近日，香港人工智能与机器人学会（HKSAIR）创会理事长、微众银行首席AI官、香港科技大学讲席教授杨强老师，领衔HKSAIR《AI金融》系列线上讲座第一课，主讲联邦学习及其四大应用场景。以下为杨强教授演讲全文，雷锋网做了不改变原意的整理：我们这次的课程系列，与当前大家在工业界和学术界非常重视的一个议题相关，就是如何利用数据做人工智能的模型，同时又能够保护用户的隐私，保护数据的安全。很多同学听说过深度学习，听说过监督学习，可能没有听说过联邦学习。这个也是要给大家交代一下联邦学习的由来。为什么我在微众银行建立AI团队？我在观察金融的各个方面能不能用AI的模型给包装起来。因此我们设计了以下四大版块，产品和业务已经出炉，可以说是“AI落地急先锋”。详细说一下AI+服务，比如开户验证身份要进行人脸/语音/指纹识别，又比如小微企业的企业主申请企业贷款上传执照要通过OCR图像识别、文字识别获取，自动产生信用评估。现在AI+服务大概每天能处理百万以上的这种需求。以语音识别为例，我们做到了自主自研，与众多业界领先的语音识别的提供者相比具有明显优势，一是因为我们金融领域的知识，有大量特定话术和专业词汇的储备，在各种具体的特殊环境下都能处理。二是我们有非常先进的联邦学习技术，这就是今天的主题。还有迁移学习，可以很快把通用模型适配到特殊的场景。AI+营销，有了产品也要有能力传播出去，找到对的人和企业，去提供金融服务。怎么找到正确的需求？比如微信朋友圈，大家有时候会看到小微企业贷款广告，说明系统“认出”你是一个小微企业主。我们通过很多的特征来识别，很快赋予额度给小微企业的企业主，秒级批准。另外，推荐系统是非常有用的一个技术，我们把推荐系统和迁移学习、联邦学习结合起来，形成了新的技术优势，后面会细说。在金融行业一个很大的优势，就是风控非常严格，要高效做信用评估，那就需要很多数据，360°来观察企业或者申请贷款的用户。但同时又不希望这些数据的隐私被暴露，如何能够做到这一点？这，就是联邦学习要做的事情。举例：金融保险定价，我们把违约概率大幅缩减，个性化的保险定价提升8倍。小微企业风控模型准确率提高，相应地，坏账率降低。我们有一个叫做揽月的产品，是从卫星视角往下看，能看到企业的经营状况，比方说左下角可以通过卡车个数和活跃度看到矿业的经营状况。右上角是农业种植区域，可以通过卫星评估产量。左上角是洪水泛滥受灾地区，通过卫星对地区受灾的程度进行定价。右下角是烟囱污染，环境在投资里是社会价值的体现，对环境的保护体现了公司治理水平，相应产生的ESG指数，很多也来自于于卫星图像观察。综上所述，这4个版块，2个是前端的（服务、营销），2个是后端的（风控、资管）。金融小数据与隐私保护的双重挑战在这个过程中，数据是非常缺乏的。要保护我们的隐私，同时也想要服务，怎么做到？下面这句话叫做“数据不动，模型动”，希望大家就记住这7个字。这个就是联邦学习的精髓。AlphaGo出现以后，人工智能井喷式发展。但我们周围日常的生活，有的却是小数据，不要以为大公司就一定有大数据。像在金融里面有很多的数据，其实是黑天鹅现象。比方说在反洗钱应用中用于模型训练的洗钱案例，其实数量并没有想象中那么多，还是属于少数现象。这种数据拿它来训练，效果不是很好。在医疗也是这样，每天都有那么多的病人，一定是大数据吗？有一家公司叫做第四范式，用人工智能赋能金融场景。有很多头部银行都在使用它的产品，其中一个案例很有意思：豪车这种大额贷款，如果要建一个模型来做这种大额贷款的信用度的评估，数据往往是在上百例以内，这点样本是没有办法训练一个好的深度模型的，或许可以来训练 support vector machine（支持向量机）或decision tree（决策树），但往往不精确。又比如，大家都很憧憬无人车的到来，但迟迟不来，其中一个重要的原因，就是因为无人车还不靠谱。我们不知道它见到一个它没见过的情况会发生什么，为了应付这种情况，可不可以把所有汽车上面的传感器、摄像头的数据全部聚合在一起，飞快地训练一个无人车的视觉模型？不行，因为每一个在路上的车辆，虽然它可以收集自己前面的影像数据，但是它不肯把这个数据和别人去共享，因为它有很多出行隐私在里面。即使这些无人车都是跟云端在连接的，模型却没有办法及时更新。很多类似的端计算场景，就没有办法真正的实现，因为数据的割裂和短缺。能不能把这些众多的小数据集给聚合起来，成为大数据？过去，确实是这样做的。现在，这样做的结果就是违规。比方说，欧洲在18年就推出了一个非常严格的个人隐私法规，说数据的拥有权是绝对在终端用户那里。如果服务器端的公司，要用户的数据来训练某个模型，比方说搜索引擎的模型，它就一定要得到用户的许可。假设明天它要用同样的数据去训练推荐引擎的模型，那又得到用户那去，得到新的许可。用户如果哪天说不希望你用我的数据在你的模型里了，那么从此以后，这个公司就没有办法用用户的新的数据，这个叫“被遗忘权”。很多巨头因此被罚，Google就被罚了5000多万欧元， Facebook也遭受了滑铁卢。在国内，数据的隐私保护已经是处于一个非常严格的态势，很多大数据公司，在过去都是新贵，但是现在都变成了阶下囚。我们现在在国内的银行里面工作，深知数据是红线，万万碰不得的。应该说，联邦学习现在已经变成了国内外的技术上的一个重大趋势，并且它已经是一个跨领域的概念，它不仅仅是技术，而且是商业，它有自己的商业模式。何为联邦学习？在过去，数据动模型不动，也就是说我们从各地来购买数据，或移动数据到一个中心点，在中心点建立模型。用一个简单的例子来给大家进行解释：假设用一只羊来类比机器学习模型，草就是数据，我们希望羊吃了草以后能够长大。过去的做法是，把草买到一起来建立模型。