银行业4万监管要点！外规内化利器！

银行业4万监管要点！外规内化利器！ 一、监管政策要点梳理有哪些应用场景？ 首先什么是监管要点？ 这是基于法询智库现有的重要银行业法规条款拆分出来（7-10万量级），按照业务逻辑贴上分类标签（2000左右分类标签），且这些核心条款和监管处罚案例逐条关联。部分法规条款可能拆分为多个监管要点。 监管用来做行政处罚的依据只是我们这里监管要点子集，或者说一部分。当然这部分监管要点也是大家最关注的核心内容，我们单独做了拆分和标注。 在法询智库，监管要点和处罚案例库，法规关联图谱，法规条款有效性，银行制度库构成一个关联图谱，构建一个银行业知识框架。监管要点不仅仅是简单把法规正文条件做拆分，每个监管要点同时也是处罚案例的违规依据，也是银行制度流程制定的依据，同时监管要点之间相互关联关系也很紧密，作为识别法规有效性重要依据。 通过和大部分金融机构的沟通，我们发现目前大家普遍对金融监管政策条款级别要点的总结有着强烈需求。通过对监管文件的红线、灰线、黄线等梳理，形成一整套标签体系，法询经过漫长的摸索尝试，近期正式上线监管政策条款级别要点系统（简称“监管要点”）。以下是部分标签体系的实例： 以下是薪酬延期支付相关的监管要求，可以通过相关标签进行一键式查询，且相关处罚案例也同步展示。 商业银行普遍希望能通过流程再造，把监管要点嵌入到金融机构各个环节，而且还能动态更新，需要一个强大的并且支持动态更新的外规库以及对监管政策要点的提取总结，是对专业性和系统功能的终极挑战。法询金融通过多年监管政策研究和数据积累，现正式推出相应监管要点合规咨询服务和法询智库系统API接口及植入式服务，满足银行外规内化、内部合规审查等个性化需求。 1、外规内化的基础性工作：制定和更新内部流程 通常情况金融机构都会将监管要点嵌入内部制度流程中并且严格实施。内部审计也会定期去监督政策流程制定执行情况，并出具审计报告。 但是时间长了之后，包括业务部门员工、领导到行内的管理层，都会逐步模糊化到底哪些是外部监管要求，哪些是内部的流程控制要求，哪些可以通过改进流程来做调整，哪些是不能调整的。 所以需要有一个独立于内部流程体系的纯粹外部监管要点及管理系统。这套系统的内容需要动态更新，保持和内部流程的嵌入。 2、为何内控要点必须和监管要点分离？ 内部流程或者叫内控要点需要和合规要点进行分离；内控要点和合规红线分离，对后续动态修订公司流程，支持业务创新，理清合规边界非常有帮助。需要让管理层和内控合规部门理解合规边界在哪里，内控边界在哪里，因为二者的弹性空间完全不一样。 3、内部审计和合规风险评估检查工作 内部审计和合规风险评估检查工作的主要任务之一是确保机构运营的合法合规。其要求来源主要是监管法律法规通知要求，自律机构的规定等。对此审计部门和内控合规部门需要建立外部监管要点库以及内部控制库并且进行不断更新，在此基础上进行相应检查以确保监管要求得以落实。但监管文件体系以及金融产品的复杂性决定了依赖于人工的模式必定会导致工作量巨大而且无法保证较高的覆盖以及及时更新。基于法询智库的外部监管要点及管理系统则方便使用，各部门省去了自己梳理外部监管要点的巨大工作量。 4、员工监管要点学习培训手册 对核心要点的梳理总结可以方便从业人员的学习，查阅，知晓监管红线到底在哪里，并且参考设计内部控制流程。我们可以协助银行制作纸质版监管要点手册。 5、业务系统嵌入，流程节点控制 我们的监管要点根据每家机构的不同需求分别制作，重新分类整合，设置个性化标签，嵌入业务流程中。 6、关联图谱 基于法规之间的关联关系以及拆分的监管要点关联关系构建金融监管政策的知识图谱体系。并且动态更新维护。这里最难点是4万以上监管条款相互之间关联关系构建。 