联系我们
如您对参会报名、网站使用、内容发布有任何疑问或改进意见，请随时与我们进行沟通！
客服企业微信
期待您的宝贵意见
胡本立 前世界银行首席信息技术官
人工智能的发展解决了许多实际问题，如深度学习、机器学习等算法已广泛应用在计算机视觉、语音识别，生物医学影像分析等领域。但这些应用主要还是集中关注于模式识别的问题，还未能涉及概念和语义层的问题。金融风险理论、实践以及金融语言体系中的各种概念，主要还是人的智能的结果，包括金融风险模型的设计，金融风险的管理和治理等。
人工智能一方面希望用算法和机器来模拟人的智能，另一方面仍需要人对所用来训练它的数据、算法等进行处理。人工智能近年来正朝着与认知科学融合的方向发展。认知科学是一门研究信息如何在大脑中形成以及表达的跨领域学科，也是研究人与数据不断互动的全过程。
金融风险本身与人和人群的行为密切相关，而认知科学就是研究人的行为。对金融风险的管理需要对认知科学有一定基本的理解。目前，从业者很少会从人认知的角度去分析和阐述金融风险形成的机制和过程，以及所需要的管理方法。
1948年，贝尔实验室的物理学家发明了第一颗晶体管。同年，香农在《Bell System Technical Journal》上发表了名为《A Mathematical Theory of Communication》的论文。这篇论文建立了信息论这一学科。这二者的结合开创了我们今天的信息化时代和数字化时代。
数字化主要是将模拟信号转换成数字信号，通过编码、纠错、加密等方法处理，以解决信号或数据可远距离、无失真传输的问题。数字化技术在解决了远距离通信问题的同时，也解决了计算机高速和精确计算的问题，使人类社会进入了一个全新的数字化时代。
如今的“数字化改造”“数字化转型”“数字化重组”指的是技术数字化后给业务和管理带来的各种改造、转型以及重组的机会和可能。这些努力的成功不直接或不只与技术的数字化有关，它们的成功更主要与人的因素，和人对大量数据要素的理解、管理和运用有关。
随着金融业的发展与深化，各领域、各行业、各部门所产生的数据量越来越大，数据的复杂性和交叉程度越来越高。不管对监管方，被监管方还是市场，都需要，但尚未形成，一个统一的有效和高效的数据收集与管理框架。对此英国央行最近为金融数据收集改革提出的综合性讨论框架会是个很好借鉴。
目前，存在几个现象和挑战。
一是现在许多概念和它们相关的数据是跨界的，与已有的有些概念交叉甚至矛盾，以致对它们难以界定。概念与数据的碎片化是一个无法避免的现实，因此，需要有个统一的框架它能对这些概念和数据进行清晰而准确的分类、转换和汇总。若各方只依各方自己的某个场景对数据进行分类，很有可能在另外一个场景下就无法应用。一个系统、整体的框架，如欧盟的统一监管框架，可以使得有关各方能更有序、更透明、更有效地讨论，对各方都需要的标准化的部分达成共识，同时也提供了各方、各场景需要的灵活性。
二是如何平衡创新机会与风险。各方都需要平衡好创新与风险的关系和时间，若监管过早过严介入，创新可能无法发展；若介入太晚，创新孕育的风险可能造成巨大损失。高质量、高水平的平衡决策过程又需要高质量和及时数据的收集和支撑。
三是重复讨论的问题。目前，很多问题反复提出、反复讨论，新名词不断出现，但是许多问题都没有取得突破性或实质性的进展，如信息孤岛、“打不通”等问题。此外，存在一个误区，即认为共享就是共识，但这是两个含义并不相同。即使数据共享了，不同人或机构或行业对同一数据的认知完全可能并不一致。虽然数据共享本身就是一个难题，但共享之后需要的是对相关数据的理解达成共识。
在这些方面我觉得《英国金融业数据收集改革》提出了不少很有启发意义的新视角（见下）。另外，此讨论框架虽是英国央行提出的，它可能不只是对央行有作用，而是对整个金融业以及各领域各行业的数据收集和管理，都有不同程度的借鉴意义。