比方说左边的模型，左边的箭头是指向羊的。羊不动，但是草被购买到中心。相当于用简单粗暴的办法来获取数据，形成大数据，来建立模型。但我们希望能够保护各自的隐私，所以让草不动，让羊动。这样羊既能吃那个地方的草，主人又不知道到底吃了哪些草，久而久之羊就长大了——这个就是联邦学习的新思路，就是让草不出草场，本地主人无法知道羊吃了哪些草，但是羊还是长大了。比如每一个手机都是我们个人在使用，形成了一堆样本。有不同的手机，每个手机基本上取的这些特征都一样，但样本却不同。我们希望在数据不动的情况下，能够聚合这些手机上的数据的这些能力，建立大数据模型。左边所示的数据集们，依次对应右边各终端上面的数据。它们的特征是纵向的，X1、X2、X3是类似的，但样本U1、U2…U10却是不同的。所以这个叫横向切割，按样本切割，简称“横向联邦学习”。我们可以在本地建一个粗糙的模型，用w来表达它的参数，同时对参数加密。有密钥的人才可以看到内涵，别人和服务器也看不到加密后数据包里的内容。服务器得了加密后的参数，就可以通过某种形式，把这些加密后的参数加以更新、聚合、处理，形成一个更大的模型。这里大家可能会有疑问，你得到的是一个加密的包，是一堆乱码，怎么可以把两堆乱码加到一起？还成为一个有意义的模型？这个问题，我留在下一页来解决。每一个地方的数据，就对应这里有一个颜色的小表格，行是每一个用户的数据，列是每一维的特征。可以看到这个特征在不同终端上的特征是类似的，但是用户不一样。按照用户来切割，并没有按照特征来切割。有了这样的一个形态以后，我们就可以把刚才给大家讲的故事，写成一个算法。这个算法里最关键的第4步是把运到服务器端的加密模型，这些包用一个f函数来处理，它是一个机器学习算法，作用在参数上。我们原来有这么一种新型的加密算法，他可以让机器学习的算法可以穿透加密层进到内涵，也就是说我们对一堆加密包的某种数学运算，相当于对于某种数学运算的加密。这其实是一个小学的概念，叫做distribution law（分配律）。同态加密，可以把多项式的加密，分解成每项加密的多项式，A+B的加密，变成A的加密加B的加密，这是非常伟大的贡献。因为这样就使得我们可以拿一个算法，在外面把算法给全部加密，加密的一层可以渗透到里面的每个单元。安卓系统利用刚才所说的横向切割，即横向联邦学习的方法，不断更新一个总的模型，并且把总的模型分配到本地。在这个过程当中没有数据移出本地，并且即使在云端在进行运算的过程当中，也不会偷窥到任何的这个参数和任何的数据本身。所以，谷歌的安卓系统现在已经在使用，通过基博尔系统对输入法进行更新。如果是某互联网公司和某家银行合作，并不按照样本切分，这两家可能具有同样的样本，用户群类似，但却有不同的特征。这种情况下，数据其实是按照特征纵向来切割的，所以我们管这个模式叫做纵向联邦学习。比方说两家数据拥有方各自建立一部分的模型，但是在建立的过程当中，它需要知道那一部分模型所计算的结果和梯度，计算的梯度来告诉最后的结果是在往哪个方向发展，这需要一个gradient和一个era。在交换过程中，又引入刚才所说的同态加密的算法，使得两边可以在不看对方数据内容的情况下，不断更新自己这一部分的模型。这是训练的过程，我们还有使用的过程。使用的过程叫inference，也需要两方来进行。也就是说，如果有一方到一半的时候说不合作了，那么联邦模型就应该停止，这个效果也是可以实现的。我们现在讲了两种模式，一种是横向联邦，那么横向联邦更多的是to c。to b 是几家公司有意愿合作，可能数目不多，但每一个地方的数据都是客观的。在这种情况下，他们要做出1+1＞2的效果，就可以用纵向联邦来进行。问：联邦学习和分布式机器学习最能区分的点是什么？可能以前做机器学习的同学做过分布式机器学习，比方说有参数服务器这样的概念。分布式机器学习，目的是加速，加速的办法是通过网络、多个服务器的平行并行计算。它就要考虑把这个数据给切分成不同的块，使得每一块的计算是在不同的服务器上进行的，但是每一块它的分布又是差不多的。但在联邦学习中，我们不能保证所有的数据拥有方，它的数据分布是一样的。分布式机器学习的目标是加速，联邦学习的目的是合作，同时保护隐私，所以最终目的还是不一样。问：联邦学习和安全计算是什么关系？国外是不是有类似的这种经验？安全计算应该说是联邦学习的重要组成部分，联邦学习不是一个孤立的算法，它是一个综合性的学科，安全计算是为它提供工具的。前面说到安全是用同态加密来进行，也可以用其它的方法，比方说姚期智院士发明的Garbled Circuit（混淆电路）。问：区块链听起来和联邦学习有点像，都是在多方进行的，它们是不是有些异同？它的做法可能有些相同，但是也有巨大的不同。相同的地方是它可以用区块链的分布式记账功能来进行有效的激励措施。激励措施是我刚才所没有讲的，就是说怎么鼓励参与方持续地投入，参与到联邦里面来。同时去中心化的概念，也是我们尤其是纵向联邦里面的一个概念。但一个很大的不同是，区块链为了保证 transparency，还有保证数据的不可篡改性，那么它要把同样一份数据多次copy到不同的场景，最后大家要有一个vote的机制，但是联邦学习却不然，联邦学习是一个数据，只有一个copy，它不能够出本地，所以它的目的就是通过这种uniqueness的方法来保证用户的数据的隐私和安全。还有我们新提出来的虎符性概念，就是多方参与，才能够计算。缺了一方，这个就无效，就像战国时代，你要把虎符两个印要对上才能够用兵，这个是联邦学习的一个优点。问：如果有一方数据是坏人怎么办？比如横向联邦，如果有一个手机，它其实是坏人，它参与了计算，那么它每次贡献的模型都是在下毒，也就是说它在把最后的结果在朝着他对它自己有利的方向发展，或者在纵向联邦的时候，两方当中，其中有一方，它的目的就是为了窥探对方的隐私， 怎么办？