同样，可以定制为行内的内部流程和制度建立关联图谱，人工+机器学习的方式实现效率提升。下图以外规《流动资金贷款管理办法》为例。 二、监管政策要点和专业词库 1、政策要点如何动态更新？ 虽然此前也有很多咨询机构做过类似的特定领域的监管要点整理工作。或者金融机构内部也有类似excel的整理清单，但是没有动态管理的系统支撑，会导致无法多部门多人协同，无法实时更新，无法展现不同监管要求之间的关系和差异。 没有一个T+0或者T+1实时更新动态管理的强大外规库做支撑，监管政策要点就是一个静态资料，无法适应快速变化的监管环境。 法询智库不仅仅有一个专业且持续更新数据库系统，而且通过专业团队和机器学习更新监管文件分类，关联关系，有效性识别，模糊检索，确保外规库最专业水平。通过内部强大的系统管理平台和40人的专业团队进行内容生产和动态维护。 凭借这样的强大基因，我们再出发，开始进行监管政策要点的分析。 2、金融关键词库 此外法询自建搜索引擎，维护更新自己的金融关键词库，最终将20万关键词库和业务及流程相对应。通过自然语言机器学习，在模糊搜索、监管政策要点筛查、内部流程自动筛查、错别字识别等领域进行广泛运用。 这些最新技术的应用形成了法询强大的技术支撑，持续服务金融机构客户。 三、法询提供一整套服务方案！ 法询提供的方案主要是： 1、外部法律法规数据库系统 法询智库包括丰富的数据内容（金融类法律法规、处罚案例、监管动态、分类法规、金融类判决文书），具体服务方式分为API接口和植入式两种方案，都能实现全行覆盖，本地系统部署（提供源代码或不提供源代码两种模式）。 并且我们还可以根据客户需要，进行部分个性化定制功能开发和改造，法询外规库系统和本行行内其他管理系统的衔接，以及法询内部管理模块部分机器学习功能嵌入。 2、监管要点拆分和专业分类标签体系 基于法询在金融机构本地部署搭建的外规库系统，法询协助进行监管要点的拆分、分类体系搭建、分类标签、有效性识别、后续每周动态更新。 具体工程量按照机构需要，选定特定领域做监管要点拆分，为后续其他应用场景服务。法询提供一整套系统工作平台支持，包括分析图谱、要点拆分、关联关系和分类逻辑。 3、部分监管检查案例嵌入 监管要点和公布的4万银行业处罚案例做深度嵌入，直观查看每个监管要点对应的过去处罚情况，以及部分检查要点和思路。 4、流程梳理和外规内化 基于法询建立的外规库系统+内容+监管要点拆分和分类，协助金融机构打造包括包括内部流程再造、和内部流程嵌入和体检、定期内部邮箱信息推送、内部系统超链接引用、风控或者流程节点控制等应用场景。 四、关于银行如何建立自己外规库和外部供应商筛选？ 1、如何衡量银行业金融机构法律法规库的数据量？ 金融机构需要真正搞清楚怎么识别数据量，如何统一对比口径： 经过近10年时间的不懈努力，法询智库已经包括了超10万部金融相关法律法规（如包括监管批复，监管处罚，监管动态则接近100万部）。如果把非金融类的法律法规也纳入统计口径，则可以再增加几十万部监管文件。 我们在招标过程中，部分银行要求填写具体每个颁布机构对应的法规数量，通过这种方式排除不相关的法律法规，可以同一个口径对比不同供应商的数据。 同样是银保监会发文，如果把部分行政批复混杂进去充数就可以达到10多万法规数据（其中批复9万）；央行发文，如果把公开市场操作及各种公告放进去，也可以高达3万的数据（但是实际意义的法规就几千部）。 此外还有大量游离于规范性文件通知和监管动态之间的文件，比如今天开了个会，明天做了表态，后天出了个新闻稿。 关于确定法规数据量，笔者建议通过筛选10-20个关键词，正文内容及标题进行检索，对比不同供应商的命中数量以及质量。