• 移动端
    访问手机端
    官微
    访问官微

    搜索
    取消
    温馨提示:
    敬爱的用户,您的浏览器版本过低,会导致页面浏览异常,建议您升级浏览器版本或更换其他浏览器打开。

    科技“重构”金融 银行拥抱金融科技“痛并快乐着”

    周轩千 戚奇明 来源:上海金融报 2018-06-27 08:33:44 银行 金融科技 银行动态
    周轩千 戚奇明     来源:上海金融报     2018-06-27 08:33:44

    核心提示金融科技生态体系中,银行与科技企业各自的角色、相互间的关系已进入新时期。

      编者按:科技日新月异,金融科技亦如是。在金融科技生态体系中,银行与科技企业各自的角色、相互间的关系已进入新时期。当前,银行已越来越多地主动出击,在大数据、人工智能等领域加紧布局,但在具体运用中还有很多待解的“痛点”。

      科技之于金融:从“解构”到“重构”

      在金融科技浪潮下,面对科技型企业的挑战,传统金融机构从与之竞争,开始更多地转向竞合,并积极主动拥抱科技。在传统金融业难以撼动的情况下,科技正从“解构”金融转向“重构”金融。

      银行主动拥抱科技

      “自2017年起,商业银行主动积极地选择与科技企业合作,通过与互联网公司、科技开发公司、第三方数据公司等开展场景构建、用户画像、人工智能等领域的跨界合作,主动延伸服务半径,实现场景与业务的深度融合,并逐步构建起合作共赢的生态圈。”恒丰银行研究院研究员唐丽华对《上海金融报》记者指出,据不完全统计,上市银行在2017年发生的较大规模框架式战略性合作案例就多达20余个,主要集中在新技术研发试验、支付、云平台、智能金融、反欺诈等领域。

      氪信科技创始人朱明杰对《上海金融报》记者表示,当前合作主要有两大脉络:“银行+互联网公司”与“银行+技术服务公司”,其中,比较“高光”的是互联网公司和以四大行为代表的老牌银行强强联手;同时,在另一脉络上,悄然进行却为银行带来稳健变革的,是各类技术服务公司以项目方式嵌入银行的智能化升级体系,比如华为等硬件服务机构提供云计算平台,商汤、旷视、依图等人脸识别公司为银行提供远程核身能力,科大讯飞等语音公司为银行提供智能语音产品,氪信科技等算法和建模公司为银行提供智能风控、营销、客服等业务解决方案等。

      “银行对技术公司的接纳变得前所未有的开放,”朱明杰表示,“举个例子,我们从2015年成立之初就开始与民生银行合作,提供智能风控方案;从2016年开始和招商银行合作,目前在几个不同的部门都有不同业务领域的项目在进展,这在以前是不能想象的,很多银行对供应商的资质要求原本都是偏好老牌公司、大公司。这都让我们看到银行拥抱技术的决心。”

      但唐丽华指出,由于此前大型商业银行与金融科技巨头的合作并未达到预期,目前各家银行开始将加强自身金融科技研发能力建设视为重要方向。“纵观国际银行业发展金融科技的路径,一般包括自建、投资、并购、合作等主要模式,预计未来我国银行业发展金融科技或将沿着持续性自建,以及投资、并购、合作等路径向前推进。在银行业自身金融科技发展能力达到一定水平时,更深入更广泛的合作有可能继续发生。”唐丽华表示,中资银行金融科技在技术发展模式上正由战略合作升级为自建、合作及战略投资,在机构运营模式上则正逐渐探索子公司化运营。在她眼中,智能化、场景化、生态化是银行金融科技整体发展方向的三大特征。人工智能等应用前景广阔

      “各家上市银行都已意识到科技对于银行业转型发展起着至关重要的作用,为了促进科技在银行业务方面发挥的引领作用,各家银行正在运用多元的创新技术在丰富的金融场景下创造全新的智能体验。”德勤近日发布报告指出,在2017年上市银行年报中,人工智能(AI)、云计算和区块链技术是创新技术前三大关键词。

