FinTech China | 金融科技前沿精选（第42期）

2022年2月4日，新加坡金融管理局(MAS)发布了五份白皮书，详细介绍了公平、道德、负责和透明度(FEAT)原则的评估方法，以指导金融机构(FIs)负责地使用人工智能。

新加坡金融管理局领导的Veritas联盟还发布了一个开源工具包，以帮助金融机构采用公平的评估方法。该工具包实现了公平性度量评估过程的自动化，以及公平性评估界面的可视化，并可以使其插件与金融机构的IT系统集成。MAS亦与资讯通信媒体发展局及个人数据保护委员会(PDPC)合作，将该工具包纳入个人数据保护委员会的可信人工智能测试框架。

相关资讯链接：

https://www.asiainsurancereview.com/News/View-NewsLetter-Article?id=79247&Type=eDaily

此前，国际货币基金组织（IMF）面向包括中国、瑞典和巴哈马在内的六个已经启动运行数字货币或处于后期测试阶段的国家进行了调研，并于2022年2月9日发布报告。

IMF总裁格奥尔基耶娃在关于这份报告的讲话中表示，全球首批使用央行数字货币（CBDC）的经验表明，不存在放之四海而皆准的模式。其次，金融稳定性和隐私考虑对CBDC的设计至关重要。格奥尔基耶娃补充说:“CBDC目前还处于早期阶段，我们不太清楚它们能走多远，能走多快。”

相关资讯链接：

https://www.yahoo.com/now/no-one-size-fits-central-140519995.html

韩国首尔市于2月7日正式成立吸引海外企业和投资资本的专门机构“首尔投资厅”，计划吸引全球金融企业到首尔，为金融中心的发展打下基础。

首尔投资厅是《首尔展望2030》规划中加强全球城市竞争力核心战略之一，目标是到2030年为止，将外国人的直接投资提高到每年300亿美元。首尔投资厅将为海外企业招商、投资、在韩落户等所有过程提供“All in One”的一站式支援服务。今年作为成立的第一年，将展开全方位的宣传，4月将开发并运营一站式综合信息平台，并成立“首尔市全球招商引资团”。计划通过国内投资公司和创业支援机关，挖掘1000家人工智能、生物、金融科技等具有竞争力的国内优秀企业和300家海外潜在投资者，建立数据库，强化投资者与企业的匹配，提高投资成功率。此外，为吸引已完成投资的企业进行再投资，还将对外国人直接投资的全过程进行支援，计划设立“商务事后管理项目”，为商务合作伙伴、客户、投资者提供奖励等支持。

相关资讯链接：

https://www.state.gov/reports/2021-investment-climate-statements/south-korea/

2月11日，2022北京新闻中心举行北京全球数字经济标杆城市建设专场新闻发布会。会上，北京市经济和信息化局副局长王磊介绍，北京市建设数字经济以数字城市基础设施为先发引擎，以数据资产为核心资源，以数字技术创新为推动力，将产业数字化与数字产业化结合起来，将数字社会生态与数字惠民惠企结合起来，以数字经济的制度规则为支撑保障，力争将北京打造成数字经济的“六个高地”，即城市数字智能转型示范高地、国际数据要素配置枢纽高地、新兴数字产业孵化引领高地、全球数字技术创新策源高地、数字治理中国方案服务高地、数字经济对外合作开放高地等。

未来，北京将以高质量发展为主题，以供给侧结构性改革为主线，以科技创新为引擎，统筹发展和安全，着眼世界前沿技术和未来战略需求，促进数字技术与实体经济深度融合，打造中国数字经济发展“北京样板”、全球数字经济发展“北京标杆”。

2月9日,江苏省连云港市印发《连云港市“十四五”数字经济发展规划》（下称《规划》）。《规划》指出，到2025年，“数字经济强市”建设取得显著成效，数字经济核心产业增加值占GDP比重达到10%，新型基础设施不断完善，产业数字化转型取得实效，数字产业能级显著提升，数字化治理能力不断增强，数字经济成为引领经济发展的重要引擎。

相关负责人介绍，连云港市数字经济发展将结合连云港打造亚欧重要的国际枢纽海港、国家创新型城市的战略定位，积极推进数字连云港建设，将连云港打造成为“一带一路”数字经济节点城市、全国数字技术创新港城、长三角数字治理现代化示范城市，在全国数字经济发展中勇作先行、敢当示范。

2月9日，深圳市发展和改革委员会印发《深圳市服务业发展“十四五”规划》（以下简称《规划》）。《规划》提出，深圳市将聚焦金融服务等重点领域，打造发展新引擎。推动金融科技技术创新，培育集聚一批金融科技创新项目、人才和优质企业，开展数字货币与移动支付创新应用，打造全球金融科技中心。完善绿色金融政策体系，积极创建国家绿色金融改革创新试验区，加强可持续金融发展国际合作，建设全球可持续金融中心。

在过去的几十年中，政策制定者和私营部门一直依赖官方统计机构发布的数据来评估经济状况。收集这些数据需要大量的努力，而且通常会滞后几个月甚至几年才公布。然而，近几年，我们看到了大量易于获取的数据、以及用于分析数据的技术和软件的爆炸式增长。这些发展刺激了各国央行对大数据和机器学习的兴趣。2021年3月4日，国际清算银行（BIS）发布本文，利用最近在IFC（Irving Fischer Committee）成员中进行的一项调查结果，介绍了央行如何定义和使用大数据，以及央行在收集、储存和分析大数据方面面临的机遇与挑战。中国人民大学金融科技研究所（微信ID：ruc_fintech）对此进行了编译。