因为一个关键词输入进去返回结果可能就10-50个，可以把这50个法规都点开看看，有没有混进去毫无价值部分，直观对比具体的数量和质量。 比如截至2024年3月，输入“员工行为”，法询智库的返回结果是625条记录，而且每条内容能够经受住考验；可以在其他数据库里面做类似检索然后对比，这样才能看出来不同数据库的数据完善程度。 2、如何识别法律法规库的文件质量？ 质量大概分为几个层次： （1）错别字和格式错乱，这个一般正规大型供应商不太会出现；但是小供应商如果只是简单用爬虫会比较常见。 （2）法规附件是否完整，表格是否完整。大部分供应商做不到对数万个文件的附件做校验入库，表格进行规范。然而有很多文件表格才是正文的灵魂所在。 （3）法规之间的关联关系，尤其是法规联想及图谱功能，目前市场上能做好的几乎没有。相对而言，目前其他供应商可以把明确的法规引用做好，而法规联想需要大量专业人员，叠加算法和大预言模型支持才能逐步完善的一项工作。 （4）法规有效性识别。有效性识别实际是所有服务商的通病，根源是监管机构只有动力发文，但废止失效往往严重滞后，所以导致大量法规实际已经失效，但仍然在数据库里面显示为有效，这种唯一解决方案就是人工专业识别，加备注方便金融机构从业人员自行判断。 3、处罚案例 处罚案例虽然数据的获取比较容易，但校验数据错误，建立和法规的关联关系，抓取金额，都需要消耗大量人工的工作。一行两会一局10万多的处罚案例，做了4年，最终才能形成一个像样的产品。 比如光看数量，央行有18万处罚案例，但是绝大部分都是和金融没有关系，我们就需要做筛选，最终筛出来11000多和金融相关的处罚。 比如分类，我们需要根据非常有限的处罚案由，对银保监会4万处罚案例做分类处理，抽离出近千个分类标签。 4、关于查询 如果只是通用的做一个普通的开发，通常银行选择外包方或者自己行内提需求，也就是是法规名、文号、颁布机构、正文内容、颁布日期等字段查询。 但是现实情况是用户真要查的时候，很可能并不确定所查询的关键词对不对，这个时候对法规的标签、分词处理等长年累月的基础性工作至关重要，在这些基础上才能有联想和模糊查询。我们目前在法规联想匹配上做了很多工作，在模糊查询这一块能够通过自然语言学习，拆解关键词做查询结果模糊匹配等实现高命中率的模糊查询。 其他细节还包括比如移动端兼容、查询响应速度要控制在0.5秒以内，基本要求如果是靠谱开发机构应该都能实现（但笔者也见过至少3家银行自建的系统，就连这些基本要求都达不到）。 模糊查询的应用，我们在模糊查询领域通过长期的金融专业词的积累，以及算法的运用，真正实现金融细分领域的模糊查询效果。 5、外规内化和法规条款梳理 合规建设年，很多金融机构又重提此前不断尝试但不断失败的“外规内化”，本质上是要将纷繁复杂的且动态变化的法规要求嵌入到内部流程中，这需要两项艰巨的任务： （1）能够梳理出所有监管要求（包括监管要点清单），这个能涉及到上万部各种文件，数万个要点。梳理过程中也会遇到更新或者废止，同时不同条款之间的关联关系、勾稽关系也需要注意。单就这项工作尚未看到任何一家供应商或者金融机构能够完成，包括我们自己也只是尝试梳理了几千部法规文件和不到3万条监管要点而已。 （2）内部流程的再造 本质上是需要根据业务流程和风险控制，在法规和风控所划出的域里面来给业务做规范。现有流程肯定需要重新规划，该合并的合并，该拆分的拆分，而且需要和法规条款进行重新比对，确保流程控制对合规风险已经做了足够的控制，如果有剩余风险应该如何做应对措施。 但是首先第一步，需要判断这个流程到底可能触碰多少合规要点，后续万一更新了怎么办？ 之前之所以失败，是因为从来没有一个外部供应商能够把外规的要点梳理清楚，内部不论是人力投入还是视野都远没有这个能力做这个事情。