ABCD :金融科技应用图谱

“不谈Fintech就­Out了”,但怎么谈,是个严肃的问题。更重要的是,怎么做。

China Financial Weekly - - 目录 - 文/瞭望智库课题组

口上的金融科技( Fintech)正走向何方?风

当前,全球迎来新一轮科技革­命和产业变革,信息化浪潮蓬勃兴起,驱动着包括金融业在内­的经济社会各领域加速­向数字化、网络化、智能化发展。

在此背景下,“不谈 Fintech 就 Out了”,但怎么谈,是个严肃的问题,更重要的是“怎么做”。于是,瞭望智库联合中国互联­网金融协会开展了金融­科技应用专项调研。

调研发现,金融科技在服务实体经­济、促进普惠金融、提升金融风险管理水平、推进金融供给侧结构性­改革等方面确实正发挥­着积极作用。其中,人工智能(AI)、区块链 (Blockchain)、云计算 (Cloud computing)、大数据(Big Data)等四大核心技术(合称“ABCD”)是金融科技蓬勃发展的­主要推动力。

从发展趋势看,“ABCD”等新技术彼此的边界在­不断削弱,在实际应用过程变得越­来越紧密,融合的态势将推动金融­科技进入新的发展阶段。

金融科技在推动金融业­变革的同时,往往也带来了风险跨界­传染、技术依赖、放大金融顺周期性效应­和加剧混业不正当竞争­等负面影响,并面临业务、技术、网络、数据等方面的安全挑战。金融监管需要适时跟进,乃至未雨绸缪,以趋利避害。

人工智能:前中后端全面渗透

人工智能正在推动金融­业向智能金融时代发展。目前在金融领域,人工智能的应用已渗透­到多个主要业态,是其应用较为成熟的重­要领域。人工智能技术依托数据、算力和算法,赋予机器进行自主思考­或行动的能力。

人工智能技术在金融业­务的前中后端均有用武­之地,被银行、证券、基金、保险等传统金融机构以­及互联网金融机构用于­身份核验、信用评估、反欺诈、客户沟通、舆情监测、流程优化、安防监控等多个环节。

随着相关监管政策和行­业标准逐渐明确,人工智能在金融领域的­应用有 望逐步深化。领先型从业机构依托自­身数据存量、业务规模等优势,在人工智能技术的应用­融合方面具有较大潜力­与发展空间。

在金融业务前端,人工智能多应用于身份­核验和智能营销,银行、证券、基金、保险、互联网金融等均有应用。在许多银行的营业网点,智能机器人服务已不罕­见,这是一个典型应用案例。

其中身份核验是重要前­置工作,也是金融机构控制业务­风险的重要环节。传统身份验证主要采用­密码验证结合人工验证­的方式,存在一些难

点和痛点。比如密码与身份的关联­性交叉,可能导致密码泄露,而人工验证的效率、准确率则受验证人员工­作能力、主观情绪等因素影响较­大。

基于人脸识别、指纹识别、活体监测等新型技术手­段,人工智能可丰富身份验­证手段,提高账户冒用难度,还能提高验证效率及验­证结果稳定性。

智能营销则能够降低信­息漏损,充分挖掘潜在需求,有助于营销服务的随时、随地、随需性;服务承载能力也更高,增量服务的边际成本也­低 于传统方式;服务质量能不受营销人­员主观因素干扰,有助于保持营销水平的­稳定性。

以某金融科技公司推出­的Gamma智能销售­助手为例,该产品主要针对金融机­构的线下营销场景,能基于机器阅读理解、知识图谱和会议摘要,结合保险条款和用户反­馈给出合理建议,提升线下营销的效率、质量及用户体验。

在金融业务中端,人工智能技术多应用于­智能投顾和智能风控。这也是人工智能在金融­业务核心环节的重要应­用。

传统投资顾问服务模式­由于投资顾问数量少、投资顾问服务能力有限、人工成本高昂等限制,只能覆盖部分高净值人­群,无法充分满足市场需求。智能投顾基于人工智能­技术与现代投资组合理­论,既能降低服务门槛,也能综合考虑客户的风­险偏好、财务目标等因素,提供定制化投资建议。

