金融科技学(第二版) 课件 第14、15章 金融科技风险及其管理、大数据征信与管理

金融科技学第十四章

金融科技风险及其管理本讲导读金融科技的技术风险二一金融科技风险管理三一、本讲导读金融科技的伦理风险四本讲小结五2本讲导读明确学习目标01熟悉本讲结构与主要内容02梳理本讲与其他各讲的联系03推荐参考文献0401明确学习目标一、本讲导读金融科技的技术风险、伦理风险基本内涵熟悉金融科技技术风险和伦理风险的分类与特征了解技术风险和伦理风险的形成机制熟练掌握金融科技伦理风险的应对原则掌握金融科技风险管理的内涵与理念了解金融科技风险管理的组织和机制设计了解金融科技风险管理的技术一、本讲导读金融科技风险金融科技技术风险金融科技伦理风险大数据杀熟大数据隐私科技伦理金融科技风险管理智能风控本讲需要识记的基本概念金融科技风险管理技术金融科技风险管理的内涵与理念金融科技技术风险的内涵一、本讲导读金融科技风险及其管理金融科技的伦理风险金融科技的技术风险金融科技风险管理金融科技技术风险的分类金融科技伦理风险的内涵与特征金融科技风险管理的组织与机制设计金融科技伦理风险的分类02熟悉本讲结构与主要内容金融科技伦理风险的形成6金融科技技术风险的形成应对伦理风险的道德原则03梳理本讲与其他各讲的联系一、本讲导读金融科技技术风险（对应第一章）金融科技伦理风险（对应第一、七章）金融科技风险管理（对应第十二章）704推荐参考文献一、本讲导读克里斯·斯金纳著,杨巍、张之材、黄亚丽译，《FinTech，金融科技时代的来临》，北京：中信出版社。李伦著，《人工智能与大数据伦理》，北京：科学出版社。王前等著，《中国科技伦理史纲》，北京：人民出版社。徐忠、孙国峰、姚前著，《金融科技——发展趋势与监管》，北京：中国金融出版社。本讲导读金融科技的技术风险二一金融科技风险管理三二、金融科技的技术基础金融科技的伦理风险四本讲小结五201金融科技风险二、金融科技的技术风险金融科技风险指金融科技企业（包括非金融企业以及金融机构）在经营发展过程中，由于制度因素和非制度因素致使资金、财产和信誉遭受预期、非预期或灾难性损失的可能性金融科技具备金融与科技的双重属性，从而具有两类风险传统金融所面临的风险流动性风险、信用风险、市场风险、操作风险和法律风险金融科技特有风险技术风险、伦理风险例P2P问题平台二、金融科技的技术风险思考：法律风险、信用风险还是技术风险？例P2P问题平台二、金融科技的技术风险02金融科技技术风险的内涵二、金融科技的技术风险金融科技的技术风险金融科技的技术风险是大数据、云计算、人工智能、区块链等数字技术不成熟而带来的潜在风险科技创新所固有的不确定性特征是金融科技风险的重要来源算法的成熟程度技术设备的可靠性人员的技术水平此外，还可能使金融科技沦为市场投机、操纵和欺诈的工具例量子计算与比特币二、金融科技的技术风险2019年9月20日，谷歌宣布实现量子霸权，2分30秒完成超级计算机1000年的计算。25日，阿里宣布完成一个可控量子比特研发。比特币价格应声下跌14%例量子计算与比特币二、金融科技的技术风险量子计算始于物理学家理查德·费曼在1981年量子计算其背后原理是运用量子叠加原理，使得量子电脑可以不同于传统电脑，利用量子位元来储存数据，再通过量子演算法进行数据运算，使得速度可以达到传统电脑的“数亿倍”比特币底层的区块链共识机制依赖于算力限制“量子计算机”存在破解加密算法的可能性，区块链上的公私钥机制，将不能够再保护用户存放于区块链上的数字资产，甚至可能使分布式帐本上的加密信息，变得一览无遗。03金融科技技术风险的特征二、金融科技的技术风险金融科技风险传染性强金融科技广泛运用互联网技术、分布式计算与分布式存储技术，导致业务之间的隔离减弱传播速度快由于网络化与便捷度的提高，金融风险的扩散速度也快速增加复杂程度高金融科技“混业经营”趋势逐渐增强破坏性强金融科技具有数据高度集中的特点，一旦金融风险在短时间内突然爆发，进行化解的难度巨大04金融科技技术风险的分类二、金融科技的技术风险技术选择风险技术淘汰风险无法满足技术兼容性要求技术安全风险技术泄密风险计算机病毒感染风险系统运行终端风险本讲导读一金融科技风险管理三三、金融科技的伦理风险金融科技的伦理风险四金融科技的技术风险二本讲小结五01金融科技伦理风险三、金融科技的伦理风险金融科技伦理风险是传统金融道德风险的延伸狭义内涵：指金融机构及其相关从业人员利用自身信息优势，违背道德伦理，导致客户收到损失的可能性如大数据杀熟广义内涵：指一切金融科技参与者因科技伦理而遭到损失的可能性如机器干预人类决策02金融科技伦理风险的特征三、金融科技的伦理风险隐蔽性较强金融科技伦理风险均是隐藏在金融科技的技术手段下，难以被金融消费者察觉专业性较强信息技术具有一定的专业性，普通的被服务人群并不了解金融科技的底层运行规则监管难度大平台运用金融科技手段让资金的供求两端的交易支付线上化，导致金融业务失去了时间和地理限制，交易对象模糊、交易不透明，极大的增加了监管难度03大数据杀熟三、金融科技的伦理风险大数据杀熟事实上是一种价格歧视价格歧视指商品或服务的提供者在向不同的接受者提供相同等级、相同质量的商品或服务时，在接受者之间实行不同的销售价格或收费标准

