科技「重構」金融 銀行擁抱金融科技「痛並快樂著」
本文原刊載於2018年6月26日《上海金融報》。
編者按：科技日新月異，金融科技亦如是。在金融科技生態體系中，銀行與科技企業各自的角色、相互間的關係已進入新時期。當前，銀行已越來越多地主動出擊，在大數據、人工智慧等領域加緊布局，但在具體運用中還有很多待解的「痛點」。
科技之於金融:從「解構」到「重構」
在金融科技浪潮下，面對科技型企業的挑戰，傳統金融機構從與之競爭，開始更多地轉向競合，並積極主動擁抱科技。在傳統金融業難以撼動的情況下，科技正從「解構」金融轉向「重構」金融。
銀行主動擁抱科技
「自2017年起，商業銀行主動積極地選擇與科技企業合作，通過與互聯網公司、科技開發公司、第三方數據公司等開展場景構建、用戶畫像、人工智慧等領域的跨界合作，主動延伸服務半徑，實現場景與業務的深度融合，並逐步構建起合作共贏的生態圈。」恆豐銀行研究院研究員唐麗華對《上海金融報》記者指出，據不完全統計，上市銀行在2017年發生的較大規模框架式戰略性合作案例就多達20餘個，主要集中在新技術研發試驗、支付、雲平台、智能金融、反欺詐等領域。
氪信科技創始人朱明傑對《上海金融報》記者表示，當前合作主要有兩大脈絡:「銀行＋互聯網公司」與「銀行＋技術服務公司」，其中，比較「高光」的是互聯網公司和以四大行為代表的老牌銀行強強聯手；同時，在另一脈絡上，悄然進行卻為銀行帶來穩健變革的，是各類技術服務公司以項目方式嵌入銀行的智能化升級體系，比如華為等硬體服務機構提供雲計算平台，商湯、曠視、依圖等人臉識別公司為銀行提供遠程核身能力，科大訊飛等語音公司為銀行提供智能語音產品，氪信科技等演算法和建模公司為銀行提供智能風控、營銷、客服等業務解決方案等。
「銀行對技術公司的接納變得前所未有的開放，」朱明傑表示，「舉個例子，我們從2015年成立之初就開始與民生銀行合作，提供智能風控方案；從2016年開始和招商銀行合作，目前在幾個不同的部門都有不同業務領域的項目在進展，這在以前是不能想像的，很多銀行對供應商的資質要求原本都是偏好老牌公司、大公司。這都讓我們看到銀行擁抱技術的決心。」
但唐麗華指出，由於此前大型商業銀行與金融科技巨頭的合作並未達到預期，目前各家銀行開始將加強自身金融科技研發能力建設視為重要方向。「縱觀國際銀行業發展金融科技的路徑，一般包括自建、投資、併購、合作等主要模式，預計未來我國銀行業發展金融科技或將沿著持續性自建，以及投資、併購、合作等路徑向前推進。在銀行業自身金融科技發展能力達到一定水平時，更深入更廣泛的合作有可能繼續發生。」唐麗華表示，中資銀行金融科技在技術發展模式上正由戰略合作升級為自建、合作及戰略投資，在機構運營模式上則正逐漸探索子公司化運營。在她眼中，智能化、場景化、生態化是銀行金融科技整體發展方向的三大特徵。
人工智慧等應用前景廣闊
「各家上市銀行都已意識到科技對於銀行業轉型發展起著至關重要的作用，為了促進科技在銀行業務方面發揮的引領作用，各家銀行正在運用多元的創新技術在豐富的金融場景下創造全新的智能體驗。」德勤近日發布報告指出，在2017年上市銀行年報中，人工智慧(AI)、雲計算和區塊鏈技術是創新技術前三大關鍵詞。
