文告指出,Ellipse是首個在國際清算銀行開放技術平台上發布的原型平台。該開放技術平台公開分享統計和金融軟件,從而促進國際間的合作。
第一階段使用跨境數據,研究如何通過數碼報告,實現數據驅動的監管。第二階段則研究先進數據分析,例如將機器學習(machine learning)和自然語言處理(Natural Language Processing)運用在非結構化和更細微的資料,以識別風險的相關程度和情緒分析,並立刻提醒監管機構可能須要進一步調查的問題。
國際清算銀行新加坡創新中心(BIS Innovation Hub Singapore Centre)與新加坡金融管理局(MAS)開發了一個結合監管數據與分析的原型平台,以幫助監管機構發現個別銀行和銀行系統的潛在風險。
何恒心指出,金管局正在根據該局的監管需求,調整Project Ellipse的原型平台。金管局也期待和其他監管機構一同開發監管技術。
金管局副局長(金融監管)何恒心也說,科技的進步,使得監管者可以借助更細致、更及時以及更多元的數據來顯著提高監管效率。“Project Ellipse清楚地展示了,收集和使用這類數據不一定是令人望而卻步的,而是可以編纂、有效率,也具有成本效益,甚至可以跨境使用。”
在英國中央銀行、國際掉期與衍生工具協會(International Swaps and Derivatives Association)、埃森哲(Accenture)和精深科技公司Financial Network Analytics的協助下,Project Ellipse分兩個階段進行。
國際清算銀行創新中心代理主任樂思寇(Ross Leckow)指出,監管者需要准確和及時的信息來評估新出現的風險,並作出監管決定。“Project Ellipse現在爲全球監管機構開發了一個具有潛力的工具,以進一步探索和合作制定共同的解決方案,提高監管機構的數據和分析能力。”
這項名爲Project Ellipse的項目,成功地展示了如何將監管數據和其他資料,如文章和新聞,整合到單一的平台上,以協助監管機構進行監管。
這項名爲Project Ellipse的項目,成功地展示了如何將監管數據和其他資料,如文章和新聞,整合到單一的平台上,以協助監管機構進行監管。
樂思寇認爲,監管者可借著此工具獲得更多、更好的結構化和非結構化的數據,以及爲國家或跨境監管提供實時分析。