例：北京市消费者协会的调查统计显示，有88.32%的被调查者认为大数据“杀熟”现象普遍或很普遍，认为大数据“杀熟”现象一般或不普遍的被调查者仅占11.68%，没有被调查者认为大数据“杀熟”现象不存在。此外，有56.92%的被调查者表示有过被大数据“杀熟”的经历。03大数据杀熟三、金融科技的伦理风险一级价格歧视企业在交易中向每个客户索要其愿意为所买商品支付的最高价格商品价格随着客户对所购商品的价值期望和支付能力的不同而不同过去在现实中由于企业获取每个客户个人消费信息的不完全以及获取信息的巨额成本，完全一级价格歧视在营销实践中运用相当因难如今基于大数据通过对用户浏览记录、互联网行为等产生数据的分析，

为每一位消费者制定价格，获取所有的消费者剩余

03大数据杀熟三、金融科技的伦理风险反向的大数据杀熟初始的价格可能导致一些低期望价值的客户未能购买但用户如果高频次的去看某一类商品，很明显他是有购买意愿的将客户购物车里的产品进行针对性降价调整，从而转化客户这种微调可以恰好使消费者剩余为零03大数据隐私三、金融科技的伦理风险大数据是金融科技时代的生产力，也是金融科技时代的一种新的资产大数据行业鱼龙混杂，非法买卖用户数据一直是大数据行业内的潜规则，甚至有不少小公司完全靠收集和出卖用户数据为生例：2018年11月，中国消费者协会曾经发布过一份报告，在接受调查的100个APP中，有91个“涉嫌过度收集个人信息”。如何面对大数据隐私问题？如果金融科技企业获取消费者大数据是为了提升服务质量，消费者应当以宽容的态度来面对如果金融科技企业利用大数据进行伤害消费者权益的活动，消费者就应当保护自己的信息

