智能金融|大数据与金融科技
《智能金融》
随着大数据、人工智能、云计算等技术的蓬勃发展，“智能”相关的概念和技术逐渐渗透到各行各业，颠覆了传统行业的研发、服务体系，重构了产业生态系统。同时，以支付、P2P、众筹、区块链、互联网银行、综合理财平台、智能投顾等金融科技(FinTech)产业的兴起，对传统金融的竞争格局和方式产生深远影响。金融服务脱媒化、服务渠道虚拟化、金融服务个性化、经营模式生态化、决策数据智能化，都宣告着智能金融时代的到来。
本系列将结合大数据、云计算、人工智能等技术的创新应用思维，探索、洞察金融业在大数据技术与实践、金融科技、大数据战略规划、数据资产化等领域的知识与经验沉淀，形成独到观点，为中国金融机构的中高层管理人员、科技与业务人员，具有较强的思考、借鉴与指导意义。
FinTech(金融科技)被普遍认为是互联网金融演化的新形态,也有国内学者认为FinTech这个描述内涵更广泛，未来将取代“互联网金融”概念。我同意在新金融时代的背景下，技术与业务会逐渐加速融合，科技影响金融服务的驱动力会愈发凸显，但FinTech并不是个新词汇。金融作为服务型经济从来都离不开科技的支持，两者共生已久，金融市场、资本市场的发展与进步，与新兴技术息息相关。所以称谓是金融科技或是金融IT，互联网金融概念的逐渐消亡，都不是那么重要，因为核心的逻辑并没有改变。
金融科技发展的阶段与原因
金融科技的发展可以总结为以下三个时期：
·1.0时期：科技服务金融业务，通过计算机主机和终端布局，对金融机构前中后台和组织体系的纵向和横向之间予以连接，实现传统业务处理向现代化信息系统的数据化业务处理迁移；科技在1.0阶段作为金融工具，以技术替代手工计算，提升了金融业务的数据计算、存储与传输效率。这一时期典型的科技服务以IOE为主，主机、关系型数据库是主要的技术工具；
· 2.0时期：科技引领金融创新，由科技推动的金融业务创新，如第三方支付、P2P网络借贷、一站式综合金融服务、众筹、大数据征信、智能投顾、量化投资；科技的角色由工具转变为金融驱动力，由1.0阶段的技术支持和工具作用提升为技术引领作用，金融科技在金融领域发生了重大变化，逐渐影响着整个金融体系。这一时期的科技逐渐走上前台，互联网技术大行其道，互联网金融(Internet Finance)快速发展；
·3.0时期：科技驱动金融变革，科技在3.0阶段持续引领金融创新，并作为驱动力的角色改变传统金融。新金融体系以虚拟方式替代物理方式，金融业务产品化、证券化、平台化、交易化，逐步替代传统金融业务方式；场景化的互联网金融兴起；金融科技企业逐渐构建金融生态；金融服务行业边界逐渐模糊，一站式综合金融服务大行其道，金融脱媒进程加快，普惠金融快速推进。3.0时期仍未全面到来，但仍有颠覆性技术改变着金融业，如区块链。
图1.金融科技发展的三个阶段与案例
从图1看出，金融科技行业逐渐由传统技术服务商，转变为以资产端或资金端创新作为商业模式，技术作为辅助业务流程的“中间型”企业。这类企业多数没有金融机构经营许可证(牌照)，不属于金融机构范畴，也不是如IOE类的IT公司，但核心业务是典型的金融服务流程，如信贷、支付、投资顾问、财富管理、证券经纪等。所以，在狭义的“金融科技”概念里，应主要指代具备金融核心业务运营能力的企业，与传统的技术服务商和数据服务商无关(即使是提供金融服务的咨询公司、数据科学的服务企业，其商业模式以toB为主，并不掌握金融产品与工具的设计与研发能力，也不具备连接资产端与资金端的业务体系)。