在场景下，我们有各种各样的做法。比方说做OCR，written text是0，这个是原始数据，我们让计算机识别0。如果不做加密，我们没有一个机制，这种所谓的对抗是可以做到的，坏人是可以通过参数或者一系列梯度的泄露可以反猜原始数据。在建立模型训练的过程当中，如果这个模型的 gradient不断被引向到一个第三方，第三方获取 gradient，最后reconstruct我们就用data，通过这样的办法可以去做窃听。题目也是在去年NIPS得到最佳paper的一个题目，是MIT韩松教授做的。应付它的方法，也是联邦学习的一个拿手好戏。比方说假设一个player，半诚实（Honest-but-curious）就是好奇，但本身不坏。还有人是恶意的，想搞破坏，想得到用户隐私，然后获利。对于不同的假设，可以设计不同的联邦学习算法和多方计算算法来防止下毒，还可以做零知识（Zero knowledge）和一些知识（Some knowledge）分类。服务器端也可以区分是不是恶意中心、恶意的数据节点和非恶意的数据节点。问：金融场景有没有遇到过坏人？在联邦学习里面，如果有同学现在在找题目，说我能不能在联邦学习找一个硕士题目或者找一个PHD的topic？完全有的，但是要聚焦，因为联邦学习涉及的方面实在是太多了，所以如果你要找一个题目，你往往会找一个子题目，比方说如何能够做到安全合规，如何能够设计一种机制防御攻击，提高算法效率。比方说我们科大的陈凯老师，他带领的团队就在设计全世界领先的算法，网络效率可以通过网络的设计，包括网络protocol、芯片的设计来提高。还有王威老师、宋阳秋老师，都在设计算法，他们的算法都是非常精确的。问：你讲模型我还是云里雾里的，模型到底是做什么的？打个比方，现在每个人都用手机，有时候也看抖音，一看就很长时间过去了。为什么抖音能做到这一点？精准的推荐和个性化，利用数据来做推荐系统。如图所示，比方说我们有很多的手机，每个手机上都有数据。抖音的做法，是把每个手机上的数据上传到云端，再利用所聚集的大数据训练模型，再适配到每一个人的个人数据上，就变成个性化推荐模型，再给推到手机端，就是循环往复这样一个过程。这过程有个缺点，就是它侵犯了用户隐私，每个人的数据，云端就会看到。怎么防止？这里我就要说联邦学习+推荐系统，就是联邦推荐，这个也是我们第一次提出federated recommendation的一个算法。它的算法宗旨，就是对每一个手机上的 transaction，用户以前看过的视频或者书，进行矩阵分解，得到用户空间和产品空间。如果你们喜欢数学，你们可能知道本征值、本征向量，线性代数里面的概念，实际上就是求这个值，但基于本地数据求值是非常不准的。所以通过联邦学习，能够让他们既能够利用所有的数据来求 ，同时不把本地的数据暴露给其他任何人。这就是联邦推荐的概念，可以在toB的形势下实现，就是纵向联邦。纵向联邦现在应用在哪里呢？又有一个新的名词，叫做联邦广告。现在互联网的一大经济支柱就是广告，在现有的广告架构下，广告是不可避免地侵犯用户隐私。联邦广告可以让广告方、投放的媒体方、用户方各自保留自己的数据，同时提高投放准确率。问：联邦学习训练后的模型是一个公共的模型，而各个客户端的数据经常是non-iid的，怎么办？联邦学习训练后的模型，是一个公共的模型，而各个客户端的数据经常是分布都不一样，比方说我们有一个手机是女生用的，她看的短视频和一个男生用的手机的看的短视频，可能是完全不一样的短视频，因此我们拿他们两个的数据粗暴地做数据联邦，这个效果是肯定不好的，这是机器学习的一个常识。怎么办？我们还有元学习，和多任务学习、迁移学习是可以解决non-iid问题的。又要给大家提一个新名词，叫做联邦迁移学习，在之前每一端都先要做一个联邦迁移学习，找到自己的一个子空间，在这个数据子空间的比对下，大家可以认识到自己找到的子空间，各自找到子空间是属于同分布的就可以。那么找到子空间，可以用联邦学习来实现。这个领域论文非常的少，所以如果有同学在找题目，我鼓励大家在这个方面发力，一定是明年各个顶会的文章，best paper一定是属于你们的。联邦学习应用案例小微企业信贷风控假设我们要给一些小微企业贷款，又不知道小微企业的情况，第一个可以问询的是央行征信，比方说他过去在某个银行贷过款，信用度如何，但这种数据，它的样本往往是非常少的，所以只是去找央行的数据远远不够。我们希望用到的数据是多方面的，比如工商、税务、舆情，还有各种资产的数据。但是这些数据拥有方，往往都是政府的不同部门、不同的企业。有专门的公司去帮助这些小微企业建立电子化的发票，有从专门的业务角度观察，我们只有用联邦学习才能说服他们来参与，否则他们担心核心资产会被泄露。这里的例子，是我们在企业贷款里面基于联邦学习的风险控制模型。某个银行和某个发票企业最后形成联邦，大为提升准确率，降低坏账率。保险联邦建模保险其实就是风险，风险和数据是分不开的，数据越多，风险越低，因此保险公司在某些程度上也想合作，因为不同的保险公司有不同的数据。有的保险公司是专门为保险公司保险的，叫做再保险公司，比方说瑞士再保险公司，是世界上最大的再保险公司，有100多年的历史，这些公司在过去因为数据割裂，没有办法合作的。现在就在用联邦学习，而且取得了非常好的效果。计算机视觉比方说我们有不同的摄像头，每个摄像头都覆盖一个区域，这个地方的数据是公司的核心资产，不愿意和别的公司去share，但是他又希望利用到别的公司的数据，来增高自己的准确度，这个时候就可以用到联邦学习，我们叫视觉联邦，已经落地实施。每天深圳的建筑工地用来探测危险，影响施工的一些现象，比方说明火抽烟和不戴安全帽的现象。