04机器干预人类决策三、金融科技的伦理风险放任人工智能在人类的生活中进行肆无忌惮的行为，可能会反过来影响人类的决策如果人类为计算机制定的规则是存在漏洞的，就可能反过来受制于计算机的控制设想未来我们的理财规划师，可能“潜在”改变和约束我们的生活，以帮助我们财富最大化，但这可能不是我们的真实意愿例1：2018年播音737Max的坠机事件，正是由于人类为计算机下达的错误规则，导致飞机的自动驾驶系统不断地进行“死亡俯冲”。例2：据《自然》杂志报道，2017年11月中旬，《自然》杂志发表了一项突破性的医学研究成果:美国国防高级研究计划局(DARPA)资助的研究团队，设计出了一种由AI(人工智能)控制的大脑芯片，该芯片可发送电脉冲，“控制”人类的情绪和行为例今日头条、微信短视频和抖音二、金融科技的技术风险思考：是操纵了所见？还是迎合了内心需求？你喜欢的，就是头条——今日头条你所认为的重要新闻实际上是基于你过去行为筛选出来的你可能会关心的事抖音基于偏好喜欢而非社交范围，在信息大爆炸时代，激发了大家对非必要信息的需求微信短视频基于熟人社交，所看到的视频大多来自朋友的点赞和分享。前者可能“收敛”至你的内心。后者更加符合你的朋友圈。本讲导读一金融科技风险管理三四、金融科技风险管理金融科技的伦理风险四金融科技的技术风险二本讲小结五01金融科技风险管理的主体四、金融科技风险管理金融科技风险管理指有关主体采取一系列措施对金融科技风险进行监测、评估、防范和应对的活动。金融科技风险管理的主体：金融科技企业主要对自身产生的金融科技风险进行管理，对技术漏洞、业务风险及其道德风险进行监控与评估，将风险水平控制在较低程度行业自律组织在推进统计监测、信息披露、信息共享、标准规则、消费者权益保护等工作方面具有积极作用监管机构对企业依法进行准入管理、日常监管，以防止企业进行技术套利，产生危害社会的风险金融科技风险管理的三类主体之间存在一定配合关系02金融科技风险管理的内容四、金融科技风险管理金融科技风险的监测：通过系统和持续地收集金融科技业务的数据及相关信息，并进行综合分析和及时通报的活动金融科技风险的评估：在金融科技风险事件发生之前，辨识金融科技活动的风险类型，分析风险特征，描述风险发生的可能性和发生的条件，并评价风险将造成的价值损失程度金融科技风险的防范：从技术漏洞、业务内容和道德标准等多个层面入手，以达到消除或减缓风险发生的目的金融科技风险的应对：在确定了金融科技风险主体存在的风险的基础上，对风险概率及其风险影响程度进行分析，根据风险主体对风险的承受能力而制定的回避、承受、降低或者分担风险等相应防范计划03金融科技风险管理的措施和手段四、金融科技风险管理组织法规从根本上产生了抵御风险的作用企业构建起防范风险的规章制度，将风险发生的可能性降至最低监管部门需进一步建立与完善金融科技监管的法律法规机制设计能够在运行过程中确保降低风险发生的概率建立更加完备的账户和资金流转监测建立风险预警应急措施，对非法集资、集资诈骗、洗钱等违法行为做到早预警、早处理、早报告风险管理技术是金融科技风险管理顺利实施的保障在操作层面，企业需要提升金融科技技术水平，防范系统故障、黑客攻击、病毒植入等技术风险。在信息管理层面，企业需配合监管机构实现信息共享在技术层面，各个金融科技风险主体都应不断更新技术，运用先进的大数据挖掘、区块链等技术，建立信用评估体系和风险预警模型04金融科技风险管理的理念四、金融科技风险管理整体性优先的理念守住不发生系统性金融风险的底线监管及时的理念金融科技风险具有较高的外溢性和扩散性将金融风险监测机制常态化，加快监管平台的建设，对风险进行实时监测、评估，并及时进行风险预警，防患于未然注重对金融创新和安全两者关系的协调既要严守金融安全的底线，但也不能扼杀金融创新的活力05金融科技风险管理组织四、金融科技风险管理金融科技监管部门人民银行银保监会证监会金融科技行业自律组织中国互联网金融协会金融科技的规范、健康发展，既离不开政府监管，也离不开行业自律。政府监管和行业自律相互支撑，有利于降低监管和市场运行的成本，提高监管效率并促进市场创新，也有利于提升金融科技市场整体运行的安全性和有效性。06金融科技风险管理的机制设计四、金融科技风险管理金融安全网由中央银行、金融监管当局和银行同业组织共同组成的具有公共性质的安全保护系统互联网技术安全标准由于金融科技广泛采用现代信息技术和网络技术，具有虚拟与现实交互联通的特性，使得金融科技面临较为独特的技术风险行业市场准入消费者权益保护合作担保指寻求第三方担保以分散金融风险的做法主要分为两种：政策性合作担保和市场性合作担保06金融科技风险管理的机制设计四、金融科技风险管理金融安全网由中央银行、金融监管当局和银行同业组织共同组成的具有公共性质的安全保护系统互联网技术安全标准由于金融科技广泛采用现代信息技术和网络技术，具有虚拟与现实交互联通的特性，使得金融科技面临较为独特的技术风险行业市场准入消费者权益保护合作担保指寻求第三方担保以分散金融风险的做法主要分为两种：政策性合作担保和市场性合作担保本讲导读一金融科技风险管理三五、本讲小结金融科技的伦理风险四金融科技的技术风险二本讲小结五五本讲小结五、本讲小结金融科技的技术风险是大数据、云计算、人工智能、区块链等数字技术不成熟而带来的潜在风险，主要有风险传染性强、传播速度快、复杂程度高、破快性强等特征。金融科技伦理风险有狭义和广义之分。广义的金融科技伦理风险指一切金融科技参与者因科技伦理而遭到损失的可能性。金融科技伦理风险包括大数据杀熟、大数据隐私与机器替代人类等。通过监管组织、监管技术与机制设计，能够有效管理金融科技的技术风险和伦理风险，维护金融安全和稳定。36谢谢观看！第十五章大数据征信与管理金融科技学本讲导读明确学习目标01熟悉本讲结构与主要内容02梳理本讲与其他各讲的联系03推荐参考文献0401明确学习目标一、本讲导读了解征信的内涵、发展历程及大数据征信体系的概念；掌握大数据对传统征信模式的重构、大数据征信的商业模式；理解大数据征信的流程和运作、大数据征信体系的主要发展模式；认识大数据征信给征信监管带来的挑战以及各国监管实践发展。本章需要识记的基本概念征信征信体系大数据征信长尾理论第三方征信原则市场主导模式政府主导模式“传统征信体系+大数据技术”模式“信用报告+增值服务”模式同业共享型发展模式

