SupTech: Một số ứng dụng trong lĩnh vực tài chính

Keywords: Supervision technology, financial market.
 

1. Giới thiệu
 

Sự phát triển nhanh chóng của thị trường tài chính đã làm hạn chế hiệu quả của việc tuân thủ các quy định. Tuy nhiên, các công nghệ mới có thể hỗ trợ cơ quan quản lí theo dõi những thay đổi của thị trường tốt hơn. Cộng đồng các công ty công nghệ (RegTech) đề cập đến việc sử dụng công nghệ mới để giải quyết yêu cầu quy định và tuân thủ một cách hiệu quả. SupTech là công nghệ giám sát có tiềm năng, tăng cường độ chính xác của dữ liệu; nâng cao năng lực, chuyển đổi quy trình rườm rà thành quy trình công việc kĩ thuật số, trang bị cho giám sát viên các công cụ phân tích và bảo vệ hệ thống tài chính chống lại sự cố và khủng hoảng liên quan đến Fintech (Magalhães và Ringe, 2020; Zeranski và Sancak, 2020). Sự tích hợp giữa hai công nghệ này sẽ hỗ trợ cơ quan quản lí có cái nhìn tổng thể về bức tranh tài chính được cập nhật liên tục, các quy định có liên quan và có khả năng thích ứng với quy định cao hơn mà không phải chịu thêm chi phí lớn. 
 

Hiện nay, trên thế giới, đã có nhiều cơ quan giám sát tài chính như BaFin ở Đức, SEC và CFTC ở Hoa Kỳ, CMB ở Thổ Nhĩ Kỳ... Mặc dù phạm vi có thể thay đổi tùy theo cấu trúc và nhiệm vụ, các cơ quan giám sát có một số trách nhiệm tương tự nhau. Chẳng hạn như BaFin hoạt động vì lợi ích cộng đồng và mục tiêu chính là đảm bảo hoạt động bình thường, ổn định và toàn vẹn hệ thống tài chính của Đức (BaFin, 2019). Bảo vệ người tiêu dùng tập thể cũng là một trong những nhiệm vụ cốt lõi của BaFin. Tương tự, các mục tiêu của CMB là điều chỉnh và giám sát thị trường vốn để đảm bảo thị trường vốn hoạt động đúng chức năng và phát triển trong một môi trường an toàn, minh bạch, hiệu quả, ổn định, công bằng và cạnh tranh nhằm bảo vệ quyền cũng như lợi ích của các nhà đầu tư tại Thổ Nhĩ Kỳ (CMB, 2020).
 

Theo Flotynski và Marchewka - Bartkowiak (2020), sự phát triển của Fintech đặt ra những thách thức mới về giám sát thị trường tài chính nhằm giảm thiểu rủi ro thị trường cũng như rủi ro cho các thành viên tham gia thị trường. Chính sách giám sát mạnh mẽ làm tăng tính minh bạch của thị trường và giảm rủi ro khủng hoảng tài chính; hơn nữa, các chương trình giám sát cũng có tác động đến môi trường đầu tư. Vì thế, công cụ giám sát có tầm quan trọng thiết yếu đối với một nền kinh tế để đảm bảo mọi người đều được hưởng lợi từ các dịch vụ tài chính; chính phủ cần đảm bảo rằng các quy định bảo vệ người tiêu dùng phải phù hợp và được áp dụng (Demirguc-Kunt và cộng sự, 2018).
 

Covid-19 cùng với biện pháp đối phó với đại dịch như hạn chế đi lại, giãn cách xã hội... đã ảnh hưởng đến công tác kiểm tra, giám sát của cơ quan quản lí tài chính - ngân hàng tại các quốc gia. Thật vậy, nhiều đoàn thanh tra, kiểm tra tại chỗ phải tạm ngừng và chuyển từ hình thức kiểm tra tại chỗ (on-site) sang giám sát từ xa (off-site). Trong quá trình giám sát từ xa, giám sát viên thường phải sử dụng các dữ liệu báo cáo hay công cụ có sẵn để tiến hành phân tích và ra quyết định. Để thích ứng với trạng thái bình thường mới trong bối cảnh đại dịch và hỗ trợ giám sát viên có thêm cơ sở dữ liệu nhằm đánh giá chính xác hơn tình hình hoạt động của tổ chức tài chính - ngân hàng, các cơ quan quản lí đã tiến hành nghiên cứu và bắt đầu ứng dụng công cụ SupTech vào hoạt động kiểm tra, giám sát từ xa. Có thể nói, đại dịch Covid-19 là chất xúc tác, góp phần thúc đẩy các cơ quan quản lí tài chính - ngân hàng trên thế giới ứng dụng mạnh mẽ công cụ SupTech trong hoạt động quản lí và giám sát.
 