另外，语音识别、IOT在仓储管理的场景，联邦学习也有所应用。不同的仓库可以形成线性联邦，监测地方仓储状况，这些状况就为风控模型和为物流业的决策提供了保障。医学应用我们最近和腾讯的天眼实验室合作，成功构建了一个“脑卒中发病风险预测模型”，通过使用来自就诊记录数量TOP5的医院真实就诊数据验证，联邦学习模型和集中训练模型表现几乎一致，在脑卒中预测模型中的准确率达到80%，仅比集中训练模型准确率降低1%。同时，联邦学习技术显著提升了不同医院的独立模型效果，特别是，对于两家脑卒中确诊病例数量较少的医院而言，联邦学习分别提升其准确率10%和20%以上。联邦学习不仅仅是一个算法，而是一个操作系统。因为有激励机制在里面，可以把不同的行业给凝聚在一起，使得大家有动力，不断用联邦学习来做联盟。除了刚才提到的场景，还有银行和监管联合跨境反洗钱，互联网+保险，互联网+银行风控，互联网+零售，这些问题都可以通过联邦学习更好解决。我们建立生态，建立平台，建立标准。也希望这个不仅仅是一个算法，而是新的paradise。我有的时候跟媒体讲，AlphaGo代表了AI 1.0，它就是说在一个地方有数据，在一个地方有算法，在一个地方可以有一个很好的模型，就是AlphaGo。现在我们进入了AI 2.0，我们在不同的地方有数据、算法、业务，我们还可以做AI，这个是谷歌所没有做到的，中国现在在这个方向是领头的。怎么做到这一点？首先要建立标准。我们特别自豪的一点是，世界上第一个联邦学习的产业联盟，建立的IEEE的标准，已经到了最后一步，马上就要正式发布了，敬请关注。同时在国内，有联邦学习的团体标准，这个也是微众银行领衔发布。我们有一个联邦学习的开源平台，就在Linux Foundation上，是金牌的开源平台，短短两个月就收集到贡献者打的上千星，到现在已经2000以上。在短时间得到这样的认可，也是非常难得。
图片来源@视觉中国距离中行“原油宝”事件已经过去了一个多月，对于6万名“原油宝”投资人而言，这也是一段惊心动魄的经历。中国银保监会相关部门负责人5月19日在接受《金融时报》采访时提到，针对中国银行“原油宝”事件，银保监会在前期调查的基础上，已于近日启动立案调查程序，要求中国银行与客户平等协商，依法依规解决问题。这也是银保监会对于该事件的二度发声。有中行人士对《棱镜》表示，“原油宝”的影响远远超过了2014年的“优汇通”事件，这是令他们始料未及的。后者曾被央视曝光涉及“地下钱庄”和“洗黑钱”，但以中行回复“与事实不符，相关业务已向监管部门汇报，在符合监管原则的前提下先行先试”而迅速平息。按照中行的对外披露，该行与客户和解签约率已经超过80%，并正在全面梳理审视产品设计、业务策略和风险管控等环节和流程。这一数字来得并不轻松。《棱镜》从多个“原油宝”投资人群里了解到，为了让投资人早日签署和解协议，中行使出了浑身解数：包括简化签约流程、增加与投资人沟通的频次等等，更有甚者，有的分支行行长还亲自登门给投资人送果篮。一边是资产超24万亿元的国有大银行，一边是分散各地的普通投资人，其中的和解过程充满曲折。《棱镜》近期对话了多名当事人，试图还原投资人与银行这一个多月的博弈故事。无论如何，这将是金融业一个具有标志性意义的事件。而银保监会的调查结果，也将成为未来可供参考的案例。由强硬到妥协的五次公告4月22日早上，中行用一则仅100多字的简短公告，将“原油宝”事件彻底引爆。在公告中，中行称经审慎确认，WTI原油5月期货合约CME官方结算价-37.63美元/桶为有效价格。原油宝产品的美国原油合约将参考CME官方结算价进行结算或移仓。这是美国芝加哥商品交易所一百多年的历史上，大宗商品期货第一次出现负价。这也意味着，原油宝的投资人除了亏光本金之外，还要倒欠银行2~3倍投资本金的债务，遭遇严重“穿仓”。质疑铺天盖地而来，毕竟投资不光亏光本金，还要倒贴的结果，超出了公众以往的认知，社交媒体上掀起了一股研究“原油期货到底是个啥“的热潮。如今在知乎上“如何看待中国银行的原油宝”的这个话题，已获得295个回答，浏览量超过172万。或许是意识到早上的公告不足以解答公众的疑惑，4月22日晚间，中行又发布了一则“关于原油宝业务情况的说明”，解释了产品到期处理、结算价、合约处理、强制平仓等关键问题。其中提到，期货交易所按照北京时间凌晨2点28分至2点30分的均价计算当日结算价；对于原油宝产品，市场价格不为负值时，多头头寸不会触发强制平仓。但这段700多字的说明，仍只字未提投资人的亏损以及具体的解决方案。4月23日开始，陆续有投资人收到中行的短信提醒：“请多头持仓客户根据平仓损益及时补足交割款”，并发现自己在原油宝账户的资金被银行全部划转。有投资人在咨询中行客服若不补足会如何时，得到的答复是将被视为欠款，银行有权向央行申请将欠款记录纳入其征信。这一做法显然激起了投资人更大的愤怒，他们迅速集结起来，向银保监会等监管部门举报，向媒体曝光，表达自己的诉求。在舆论的持续发酵下，4月24日，中行第三次就“原油宝”事件作出说明，并首次对外披露了“原油宝”客户群体的一些信息：4月20日是“原油宝”美国原油产品当期结算日，约46%中行客户主动平仓离场, 约54%中行客户移仓或到期轧差处理（既有做多客户，也有做空客户）；并首次表态称，对客户投资“原油宝”产品遭受损失感到不安，在法律框架下承担应有责任，尽最大努力维护客户合法利益。5天之后，中行的第四次公告态度进一步缓和，称中行正积极研究并争取尽快拿出回应客户合理诉求的意见。中行继续与客户保持诚挚沟通协商，始终与客户站在一起，尽最大努力保护客户的合法权益。4月30日，中国银保监会首次就“原油宝“事件作出回应：第一时间要求中国银行依法依规解决问题，与客户平等协商，及时回应关切，切实维护投资者的合法权益。