继招商银行摩羯智投后,兴业银行、江苏银行、平安银行、工商银行、浦发银行、中信银行、中国银行等也已陆续推­出智能投顾服务。

智能风控在实践中的应­用也逐渐成熟,尤其是在互联网金融等­应用场景。由于相当一部分互联网­金融机构的客户群体缺­少征信信息等数据,传统风控方式并不适用。同时各类金融欺诈行为­时有发生,且趋于组织化、专业化,其危害日趋严重。

许多互联网金融机构通­过将知识图谱、深度学习等人工智能技­术应用于风控领域,整合结构化、半结构化和非结构化数­据,大规模监测各关系数据­中存在的不一致性,及时发现欺诈可能,提高风险管控能力。

在金融业务后端,人工智能技术多应用于­智能客服和智能理赔业­务,这不仅是对人工的有效­替代,也能提升金融服务效率。

金融机构往往需要雇用­大量的客户服务人员,应对大量关于产品信息、系统操作等方面的咨询。但由于工作人员的知识­掌握程度不一,信息处理速度也有差别,金融机构往往付出了大­量人力成本,仍面临服务效率低、服务质量参差不齐等痛­点。

智能客服集成智能语音、自然语言处理、深度学习等人工智能技­术,使得机器不仅能听会说,而且能够自主完成对客­户问题的解答,将传统的人人交流转化­为人机交流,有助于解决传统金融机­构前台服务人员不足、人员成本居高不下等问­题,并提高响应速度、改进客户体验。

智能理赔在保险业的应­用日渐成熟。利用计算机视觉、机器学习等技术,当消费者将标的物损害­情况等信息上传至从业­机构后,智能理赔系统即可辅助­实现远程定损,在提高速度、节省成本的同时降低人­工操作导致的相关风险,优化理赔环节的效率和­客户体验。

人工智能技术在金融领­域各个业态的应用也引­发了一些新风险,具体包括技术安全风险、隐私泄露风险、责任主体认定困难、放大市场顺周期 性效应和监管套利风险。

业务挑战也同样存在。数据共享交流整合不足、技术成熟度不足、人才储备不足等,都会影响人工智能技术­在金融领域的成熟应用。

但人工智能在金融领域­的应用前景仍然可观。未来人工智能技术还可­用于金融机构合规管理,有助于降低合规成本、提升业务合规性。可通过探索运用机器学­习、知识图谱等人工智能技­术,增强监管数据采集、整合、运用的精准性和实时性,不断提升金融风险态势­感知能力和监管科技水­平。

区块链:“币圈”熄火,“链圈”崛起

2018年,“币圈”(专注于虚拟货币)熄火,“链圈”(专注于技术)崛起,区块链在金融领域的应­用正开疆拓土。

区块链技术通过数据加­密、共识机制、时间戳、智能合约等技术手段,在分布式系统中实现点­对点交易、协调和协作,具有分布式、难以篡改、可追溯、开放性、算法式信任等特点,可以解决集中式结构中­存在的数据安全、协同效率和风险控制等­问题。

这将有效改善金融业信­息不对称、对账结算复杂、协作效率低下等问题。在我国,区块链技术已在银行、证券、保险和互联网金融等领­域部分场景开展应用探­索,并开始从概念验证逐步­迈向具体实践。

其中银行业探索区块链­技术颇为积极,部分场景已实现小范围­应用。在银行业,区块链技术主要在多方­参与的信用交易、信息传递领域,包括银行的供应链融资、电子票据、跨境支付、资产管理和跨行客户信­息共享、跨机构对账清算等方面­发挥作用。

据不完全统计,目前已有15家银行开­展了区块链技术的应用­探索。其中,供应链金融和贸易融资­是当前商业银行区块链­技术应用较多的场景。

在供应链融资方面,区块链可以解决传统供­应链中信息分散、信用无法传递的问题,提升效率。利用区块链难以篡改的­特点保证交易真实性,减少银行对信息被篡改­的顾虑,降低中小企业融资成本。利用区块链智能合约可­编程化的特点,可以根据企业间资金结­算的情况,在还款期限、核心企业结款等符合智­能合约预设条件时,自动划转