      “从我们对41家上市银行金融科技应用最新进展分布统计结果看,大数据技术应用相对来讲更广泛,有85%的上市银行应用实施;其次为人工智能技术应用,有71%的上市银行进行了建设和布局;生物识别和云计算技术应用分别有63%和54%的上市银行应用实施。而被认为在2018年之后具有较大应用前景空间的物联网、虚拟现实/增强现实技术,已分别有17%、20%的上市银行进行了提前布局。”唐丽华表示,“银行业在平衡好长远发展与短期收益的情况下,将对技术应用加大研发和投入力度,不断夯实自身的核心发展能力,推动各项技术应用更趋丰富完善。未来,大数据、人工智能、云计算仍将成为银行业重点发展的技术应用,物联网以及虚拟现实/增强现实等前沿技术的应用也将与各类业务结合更加紧密,迎来创新发展机遇期。”

      在唐丽华看来,人工智能与大数据的结合将在金融领域有较大发展空间,推动银行业更进一步向智慧化转型。“人工智能技术主要被应用于智能营销、智能运营、智能客服以及智能风控等领域。而当前数据治理逐渐被银行业重视起来,数据的使用正朝着标准化、规范化方向发展。相应的,基于大数据的人工智能技术的发展应用也将更为深入和广泛。比如,智能机器人的应用不仅体现在厅堂客户的接待,促进线上线下、前台后台、柜内柜外的整体协同,也逐渐发展到后台的管理应用上。如建行建模机器人‘小魔豆’,将建模时间由三个月缩短至两周;上海银行张江数据中心应用巡检机器人,实现运行维护自动化,降低人工的强度和频次,提升管理效率。”

      朱明杰表示,银行作为高度数据化的行业,加上业务规则和目标的明晰,是人工智能和云计算等数据驱动技术的最好应用场景,这基于四个理由,“第一,银行一直非常重视IT技术的利用,信息化程度较高,技术环境与条件较好。第二,由于银行信息化程度较高,拥有丰富的数据沉淀。第三,传统金融行业更多是以人力为主的服务行业,亟待通过人工智能技术降低成本。第四,银行有一定资金支持,留有试错的空间。”朱明杰认为,金融业有能力、有动力、有条件通过人工智能来提高效率,并借此机会创新业务,从而实现个性化的普惠金融。科技“重构”金融

      “如果说将这一阶段技术与金融逐渐融合的过程,解读为从‘解构’到‘重构’的话,那么这个过程将会进一步持续,并重复上演。”唐丽华指出,“技术的进步推动金融业不断创新发展,金融业也从来都是先进技术的领先实践者。金融业通过持续不断地与新技术相互融合,借助科技手段提升金融服务的质效和业务发展能力、扩大服务覆盖面和可得性,以适应经济社会发展对金融的需要。而金融科技使金融服务在时间、空间和范围上不断拓展,并对金融市场产生重大影响。我们所观察到的金融科技行业与金融的相互渗透、融合、共生,正是遵循着这一规律而不断向前推演。”

      朱明杰指出,互联网金融浪潮曾经做了很多“解构”的努力,但银行的模式和地位并不容易被颠覆,尤其在监管条件下,科技公司更好的定位是“重构者”。“从历史上看,银行历来是最不受科技发展浪潮冲击的行业,银行的经济效益防御性较高,业务模式的复原能力也较强。然而,过去几年的互联网金融大潮中,互金企业凭借优越的客户获取模式、低成本的业务模式、大数据分析能力等,为已经渐渐习惯互联网消费和行为模式的用户提供了更高效、更便利、更经济的金融服务。他们从支付、理财等各个角度威胁着银行的业务发展,可以说是一种试图‘解构’银行的努力。但随着监管终结互金草莽式发展阶段,精耕细作的市场新常态下,金融机构和科技机构之间的边界更加清晰,科技公司立足和坚持提供技术服务来赋能银行,重构银行业务形态是大势所趋。”朱明杰表示,“这种‘从解构到重构’的趋势,意味着进入智能金融时代,金融生态中从金融服务的需求者到供给者,再到监管的发展,进步动力一直存在。面对科技与金融结合愈来愈紧密的趋势,生态中的各方无论是主动出击,抑或被迫改变,都将要经历服务能力升级和参与角色蜕变的过程。未来金融智能化的核心是以用户为服务的目标和中心,在此基础上,智能金融生态将会出现五类参与者,包括大型互联网巨头为主的场景流量提供者、银行为代表的金融产品提供者、氪信科技这样的技术算法驱动者、华为和阿里云等基础设施提供者,以及监管者。出于优势互补与资源整合的需要,生态各方合作将愈加紧密,必将出现利润共享化、风险共担化和合作伙伴化的趋势。”