同时，要求中行尽快梳理查清问题，严格产品管理，加强风险管控，提升市场异常波动下应急管理能力。目前相关情况正在进一步调查中。真正的转折发生在5月5日，中行在当天发布第五份关于“原油宝”的说明，称本着法治化、市场化的原则，已经研究提出了回应客户诉求的意见。目前中行相关分支机构正按意见积极与客户诚挚沟通，在自愿平等基础上协商和解。如无法达成和解，双方可通过诉讼方式解决民事纠纷，中行将尊重最终司法判决。随后，投资人陆续收到中行沟通和解协议的电话，内容大同小异：中行将承担“原油宝”投资人负价结算部分的亏损，中行从投资人保证金账户中扣除的、以负价结算的资金予以返还，并对投资人给予保证金（即本金）20%的亏损补偿。据《财新》报道，按照上述方案，中行此次总共损失约65亿元。不过，相较于其2019年全年2019亿元的净利润而言，“原油宝“事件所造成的声誉风险损失显然更加难以估量。得知这一方案，家住吉林的庞先生第一反应是“终于不用欠银行钱了，有点高兴”。他向《棱镜》坦言，后来一琢磨，还是觉得挺悲哀，一夜之间存款就剩20%了，这个方案于他就是一个“安慰奖”而已。庞先生在“原油宝”总计投入70多万元，如果按照-37.63美元/桶的价格计算，他还倒欠银行147万元；按照现有的和解方案，他仍然亏损56万元左右。一对一沟通，浑身解数求和解几乎是在中行公布-37.63美元/桶为有效价格的同一时间，投资人侯先生在知乎关于原油宝的一则话题下，留下了自己的联系方式，就这样他机缘巧合地成为了维权的发起人之一，并亲历了这一个多月以来与银行斡旋的全过程。侯先生告诉《棱镜》，当时选择留下自己的联系方式，是为了让分散在全国各地的投资人彼此有个联系，消息互通。没想到有近1000人加了他微信，最后他们组建了五个投资人群，加起来超过1800人。侯先生在“原油宝”投资了50多万元，他前前后后与银行沟通了将近十次。中行的五次公告让他感受到，银行的态度在发生明显的变化。他的心情也从最开始的绝望与愤怒，到后面慢慢觉得又重燃了希望。第五次公告发布且方案确定之后，中行开始与投资人一对一沟通和解协议，一场拉锯战由此展开。庞先生是5月6日中午接到的中行客户经理的来电，对于20%的赔付方案，他当场表示不能接受，他的诉求是按照芝商所宣布修改规则的4月15日当天的结算价格来结算。他告诉《棱镜》，从事发至今，他前前后后与中行沟通过五次，前两次都是他主动去找中行了解进展，和解方案出来之后，变成了银行主动找他。“银行工作人员的态度都很友好，就是没法协商，只能一口价。”庞先生对《棱镜》说，几次沟通下来，他感觉银行对于签和解协议“很急迫”，有的支行承诺给到场签约的投资者赠送小礼品；有的则打同情牌，说如果投资人不签协议支行行长就得下岗……不一而足。《棱镜》所在的一个“原油宝”投资人群里，有投资人晒出果篮称，当地支行行长亲自上门给他送水果，希望他尽快签和解协议。还有投资人自嘲称“花了1万5买了一箱荔枝”。此外，签协议的流程也在简化。由一开始必须去银行线下网点沟通签署，到后面中行上传电子协议，投资人在手机端就可以操作完成签约。据《棱镜》了解，和解协议中有一条为“在本协议生效后，乙方将上述款项不迟于3个工作日内支付至甲方原保证金账户”。在一系列的行动下，签约率也在上升。《棱镜》从接近中行的人士处了解到，5月11日左右，和解协议的签约率超过60%，到5月18日，这一数字上升至80%。来自山东的王先生就是签约大军中的一员。作为一名体制内的工作人员，他对《棱镜》解释签约理由时称，“毕竟要考虑自己的身份”，他自述自己的投资额不少，但也不至于影响生活。据他透露，他身边一名投资了200多万元的同事，比他更早已经签约。两成投资人仍在观望，结果难料对于剩下的20%拒绝签约的投资人而言，继续维权成为他们唯一的路径，只是这条路异常曲折。对于不满现行和解方案的投资人来说，他们希望的方案有两个：一是按4月20日22：00停止交易的价格结算（彼时价格为11.7美元/桶）；二是以芝商所宣布修改规则的4月15日当天结算价来计算。显然，无论是两方案中的哪一种，都比现行方案的损失要小。为何中行的方案是给予20%的补偿？据《棱镜》了解，在中行与“原油宝“客户签署的《中国银行股份有限公司金融市场个人产品协议》中提到，乙方（中行）可以根据实际的市场情况，确定强制平仓最低保证金比例要求，并至少提前5个工作日公告告知，目前强制平仓保证金最低比例要求为20%。这也意味着，中行默认承担强平线以下的损失。虽然投资人在第一时间迅速集结在一起，但在后面的行动中，却因为维权难度较大、投资人意见出现分歧等原因，导致进展缓慢。例如，小户投资人希望诉讼成本最低，速战速决；大额投资人则希望不计成本去争取利益最大化；此外，考虑到“集体诉讼”方式的可行性较低，担心又被律所“割韭菜”，导致投资人迟迟未与律所签约。在一名拥有二十余年期货从业经历的专家看来，中行的“原油宝”这一产品虽然从法律角度来看的确有瑕疵，但现行监管层对于银行强调创新发展战略，由固定收益类的产品向权益类的产品转型，以中间业务逐步替代存贷差这一固定收益业务，是未来银行业及金融改革的一个方向。在这一背景下，很多银行的创新产品是在监管层有备案的，这也意味着，监管层在一定程度上默许这种产品的设计。该人士对《棱镜》表示，金融投资本身是一种契约型的交易产品，国际通用的规则是，一旦你签约，就意味着你要承受相应的风险，也拥有了获得收益的权利。他以2008年香港金融危机中同样出现风险事件的累计期权合约为例，这是一项跟股票挂钩的风险极高的复杂金融衍生品，令不少投资人亏损几千万甚至上亿元，但最后投资人和汇丰、渣打等银行打官司也没有胜诉。