Page 382 - 金融科技力

在共享數據方面，新的加密安全技術可以在保護隱私和確 保 數

據安 全性和完 整性基礎 上實現資 訊共享， 同時提高 金融機構 向監 理
機構 披露資訊 的效率。 新興的資 訊共享加 密技術能 允許個人 根據 訪

問授 權提供相 關的加密 資訊，通 過屬性、 對象和訪 問類型標 記原 始
數據 ，從而大 量減少金 融機構對 原始數據 的處理工 作，更高 效實 現

資訊 披露。即 使再大量 的數據集 ，新加密 技術也能 通過訪問 控制 將
數據 對象映射 到普通數 據平台， 幫助機構 克服數據 安全問題 ，使 得

數據 能與監理 機構共享 。分享監 理的數據 常規與結 構，可以 促進 效
率、降低成本，簡化互動、消除歧見。

（三）預測、學習、簡化

在風險合規監控方面，對金融行業而言，監理科技的最大 優 勢

就是 能實現紙 質報告流 程的數字 化、減少 監理人力 之支出及 集中 化
滿足 監理要求 ，有效降 低成本。 監理科技 能幫助金 融機構無 縫對 接

和系 統嵌套監 理政策， 及時自測 與核查經 營行為， 完成風險 的主 動
識別 與控制， 並可以透 過不同來 源資訊之 關聯性及 計算，以 降低 風

險、識別即時性風險／詐欺。
在機器學習上，過去幾年由於監理要求以及服務電子化， 金 融

機構 獲得了大 量的高頻 率非結構 化數據。 因此，面 對海量的 高頻 率
和低 質量數據 ，監理機 構和金融 機構迫切 需要強有 力的分析 工具 。

機器 學習等基 於人工智 慧和其他 自動化分 析的技術 ，通過藉 助機 器
學習，監理科技能夠更好的進行情景分析和預測，以 先進的分析法、

模型 及可視化 技術，企 業能夠做 到更深入 的分析數 據，機器 學習 允
許系 統自動重 新評估， 透過用戶 反饋完善 流程，以 替代更複 雜、 數

量龐 大、並具 重複性的 監理任務 。隨著數 據分析量 的增加， 機器 學
習在 金融機構 監理中所 發揮的作 用越來越 大，為金 融機構和 監理 單

位利用數據滿足合規要求與進行監理提供了巨大的可能性。
至於大數據分析與建模，金融機構可用數據的厚度和廣度 是 巨

大的 ，然而， 這些數據 仍然沒有 被充分利 用，無法 有效和主 動地 用
於進 行風險管 理。大數 據監理是 以動態、 即時、互 動的方式 ，通 過

金融 大數據對 金融系統 內的行為 和其潛在 風險進行 系統性和 前瞻 性

368