摘 要:隨著金融行業數字化的不斷推行,金融科技在我國金融行業發揮著愈發重要的作用。而在大數據的背景下,如何打造具有競爭力的業務結構、完善基礎的技術結構,是新時期金融科技企業升級轉型的難點。金融科技企業需要把握機會,充分利用大數據技術帶來的信息優勢,發現信息價值,在符合監管要求的前提下不斷完善自身業務結構,實現成功的轉型升級。
關鍵詞:大數據;金融科技企業;轉型升級
一、大數據與金融科技
(一)大數據技術的介紹
從商業的層面來講,大數據通常是指由于數量巨大、產生速度迅速、種類復雜,因此無法在短時間內使用常規數據處理手段進行挖掘處理的金融數據集合。由于與常規信息的價值密度、數據類型等有較大差異,大數據的處理往往需要一些創新的應用與技術,例如云計算、分布式數據庫、大規模并行處理等。
而在大數據的現實價值方面,已經有諸多學者進行了長期的理論研究以及實踐跟蹤調查,大數據也已經在金融、建筑、城市規劃、醫藥等等傳統領域發揮出巨大的實用價值,其發展潛力巨大。大數據背景下,數據成為一種具有經濟價值的商品。通過對大數據的挖掘處理,企業能夠預測用戶需求以及潛在經營風險,從而針對性地進行發展戰略的調整;政府可以建立更為有效的數據庫,更有效率地進行城市基礎設施建設以及建設現代化行政管理辦公系統;普通用戶也可以在大數據技術的幫助下,更為有效的處理日常生活中的各項事務,例如線上購物、智慧醫療、智能出行規劃等。
(二)國內知名金融科技企業的大數據應用
①螞蟻金服OceanBase
螞蟻金服最有名也是使用最為廣泛的產品是旗下的支付寶應用。目前支付寶國內的年活躍用戶達9億,全球用戶約12 億。在移動支付技術已經得到廣泛應用的中國,支付寶占據了較大的市場份額。同時,余額寶、花唄、借唄等業務也是螞蟻金服的招牌業務,具有巨大的用戶基數以及市場份額。而作為阿里巴巴旗下的金融科技公司,為淘寶、天貓提供技術支撐也是螞蟻金服的一大作用。其自主研發的OceanBase金融級分布式關系數據庫為天貓雙十一提供數據處理,2019年雙十一其每秒處理數據峰值達到6100萬次每秒。
②趣店集團風控云
趣店集團是中國領先的金融技術服務公司。趣店的致力于為金融機構與用戶提供中間橋梁,利用現代化的科技手段賦能金融機構,協助其提升經營效率,建立金融機構的金融產品與全網大數據之間的高效連接。
風控云是趣店通過自身的成熟風控業務體系,為金融機構合作伙伴提供健全且可定制的信貸風控云服務,為年輕人提供正規透明的消費金融產品與服務。其中反欺詐、信用評分、用戶評級等業務的開展需要大數據處理技術的長期支持。
③陸金所投資者適當性管理體系
陸金所是中國平安旗下的金融科技企業,業務方向包括金融咨詢、市場調研及數據分析、金融類app開發等。
投資者適當性管理體系 是陸金所特有的風險評估體系,主要組成部分包括“投資者評估(Know Your Customer, KYC)、產品風險評估(Know Your Product, KYP),投資者與產品風險的適配、信息披露、投資者教育”,主要通過對大數據出力技術、機器學習等技術分析用戶資金風險,對投資者進行詳盡的背景調查,了解其風險承受能力,利用智能推薦精準匹配相應產品。
二、金融科技企業轉型升級的路徑
(一)業務升級
金融科技企業創新升級的一個重要方面是業務結構的升級轉型。由于金融機構的多元化發展趨勢以及互聯網金融的日漸發展壯大,金融科技企業應當不斷著力于擴大業務業務范圍,提升業務結構層次的多樣性。例如,協助金融機構建立現代化的數據管理系統、提供用戶識別風險管理系統、輸出金融科技業務處理體系等。依托大數據、云計算、數據庫、機器學習等新興科技技術的發展成熟,推出更多相關業務,為金融機構資產服務提供全面的支持。
