1、 1 中國金融科技產業生態中國金融科技產業生態分析報告分析報告 中國信息通信研究院中國信息通信研究院 云計算與大數據研究所云計算與大數據研究所 金融科技研究團隊金融科技研究團隊 2012018 8 年年 1 1 月月 2 版權聲明 本報告版權屬于中國信息通信研究院,并受法律保護。轉載、摘編或利用其它方式使用本白皮書文字或者觀點的,應注明“來源:中國信息通信研究院” 。違反上述聲明者,本單位會將追究其相關法律責任。 編寫指導:何寶宏、張雪麗 編寫小組:韓涵、何陽、趙博、張嘯野、許一駿 3 前前 言言 當前金融行業進入轉型發展階段,隨著人工智能、區塊鏈、云計算、大數據等新興技術的發展與應用,金融科
2、技正在以迅猛的勢頭重塑金融產業生態, “無科技不金融”成為行業共識。近年來,中國的金融科技(Fintech)行業發展迅速,在云計算、大數據、人工智能和區塊鏈等領域已經成長出一批擁有先進技術和行業實踐的核心骨干企業。 本報告聚焦于中國金融科技產業生態發展情況。首先,從金融科技產業生態現狀分析入手,通過國內外對比分析,明確中國金融科技產業的發展水平和發展階段;其次,通過金融科技產業各類主體的全面梳理分析,形成中國金融科技產業生態圖譜, 并分析指出當前行業生態的發展特點; 接著, 對人工智能、 區塊鏈、云計算、大數據等金融科技關鍵技術進行深入分析,展示其在金融行業的實踐應用情況;再次,從監管、個人信
3、息保護、競爭、應用場景和人才等五個方面,探討當前中國金融科技產業生態發展面臨的挑戰和困難;最后,從融合應用、產業機遇、技術發展和政策監管等多個角度,展望中國金融科技產業的發展趨勢。 中國信息通信研究院作為國家在信息通信領域最重要的支撐單位與工業和信息化部綜合政策領域主要依托單位,積極把握時代發展趨勢,專門組建了金融科技研究團隊,充分發揮在 ICT 行業重大戰略、規劃、政策、標準和測試認證等方面的積累優勢,積極促進人工智能、大數據、區塊鏈、云計算等新興技術在金融行業的應用,推動金融行業轉型發展,支撐金融行業主管部門的政策和標準制定,提高金融行業的安全合規水平。 4 目目 錄錄 一、金融科技產業發
4、展歷程金融科技產業發展歷程 . 5 5 (一) 金融科技行業發展階段. 5 (二) 全球金融科技市場概況. 7 (三) 中國金融科技市場概況. 9 二、二、 金融科技產業生態體系金融科技產業生態體系 . 1212 (一) 金融科技產業主體生態結構. 12 (二) 金融科技產業主體類型劃分. 12 (三) 金融科技產業生態體系發展特點. 16 三、三、 金融科技關鍵技術金融科技關鍵技術 . 2323 (一) 金融云快速部署落地. 23 (二) 金融大數據廣泛普及. 25 (三) 人工智能成為應用新方向. 26 (四) 區塊鏈帶來金融服務機制的深刻變革. 28 四、四、 金融科技產業發展面臨的挑戰
5、金融科技產業發展面臨的挑戰 . 3030 (一) 金融科技產業發展帶來監管新挑戰. 30 (二) 金融科技廣泛應用加深了個人信息安全管控風險. 30 (三) “贏者通吃”的競爭態勢不利于產業生態健康發展. 31 (四) 金融科技產業應用場景仍有待豐富. 31 (五) 金融科技產業人才仍面臨較大缺口. 31 五、五、 金融科技產業金融科技產業的發展趨勢的發展趨勢 . 3333 (一) 金融科技強化金融服務與實體經濟的跨界融合應用. 33 (二) 金融科技應用帶來金融業轉型發展的結構性機遇. 33 (三) 人工智能和區塊鏈將引領金融科技產業發展新浪潮. 34 (四) 產業監管更加注重鼓勵創新與預防
6、風險的平衡. 34 附錄附錄- -金融科技企業名錄(部分)金融科技企業名錄(部分) . 3535 5 一、金融科技金融科技產業產業發展發展歷程歷程 ( (一一) ) 金融科技行業發展階段金融科技行業發展階段 1.1. 從金融行業的信息科技應用發展歷程來看從金融行業的信息科技應用發展歷程來看 金融行業的信息科技應用可以分為三個階段: 第一階段是金融電子化, 第二階段是互聯網金融,第三階段是金融科技。隨著人工智能、區塊鏈、云計算、大數據等新興技術的發展與應用,金融科技正在以迅猛的勢頭重塑金融產業生態,“無科技不金融”成為行業共識。 在第一階段的金融電子化時期,金融機構主要是嘗試以現代通信網絡和數據