安永大中华区金融服务审计主管合伙人林安睿则提到，国际银行在销售金融产品时，也出现过适当性评估和管理存在问题而导致不当销售行为引发监管关注的，例如发生在1990到2010年之间英国的事件，该事件中英国多家老牌银行强迫向客户销售他们不需要的产品，最终导致银行需要巨额赔偿，以及监管罚款。在他看来，管理好投资者适当性尤为重要。具体而言，一是产品设计上，要全面系统地评估和把控风险，把握审慎原则，充分地认识到国际金融市场存在高度不确定性；二是在产品销售上，银行向客户提供的信息应该是充分透明的，风险揭示应该是准确和通俗易懂的，并做好产品风险和客户风险能力匹配，银行在销售产品的KPI设定上不要过于激进，避免员工盲目推销；三是在产品存续期上，在加强金融风险和市场风险管理的同时，也要加强声誉风险管理；四是加强消费者教育，帮助消费者对产品的一些风险认识与评估，适度提高消费者的风险意识。前述银保监会相关部门负责人在接受采访时也提到，银行保险机构要进一步提高风险管控能力，提升金融服务水平。同时，提醒金融消费者理性投资，进一步增强风险意识。
随着多地出台政策为地摊松绑，摆地摊迅速成为全民热议的话题。而为实体经济注血的银行机构，也敏锐抓住商机，迅速上线“地摊贷”业务，为地摊主提供金融服务。据了解，截至目前，已经有十家银行上线“地摊贷”相关业务，但多为农商行，且以山东地区的农商行为主。从各家银行的业务介绍中得知，可提供的最高额度差距较大，其中珲春农商行提供的额度最高，为60万。但多位业内人士认为，“地摊贷”其实更像是一个噱头，从申请条件等看来，其本质上就是“正常的银行贷款”。不仅如此，他们根据各家银行给出的申请条件判断，真正的小地摊主可能根本无法申请到贷款。“银行不会傻到贷给一个短期摆地摊的。”一位业务人士坦言。银行抢滩“地摊贷”，“噱头”还是“风口”？随着地摊经济越来越受关注，最近一段时间内，有多家银行相继上线“地摊贷”业务。据不完全统计，目前公开“地摊贷”业务的有十家银行，包括：珲春农商行、齐河农商银行、临邑农村商业银行、山东临淄农商行、金乡蓝海村镇银行、壶关农商银行、陕西岚皋农商行、包头农商银行、鄞州银行、长沙农商银行。长沙农商银行宣传图根据银行公布的业务介绍信息显示，各家银行给出的最高额度10~60万不等，在利率方面，部分银行也给出一定的优惠。比如以山西的壶关农商银行为例，其“地摊贷”年利率较正常利率向下浮动20%。但从申请条件上来看，除了个别银行提到“有固定的经营摊位和明确的经营项目”以及“借款用于本人从事的流动经营活动”等外，与普通个人贷款申请条件基本没有差别。“这就是个噱头，为了吸引用户。”银行贷款中介熊然告诉消金社。由于开展业务的需要，熊然对多家银行的个人贷款申请条件，都有过研究对比。他通过对比上述九家农商行申请条件发现，所谓的“地摊贷”与普通的个贷产品无异，“就是换了个名字，本质还是正常的银行贷款。”“想在农商银行贷款，起码要有营业执照，地摊都是临时的，哪有什么条件。”熊然告诉消金社。一位银行从业者也判断，“还是属于现金贷。”“这几个产品，对征信要求都严格。”熊然指出，尤其是山东金乡（蓝海村镇银行）的产品，对征信要求很高。熊然判断，按照银行的风控标准，真正摆地摊的摊主，很难享受到银行提供的这些“地摊贷”金融服务。“银行不会傻到贷给一个短期摆地摊的。”他举例道，单从还款能力角度判断，这些地摊主工作不稳定，也就谈不上稳定的收入来源。客群下沉，是当前银行及消费金融行业内探讨的热点话题，地摊经济的兴起，给了他们覆盖下沉客群的机遇。但是，如何平衡客群下沉后的风险控制问题，却是横在这些机构面前的一道难题。现阶段，我国的征信体系尚不成熟，尤其是在信贷数据方面，还存在覆盖不足的情况，加大了信贷审核的难度。网商银行数据显示，路边摊的小微群体确实普遍缺乏信用数据，贷款抵押物基本上没有，传统金融无缘于他们。而且，与还款来源的客群不同，地摊主现金流状况存在很大的不确定性。“由于没有抵押物，风控难点还在于客户借款用途。”熊然总结以往经验表示，很多客户借款用于直销等。实际上，地摊的热度可能并没有那么“好蹭”。全民摆摊时代，业余摊主打起退堂鼓随着为地摊松绑的政策相继出台，多地进入“全民”地摊时代。刘玲是成都的一名上班族，在地摊经济的刺激下，她也想在业余时间摆摆地摊赚点外快，所以对她家附近的地摊做了为期一周的观察研究。“是三个年轻人做的，他们都有自己的工作，利用下班时间摆摊。”刘玲告诉消金社，她观察的对象是三个25岁左右的“业余”摊主。据刘玲介绍，他们售卖的产品是钵钵鸡。钵钵鸡是四川的一种小吃，起源于四川省乐山市。“他们每天都要从乐山运料过来，成本比较高。”刘玲计算，每天食材和交通成本共计450元左右。刘玲观察到，他们每天六点下班出摊，十点半左右，每天都会摆四个小时。出于食品安全方面的考虑，他们每天只卖当天的菜。为了处理完菜品，他们会打折销售，九点后打七折，十点后打五折。“实在卖不出去的，他们只能自己吃了。”刘玲说。由于缺乏经验，这三位年轻人出摊一周后，就结束了摆地摊的生活。“三个人一周一共赚了240元左右，一个人一周只赚了80元。”刘玲告诉消金社。相比于其他亏本的地摊主，这三个年轻人看起来还算幸运。但是，如果结合他们每天为地摊付出的时间精力来看，这门生意做得并不划算。“每天都累得腰酸背痛。”刘玲了解到，为了控制成本，他们会从菜市场买素菜制成成品。而存在这种情况的，不仅仅是这三个年轻人。“不除成本，4天总收入395元。”一位卖冰粉的地摊主沮丧地表示。他自己打趣道，“到家准备点外卖，想想自己一天的收入不到100块，就放弃了。”但即便如此，这位地摊主表示，还是想再坚持几天看看情况。“摆地摊的成本很低，基本不会到银行贷款吧。”