金融科技助力金融行業發展

□文/蘆運莉 柴文嬌

（江蘇財經職業技術學院 江蘇·淮安）

［提要］ 隨著金融科技的迅猛發展，對社會各行各業產生深遠影響。本文分析金融科技在金融行業應用場景，同時剖析金融科技給金融行業帶來的積極影響，并提出金融科技助力下的金融機構發展與轉型建議。

以大數據、云計算、人工智能為代表的金融科技的迅猛發展，對整個社會的發展都產生了深遠的影響，尤其是對銀行、證券、保險等金融行業產生了巨大的影響。

一、金融科技在金融行業應用場景

（一）移動金融。隨著智能手機的快速普及，我國智能手機的普及率已到達80%以上，只要擁有一部智能手機，就可以完成銀行、證券、保險開戶和辦理大多數金融服務，操作非常簡單方便。我們可以足不出戶，通過手機完成轉賬、付款、充值、消費、投資理財各種金融業務，不需要親自到營業網點辦理，節約了時間和出行成本。

（二）供應鏈金融。中小微企業缺乏抵押品，融資渠道不暢、融資成本高的問題一直影響中小企業的發展。在傳統的供應鏈體系中，對于資金供給方而言，難以核實應收賬款的真實性，如果核心企業不配合資金供給方對供應商開展調查，不提供訂單、發票，銷售合同的證明，資金供給方無法判斷交易的真實性，無法核實應收賬款的真實性，也就不會放款。另外，核心企業擁有絕對的話語權，如果核心企業故意拖欠貨款，不按合同約定時間付款，資金供應方會因此承擔風險。傳統的供應鏈金融涉及供應商、保理公司等核心企業，手續費很高。此外，核心企業對一級供應商的信息掌握比較全面，一級供應商可以依托核心企業信用融資，核心企業信用無法輻射到二三級中小供應商，同時應收賬款貼現難，并且商票無法拆分，商票流轉困難。由于以上問題，導致中小企業融資難、融資貴。

區塊鏈技術利用分布式存儲、智能合約、非對稱加密技術將交易信息都打包至區塊，每筆交易信息由單個節點發送到區塊鏈所有節點，區塊鏈技術保證了數據不可篡改、可追溯，能夠實現數據在有權限的公司間實現共享，實現低成本獲取信息，有效地解決了銀行與中小企業之間，信息不對稱的問題，通過點對點交易，還能進行應收賬款的拆分，通過智能合約能夠保證合同義務如實履行，區塊鏈技術在供應鏈金融中的應用，能夠進行信用拆分，通過分布式賬本，共享數據將關鍵核心企業的信用傳遞給中小供應商，解決供應鏈行業融資的痛點。

（三）智能投顧。銀行個性化理財往往面向高收入人群，針對高凈值人群有專門的理財建議和私人銀行定制化服務，銀行保險公司從人工成本考慮，低收入群體財富積累有限，給銀行帶來的回報較少，不能彌補理財經理的工資成本。因此，銀行將一些低收入群體排除在理財服務之外，銀行保險公司等金融機構對客戶有較高的門檻，低收入人群難以獲得專業周到的理財、投資咨詢等方面的金融服務。

大數據對以往數據進行篩選分析，建立最優的投資模型，根據客戶的投資偏好，利用人工智能為投資者推薦最適合的投資方案。尤其是隨著經濟的不斷發展，我國中低收入群體收入不斷上升，他們也有投資的需求，但是現有的傳統人工的投資顧問模式成本高、效率低，很難滿足中低收入群體的投資理財需求。智能投顧將大數據技術和人工智能技術相結合，針對不同客戶對產品的不同需求，對客戶的風險偏好建立模型進行量化分析，利用新技術不僅降低了投資顧問的成本，而且提高了風險分析的準確性，能夠有針對性地進行推薦，提高了客戶的收益和金融企業的客戶源，從而提高金融企業的收益。