值得注意的是,在金融科技企業的業務處理過程中,需要使用海量的用戶私人信息,包括身份證號、電話號碼、工資收入、居住地址等。如何保證私人信息的正確使用,防止用戶信息泄露,符合國家監管機構規定,是一些中小型金融科技企業需要重點關注的問題。隨著國內對于私人隱私權保護的日漸關注,建立完善網絡與數據庫安全體系,提供隱私保護業務,也是金融科技企業創新升級的一個可能的方向。
(二)基礎技術升級
基礎技術的升級是新時期金融科技企業創新升級的重要路徑之一。基礎技術是指金融科技企業所使用的核心技術,包括計算、萬物互聯、數字安全、人工智能和區塊鏈。基礎技術的升級要求金融科技企業利用最新的科技手段,完善發展組成公司業務的技術基礎。企業需要加大投入的力度,完善基礎技術的革新與發展戰略,為金融機構提供安全可靠、高效率的服務支撐。
目前,人工智能還并不能適應金融級的應用、如何建立安全可靠的用戶數字身份系統等問題依舊需要技術方面的突破,金融科技企業在轉型升級的過程中應努力推動新技術的開發,開放溝通交流,利用自身優勢帶動產業發展。
三、大數據支持金融科技企業轉型升級的體現
(一)數據中臺
數據中臺是一種特殊的戰略選擇和組織形式,企業跟據自身特有的業務模式和組織架構,通過有形的產品和實施方法論支撐,構建一套持續不斷把數據變成資產并服務于業務的體系。對數據進行匯集整合、精加工、可視化之后實現數據的價值變現。數據中臺的建立有助于解決前臺客戶創新需求與后臺管理穩定運轉沖突的問題,減少溝通成本,提升協作效率。
對于大多數的金融企業來說,中臺的概念已經不再陌生。具有一定規模的金融企業均把通過“中臺”進行IT組織架構轉型寫入公司戰略,并進行實際建設。阿里巴巴、字節跳動、馬上消費金融等均建立了獨立的數據中臺。數據中臺建設業務正逐漸成為各金融科技企業的業務發展重點。
(二)結合人工智能模型的大數據風險控制
大數據風控即大數據風險控制,是指通過運用大數據構建模型的方法對借款人進行風險控制和風險提示。隨著金融業的發展以及貸款需求的數量激增,傳統的風險審核流程多是人工審核客戶資料,效率較低,出錯概率較高,已經不能適應現狀,需要利用大數據處理建立全新的信用評估體系。
利用大數據分析技術,對客戶信息進行多維度的智能處理,標準化批量執行流程,構建合適的信用評價模型,能夠有效的降低貸款風險。通過對客戶就業信息、履約記錄、固定資產、流動資產、收入、消費等方面的數據進行全方位的考察分析,是很多金融機構進行貸款額度計算時所采用的的方法,例如微店、花唄、省唄等。結合人工智能技術的使用,能夠幫助企業更準確、更有效率地識別特定風險。因此,大數據風控也成為很多金融科技機構的轉型發展重點。
參考文獻:
[1]徐敬紅,陳曦,韓欣妍.在大數據背景下中小微企業數字化升級思考[J].現代經濟信息,2018(09):148.
[2]黃薇.金融科技推動商業銀行轉型創新發展[J].中外企業文化,2020(05):33-34.
[3]項慧玲.金融科技引領商業銀行未來:轉型現狀及應用前景分析[J].未來與發展,2020,44(01):42-47.
[4]秦靜.數字經濟時代的企業轉型升級路徑研究[J].財經界,2020(30):22-23.
作者簡介:
李安琪,1999年9月9日,女漢族,甘肅省白銀市,大學本科,無職稱河北金融學院,研究方向:信息管理與信息系統。