|
隨著大數據、云計算、人工智能等科技技術被不斷的運用到金融領域，新模式、新業務、新流程、新產品不斷的涌現，包括平安、螞蟻金服、度小滿、京東數科、樂信集團等金融科技企業紛紛涉足，搶占賽道。 中國社會科學院大學特聘教授裴長洪在財經網主辦的“2018金融科技賦能實體經濟高峰論壇”上表示，從金融科技的發展脈絡來來看，共經歷了三個階段：
在目前看來，金融科技已經逐漸滲透到傳統金融業務上中下游的各個環節，包括獲客、風控、反欺詐、催收等都發生了潛移默化的改變。 從獲客方面來看，在科技的賦能下，線上精準推薦用戶已經獲得了一些成果，極大的降低了傳統金融機構線下人工獲客的成本，同時也為傳統的互聯網企業提供了新機遇，不少手握流量的互聯網企業開始做貸款推薦來謀求新的業務增長點，如度小滿、360金融等。 從風控方面來看，傳統放貸機構的風控模式較為繁瑣，主要體現為用戶獲取服務的流程長、門檻高、體驗差等，通過大數據、人工智能進行風控，放款機構可以通過用戶的身份信息、運營商數據、電商數據等多維度評估其貸款額度，實現分秒級審核、放款，極大的提高了審核效率、用戶體驗，同時也大幅度降低了用戶獲取金融服務的門檻。在這個流程中，也出現了新的機遇，包括智融集團、百融金服等創新型企業開始深耕智能風控，并將其輸出為產品致力于toB服務。 從反欺詐方面來看，傳統的反欺詐是結合專家多年的經驗識別欺詐行為，具有一定的滯后性，往往出現了新型的欺詐手段，金融機構才會有針對性的搭建反欺詐模型，這種“亡羊補牢”的反欺詐方式雖有效果，但都是基于金融機構受到損失后防范二次欺詐所搭建。通過新技術，運用機制學習、無監督學習等算法，金融科技企業可以將部分欺詐風險前置，做到提前預警。目前，黑瞳科技、猛犸反欺詐、氪信科技等都開始深耕智能反欺詐。 從催收方面來看，傳統的人工催收較為敏感，催收人員工作壓力較大，因此經常出現辱罵、詛咒等語言暴力催收行為，而通過深度學習、語音合成等研發的智能催收機器人則不存在壓力及不穩定性，實現了催收的標準化統一，同時也降低了催收成本。目前，騰訊云、百度等都已切入智能語音催收市場。 “在很長一段時間里金融科技只能是傳統金融服務信用提供的補充而不是替代，這種新的金融信用提供方式一定要和傳統金融服務方式融合，在融合中得到發展?！迸衢L洪表示，金融科技的信用提供方式難以避免市場中的信息不對稱和信息孤島，所以很難回避市場風險。它所形成的業務模式和金融產品也不能完全適應市場發展趨勢。傳統的信用提供方式有一定的缺陷是金融科技能夠出現的一個重要因素。 事實上，金融科技對傳統金融業務流程的重塑不僅達到了“提質增效降成本”的效果，也為金融科技企業帶來了新的機遇，從整體上看金融科技已經形成了不可逆趨勢。 與此同時，隨著金融科技發展，監管機構面臨“讀不懂、讀不出、看不懂、管不住”的難題。中國人民大學法學院教授中國人民大學商法研究所所長劉俊海表示，金融科技市場雖然處于野蠻生長狀態，但是有濁有清，監管所作的就是激濁揚清，法治才是金融科技企業最好的定心丸。 “我一直認為2008年華爾街金融危機導致的根源不在于監管失靈和監管的失敗，而在于公司治理的失靈，公司治理的失敗?！眲⒖『Ｖ赋?，如果公司治理有效，則不需要政府監管。但是另外一個結論，如果金融科技企業不能自律，見賢思齊，下一步金融監管力度還得加大。 |
- 關注天氣:
