为什么数字金融监管机构应该自动化数据收集

数据收集技术解决方案(或称“RegTech”)的出现，使监管者能够以比以往任何时候都更细的级别从数字金融服务(DFS)提供商收集大量数据。向颗粒数据的转变可以帮助监管机构更好地监督DFS。但如果收集的数据越来越多，而不采取措施改变数据收集机制，监管人员可能会发现自己比以前更加艰难。完全自动化的收集过程和标准化对于使用粒度数据进行有效的DFS监督至关重要。

现在的大多数主管都不习惯使用细粒度数据。供应商的管理信息系统(MIS)保存个人账户、客户和代理的数据，包括交易和余额信息。然而,正如CGAP近期研究欧宝体育最新登录平台显示，大多数管理人员要求提供者使用预定义的报告模板将此数据转换为指标并报告聚合数字。常用指标包括移动货币交易总量和未发行移动货币总量。这些指标通常按移动货币交易类型和其他子类别进行细分。虽然这种基于模板的方法简化了管理人员的数据收集，但它给提供者带来了很大的负担，提供者的MISs常常不能自动生成所需格式的信息。它还引入了报告错误的可能性，并限制了管理人员分析数据的方法。

监管机构有充分的理由转向细粒度数据，尽管它带来了挑战，正如国家所喜欢的那样卢旺达和坦桑尼亚已经在做了。首先，细粒度数据可以使监管者从报告模板中预定义的指标的约束中解放出来，允许进行几乎无穷无尽的监管分析。其次，细粒度数据可以消除监管者对提供者是否准确计算指标的担忧，因为计算指标成为他们自己的责任。如果管理人员在标准化提供者使用的格式和概念方面做得很好，就可以提高数据质量。第三，粒度数据是灵活的。只报告一次的数据可以在不同的部门之间共享，或者最终甚至可以在不同的权威机构之间共享，这样提供者就不需要多次报告相同的数据。最后，对提供者来说，报告细粒度数据更便宜、更容易，这意味着数据可以更快地送到主管的办公桌上。

当然，这些只是潜在的好处。它们能否实现不仅取决于收集的是什么粒度数据，还取决于如何收集。要求提供者使用传统的报告模板报告粒度数据可能会产生负面结果。低DFS数据质量通常源于提供者使用手工流程填写模板。要求提供者在一个报告模板中填写和验证数千个细粒度的数据字段——而不是他们今天报告的少数关键汇总指标——可能会破坏数据质量，并增加提供者的成本。由于这些原因，收集粒度数据的好处取决于完全自动化的数据收集方法。它们还要求管理人员致力于在更详细的级别上标准化数据，而不是在聚合级别上标准化数据。

所有这一切都需要监管机构和服务提供者更密切地协调，并投资于正确的技术。的奥地利央行的经验在自动化收集细粒审慎银行数据和消除报告模板方面，可以为新兴市场和发展中经济体的DFS监管者提供榜样。在新系统中，银行系统自动收集细粒度数据，并将其发送给银行旗下的AuRep公司。AuRep根据标准格式自动准备粒度数据集，中央银行和金融监管当局随时可以访问和使用这些数据集。因此，报告要求的更改并不需要对报告模板或银行的MISs进行任何更改。

向细粒度数据的转变有可能改善DFS数据质量和监管，但前提是监管人员和提供者共同努力，实现自动化收集机制，将成本和人为错误的可能性降至最低。