7、庫技術為基礎,將業務數據逐步集中匯總,利用信息化軟硬件實現辦公的電子化,提升業務處理效率。代表性應用包括核心交易系統、賬務系統、信貸系統等。 第二階段是互聯網金融發展期, 主要是互聯網技術和金融業務深入融合,金融機構利用互聯網對接金融的資產端-交易端-支付端-資金端, 實現渠道網絡化,并催生出大量創新的業務模式和業務形態。代表性應用包括網上銀行、互聯網基金銷售、P2P、移動支付等。 第三階段以金融科技應用發展為代表,主要是金融機構利用大數據、云計算、人工智能和區塊鏈等前沿技術進行業務革新,將傳統的銀行、證券、保險業務進行分解,提供更加精準高效的金融服務。通過自動化、精細化和智能化業務運營,有效
8、降低交易成本,提升運營效率。代表性應用包括大數據征信、智能投顧、風險定價、量化投資等。 6 圖圖 1 1:金融行業科技應用的金融行業科技應用的發展階段發展階段 2.2. 從從科技企業科技企業在在金融金融領域的領域的服務服務模式模式變革來看變革來看 科技企業為金融行業提供信息化服務的發展歷程也可以分為三個階段: 第一階段是售賣金融 IT 軟硬件服務,第二階段是提供基于云的整套業務解決方案,第三階段是以金融科技為依托提供跨界金融服務。過去,傳統金融 IT 企業幫助金融機構建設 IT 基礎設施,提供外包服務?,F在,金融科技企業在金融服務領域中表現的更加積極,在不斷通過新興技術創新金融業務服務模式的同
9、時,更多的開始與金融結構合作,為最終用戶提供直接的金融業務服務。 第一階段: 科技企業提供的產品為定制化金融 IT 軟件和相關部署, 以及相應的運維服務,營收由項目的數量和規模決定。企業的收入與員工的數量相關,單個企業收入規模受限。 第二階段:科技企業提供的產品為整套基于云的從 IaaS 層到 SaaS 層的業務解決方案。由于產品為整套的解決方案,項目規模較大,客戶黏性較高。相對第一階段,基于云的解決方案具有更強的業務可持續性。 第三階段:科技企業提供的產品為直接面向最終用戶提供的金融服務,包括大數據征信、智能投顧等??萍计髽I的業務已經超出純粹的金融 IT范疇,直接參與部分金融業務,實現銷售分
10、成或業務分成。 7 ( (二二) ) 全球全球金融科技市場金融科技市場概況概況 1.1. 全球金融科技市場全球金融科技市場發展迅速發展迅速 從企業數目以及融資額來看, 全球金融科技產業正處于高速增長態勢。 波士頓咨詢公司的研究數據顯示,2016 年全球金融科技企業數量增長了 167%,達到8000 家,是 2015 年的約 2.7 倍;2016 年全球金融科技初創企業融資額增長了364%,達到 839 億美元,是 2015 年的約 4.5 倍。 圖圖 2 2:全球金融科技全球金融科技發展狀況發展狀況1 1 2.2. 北美北美地區地區金融科技市場金融科技市場發展相對均衡發展相對均衡 北美地區金融
11、科技市場較為成熟, 各細分領域的企業融資規模相對均衡。 其中,支付領域的企業融資規模占比最高,達到 30%;數據分析次之,占比為 18%;占比最少的信貸/眾籌領域也達到了 14%。相比之下,從融資分布領域來看,亞太地區金融科技市場仍處于快速成長階段,各細分領域的企業融資規模差別較大。其中,信貸/眾籌領域的企業融資規模占比最高,達到 42%,支付次之,占比為 32%;數據分析最少,僅為 4%。 1 數據來源:波士頓咨詢 8 圖圖 3 3:北美和亞太地區金融科技創業企業融資比例北美和亞太地區金融科技創業企業融資比例1 1 3.3. 亞太亞太地區金融科技市場地區金融科技市場發展處于高速成長期發展處于
12、高速成長期 北美地區金融業發展較為成熟, 金融服務人群覆蓋比例高, 消費者對基本金融需求滿足度較高,金融科技側重于為消費者提供更加便捷的金融服務,作用更類似于“錦上添花” 。在亞太地區,特別是以中國和東南亞各國為代表,金融服務水平相對滯后,仍存在大量未開發市場,金融科技使金融服務觸及海量長尾用戶,作用更類似于“雪中送炭” 。整體來看,亞太地區對金融科技應用的市場需求廣闊,發展潛力巨大。 1 數據來源:波士頓咨詢。其中,規劃包括業務流程自動化、客戶關系管理、了解客戶、庫存與供應鏈管理、個人理財工具,數據&分析包括大數據解決方案,數據可視化,預測分析,數據提供。 表表 1 1:金融:金融科技市場定
13、位對比科技市場定位對比 項目項目 北美北美 亞太亞太 市場現狀市場現狀 消費者基本金融需求滿足度較高; 金融服務人群覆蓋比例高; 大量消費者沒有獲得正規的金融服務; 市場定位市場定位 在零星領域起補充作用,側重于為消費者提供更加便捷的金融服務; 服務廣大的未開發市場,側重于長尾用戶的拓展; 市場價值市場價值 “錦上添花”“錦上添花” “雪中送炭”“雪中送炭” 落地方式落地方式 原創技術,并自主探索新的商業模式。 快速地借鑒,并根據當地環境改變商業模式。 9 ( (三三) ) 中國中國金融金融科技科技市場市場概況概況 1.1. 中國金融科技產業中國金融科技產業發展位居世界前列發展位居世界前列 2