“长臂”管辖原则大数据征信体系的主要模式征信体系框架与功能征信概述一、本讲导读大数据征信与管理大数据征信的理论基础征信与大数据征信概述大数据征信体系的模式大数据征信概述征信制度的经济学分析大数据征信流程与数据链大数据征信的信息经济学分析02熟悉本讲结构与主要内容6大数据征信的监管大数据征信存在的问题大数据征信监管实践03梳理本讲与其他各讲的联系一、本讲导读大数据征信（对应第六章）长尾理论（对应第三章）大数据征信的监管（对应第十六章）7推荐参考文献1.苏志伟，李小林.世界主要国家和地区征信体系发展模式与实践[M].经济科学出版社，2014.2.林铁刚主编《征信概论》中国金融出版社2012年第一版3.［德］尼古拉.杰恩茨．《金融隐私——征信制度国际比较》中国金融出版社2009年第一版04推荐参考文献征信与大数据征信概述大数据征信的理论基础二一大数据征信的监管三一、征信与大数据征信概述大数据征信体系的模式四本讲小结五一、征信与大数据征信概述（一）征信的内涵对于现代市场交易活动而言，信用是一种建立在信任基础上的不用立即付款就可获取资金、物资、服务的能力。广义上的征信（CreditReporting）是通过立法与执法、监督与管理、教育与研发等形式保障信用活动有序运行的一种服务。狭义上的征信，是指为防范信用风险而由独立的第三方提供信用信息服务。广义的征信相对于狭义征信来说，除了信用登记和信用调查之外，还包括了信用评级等增值业务。01征信概述一、征信与大数据征信概述（二）征信的起源与发展传统的征信活动是由某一授信人在进行授信活动时独自对授信人的资信状况和履约能力进行的一种调查。现代征信业起源于19世纪初英国伦敦的裁缝行业。最初目的是为了预防个人的债务违约，至今已有两百多年的历史。以此为起点，征信行业的发展有三条不同的路径：第一条路径是沿着贸易领域的征信业务的发展第二条路径是为满足金融领域市场需求产生的征信业务第三条路径是由国家的中央银行和金融监管当局建立的公共征信机构01征信概述一、征信与大数据征信概述（三）征信的作用征信活动服务的范围很广，例如金融业、电信业、公共事业、政府部门等，从这些服务对象的不同角度出发，可以总结出征信的六个作用：防范信用风险，促进信贷市场发展服务其他授信市场，提高履约水平加强金融监管和宏观调控，维护金融稳定服务其他政府部门，提升执法效率有效揭示风险，为市场参与各方提供决策依据提高社会信用意识，维护社会稳定01征信概述一、征信与大数据征信概述（四）征信的原则征信的原则是征信业在长期发展过程中逐渐形成的科学的指导原则，是征信活动顺利开展的根本。通常，我们将其归纳为真实性原则、全面性原则、及时性原则和隐私保护原则、公正性原则。（五）征信的基本流程征信活动的基本流程包括四（五）个部分：制定数据采集计划、采集数据、数据分析、形成信用报告和信用报告的更新。01征信概述一、征信与大数据征信概述（一）大数据征信的界定大数据征信（BigDataCreditReporting）是指通过网上非定向地全面抓取各种数据，获取海量网络信息，从而实现对信息主体的信用轨迹和信用行为进行综合描述，以全面刻画信息主体的诚信度、行为合规度与践约度。本节将概述大数据征信的内容及其流程。02大数据征信概述一、征信与大数据征信概述（二）大数据环境下的征信实践