随着互联网、移动互联网的普及，传统持牌金融机构纷纷加入到此领域，结合技术手段改变现有金融服务形态，如美国的嘉信理财(Charles Schwab)、先锋基金(Vanguard)的智能投顾平台、花旗集团(Citigroup)在区块链上的探索研究，国内如平安集团的陆金所综合理财平台等。回顾金融业的发展历程，传统金融机构在历史上从未有过任何一个时期，如此发力在科技上的投入力度。我想一方面是由于科技在21世纪头十年的发展的确日新月异，更重要的是国际经济与本国经济的逐渐变化，改变了旧金融体系的结构，触及到金融机构的核心利益，迫使金融服务转变思路，从躺着盈利的时代到寻求新的增长点，需要一个切入点来改善原有的桎梏，以适应严峻的国内外经济形势。而这个切入点，金融业选择了信息技术，而不是业务。因为金融核心业务的改变涉及到金融体系的变化，需要宏观层面的改革甚至顶层设计，难度更大、影响面更广；而科技则可以更微观、更有针对性，对于企业来说更具设计弹性，再加上科技本身就是产业创新的驱动力，于是又一次被推上舞台的前端。
以银行业为例，根据银监会披露的数据，2016年9月末中国银行业金融机构境内外本外币资产总额达222.9万亿，而商业银行在第三季度的净利润增速比去年同期下降十余个百分点，增速放缓至2%；2017年宏观经济增速可能还会下降，商业银行很可能只有1%。利润变薄的主要原因一是利率市场化营销，银行业净息差收窄，二是中国经济进入“新常态”，经济增速从高增速向中等增速转变，银行不良贷款来增加，消耗了银行利润。
另一组数据，2016年9月末银行不良贷款率1.76%，余额1.49万亿，我预计明年年中即达到2万亿(或许偏保守，但短期内看不到拐点)。在中央推动供给侧结构性改革的部署下，企业债务问题加重，有些地区信用环境恶化，加剧了商业银行资产质量压力。此外，2017年偿债压力剧增，债券违约概率变大，宏观层面信用风险不乐观。
在这些市场背景下，商业银行期望建立资本消耗少、风险权重低、风险可控的资产与业务体系，从传统的“存贷汇”信用中介到“理融商投咨”的价值创造专业服务商。如股份制银行逐渐向零售银行、数字银行转型，城商行、农商行借助委外业务加速增长，银行加大智能客服、ATM和VTM、中后台系统上的投入，互联网银行(微众、网商等)的发展，均与大数据、人工智能、云计算等技术突破关联甚大。
再以证券业为例，一直以来，券商总资产与营收情况与银行证券相比规模较小，经济业务占比过大，营收结构单一。预计未来券商的纵向发展将逐渐形成三种：拥有先进技术能力提供全面综合性服务的大型智慧型券商，依托互联网环境提供专业价值服务的互联网券商，不具备客户规模只具备服务能力的小型批发型券商。而投资人对于互联网的依赖则转向个性化、差异化，综合金融诉求变大，券商供给不足、服务能力较弱的弊端凸显，无法体现策略提供者、价值创造者、资讯服务者、产品供应者的能力。互联网券商逐渐走向高速发展期，也反映了国内券商积极求变，寻求经纪业务之外的下一个突破口，深度发掘互联网+的机会和价值的诉求和愿景。
图2.未来5年金融科技将颠覆如下金融业务 来源PwC
新金融时代的特征，包括如下五个方面：
1. 金融脱媒：金融同业竞争加剧，金融机构向综合经营方向发展，跨业投资加快；第三方支付企业通过各类产品与业务创新，替代了大量原本属于银行的支付业务；互联网金融涉足证券、保险、基金、资管等业务，扩大了金融服务边界；
2. 虚拟渠道：电子银行、网络金融、直销银行、移动客户端…大数据时代渠道虚拟到社交网络中，要求金融服务定制个性化、综合化产品，再辅以传统渠道，实现线上线下并重；
3. 个性服务：金融体系的标准化业务价值削弱，全能个性化的金融解决方案和金融服务需求被增强，要求金融机构具备专业的数据分析和应用能力，通过用户洞察提供个性化产品和价值服务手段；