Tại Việt Nam, Thủ tướng Chính phủ đã phê duyệt Chương trình Chuyển đổi số quốc gia đến năm 2025, định hướng đến năm 2030 (Quyết định số 749/QĐ-TTg ngày 03/6/2020) và ban hành Chiến lược quốc gia về Cách mạng công nghiệp lần thứ tư (CMCN 4.0) đến năm 2030 (Quyết định số 2289/QĐ-TTg ngày 31/12/2020). Đối với ngành Ngân hàng, thực hiện Kế hoạch hành động của ngành Ngân hàng triển khai thực hiện Nghị quyết số 50/NQ-CP ngày 17/4/2020 của Chính phủ về một số chủ trương, chính sách chủ động tham gia cuộc CMCN 4.0, Ngân hàng Nhà nước Việt Nam (NHNN) đã nhấn mạnh việc thực hiện chuyển đổi số trong ngành Ngân hàng và yêu cầu từng tổ chức tín dụng (TCTD) phải xây dựng, triển khai chiến lược chuyển đổi số thích ứng với bối cảnh trong giai đoạn 2020 - 2025. Thống đốc NHNN cũng đã phê duyệt Kế hoạch chuyển đổi số ngành Ngân hàng đến năm 2025, định hướng đến năm 2030 (Quyết định số 810/QĐ-NHNN ngày 11/5/2021), trong đó nội hàm về SupTech đã được đề cập đến trong nhiệm vụ: “Đẩy mạnh ứng dụng công nghệ số trong các hoạt động quản lí, kiểm tra, giám sát và vận hành nội bộ của NHNN”.
 

2. Khái niệm và một số ứng dụng của SupTech trong lĩnh vực tài chính
 

2.1. Khái niệm SupTech
 

Ủy ban Basel về giám sát ngân hàng đã xác định SupTech là việc sử dụng các công nghệ mới để phục vụ mục đích giám sát, việc đổi mới công nghệ của cơ quan giám sát (BCBS, 2017). Một cách cụ thể hơn, SupTech là việc các cơ quan giám sát sử dụng công nghệ tiên tiến để tạo điều kiện hỗ trợ hoạt động giám sát hiệu quả hơn (Broeders và Prenio, 2018; Boeddu và cộng sự, 2018). Hay SupTech là một thuật ngữ nghệ thuật mới với ý nghĩa sử dụng các công cụ và giải pháp công nghệ, phần cứng và phần mềm để thực hiện các trách nhiệm giám sát (Zeranski và Sancak, 2020).
 

Cũng tương tự như Fintech và RegTech, SupTech sử dụng cùng công cụ công nghệ như trí tuệ nhân tạo (artificial intelligence - AI), học máy (machine learning - ML), xử lí ngôn ngữ tự nhiên (natural language processing - NLP), điện toán đám mây, công nghệ sổ cái phân tán (distributed ledger technology - DLT) và các công cụ khác theo mục đích của người quản lí. Tuy nhiên, SupTech không tập trung vào việc hỗ trợ tuân thủ luật pháp và các quy định mà tập trung vào việc hỗ trợ cơ quan giám sát trong việc đánh giá các hoạt động tuân thủ của họ (BIS, 2018).
 

Các giải pháp SupTech chỉ mới xuất hiện trong những năm gần đây, chủ yếu mang tính chất thử nghiệm và đang được phát triển bởi cơ quan tài chính. Phần lớn các sáng kiến SupTech được báo cáo vẫn đang trong giai đoạn thử nghiệm hoặc phát triển, với chưa đầy một phần ba sáng kiến đã đi vào hoạt động (Di Castri và cộng sự, 2019). Sự thành công đáng kể của SupTech bắt đầu vào năm 2019, nhờ vào sự nỗ lực của các tổ chức tài chính nhằm giảm bớt gánh nặng của việc tuân thủ quy định, cùng với sự phát triển của dữ liệu lớn và các sản phẩm AI (Di Castri và cộng sự, 2019). Điểm khác với RegTech là SupTech không tập trung vào việc hỗ trợ tuân thủ luật pháp và quy định, SupTech hỗ trợ cơ quan giám sát đánh giá tính tuân thủ của cơ quan hoạt động tài chính.
 

