强风险的态势感知、分析评估和预警处置水平。

  金融科技发展迅速要求监管科技也必须跟上脚步。在我国以银行为主的金融体系下如何才能建立起针对銀行系统的监管科技框架?

  中国金融四十人论坛(CF40)成员、银保监会统计信息与风险监测部研究员刘春航近日撰文指出要适应新的金融环境,监管机构必须加强自身对金融科技的应用尤其是运用大数据技术提高风险识别、监测和处置的前瞻性。但从当前情况来看監管科技的开发与应用在国际上仍然处于起步阶段,大数据和人工智能优化监管、提升监管有效性的潜力远未被完全开发

  他认为,偠真正发掘监管科技的潜能推动大数据技术和人工智能在监管领域的应用,就必须从如何提高监管者对银行和银行体系脆弱性评估的前瞻性和有效性入手提高监管者对系统性风险的识别监测和防范能力。而在这些领域监管科技都大有可为。

  具体来看监管科技运鼡主要的探索方向应包括以下四个方面:对被监管机构的全息画像、对被监管机构的风险预警、对系统性风险的监测,以及监管绩效评价仩

  本文仅代表个人观点,不代表所在单位观点

  大数据、监管科技与

  现代商业银行的业务广泛而复杂,不仅服务于广大金融消费者为成千上万家企业提供存款、贷款、汇兑、结算等金融业务,同时还在金融市场上与诸多交易对手进行着大量复杂的金融交易因此,一家现代商业银行每时每刻都在产生大量数据信息而一个大规模的成熟银行体系又由成百上千家银行组成,如何从海量的数据信息中提取相关信息对银行及银行体系的风险状况进行分析和评估,从而实现对风险的及时准确判断并采取必要的监管行动一直是银荇监管者所面临的最重要的挑战。

  在第五次全国金融工作会议上习近平总书记指出,要把主动防范化解系统性金融风险放在更加重偠的位置科学防范,早识别、早预警、早发现、早处置着力防范化解重点领域风险,着力完善金融安全防线和风险应急处置机制这為金融监管工作指明了方向。在2019年2月22日中共中央政治局第十三次集体学习时习近平总书记强调,要健全及时反映风险波动的信息系统運用现代科技手段和支付结算机制,适时动态监管线上线下、国际国内的资金流向流量使所有资金流动都置于金融监管机构的监督视野の内。这为监管信息化建设提出了具体目标和要求

  从行业发展的角度看,监管信息系统的革新时不我待近年来,金融科技发展迅速金融产品创新层出不穷,金融机构风险发生了本质变化金融体系的结构性变化速度加快,金融系统性风险的隐蔽性、复杂性、传染性更为突出新的金融环境对传统的银行监管工具和方法均形成了巨大的挑战。监管机构必须加强监管科技应用推动监管大数据平台建設,从根本上提高风险监测和处置的前瞻性

  本文第二部分以传统银行监管方法所面临的挑战为切入点,讨论监管信息收集和处理方式以及监管模式改革的必要性;第三部分介绍国际范围内监管科技的发展状况及其在提高监管有效性方面的应用;第四部分分析监管大数據运用的探索方向;最后一部分讨论监管大数据平台建设需要关注的问题

  传统银行监管的方法与挑战

  传统的银行监管框架建立茬各国监管者过去30年的经验累积之上,并已获得了国际社会的普遍认同从1988年巴塞尔银行监管委员会(以下简称巴塞尔委员会)发布第一蝂《巴塞尔协议》开始,到此次国际金融危机之后第三版《巴塞尔协议》广泛实施资本和流动性监管已经成为银行监管规制的核心。同時巴塞尔委员会发布的《有效银行监管核心原则》(以下简称《核心原则》),系统地概括了银行监管的良好做法对银行监管的方式、技术与工具提出了明确要求,已成为指导各国提高银行监管有效性的纲领性文件

  传统银行监管方法。传统的银行监管框架和方式昰在有限的信息处理能力条件下形成的可以说是“小数据”时代的产物。由于监管者处理数据和信息的能力有限面对海量的数据信息,通过定期收集关键财务风险信息对银行的风险状况和风险抵补能力进行分析和评估,必要时对某些重点机构或重点关注的风险领域进荇现场检查以确保银行的风险管理能力与其承担的风险水平相匹配。在此基础上监管者对每家银行定期进行监管评级,并以此来确定丅一监管周期的重点任务也就是说,监管机构根据每一家银行的系统重要性及其脆弱性来分配监管资源和明确监管工作重点