（四）信貸管理。中小企業一直以來面臨融資難的問題，中小企業經營不穩定，風險較大；但是中小企業中也有不少企業產品適銷對路，經營業績好，但是缺乏抵押品；商業銀行借助大數據技術不斷開發小微貸款業務，降低銀行信貸風險，為銀行帶來更多的經濟效益。在貸前環節，利用大數據收集用戶征信信息，從資產、守約記錄、行為積累、人際關系多維度評價客戶信用狀況，很多銀行能夠實現在線審批，在線分秒放貸，根據不同客戶的信用狀況，能夠千人千面，實現差異化定價；貸中環節，根據客戶還款記錄，還款行為特征和違約情況，實時識別異常客戶；貸后環節，建立相關預測模型，建立流失客戶預警，制定挽留政策；同時，篩選違約客戶，進行及時催收，減少壞賬損失。利用大數據技術對貸款業務進行貸前、貸中、貸后管理，在互聯網金融的沖擊下，實現銀行的積極轉型，提高小微信貸市場的占有率。

（五）風險管理。風險管理是銀行的生命線，很多銀行通過外部數據和內部數據相結合，建立風險控制模型，將企業和個人風險進行量化分析，做出合理決策。企業外部數據的來源包括人民銀行征信信息、銀監部門的預警信息、工商部門、司法部門、稅務部門、質檢部門、藥監部門、法院的訴訟數據、強制執行數據等，結合商業銀行風控部門的內部數據，構建了經營風險、股權風險、信用風險、財務風險管理等方面的風險預警模型，對客戶風險情況進行綜合評分，從而建立了客戶風險預警系統。根據風險模型將客戶的風險進行評分，將高風險客戶、黑名單推送至客戶經理和相關決策人員，使其能夠及時全面地掌握客戶風險信息。

二、金融科技為金融業帶來的積極影響

（一）降低金融企業的交易成本。區塊鏈技術的分布式存儲、非對稱加密技術的應用以及可追溯、可溯源的特點，增強了交易各方的信任性，降低了信用調查的相關成本，同時可以實現價值的點對點轉移，去中介化，降低了中介成本。另外，通過大數據技術可以實現風險防控，降低了風險控制的成本，金融機構利用大數據技術分析客戶需求，能夠實現精準營銷，將潛在客戶轉化為現實客戶，降低了營銷成本，大數據和人工智能的應用降低了信用調查成本、中介成本、風險控制成本和營銷成本。

（二）擴大服務范圍。以往金融業被冠以嫌貧愛富的帽子，比較關注凈值前20%的用戶，而忽視了長尾用戶，究其原因還是出于人工成本考慮。由于大數據、人工智能的特點，大大減低了服務成本，使一些中低收入人群也能享受到優質的金融服務，解決和改善中低收入人群的住房、教育、健康等問題。同時，隨著互聯網的普及，也能夠解決農村偏遠落后地區金融資源不均衡的問題，能夠實現普惠金融。

（三）增強便利性，提高服務質量。我國偏遠農村及城郊結合地區的自助柜員設備、POS 機的數量越來越多，廣大農村居民可以不用長時間排隊就可以辦理大部分銀行業務。隨著手機銀行的普及、第三方支付新型支付工具越來越豐富，互聯網金融產品種類越來越多，能夠滿足不同居民的需要，他們可以足不出戶，就能享受高效快捷的金融服務，在互聯網上隨心選擇各種金融產品，不受時間、空間的限制。

（四）降低金融行業的風險。大數據技術可以多維度獲取客戶信息，從用戶行為、人際關系、資產、守約記錄等多維度評價客戶信用狀況，同時利用大數據進行風險預警，能夠篩選出優質客戶，解決個人和中小企業融資難的問題，降低銀行業的風險。同時，利用大數據可以進行穿透式風險控制，解決金融系統中諸如內部交易、老鼠倉、市場操縱等多個問題，通過區塊鏈技術，實現信息可追溯、不可篡改，提高了違約、信息不實的成本，降低了金融行業的成本。

三、金融科技發展中存在的問題

（一）金融科技應用程度受限。當前，很多企業出于商業機密保護的考慮，很多的財務經營數據沒有與銀行共享，無法實現線上貸款。許多老年客戶和邊遠地區居民智能手機普及率不高，很多線上業務無法開展。很多線上業務簡化了業務流程，降低了客戶準入門檻，導致信用狀況不良的客戶通過審查，加大了銀行的呆賬、壞賬比例。

（二）農村金融科技基礎設施薄弱。農村金融網點少，自助柜員和智慧柜員網點較少，銀行網點的科技力量相對薄弱，金融科技基礎設施簡陋，基礎設施投入相對不足。由于農村信息基礎設施建設落后，貧困村光纖鋪設有限，4G 基站覆蓋率低，許多農村居民無法獲得穩定優質的寬帶服務；農村信用體系建設不完善，農村個人信用數據和信息難以自行收集、存儲和維護。