欧盟建立了对银行业、保险业以及资本市场的行业微观监管机制和跨行业的金融宏观监管协调机制（见图1），将不同领域报告系统进行整合，以收集汇总宏观数据和不同部门的微观数据。在微观监管层面，欧盟由欧洲金融监管系统（ESFS）负责，分别由欧洲银行管理局（EBA）负责银行业监管，欧洲保险和职业养老金管理局（EIOPA）负责保险行业监管，欧洲证券及市场管理局（ESMA）负责资本市场监管。每个监管机构的主席、欧洲中央银行（ECB）和欧盟委员会构成了宏观监管层面的欧洲系统风险委员会（ESRB）。
2014年底生效的单一监管机制（Single Supervisory Mechanism ，SSM）进一步加强了欧洲央行在欧盟银行系统监管方面的权力，其可以参与货币政策、监管以及微观和宏观层面的监督。当前的监管机制虽然存在某些不确定，以及需要协调和动态平衡的因素等问题，如EBA，EIOPA和ESMA之间的平衡可能会受到影响，但其整体而言仍然有效。
图1 欧盟金融市场监管
监管机制的有效运行，并不能保证在监管报告与监管数据层面的一致性。在建立统一的数据标准之前，在跨行业、跨国家、不同监管框架下，欧盟在数据的一致性、准确性等方面面临着诸多挑战（见图2）。如银行业的巴塞尔协议要求与保险业的偿付资本要求之间的一致性，欧盟区域内与全球区域内监管要求的一致性，巴塞尔协议框架与国际财务报告准则的一致性，以及单一报告与整合报告之间的一致性等问题。
图2 监管机制有效运行面临挑战
欧盟监管部门近年来感到用表的结构来报告监管数据的方式过于僵化，限制了发现风险的能力，而且表中的数据也往往是已被汇总了的，看不到更细的风险数据。对此欧盟提出了“数据点模型”的概念，突破了以前监管框架和报告数据的不足。数据点模型通过在同一空间中维度的变化来先定义概念，然后产生报表，在提高数据定义的一致性、交叉性、颗粒度等方面发挥了很好的作用，很值得国内同业的借鉴（见图3）。
DPM是一套覆盖各行业监管机构的监管数据需求的数据字典。一个数据点（Data Point）是某个监管报告所需的数据元素，具有同样含义的数据元素会共享一个数据点。基于这样的设计，可能会统一不同监管框架、 监管报告中的数据语义，以确保监管报告数据的一致性和协调性。
图3 通用的数据点模型
DPM包括四个主要内容。一是关于基本金融和审慎概念的共同核心词汇，并按不同类别排列，以随时可用于监管数据的定义。二是属于监管框架的一整套数据点，其通过核心词汇表中基本概念的不同组合进行描述。三是报告模板，包括其呈现的信息、模板单元格与数据点的映射以及约定的验证规则等。四是自动生成的数据交换格式（XBRL分类标准）所需的其他元数据。
监管机构、监督员、金融机构、服务提供商、其他组织以及公众都可以访问DPM数据字典。DPM以不同的方式为监管数据处理链中涉及的政策和专家提供服务，包括从数据交换协调到数据分析和分发，以及简化机构内部和跨机构处理监管数据的流程等内容。
金融企业对良好信息的依赖性很强。更全面、更快、更准确、更有洞察力的信息可以使企业的竞争力大有不同。监管机构如果没有对经济、金融体系和其所监管企业的准确信息，就无法实现货币和金融稳定的目标。与那些受监管的企业一样，监管部门也应利用新技术改进数据的收集和分析，包括从监管报表中获取的数据。《英国金融业数据收集改革》是对于前述问题系统而全面的讨论报告，有很大的学习与参考价值。它旨在阐述当前金融企业数据收集系统所面临的问题，然后确定并探讨一系列可能的解决方案，以便提供一个结构化的框架，供业界反馈和进一步讨论。其中包括数据收集、报告成本、共同的数据输入、报告指令的现代化、架构和治理的变化等内容的探讨。