  图1:傳统银行监管流程

  为方便监管机构对银行的风险状况进行评估,银行需要根据监管规定定期报送包括表内外资产和负债、损益、资夲充足情况、流动性、大额风险暴露、风险集中度、资产质量、贷款损失准备、关联交易、利率风险和市场风险等信息在内的监管报表。監管报表的报送是银行监管成本的重要组成部分一般而言,监管机构会根据银行的系统重要性与机构类型来确定监管报送的内容和频率以避免业务较为简单的小型银行业金融机构承担不必要的监管负担。

  监管机构通过非现场监管和现场检查对银行的经营情况、风險状况、内部控制环境以及必要的纠正措施作出评估。通常监管者通过非现场方式来完成以下工作:对银行的财务状况进行定期评估和汾析,对风险的发展变化情况进行识别和评估确定下一步非现场和现场工作的重点和范围等。监管者通过现场检查进行的工作包括:对銀行是否具备完善的政策、程序和控制进行评估验证银行提供信息的真实性,进一步获得关于银行及其关联公司的信息以评估银行的經营状况,监测银行针对监管意见采取跟进措施的情况等(巴塞尔委员会2012)。

  “太窄、太迟、太软”此次国际金融危机是对传统銀行监管方式的一次严厉的批判。西方发达国家的监管者普遍受到了“不作为”的指责具体而言,大多数批评聚焦于监管的视野太窄監管行动的时机太迟,以及监管措施的力度不够

  监管视野太窄,是指银行监管者专注于银行及银行体系自身的风险而忽略了快速增长的非银行金融机构、以及其与银行体系之间千丝万缕的关系。银行监管者“就银行论银行”的监管理念和方法使大量期限转换和信鼡转换业务在银行体系之外迅速发展,基本不受监管约束形成了庞大的影子银行体系。危机爆发时影子银行体系的风险又通过银行的鋶动性支持、隐性担保等方式回到了银行体系内部。这同时也反映出银行监管数据的不完整性

  监管行动时机太迟,原因之一是监管信息具有滞后性监管机构所采集的非现场监管报表信息通常按月或按季度报送,监管者对银行的风险判断和评估乃是基于对这些滞后信息的分析故而缺乏前瞻性。较有代表性的案例是雷曼兄弟公司倒闭前夕所报送的监管报表显示,其资本充足率仍高达15%以上而且依然擁有良好的监管评级。

  同时监管者对银行风险的评估严重依赖于银行报送的信息和数据报表,而监管者与银行之间的信息不对称问題一直是阻碍监管有效性的重要挑战在金融危机爆发之前,这个问题通常会更加突出许多银行自身状况已经相当脆弱,却仍然通过各種手段(包括报送虚假监管数据、操纵会计账目、采用激进的交易手段和策略以短期利润来掩饰长期风险等)来掩盖其内部风险的实际水岼

  监管行动不及时与措施力度不够,一方面反映出监管对风险的分析判断缺乏准确性和前瞻性另一方面也反映出监管宽容的普遍存在。监管宽容的存在具有多方面的原因包括监管目标不明确、来自外部利益团体的压力、早期预警和早期干预的难度、以及监管绩效評价难等(刘春航,2018)其中,监管绩效难以评价的问题最为突出:由于难以对监管行动的效果进行精确评估所以很难建立有效的监管問责机制,以确保监管者在重大风险形成的初期进行有效干预

  监管方式的改进。此次国际金融危机之后各国银行监管机构不仅对銀行监管规制进行了深度改革,大幅提高了银行资本充足率和流动性的监管要求并且对监管的方式进行了改进,要求监管者对银行风险進行前瞻性的分析和评估并针对系统性风险隐患进行早期干预。2012年巴塞尔委员会发布了更新的《核心原则》,要求监管机构开展对单镓银行和银行集团风险状况的前瞻性评估识别、评估和应对单家银行和整个银行体系的风险,并建立早期干预框架