几位有摆地摊经验的摊主告诉消金社，一般的地摊，摆摊成本通常在几百元左右，最多也就千元左右。刘玲告诉消金社，她观察到的三位地摊主，启动资金就是每个人出500元凑的。消金社观察到，以成都为例，近期出现的地摊，多为冰粉、凉面、春卷、炸土豆、鲜花、小首饰、凉鞋等地摊。这些地摊的成本，通常也不会超过千元。“职业商贩，有可能赚到钱。”虽然地摊创业试错成本不高，但通过观察研究，刘玲最终放弃了利用业余时间出摊赚外快的想法。消金社了解到，也有一些“职业”的摊主有可能会选择一些金融服务。一位西安的烧烤摊主，就曾使用过贷款。据这位摊主介绍，他贷款的资金主要用来采购原料和设备。复工复产，金融为实体注血事实上，除了上述农商行外，针对地摊主群体的金融需求，网商银行也早有行动。“未来3年，网商银行要让中国所有的路边摊都能1秒钟贷到款。”蚂蚁金服总裁胡晓明曾透露。据悉，2018年蚂蚁金服的小微用户里，平均每笔贷款金额仅为1.1万元，平均资金使用时长只有50天。更难得的是，网商银行提供给路边摊的贷款，不良率只有1%。网商银行针对路边摊成功的风控经验，主要得益于多年来蚂蚁金服的数据积淀。近年来，随着支付宝商家收款码的普及，蚂蚁金服已经将触角伸直中国大街小巷的小商户，以及路边摊中，收集丰富的交易数据。而这些风控数据，是普通的农商行等难以掌握的。除此之外，互联网机构也纷纷加入支持地摊经济的行列中。据了解，阿里、京东、苏宁等机构，都在近期先后推出免息赊购或者低息扶持资金等政策，为摊主提供进货或经营方面的支持。值得一提的是，在中小商户中扎根最深的美团，也为推进地摊经济落地，推出针对地摊商户的金融帮扶、数字化培训以及线上运营等升级举措。相关资料显示，美团生意贷对本地生活服务行业新开店商户提供一个月免息贷款。美团相关业务负责人表示，“美团将持续加大对小店、地摊商户的扶持力度，依托平台大数据能力与丰富的场景，改善行业融资环境，纾解小店、地摊商户资金周转难题。”随着疫情得到初步控制，复工复产成为全民共同关心的问题。截至目前，各行各业已经逐渐步入正轨，金融机构也开始积极承担起相应的社会责任。事实上，为地摊经济提供金融支持，只是金融机构支持复工复产的一个缩影。据了解，在疫情期间，多地的银行就曾联合当地人力资源和社会保障局等机构，为中小企业及商户提供低息贷款。据不完全统计，光大银行、中国银行、建设银行、贵州银行等多家银行或其分支行都曾为复工助力。但不论是银行“地摊贷” 借势营销，还是切实提供优惠资金支持复工复产，当下仍有两个不可忽视的问题。真正有金融需求的小摊主或者小商户，一部分由于不符合银行进件条件而借不到，还有一部分因为害怕经济形势不好，无法按时还款而不敢借。正如上述几位年轻的地摊主一样，他们都害怕成为地摊经济中的“炮灰”。“全民”地摊时代，也从侧面表现出人们当前就业和收入方面的焦虑。对于银行及消费金融公司等机构来说，想要真正地将金融服务送到有需求的人身边，依然任重道远。
美团小贷多起执行申请被河南省焦作市中级人民法院驳回。 中国裁判文书网显示，近期，重庆美团三快小额贷款有限公司（下称 “美团小贷”）多起执行申请被河南省焦作市中级人民法院驳回。 法院表示，美团小贷没有在限期内提供金融监管部门批准从事资金融通发放贷款业务的证明；重庆三快小额贷款有限公司未经金融监管部门依法批准，利用互联网信息技术，通过融资业务平台，违法从事发放贷款业务，扰乱了金融市场秩序，破坏了金融市场的稳定性，损害了社会公共利益，申请依法应予以驳回。 据美团对中国科技新闻网等媒体回应，法院裁定的事实有严重错误，美团小贷已提起上诉。 重庆金融局的机构名录包括重庆三快小额贷款。国家企业信用信息公示系统显示，美团小贷的经营范围开展各项贷款、票据贴现、资产转让和以自有资金进行股权投资（其中股权投资余额不得超过注册资本的30%；上述业务的开展必须符合监管制度的规定）。 在重庆注册的小贷公司中，有8家的经营范围明确可在全国范围内开展贷款业务，包括重庆市蚂蚁小微小额贷款有限公司、重庆市蚂蚁商诚小额贷款有限公司、重庆海尔小额贷款有限公司、重庆度小满小额贷款有限公司、重庆神州数码慧聪小额贷款有限公司、重庆神州数码慧聪小额贷款有限公司、重庆两江新区寰润小额贷款有限公司、重庆苏宁小额贷款有限公司。 此外，重庆市众网小额贷款有限公司和重庆市中旅安信小额贷款有限公司的经营范围则明确自营贷款可通过市金融办核准和备案的网络平台在全国范围内开展。 据此前的执行申请裁定，除法院未查找到被执行人可供执行的财产或被申请人信息缺失的情况外，美团小贷的仲裁申请多数被法院裁定执行。 美团近期上线的消费金融产品由美团小贷提供。 5月29日，美团宣布，上线信用支付产品美团月付。相关信息显示，该产品最长免息期38天，账单延期分期还款最长可分12期。逾期日利率为0.05%。据悉，“月付”额度分为300元、500元、1000元及1500元等。美团此前发布过信用付类产品“买单”，由美团小贷和合作的金融机构服务。在21聚投诉等平台，有未确认协议输入密码直接开通用户反映，未确认协议直接开通了该服务要求关闭。买单目前升级为月付。 月付的协议信息收集使用引发质疑，收集的信息包括用户的身份信息、财产信息等。为获客，产品正为新注册用户发放现金券。 除了消费贷款，美团小贷还涉足小微企业贷，推出“生意贷”，18年获批50亿ABS额度。项目基础资产为美团小贷向美团网及大众点评网合作商户发放的“生意贷”贷款债权。 美团小贷成立于2016年，法人为美团副总裁彭千，股东为美团财富有限公司（下称 “美团财富”）。美团点评在(03690.HK)一季报披露，报告期内，小额贷款业务收入增加、业务增长，贷款亏损拨备也有所增加。 美团金融的信贷布局还包括联名信用卡以及民营银行。 在拿到小贷牌照次年，美团旗下公司参股的亿联银行成立。