6月2日,中国银行业协会银行卡专业委员会年会在北京召开。中国银行业协会黄润中秘书长、中国光大银行李杰副行长、中国银监会业务创新监管部张倩处长、中国人民银行支付结算司翁泉副处长、公安部经济犯罪侦查局张伦处长等出席会议。银行卡委员会各成员代表、部分地方银行业协会代表、国际卡组织代表以及新华社、人民日报、中央电视台等十余家主流媒体代表共计120余人参加大会。天云大数据作为产业合作方代表出席年会。

同时,会上发布了《中国银行卡产业发展蓝皮书(2017)》,这是中国银行业协会银行卡专业委员会连续第八年向社会发布的关于银行卡产业的年度性研究报告。中国银行业协会银行卡专业委员会办公室主任吴载斌对《蓝皮书》进行了深入解读。《蓝皮书》结合2016年的市场及政策环境,从2016年中国银行卡产业发展状况、产业创新改革、自律及制度展示行业规范、国际化征程、聆听业界的百家之言和中国银行卡产业的前方之路6个部分对银行卡产业进行了研究与分析,旨在引发社会各界对银行卡产业的关注,共同推动银行卡业务的稳定健康发展。天云大数据作为唯一金融科技企业代表参与蓝皮书文章撰写。

银行卡专业委员会主任中国光大银行副行长李杰在致辞中表示,未来,随着消费金融时代大门逐渐开启,我国银行卡产业将发生一系列重要的变化,我国的银行卡产业也将随之迎来一个全面深化改革和创新发展的新时期。

会议还进行了以“新格局·大未来:新机遇与挑战下的银行卡产业发展之路 ”为题的专题研讨。中国社科院金融研究所有关专家、国际卡组织代表、产业方代表及地方银行业协会代表围绕支付清算体系创新研究、中国银行卡国际化进程、风险管控、金融科技以及多方联动打击银行卡犯罪等议题展开深入讨论。天云大数据总裁雷涛在对话中说,人工智能的发展阶段现已进入到答案交给机器去学习的阶段,因此可以快速利用银行历史数据以及机器驱动的能力去交付实施。

如下为天云大数据在蓝皮书上发布的全文:

第五节 天云融创:Fintech参与重塑银行信用卡业务

脱胎于全球一体化的数字变革,对经济与社会的影响是持久且深刻的,同时又在强化着全球化的进程,扩大竞争的范围与强度,深刻地影响着全球经济发展的模式与轨迹。在数字经济时代,人们的衣食住行迅速数字化,在传统财务数据基础上不断叠加行为数据和社交数据,个人的画像更加细致和完整,使得以终端用户为中心的数字经济时代正在到来。顺应于时代的变革,数字经济中金融混业的趋势变革愈发显著,金融科技企业(Fintech)在时代召唤下应运而生,并应时发展壮大,作为时代的产物,Fintech为传统金融业态注入了勃勃生机,使之焕然一新。

一、Fintech的基本概念

金融科技(Fintech)是指运用大数据、人工智能、区块链等各类先进技术,帮助提升金融行业运转效率的一种新业态。它一方面可以帮助传统金融机构转型,另外一方面通过技术的迭代和创新,发展出传统机构无法提供的高壁垒的新产品和新服务,而机构可以通过投资和合作,与新兴金融科技公司形成业务互补。因此,可以说技术带来的金融创新——金融科技,能创造新的产品、流程、应用或业务模式,从而对金融市场、金融机构或金融服务商造成重大影响。未来五年,在数字经济时代,银行业将迎来前所未有的突破和跨越式发展。金融科技的核心是科技,是一系列新技术新模式在金融场景的应用,其独特的内在规律——鲜明的分散、多元、协同、跨界、试错、快速迭代等属性,及其分布式、合伙制的企业形态为集中式、金字塔式企业架构的传统金融机构带来了深层次的革新与换血,可以辅助传统金融机构快速跟上数字经济前沿更新迭代的步伐。金融科技的进步,正在促使传统金融机构正视数字化转型的战略意义,并重新思考与金融科技公司的竞合关系。由于“企鹅效应”,Fintech企业带领传统金融升级改造的力量不断增强,金融行业的整体升级指日可待,而处于聚合场域焦点的Fintech必然会成为推动金融代际跃升的力量。 