「從我們對41家上市銀行金融科技應用最新進展分布統計結果看，大數據技術應用相對來講更廣泛，有85％的上市銀行應用實施；其次為人工智慧技術應用，有71％的上市銀行進行了建設和布局；生物識別和雲計算技術應用分別有63％和54％的上市銀行應用實施。而被認為在2018年之後具有較大應用前景空間的物聯網、虛擬現實/增強現實技術，已分別有17％、20％的上市銀行進行了提前布局。」唐麗華表示，「銀行業在平衡好長遠發展與短期收益的情況下，將對技術應用加大研發和投入力度，不斷夯實自身的核心發展能力，推動各項技術應用更趨豐富完善。未來，大數據、人工智慧、雲計算仍將成為銀行業重點發展的技術應用，物聯網以及虛擬現實/增強現實等前沿技術的應用也將與各類業務結合更加緊密，迎來創新發展機遇期。」
在唐麗華看來，人工智慧與大數據的結合將在金融領域有較大發展空間，推動銀行業更進一步向智慧化轉型。「人工智慧技術主要被應用於智能營銷、智能運營、智能客服以及智能風控等領域。而當前數據治理逐漸被銀行業重視起來，數據的使用正朝著標準化、規範化方向發展。相應的，基於大數據的人工智慧技術的發展應用也將更為深入和廣泛。比如，智能機器人的應用不僅體現在廳堂客戶的接待，促進線上線下、前台後台、櫃內櫃外的整體協同，也逐漸發展到後台的管理應用上。如建行建模機器人『小魔豆』，將建模時間由三個月縮短至兩周；上海銀行張江數據中心應用巡檢機器人，實現運行維護自動化，降低人工的強度和頻次，提升管理效率。」
朱明傑表示，銀行作為高度數據化的行業，加上業務規則和目標的明晰，是人工智慧和雲計算等數據驅動技術的最好應用場景，這基於四個理由，「第一，銀行一直非常重視IT技術的利用，信息化程度較高，技術環境與條件較好。第二，由於銀行信息化程度較高，擁有豐富的數據沉澱。第三，傳統金融行業更多是以人力為主的服務行業，亟待通過人工智慧技術降低成本。第四，銀行有一定資金支持，留有試錯的空間。」朱明傑認為，金融業有能力、有動力、有條件通過人工智慧來提高效率，並藉此機會創新業務，從而實現個性化的普惠金融。
科技「重構」金融
「如果說將這一階段技術與金融逐漸融合的過程，解讀為從『解構』到『重構』的話，那麼這個過程將會進一步持續，並重複上演。」唐麗華指出，「技術的進步推動金融業不斷創新發展，金融業也從來都是先進技術的領先實踐者。金融業通過持續不斷地與新技術相互融合，藉助科技手段提升金融服務的質效和業務發展能力、擴大服務覆蓋面和可得性，以適應經濟社會發展對金融的需要。而金融科技使金融服務在時間、空間和範圍上不斷拓展，並對金融市場產生重大影響。我們所觀察到的金融科技行業與金融的相互滲透、融合、共生，正是遵循著這一規律而不斷向前推演。」
朱明傑指出，互聯網金融浪潮曾經做了很多「解構」的努力，但銀行的模式和地位並不容易被顛覆，尤其在監管條件下，科技公司更好的定位是「重構者」。「從歷史上看，銀行歷來是最不受科技發展浪潮衝擊的行業，銀行的經濟效益防禦性較高，業務模式的復原能力也較強。然而，過去幾年的互聯網金融大潮中，互金企業憑藉優越的客戶獲取模式、低成本的業務模式、大數據分析能力等，為已經漸漸習慣互聯網消費和行為模式的用戶提供了更高效、更便利、更經濟的金融服務。他們從支付、理財等各個角度威脅著銀行的業務發展，可以說是一種試圖『解構』銀行的努力。但隨著監管終結互金草莽式發展階段，精耕細作的市場新常態下，金融機構和科技機構之間的邊界更加清晰，科技公司立足和堅持提供技術服務來賦能銀行，重構銀行業務形態是大勢所趨。」朱明傑表示，「這種『從解構到重構』的趨勢，意味著進入智能金融時代，金融生態中從金融服務的需求者到供給者，再到監管的發展，進步動力一直存在。