中央银行对大数据的定义

大数据通常从数量、速度和多样性（所谓的3V）来定义。要让数据真正达到“大”的维度，不仅要具有高量级和高速度，还要有多维度多种类。央行层面对大数据的定义也体现了以上特征——在调查中，大约三分之一的受访者将大数据狭义地定义为需要用新技术进行分析的大型非传统或非结构化数据，剩余的三分之二受访者则将传统和结构化数据也包括在大数据的定义中。目前还没有央行把传统数据单独视为大数据。

大数据的综合定义反映在用于分析的各种原始数据来源中。图2的右图显示了一个词云，包括各种最常见的原始数据来源。这些数据包括信用登记等结构化的行政数据集，以及从报纸、在线门户网站网络爬虫获得的非传统数据。未来，央行监管者和决策者需要努力的方向是用非传统的数据来源来补充传统的数据来源，为政策决策提供信息。

央行在处理大型结构化数据集（通常是金融数据）方面有着丰富的经验，但直到最近才开始探索非结构化数据。过往的金融危机（GFC）暴露了分散化数据的必要性，随后的监管要求增加了向中央银行和监管当局报告数据的相关条例，央行统计数据的能力正在逐步增强。但与此同时，存在一些由企业或消费者活动产生的非结构化数据，在对它们进行分析之前，必须先进行清洗和管理。

中央银行对大数据的使用

在过去十年中，大数据和机器学习几乎渗透到了社会的各个部门，包括经济和金融分析。私人金融机构迅速开始应用大数据开展业务。比如，保险公司使用人工智能来更好地衡量客户特征，并改进其定价方案；在信贷机构中，从信贷风险分析到欺诈检测和合规，大数据被频繁运用；私人研究部门也使用大数据预测通货膨胀或产出，特别是在缺乏可靠官方统计数据的国家。

央行和监管部门也在积极利用大数据。根据IFC2020年的调查，目前使用大数据的央行比例已从2015年的30%上升到80%；超过五分之四的受访央行表示，他们广泛讨论大数据问题；60%的受访央行表示，他们对更高级大数据应用政策的兴趣从高变为极高。

大数据被应用于多种领域，包括研究、货币政策和金融稳定，央行还将其应用于监督和管理（suptech和regtech）。此外，发达经济体的央行似乎比新兴市场经济体的央行更多地运用大数据。

越来越多的中央银行利用大数据的即时预测模型来支持他们的经济分析，这些模型产生高频预测，几乎可以实时更新。例如，亚特兰大联邦储备银行对美国实际GDP增长率的预测每月更新7次，纽约联邦储备银行的每周经济指数提供了一个基于一系列数据（比如铁路交通或零售）的每周经济活动估计。

中央银行还使用大数据技术来衡量经济活动的其他方面。例如，他们使用自然语言从文本数据中生成经济或政策不确定性指数，或判断社会对货币政策公告（包括非常规政策措施公告）的情绪反应。

此外，金融大数据还被广泛用于支持金融稳定性分析，这些数据包括大型专有和结构化数据集，例如来自衍生品交易贸易储存库的数据集、来自贷款或个人付款信贷登记册的数据集。贸易储存库能够帮助确定风险暴露网络，信用登记册能够支持对信用质量的评估，实时总结算系统数据有助于通过支付显示银行-公司之间的联系。

央行在大数据使用方面的挑战

正如各种各样的例子所表明的，央行将大数据和机器学习广泛应用于研究、货币政策决策以及监管。然而，大数据的使用也给央行行长和政策决策者带来了各种挑战，包括IT基础设施和人力资本的可用性，法律和隐私问题，以及大数据的可用性和战略使用。发达经济体和新兴市场经济体的中央银行在同样程度上讨论了这些议题。

除了这些具体到央行或监管当局的挑战，大数据和机器学习的应用还面临涉及道德和隐私的一般挑战，人们可能会对中央银行，特别是政府和大公司，正在审查他们的搜索历史、社交媒体帖子或在市场平台上的列表清单感到不适。

此外，大数据和机器学习的应用还面临着算法公平（algorithmic fairness）以及数据质量的挑战。

政策合作的作用

在各国央行之间开展合作，一方面可以放松对收集、储存和分析大数据的限制，另一方面也可以帮助降低大数据的环境成本，减少大数据碳足迹。

央行成功合作的例子包括欧洲央行的AnaCredit数据库、BIS的国际银行统计数据和国际数据中心。AnaCredit（Analytical Credit data sets）在一个单一数据库中收集欧元区成员国的统一数据，以支持货币政策和宏观审慎监管的决策。同样，BIS与央行和其他国家当局合作收集和处理机密银行数据。

展望未来，一个可能的新合作领域是全球支付数据。在IFC的调查中，大约三分之二的受访者认为所有类型的高频支付数据都是有用的，不到5%的受访者认为这些数据没有用处。超过90%的人愿意为关于支付数据使用的试点研究做出贡献。

国际金融机构可以帮助促进央行间的合作。它们可以通过推进开发技术解决办法来促进创新，以协调各国法域之间的数据标准和程序。本着这一精神，BIS建立了国际清算银行创新中心，以查明和深入了解与中央银行有关的金融技术的关键趋势，探讨开发公共产品以加强全球金融体系的运作，并作为中央银行创新专家网络的协调中心。这种网络无疑可以在促进利用大数据源和技术的国际合作方面发挥重要作用。

                                        （人大金融科技研究所）