14、017 年畢馬威咨詢公司發布的全球金融科技 100 強報告中,排名前十的企業中,中國公司有 5 家,占據半壁江山。特別是排名前 3 的公司都是中國企業。其中,螞蟻金服依靠出色的技術優勢以及金融銷售服務模式,成為全球金融科技企業的典型代表; 眾安保險憑借出眾的保險科技生態系統以及高速的業務發展位居次席;趣店則依托海量在線借貸業務,在排行榜中位居第三。以上三家企業體現了中國金融科技行業在全球范圍內的領先發展態勢。 圖圖 4 4:20172017 年全球金融科技年全球金融科技企業企業 Top 10Top 101 1 同時,Visual Capitalist 公司研究數據顯示,2016 年全球金融科技
15、獨角獸2企業數量為 27 家,中國公司有 8 家,僅次于美國,排名第二。2016 年全球金融科技獨角獸企業估值規模為 1389 億美元,中國企業為 964 億美元,占比約 70%,全球排名第一,領先優勢十分突出。 1 1 數據來源:畢馬威 2 2 金融科技獨角獸為估值超過 10 億美元的金融科技私營初創企業。 10 圖圖 5 5:20162016 年年中國中國金融科技獨角獸金融科技獨角獸表現表現1 1 2.2. 中國中國金融科技金融科技用戶滲透率快用戶滲透率快速提升速提升 美國國際貿易署(ITA)發布的2016 頂級市場報告認為,中國金融科技市場總體發展居全球第二位。從用戶滲透率來看,從 20
16、13-2016 年,網絡信貸、網絡資管和電子支付的用戶滲透率均處于顯著上升趨勢,預計 2020 年,以上三個細分領域的用戶滲透率將分別上升至 28.4%、77.9%和 83.1%。尤其是電子支付領域,以支付寶和微信支付為代表的移動支付工具快速發展,截止 2017 年底,微信支付用戶已達到 8 億。 圖圖 6 6:20132013- -20202020 年中國金融科技主要板塊用戶滲透率年中國金融科技主要板塊用戶滲透率2 2 3.3. 金融科技重點細分領域市場規模成倍增長金融科技重點細分領域市場規模成倍增長 網絡資管領域, 2016 年網絡資管市場規模增速超過 50%。 中國網絡資管規模超過 2.
17、7 萬億元,預計 2020 年,中國網絡資管將超過 6 萬億元。 1 1 數據來源:Visual Capitalist 2 數據來源:艾瑞咨詢 11 圖圖 7 7:20132013- -20202020 年中國年中國網絡資管網絡資管市場規模市場規模1 1 第三方支付領域,2016 年我國支付機構的網絡支付金額達到 99.27 萬億元,交易筆數達到 1639.02 億筆。相比 2015 年,在交易筆數和交易金額上均達到近100%的增長。 在網絡借貸規模上,2016 年我國網絡借貸規模達到 19544 億元。相比 2015年,市場規模增長達到 99%。 圖圖 8 8:20142014- -2016
18、2016 年中國年中國細分細分金融科技市場規模金融科技市場規模2 2 1 1 數據來源:艾瑞咨詢 2 2 數據來源:人民銀行、前瞻研究院 12 二、二、 金融金融科技科技產業產業生態體系生態體系 ( (一一) ) 金融科技金融科技產業主體產業主體生態生態結構結構 我國金融科技產業生態體系主要由金融企業、科技企業、金融監管機構、行業協會和研究機構組成。其中,金融企業主要是運用云計算、大數據、人工智能和區塊鏈等先進技術,提供創新金融服務??萍计髽I主要是為金融企業和金融監管機構在客服、風控、營銷、投顧和征信等領域,提供云計算、大數據、人工智能和區塊鏈等技術服務。監管機構主要是依據國家相關政策法規,
19、對提供金融科技服務的企業進行合規監管。行業協會和研究機構主要是進行金融科技產業研究,推動行業交流和標準制定,促進金融科技應用成果的經驗分享和互動交流。 圖圖 9 9:金融:金融科技科技產業產業生態結構生態結構 ( (二二) ) 金融科技金融科技產業主體產業主體類型劃分類型劃分 根據我國金融科技產業主體的發展特點,從“新金融”和“新技術”兩個不同角度,可將金融科技企業分為兩大主要類型:科技金融類和金融科技類。 科技金融類科技金融類主要是利用互聯網、大數據、云計算、大數據、人工智能和區塊鏈等新興技術,變革金融業務模式,提供創新型的金融服務金融服務??萍冀鹑陬惼髽I可以從原生背景和業務領域兩個方面,進