4. 生态模式：金融科技的发展要求金融机构能够整合上下游资源，打通全流程的业务链条，为客户提供资金流、信息流服务，以及全场景金融解决方案，建立合作共赢、互补发展的共生关系；
5. 决策智能：业务数据、社交网络数据、第三方数据交易形成海量数据源，集中、整合、挖掘、共享，发挥信息价值和创造力，增强风险控制的前瞻性、预见性、系统性，实现实时数据决策、基于数据预测等全方位数据应用提升整体管理水平。
金融科技的逻辑
金融科技的经典结构(或可以称商业模式，很多金融科技企业在不同发展阶段的商业模式变化较大)可以归纳为：资产端、资金端、技术端三端的相互作用和相互影响(图3)。资产端为资金端提供融资需求，资金端为资产端提供资金供给；资产端、资金端应用技术端的突破创新，改造、优化金融服务模式；技术端支撑资产端与资金端的业务流程。
可以看出，金融科技并未改变传统金融的核心业务逻辑，焦点问题仍是商业的本质——利润最大化。例如，财富管理业务，目标仍是高净值人群的目标客户探索发现、精准服务优化；而经纪业务的关键，仍然离不开客户分级、降低获客成本、提升客户生存周期。前中后台仍是原来的前中后台，金融科技只是影响了发力点，没有改变金融服务的本质。金融科技的创新只是在策略选择、资源投入上引入了技术端的方式方法，实现投入和产出的最优化配比。将技术端从过去的支持、辅助性工具推向前台，突出数据驱动的B端和C端业务流程，是金融科技的第一大贡献。把金融科技公司称之为金融数据公司，也并无不妥。
图3. 金融科技三端结构模式：技术端数据流驱动B端与C端业务流
以下是一些耳熟能详的金融科技商业模式：
·资产端：消费信贷、房产信贷、一级市场股权、众筹、资管、小微企业信贷…
·资金端：信息资讯平台、智能投顾、财富管理、第三方支付、记账、证券经纪业务平台…
·技术端：大数据、云计算、机器学习、移动互联网、人工智能、区块链、虚拟现实…
以资产端的信贷业务为例，最早的互联网借贷是打着普惠金融的旗号出现的(当然现下P2P网贷并没有实现为社会各阶层和群体提供普惠服务的愿景，也出现了很多问题)。作为商业银行重要的资产业务，信贷业务分为贷前、贷中、贷后业务，一个典型的商业银行信贷业务流程如图4所示。
金融科技对信贷市场的渗透主要体现在消费信贷、小微信贷和房产信贷上。如美国的Fundling Circle、Kabbage，专注于中小企业信贷；国内如京东金融、百度金融、蚂蚁金服，都在消费信贷、供应链金融上投入了大量资源。金融科技的信贷模式与商业银行信贷业务最大的区别是更加突出数据对于风险评估的作用，而现阶段银行信贷仍多数以信贷专员的人工审核评估为主。实现这一点的依据在于金融科技公司对于数据的获取成本相对传统金融机构来说较低(金融科技公司多利用互联网渠道接触客群，在帕累托分布的角度上能够感知更多供给端和需求端的群体)，数据维度较多，结合大数据技术能够感知到信贷客户更多的标签，从而获取预测的信用风险评估指标(图4)。例如，Kabbage公司通过网商贷款的模式，用“大数据”重构信用体系，为小微网商企业提供贷款。
图5：交易欺诈概率
(商业银行信用风险中通过违约损失概率LGD来衡量损失的严重程度)
再看最近很火热的智能投顾(资金端)，也可称为“数字化资产配置”，通过虚拟人工智能产品基于客户自身的理财需求、资产状况、风险承受能力、风险偏好等因素，运用现代资产组合理论（MPT），通过算法搭建数据模型，利用人工智能技术和网络平台提供理财顾问服务，取代传统的人工投资顾问服务。简单的说，智能投顾通过人工智能，基于投资组合理论（CAPM模型），来为用户制定投资组合。典型的智能投顾业务流程如图5所示。
