Esman Kurum(2023)在《RegTech solutions and AML compliance: what future for financial crime?》一文中,探討 RegTech(監管科技)在金融機構反洗錢(AML)合規中的應用,以及其對未來金融犯罪的影響。透過 Delphi 調查法,研究發現 AI(人工智慧)將成為金融機構打擊金融犯罪的關鍵技術,且隨著合規技術的進步,洗錢方法也將更具複雜性。此外,研究指出,相較於監管機關的規範,RegTech 解決方案對 AML 合規的影響可能更為深遠,但技術整合的時間成本仍是一大挑戰。本文從此研究的核心觀點出發,分析台灣保險業在法令遵循上的挑戰與應對策略,提供業者實務建議。
在台灣,保險業者與法令遵循專業人士面臨日益嚴格的 AML 監管要求,如反洗錢(AML)、了解你的客戶(KYC)、金融制裁(Sanctions)等。然而,傳統的合規方式仰賴人工審查,成本高且效率低。本研究帶來的幾點啟示,可幫助台灣保險業者提升法令遵循效率:
對台灣保險業者而言,RegTech 不僅能提升 AML 合規效率,也能降低人力成本並強化風險控管。然而,技術的導入需要長期的策略與監管配套措施。建議保險業者積極關注 AI、機器學習等技術應用,並與監管機關合作,確保合規科技的實施與監理一致。此外,監管機關應強化對 RegTech 的政策支持,讓台灣保險市場在全球 AML 合規發展中保持競爭力。
Kurum, E. (2023). RegTech solutions and AML compliance: What future for financial crime? Journal of Financial Crime, 30(3), 776–794.