来源:

| 2021-05-21 | 信报财经新闻 | 管理新思维

监管科技与金融合规

统筹:陈志辉教授及中大EMBA课程

主持:潘嘉阳、李静宜

嘉宾:李家明(标保有限公司行政总裁)

RegTech顺应合规趋势

李:我们在节目介绍过不同的科技,例如FinTech(金融科技),今天则来介绍RegTech。Reg是Regulation的缩写,RegTech也就是监管科技。嘉宾家明所任职的公司,曾获多项金融科技奖项,我们正好向你请教。先请问RegTech有没有具体定义?

明:RegTech除了译作监管科技,也有人称为合规科技。根据国际金融协会(The Institute of International Finance),那是指运用新科技,更有效及更有效率地满足各类合规要求;而英国金融监督管理局(Financial Conduct Authority)则解释为协助金融服务业符合规范的新技术。

李:RegTech为何会于近年冒起?

明:近十年法律法规大幅增加,根据汤森路透的《2018年合规成本报告》,全球的金融法律法规平均每7分钟就录得一次更新。单靠人手实在难以全面跟进,也容易挂一漏万,因此适宜借助科技。加上违规罚款也愈发频繁和严厉,金融机构都希望寻求更完善的合规方案。

RegTech金融应用实例

潘:了解过它的定义,可否具体介绍一些科技,让我们更清楚个中运作?

明:金融机构要迅速了解法律法规的变动,因而出现了「机器可读」技术,由机器来对比新旧版本,以解读新的监管要求;然后机器亦会自行寻找、修改银行内部合规程序的相关部分,合规工作的效率遂得以提升。另一类RegTech则协助金融机构KYC(know your customer),识别客户身份。

潘:好比我在网上银行转账,系统便要求我上载证件,又要自拍肖像,让它确认用户正是本人。那正运用了科技来进行KYC。

明:是的。另外,金管局于去年9月,向业界发表了《合规科技通讯》期刊,当中也有一些应用实例。其中一例是监察银行职员与客户之间的对话,尤其当中有推销成份的话,监管机构对这些内容有所规管,例如不能夸张失实,也必须读出风险披露声明;假如顾客表示没有兴趣,职员也不应继续强行推销。

以往银行通常依靠人力监听电话录音内容,去发掘违规或不当的推销行为。但那非常费时失事,结果只能复查一小部分的录音,易有漏网之鱼。有见及此,有科技公司运用「自然语言处理」(natural language processing,NLP)和机器学习技术来开发RegTech方案,把录音翻译成文字,要找出违规内容便较为容易。

潘:转化成文字之后,便可寻找当中是否有涉嫌违规的字眼,例如「必赚」、「回报率保证达30%」之类。

明:是的,但机器解读也会有误。当系统找到这类字眼,便给上司警示,再由他亲自复核。机器只是协助筛选,但已能大幅提升效率。

潘:当客户与银行职员对话,发现职员突然说要进行电话录音,其实可能就是要运用RegTech来辅助合规工作了。

明:金管局所列的另一例子,则是监察内部同事的操守。假如职员从事了不当行为,银行便可能要负上严重的法律责任。那要如何防范?以往可能要经常检查职员的工作、电邮或电话纪录来进行监察,以揭发异常状况。但假如真有发现,那也可能为时已晚。

有银行便采用人工智能(AI),对员工的活动进行更全面的分析。系统会从更多来源获取数据,包括员工的所有工作活动和请假记录,并观察员工在放假期间会否仍然读取银行的数据库。那有助评估职员是否属于「将会出现异常行为」的潜在高危个案,并提早发出警报。毕竟银行要争取时间,尽早发现不当行为,从而防微杜渐,在这方面RegTech正能派上用场。

李:而且AI可进行全天候监察,毕竟计算机不会疲劳,并不需要休息和请假。

应收账管理 RegTech实战

潘:为了符合监管要求,贵公司又有哪些运用RegTech的实际例子?

明:我们的公司为银行和财务公司进行应收账管理,向欠债人追收还款,当中也要遵守很多规矩。例如我们被委派向欠债人追款,其中牵涉很多个人资料,如电话、地址、身份证号码。我们在传送和处理这些资料时要进行加密,确保不会外泄。

另外,打电话催追时,则无须人手拨号,可使用自动拨号机器,机器会按照call list(拨号列表)打电话,有人接听时才接驳给同事。如此一来,员工无须接触欠债方的电话号码,能加强保障私隐。

潘:在机器学习方面,你们又有什么应用?

明:我们每天跟欠债方的通话多达上千段,也要确保对话内容没有违规。早年只能靠人手监听,大约只能听4%至5%的录音内容。换句话说有九成以上的内容都没有监听,显然有所不足。

后来,我们运用了机器学习技术,开发出语音识别引擎,成功把对话翻译成文字,有助加快找出异常讯息。这项技术要克服各种困难,尤其香港人说话多是中英夹杂,最初机器也难以分辨。我们要先把各种录音以人手翻译,给机器参考,进行对比。初时机器辨识的准绳度只有50%,但经过大半年学习,已达90%以上。

李:说实在的,就算由真人进行,也不会百分百准确。早期我们用传呼机,常收到「请回到电台」的讯息,但显示出来的却是「请回到天台」。后来传呼机的讯息也愈来愈准确。机器也一样,只要给它足够的时间和材料去学习,便能逐渐完善,继而能为合规工作作出更大贡献。

有关内容和相片由中大EMBA课程提供