Quá trình số hóa và phát triển sản phẩm tài chính mới được thúc đẩy bởi đại dịch Covid-19, đồng thời điều này sẽ chuyển đổi mạnh mẽ lĩnh vực tài chính của tất cả quốc gia trong những năm tiếp theo. Do đó, sẽ dẫn đến việc chuyển đổi các quy trình giám sát, đặc biệt là sự hỗ trợ từ công cụ SupTech (World Bank, 2020).
 

Theo Ngân hàng Thanh toán quốc tế (BIS) và Hội đồng Ổn định Tài chính quốc tế (FSB), SupTech có thể mang lại những lợi ích quan trọng đối với cơ quan quản lí, giám sát, tổ chức tài chính và sự ổn định hệ thống tài chính. Đối với cơ quan quản lí, giám sát, việc sử dụng SupTech giúp cải thiện khả năng theo dõi, phân tích rủi ro trên phạm vi rộng hơn và nhanh hơn (thậm chí theo thời gian thực) để hỗ trợ việc xây dựng chính sách, giám sát rủi ro. Đối với cơ quan có thẩm quyền và tổ chức tài chính, quá trình thu thập dữ liệu thủ công trước đây đã được thay thế bằng các công nghệ hiện đại, tự động hóa hoàn toàn và ở cấp độ cao hơn. Điều này góp phần tiết kiệm thời gian, chi phí cho cơ quan quản lí trong việc thu thập và phân tích khối lượng dữ liệu lớn như hiện nay.
 

Báo cáo của Viện Ổn định Tài chính (FSI) thuộc BIS cho thấy, đến nay, nhiều công cụ SupTech đã được các cơ quan quản lí tài chính, ngân hàng trên thế giới triển khai trong thực tế. Trong đó, công cụ SupTech được khảo sát chiếm 48%, một số công cụ đang trong giai đoạn nghiên cứu, phát triển chiếm 22%; đang trong giai đoạn thử nghiệm chiếm 30% (Beerman và cộng sự, 2021). Trong đó, phần lớn các công cụ được triển khai, ứng dụng và phát triển bởi chính cơ quan quản lí đó. Một số ví dụ cho thấy sự đa dạng của các ứng dụng SupTech được nghiên cứu, phát triển trong thời gian qua đã phát huy hiệu quả và hỗ trợ tích cực cho công tác kiểm tra, giám sát của cơ quan quản lí tài chính - ngân hàng các quốc gia.
 

2.2. Ứng dụng của SupTech trong lĩnh vực tài chính
 

Hiện tại, công nghệ SupTech thực hiện hai lĩnh vực chính, bao gồm: 
 

(i) Thu thập dữ liệu có hệ thống từ tổ chức được giám sát; (ii) Phân tích dữ liệu để đánh giá tính tuân thủ các yêu cầu pháp lí trong hoạt động của tổ chức được giám sát (Di Castri và cộng sự, 2019).
 

Các sáng kiến SupTech tập trung chủ yếu xung quanh việc thu thập, phân tích, báo cáo và quản lí dữ liệu nhằm phát hiện ra các hành vi sai trái, những giao dịch bất thường trên thị trường tài chính, cụ thể:
 

Một là, thu thập dữ liệu hoàn toàn tự động. Quá trình thu thập dữ liệu tự động sẽ làm tăng tính kịp thời, phạm vi và tính chi tiết của dữ liệu được thu thập; đồng thời giảm bớt sai sót trong quy trình thu thập thủ công. Ngoài việc sử dụng hệ thống nhập dữ liệu và kéo dữ liệu, SupTech giúp giảm gánh nặng của việc tổng hợp các dữ liệu. Thay vì gửi các dữ liệu đã xử lí thì bản thô của dữ liệu sẽ được cung cấp cho cơ quan giám sát. Bên cạnh việc thu thập dữ liệu hoàn toàn tự động, SupTech còn hỗ trợ việc thu thập dữ liệu theo thời gian thực, đảm bảo sự chính xác của nguồn thông tin, đặc biệt là các giao dịch tài chính.
 