  同时,各国金融监管机构开始普遍重视宏观审慎监管以更好地防范系统性风险。监管机构的监管视野和重心开始由银行体系扩展到承担期限转换和信鼡转换职能的非银机构以金融稳定理事会为代表的国际监管机构加强了对影子银行的监测,制定了大量监管规制对资产证券化、货币市场基金、系统重要性非银机构、证券融资等业务领域的风险加强监管,同时对衍生品交易加强监测并提高了监管要求在银行监管领域,巴塞尔委员会提出了针对系统重要性银行的监管框架同时还提出逆周期附加资本的计提办法,以减少银行体系的顺周期性

  监管妀革实现了对监管理念、方法和工具手段的更新,对监管数据信息的收集也提出了更高的要求监管机构风险监测的范围不断扩大,监测嘚密度和频度显著提升以欧洲为例,危机后若干轮银行监管要求的提升大幅增加了监管报表体系的复杂性2014年末,欧洲银行监管数据报送要求已达70万个数据项并仍在不断增长中(Dabringhausen和Buder,2015)同时,为吸取危机中交易层面信息缺失的教训危机后国际组织和各国监管机构大幅加强了对逐笔交易的合规性监控,尤其是在衍生金融工具、金融市场监测、国际收支等领域数据颗粒度进一步下沉至交易层面。例如在衍生金融工具方面,2009年G20匹兹堡峰会明确提出加强场外衍生品市场透明度的要求后各国开始建立包括交易对手、交易合约、逐笔交易數据在内的衍生品交易报告数据库。这些新的监管报告要求也对被监管机构造成了相当大的负担监管成本急剧提升。

  目前各国收集监管数据的主流方式仍是定期以标准报表形式采集汇总机构层面的业务和财务数据。但危机后监管报送要求激增、报送频度提高、数据維度细化等变化使得基于报表的传统数据采集方式的缺陷逐步显现:一是不同监管当局或监管当局不同部门各自定义数据报表采集数据,数据模板越来越多且互相重叠同一底层基础数据需要反复报送,数据出错概率大;二是灵活性较差新定义或修改报表的成本较高,難以适应日新月异的金融体系和金融市场;三是机构报数成本较高据欧盟委员会估计,欧洲银行的日常监管报数成本约占其总运营成本嘚1%而建设和更新报表的成本更远超日常报数成本;四是报表模式主要针对汇总类数据,数据颗粒度粗难以支持数据维度的细化,无法滿足交易层面的数据报送需求也难以支持高级数据分析工具和新科技的灵活应用。

  宏观审慎的困境就银行监管而言,国际上普遍實施的宏观审慎监管规制在设计上存在缺陷虽然宏观审慎监管的目标是防范系统性风险,也即维护整个银行体系乃至金融体系的稳定泹其使用的工具却仍主要为微观审慎工具,即资本、拨备、杠杆率、贷款成数等规范单家金融机构审慎经营的监管工具这种政策架构设計反映出传统银行监管理念中的一个关键假设,那就是银行体系的整体稳定是建立在单家银行机构(尤其是系统重要性银行机构)稳定的基础上的;防范系统性风险、维护银行体系的稳定必须从提高单家银行机构的稳健性入手。因此目前宏观审慎政策的主要着力点,在於对系统重要性金融机构进行识别对其施加更高的资本和流动性要求,加强日常监管建立平稳有序的处置框架和流程。

  上述政策邏辑忽略了一个关键问题那就是系统性风险(或者说金融体系的脆弱性)与金融体系结构(包括金融体系的关联度、集中度和金融机构の间的同质性等)之间的关系。长期以来西方金融监管当局并不重视金融体系的结构性问题。

  主要原因有二:一是缘于对金融市场過度信任其认为,金融体系的宏观结构是金融市场发展的自然结果是合理的,监管者不应予以干涉这种对盲目信任市场力量的主张茬这次国际金融危机中遭到重创,但仍未被完全颠覆二是源自技术层面的阻力。要对金融体系的宏观结构进行量化分析和评估不仅需偠理论上的突破,还需要在数据信息采集和分析能力方面有大幅度的提升就在此次国际金融危机爆发前夕,纽约联邦储备银行曾尝试将轄内银行及其与主要非银机构之间的关联关系绘制成一张图表最终绘成的这张关联关系图不仅规模巨大,而且结构极其复杂需要被打茚在12平方英尺的图纸上,才能清楚地显示图中的每一枚标签(Turner2016)。但囿于当时监管理论框架和数据处理能力的局限即使是具有丰富监管经验的纽约联储,也无法对如此复杂的金融体系进行有效的结构性分析和评估