英格兰银行的使命是“通过维护货币和金融稳定，促进人民的利益”。这一使命涉及一系列广泛的活动。及时获得高质量的数据对英格兰银行在所有这些活动中有效履行其使命至关重要（见图4）。世界银行从金融公司收集数据，以确保其拥有所需的全套信息。
英国央行从货币和金融稳定的角度考虑，从上至下需要被监管者提供的数据与货币政策、金融稳定、中央银行业务等有关。而从金融公司的角度出发，其提供的数据则是关于宏观经济分析、金融体系分析等层面。两个层面之间存在一定的空隙，那么在这中间一层需要关注的问题是数据的转化。这就回归到前述共享与共识的问题，也是数据管理目前面临的较大挑战。需要新的方法论既能锚定共识的标准，又能使共识在一定范围内灵活变通。
图4 银行（央行）的活动依赖于从金融企业收集的数据
各公司出于各种目的对业务数据进行转换。为响应世界银行的数据要求，将使用许多与编制管理资料或财务报告相同的基本数据处理程序（见图5）。如果要求的信息没有被用于其他目的，或者需要以不同的方式进行汇总，就会产生额外的成本。
管理信息、财务报告以及监管报告等的创建不仅需要数据的转化、模型的建立，还需要人的判断。并不是一次就能解决所有问题，需要大量人的因素参与其中。银行的运行系统不应与报表系统分开，银行数据应作为其运行系统的一部分，以使得整个银行数据进行整合、融合。银行的运行系统不是收到数据后就进行报告，而应将不同来源的数据进行融合以作为报告的基础。
图5 公司业务数据和报告数据之间关系的格式化表示方式
发现金融业监管数据中哪些是共同的，并对它们的定义取得共识，实际上就是对那部分数据的标准化。由于现在金融数据的数量、复杂性与交叉性，如何找出它们中哪些是共同的不是一个简单的过程。另外在快速变化的时代，即使在一个阶段内形成的对共同输入数据的共识，还有个变化管理的问题，如版本。
1.共同输入层
输入数据的标准化，是一系列可能的更广泛解决方案的起点，包括各种形式的自动化。某些形式的数据可能比其他形式的数据更适合标准化。许多举措都集中在统计数据上，这些数据往往是关于抵押贷款或商业贷款等信息的汇总，这些数据在不同公司之间有许多相似之处，因此可以在相对细化的层面上进行标准化。然而，银行（央行）作为微观审慎监管机构，可能会对其他类型的数据感兴趣，例如公司风险管理流程的产出等，这些数据在不同公司之间可能存在差异，不容易标准化。
像银行（央行）这样的机构往往无法以一种普遍适用于每家公司系统的方式来描述编制更新报告所需的数据。因此，主管机构不能轻易地从考虑公司内部有哪些数据开始，从下而上构建报告指令。相反，一个新的请求更典型的做法是，从分析目标出发，在高层次上指定数据点，让各个公司自己去琢磨是否收集到满足请求所需的组件，以及这些组件在哪里和如何存储。
为了应对这一挑战，可以创建“共同输入层”。即大多数数据收集举措都涉及到某种形式的共同定义的数据点，可以根据这些数据点以编写报告。对某一个概念的定义，需要监管者的要求、被监管者的解释执行过程以及市场的共识等全方位地达成一致，这对提高数据质量是非常关键的。公司可将其系统中的数据映射到共同输入层，并建立一个程序，使其不断充实数据。然后，编写报告指令，直接引用这个输入层（见图6）。如果有共同的输入层，公司便可避免从系统内其他地方识别和提取数据，从而节省更多的成本。
图6 引入共同输入层和改进报告说明
2.行业数据标准的考虑
对于某些产品，公司记录产品数据的方式可能存在很大的差异性。这可能影响到对共同输入层中最佳粒度的计算。许多数据点取决于公司的具体定价、风险计算或预测。有些数据点还涉及外部概念，如会计或监管标准等，而这些概念本身可能需要判断。如关于制作抵押贷款风险加权资产主要组成部分和步骤的说明（见图7），一些报告数据点的编制需要对会计和监管政策进行解释。