      唐丽华指出:“对金融机构和科技企业等市场主体而言,需各自发挥所长、补齐短板,相互间要更‘懂你’才能促进合作发展更紧密。金融机构需在思维理念、业务流程、核心技术能力等方面进行调整、优化和提升;科技企业也不能只懂算法,要提升金融业的专业知识与市场经验。只有这样,金融科技的新生态体系才能被更好地建构起来,金融业的发展也才能获得源源不断的‘核动力’。”

      财富管理欲借金融科技“翅膀”

      有研究指出,将来在中国最热门的金融科技领域是财富管理。那么,目前国内商业银行在财富管理中运用了哪些金融科技?遇到哪些困难?记者就此向银行业内人士寻求答案。

      财富管理“得数据者得天下”

      某银行相关人士告诉《上海金融报》记者,在财富管理中,金融科技的应用十分重要,尤其对大数据的挖掘和分析在整个业务中起到奠定基础的作用。“我行做财富管理业务时就很重视金融科技,特别是大数据的应用。目前我行的私行客户数据挖掘工作正在起步,为能将数据挖掘工作系统化、常态化,私行部的数据挖掘小组负责私人银行相关数据挖掘工作,对数据进行分类及采集、分析及运用。”该人士介绍。

      据《上海金融报》记者了解,大数据的挖掘和分析是目前大部分银行都在做的项目,各行对大数据的重视程度,营造出一种“得数据者得天下”的氛围。上述银行相关人士表示,数据分类及采集工作是数据挖掘工作的基础,数据的完整性、精准度直接影响到实际应用。该行正通过梳理现有的CRM(客户关系管理)系统、核心系统、理财销售系统、代理类产品销售系统、信用卡系统、个贷系统等,分析客户数据,在此基础上通过KYC(了解你的客户)系统采集客户信息,建立私行客户KYC信息库,和系统数据相辅相成,构成客户的立体化信息纬度。

      具体而言,该行把客户数据分为三大类:基本信息、资产信息、交易信息。基本信息包括基本属性、家庭信息、职业信息、兴趣爱好、投资偏好及需求等五类,还包括婚育状况、家庭成员信息(配偶、子女、父母)、职业信息(工作单位、部门、职务、行业等)、房屋及车辆持有情况、风险偏好、投资习惯、生活需求(移民、留学、传承)等;资产负债信息则按资产分布地点分为行内和行外两类,前者包括开户时间、资产金额及变化、信用卡信息、贷款信息等,后者包括资产金额、资金渠道分布、信用卡、贷款、境外投资情况等,均需通过KYC获取;交易信息按卡类别分为借记卡交易信息和信用卡交易信息,均可从系统中提取。在掌握了客户的相关数据后,接下来就是对数据的分析。上述银行相关人士表示,该行根据客户生命周期原理,充分采集客户资产负债及交易信息的数据,运用统计、聚类、预测、关联等方法进行分析及应用。在起始期,对潜在私行客户进行识别。通过对客户基本信息中的职业信息、房产及车辆信息,资产负债信息中的历史资产峰值、信用卡额度、境外资产分布等信息,借记卡交易信息中的大额转账、往信托/私募基金/投资公司等交易主体的转账、大额银证/银期/银商转账、代发工资等信息的分析,筛选出潜在私行客户进行精准营销。