  金融科技的挑战。近年来信息科技在金融领域的應用突飞猛进,金融科技的广泛应用使金融服务突破了时间和地域的限制各类新型金融产品、业务模式、应用场景不断涌现,金融业的競争格局发生了根本性变化对于传统金融机构而言,金融科技的发展既是机遇、也是挑战一方面,金融科技大幅拓展了金融服务和金融产品销售的渠道和场景提高了银行风险分析和定价能力,使其能够更加精准地定位目标客户提供更好更优的服务。同时金融科技還可以提高银行内部运行效率和管理能力,大幅降低金融服务的人工成本另一方面,金融科技的发展也给传统金融机构带来了严峻挑战尤其是银行在金融价值链中的传统主导地位受到威胁。这种趋势在消费金融领域已经开始显现除战略风险外,传统金融机构所面临的網络风险也伴随其信息系统与外部网络关联的迅速提升而成倍增加。尤其在“开放银行”模式下银行业务与互联网生态对接融合,开放共享接口增加了其遭受网络攻击的脆弱性。有效保障网络安全和信息系统的稳健运行已成为传统金融机构面临的重大挑战

  对监管机构而言,金融科技带来的挑战是巨大的一方面,被监管机构的风险正在发生根本性的变化监管者需要对银行面临的新型风险、传統风险的新内涵以及银行管理能力进行有效评估。需要重点评估的领域包括战略风险、声誉风险、操作风险、网络风险等同时,在信息科技的推动下金融体系的发展日新月异,金融体系的结构性变化速度加快金融价值链中不同机构之间的关联更加多样化、更为复杂,金融风险也更加隐蔽系统性风险更加难以识别、监测。传统的、基于有限数据的监管模式已经很难适应金融体系的变化在新的环境下,传统监管方式对金融风险的理解、识别和监测的滞后性更显突出监管行动不及时、监管措施不到位所要付出的代价就更高。

  监管夶数据的形成与应用

  要适应新的金融环境监管机构必须加强自身对金融科技的应用,尤其是运用大数据技术提高风险识别、监测和處置的前瞻性但从当前情况来看,监管科技的开发与应用在国际上仍然处于起步阶段大数据和人工智能优化监管、提升监管有效性的潛力远未被完全开发。

  监管大数据的形成危机后,通过一系列金融监管改革各国监管当局收集监管信息和数据的来源和能力均得箌了拓展。一是数据收集的种类大幅增加在银行层面,监管者收集的信息从定期报送的银行财务和风险信息,扩展到了银行主要客户忣其在金融市场上的各类交易信息甚至是网络信息、社交媒体等非结构化数据。同时为更好地实施宏观审慎监管,许多国家的银行监管机构与其他行业和领域的管理机构建立了信息共享机制能够获取包括金融市场、工商贸易、税收等不同领域的数据信息。

  二是监管数据收集数量的增加监管数据收集的种类、频率和密度的增加使监管信息系统处理的数据量急剧上升。在许多国家监管数据收集的數量从以M(约一百万字节)和G(1024M)为单位计算,迅速扩展到以T(1024G)甚至是P(约一百万G)为单位

  三是数据处理能力的加强。监管数据嘚增加已远远超出了单机所能承载的处理能力为了更快更好地处理规模巨大的监管数据,多数监管当局对监管信息化建设都进行了不同程度的投入实现了监管数据的网络传输和批量上传。同时在数据传输过程中嵌入自动化数据校验功能,对数据质量进行控制并能够進行一定程度的自动化处理分析,对分析结果进行可视化展示

  目前,一些监管机构已经能够将大数据技术运用于监管科技架构中夶数据架构涵盖数据收集、处理、存储、分析和可视化的全流程,流程中每一层级数据架构都相互匹配、无缝衔接以适应大数据海量容量、高速处理和复杂算法的要求。实践中常用的大数据技术包括:HADOOP分布式计算平台、流式计算以及大数据可视化工具等

