记者了解到，11月17日消息，由中国金融四十人论坛和金融城联合举办的2018全球金融科技(北京)峰会今日召开，诸位嘉宾在“监管科技与金融风险防范”专题会议上进行圆桌讨论。
以下为圆桌实录：
主持人李文红：问一下王信局长，觉得您对金融科技的研究非常深入和广泛，可不可以再谈一下您认为金融科技的发展和应用主要会带来哪些风险需要引起我们的关注?
王信：题目比较大，我试着回答一下。
第一个风险就是对于新进入金融服务的新进入者的监管不足带来的风险。因为随着数字化、金融科技的发展，很多科技企业同样可以提供金融的服务，使得新的进入者和传统的银行等金融机构业务的界限越来越模糊，新的进入者监管部门还没有来得及或者没有足够的知识进行监管，这是一个比较大的风险。对新的进入者和现有的金融机构，应该要适用同样的监管规则，我觉得这个非常重要。
第二个风险是新的进入者对传统的市场参与者，无论是银行还是非银行的金融机构都会带来比较大的冲击。在支付等领域，传统金融服务的提供者面临着新的进入者的很大挑战，一些不能完全做好准备的金融记过，尤其是资本实力比较差一点的金融机构可能会受到比较大的冲击，从而带来风险。
第三个风险可能是来自于网络安全等方面，因为以后很多的都会在网络上进行。不少的国家和国际组织都强调要高度关注网络安全以及相关可能的风险。
第四个风险可能是普遍的，因为我们在金融市场上会受情绪化很重要的影响，但公众或者很多的市场参与者对金融科技以及新兴的业态和服务没有充分了解，一旦出现风吹草动可能会更容易陷入恐慌，从而带来系统性的风险。
第五，从宏观的角度来看，因为用新的进入者进入，有新的业态，传统所习惯的金融服务以及在信贷领域的商业模式、信贷质量等可能都会发生比较大的变化。这样对于宏观经济是不是也会带来一些不确定的比较大的风险也是需要我们高度关注的。
主持人李文红：现在国际组织都在高度关注这些新的问题、新的风险，在加强跟踪和研究。刚才王信局长觉得我问的问题太大了，所以我问孙司长一个小一点的问题，可不可以再前面系统地介绍一下在跨境监管合作方面需要关注哪些方面的问题。
孙天琦：刚才讲Fintech数字金融的背景下跨境突破市场壁垒越来越容易，迫切需要行为监管跨境合作。行为监管是打击内幕交易、垄断、欺诈，促进信息披露，规范催收、广告行为，反洗钱、反避税，个人信息保护、规范信息跨境等等。需要关注Fintech违法违规行为以及风险的跨境扩散，尤其是在新兴市场国家和低收入国家的扩散，因为这些国家的司法体系、监管体系不太健全，更容易给这些国家造成一些冲击。最近大家知道的，像东南亚，我国国内互联网金融整治过程中，国内一些企业跑到了东南亚，引起了媒体的关注。
具体行为监管合作有这样几个方面：
一、监管规则和标准的统一。从两个角度来讲，一是准入，我们工作中发现，各个国家的准入标准千差万别，我国内禁止的业务，我们的企业和国外的企业到英国、澳大利亚可以拿到牌照，搞一个网站给中国人提供服务。拿到英国澳大利亚牌照以后发现，英国和澳大利亚的监管非常严，又跑到如塞浦路斯等一些小国家拿牌照，因为那些国家的日常监管很宽松。所以很多企业成立很多的子公司，不同的子公司拿不同的牌照，一个集团下面有很多种的各国金融牌照，各种金融牌照监管尺度还不一样。然后通过网站提供跨境金融服务。所以，准入要统一，否则，在准入门槛地的国家拿到牌照，就通过数字平台给全球提供金融服务。在准入的环节要强调一点：网络数字世界似乎是没有国界的，但是金融牌照必须要有国界。另外，审慎监管和行为监管体系的构建上也要尽快的规则统一。
二、推进打击跨境违法违规金融活动的合作，监管合作和司法合作。可以推动实际操作的MOU、MMOU。
三、国际组织，比如G20、IMF、BIS，都可以在促进行为监管合作交流、出台规则方面发挥更大的作用。
四、对我们国家而言，很重要的一点是，在Fintech发展过程中，金融监管空白短期肯定会存在，要尽可能的把这个空白最早的填补。不能说出现问题，问六个部门，六个部门都说跟我没有关系，牌照不是我发的，不归我管。功能监管要真正落地。
五、跨国提供数字金融服务的大企业一定要发挥在国际规则形成中发挥更大作用，这些企业一定不能仅仅站在企业的角度考虑问题，一定要站在经营整个行业的高度考虑问题，对行业内、市场上出现的问题，绝对不能坐视不管，不能到最后彻底整治时，才抱怨一颗老鼠屎害了一锅汤。
主持人李文红：能不能再请许慎先生给我们介绍一下你们在实验中碰到了哪些障碍，有哪些失败的案例，是怎么解决所遇到的问题的?