图7 抵押贷款RWA计算输入的格式化表示方法
其中许多概念已经在广泛的标准化文件中作了说明，如国际财务报告准则等准则对财务会计概念的含义进行了描述，资本和监管流动性等监管概念由国际准则制定机构。如巴塞尔协议等监管框架则由国际准则制定机构在较高的水平上加以界定，然后在国家和国际立法中作了详细的说明。监管部门可以在制定标准方面发挥积极的作用，确保标准的开放性和技术不受技术影响，以使其能够广泛使用，而不是偏向于特定的用户或供应商。
1.目前的报告要求
目前发布和解释报告指令的方法可能会产生对新数据的请求成本和延误时间。编写、解释和执行报告指令的过程层层递进（见图8）。在每一个阶段，要求变得更加精确，更接近于最终要执行的内容。成本和延误是由于公司要经过的层层递进，以及从一层到另一层的困难而造成的。像银行（央行）这样的机构在界定其报告指令时面临着一种权衡：增加细节可以提高其清晰度和精确性；但过高的要求可能会失去灵活性和自由裁量权，最终可能会要求企业提供没有的数据，或排除具有意料之外特征的理想数据。
图8 编写和执行报告说明
报告指令一般由自然语言书写，与计算机语言存在显著差别。实际上，不单单是自然语言和计算机语言之间存在差别，不同领域的专业语言也存在一定的区别。比如在金融风险管理领域，巴塞尔协议就有一套区别于其他监管领域的专业语言体系。
解释指令（理解指令的要求）和执行指令（建立查找、提取和转换相关数据的程序）也需要一些昂贵而耗时的步骤。有三个特点加剧了这种情况。一是指令是用自然语言编写的，需要翻译。二是指令往往借鉴其他官方或第三方文件来充分定义术语。三是指令的精确程度有限。
2.对报告指令的潜在改进
报告指令的现代化可使报告更便宜、更快地解释和执行，可包括以下一系列改进。每项改进都有其自身的好处和挑战（见图9）。
图9 重写指令——一个说明性的例子
一是“附加说明”。运用技术对报告说明进行注释，以使其更容易浏览和理解。通过这种方式，文本可以被标记为一系列的元数据，这样可以通过自动提取和使用信息的子集来丰富其功能。例如，通过标记术语及其在数据标准中的表示方式，或者标记指令中与内容或时间有关的具体定义。虽然这可能并不能消除人类对指令解释的不一致，但可以使指令的解释速度更快，减少人为错误的可能性。
二是 “自然语言标准化”。可以利用技术手段，将由自然语言书写的报告指令进行更严格的标准化。一些技术方案可以帮助检查自然语言规则是否符合语言语法、词汇限制、正式法律公约等标准。标准化不一定会使指令变得更短，但与添加注释一样，可以使其更容易使用和理解，减少出错的机会，加快收集过程。前两种方法都旨在解决实践中自然语言报告指令的解释问题。
三是对报告指令的开发进行 “早期参与”，即通过进行更多层次的集体工作（如图6）来避免或减少解释和实施报告的挑战。最后确定报告指令的过程已经包括与业界进行的协商阶段。然而，也许可以在较早的阶段加深参与程度，使银行（央行）和业界在解释政策要求时，对相关数据和系统的实际情况有更清晰的集体理解。这样可以更快地发现和处理不明确的问题，避免在一些公司已经开始执行后再进行澄清。从数据收集者的角度来看，这可能需要在制定指令时投入更多的时间和资源，但其结果可能是提高数据质量和加快数据收集进程。
四是“指令即代码”，旨在解决指令精确程度有限的问题。即在发布自然语言版本的报告指令同时，发布一个代码版本的指令，这将确保指令的表达更加精确、一致。将指令写成代码，应该会使其更容易转化为在实时报告系统中运行的生产代码，也可以让银行（央行）在发出指令之前对其进行测试。但所有的指令并不一定要求如区块链概念中的智能合同一样，都能够程序化。因为机器的智能跟人的智能还是存在较大的距离。
