金融科技

王惟達 么玥瑩

當前金融科技正在與傳統金融共同重新定義金融，在這個過程中必然伴隨著現有金融機構的業務轉型，以金融科技為核心的新型場域正在構建。本文結合從金融科技業務合作和風險防控兩方面，闡述其在銀行金融科技戰略實踐過程中的作用。

金融科技（Fintech）作為Financial technology的合成詞，金融穩定理事會（Financial Stability Board，簡稱：FSB）詮釋一個較為完整的定義：金融科技是指科技通過實現對產品、業務流程、經營模式等真正意義上的金融創新，從而帶動整個傳統金融體系在運行機制、服務渠道等方面的全方位改革（FSB， 2017）。隨著金融科技對傳統金融業務帶來的沖擊，商業銀行已逐漸轉變成為一個強數據導向的行業。銀行以平臺數據為支撐，提高在風險控制、授信管理、產品定價等領域的效率，提升金融的可達性和普惠性，以金融資源的最優配置來達到服務實體經濟的目的。移動互聯網、大數據、云計算技術能夠提供精準的數據模型及定位，已成為提升服務水平及金融效率的有效工具。

伴隨云計算、人工智能、大數據和區塊鏈等科技彌補傳統金融的不足，同樣也表現出有別于傳統業務的風險特征。因此，本文將論述金融科技在商業銀行轉型中業務合作和風險防控方面的實際應用。

一、防控洗錢風險

最近，紐約DFS針對阿聯酋Mashreqbank PSC銀行的美元結算業務開出4000萬美元罰單。當前反洗錢、合規經營已成為全球性商業銀行的關注要點。在美元結算方面，大多數境內商業銀行反洗錢系統還缺少自身數據庫和數據端口。通過與金融科技平臺的深層次數據對接，國內商業銀行可積極引入外部多樣化的數據，例如平臺項下的交易量、金額、上下游客戶信息、航線、保險等信息，從而深入調查貿易背景真實性。

在實務操作中，柜面業務在反洗錢可疑交易監測分析系統的應用過程中，經常會遇到同名客戶的反洗錢識別提示。柜員及相關人員必須通過“加強盡職調查”、“人工確認”、“重新識別”等步驟對客戶進行人工篩查及確認，過程繁瑣冗長，以致客戶流失。在信貸業務中，隨著洗錢活動特點的不斷變化，若融資主體故意隱瞞，銀行難以精準識別公司客戶實際控制人及關聯企業。此外由于進出口貿易，特別是轉口貿易等活動的復雜性，銀行難以獲取完整的貨物流及資金流信息，在有效信息缺失的情況下，難以核實客戶信息及交易的真實性，甄別可疑交易。因此不斷提高內部數據的質量管理，構建一套時效性與準確性并存的銀行反洗錢系統勢在必行。

通過大數據基礎并結合人工智能，銀行可以建立一套參數化、靈活監控和分析大額與可疑交易的反洗錢智能分析系統。馬晨明（2018）認為反洗錢智能分析系統主要有兩個功能：一個是反洗錢智能關系網絡，它通過后臺大數據計算后將與客戶有關的資金鏈路和數據分析結果直觀展示給可疑交易分析人員，用于快速定位和識別洗錢風險;另一個是智能審理，它能夠智能學習可疑交易審理人員的經驗，對可疑交易案件進行自動分析，并將分析結果提供給審理人員參考。

二、業務合作新模式

2014年摩根大通銀行（JPMorgan Chase）與美國線上貸款機構OnDeck Capital達成合作意向。OnDeck提供數據風控，大通銀行優化其信貸流程，可大幅縮短貸款的申請、審核及投放時間，并可加強貸后管理流程。OnDeck作為一家受眾客群較低的線上機構，其數據技術較為先進，做出有效的財務及經營分析，三分之二的貸款可實現人工智能審核。

當前，國內外已涌現出一大批金融科技公司，例如Mintech、Kreditech、Atom Bank等。銀行與其合作開發針對性較強的信用風險模型，用于分析客戶的個人消費能力、風險偏好、企業經營及財務狀況，提高銀行對客戶評級的針對性和精準性，從而提升金融資產的高效配置和貸款效率。

銀行的信用風險模型的數據端口可來源于金融平臺的日常交易數據。利用高質量的數據源，銀行可通過建立模型并根據交易頻率對數據進行深層次分析，開展不同等級的調查，對重點客戶交易持續監控，分析客戶的經營情況。翟冀（2013）通過研究發現，盡管傳統商業銀行在以往的經營中積累了大量的客戶資金交易信息， 但對于客戶需求數據獲取難度較大， 而金融科技可以通過自身交易平臺獲得并不斷積累客戶日常交易信息， 通過形成大數據庫建立模型分析來篩選、甄別潛在客戶， 使銀行能夠定制服務， 大大增強客戶體驗， 實現精準營銷。

三、自身數據風險

李明選（2015）研究發現：2006年以后，隨著金融科技的蓬勃發展， 中國城市商業銀行的信用風險雖然在整體上呈現下降趨勢， 但是金融科技在放大信用風險方面的作用卻是明顯的。金融科技不僅技術風險更加突出，業務發展有賴于先進的技術和交易平臺系統，技術和系統選擇失誤可能給銀行帶來更大風險。數據風險與信息安全風險相互交織，由于數據使用和保護不當，將同時帶來數據風險與信息安全風險（孫國峰，2017）。

大數據的應用安全已對傳統銀行的風控體系造成了全方位的沖擊，在系統升級、優化加密技術、數據處理的有效性等方面對銀行的風險管理及網絡金融部門提出更高的要求。因此，商業銀行應建立多源異構的數據模型，不斷提高數據的有序性及聚焦性。

此外智能化系統應用對工作人員的專業技能和職業操守均提高了標準。商業銀行應加大復合型人才的儲備及培養，不僅注重傳統的業務技能及內控合規知識的培訓，更要加大對員工在信息技術和大數據分析挖掘等知識技能的投入，使專業崗位工作人員能夠獨立的進行數據挖掘和甄別，并使數據分析結果更加準確及聚焦。

綜上所述，面對金融科技的迅猛發展，商業銀行以數據為基礎、技術為手段，一方面數據驅動帶動風控體系的完善，構造和搭建更加精確的風險控制模型，另一方面提高授信效率和優化用戶體驗，提高金融資源的服務配置和普惠性，更好的服務于實體經濟。（作者單位：中國建設銀行股份有限公司天津自由貿易試驗區分行）