许慎：首先先回应一下孙司长刚才提到的行为监控，行为监管是非常重要的一个课题，我们做的知识图谱本身也是对于行为监管的一个解决方案。特别是知识图谱在很多的互联网金融领域，包括国际知名互联网金融领域本身是用来做反洗钱非常有效的技术手段。
刚才主持人问到我们在实验当中的遇到的问题，我们实验室做很多的实验，可能大家都看到了成功，没有看到失败，很可能失败的很多，成功的很少。像我们一个传统机构在拥抱一个新的科技、新的概念的时候，最大的障碍和问题是行业的意识问题。今天上午最后一位嘉宾宜信CTO讲到，AI在传统金融行业应用时，很重要的一点是管理好业务的期望。其实这是双向的，最本质是管理好业务对于技术的理解。可能我说的客观一点，昨天和今天的论坛我都参加了，我们大会的主题叫Fintech，我们在讲Fintech的时候，讲Tech的部分很少，要么在讲自己的业务，要么是把Fintech和Regtech当成一个新的模式来看怎么讲这个话题。
港交所为什么创建实验室?我们考虑到将来会有很多的Fintech公司和Regtech在我们那里上市，也有可能我们将来也会承担起一些需要监管的职能。但是不管怎么样，很关键的一点是我们要加强对于Fintech和Regtech的理解，创新实验室在做的时候，遇到了很多的业务，对于新技术错误的认知或者错误的期望。
举例，比如讲人工智能，业务首先会觉得人工智能现在已经无所不能，所以基本上在讲一个话题的时候说，我们现在有这样的问题，人工智能能不能立刻帮我们实现?我更具体一点，比如一个聊天机器人(14.970, -0.08, -0.53%)，希望把很简单的法则可以告诉投资者，当你遇到这样的问题，比如期权怎么交易，期货怎么交易，交易时段是什么，这里面就涉及到很重要的问题，是两个方面错误的理解，第一个妥协的理解，觉得我放一个聊天机器人，很快自动就可以理解用户所问的所有问题，实际上这是不正确、不客观。我们做的第一件事情是要训练这个聊天机器人，把一些可能会遇到的问题作为样本数据输入到人工智能里，而且还要分清楚他的意图和他所问的问题的实体。介绍到这个概念之后，我们的业务立刻张大嘴了，说你不是人工智能吗?人工智能应该可以自动理解所有的语言，但其实不是，我们需要有一个培训的过程。在这里面就需要一个技术人员或者人工智能的产品经理能够有效跟业务的合作伙伴坐在一起，仔细分清楚，哪些东西是有效问题，哪些东西是无效的问题。
人工智能的能力在哪里?通过训练30个样本，人工智能可能就理解到300个不同的问问题的方式方法，这是人工智能最主要要起到的效果，所以它离不开训练。
另外一个大趋势错误的理解是什么?我们在讲聊天机器人，当然之前一些技术公司已经做到这一步，聊天机器人可以自己组装出档案出来提供给提问者。所以我们的一些业务同事认为，我的聊天机器人是不是会自己去互联网上学习，自己找到相应匹配的答案?实际上，坦白来讲，聊天机器人现在这个阶段的智能程度比较有限，分为两个方面，一方面是智能的理解问题，一方面是智能的组装答案。现在人工智能在智能理解问题方面做的还是比较到位的，但是对于智能的组装档案是非常有限的，而且作为监管机构或者商业机构对于任何给出的答案都要付非常强烈的责任。基本上，人工智能要用一个归类的方案，把很多种甚至无限多种的不同问问题的方法有限归类，再具体到某一个标准型的答案提供给用户。所以非常关键的一点是管理好业务对于新的技术的理解，管理好他到新的技术的认知，管理好他对新的技术的期望，从而有效地管理好业务的预期以及管理层的预期，最关键的是，我觉得这是一个艺术，不光是沟通的艺术，也是管理的艺术，更重要的是，弥合技术和业务之间的缝隙的艺术。