共同的数据输入对于前三种方法来说并不是必不可少的，但可以提高其有效性。相比之下，对于更激进的最终方案 “指令即代码”，其更依赖于是否有明确定义的共同输入数据。如果有可能使共同的数据输入更加详细和全面，则可以支持更精确和可直接实现的指令转换成代码。
除了使数据标准化和改进报告指令外，还可以改变数据收集的结构和管理，从而提高数据收集的效率和效果。
1. 从“推送”到“拉取”数据
卢旺达采用的一种模式涉及从公司使用“推送”机制提交数据到主管部门使用“拉动”机制要求公司提供数据。例如 ，公司可以通过应用程序接口（API）提供数据，银行（央行）和其他相关机构可以连接到API并要求提供数据。API可限制存取数据，将银行（央行）或其他机构可调取的数据限制在其有权存取的数据集内。它还可以对请求设置限制，如数据量和最低聚合水平等。这可能类似于用一个允许银行（央行）直接查询部分共同输入层数据的流程来取代报告编制步骤。
以拉动数据取代推送报告，可减少公司签注程序的重复。公司可以只签注一套数据，而不是多份报告。从公司的角度来看，从推送到拉动的方式应该可以将文件的边际成本降低到接近于零，但要确保 API 持续工作，并提供正确的数据，需要一定程度的投资和持续的资源。转向拉动模式还可能需要改变公司的治理方式。
2. 报告中的中央服务
如果有一个标准化的共同数据输入层，从公司自身数据到报告数据点的映射工作就可以集中进行。在商定了转换规则之后，公司可以自己实施这些转换。另一种选择是由中央服务提供者来执行这些报告程序。
中央服务提供者可以发挥各种可能的作用。例如，他们可以将公司的数据转化为报告所需的数据，或者他们可以将数据实际转化为所需的报告。服务提供商的服务对象是整个行业而不是单个公司。服务提供商可以只集中处理部分流程。例如，他们可能只集中解释报告指令。或者，个别公司可以将其源数据映射到中央服务提供商的共同输入层中，然后由服务商转换数据并向银行（央行）提供报告（见图10）。这种方法也可以与API相结合，使银行（央行）和其他机构能够根据需要从实用工具中提取数据。
图10 引入中央服务提供者
建立全行业的中央服务提供者可能需要改变其治理安排。将大量的细粒度数据集中在一个地方会带来数据安全和管理风险，需要解决这些风险的责任问题。一个可能的变通是主管部门本身可以发挥中央服务提供者的某些作用，特别是在收集更多的细粒度数据时。主管部门将承担起转换细粒度数据的责任，取代由公司编制和签署某些报告的需要，并有可能提高分析的灵活性和速度。但即便如此，中央服务模式的许多问题可能仍会存在，甚至更加严重。
数据（Data）作为英文单词产生于16世纪，往往与信息这词交互理解和使用。
目前业界对数据的定义不尽相同，且基本上都缺乏从人与数据互动的角度来定义数据。基于多年对数据究竟是什么的思考和实践，我更注重从人与数据的关系和角度提出对数据的定义：凡“人能感知的，作为输入；人所表达的，作为输出”，都是数据，包括语言。其他都是后来的概念或工作。
除了讨论建立更有效的数据收集与整理框架，还应包括和理解这是一个人的认知过程，人是通过数据来认知的。《英国金融业数据收集改革》讨论稿提供了一个难得见到的优秀框架，一个不足之处是它没能从，或结合，人认知的角度来理解数据收集的一系列更深层次的问题。
人工智能领域的权威之一Geoffrey Hinton ，在他最近得图灵奖的发言中举了一个例子（见图11）：人们花了50年的时间，使人工智能完成的任务就是“看图说话”。
图11 “看图说话”
实际上，人自一出生就开始了与数据的互动过程（见图12），甚至比能说话还早，都是通过与数据互动的学习过程。人与数据的全过程就是人不断的数据的输入、加工和输出过程。
图12 人与数据的互动
