โดย…สำนักงานคณะกรรมการกำกับหลักทรัพย์และตลาดหลักทรัพย์ (ก.ล.ต.)
“เราปักธงตั้งแต่ปลายปี 2562 แล้วว่าต้องใช้ Big Data มาเป็นกลไกหนึ่งในการเพิ่มประสิทธิภาพการกำกับดูแลและพัฒนาตลาดทุน เพื่อให้เท่าทันกับโลกของ Digital Disruption พร้อมทั้งขับเคลื่อน ก.ล.ต. ให้เป็น Data Driven Organization”
รื่นวดี สุวรรณมงคล เลขาธิการ ก.ล.ต.
แต่ละวินาทีในตลาดทุนมีข้อมูลและข่าวสารเกิดขึ้นจำนวนมหาศาล ตั้งแต่การทำธุรกรรมที่เกี่ยวกับหุ้น กองทุน ตราสารหนี้ และสินทรัพย์ดิจิทัล ไปจนถึงข้อมูลด้านต่าง ๆ ของผู้ประกอบธุรกิจและบุคลากรในตลาดทุน ซึ่งสำนักงานคณะกรรมการกำกับหลักทรัพย์และตลาดหลักทรัพย์ (ก.ล.ต.) ได้จัดเก็บ คัดกรอง และวิเคราะห์ เพื่อนำฐานข้อมูลขนาดใหญ่ (big data) นี้ ไปทำให้เกิดประสิทธิภาพสูงสุดในการติดตามสถานการณ์ การกำกับดูแล และการตรวจหาสัญญาณความเสี่ยง รวมถึงนำมาใช้ในการกำหนดนโยบายด้านต่าง ๆ ซึ่งถือเป็นส่วนหนึ่งในการส่งเสริมวัฒนธรรมองค์กรที่ขับเคลื่อนด้วยข้อมูลเป็นหลัก (data – driven organization) อันจะนำไปสู่การดำเนินนโยบายที่มีประสิทธิภาพและเสริมศักยภาพตลาดทุนไทยสู่ความยั่งยืน
สำหรับการนำ big data มาใช้ประโยชน์ และการขับเคลื่อน ก.ล.ต. ให้เป็น data – driven organization สามารถแบ่งได้เป็น 4 กลุ่มใหญ่ ได้แก่
1. ติดตามและวิเคราะห์ภาพรวมอุตสาหกรรม (Industry and Risk Monitoring)
นอกจากการออกกฎเกณฑ์ที่คำนึงถึงการพัฒนาธุรกิจในตลาดทุน การคุ้มครองผู้ลงทุนที่เหมาะสม และการสร้างวัฒนธรรมและวินัย (self-discipline) ในการดำเนินธุรกิจอย่างมีจริยธรรมและโปร่งใสให้กับผู้ประกอบธุรกิจแล้ว ก.ล.ต. ยังได้พัฒนาระบบติดตามและวิเคราะห์ภาพรวมอุตสาหกรรม (Industry and Risk Monitoring) มาช่วยในการดูแลความเสี่ยงเชิงระบบ (systemic risk) เพื่อป้องกันความเสียหายที่จะเกิดขึ้นกับผู้ลงทุน ผู้ประกอบธุรกิจในตลาดทุน และโครงสร้างพื้นฐานในตลาดทุน
ระบบ Industry and Risk Monitoring เป็นการใช้ประโยชน์จากข้อมูลที่ ก.ล.ต. ได้รับจากผู้ประกอบธุรกิจในการกำกับ ติดตาม วิเคราะห์ภาพรวม ตลอดจนตรวจจับสัญญาณการเกิดความเสี่ยงหรือปัญหาที่อาจจะเกิดขึ้น ทั้งด้านผลิตภัณฑ์และภาพรวมอุตสาหกรรม เช่น ราคาหุ้นผันผวนผิดปกติ การไถ่ถอนกองทุนรวม การผิดนัดชำระหนี้หุ้นกู้ และด้านผู้ประกอบธุรกิจ เช่น การดำรงเงินกองทุนสภาพคล่องสุทธิ การดำเนินการที่เข้าข่ายความขัดแย้งทางผลประโยชน์ (Conflict Of Interest : COI) และความเสี่ยงด้านไซเบอร์ (cyber risk)
นอกจากนี้ ยังมีระบบติดตามภาพรวมผลการดำเนินการเกี่ยวกับเรื่องร้องเรียน เพื่อให้การบริการรับเรื่องร้องเรียนมีประสิทธิภาพและสามารถติดตามความคืบหน้าได้อย่างมีประสิทธิภาพ
ข้อมูลด้านต่าง ๆ ที่ได้จากระบบ Industry and Risk Monitoring จะนำไปใช้ในการกำหนดนโยบายและกำกับดูแล ตามนโยบายส่งเสริมให้ ก.ล.ต. เป็นองค์กรที่ขับเคลื่อนด้วยข้อมูลเป็นหลัก
2. ป้องกันและตรวจจับพฤติกรรมที่ไม่เหมาะสม (E-Enforcement)
E-Enforcement เป็นการปรับปรุงกระบวนการทำงานและพัฒนาเครื่องมือที่ทันสมัยโดยเริ่มนำเทคโนโลยีปัญญาประดิษฐ์ (Artificial Intelligence : AI) เช่น Machine Learning มาสร้างอัลกอริทึมที่สามารถเรียนรู้ข้อมูลขนาดใหญ่ที่เป็น big data และช่วยให้การวิเคราะห์ข้อมูลที่มีจำนวนมหาศาลทำได้รวดเร็วและสามารถช่วยให้การตัดสินใจในสิ่งที่ซับซ้อนทำได้ง่ายยิ่งขึ้น ซึ่งนำมาใช้ในการป้องกันและการตรวจจับการกระทำความผิดต่าง ๆ ที่เกิดขึ้นในตลาดทุน เพื่อเพิ่มประสิทธิภาพการทำงานและลดระยะเวลาที่ใช้ในการตรวจสอบ รวมถึงการป้องปรามการกระทำผิด ซึ่งปัจจุบันมี 3 เครื่องมือ ประกอบด้วย