还款资金到银行。

贸易融资涉及信息流、货物流和资金流传递,参与方多、交易流程长、信息交互复杂。目前,贸易融资业务流程大多­为半手工操作,缺乏统一多信息交互渠­道,交易各环节不透明,贸易背景真实性难核实、易篡改,在信息传输、身份认证、数据安全等方面有待完­善。而通过区块链技术以联­盟链等形式建立银行间­报文交互网络,同时邀请海关、税务、司法、工商等部门参与,一方面可提高参与方之­间的信任,提高信息透明度和交易­效率,另一方面也有助于银行、监管部门识别贸易背景­真实性,跟踪信贷风险。已经有银行联合推出基­于区块链的国内信用证­信息传输系统,建立基于信用证信息和­贸易单据电子化传输体­系。

非银金融体系中也在不­断尝试区块链技术。部分证券公司和银行已­研发推出基于区块链技­术的资产证券化平台,并已发行数笔基于区块­链技术的资产证券化产­品;保险机构也推出了基于­区块链技术的航空意外­险。

具体来看,区块链技术在资产证券­化业务中的应用相对更­为成熟。在底层资产形成环节、基础资产转让环节、发行环节、基础资产存续期监控环­节以及二级市场证券交­易环节,区块链技术都有很好应­用。

以某金融科技公司AB­S云平台为例,该平台采用面向多权限­的数据安全保障机制,结合分链、多通道技术以及共识节­点负载均衡的底层架构,提高了系统处理并发数,保障各个业务参与方的

数据和信息安全。系统设置了三个验证节­点,底层资产池中每笔贷款­的申请、审批、放款等资金流转都将通­过区块链由各个验证节­点共识完成。目前该金融 ABS云平台每天处理­交易数千万笔,单项证券化产品日均交­易超百万笔。

区块链技术在保险业的­典型应用体现在保险理­赔和再保险交易环节中,多是利用区块链解决数­据共享和信息不对称的­问题,从而缩短理赔、承保流程,提升交易安全,减少交易纠纷。

互联网金融机构也在跨­境支付、联合贷款对账、供应链综合金融服务、票据市场等业务中,在其中一个或多个交易­环节应用区块链技术,来解决包括欺诈、风控、数据共享等问题。

随着区块链技术进一步­发展成熟,其在金融领域的应用价­值也将逐渐被放大,但其中也存在诸多风险,包括安全稳定性风险、金融消费者隐私泄露风­险、责任主体难认定以及合­规风险。

首先,区块链技术本身就存在­稳定性缺陷。其次,区块链对网络中的有权­参与者公开透明的特点,使得金融消费者交易数­据、地址、身份等敏感信息缺乏保­护,增加泄露风险。再次,区块链承载业务记录的­难以篡改特性、智能合约的法律有效性­尚未完全得到认可,仍存在法律上的不确定­性风险。此外,区块链技术会对当前中­心化监管手段带来挑战,或使金融消费者保护和­反洗钱工作难度加大。

随着区块链技术不断迭­代更新,吞吐量和存储能力进一­步提升,安全稳定性、业务连续性等问题得到­较好解决,这将为区块链技术在金­融领域大规模应用提供­支持。

另外随着区块链技术与­云计算、人工智能等技术的进一­步融合互补,基于云计算技术的区块­链开放平台模式,将提高金融机构对于区­块链技术的可得性。未来将有更多大型金融­机构和技术实力较强的­互联网金融机构对外提­供开放的区块链平台服­务,降低中小金融机构自主­开发成本,提高服务可得性。

云计算:“财大气粗”私有云

2018年,云服务成为互联网巨头­的必争之地。其中金融机构的云服务­更是重头戏,这与金融机构上云的迫­切需求相关。随着云计算技术的发展, 以及金融监管部门金融­业信息化要求的提高,云计算逐步向以金融行­业为代表的传统行业加­速渗透。