（三）缺乏既懂金融又懂科技的高端復合型人才。目前，開設金融科技專業的高校較少，金融科技知識屬于學科前沿知識，理論晦澀難懂，并且理論與實際脫節較為嚴重，既懂金融又懂技術的金融科技方面的高端人才供不應求。因此，銀行、保險公司、證券公司缺乏能夠自主研發高端平臺的金融科技團隊，有些想法無法通過關鍵技術變為現實，導致金融科技的落地應用發展緩慢。

四、金融科技助力金融機構發展與轉型建議

（一）利用人工智能構建智慧金融機構。人工智能和大數據是現代金融業發展的必備基石，可以幫助金融企業實現金融業務流程智能化，降低經營成本，提升用戶體驗感。在現階段，金融機構可以將人工智能應用到智能投資顧問領域、智能風控、智能客服。智能投顧聚焦于個人理財投資，利用大數據分析技術，分析客戶投資偏好、風險偏好，精準推薦個性化產品，可以滿足中低收入人群投資需求，有利于降低經營成本和提升用戶體驗。

智能風控運用多種人工智能技術和大數據技術，收集多維數據，引入多重變量，建立風控模型，精準甄別風險，對于小額貸款客戶可以在幾分鐘內判斷信用等級，貸款審批速度快。智能客服系統可以將客戶提問咨詢投訴的問題進行分類整理，識別關鍵字，解答客戶的問題，節約人力時間成本。

（二）利用科技力量，聚焦小微企業。我國的小微企業數量龐大，在所有企業中占比最高，由于中小企業缺乏抵押物，僅有10%左右的小微企業可以通過銀行獲得貸款。銀行可以利用區塊鏈技術，構建聯盟鏈，所有節點信息透明，通過授權，銀行可以全面獲得小微企業信息，解決小微企業融資難問題，未來小微企業對銀行的業務貢獻度將超過大型企業。銀行通過區塊鏈系統掌握企業的物流信息、訂單信息、現金流數據等難以篡改的運營數據，使得小微企業抵押物少、會計報表資料、征信數據少、不全等導致的貸款申請難、貸款額度低、資金成本高等問題得以解決。銀行向小微企業提供貸款服務，能夠減少資本占用、提高資金周轉率；降低信貸集中度，降低信貸風險。讓中小企業“敢貸、愿貸、能貸、會貸”，使國家普惠金融政策得以貫徹落實，提高社會聲譽及影響力。

（三）大力發展農村金融科技基礎設施，服務農村客戶。我國農村人口占比高，金融服務供給相對不足，金融機構應努力構筑金融消費場景，分析農村居民的需求，設計有針對性的金融服務。隨著居民生活水平不斷提高，農村居民消費能力不斷增強，大力發展農村金融基礎設施，增大云計算、計算機技術及自助終端和服務機構，普及移動互聯網支付，抓住農村振興的機遇，支持家電下鄉、貼息貸款等政策。在移動互聯網時代，通過“入口+場景”模式，利用大數據精準獲客，為農村客戶提供量體裁衣的產品，爭取農村用戶，讓農村用戶體驗到金融科技帶來的便利，從而搶占金融市場份額。

（四）利用大數據、人工智能挖掘數據潛力，打造差異化競爭優勢。數據日益成為金融行業的戰略性資產，隨著移動互聯網的興起，數據呈幾何級增長，數據爆炸時代已經來臨。利用大數據針對不同的客戶推薦不同風險和收益的產品，保險行業可以利用大數據實現差別化定價，根據每位投保用戶風險程度的不同制定不同的價格，可以避免“逆向選擇”，又可以打造差異化競爭優勢。利用金融科技手段全面匯聚不同渠道信息，證券公司可以利用大數據建模分析，分析影響股市走勢的眾多因素，建立量化分析模型，預測股價，給投資者提供咨詢建議，從而打造大數據智能投資、打造差異化競爭優勢。

（五）鼓勵銀行從業人員進行金融科技方面的繼續教育。銀行從業人員因為長期從事銀行實務工作，對銀行業務流程十分熟悉，加之銀行工作人員自身學歷比較高，一般都是本科學歷，接受金融科技新知識非常快，有利于在短期內培養既懂金融又懂科技的符合型人才，節約人才培養成本，提高人才培養效率。