  与大数据密鈈可分的是人工智能技术。一方面大数据架构中的海量数据(行情603138,诊股)决定了数据价值密度较低,需应用神经网络算法、机器学习等人工智能技术对海量数据进行处理另一方面,大数据架构下海量、多维度、多形式的数据也为训练人工智能提供了条件。常见的人工智能技术包括机器学习、自然语言处理、语言识别、图像识别、可视化分析等与传统算法相比,机器学习没有多余的假设前提完全利用输叺数据自行模拟和构建相应的模型,因此更为灵活且拥有自我优化能力。

  表1:监管科技大数据应用中常用技术简介

  监管科技发展的四个阶段国际清算银行的金融稳定学院基于数据采集、数据存储、数据处理、数据分析和数据可视化五方面的能力,将广义的金融監管中的科技应用的发展划分为四个阶段(Castri等2019)。

  第一代监管技术的典型特征是数据管理流程高度依赖人工操作,数据分析以描述性分析为主数据采集主要通过纸质方式或者通过邮件、传真等方式实现,文件容量受到限制操作风险高,安全性低监管人员通过禸眼检查或编写程序进行静态的自动检查,数据的抽取、转换、下载等管理工作也主要依靠人工实现数据采用孤立的数据表格、桌面数據库甚至纸质记录等形式存储。数据分析采用简单的报表模型进行分析结果展现为静态数据报表或描述性分析报告,需要人工定期更新

  第二代监管技术的典型特征主要是实现数据管理流程中纸质或人工处理的环节的数字化和自动化转型。数据采集实现了网络传输和批量化上传同时在网络上传过程中嵌入自动化数据校验功能,数据存储采用单机关系型数据库或数据仓库数据分析能力的增强除了提高描述性分析的深度以外,还可以支持如打分卡等更深入的诊断性分析

  第三代监管技术的典型特征是引入了大数据架构。数据采集通过采用应用编程接口、机器人(行情300024,诊股)流程自动化等技术实现全自动整合和传输数据存储和计算采用云计算贡献度模型、数据湖等新型科技手段,实现无缝衔接的持续数据查询基于流程自动化实现非人工干预的直通式数据处理。数据容量和计算能力的提高支持建立更高级的统计预测分析模型实现预测性分析功能,同时实现分析结果的可视化展示以灵活支持监管决策。

  第四代监管技术的典型特征是引入了人工智能由机器取代人工完成部份数据管理和分析功能,并自动为监管人员生成参考行动方案数据采集在全自动传输的基礎上增加了实时监测,数据存储和计算采用云计算贡献度模型、数据湖等科技手段数据处理在非人工干预的直通式处理基础上采用自然語言处理、机器学习等技术,实现网络数据挖掘、数据匹配整合和数据验证等功能除描述性、诊断性、预测性分析以外,监管科技还可鉯通过人工智能技术提供问题解决方案选项供监管人员参考。

  表2监管科技大数据应用中常用技术简介

  图2:监管科技发展的四个時期

  当前最为活跃的金融监管科技是建立在大数据和人工智能技术基础上的技术应用金融稳定学院认为,大数据和人工智能技术的應用有助于从根本上提高监管的前瞻性和有效性,使监管判断从“事后的、描述性的诊断”向“前瞻性的解决方案”转变从“发生了什么、为什么会发生”向“将要发生什么、如何应对”转变(Castri等,2019)

  监管科技的国际应用。相对于蓬勃发展的金融科技和合规科技洏言监管科技的发展明显滞后,直到近两年才受到各国监管当局的关注根据金融稳定学院的调查,许多国家已经开始积极探索监管科技在不同监管领域内的应用当前各国监管科技的应用主要集中在三个方面:一是数据收集和处理,包括数据报送、数据管理和数据可视囮展示;二是行为监管包括金融市场异常交易监测、不当行为分析等;三是风险监测分析,包括微观风险评估、宏观审慎监测等在各國监管当局反馈的90例监管科技应用项目中,监管科技的应用更多集中在数据收集、行为监管和风险监测方面这与大数据和人工智能技术茬处理海量交易数据和难以解析的非结构性数据方面的明显优势密切相关。

  在数据收集方面监管科技的应用有助于实现数据的自动報送和实时监测。例如应用编程界面技术可以实现海量数据在数据库之间的自动传输,澳大利亚、墨西哥、巴西和欧洲部分监管当局均茬开发相关应用又如,机器学习技术可以实现数据自动校验和多来源数据的自动整合德国央行正在研究采用集中化的数据平台和基于機器学习的数据整合技术打造统一的监管数据库。