20、行更進一步的深入劃分。其中,原生背景 13 是指企業最初的行業屬性,業務領域是指企業主要提供的業務類型。 金融科技類金融科技類主要是為金融機構在客服、 風控、 營銷、 投顧和征信等服務領域,提供云計算、大數據、人工智能和區塊鏈等新興技術技術支撐支撐服務服務。金融科技類企業可以從技術領域和服務領域兩個方面,進行更進一步的深入劃分。其中,技術領域是指支撐服務能力聚焦在云計算、大數據等不同技術領域,服務領域是指支撐服務領域分布在客服、風控等不同服務環節。 1 1. .科技金融企業科技金融企業- -按原生背景劃分按原生背景劃分 根據科技金融企業的原生背景,可將其主要分為五大類:互聯網互聯網背景、背景、
21、金融金融ITIT 背景背景、傳統傳統金融背景、其他傳統行業背景金融背景、其他傳統行業背景和和初創初創背景背景?;ヂ摼W背景的科技金融企業具有技術、數據、平臺和人才優勢,正在迅速成長為國內金融科技的核心力量。金融 IT 背景的科技金融企業擁有深厚的行業積累和豐富的風控經驗,正在積極進行戰略轉型,開展金融科技服務。其他傳統行業背景的科技金融企業,則是利用自有渠道和用戶優勢,提供跨界金融科技服務。 初創背景的科技金融企業是指以金融科技為核心業務的初創型企業, 企業在創立初期就以金融科技領域的技術和商業模式創新為核心競爭力。 圖圖 1010:按原生按原生背景劃分背景劃分的的科技科技金融金融企業企業 14
22、 2.2.科技金融企業科技金融企業- -按按業務類型業務類型劃分劃分 對于科技金融企業,按其主要提供的業務類型可分為兩類: 一是提供傳統提供傳統金融金融業務類業務類,包括包括銀行銀行、保險保險、證券證券和和基金基金等。開展傳統金融業務的企業,轉型需求相對迫切,需要利用科技手段提升業務發展能力,發現新需求、降低成本、優化流程、開辟新業務,完成轉型升級。 二是提供提供互聯網金融互聯網金融業務業務類,類,包括消費金融、小額信貸、征信包括消費金融、小額信貸、征信、第三、第三方方支付支付等。這類科技金融企業利用新興技術,大力發展創新型金融服務,在促進普惠金融、小微金融和智能金融方面具有重要作用。 圖圖
23、1111:按業務類型劃分按業務類型劃分的的科技科技金融金融企業企業 3.3.金融科技企業金融科技企業- -按技術領域劃分按技術領域劃分 對于金融科技企業, 按照其為金融行業提供金融行業提供支撐支撐服務的服務的技術領域技術領域可可分為分為四大四大類:云計算、大數據、區塊鏈和人工智能類:云計算、大數據、區塊鏈和人工智能等。其中,云計算已經成為金融 lT 架 15 構轉型的主流方向,金融云部署較快,企業發展較為成熟。大數據是金融業創新發展的基礎資源,提供金融大數據服務的企業數量眾多,互聯網巨頭優勢明顯。人工智能是金融服務邁向智能化的關鍵,人工智能應用發展迅速,正在成為金融科技應用的熱點方向。區塊鏈是
24、實現金融價值傳遞的重要支撐技術,金融區塊鏈應用仍處于起步階段,企業數量相對較少,但發展迅速。1 圖圖 1212:按技術領域劃分的:按技術領域劃分的金融金融科技企業科技企業 4.4.金融科技企業金融科技企業- -按服務領域劃分按服務領域劃分 金融科技企業按照為金融行業提供金融行業提供支撐支撐服務的服務的具體具體領域可分為領域可分為五大類:五大類:客客服、風控、營銷、投顧和服、風控、營銷、投顧和支付支付等??头I域企業主要是利用大數據和人工智能技術,通過自動化和智能化客服,實現客服效率和質量的雙提升,并實現與精準營銷的有機結合,助力客服從成本中心向營銷中心轉變。風控領域企業主要是運用大數據、機器學
25、習和人工智能等技術,實現智能風控,降低業務壞賬率,提高放貸效率。營銷領域企業主要是利用大數據和人工智能進行智能營銷,建立個性化 1 何寶宏. 新一代信息技術推動金融科技向縱深發展J. 金融電子化, 2017(5):67-69. 16 的顧客溝通服務體系,實現精準營銷。投顧領域企業主要是基于算法和模型,實現智能投顧,規避市場風險,獲得最大化收益。支付領域企業主要是基于大數據和人工智能技術,將人臉識別、指紋識別等智能識別技術應用于支付領域,實現支付技術的創新發展。 圖圖 1313:按:按服務服務領域劃分的領域劃分的金融金融科技企業科技企業 ( (三三) ) 金融科技金融科技產業產業生態體系發展生態