1.大数据征信的信息处理与整合大数据征信的报告一般包括两部分内容：一是信息主体的金融信息，例如银行卡账单流水；二是用户在互联网上的“痕迹”。信息主体的互联网信息主要分三层，分别是来自于用户社交网络的信息主体的公开数据、用户主动提交的非公开数据，及“黑名单”数据库。2.大数据征信的商业模式（1）以ZestFinance为例的“传统征信体系+大数据技术”商业模式（2）“信用报告+增值服务”商业模式基于不同的数据平台，大数据征信私营征信机构可分为以下几种发展模式：02大数据征信概述一、征信与大数据征信概述02大数据征信概述模式举例数据来源基于电商平台芝麻信用模式依托淘宝、天猫、支付宝等平台京东金融模式依托京东电商平台和物流平台考拉信用模式依托于拉卡拉的电商平台和金融领域基于社交平台腾讯征信模式依托腾讯社交网络平台闪银模式依托SNS社区（如微博、微信、人人网等）基于同业共享NFCS依托P2P网贷平台，与P2P实现信息共享MSP依托与小贷公司、担保公司等实现行业信息共享基于网贷平台宜信模式依托用户自主提交的传统征信数据（如信用报告、教育水平、工资单等）元宝铺模式依托授权电商后台数据拍拍贷模式依托用户线上行为数据、社交网络信息等表15-1中国大数据征信私营征信机构发展模式一、征信与大数据征信概述（二）大数据环境下的征信实践3.大数据重构传统征信模式总体而言，大数据从数据来源、数据准确性、数据应用场景和数据覆盖范围四个方面重构了传统的征信模式。02大数据征信概述图15-1大数据征信与传统征信区别大数据征信的理论基础征信与大数据征信概述一二大数据征信的监管三二、大数据征信的理论基础大数据征信体系的模式四本讲小结五二、大数据征信的理论基础