Bên cạnh việc thu thập dữ liệu thì các giải pháp SupTech còn hỗ trợ quản lí và lưu trữ dữ liệu. SupTech đóng vai trò quan trọng trong việc giúp cơ quan giám sát lưu trữ dữ liệu an toàn và hiệu quả, đặc biệt là với khối lượng dữ liệu ngày càng tăng và phức tạp như hiện nay. Các giải pháp về điện toán đám mây có thể được áp dụng, giúp các nhà quản lí thực hiện công việc này và đồng thời tạo quyền truy cập theo nhóm nhằm chia sẻ nguồn tài nguyên trong suốt quá trình giám sát.
 

Mặt khác, giải pháp SupTech còn hỗ trợ tích hợp cơ sở dữ liệu. Việc này giúp nhà quản lí có thể thu thập dữ liệu nhằm phục vụ cho việc kiểm tra tại chỗ hoặc giải quyết các khiếu nại của người tiêu dùng. Những nền tảng và bộ dữ liệu này có thể tạo ra luồng thông tin hiệu quả hơn giữa các bên hữu quan và đồng thời đảm bảo rằng những người giám sát có quyền truy cập vào toàn bộ dữ liệu và thông tin cần thiết để giám sát thị trường một cách hiệu quả.
 

Hai là, sau khi thu thập dữ liệu thì SupTech sẽ tiến hành phân tích nguồn dữ liệu nâng cao nhằm phát hiện ra hành vi sai sót, giao dịch bất thường theo thời gian thực. Các công cụ phân tích nâng cao trong SupTech có thể được áp dụng thông qua việc sử dụng chỉ số để phát hiện giao dịch đột biến, tiềm ẩn rủi ro, đáng ngờ trên thị trường tài chính như rửa tiền, tài trợ cho 

khủng bố...
 

Lợi ích của SupTech không chỉ là xử lí khối lượng lớn dữ liệu mà còn phát hiện các mối quan hệ mạng phức tạp trong khoảng thời gian dài và liên quan đến số lượng lớn người tham gia. Đặc biệt, công nghệ NLP có thể được sử dụng để tự động phân tích dữ liệu giao dịch tài chính trong nhiều năm và trích xuất thông tin có ý nghĩa cho mục đích giám sát giao dịch trên thị trường tài chính.
 

Bên cạnh đó, giải pháp SupTech có thể thực hiện phân tích dữ liệu phi cấu trúc (dữ liệu thu thập qua phương tiện truyền thông xã hội). Chẳng hạn như phân tích thái độ qua các bài đăng trên mạng xã hội, đánh giá của khách hàng hoặc khiếu nại từ người tiêu dùng. Bằng cách áp dụng SupTech, rủi ro tiềm ẩn từ người tiêu dùng, bao gồm cả các thành viên mới tham gia thị trường Fintech và dịch vụ tài chính có thể được xác định.
 

Từ góc độ giám sát thị trường, khối lượng dữ liệu lớn giúp cơ quan tài chính có thể thực hiện giám sát giao dịch thị trường theo thời gian thực. Cơ quan giám sát thị trường chứng khoán, chẳng hạn như Ủy ban Chứng khoán và Đầu tư Úc (ASIC) và Ủy ban Giao dịch Chứng khoán Hoa Kỳ (SEC) đã chuyển đổi các tập dữ liệu khổng lồ thành mẫu có thể sử dụng được cho mục đích giám sát thị trường, bao gồm cả việc phát hiện các giao dịch nội gián tiềm ẩn và thao túng thị trường. Bên cạnh đó, một ứng dụng tiềm năng khác của AI và ML là phát hiện hành vi thông đồng, thao túng giá trên thị trường chứng khoán - những hành vi sai trái tiềm ẩn, đặc biệt khó phát hiện bằng các phương pháp giám sát truyền thống (Van Liebergen, 2017).
 

Nền tảng phân tích của ASIC thu thập nguồn dữ liệu theo thời gian thực từ tất cả các thị trường vốn sơ cấp và thứ cấp của Úc cho sản phẩm và giao dịch trên thị trường vốn, thị trường phái sinh. SEC tiến hành phân tích dữ liệu theo quy định công bố thông tin và báo cáo tài chính bắt buộc của các công ty cổ phần và những thành viên chuyên nghiệp trên thị trường tài chính. Để tối ưu hóa quy trình thu thập và chuẩn bị dữ liệu cũng như phát triển năng lực nội bộ về nghiên cứu dữ liệu, năm 2009, SEC đã thành lập Vụ Kinh tế và Phân tích rủi ro (Division of Economic and Risk Analysis - DERA) với nguồn lực khoảng 170 người. DERA thực hiện phân tích theo cơ chế “chìa khóa trao tay”, bao hàm toàn bộ chu trình quản lí dữ liệu, từ khâu thiết kế, thu thập và xử lí biểu mẫu báo cáo cho đến phân tích nâng cao.
 

