XiaoMi-AI文件搜索系统
World File Search SystemSupTech
促进创新的法规 - 德勤
资料来源：世界银行和剑桥替代金融中心，《全球新冠疫情金融科技监管快速评估研究》，2023 年 2 月 10 日访问；世界银行，“来自全球监管沙盒的关键数据”，2020 年 11 月 1 日；ISGAN，《以实验沙盒为重点的创新监管方法——案例》，2019 年 5 月；Simone di Castri 等人，《金融服务业政策实施洞察》第 19 号：监管科技的世代》，金融稳定研究所，2019 年 10 月；联合国秘书长特别顾问委员会，《关于监管创新以实现包容性金融科技的早期经验教训：创新办公室、监管沙盒和监管科技》，2023 年 2 月 10 日访问。
促进创新的监管 - 德勤
资料来源：世界银行和剑桥替代金融中心，《全球新冠疫情金融科技监管快速评估研究》，2023 年 2 月 10 日访问；世界银行，“来自全球监管沙盒的关键数据”，2020 年 11 月 1 日；ISGAN，《以实验沙盒为重点的创新监管方法——案例手册》，2019 年 5 月；Simone di Castri 等人，《金融稳定研究所政策实施洞察》第 19 号：监管科技世代》，金融稳定研究所，2019 年 10 月；联合国秘书长特别代表办公室，《关于监管创新以实现包容性金融科技的早期经验教训：创新办公室、监管沙盒和监管科技》，2023 年 2 月 10 日访问。
EIOPA的数字策略 - 支持消费者，市场和...
eiopa跟上这些发展的步伐，以确保监管和监督框架都可以构成创新和变革带来的机遇和风险。EIOPA发表了各种战略观点，尤其是数字化转型策略2和Suptech策略3。eiopa还开发了一个内部数据，IT策略确定了其功能，角色和职责产生的业务需求，并确定了解锁价值的方式，以最大程度地利用数据来实现其目标。除了有关数字化主题的许多咨询论文，报告和监管指南外，EIOPA还组织了各种事件和讨论。4与EBA和ESMA联合，ESA提供了有关确保欧盟监管和监督框架在其数字融资5的联合报告中仍然适合数字时代的建议。
机会 - 挑战新技术 - aml- ...
2。作为全球AML/CFT标准设置器，FATF强烈致力于与金融领域的创新技术和商业模式保持一致，并确保全球标准保持最新状态，并可以实现“智能”金融部门的监管，以解决风险并促进负责任的创新。因此，FATF回顾了AML/CFT的新技术的机遇和挑战，以提高人们对创新和特定数字解决方案的相关进展的认识。FATF还研究了其实施的持续挑战和障碍以及如何减轻它们的挑战。该项目包括对监管技术（RegTech）和监督技术（SUPTECH）的审查和分析，这两者都可以提高FATF标准的有效性。
新技术为反洗钱带来的机遇与挑战...
2.作为全球反洗钱/反恐怖融资标准制定者，FATF 坚定地致力于紧跟金融领域的创新技术和商业模式，并确保全球标准保持最新，并能够实现既能应对风险又能促进负责任创新的“智能”金融部门监管。因此，FATF 审查了新技术为反洗钱/反恐怖融资带来的机遇和挑战，以提高人们对创新相关进展和具体数字解决方案的认识。FATF 还研究了实施过程中持续存在的挑战和障碍以及如何缓解这些挑战和障碍。该项目包括对监管技术 (RegTech) 和监督技术 (SupTech) 的审查和分析，这两者都可以提高 FATF 标准的有效性。
新技术为反洗钱和反恐怖融资带来的机遇与挑战
2. 作为全球反洗钱/反恐怖融资标准制定者，FATF 坚定地致力于紧跟金融领域的创新技术和商业模式，确保全球标准保持最新，并能够实现既能应对风险又能促进负责任创新的“智能”金融部门监管。因此，FATF 审查了新技术为反洗钱/反恐怖融资带来的机遇和挑战，以提高人们对创新相关进展和具体数字解决方案的认识。FATF 还研究了实施过程中持续存在的挑战和障碍以及如何缓解这些挑战和障碍。该项目包括对监管技术 (RegTech) 和监督技术 (SupTech) 的审查和分析，这两者都可以提高 FATF 标准的有效性。
机器学习在中央银行的应用
反过来，获得的见解可以有效地支持基于证据的中央银行政策的实施。这显然是货币稳定的情况，尤其是在更好地理解机器学习可以提供的货币政策决策驱动因素方面。同样，在监管科技中应用机器学习可以帮助金融监管机构履行其监督任务，包括识别和解决微观层面的脆弱性和其他新出现的威胁，如气候相关的金融风险。从宏观审慎的角度来看，中央银行可以从更多地使用机器学习来解释来自各种通常不相关的数据源的信息中受益，以评估整个系统的脆弱性及其随时间的演变。此外，新技术可以支持从金融稳定角度来看也相关的其他任务，包括支付系统的运作、金融包容性、消费者保护、反洗钱和安全印钞。
人工智能对金融稳定的影响
金融服务业长期以来一直在使用人工智能工具，但近年来，其应用范围越来越广，用例也越来越多样化。2017 年 FSB 报告确定了金融系统中的关键用例，包括以客户为中心的应用（例如评估信贷质量和自动化客户互动）、以运营为中心的应用（例如资本优化和模型风险管理），以及交易、投资组合管理、监管技术 (RegTech) 和监督技术 (SupTech) 的应用。从那时起，许多这些用例都取得了进一步的进展，人工智能也继续进步——最显著的是 GenAI 的发展。金融机构及其服务提供商正在探索 GenAI 的商业用途，例如客户支持、欺诈检测、市场分析、文档处理、信息检索和软件开发。这些人工智能用例可以为金融机构、其客户和更广泛的金融市场带来相当大的好处。然而，金融机构和恶意行为者对人工智能的使用也有可能增加金融部门漏洞的重要来源。