市场经济可以看做契约经济，而信用正是契约关系的灵魂。征信制度又是维系信用约束契约交易行为的一种约束机制，是解决交易双方信息不对称、减少道德风险和逆向选择的一项制度。下面从经济学角度对征信制度的合理性进行解释：（一）征信制度与交易成本理论交易成本理论（theTheoryofTransactionCosts）能够解释征信制度存在的必要性，并对征信制度的建设起重要作用。交易成本的来源构成了征信制度建设的需求基础。交易成本来源可以归纳为六个方面，分别是：有限理性、投机主义、不确定性与复杂性、少数交易、信息不对称以及气氛。01征信制度的经济学分析二、大数据征信的理论基础（二）征信制度的信息经济学分析市场经济中，信用交易主体之间的信息是非对称的，信息不对称所造成的最大问题是“委托-代理”（Principle-Agent）问题，即由信息不对称导致的处于信息劣势方的委托人与处于信息优势方的代理人之间存在的逆向选择和道德风险问题。（三）征信的制度变迁理论分析征信制度是一种制度变迁（InstitutionalChange）。人们把制度非均衡产生的完善和不断被替换的过程称作“制度变迁”，即当现有制度不满足经济发展需要的时候，人们就会促进制度的改革，直到改革的主导者和阻碍者双方博弈达到一种均衡状态，征信制度的发展即是一种制度变迁。01征信制度的经济学分析二、大数据征信的理论基础（一）逆向选择和信号传递解决信贷市场上逆向选择问题的方法包括信号传递和信息筛选。信号传递：优质借款人主动向市场发出信号，将其拥有的信息传递给交易中缺乏信息的一方，并提供验证真实性的方式，从而消除交易中信息阻隔的现象，从而实现交易的帕累托改进。信息筛选：通过沉淀借贷数据，征信机构可以对数据进行分析挖掘，使借贷方能够筛选出信用好的借款人，并把信用差的借款人从交易名单上剔除出去。02大数据征信的信息经济学分析二、大数据征信的理论基础（二）道德风险和声誉理论道德风险产生的根源是投资人在与借款人签订不完全契约之后，借款人将所得到的资金挪用到其他高风险投机活动中。声誉（Reputation）是信息不完全和契约不完全状态下，双方交易的信任基础。通过建立声誉机制可以使守信者得到利益激励，以及不守信用者受到惩罚。声誉机制包括双边声誉机制和多边声誉机制。02大数据征信的信息经济学分析二、大数据征信的理论基础（三）长尾理论（TheLongTail）传统金融在授信方面的门槛较高，也较为坚持美国经济学家克里斯·安德森（ChrisAnderson）“二八定律”，即认为80%的利润是来自20%的高净值客户。因此，在授信方面，传统金融也主要定位于这20%的信贷市场。传统信贷造成的信贷的缺口，也正是互联网金融崛起的原因，大数据征信正是定位于这部分小微群体的行为痕迹特征进行分析。这部分借贷群体数量庞大，虽然单笔借款数额微小，但借贷总量却不可小觑。基于长尾理论挖掘和满足海量不被传统机构重视的需求，大数据征信有效整合了传统金融中的边缘市场和边缘客户，降低了交易成本和信贷的门槛。02大数据征信的信息经济学分析大数据征信体系的模式大数据征信的理论基础二三大数据征信的监管一三、大数据征信体系的模式征信与大数据征信的概述四本讲小结五三、大数据征信体系的模式（一）征信体系的基本框架

征信体系（CreditReportingSystem）是指由征信机构进行信息采集、加工和对外提供产品和服务相关的法律法规、行业标准、机构体系、行业监管、市场规则和文化建设等要素共同构成的体系。（二）征信体系的功能总体而言，不管征信体系的发展模式如何，其功能都经历了以下演进过程：征信的信息类型更加多样征信机构的综合实力逐渐增强征信产品和服务更加多元化01征信体系框架与功能征信服务渠道更加便利征信服务范围逐渐扩展三、大数据征信体系的模式（一）大数据征信流程大数据征信行业整体的信息流向以及与之配合的产业相关方如右图所示：个人、企业和其他组织的各种行为数据，被上游数据生产者采集。中游征信机构采用，对这些数据按照某些模型继续加工和分析得到个体的征信情况。下游信息使用者在有业务场景需要时就会查询个体的征信情况。02大数据征信流程与数据链图15-2大数据征信流程框架三、大数据征信体系的模式03大数据征信体系的主要模式从征信机构的职能、征信系统的结构、数据采集、征信服务方式等方面考虑，世界各国征信模式可以分为以下几类：（一）市场主导型征信模式（私营征信模式）目前，美国是最典型的以市场为主导的个人征信体系。（二）政府主导模式（以欧洲为代表）央行负责建立信用信息局并搭建全国数据库；所有银行根据统一接口，依法强制向信用信息局提供征信数据。（三）同业共享型发展模式

（以日本为代表）同业共享型发展模式的征信体系是以行业协会为基础建立的不以盈利为目的的信用信息体系。大数据征信的监管大数据征信的理论基础二四征信与大数据征信概述三四、大数据征信的监管大数据征信体系的模式一本讲小结五四、大数据征信的监管01大数据征信存在的问题（一）大数据权威性和质量有待检验（二）大数据征信机构独立性问题突出（三）个人隐私保护和信息安全存在风险隐患（四）信息共享机制不完善四、大数据征信的监管02大数据征信监管实践

大数据征信正处于飞速发展当中，与之相应的监管和政策的指定和实施相对滞后。（一）征信监管的对象、内容和目标1.征信监管对象征信监管的对象主要包括以下三个方面。一是征信机构，二是金融信用信息基础数据库的运行机构，三是信用信息提供者和使用者。2.征信监管的内容征信监管的主要内容包括机构、业务和人员的准入和退出、业务开展情况、内控制度建设和执行情况、信息采集和处