Trong hoạt động giám sát rủi ro tín dụng, năm 2018, Ngân hàng Trung ương Liên bang Nga đã thiết kế phần mềm giúp tăng tốc quá trình giám sát dựa trên xếp hạng nội bộ rủi ro tín dụng, bằng cách chạy các phân tích thống kê để kiểm tra mức độ chính xác, phân biệt và sự ổn định của mô hình tính toán nhu cầu vốn của ngân hàng. Tương tự, vào năm 2018, Ngân hàng Trung ương Thái Lan cũng đã vận hành mô hình đánh giá rủi ro tín dụng áp dụng mô hình hồi quy logistic và thuật toán ngẫu nhiên cho dữ liệu chi tiết từ các hợp đồng tín dụng nhằm chấm điểm tín dụng đối với người đi vay (Di Castri và cộng sự, 2019).
 

Bên cạnh đó, nghiên cứu của Petropoulos và cộng sự (2020) cũng chỉ ra các ứng dụng của công nghệ ML và học sâu khi dự đoán khả năng thanh toán của ngân hàng, tạo ra hệ thống cảnh báo về sự phá sản của ngân hàng, phục vụ cả mục đích an toàn vi mô và vĩ mô. Bên cạnh đó, kết quả nghiên cứu còn cho thấy khả năng dự đoán sự phá sản của ngân hàng bằng công nghệ ML vượt trội hơn phương pháp truyền thống như hồi quy logistic.
 

Ba là, giải pháp SupTech còn có khả năng cải thiện hợp tác xuyên ngành và xuyên biên giới. Một điểm đáng quan tâm là sự gia tăng của giao dịch xuyên biên giới trên các nền tảng Fintech trong những năm trở lại đây. Toàn cầu hóa tài chính và kỉ nguyên số đã tạo ra những thách thức mới cho cơ quan chính quyền. Đó là, đòi hỏi sự hợp tác xuyên biên giới, nỗ lực hài hòa chống tội phạm tài chính và giám sát hiệu quả hệ thống tài chính tổng thể. SupTech cho phép tích hợp các kho dữ liệu riêng lẻ tương thích với nhau, từ đó, cung cấp hệ thống dữ liệu phong phú để việc giám sát được hiệu quả hơn. Ngoài ra, các giải pháp SupTech tạo điều kiện thuận lợi cho hệ thống dữ liệu và thông tin tình báo giữa cơ quan giám sát cả ở cấp quốc gia và xuyên biên giới (Michailidou, 2020).
 

Nhìn chung, dù các công cụ SupTech khác nhau về thiết kế và mục đích nhưng tất cả đều có chung mục tiêu là tăng cường hiểu biết của giám sát viên về đối tượng giám sát và nâng cao hiệu quả của quy trình kiểm tra, giám sát và quản lí của cơ quan nhà nước. Trong giai đoạn Covid-19, các công cụ SupTech được ứng dụng rộng rãi và phát huy hiệu quả, đặc biệt là công cụ dựa trên dữ liệu định tính và hỗ trợ xác định rủi ro. Điều này phản ánh tầm quan trọng của SupTech trong việc hỗ trợ giám sát viên xem xét, rà soát khối lượng lớn dữ liệu, việc mà trước đây họ phải thực hiện thủ công và tốn nhiều thời gian. Khi nhiều hoạt động kiểm tra, giám sát phải chuyển từ tại chỗ sang hình thức từ xa, giám sát ảo, cùng với đó là số lượng báo cáo đột xuất gia tăng trong bối cảnh đại dịch đã làm tăng khối lượng dữ liệu mà các giám sát viên cần phân tích thì việc ứng dụng SupTech với công cụ xác định rủi ro, tự động hóa quá trình kiểm tra sẽ hỗ trợ rất nhiều cho giám sát viên trong việc đánh giá khả năng thanh khoản và tình hình quản trị doanh nghiệp (những nội dung mà trước đây phải thực hiện bằng cách kiểm tra tại chỗ và phán đoán rủi ro).
 