二、Fintech缘何而生
 

这两年期间国际、国内资本市场见证了Fintech火箭式崛起的热度。然而,Fintech并非新生事物,它至少可以追溯到20世纪50年代。从50年代信用卡出现,60年代ATM出现,70年代电子股票交易市场成型,80年代进入银行超大型主机和海量信息处理的时代,90年代进入网络和电商时代,金融科技既已开始起步发展。不过那时的大趋势稍和现在不同:虽然金融科技大行其道,但其与传统金融机构共生共荣,所以传统银行业并未受到明显消极影响,反而融合Fintech壮大了自身发展。进入21世纪,Fintech的趋势有了变化。Fintech进一步数码化,手机钱包、手机支付、智能理财、股权投资等成为热点。这些Fintech不再仅仅强化现有金融服务机构,甚至某些方面旨在逐步取代传统金融服务,从而和传统金融公司处于竞争关系。这正在改变或者即将改变金融业的未来格局。事实上,金融科技在 Fintech概念提出之前已经从很多方面改变了金融的运作模式,然而之所以近几年才出现Fintech的集中爆发,是因为金融科技的基础技术,如云计算平台、大数据处理算法、移动互联网的普及等基础技术的成熟度曲线在此间得以发展并成熟。

 

图5-23 金融与科技的融合创新

三、境外银行业的Fintech应用

从国内外金融科技现状来看,各国发展态势差异显著,发展中国家与发达国家呈现出大分流的特征,其背后是国家间金融与经济的发展阶段不同,这也是培育金融科技行业未来发展的宝贵“土壤”。在市场潜力上,由于发达国家的传统金融体系较为成熟,留给金融科技发展的空间并不算大。而国内市场因为传统金融行业相对欧美国家较为落后,金融体制并不完善,金融市场仍存在着巨大的长尾需求。以移动支付为例,在美国,虽然除现金、信用卡外的支付方式正在逐渐多元化,但包括Paypal、Apple Pay、Google Pay等在内的移动支付方式的市场渗透率不到20%,而在中国这一数字高达近60%。综合而言,美国传统银行一般采取三种策略进行Fintech创新应用:一是在银行内部开展互联网新技术创新,提高服务效率,降低运营成本。比如花旗银行开始把电子银行的安全认证工具,从物理的E-Token更新为内置在手机上的一个APP,大大降低了机具的投入费用开支;根据客户的信用卡消费记录,挖掘客户的生命周期,并主动推动消费分期的消费金融服务;在网银的页面上开展类似PowerBall(彩票)让客户参与博手气的营销活动,以增加银行服务的趣味性。这些内部创新,达到了提升客户体验,提高客户忠诚度的目的。二是与金融科技公司合作,达到提升服务黏性或者拓展全新客群的目标。比如,大通银行与MCX(二维码扫码支付公司)合作,将8900万个人客户开放给MCX,作为使用扫码支付pilot的天使客户,意在为自己的零售客户提供全新的支付体验,提升黏性;再如大通银行与On Deck合作,使用该公司网络贷款平台的大数据挖掘和信用评价技术,拓展自己的中小企业贷款业务,而对市场则以银行服务面目出现,内部使用On Deck的技术平台并付license费用。

三是直接投资Fintech公司,为未来的经营周期转折做准备,比如富国银行对lending club的股权投资。

四、国内Fintech参与重塑银行信用卡业务的成功实践

在信息科技爆发的今天,创新型金融科技公司凭借互联网和科技基因,在与传统金融机构的合作与竞争中,可以共同汇聚百年来金融产业积累的优势基因。大型金融实体与Fintech企业的合作上具有独到优势,因其多年历史沉淀下来的数据,不仅仅是行为数据,更有有价值的违约数据,这又与人工智能目前的发展阶段非常匹配——即提供给机器“答案”的学习。在金融混业趋势下,国内银行与Fintech企业合作,纷纷探索创新,频频推出新动作。举例来说,天云大数据作为深耕金融领域的Fintech前沿企业,在与某大型股份制银行的合作中,在信用卡评分、信用卡风险评估、银行反欺诈等领域都推出了成功实践案例。

(一)信用卡评分模型及分群技术助力智能风险定价
金融的核心价值就是风险和定价,过去大多数采用的方式是以财务数据为主,但面对新经济行业,大量的资产数据和财务数据的权重不再突出,如何用新的方法去对银行的客户风险形成一套有效的评估,显得尤为重要。在谈风险定价的时候,最主要的问题之一就是量化,怎么把以前似是而非的内容可以精准地接近最小化的成本、最低的风险、最大的利润,在这个中间找到平衡点,是一个非常复杂的过程。而实现这一过程最核心的就是通过数据和算法模型在客户与风险中建立一个量化关系。在智能风险定价方面,通过信用卡用户评分模型建立和客户分群模型入手,评估用户信用和差别,为智能风险定价提供有价值的评估依据。