26、體系發展特點特點 1.1.互聯網互聯網企業成為金融科技領域企業成為金融科技領域的的支柱力量支柱力量 互聯網企業成為金融科技領域在金融和科技兩側的重要主體。 百度金融、 螞蟻金服、 財付通和京東金融等互聯網巨頭旗下的金融科技企業具有數據和技術上的雙重優勢,快速成長為科技金融類的獨角獸企業。同時,這些互聯網行業巨頭將其經過驗證的云計算、大數據、人工智能和區塊鏈等新興技術,提供給其他金融機構,在金融科技類企業中也具備較為突出的發展優勢。 17 表表 2 2: 互聯網背景互聯網背景的的金融科技企業金融科技企業1 1 企業企業 云服務云服務 大數據大數據 人工智能人工智能 區塊鏈區塊鏈 綜合特點綜合特點
27、 百度云 公有云、私有云 數據分析、展現和開放 客服、智能風控、智能 API 設有金融云解決方案 百度金融 私有云 用戶畫像 智能風控、 智能獲客 資產證券化 對外輸出云、大數據、AI 解決方案 阿里云 公有云、私有云 數據分析和展現 智能風控、 平臺開放 設有金融云解決方案 螞蟻金服 公有云、私有云 用戶畫像 客服、智能風控、智能 API 公益-募捐 對外輸出云、大數據、AI 解決方案 騰訊云 公有云、私有云 數據計算和分析、展現 開發套件、 智能 API 設有金融云解決方案 財付通 用戶畫像 智能風控 黃金紅包 支付 API 開放 京東云 公有云、私有云 數據計算、分析和展現 開發套件、
28、智能 API 設有金融云解決方案 京東金融 私有云 數據治理,用戶畫像 智能風控 資產管理 對外輸出云、大數據、AI 解決方案 網易云 公有云 用戶畫像 客服、營銷 設有互聯網金融解決方案 網易金融 用戶畫像 智能風控、 智能投顧 技術自用 360 金融 用戶畫像、大數據選股 智能風控 技術自用 小米金融 用戶畫像 智能風控 營銷 技術自用 2.傳統傳統金融金融 IT 企業積極謀取金融牌照企業積極謀取金融牌照 傳統金融 IT 企業基于長期的金融 IT 服務實踐, 擁有先天性的金融科技應用優勢,其熟知金融行業運作方式,通過收購、參股、成立子公司申請和引入投資的方式獲得金融牌照,向金融領域跨界轉型
29、。隨著傳統金融 IT 企業的金融化轉型,其與傳統金融機構“科技+牌照”的雙向合作成為趨勢: 傳統金融機構的優勢是擁有牌照、研發實力、資金和客戶優勢,劣勢是缺乏金融科技創新的能力,或是創新環境相對薄弱。 1 數據來源:各企業官網 18 科技公司的優勢是具有科技能力和對金融創新的敏銳嗅覺,劣勢是缺少金融牌照。 表表 3 3:傳統傳統金融金融 ITIT 行業行業背景背景的的金融科技企業金融科技企業1 1 合作方式合作方式 公司公司 情況簡介情況簡介 參股 安碩信息 投資 5000 萬元入股涼山州商業銀行,獲得銀行牌照。 東華軟件 出資 1.5 億元,占海南銀行 5%股份,獲得銀行牌照。 恒生電子 出
30、資 1 億元參股粵財信用保險公司,獲得保險牌照。 申請牌照 漢得信息 投資 1 億元設立全資保理子公司,申請保理牌照。 收購 新大陸 收購國通星驛 100%股權,獲得支付牌照。 3.3.零售企業率先轉型進入金融科技市場零售企業率先轉型進入金融科技市場 傳統行業中,以具有 To C 服務經驗的零售企業為代表,它們往往擁有大規模的用戶信息和消費行為數據,在客戶服務方面的經驗豐富,對客戶需求理解較深刻。 借助金融科技的應用趨勢,大量傳統零售企業將金融服務與自身原有服務進行融合,通過捆綁式服務,大力發展基于原有服務的金融服務,以消費金融、智能風控、智能營銷等應用場景為突破口,轉型進入金融科技市場。 表
31、表 4 4:傳統傳統零售行業背景零售行業背景的的金融科技企業金融科技企業2 2 1 數據來源:各企業官網 2 數據來源:各企業官網 19 企業企業 云服務云服務 大數據大數據 AIAI 服務服務 區塊鏈區塊鏈 萬達金融 用戶畫像 智能風控、智能營銷 電子發票 蘇寧金融 用戶畫像、個性化服務 智能風控、智能營銷、智能投顧 已成立實驗室 海爾金融 用戶畫像 智能風控、智能營銷 資產證券化、 智能合約 永輝金融 用戶畫像、供應鏈金融 智能風控 4.4.傳統金融機構成立科技子公司提供傳統金融機構成立科技子公司提供對外對外技術服務技術服務 傳統金融企業將科技能力對外轉化服務, 成立獨立化運營的科技公司,