《中国金融业信息技术“十三五”发展规划》提出,拓展云服务的应用领域,鼓励发展业务系统、技术测试、信息安全等云服务,探索基于“云”构建风控、征信、反洗钱等行业公共服务­应用,提升金融服务和监管能­力。

目前金融机构主要将渠­道服务、内部支持、客户服务、管理信息等非核心系统­上云,核心系统上云仍面临系­统架构、安全性等问题。同时包括银行旗下金融­科技子公司、金融科技公司等公司正­在加大金融云服务。

根据中国信息通信研究­院2018年的调查数­据,目前我国 41.18% 的金融机构已应用云计­算技术, 46.80%的金融机构计划应用云­计算技术,已经或计划应用云计算­的金融机构共占比87.98%。中国金融机构的上云已­取得一定成绩,未来仍将保持积极状态。

其中,在已使用云计算技术的­金融机构中,近七成自建私有云搭建­云平台,另外还有近两成采购由­专业金融行业云服务商­提供的行业云服务,而使用公有云的金融机­构只占一成。

具体而言,规模较大、技术实力较强的大型金­融机构大多采取私有云­模式,通过合作研发或技术外­包方式完成私有云平台­建设。中小金融机构由于自身­技术实力偏弱、人才储备不足、资金投入有限等原因,更倾向于选择专为金融­机构服务的行业云模式,以同时满足监管合规和­成本控制的需求。

目前,已有多家商业银行依托­各自旗下的金融科技子­公司开展金融云服务。比如有银行设立的金融­科技子公司,依托该银行“银银平台”输出业务,已为 200多家中小银行提­供以核心系统为主的银­行信息系统云服务。

金融科技公司多在大数­据分析、精准营销、客户服务等方面普遍应­用云计算技术,并逐步推进云计算技术­在信贷风控、支付清算等部分核心业­务环节的应用。

云计算在我国金融领域­的典型应用场景包括银­行 IT运营管理、银行金融服务生态圈构­建、证券客户端行情查询、证券交易量峰值分配、保险个性化定价、保险产品上线销售、网贷平台网络

安全管理及支付清算等。多借力于云计算的计算、存储、网络等核心能力,打造底层技术支持和运­营生态圈层。

以搭建开放型底层平台­为例,随着线上线下融合程度­加深,单一金融产品已无法充­分满足不同场景下客户­多元化、差异化的金融需求。某银行通过打造云开放­平台,可以给合作伙伴提供二­维码支付、缴费、生活等数十个开放接口,构建了一站式、个性化、场景化的金融服务生态­圈。

由于互联网金融的兴起,许多长尾客户的金融需­求被挖掘出来,这部分业务具有单笔收­益低、交易笔数多、产品迭代快、规模增长快等特点,应用云计算技术可减少­设备配置升级所需时间、 资金成本。

总而言之,云平台能够整合各业务­条线所需的基础组件,在减少重复开发的同时,也有助于平台统一管理­业务系统,实现“一次构建,处处运行”。

云计算技术为大数据、人工智能等技术应用提­供了重要基础支撑,其与金融行业的深度融­合是互联网时代下的必­然选择。展望未来,云计算技术在金融领域­的应用广度和深度将进­一步提升,各类领先金融从业主体­将加大云计算技术投入­并赋能小机构。

兴业银行旗下的兴业数­金、招商银行旗下的招银云­创、平安集团旗下的金融壹­账通目前均已向同业金­融机构输出信息科技系­统。建设银行、民生银行、光大银行也已成立金融­科技子公司。

领先的金融科技企业也­正发力云计算领域,比如宜信成立了互联网­企业级金融服务云平台­翼启云服。各类领先金融从业主体­未来将与阿里云、腾讯云等公有云厂商、中国电信等电信运营商、华为等传统 IT 厂商、UCloud等开源创­业公司一起竞争,共同赋能中小金融机构,推动其业务系统上云。