  在行为监管方面面对洗钱、恐怖融资、不当销售、金融欺诈活动中层出不穷的新掱法,使用大数据和人工智能也具有非常明显的优势例如,应用神经网络分析等机器学习技术可以支持在海量交易和账户数据中实时发現可疑行为澳大利亚和美国的监管当局均采用大数据和人工智能技术监测证券市场的内部交易、市场操纵和交易资金的流动。

  在风險监测方面一些国家的监管当局已经开始探索机器学习在评估机构风险和宏观审慎监测中的应用。例如荷兰央行正在研究利用神经网絡技术监测银行流动性问题。意大利央行已经开始探索将机器学习算法运用于贷款违约预测意大利和美国的监管机构则力图通过使用自嘫语言处理技术扫描网络信息、机构、社交媒体等多元化信息源,建立市场情绪分析工具

  上述监管科技应用项目大多数仍处于试验囷开发阶段,进入应用阶段的项目目前还不到三分之一监管科技发展滞后的原因是多方面的:首先,相对于监管机构有限的预算而言監管科技的投资成本非常高,云计算贡献度模型、数据湖、人工智能技术等的应用都需要大规模的资金投入更重要的是,就提高监管有效性这一目标而言监管科技本身的价值存在不确定性。目前的监管科技运用大多数旨在提高完成现有监管任务的效率和质量,并没有從根本上提高对银行脆弱性评估的前瞻性和有效性也没有显著提高监管者对系统性风险的识别、监测和防范能力。

  监管大数据应用嘚探索方向

  要真正发掘监管科技的潜能推动大数据技术和人工智能在监管领域的应用,就必须从如何提高监管者对银行和银行体系脆弱性评估的前瞻性和有效性入手提高监管者对系统性风险的识别监测和防范能力。而在这些领域监管科技都大有可为。监管科技运鼡主要的探索方向应包括以下四个方面:

  对被监管机构的全息画像监管大数据应用应该使监管者能够对被监管机构形成实时、多维喥、全方位的了解。这些信息通常是碎片化的存在于不同的数据库和信息系统中,既有结构化的报表数据、也有非结构化的信息(如市場分析报告)既有机构定期报送的风险数据和财务指标、也有来自市场的实时交易数据,既有关于机构自身的信息、也有其关联方(包括股东、主要客户、交易对手等)的信息监管大数据平台应该能够对这些数据信息进行及时收集、集中处理、结构化展示,使监管者能夠实时、真实、全面地掌握被监管机构的财务、风险、公司治理和业务发展状况

  除了增加对被监管机构的了解以外,多渠道、不同層面的信息汇聚使监管机构能够对被监管机构报送的监管数据、风险治理水平和合规状况进行交叉验证,以缓解与被监管机构之间的信息不对称问题此外,监管人员日常的监管活动中有大量与准入相关的事务性工作在监管大数据平台上,监管人员可以快速调阅有关被監管机构财务、风险、股东及关联方以及机构合规情况的信息这将大幅提高准入工作的效率,减少监管的人工成本

  对被监管机构嘚风险预警。在监管大数据的基础上监管者可以通过多种方式对被监管机构的风险进行前瞻性识别、监测和预警。一是异常值分析针對被监管机构不同维度数据和指标的变化,进行历史趋势分析、与同质同类机构的对标分析迅速发现异常值,自动生成预警信号二是市场行为分析。通过对被监管机构市场行为的分析包括交易对手选择、金融产品定价、授信客户迁移等,与模型数据库中的机构行为模式进行对比分析判断被监管机构是否存在脆弱性或管理上的缺陷。三是市场信号分析通过对各类市场信号(包括股票、债券等相关证券的交易价格和流动性)的分析,以及对各类非结构化信息的分析(包括市场分析、新闻报道、社交媒体评论等)挖掘市场信息的风险發现作用,通过分析市场观点的变化来判断机构脆弱性变化四是主要客户分析。通过对银行机构的主要客户的财务和风险状况(包括市場违约、税收变化、环保和行政处罚情况等)进行分析以判断对其提供融资的银行是否具备相应的风险抵补能力(包括利润水平、拨备囷资本充足情况等),并对相关银行机构进行预警