32、 傳統金融機構成立的科技子公司擁有云、大數據和人工智能平臺搭建能力、行業應用搭建能力和海量金融數據積累。向科技公司轉型的金融企業對行業理解深入,并擁有切實的新興科技應用實踐,較易獲得傳統金融企業的信任。 2016 年 7 月,銀監會發布的中國銀行業信息科技“十三五”發展規劃監管指導意見 (征求意見稿) 表示,“鼓勵有條件的銀行利用技術優勢和冗余資源,為其他銀行提供場地、系統、運維等方面的托管服務與外包服務。增加信息科技工作透明度,嘗試信息科技公司化運作。 ”從目前的發展趨勢看從目前的發展趨勢看,一是一是部分銀行部分銀行機構機構正在積極籌備正在積極籌備獨立運作的科技子公司獨立運作的科技子公司,
33、二是, 二是部分部分大型傳統金融機構正在大型傳統金融機構正在聯合聯合成立成立獨立運營的獨立運營的科技科技合資合資公司。公司。 表表 5 5:傳統金融機構成立科技子公司傳統金融機構成立科技子公司1 1 企業企業 云服務云服務 大數據大數據 AIAI 服務服務 區塊鏈區塊鏈 興業數金 云平臺搭建、SaaS 服務 大 數 據 平 臺 搭建、數據建模 人工智能平臺搭建、智能風控 區塊鏈平臺,適用于供應鏈金融、數字票據和積分系統 平安科技 云平臺搭建、SaaS 服務 大 數 據 平 臺 搭建、數據建模、數據開放 人工智能平臺搭建、智能風控 區塊鏈平臺,適用于支付清算、資產管理、供應鏈金融和智能合 1 數
34、據來源:各企業官網 20 約 招銀網絡科技 云平臺搭建、SaaS 服務 大 數 據 平 臺 搭建、數據建模 智能風控、智能投顧 供應鏈金融 5.5.第三方支付領域已經進入市場整合期第三方支付領域已經進入市場整合期 第三方支付領域已呈“贏家通吃”態勢。2016 年的數據顯示,超過 80%的第三方支付市場份額被支付寶和微信支付占據??ɡ?、易寶、聯動優勢、連連支付、 平安付、 百度錢包、 京東支付和快錢等八家第三方支付占據 13%的市場份額。領先企業的線上線下生態還在繼續擴張, 其他 257 家支付機構正面臨較為嚴峻的競爭態勢。 隨著線上線下的生態拓展,市場份額還將進一步向支付寶和微信支付聚集,大
35、量支付企業將面臨被淘汰出局的嚴峻挑戰。 圖圖 1414:2 2016016 年年第三方支付業國內市場份額情況第三方支付業國內市場份額情況1 1 6.6.網絡借貸網絡借貸市場進入市場進入嚴格嚴格監管期監管期 網絡借貸是“互聯網+金融”模式下,金融服務模式和服務渠道的重大變革,它在一定程度上滿足了部分群體的金融服務需求。然而,隨著網絡借貸業務的快速發展,過度借貸、重復授信、不當催收、畸高利率、侵犯個人隱私等違規經營問題越來越突出,存在著較大的金融風險和社會風險隱患。 監管機構正在采取有效措施強化對網絡借貸業務的合規管控。 2017 年12 月, 1 數據來源:中國人民銀行 21 互聯網金融風險專項
36、整治、P2P 網貸風險專項整治工作領導小組辦公室正式下發關于規范整頓“現金貸”業務的通知 ,明確統籌監管,開展對網絡小額貸款清理整頓工作。在業務上,嚴格限制網絡小額貸款和 P2P 網貸的經營范圍,暫?,F金貸業務;從嚴管理小額貸款公司資金來源;限制杠桿比例和 ABS;在管理流程上,再次重申一行三會、工信部、網信辦和地方金融辦的職責;強調對不合規的企業將限期整改或吊銷牌照。 2017 年 12 月 13 日,銀監會 P2P 網貸風險專項整治工作領導小組辦公室于近日向各地 P2P 整治聯合工作辦公室下發了 關于做好 P2P 網絡借貸風險專項整治整改驗收工作的通知 (57 號文) ,對下一步的整改驗收
37、階段做出了具體、詳細的部署。明確要求各地應在 2018 年 4 月底前完成轄內主要 P2P 機構的備案登記工作、6 月底之前全部完成;并對債權轉讓、風險備付金、資金存管等關鍵性問題作出進一步的解釋說明。 圖圖 1515:2 201012 2- -20162016 年年中國中國網貸信息中介機構網貸信息中介機構數量數量1 1 7.7.個人個人征信領域征信領域發展將納入牌照監管發展將納入牌照監管 目前, 個人征信領域的主要服務機構包括人民銀行征信中心、 信用中國和百行征信(牌照申請中)等三家機構。人民銀行征信中心于 2006 年成立。信用中國網站于 2015 年正式上線運行。2018 年 1 月 4
38、 日,中國人民銀行受理了百行征信有限公司(信聯)的個人征信業務申請。 百行征信最大股東為中國互聯網金融協會,持股 36%,其他 8 家個人征信 1 數據來源:中國人民銀行、前瞻產業研究院 22 試點單位芝麻信用、騰訊征信、深圳前海征信、鵬元征信、中誠信征信、考拉征信、中智誠征信、北京華道征信作為股東加入信聯,各持股 8%。1 表表 6 6:個人征信個人征信機構對比機構對比 征信機構征信機構 簡介簡介 人民銀行人民銀行 征信中心征信中心 征信中心于 2006 年成立,負責企業和個人征信系統的建設、運行和維護。 截至 2017 年 3 月,人民銀行數據庫收錄自然人 9.2 億人,有信貸記錄的自然人
