随着数据科学、机器学习、深度学习、认知分析、机器人流程自动化（RPA）等机器智能技术不断应用到财务管理领域，将推动财务管理的自动化、智能化和平台化发展。本期《财资一家·有声杂志》，将展现智能财务机器人在监管信息报送工作中所展现的效能。
风险管理一直是金融机构的监管重点，而监管机构也在不断通过建设信息化系统，通过数据对各类金融机构的非现场监管、风险评级和预警分析，实现对金融机构运行的智能化监管。例如，银监会早在2003年就开始启动银行业的金融机构监管信息系统工程（简称“1104工程”）；近两年，随着保险业“以风险为导向的偿付能力监管体系”（简称“偿二代”）的正式实施，保监会也推出了“偿二代监管信息系统”工程，对保险公司的偿付能力以及风险管理情况信息进行了统一信息收集和监控。这些举措，对金融机构的风险数据处理能力提出了更高要求，使得许多金融机构的风险管理人员工作愈发繁重，甚至影响到日常的风险管理及风险事件预防和处置。
在传统模式下，每个季度结束后月份的25日，都是保监会要求各家保险公司报送“偿二代风险综合评级数据”的日子。对于各家保险公司的风险部门，从上季末一结束，就开始着手准备报送的数据。将分支机构的数据收集齐全，并计算汇总出总公司数据，又经过多轮的校验调整、领导审阅，待到所有指标数据终于全部准备妥当，报送截止日期也近在眼前了。
近期，监管又着重加强了对保险公司“偿二代”数据真实性和准确性的要求，因此报送工作也是丝毫马虎不得。对于保险公司的风险部门来说，每一家分支机构都有近200个指标数据，需要人工一个个录入到标准转换工具中，导出成XBRL格式，然后再上传至监管的报送系统中。一旦数据输入有误，没能通过校验，又要回到标准转换工具中重新核对、调整、导出、上传、校验，直到校验正确成功上传。而这样来来回回的过程，对于几十家分支机构，每家都要执行一遍，总计要录入100多张评分表，4500多个指标数据。单单完成报送这一项动作，就需要占用本就人手严重不足的风险管理部门一个员工两天甚至一周的时间。
终于，所有的数据赶在截止日期前都上传至保监会的报送系统中，而风险部门的同事又要为下个月的“偿付能力报告”的监管报送忙得焦头烂额，本要安排会议一起讨论的量化风险模型的设计，只能默默地放到一边。
保险公司可以引入RPA帮助风险部门从每个季度例行的报送工作中解放出来。