3. Một số thách thức trong việc sử dụng SupTech
 

Thứ nhất, việc ứng dụng SupTech gắn liền với dữ liệu lớn và AI, do đó có thể dẫn đến sự xuất hiện của các cấu trúc thị trường giống như độc quyền. Khi đó, nhà cung cấp thống trị các công cụ dữ liệu lớn và AI sẽ có tầm quan trọng, mang tính hệ thống đối với thị trường tài chính. Khi AI tăng cường khả năng kết nối và nhiều công ty đầu tư sử dụng cùng một công cụ, rủi ro tập trung sẽ tăng lên và khả năng dễ bị tổn thương cao hơn (Van Liebergen, 2017).
 

Thứ hai, chất lượng của nguồn dữ liệu đầu vào. Mặc dù AI có thể giúp cơ quan quản lí thu thập, xác thực và phân tích rất nhiều dữ liệu (cả dữ liệu cấu trúc và phi cấu trúc); giúp phát hiện các dấu hiệu rủi ro mới và xử lí dữ liệu nhanh hơn. Tuy nhiên, tính hiệu quả của việc phân tích lại phụ thuộc vào chất lượng của nguồn dữ liệu thô ở góc độ dữ liệu sạch và khả năng tiếp cận dữ liệu (Kuroda, 2017).
 

Thứ ba, những rủi ro pháp lí có thể phát sinh khi xử lí số lượng dữ liệu nhạy cảm ngày càng lớn. Các cơ quan quản lí cần giám sát chặt chẽ rủi ro về công nghệ thông tin, an ninh mạng và tìm ra những cách thức phù hợp để đảm bảo khả năng phục hồi ở mức độ cao. Vì vậy, những người giám sát khi bắt đầu áp dụng nhiều công cụ kĩ thuật số phải hết sức thận trọng.
 

Thứ tư, giới hạn của việc sử dụng các thuật toán trong cơ chế ra quyết định. Liệu khi cơ quan giám sát ra quyết định chỉ được đưa ra trên cơ sở phân tích của các thuật toán thì có vi phạm pháp luật không? Các thuật toán học sâu có thể làm lại các quy tắc trên cơ sở đã được lập trình trước, sau đó đưa ra quyết định mà đôi khi cả người giám sát cũng không thể hiểu được. Vì thế, không ai có thể đảm bảo rằng quy tắc được thuật toán áp dụng là đảm bảo tuân thủ luật pháp.
 

Thứ năm, tính minh bạch chưa thật sự đảm bảo. Giải pháp SupTech cho phép truy cập vào mã nguồn đầu vào và đầu ra của phần mềm. Tuy nhiên, tính minh bạch có thể có nguy cơ thay thế một cách tinh vi vì trên thực tế, việc truy cập mở vào những dữ liệu đó có thể không hữu ích vì chỉ các chuyên gia máy tính mới có thể rút ra được những yếu tố có ý nghĩa và hiểu được thông tin từ chúng. Ngoài ra, dữ liệu được thu thập hoặc xử lí bằng kĩ thuật số có thật sự đáng tin cậy không vì việc xác minh quy trình tạo ra chúng quá phức tạp.
 

4. Một số khuyến nghị 
 

Một là, các cơ quan chức năng cần tiếp tục nâng cao công cụ giám sát hiện có, bao gồm cả những công cụ không được coi là SupTech. Các công nghệ mới cho phép quy trình thu thập và phân tích dữ liệu hiệu quả hơn, giúp việc ra quyết định kịp thời và tốt hơn. Đồng thời, những công nghệ mà cơ quan có thẩm quyền sử dụng phải phù hợp với quy mô, mức độ phức tạp và sự phát triển của lĩnh vực mà họ giám sát. Điển hình như, đầu tư vào kiến trúc dữ liệu lớn và các công cụ AI có thể không phù hợp với cơ quan có thẩm quyền ở khu vực có thu nhập thấp, hoặc chỉ giám sát một số tổ chức tài chính cung cấp các sản phẩm, dịch vụ tài chính cơ bản. 

Hai là, các cơ quan chức năng cũng cần nhận thức được các vấn đề và thách thức liên quan đến SupTech. Đặc biệt, sự thiếu minh bạch trong một số giải pháp phân tích dữ liệu SupTech là một vấn đề nghiêm trọng.
 

