监管科技工程方法(精)

现阶段科技监管的核心 是依托信息化手段搭建业务 需求与科技实现之间联系的 “桥”，形成科技与监管业务 的高效融合，构建在线风险 发现、线下风险核查、风险 结果评价的OOE新型监管模 式，实现DT时代“数据让监 管更加智慧”的科技监管愿 景。本书通过研究建立一套 科学的监管科技工程方法， 依托信息化手段实现业务流 程再造和数据的汇总、存储 、调用，充分利用新一代信 息技术向智能化监管转型， 持续完善现代金融监管体系 ，补齐监管短板。 本书可作为监管从业人 员、分析师队伍、相关技术 人员及研究人员等开展数字 化转型实践的操作指南。一 方面，为分析师提供工程化 方法，指导分析师按程序和 规范工程化地开展监管科技 系统建设，有所遵循与依归 ；另一方面，工程化分析的 成果容易让业务人员理解各 种模型，使技术人员容易理 解各类监管业务，为监管业 务与科技的深度融合搭建好 桥梁。

蒋东兴,中国证监会科技监管局副局长，第四届全国金融标准化技术委员会证券分技术委员会副主任委员，负责证监会科技规划、科研与标准化管理工作。曾任中国证监会信息中心副主任、清华大学计算机与信息管理中心主任。主持编制了《证券期货业科技发展“十四五”规划》《证监会智慧监管IT战略规划》，完成了教育部教育服务与监管体系信息化建设项目顶层设计，组织了清华大学数字校园建设，承担了国家科技攻关项目、支撑计划项目、教育部重大信息化项目多项。发表论文150余篇，出版书籍7部，取得专利4项，研制国标3项，获北京市科学技术奖三等奖、教育部提名国家科学技术奖二等奖等省部级奖项。

引言 第1章 我国证券期货业科技监管现状与挑战 1.1 科技监管的现状 1.1.1 监管业务实践 1.1.2 监管技术实践 1.2 科技监管的挑战 第2章 面向证券期货业监管科技的工程方法 2.1 信息化发展阶段与工程方法概述 2.1.1 建设分散独立信息系统阶段 2.1.2 建立统一信息系统阶段 2.1.3 全面提升统一信息系统阶段 2.1.4 不断提升智能化信息系统阶段 2.2 证券期货业监管科技工程方法构建目标 2.2.1 总体目标 2.2.2 业务目标 2.2.3 技术目标 2.3 证券期货业监管科技工程方法框架 2.3.1 构建原则 2.3.2 方法体系 2.3.3 核心步骤 2.3.4 总体框架 2.4 专业术语 第3章 监管业务总体分析方法 3.1 总体调研 3.1.1 总体调研的原则 3.1.2 总体调研的方法 3.1.3 总体调研的内容 3.1.4 总体调研的交付物 3.2 主线业务分析 3.2.1 主线业务识别 3.2.2 主线业务分类 3.3 管理模式分析 3.3.1 用户分析 3.3.2 用户分类 3.3.3 用户角色定义 3.3.4 岗位设置和特征 3.4 职能域初步划分 3.4.1 职能域名称和描述的确定 3.4.2 职能域间相互关系 3.4.3 职能域划分列表 3.5 本章规范 3.5.1 专业术语 3.5.2 格式标准 第4章 监管业务职能域分析方法 4.1 职能域部门调研 4.1.1 部门职能调研 4.1.2 业务内容调研 4.1.3 监管场景调研 4.1.4 业务数据调研 4.2 职能域部门业务识别 4.2.1 职责分析 4.2.2 业务识别 4.2.3 监管场景识别 4.2.4 业务数据识别 4.3 职能域业务流程分析 4.3.1 梳理活动主体 4.3.2 梳理活动内容 4.3.3 梳理活动时序 4.3.4 梳理主体关系 4.4 职能域主线业务分类与建模 4.4.1 建立业务模型 4.4.2 管理型流程型业务建模 4.4.3 数据型分析型业务建模 4.5 本章规范 4.5.1 专业术语 4.5.2 格式标准 第5章 监管业务全域综合设计 5.1 优化完善主线业务分类 5.2 全域视角业务模型设计 5.2.1 全域业务流程设计 5.2.2 全域业务实体属性划分 5.2.3 全域业务模型归纳 5.3 全域视角数据模型设计 5.3.1 全域数据流设计 5.3.2 全域数据模型设计 5.3.3 全域数据模型设计交付物 5.4 全域视角分析模型设计 5.4.1 汇总各职能域分析模型 5.4.2 归纳职能域监管需求和相关分析能力 5.4.3 全域分析模型优化 5.5 全域视角功能模型设计 5.5.1 全域功能汇总 5.5.2 全域功能优化 5.5.3 全域功能规范化 5.6 全域视角用户模型设计 5.6.1 用户模型设计 5.6.2 建立机构视图 5.7 本章规范 5.7.1 专业术语 5.7.2 格式标准 第6章 五维度舞弊识别模型的构建与预警——数据型分析型业务案例 6.1 监管场景分析 6.1.1 财务舞弊监管场景分析 6.1.2 财务舞弊监管职能域分析 6.2 业务模型设计 6.3 案例介绍 6.3.1 系统总体规划 6.3.2 系统预警效果 第7章 企业财务异常及舞弊识别和归因分析——分析模型构建案例 7.1 监管场景分析 7.1.1 总体需求 7.1.2 覆盖对象 7.1.3 模型要求 7.1.4 应用场景 7.2 分析模型设计 7.2.1 基础分析 7.2.2 市场主体监管分析 7.2.3 经营机构监管分析 7.3 案例介绍 7.3.1 数据集分析 7.3.2 小样本问题 7.3.3 模型性能评估与应用价值分析 第8章 人工智能赋能信用债违约预警——监管场景分析案例 8.1 监管场景分析 8.2 业务模型设计 8.3 案例介绍 8.3.1 系统总体规划 8.3.2 系统预警效果 第9章 债券违约预测分析——分析模型构建案例 9.1 监管场景分析 9.1.1 总体需求 9.1.2 覆盖对象 9.1.3 模型要求 9.1.4 应用场景 9.2 分析模型设计 9.3 案例介绍 9.3.1 债券违约预测分析 9.3.2 预测数据标注及处理 9.3.3 预测模型构建技术 9.3.4 预测模型性能评估 9.3.5 应用场景和价值分析 第10章 基于自动化智能监管平台对监管效能提升的研究——功能模型构建案例 10.1 监管场景分析 10.1.1 场景分析 10.1.2 职能域分析 10.2 功能模型设计 10.3 案例介绍：构建监管AI智能中台 10.3.1 监管AI智能中台能力介绍 10.3.2 监管AI智能中台建设路径 10.3.3 监管AI智能中台快速迭代设计 参考文献 附录A 管理型流程型监管业务模型示例