      接着,根据情况开展潜在私行客户挖掘工作,如近一年内任一时点基金、理财、三方存管、贵金属保证金单项资产的金额达到一定数额(百万元)以上的客户,如近段时间内有任意一个月客户的月日均综合金融资产在一定数额(百万元)以上的客户,以及网银日限额百万元以上的客户等。而后,区分客户属于发展期或成熟期,通过KYC信息数据分析他们的实际需求,通过交易特征聚类分析客户偏好,综合各项数据分析结果,根据客户需求提供合适的产品和服务,与客户建立长久信任关系。

      该人士表示,该行正进一步完善项目,如通过客户画像以协助精准营销、对流失客户进行预警分析等。同时,对已流失客户也进行特征分析:通过分析客户私行层级持续时间、到达次数、资金去向、历史购买产品情况等,有针对性地提供精准挽回工作。

      此前,某城商行高管在接受《上海金融报》记者采访时,亦高度肯定银行业务与科技之间的契合性,称大数据方面的挖掘和分析是主攻方面,且该行在某网点已建有数据中心。

      此外,也有部分银行在财富管理中用到金融科技,但因涉及内部顶层设计或制度安排,以及具体的技术问题,所以不便透露。

      智能投顾应用有难点

      随着金融科技概念强力崛起,诸多行业内外相关产品和服务创新层出不穷。在财富管理子领域,聚焦智能投资组合服务的“创新”近年备受关注,被业界普遍认为是继移动支付后的一大“重镇”。招商银行去年推出全面升级版的财富体检2.0智能投资服务,能实时监测用户财富配置健康状况,从优选标的、持有类别、持有比例、配置再平衡四大维度,记录财富综合分数健康进程,实现智能理财优化跟踪,并给出优化方案,解决了“仅实现资产配置服务线上化,没有实现资产配置智能化”的“槽点”。在财富体检1.0版本对客户资产进行配置比例展示基础上,财富体检2.0进一步实现了针对稳健型、平衡型、进取型客户推荐资产配置产品组合,每种风险承受能力的客户有温婉组合和奔放组合两种选择,解决线上资产体检后产品组合的推荐。

      在财富管理领域,人工智能的应用也普及起来。以智能投顾为例,招行此前推出摩羯智投,顺应大众的理财升级需求。2017年,摩羯智投进行过多次主动仓位及基金组合调整:债市低迷时,降低组合中债券基金的久期;1月,增加价值类品种的比例,把握蓝筹崛起的机会;2月,全球市场分化时,增加港股和境外市场配置,较早布局港股的投资机遇;10月下旬,降低组合中权益产品仓位,帮助客户较好地锁定盈利、规避市场波动。“一键优化策略”为组合贡献平均收益达3.47%,且能有效减低组合波动率和最大回撤。除此之外,摩羯智投不断迭代优化,升级了收益展示、分红方式和持仓展示等多个功能点。

      交通银行金融研究中心高级研究员何飞指出,智能投顾是各家银行实施相关战略的重要抓手,当前摩羯智投和财智机器人也分别处于各自发展规划的成长阶段和起步阶段。虽然商业银行智能投顾近年不断发展,但仍面临一定困难。首先,由于业务结构及同质竞争,可能使商业银行智能投顾陷入盈利困境;其次,商业银行仍未找到增强客户黏性的有效方式,已激活客户可能再次“休眠”;第三,商业银行智能投顾研发人员较少、专业知识不足,尚无法有效满足功能升级带来的技术研发需求。进一步而言,商业银行智能投顾面临数据困难,由于外部数据种类繁多,使商业银行拓展外部数据的成本高、难度大、效率低;此外,商业银行智能投顾面临风控困难,与业务范围、资产种类及服务人群相关的风险防控将成最大困境。

    责任编辑:晓丽

    免责声明:

    中国电子银行网发布的专栏、投稿以及征文相关文章,其文字、图片、视频均来源于作者投稿或转载自相关作品方;如涉及未经许可使用作品的问题,请您优先联系我们(联系邮箱:cebnet@cfca.com.cn,电话:400-880-9888),我们会第一时间核实,谢谢配合。

    为你推荐

    猜你喜欢

    收藏成功

    确定