2015年年中智能投顾公司管理的资产规模已超过210亿美元，目前全球已有近百家的智能投顾平台，平台AUM近5000亿美元，涌现出不少知名的智能投顾平台，如Wealthfront、Betterment、Personal Capital、Schwab Intelligent Portfolio等。中国智能投顾行业发展迅猛，典型企业如京东金融、宜信投米、钱景财富、弥财等。12月6日，招商银行APP上线“摩羯智投”，成为第一个将只能投顾概念推向传统银行用户的国内股份制银行。此外，平安银行、民生银行、天弘基金等都推出了智能投顾业务。
图6.智能投顾业务流程
智能投顾的着力点在人工智能和大数据，通过机器学习、语音识别、视频识别等手段分析、预测、探索交易数据、行情走势，为资金端提供投资理财服务。虽然其主要方法论仍然是发展几十年的Markowitz均值方差理论、投资组合有效边界模型等，但模型的训练需要大量数据的积累，且数据质量、数据范围对预测模型的拟合程度影响较大，这些都需要利用大数据技术对海量数据的处理能力，才能够得以实现。所以，智能投顾的本质仍是对供销端数据的利用和分析，传统依赖理财专家的咨询服务流程反而淡化了。这也是金融科技的另一大贡献：深度发掘数据的能力来降低人力成本。
另一种的金融科技呈现形式是区块链技术的应用(图7)，这种分布式去中心化账本技术(我不赞同区块链以“去信任”为特质，从社会体系角度讲，区块链无法改变金融体系依赖于信任的本质)已经在证券交易、银行体系、会计审计和科技领域蓬勃发展，资本市场已经在追逐此类创新应用；央行的数字货币研究团队也印证了监管层对于区块链技术的接纳。
区块链的发展是从密码货币开始的(Cryptocurrency,如比特币)，作为底层技术，区块链本质是去中心化数据库，是一种创新的数据结构，对原有集中式的数据存储结构进行分散化、自组织的改造。通过分布式记账，在各方通过技术的共识机制建立信任关系。区块链从1.0(数字货币)、2.0(智能合约)，发展应用到各领域的3.0，离不开信息共享和数据传递。例如，在跨境的投资与结算中，金融资产数字化，利用区块链交易平台进行交割，节省了大量的人力成本(图9)。
区块链的核心属性与大数据密切相关。在数据安全、数据共享、数据存储、数据分析、数据流通等环节，区块链提供了安全、加密、防篡改、签名与可信任的数据环境。此外，数据还可以作为虚拟资产，通过联盟链的形式，确保数据资产交易加密、防篡改、证书化。通过数据技术创新建立安全、信任的数字资产管理环境，是金融科技的第三大贡献。
图7.区块链技术与应用正在金融业迅速兴起
图8.跨境交易中的区块链应用
大数据与金融科技
金融科技三大逻辑可以归纳为：
·突出数据驱动的B端和C端业务流程
·深度发掘数据能力来降低人力成本
·利用数据技术建立安全、信任的数字资产管理环境
可以看出，金融科技突出了数据在金融服务中的应用，通过数据处理技术、数据科学、数据工程结合业务场景，改造传统金融服务体系。在大数据时代，企业在获得内外部数据、结构化与半结构化数据的成本在下降，数据维度在扩充。金融科技将大数据、区块链等技术运用于产品设计、用户体验、风险管理等领域。在这一过程中，金融的本质并未改变，通过数据技术来剖解金融业务，是金融科技的实质内涵。
2016-2017年最火热的词汇是“智能(Intelligent)”和“数字(Digital)”。智能时代的金融服务，与数据科学、数据管理、数据处理是紧密结合在一起的。可以预见，未来金融与科技的融合将会加深，大数据探索将为传统金融机构、金融科技公司带来更多的创新点和想象空间。
回复关键字，获取更多资讯
简介 | 产品 | 技术 | 案例集 | 培训 | 白话大数据评测 投资 | 新手上路 | Holodesk | TED视频金融 | 电力 | 视频监控 | 运营商 |交通 税务 | 电商 | 智能金融 | 医疗 | 快递