金融科技的应用领域与应用场景
整理 | Sonia 吴
应用领域
金融科技行业的关键技术，包括人工智能，分布式技术（区块链、云计算），大数据，互联网技术（互联网、移动互联网、物联网），安全技术（生物识别技术）等，大多运用于银行、保险、证券、消费金融、金融监管等金融领域，可以说，金融科技重塑了传统金融业，产生一系列新兴金融生态，包括：零售银行，网络借贷与融资，云计算平台、数字货币、资产管理、互联网保险、监管科技等。
而金融科技核心技术的应用不仅局限于金融业，还实际应用于其他大多数行业，例如，需要庞大数据支撑的电子商务平台，大量使用智能机器人的物流公司，甚至近期尝试“数字酒证”的五粮液所在的白酒行业等等。
金融科技应用主要场景包括支付、信贷、财富管理、保险、人工服务，以及风险管理六大板块。
场景一 |支付
1. 支付技术创新：非接触式支付创新、智能穿戴设备支付创新、生物识别技术支付创新（人脸识别、声纹识别、虹膜识别等）等，融合了安全和效率的综合性支付技术创新，极大简化支付流程，得到广泛实践。
2. 清算技术创新：市场参与者在交易中使用区块链技术可以享用平等的数据来源,交易流程更加公开、透明、有效。
3. 跨境支付结算方式创新：以银行为例，区块链将可摒弃中转银行的角色,实现点到点快速低廉跨境支付。
场景二 | 信贷
1. 利率和授信差异化设计：信贷平台方可以依据用户资信状况进行评价，实现差异化定价。
2. 全链条智能化：智能获客到智能反欺诈、再到大数据风控。
3. 企业信贷：在贸易融资、供应链金融、企业信用贷款等对公信贷业务方面，金融科技技术能起到完善企业信用体系、补充企业经营状况信息和降低放贷机构单据确权难度的作用。
场景三 | 财富管理
1. 智能投顾：智能投顾又称机器人理财，其核心是在数据沉淀积累与算法模型不断优化的基础上，根据个人投资者提供的风险承受水平、收益目标以及风格偏好等要求，为用户提供最终的投资参考，并对市场的动态对资产配置再平衡提供建议。
2. 资产管理：大数据风控能力的积累，可穿透到资产，提供详尽实时的资产信息和资产评估。区块链技术可应用于资产证券化全流程，减少人为操作风险和效率低下的问题，更可大大提高存续期信息交互的频次与质量。
场景四 | 保险
1. 差异化保费设计：保险公司可以运用大数据技术获得更多维度的全量数据，进而更精确地对风险进行评估。
2. 产品创新：物联网技术的应用和普及，拓展了保险公司的数据广度和厚度，更多基于用户数据的保险产品创新成为可能。
3. 反欺诈：运用大数据技术进行欺诈识别和智能核保。
场景五 | 人工服务
1. 精准营销：企业可以借助分布式存储和云计算挖掘客户的信息，形成完整的客户关系（CRM）系统，设计并推送各种营销方案给消费者，实现精准营销。
2. 智能客服：传统的人工客服需要占用大量人力成本，而基于自然语言理解的对话机器人可以通过对话发掘用户需求，解释和推荐产品，进而带来销售转化。
3.研究自动化：人工智能可以完成大量固定格式文档的撰写工作，还能自动搜集各种公告、研报、公开知识库等，通过自然语言处理和知识图谱自动生成报告
场景六 | 风险管理
1. 解决信息不对称：大数据风控与传统风控手段相比来源更为广泛，识别速度更快且成本更低。
2. 风控模型优化：利用大数据技术，获得欺诈识别模型的重要变量，例如，客户地理位置信息、申请信息、公司信息、外部信息等，从而优化风控模型。
3. 操作风险管理：区块链技术应用于身份验证、支付安全等人工操作中验证困难带来的风险。
下期预告
金融科技在川内的发展