面對科技與金融結合愈來愈緊密的趨勢，生態中的各方無論是主動出擊，抑或被迫改變，都將要經歷服務能力升級和參與角色蛻變的過程。未來金融智能化的核心是以用戶為服務的目標和中心，在此基礎上，智能金融生態將會出現五類參與者，包括大型互聯網巨頭為主的場景流量提供者、銀行為代表的金融產品提供者、氪信科技這樣的技術演算法驅動者、華為和阿里雲等基礎設施提供者，以及監管者。出於優勢互補與資源整合的需要，生態各方合作將愈加緊密，必將出現利潤共享化、風險共擔化和合作夥伴化的趨勢。」
唐麗華指出:「對金融機構和科技企業等市場主體而言，需各自發揮所長、補齊短板，相互間要更『懂你』才能促進合作發展更緊密。金融機構需在思維理念、業務流程、核心技術能力等方面進行調整、優化和提升；科技企業也不能只懂演算法，要提升金融業的專業知識與市場經驗。只有這樣，金融科技的新生態體系才能被更好地建構起來，金融業的發展也才能獲得源源不斷的『核動力』。」
財富管理欲借金融科技「翅膀」
有研究指出，將來在中國最熱門的金融科技領域是財富管理。那麼，目前國內商業銀行在財富管理中運用了哪些金融科技？遇到哪些困難？記者就此向銀行業內人士尋求答案。
財富管理「得數據者得天下」
某銀行相關人士告訴《上海金融報》記者，在財富管理中，金融科技的應用十分重要，尤其對大數據的挖掘和分析在整個業務中起到奠定基礎的作用。「我行做財富管理業務時就很重視金融科技，特別是大數據的應用。目前我行的私行客戶數據挖掘工作正在起步，為能將數據挖掘工作系統化、常態化，私行部的數據挖掘小組負責私人銀行相關數據挖掘工作，對數據進行分類及採集、分析及運用。」該人士介紹。
據《上海金融報》記者了解，大數據的挖掘和分析是目前大部分銀行都在做的項目，各行對大數據的重視程度，營造出一種「得數據者得天下」的氛圍。上述銀行相關人士表示，數據分類及採集工作是數據挖掘工作的基礎，數據的完整性、精準度直接影響到實際應用。該行正通過梳理現有的CRM(客戶關係管理)系統、核心系統、理財銷售系統、代理類產品銷售系統、信用卡系統、個貸系統等，分析客戶數據，在此基礎上通過KYC(了解你的客戶)系統採集客戶信息，建立私行客戶KYC信息庫，和系統數據相輔相成，構成客戶的立體化信息緯度。
具體而言，該行把客戶數據分為三大類:基本信息、資產信息、交易信息。基本信息包括基本屬性、家庭信息、職業信息、興趣愛好、投資偏好及需求等五類，還包括婚育狀況、家庭成員信息(配偶、子女、父母)、職業信息(工作單位、部門、職務、行業等)、房屋及車輛持有情況、風險偏好、投資習慣、生活需求(移民、留學、傳承)等；資產負債信息則按資產分布地點分為行內和行外兩類，前者包括開戶時間、資產金額及變化、信用卡信息、貸款信息等，後者包括資產金額、資金渠道分布、信用卡、貸款、境外投資情況等，均需通過KYC獲取；交易信息按卡類別分為借記卡交易信息和信用卡交易信息，均可從系統中提取。在掌握了客戶的相關數據後，接下來就是對數據的分析。上述銀行相關人士表示，該行根據客戶生命周期原理，充分採集客戶資產負債及交易信息的數據，運用統計、聚類、預測、關聯等方法進行分析及應用。在起始期，對潛在私行客戶進行識別。通過對客戶基本信息中的職業信息、房產及車輛信息，資產負債信息中的歷史資產峰值、信用卡額度、境外資產分布等信息，借記卡交易信息中的大額轉賬、往信託/私募基金/投資公司等交易主體的轉賬、大額銀證/銀期/銀商轉賬、代發工資等信息的分析，篩選出潛在私行客戶進行精準營銷。