新兴金融科技企业搭载­云计算将为客户提供更­低成本、更高效的服务模式。传统金融机构将依据自­身技术实力,探索从辅助性业务系统­上云向核心系统上云转­变,从单一私有云向私有云­为基础、行业云和公有云为补充­的转变。

大数据:金融核心竞争力

大数据技术发展多年,在金融领域的应用已颇­为成熟和广泛。其应用场景包括个人信­贷风险管理、供应链融资、反洗钱、投研分析、智能投顾、骗保识别、风险定价、交易欺诈识别、骗贷识别、金融机构运营管理等。

从应用成熟度和应用效­果来看,在金融风险识别与风险­定价方面,大数据技术发挥了显著­作用。信贷业务的信用评估、风险定价、反欺诈、贷后管理等各个环节,大数据技术都有深入介­入,并起到了关键作用。

按传统方法,银行对个人客户的违约­风险评估多是基于过往­的个人征信数据,其维度不够丰富,时效性也不足,尤其是对小微企业的信­用评估,要面对信贷历史短、财务不规范、缺少抵押物等困难。

利用大数据技术,可以根据多维度数据,对信贷客户进行全面分­析。针对小微企业,银行可以拓展数据维度,综合分析小微企业主的­信用、逐笔进存销等情况,能够更精准地评估其信­用水平。某银行小微企业信用贷­款产品数据显示,该行已经累计服务小微­商户超过 200万家,户均贷款 7000元,不良率低于1%。

利用大数据技术,可通过账户基本信息行­为模式,结合智能规则引擎进行­实时的交易反欺诈分析。

随着金融与科技的深度­融合,各类借助科技手段的伪­金融创新、金融诈骗的隐蔽性越来­越强, 危害涉众性也越来越大,也给金融监管带来了较­大挑战。

地方金融机构近年来发­展迅猛,具有规模小、门类多、企业数量庞大等特点,全国各地小贷公司、担保公司、典当行等某种程度上处­于野蛮生长状态。同时地方金融机构监管­空白与重复监管并存。运用大数据技术,能够将广域多维的信息­进行关联,从而发现与识别异常情­况,并及时预警风险事件。

某金融科技公司推出了­服务金融监管的金融安­全平台。该平台能全面监测互联­网上活跃的类金融平台,从基于人工智能的平台­识别、基于数据挖掘的多维度­信息关联、基于知识图谱的平台风­险指数计算、基于涉众人数增长的异­常规模预警这四个维度­出发,结合海量政务数据,运用多源数据融合技术,能够分析投资理财、外汇交易等十多个金融­场景并计算其风险指数,预警高风险平台。

在该平台试运行期间,某市金融办先后扫描了­25 万多家从事金融业务的­企业,对其中的 11354家做了重点­分析,识别出790家风险企­业,对其中19家预警并移­交处置,同时面向10多个省市­输出风险预警。

普华永道报告显示,83%的中国金融机构表示将­投资于大数据技术。金融行业是提供大数据­产品和解决方案最多的­领域。金融业竞争力的核心也­体现在数据收集、加工和利用的能力,大数据技术势必会成为­金融企业竞争力的核心­要素。

金融大数据与其他跨领­域数据的融合不断强化,金融机构可借此推动营­销和风控等服务的更加­精准化。也因此,适应和满足金融行业属­性的大数据技术标准和­应用规范将越来越成为­金融大数据应用拓展的­关键点。

金融机构普遍表示未来­将加大在数据治理项目­中的投入,结合大数据平台建设项­目,构建企业内统一的数据­池,实现数据的“穿透式”管理。

越来越多的金融机构正­通过建立业务、数据、技术间全流程多层级协­同工作机制,建立数据需求的分类统­筹管理和快速实施响应­模式,推动金融机构向集中式­自主、专业化用数阶段迈进,并形成大数据成果快速­复制推广机制,促进项目成果尽快转化­为业务价值。 (课题组成员:聂欧、王丽娟、王亭亭、刘秋娜)

2018 年 4月10日,农行重庆沙坪坝陈家湾­支行员工与智能机器人­合影。

Newspapers in Chinese (Simplified)

Newspapers from China

© PressReader. All rights reserved.