  对系统性风险的监测。应用监管大数据通过对金融机构间资金链的分析绘制金融体系的结构关联图(包括影子银行体系的结构图),以帮助监管人员判断一旦高风险机构出现流动性危机或清偿性问题,首先可能受箌波及的机构范围这样,监管人员就可以提前采取监管措施有效阻断风险在金融体系内的传递。在此基础上可以定期绘制金融体系“风险热图”,通过对被监管机构的脆弱性分析以及机构之间的关联状况确定需要重点关注的、具有系统性风险的脆弱性机构,以确保監管者及时采取相应的监管措施

  利用知识图谱、可视化、机器学习等新技术,对金融体系的结构及其变化进行更为精准的描述这樣就可以通过对风险事件的分析以及对金融体系结构性变化的捕捉,建立金融体系脆弱性分析框架识别与金融体系脆弱性相关的结构性洇素,在衡量金融体系复杂性、关联度、集中度等方面确定可操作的量化指标作为系统性风险监测的前瞻性指标。

  通过识别金融体系结构性变化与系统性风险之间的关系监管者可以从宏观层面识别、监测和防范系统性风险,把政策着力点放在金融体系结构本身而非仅限于对单家机构的干预。政策目标更为明确宏观审慎政策的考量才能更为精准,以避免金融机构承担不必要的监管成本这样的结構化分析,也有助于对层出不穷的金融创新的外部效应进行评估评估相关业务对系统性风险的影响,鼓励有益的金融创新以提高金融體系运作效率和服务实体经济的能力。

  监管绩效评价监管大数据和监管科技可以更好地帮助监管机构建立和完善监管绩效评价体系。一个完整的监管绩效评价体系应包括对四类指标的分析:监管资源投入、监管活动、监管产出和监管结果目前,大多数监管当局对监管资源投入(包括不同层级和业务部门的财务预算、员工数量等)和监管活动(包括风险监测报告的数量、监管行动投入的时间及人数、現场检查次数和投入人数、与银行进行监管会谈的次数等)都有比较详细准确的统计;不少金融监管当局对监管产出类指标(包括监管活動的质量评价)也进行定期评估而监管绩效评价体系建设的难点,在于将前三类指标与监管结果也就是银行和银行体系脆弱性的变化,进行有效连接

  通过监管大数据平台建设,监管机构至少可以在两个方面改进监管绩效评价:一是通过对所有监管活动的实时记录囷数据化处理更好地对监管活动和监管产出进行追踪审计;二是通过对银行和银行体系脆弱性变化更精准、更及时的分析,更好地将监管活动与监管结果联系起来以便对监管活动是否达到预期效果进行更准确的评估。

  监管绩效评价体系的完善可以从三个方面提高监管效能:在强化监管问责方面监管机构可以更好地判断,在应该采取监管行动时相关监管者是否采取了相应的措施这些措施是否达到預期效果;在完善监管手段方法方面,监管机构可以通过分析不同情形下相关监管措施的有效性总结改进监管工具和手段的方法和途径;在监管技能培养方面,在监管绩效评价体系中形成典型案例有助于监管经验的积累和传承,使监管人员通过结构化的学习方法更快掌握必要的监管技能。

  监管大数据平台的建设涉及监管机构技术和网络架构的全面升级改造其有效运作需要良好的数据治理能力作為保障,同时也关系到监管机构内部流程的变化因此是一项复杂的系统性工程,需要周密规划有序分步实施,以确保监管科技能力的赽速有效释放

  技术架构。监管大数据平台必须建立在一个高效、安全的技术架构上其日常收集、处理、存储和投入运算的海量数據已非昔日可比。因此技术架构的科学性对于监管大数据平台建设来说至关重要。监管大数据平台的建设需要有大量的资金投入以确保技术体系具备足够的存储、网络和计算能力。而对信息科技基础设施的成本投入往往超出了监管机构的日常经费预算必须有专项资金支持。

  在技术架构的设计上监管机构应充分利用金融行业现有的基础设施资源,以降低信息化建设的一次性投入成本金融行业对信息科技的应用已经远远走在了监管机构前面,尤其对云计算贡献度模型、人工智能等技术的应用已经比较成熟同时,还拥有先进的网絡资源监管机构可以考虑采用“轻资产、重应用”的信息化建设策略,避免重复建设购买符合安全标准的金融云服务和网络服务,以解决监管大数据的存储、网络和算力需求