接著，根據情況開展潛在私行客戶挖掘工作，如近一年內任一時點基金、理財、三方存管、貴金屬保證金單項資產的金額達到一定數額(百萬元)以上的客戶，如近段時間內有任意一個月客戶的月日均綜合金融資產在一定數額(百萬元)以上的客戶，以及網銀日限額百萬元以上的客戶等。而後，區分客戶屬於發展期或成熟期，通過KYC信息數據分析他們的實際需求，通過交易特徵聚類分析客戶偏好，綜合各項數據分析結果，根據客戶需求提供合適的產品和服務，與客戶建立長久信任關係。
該人士表示，該行正進一步完善項目，如通過客戶畫像以協助精準營銷、對流失客戶進行預警分析等。同時，對已流失客戶也進行特徵分析:通過分析客戶私行層級持續時間、到達次數、資金去向、歷史購買產品情況等，有針對性地提供精準挽回工作。
此前，某城商行高管在接受《上海金融報》記者採訪時，亦高度肯定銀行業務與科技之間的契合性，稱大數據方面的挖掘和分析是主攻方面，且該行在某網點已建有數據中心。
此外，也有部分銀行在財富管理中用到金融科技，但因涉及內部頂層設計或制度安排，以及具體的技術問題，所以不便透露。
智能投顧應用有難點
隨著金融科技概念強力崛起，諸多行業內外相關產品和服務創新層出不窮。在財富管理子領域，聚焦智能投資組合服務的「創新」近年備受關注，被業界普遍認為是繼移動支付後的一大「重鎮」。招商銀行去年推出全面升級版的財富體檢2.0智能投資服務，能實時監測用戶財富配置健康狀況，從優選標的、持有類別、持有比例、配置再平衡四大維度，記錄財富綜合分數健康進程，實現智能理財優化跟蹤，並給出優化方案，解決了「僅實現資產配置服務線上化，沒有實現資產配置智能化」的「槽點」。在財富體檢1.0版本對客戶資產進行配置比例展示基礎上，財富體檢2.0進一步實現了針對穩健型、平衡型、進取型客戶推薦資產配置產品組合，每種風險承受能力的客戶有溫婉組合和奔放組合兩種選擇，解決線上資產體檢後產品組合的推薦。
在財富管理領域，人工智慧的應用也普及起來。以智能投顧為例，招行此前推出摩羯智投，順應大眾的理財升級需求。2017年，摩羯智投進行過多次主動倉位及基金組合調整:債市低迷時，降低組合中債券基金的久期；1月，增加價值類品種的比例，把握藍籌崛起的機會；2月，全球市場分化時，增加港股和境外市場配置，較早布局港股的投資機遇；10月下旬，降低組合中權益產品倉位，幫助客戶較好地鎖定盈利、規避市場波動。「一鍵優化策略」為組合貢獻平均收益達3.47％，且能有效減低組合波動率和最大回撤。除此之外，摩羯智投不斷迭代優化，升級了收益展示、分紅方式和持倉展示等多個功能點。
交通銀行金融研究中心高級研究員何飛指出，智能投顧是各家銀行實施相關戰略的重要抓手，當前摩羯智投和財智機器人也分別處於各自發展規劃的成長階段和起步階段。雖然商業銀行智能投顧近年不斷發展，但仍面臨一定困難。首先，由於業務結構及同質競爭，可能使商業銀行智能投顧陷入盈利困境；其次，商業銀行仍未找到增強客戶黏性的有效方式，已激活客戶可能再次「休眠」；第三，商業銀行智能投顧研發人員較少、專業知識不足，尚無法有效滿足功能升級帶來的技術研發需求。進一步而言，商業銀行智能投顧面臨數據困難，由於外部數據種類繁多，使商業銀行拓展外部數據的成本高、難度大、效率低；此外，商業銀行智能投顧面臨風控困難，與業務範圍、資產種類及服務人群相關的風險防控將成最大困境。
TAG:恆銀研究 |