(1) AI-Enforcement เครื่องมือช่วยดักจับและสรุปภาพรวมพฤติกรรมที่อาจเข้าข่ายผิดปกติของผู้ต้องสงสัย รวมถึงช่วยวิเคราะห์พฤติกรรมที่ไม่เหมาะสมรูปแบบใหม่ ๆ เพื่อป้องปรามการกระทำอันไม่เป็นธรรม
(2) Corporate Surveillance เครื่องมือคัดกรองและตรวจจับธุรกรรมผิดปกติเบื้องต้นเกี่ยวกับฐานะทางการเงินและผลการดำเนินงานของบริษัทจดทะเบียน รวมทั้งธุรกรรมที่อาจนำไปสู่การกระทำไม่เหมาะสม
(3) E-link เครื่องมือช่วยตรวจสอบความเชื่อมโยงบุคคลจากแหล่งข้อมูลต่าง ๆ โดยจะช่วยในการวิเคราะห์และหาความเชื่อมโยงจากฐานข้อมูลขนาดใหญ่ เช่น ทางเงิน และความสัมพันธ์ระหว่างบุคคล
3. เชื่อมโยงข้อมูล เพิ่มประสิทธิภาพการทำงาน (Searchable and Notification Tool)
เพื่อสร้างสภาพแวดล้อมการทำงานรองรับการเป็นองค์กรที่มีวัฒนธรรมแบบ data-driven โดยเชื่อมโยงข้อมูลจากทั้งภายในและภายนอก ก.ล.ต. ให้สามารถนำข้อมูลมาใช้ประโยชน์ ลดขั้นตอนในการทำงาน และใช้เทคโนโลยีมาช่วยให้การทำงานสะดวกและมีประสิทธิภาพมากยิ่งขึ้น ก.ล.ต. จึงพัฒนาเครื่องมือ (Searchable and Notification Tool) โดยในปัจจุบันมี 2 เครื่องมือที่สำคัญ ได้แก่
(1) One Stop Query เครื่องมือในการสืบค้นข้อมูลและรายละเอียดของบุคคลและนิติบุคคลภายใต้การกำกับดูแลของ ก.ล.ต. ที่รวบรวมข้อมูลจากระบบงานต่าง ๆ ของ ก.ล.ต. จากนั้นนำมาเชื่อมโยงกับข้อมูลภายนอกที่เกี่ยวข้อง
(2) เครื่องมือในการอ่านความเห็นผู้สอบบัญชีจากงบการเงิน ด้วยเทคโนโลยี Robotic Process Automation (RPA) โดยเครื่องมือนี้จะแจ้งเตือนเมื่อพบข้อมูลในรายงานของผู้สอบบัญชีที่แสดงให้เห็นว่า “งบการเงินอาจมีความผิดปกติ” ซึ่งทำให้สามารถระบุงบการเงินที่อาจผิดปกติได้อย่างตรงเป้าหมายและทันเวลา จึงเป็นการเพิ่มประสิทธิภาพในงานด้านกำกับบัญชี
4. Open Data เพื่อการต่อยอดพัฒนาตลาดทุนไทย
นอกจากการนำ big data มาใช้ประโยชน์ในการปฏิบัติงานทั้งด้านกำกับดูแลและการพัฒนา รวมทั้งการกำหนดนโยบายของ ก.ล.ต. แล้ว ยังจัดทำข้อมูลเปิด (open data) ให้ทุกภาคส่วนสามารถนำข้อมูลไปใช้ได้ เช่น ข้อมูลเกี่ยวกับกองทุน ข้อมูลนิติบุคคลที่ได้รับใบอนุญาต บุคคลที่ได้รับความเห็นชอบ และสถิติด้านต่าง ๆ ในตลาดทุน เพื่อนำไปต่อยอดเป็นงานวิจัยและส่งเสริมนวัตกรรมในตลาดทุน ซึ่งจะช่วยเสริมศักยภาพตลาดทุนไทยสู่ความยั่งยืนได้
ในอนาคต ก.ล.ต. ยังมีแผนที่จะยกระดับการเปิดเผยข้อมูลเปิดแบบรวมศูนย์ หรือ Capital Market Data Center ซึ่งจะรองรับการเข้าถึงข้อมูลในหลายรูปแบบ พร้อมนำเทคโนโลยีขั้นสูงในการวิเคราะห์และสร้างความสัมพันธ์ข้อมูลมาปรับใช้มากขึ้น รวมทั้งจัดกิจกรรมในรูปแบบ hackathon ภายในองค์กรอย่างต่อเนื่อง เพื่อระดมสมองสร้างนวัตกรรมและใช้ข้อมูลให้เกิดประโยชน์
แม้ว่า data – driven organization จะเป็นการขับเคลื่อนองค์กรด้วย “ข้อมูล” แต่ปัจจัยที่ทำให้ประสบความสำเร็จ คือ การสร้างวัฒนธรรมที่ทุกคนในองค์กรมีแนวคิดที่ขับเคลื่อนด้วยข้อมูลเหมือนกัน โดยเฉพาะการให้ความสำคัญของผู้บริหารระดับสูง หรือ “Tone from the Top” ที่ผลักดันให้เกิดเป็นนโยบายที่ชัดเจน เป็นรูปธรรม และขับเคลื่อน ก.ล.ต. ให้เป็น data – driven organization ได้ในที่สุด