金融科技监管中的数据治理

随着金融科技的广泛应用，数据已成为生产的关键因素，金融科技数据治理也成为制约金融科技监管的重要问题。针对金融科技数据监管和治理的研究应该提上日程，深入挖掘制约金融科技数据监管的主要因素有利于金融科技监管解决滞后难题，主要的方法有加强顶层设计、加强科技支撑、提高数据安全集成等，通过这些金融科技数据监管方式，明显提高了防范风险的能力。

科技助推金融不断向前迈进，金融业传统的分业经营被打破，走向混业经营。金融科技把金融行业打造成为了数据密集型行业，由于数据存在安全问题，进一步加大了金融业的技术风险，使得金融科技数据监管变的尤为重要，实际上，金融科技数据安全监管俨然成为了金融行业发展亟待解决的重要问题。

金融科技数据监管治理面临很多挑战

金融科技发展过快，基础不牢，对于数据挖掘监管困难。随着金融科技的发展，现代支付系统和银行集中数据逐渐建立，多样化的金融数据呈现爆炸式增长。这不仅包括融资、支付和结算等结构化数据，也包括舆论诉讼等非结构化信息。金融科技要解决海量的数据收集，并重点利用金融科技对不同格式的数据应用场景进行聚类和相关性分析，澄清金融机构之间的联系，从资本充足率、流动性、资产质量、对金融机构相关交易等方面的风险进行及时、准确的识别，依靠有限的监管机构实现传统的监管和技术手段是极其困难的。

金融科技数据监管很难去伪。银行机构为进行监管套利或闲置套利，采取措施隐瞒股东贷款或相关企业融资、不良资产不洁披露等重大信息，向监管部门提供过期甚至虚假的数据信息，以掩盖其真实经营和风险状况。金融科技数据监管很难去伪。银行机构为进行监管套利或闲置套利，采取措施隐瞒股东贷款或相关企业融资、不良资产不洁披露等重大信息，向监管部门提供过期甚至虚假的数据信息，以掩盖其真实经营和风险状况。而金融科技下监管部门面对非结构化数据是非常吃力的，因为原来金融行业的数据处理和检验比较单一，现在金融科技数据监管要剔除“过期数据”，准确判断“假数据”，识别隐藏的“脏数据”，这一系列靠金融科技监管部门人员手动去操作实在是难于登天，一旦金融科技数据监管出现失误，就会引发道德风险，产生负外部性。

金融科技数据监管共享机制尚未建立，信息孤岛效应明显。金融科技数据风险在大范围内相互交织叠加，隐蔽性强，具有传染性。这增加了潜在的系统性风险，对金融科技数据监管提出了前所未有的挑战。监管重叠、监管真空、弱监管和过度监管并存，风险蔓延，金融科技数据监管形势严峻。

金融科技数据监管路径

金融科技数据监管需要加强顶层设计，不断推进金融科技数据监管基础建设。通过搭建大数据平台，制定金融科技数据监管长远规划。金融科技数据管理负责部门梳理整合、收集、整理机制主要客户股东、关联企业、上下游关系等公开信息，以及担保圈、涉诉、民间借贷等半公开信息，厘清债权、股权、特别是银行间融资和现金流的交叉区域，不断增强金融科技数据监管能力。

金融科技数据监管还是要靠科技支撑。充分发挥科技在金融风险监测预警中的作用，准确高效地转换非结构化、非标准化数据并进行聚类分析，有效筛选和积极识别风险信息，扩大监管延伸，精准监管，把金融科技数据安全造成风险防患于未然。