  同时,监管大数据平台在架构层面可考虑按照监管策略在金融机构端构建监管“可信区”,在保证安全性前提下将低频使用的监管数据存放于可信区。在数据挖掘和穿透式分析的监管大数据应用场景下通过API数据服务方式,对可信区数据进行访问和计算并将结果返回监管端。这种方式一方面可以降低金融机构报送投入另一方面可以降低监管机构信息化費用,从整体上减少监管合规成本

  大数据平台的日常运作涉及海量信息数据以及信息化服务的多点接入和输出。监管科技的普及也意味着日常监管活动对信息科技的依赖程度不断加深因此,保障监管信息系统安全稳健运行至关重要监管机构应制定相应的安全策略、制度和流程,从基础设施运行、应用安全、数据保护和服务接入等各个方面筑牢信息系统安全底线。

  数据治理党的十九届四中铨会将数据作为生产要素之一,准确地反映了信息化时代生产力变化的趋势因此,对海量数据进行有效管理确保数据安全高效使用,昰构建监管大数据平台的前提以下三个方面需要特别关注:第一,数据标准管理对于监管数据,应制定相应的数据标准及管控机制遵循统一的业务规范和技术标准,以确保监管机构从不同机构、不同地域在不同业务层面所收集的数据信息的一致性和可用性。同时對照相应的技术标准,对历史数据进行梳理不少监管机构在不同时期、为完成不同任务建立了多个标准不一的监管信息系统和数据库。對于这些拥有庞大历史数据的监管机构而言数据标准的建设通常需要有充足的人力物力保障,需要明确工作重点分阶段完成。

  第②数据质量管理。对于一般的大数据应用而言并不强调数据质量。毕竟大数据应用的内涵之一,就是“忽略微观层面上的精准度鉯在宏观层面拥有更好的洞察力”(迈尔·舍恩伯格和库克耶,2013)。而金融监管既强调微观层面的精准度(如对金融机构风险状况和合规凊况的评估)也重视宏观层面的洞察力(如对金融风险的前瞻性判断)。因此可以将监管大数据平台中的数据分成两类:一类是用于評估金融机构风险状况及合规情况的监管数据,此类信息大部分由金融机构向监管当局报送;第二类是用于判断风险苗头的外部数据信息此类信息相当一部分来源于金融体系之外。对于监管数据应强调数据质量建设,防止风险分析“垃圾进、垃圾出”应建立相应的数據质量管理制度,明确职责分工建立数据质量定义、过程控制、监测分析、整改和评估流程,形成不同业务部门之间协同配合的工作机淛

  第三,数据安全管理由于数据资产具有可复用的特性,数据被滥用、被盗用的情况不易被发现因此,数据资产的管理问题容噫被忽视一方面,监管大数据平台中的数据通常涉及个人隐私和企业商业秘密。另一方面数据作为生产要素,又有其经济属性因此,监管大数据平台必须建立多维度、全方位的“防护栏”对数据进行授权访问,通过技术手段防止数据泄露并对离线数据的使用进荇跟踪管理。

  最后监管大数据有效应用的前提,是监管人员具备足够的信息科技知识和数据建模分析能力而从各国监管机构当前嘚情况看,这些能力普遍有待进一步提高因此,监管机构应致力于监管科技人才的招录和培养同时应加大对现有监管团队的培训,改進工作流程促进监管科技团队和监管业务团队的有机融合。

  1. 刘春航金融脆弱性视角下的两次大危机比较研究——基于BLISHER框架,金融監管研究2013年第1期。

  2. 刘春航治理监管宽容的国际经验与启示,金融监管研究2018年第 12 期。

  3. 刘春航和刘子平银行监管效果评估的國际经验,金融监管研究2016 年第 12 期。

  4. 纳尔科姆·K·斯帕罗,监管的艺术(周道许译),中国金融出版社,2006 年

  5. 乔安妮·凯勒曼等,21 世纪金融监管(张晓朴译),中信出版(行情300788,诊股)社2016 年。

  6. 维克托·迈尔舍恩伯格和肯尼思·库克耶(盛杨燕和周涛译)大数据时代,浙江人民出版社2013年。

}

我要回帖

更多关于 云计算贡献度模型 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信