39、 4.4 億人。 信用中國信用中國 信用中國網站于 2015 年正式上線運行, 是政府褒揚誠信、 懲戒失信的窗口。 截至目前,網站已發布信用信息 1.4 億余條。 (包含企業基礎信息、紅黑名單信息、行政許可與行政處罰信息、統一社會信用代碼信息) 百行征信百行征信 (信聯)(信聯) 信聯由互聯網金融協會牽頭組建,2017 年底將正式批籌,收編 8 家首批個人征信牌照試點機構。 信聯為央行征信系統提供補充支撐,主要服務對象為互聯網金融個人借貸業務機構,且數據共享。 1 中國人民銀行, 關于百行征信有限公司(籌)相關情況的公示 23 三、三、 金融科技關鍵技術金融科技關鍵技術 云計算、 大數據、人工
40、智能和區塊鏈等新興技術的發展與應用對金融機構的業務服務模式產生了重大影響,已逐漸成為金融行業發展的關鍵性技術驅動。 云計算、大數據和人工智能技術之間存在相互依賴、相互促進的關系。如果說大數據是金礦,那么金融云可被看作是礦井。礦井的安全性、可靠性決定了金礦的開采效率。人工智能需要海量高品質的訓練數據來感知、認知、分析和預測世界;反過來,人工智能又能促進大數據的發展,提高數據采集與處理的速度和質量,推動大數據產業的發展。區塊鏈的去中心化和分布式記賬,則會帶來金融服務機制的根本性轉變。 圖圖 1616:金融科技關鍵技術:金融科技關鍵技術 ( (一一) ) 金融金融云云快速部署落地快速部署落地 1.技
41、術定位技術定位 “互聯網+金融”時代對金融行業的技術架構提出新的要求。金融企業普遍面臨產品創新層出不窮,產品迭代越來越快,交易量峰值無法預測的挑戰。云計算作為實現 IT 資源按需供給的技術手段,可以實現讓金融企業像使用水、電、煤一樣使用 IT 資源。 云計算,可以提升金融行業的信息化水平,推動金融科技行業發展。在性能上,云計算具有高可靠性和高可擴展性,同時還支持通過添加服務器和存儲等 24 IT 設備實現性能提升。在成本上,云計算采用相對廉價的 X86 服務器作為基礎設施,并且可以通過提高單位 IT 設備的使用效率,降低成本。在運維上,云計算通過統一的平臺實現金融企業內服務器、存儲和網絡設備等
42、設備的集中管控,提升了企業對 IT 設備的管理能力,有助于實現精益管理。在數據管理上,云計算使得組織可以通過一個平臺,承載或管理組織內所有的信息系統,消除信息孤島,將保存在各系統的數據集中到一起,形成“數據倉庫”,從而實現組織內部數據的集中化管理。 2.行業特性行業特性 金融機構物理設備多樣性導致金融云整體架構相對復雜。物理設備層,大型金融機構經過數十年的信息化建設,擁有復雜的 IT 基礎設施。包括 X86 服務器、小型機、SAN 存儲、NAS 存儲和網絡等。虛擬化層,不同的設備擁有各自的虛擬化軟件,各類設備組成多個資源池。因此,金融機構需要一個多云管理平臺來統一管理這些 IT 資源,以實現內
43、部系統的打通和數據的整合。 金融行業的特性對云計算的業務連續性有嚴格的要求。金融機構的 IT 系統的穩定性、可用性、網絡時延性以及數據安全性的要求非常高。銀行和證券企業關鍵業務系統停機屬于極度嚴重的金融事故,造成巨大的經濟損失。業務連續性是涉及到管理制度、技術方案和物理設施等多個層次,要確保這些關鍵職能在任何環境下都能持續發揮作用。為滿足業務連續性要求, 金融企業需要建立完善的災難備份和災難恢復體系。災難備份主要有三種,分別為同城災備、異地災備和兩地三中心。通過業務和數據的備份可以減少系統停機時間,保證業務的連續運行。 3.應用應用現狀現狀 目前,大型金融機構紛紛開啟了基于云計算的信息系統架構
44、轉型之路,逐步將業務向云遷移。 新興金融機構如螞蟻金服、 微眾銀行等在誕生之初就把所有 IT系統架構在云上。 25 中大型金融機構傾向使用混合云。在私有云上運行核心業務系統,存儲重要敏感數據。自主購買硬件產品、虛擬化管理解決方案、容器解決方案、數據庫軟件、運維管理系統等,搭建私有云系統。在生產過程中實施外包駐場運維、自主運維或外包運維。在公有云上運行面向互聯網的營銷管理類系統和渠道類系統。 小型金融機構傾向將全部系統放在公有云上。通過金融機構間在基礎設施領域的合作,通過資源共享,在金融行業內形成公共基礎設施、公共接口、公共應用等一批技術公共服務。用于對金融機構外部客戶的數據處理、服務,或為一定