在很大意义上，人是生活在周围充满了数据的环境中。人的数据输入与输出过程主要包含四个步骤。首先，接收外界输入的数据，如听到声音（从脑外）。其次，将外界的感知形成相关的概念（脑内）。然后，在形成表达时，从概念到各种可能表达的选择决策和实现方法，如用词和用语（脑内）。最后，向外界输出数据，如发声（脑外）。这是一个极为复杂的大脑对数据的处理过程，输出与输入的数据是“指”的关系，不是等同的关系（见图13）。
图13 个人的数据输入与输出
信号就是数据，我们看到的和听到的，对大脑都有作用。人收到的各种物理信号（生理刺激）是人的数据输入，通过加工后，人的发音、图像、文字、表情等表达是人的输出数据，对他自己或别人，也是物理信号。但在这整个过程中赋予数据含义的是人。
1.二人间沟通的过程
以甲乙两人的沟通过程为例（见图14），其中，X1为甲脑中的概念，X2为甲对他脑中概念X1的脑外表达（如语音，书写），X3为乙对X2感知和理解后在乙脑中产生与X1相对应的概念。各Yn的关系也是一样的，只是过程是从乙到甲。X3与X1或Y3与Y1在沟通过程中的一致程度，与X1和Y1两个概念的复杂程度以及甲乙有无类似的生活、学习和经验有关。如要达成共识需要甲和乙进行不同程度的多次沟通，结果可能是与X1，Y1都不同的新概念Z以及对它的共识。
图14 甲乙两人的沟通过程
数据管理中一个很大的问题就是如何达成共识，尤其是在跨邻域间的。理解了人与数据基本的科学过程，对后续发现可能的分歧和达成共识会有帮助。
2.“听到”的过程
认知科学认为当我们说“听到”（见图15），一个是我们耳朵感知到了外来的声波（数据），几乎同时发生的是在脑中相关部分神经元被激活（数据的含义）。比如这声音是有人在下楼，还是有人在拉小提琴，还是有狗在跑，这与不同人以前的经验相关。同样的声音数据经感知后可形成不同的概念，导致以后对概念的表达也会不同。这是人脑高度融合的处理的过程和结果，要想将它们分开也不可能。“看到（视觉）”的过程也类似。
图15 不同的“听到”
以下的图形（见图16）比较复杂，主要阐述两点内容。
1. 数据在人与人、人与机器之间不断循环、互动和互相影响，其在这数据循环中有各自的地位和作用。数据的收集与管理也是一个不断循环的过程，这并不是一次性的。如监管数据报告是对以前收集数据处理的结果。也是下一次数据循环的输入。
2. 对人而言，循环中的数据存在在三个不同的“世界”中：客观世界、概念（主观）世界和概念的表示世界。在特定世界里讨论的问题不应与另一世界的混淆（比喻例外），它们之间通过人有复杂的映射联系。人与数据的互动建立了这三个不同“世界”间的桥梁，包括“虚”与“实”、“主观”与“客观”等重要基本概念。有不少分类认为“表示世界”是虚拟的，实际上它也是物理的，虚拟的世界还是在人的脑中。“表示世界”与“客观世界”的本质不同在于，前者是由人产生的，而后者不是。
图16 数据、人与机器的互动
属于非自然科学的领域和行业（如金融业）大部分都是在“表示世界”中被输入、加工、输出，不断循环。在表示世界中的数据收集与管理与人的认知过程关系密切，往往比在“客观世界”要复杂，尤其是要形成共识。
总体而言，英国央行关于《英国金融业数据收集改革》的讨论稿内容丰富、结构严密、考虑全面，值得好好学习和借鉴。一个高质量的讨论框架来之不易，对复杂问题如何讨论意义重大。
作为数据管理的专业人员，期待与各位金融风险管理领域的专家基于这一框架有更多的交流和研讨。希望，如一位国际著名金融风险管理的业界专家所说，能“把正确的信息在正确的时间提交给正确的人，以帮助人们能够问正确的问题和做出正确判断，这是最根本的”，但这绝非是一个容易的过程。
（责任编辑：冉鑫）
来源：TGES2020周末在线前沿讲座