Ba là, cơ quan quản lí cần nắm vững quy trình thuật toán để giải thích cho các bên liên quan một cách chi tiết và đảm bảo quyết định được đưa ra phù hợp với pháp luật. Ngoài ra, đối với việc thực thi pháp luật, cần xem xét các bằng chứng được thu thập và tạo ra theo cách hoàn toàn tự động từ công nghệ cao cũng là bằng chứng có tính chính xác và độ tin cậy nhất định. 
 

Bốn là, trong dài hạn, cơ quan giám sát cần chú trọng đào tạo, nâng cao năng lực, kiến thức số, đặc biệt kiến thức về dữ liệu, khoa học dữ liệu cho đội ngũ cán bộ, nhân viên để có thể thực hiện hiệu quả chuyển đổi số và ứng dụng công nghệ số trong hoạt động kiểm tra, giám sát. Nghiên cứu xây dựng cơ chế, chính sách, văn bản pháp luật theo dạng máy tính có thể đọc được, cho phép mô hình hóa, quy trình hóa quy định pháp lí, tạo điều kiện thuận lợi hơn cho tổ chức báo cáo có thể triển khai, áp dụng.
 

Năm là, cần có hoạt động điều phối và hợp tác quốc tế giúp đẩy nhanh sự phát triển của SupTech. Các cơ quan thiết lập tiêu chuẩn toàn cầu và tổ chức quốc tế cần cung cấp nền tảng để những cơ quan có thẩm quyền cùng nhau trao đổi thông tin về sáng kiến ​​SupTech của họ. Những nền tảng quốc tế này cũng có thể được sử dụng để hợp tác phát triển ra giải pháp siêu công nghệ hữu ích cho một số cơ quan chính quyền hoặc để giải quyết các vấn đề xuyên biên giới ảnh hưởng đến sự phát triển SupTech.
 

Điển hình, sáu trung tâm đổi mới của BIS đã được thành lập nhằm hỗ trợ các dự án tiền điện tử và không gian mạng. Trung tâm đổi mới của BIS ở London đang thiết kế một hệ thống giám sát Stablecoin, cung cấp cho nhà chức trách một bức tranh rõ ràng hơn về cách hoạt động và điều chỉnh Stablecoin trong tương lai (Stablecoin là một loại tiền điện tử nhằm mục đích duy trì tỉ lệ cố định 1:1 với một loại tiền pháp định, chẳng hạn như USD. Do tính năng sử dụng thực tế của chúng và vốn hóa thị trường lớn nên các cơ quan quản lí nhà nước đang bắt đầu rà soát kĩ lưỡng hơn với các Stablecoin).
 

Các trung tâm đổi mới của BIS cũng được thiết kế để thúc đẩy sự hợp tác quốc tế về Fintech đổi mới trong cộng đồng ngân hàng trung ương. Những nền tảng như vậy có thể giúp cơ quan có thẩm quyền hưởng lợi từ việc học hỏi ngang hàng, bao gồm từ các loại cơ quan có thẩm quyền khác nhau (ngân hàng trung ương, cơ quan quản lí an toàn, cơ quan quản lí hành vi...), giúp bù đắp sự thiếu hụt nhà cung cấp chuyên gia. Chúng cũng làm giảm nhu cầu của các cơ quan riêng lẻ phải làm việc độc lập trên những giải pháp tương tự, do đó góp phần tăng hiệu quả.
 

5. Kết luận
 

SupTech là các công nghệ hiện đại được những nhà quản lí sử dụng nhằm nâng cao tối đa hiệu quả quản lí và giám sát hoạt động giao dịch của những thành viên tham gia vào thị trường tài chính, góp phần bảo vệ hệ thống tài chính, phát hiện các sự cố, rủi ro tiềm ẩn. Ngày nay, với lượng dữ liệu lớn và phức tạp, những giải pháp SupTech sẽ hỗ trợ các cơ quan có thẩm quyền kiểm tra và giám sát tốt hơn giao dịch trên thị trường tài chính; đồng thời, cho phép cơ quan quản lí tài chính có thể vận hành tự động hóa và đơn giản hóa tối đa các thủ tục hành chính phức tạp, nâng cao độ tin cậy và chất lượng của bản báo cáo số liệu, cải thiện tối đa hiệu quả của hệ thống hỗ trợ đưa ra quyết định.