(二)统一数据视图支撑信用卡风险分析
信用卡风险管理对信用卡业务具有重要的意义,由于缺乏统一的数据管控平台,无法实现风险数据统一存储管控,同时缺乏集中调度管理各风险模块的机制,各个风险子系统独立运行,不利于实现对业务风险全面整体把控。建设统一的风控平台实现风险数据及事件的统一管控。通过建立信用卡风险一体化平台,实现了数据统一融合、用户信息真实性判断、业务规则配置管理、统一事件管理等业务需求,结合风险前中后各环节的数据判定客户的行为,真正实现事件预警、风险可控。

(三)复杂网络与深度学习结合增强银行反欺诈分析
欺诈一直以来都是银行业的主要风险之一。银行零售业务反欺诈的本质是对实施欺诈人员进行伪造身份、联系方式、设备信息、资产信息等虚假信息的识别。传统银行拥有上亿万级的信息数据库,但由于缺乏有效的科技手段,传统规则的经验式反欺诈模型已无法应对日益演进的欺诈模式和欺诈技术。小众的欺诈事件越来越难以用商业经验和确切规则描述出来,国内目前的欺诈多是基于规则驱动,即凭借过往经验和从此前发生过的事实中,抽象出系列规则,每一条规则触发一种欺诈场景,交叉组合所施加的业务逻辑判断,就构成了欺诈模型。但在这个过程中,传统规则的模型就会带来很多问题,申请欺诈就很难将一些难以描述的规则抽象出来。对于抽象的、难以描述的金融现象,便可以借助机器处理。

图5-24 传统评分模型与数据科学模型维度比较

 

机器的深度学习作为人工智能最重要的技术,其最大价值就是能够做特征表达—通过一个数学的复杂结构来表达一些以往很难描述的金融现象,因此特别适合处理风险、欺诈以及金融产品的营销这些依靠过往经验难以准确定量的事件。其原理,实际上是从银行反欺诈的脆弱点着手,不再只通过传统策略引擎,而是通过机器收集到大量异构、多元化的信息形成共享库。通过对数据的采集和分析,再通过机器学习及复杂网络等模型算法技术,对数据进行深度挖掘。从传统历史数据中量化抽取风险特征指标,利用复杂网络关联分析技术从历史违约数据中发现实时欺诈业务风险指标,丰富深度学习风险模型的业务维度,建立人工智能反欺诈模型,从而发现欺诈者隐藏的蛛丝马迹,分析其数据的矛盾点和可疑点,识别欺诈者身份,加上与传统经验规则配合使用,大幅提升银行欺诈风险的防控能力。

五、Fintech未来发展展望
 

对金融科技行业的投融资活动,近三年呈现出井喷之势。在海量资本支持之下,以大数据、人工智能为技术基础的信息服务,以区块链技术为基础的交易、支付、清算、结算、跨境汇款、点对点转帐等价值链已经初步形成规模,在银行、保险、基金等金融细分领域得以应用,也暗示着金融科技行业的生命周期已经迈入发展阶段。据花旗银行报告显示,Fintech近五年来吸引的投资额累积接近500亿美金,从2010年的18亿美金增长到2015年的191亿美金。在增长特别快的经济体中,中国尤为突出。2016年,KPMG与CB Insight共同发表的《金融科技行业脉动》季报数据显示,2016年第一季度,由风投支持的中国Fintech公司吸引了24亿美元投资,占世界总额49亿美金的一半。近日,花旗集团的一份报告显示,中国的 Fintech公司如果就使用者数量来看,已经超越传统银行业,达到颠覆银行的关键转折点。中国作为最大的发展中国家,无论从政府政策与市场创新应用上,对Fintech的成功可能性都具有极强的感召力与磁场效应,国内市场也因此成为Fintech从细分市场到规模市场应用的肥沃土壤与试验田。一是基于实体经济发展的内在需求,Fintech成为带动传统金融企业变革以及提升整体金融效率的重要抓手;

二是中国处于经济与金融的旺盛发展阶段,市场空白为Fintech的规模式应用提供了广袤的试验田;

三是全球对于Fintech的柔性监管正逐步成为共识,国内和国际资本正在向国内的金融科技行业聚合。

三股力量形成合力,将中国打造成Fintech创新应用的新高地,中国也将因此成为新时代下金融代际跃升的典范。

能够预见的是,Fintech在未来金融业将逐步成为常态,乃至于变身中坚力量。它所带来的,除了更高效的金融服务和生产效率之外,还会创造全新的生活方式。驱动生活走向更美好的阶段,这正是技术创新最大的价值所在。