45、區域內金融機構及其垂直下屬機構提供資源共享服務。一般為購買云主機、云存儲、云數據庫、容器 PaaS 服務、金融 SaaS 應用等云計算服務。 ( (二二) ) 金融金融大數據大數據廣泛普及廣泛普及 1.技術定位技術定位 金融行業數據資源豐富,數據應用由來已久。從發展特點和趨勢來看,金融云快速建設落地奠定了金融大數據的應用基礎, 金融數據與其他跨領域數據的融合應用不斷強化,人工智能正在成為金融大數據應用的新方向,金融行業數據的整合、共享和開放正在成為趨勢。 大數據可以顯著提升金融企業的運營效率, 促進創新, 節約成本, 保障合規。提升效率方面,大數據可以幫助金融企業總結現狀、預測未來,從而更精準
46、地對市場變化做出反應。促進創新方面,大數據技術在金融領域融合的過程中能不斷衍生出服務與業務模式的創新。節約成本方面, 大數據底層平臺可以實現大規模數據的存儲和調度,在部分場景替代原有的 Oracle 數據庫,節約成本。保障合規方面, 大數據可以集中組織的數據并進行分析, 從而做到充分了解客戶的狀態,從而幫助金融企業做到 KYC(了解你的客戶)和 AML(反洗錢) 。 2.行業行業特性特性 金融機構的業務要求大數據平臺具有實時計算的能力。目前,金融機構最常使用的大數據應用場景為精準營銷、實時風控、交易預警和反欺詐等業務都需要 26 實時計算的支撐。 大數據分析平臺可以對金融企業已有客戶和部分優質
47、潛在客戶進行覆蓋,對客戶進行畫像和實時動態監控,用以構建主動、高效、智能的營銷和風險管控體系。 為切實做到數據驅動,金融企業需要定制化的技術平臺。首先,金融企業要進行頂層設計, 把技術和業務結合起來, 將技術應用在企業價值鏈的每個場景上。其次,金融企業需要大規模的系統改造。為實現數據的匯聚,需要將原來存儲在上百個信息系統的數據整合,重新設計并搭建數據采集、存儲、傳輸的架構。最后,金融大數據具有極高的重要性,需要更加完善的安全保障措施。金融數據的泄露、篡改可能造成系統性金融風險,甚至危及社會穩定。部分數據如用于金融交易的用戶鑒別與支付授權信息需要全流程加密。 3.應用應用現狀現狀 隨著大數據技術
48、的廣泛普及和發展成熟, 金融大數據應用已經成為行業熱點趨勢,在數據資產變現、交易欺詐識別、精準營銷、黑產防范、消費信貸、信貸風險評估、供應鏈金融、股市行情預測、股價預測、智能投顧、騙保識別、風險定價等涉及支付清算、銀行、證券、保險和互聯網金融等多個細分領域的具體業務中, 得到廣泛應用。 涌現出一大批技術創新、 業務突破的應用案例。 總結來看,對于大數據的應用分析能力,正在成為金融機構未來發展的核心競爭要素。 ( (三三) ) 人工智能成為應用新方向人工智能成為應用新方向 1.技術定位技術定位 人工智能在金融領域應用主要包括五個關鍵技術:機器學習、生物識別、自然語言處理、語音技術以及知識圖譜。機
49、器學習具有多種衍生方法,包括監督學習、無監督學習、深度學習和強化學習等。從貸款審批到資產管理,再到風險評估, 機器學習在金融生態系統中的每個階段發揮著不可或缺的作用。生物識別技術主要包括指紋、人臉、靜脈、虹膜、聲紋、掌紋等體表的和內在的多種技術,在金融業中運用于客戶身份驗證、遠程開戶、無卡取款、刷臉支付、金庫管理和 27 網絡借貸等場景。 自然語言處理技術應用到金融數據分析領域,對海量復雜多樣的企業信息進行處理,以提取出行業分析人員最關注的數據指標,并進行投資分析總結,最大化減少不必要的重復人力勞動,幫助分析人員進行投資決策。語音識別通常與語音合成技術結合在一起, 提供一個基于語音的自然流暢的
50、人機交互方法, 其應用遍布各大銀行及證券公司的交易與非交易性工作中。知識圖譜是通過將公司、管理層、新聞事件以及使用者個人偏好都表示為實體,發現其間的聯系,讓金融數據的搜索更加高效,能夠進一步為投資者提供針對性的投資建議。 2.行業特性行業特性 金融行業的不斷發展,沉淀了大量的金融數據,主要涉及金融交易、個人信息、市場行情、風險控制、投資顧問等多個方面。金融行業的海量數據能夠有效支撐機器學習,不斷完善機器的認知能力,達到與人類相媲美的水平,尤其在金融交易與風險管理這類復雜數據的處理方面, 人工智能的應用將大幅降低人力成本,通過對大數據進行篩選分析,幫助人們更高效率地決策,提升金融風控及業務處理能