据披露，亿联银行2019年净利润1.53亿，线上消费贷款业务亿联易贷19年累计投放739亿，不良贷款率为1.21%。此外，截至目前，美团已和上海银行、青岛银行、桂林银行、杭州银行、江苏银行、天津银行、张家口银行等发布联名信用卡台。 美团APP内可见月付业务，还包括互助、理财、生意贷、信用卡还款业务。其中，理财产品为亿联银行存款产品，存半年的年化收益为4.3%。旗下支付牌照则在支持美团的POS机、收单业务等。 美团财富注册在香港，直接控股美团小贷和深圳三快在线科技有限公司（下称 “三快在线”），实际控股还包括上海两心科技有限公司（下称 “两心科技”）、北京钱袋网信息技术有限公司（下称 “钱袋宝”）、北京钱袋网保险代理有限责任公司、重庆金诚互诺保险经纪有限公司等，涵盖了美团旗下三方支付、保险经纪等金融牌照。2017年，北京美团金融科技有限公司成立，参股钱袋宝等。美团还关联保理公司深圳三快商业保理有限公司，该公司法人在4月由美团联合创始人穆荣均变更为彭千。 据公开招聘信息，三快在线在招聘生态金融人员，两心科技在招聘美团金服架构师等职位。三快在线同时也在招聘快驴、美团民宿等业务部门职位。 美团创始人王兴被指曾在2015年放出，打造千亿资产规模的金融事业的言论。美团的金融野心受到业内关注。据行业人士透露，美团金融曾引入招行信用卡旧部。此外，原京东金融副总裁加入美团支付；原众安保险原高级副总裁入职美团，负责保险业务。 据披露，2020年一季度，美团营业收入167.5亿元，同比减少12.6%；经营亏损为17.15亿元，同比增加31.6%；经调整EBITDA为4131.1万元，同比减少91%；经调整亏损净额为2.16亿元。
近日，南京市公安局公布的一起利用航延险实施诈骗案，再度引发市场关注。 这个事件之所以蛮有意思也颇具争议，一方面，李某自2015年至今，虚构行程后利用飞机延误近900次，获得理赔金高达300余万元，出人意料，甚至有点令人“眼红”。 另一方面，在于李某完全通过常规途径购买机票与保险，由于天气情况造成航班延误本身就一个或然事件，这与其在购票、买保险的时点上难以精准预测，这么看来，其行为似乎没有什么不当。 案件的核心在于：李某的行是否可以被认定犯罪，这关系到保险公司是否继续面临被“薅羊毛”；作为保险公司，表示很无辜，常规理赔，无可非议，恶意中伤，谁能扛得住？但是笔者认为，保险公司应当感到庆幸，甚至应该感谢李某敲响的警钟，300万元的学费值了。 脱离本质的保险，还剩什么？ “生活就像巧克力，你永远不知道下一颗是什么味道。” 没有人喜欢生活在一个确定的世界，一切都已经安排好，你知道即将发生的每一件事的时间、过程和结果，你所做的，看起来就像运行既定的程序一样；现实中，生活充满了不确定性，我们甚至不知道下一秒会发生什么。 而不确定性的大小，是用风险进行衡量的，风险是发生损失的可能性，有时是财产损失，有时候是生命健康的损失。风险是不能被消除的，那么，当人们遭遇风险，该如何使自身损失的可能降到最低呢？ 这时候就需要保险来发挥作用了，其实质上就是对风险的补偿和转移。所谓补偿，即发生损失后，保险公司给予被保险人一定的保险金弥补其发生的损失；所谓转移，典型的例子就是第三方责任险，由于被保险人疏忽过失而给第三者造成财产损失或者人身伤害，由保险公司对第三者财产进行赔偿或对第三者人身伤害进行给付。 联系到上述事件中的航空延误险，其实大家坐过飞机都不陌生，在购票支付界面，会出现航空意外险、航空延误险等常见险种可供乘客选择，通常20元左右的保费，就可以享受到200元左右的保障。 张翼作为一名总公司的技术指导，常年需要奔赴分布在全国各地的分公司，按他的话来说，“一年365天，近四分之一的时间都在天上”。他告诉笔者，因为工作原因，时间很紧张，最关注的莫过于飞机的起飞时刻和到达准点率。“我通常会选择到达准点率接近100%的航班，这样就不太担心飞机延误的问题了。”所以，张翼对于航空延误险的需求是很低的，购票时通过到达准点率过滤掉绝大多数风险。但是对于李正来说，就完全不一样了。 李正是一名旅游爱好者，经常利用闲余时间外出游玩，“特价票、青旅、顺风车”都是标配，能省的绝不浪费。“为了省点钱，我坐飞机通常购买票价相对较低的班次，但是有时候可替代的方案，会遇到准点率特别低的航班，这时我会购买航空延误险，以防万一。”李正告诉笔者。 所以，从乘客自身来讲，是希望航班能过准点起飞和降落的，即便购买了航空意外险，也不愿意其发挥作用，因为飞机真的延误的话，赔偿虽然可以弥补损失，但仍杯水车薪。 可是偏偏有一些人，把保险当作了谋求新财富的工具，使得保险脱离了其本质，这时，保险便脱“保”留“险”，不但不能起到保障作用，还会带来潜在风险。在此过程中，时常伴随着损人或损己的刻意行为，如果被保险公司发现并证实，到手的“财富”或将面临被追索的可能，就像李某一样。 保险公司其实是受益者 事件发生后，虽然保险公司被无端“薅羊毛”300万元，但是笔者认为，保险公司的注意力不应当聚焦在300万元身上，有比损失300万元更重要的问题亟需解决，不然下一个李某可能还会出现。 问题1：购买多份延误险如何实现？ 笔者通过尝试购买机票发现，微保、众安提供的航空延误险在销售限制中规定了“购买上限1份”，也就是说，乘客通过在购买机票的平台上选择航空延误险，与乘客个人信息一一对应，不能购买多份。 但通过不同的保险公司和销售渠道，乘客是可以同时购买多份航班延误险的，原因在于不同的保险公司之间相关数据没有实现共享，李某利用信息差成功购买多份保险。 解决的方式可以在行业层面形成共识，提供航空延误险的保险公司大家共享数据，这样可以有效识别同一个身份信息是否在同一航班购买多份保险。 当然，做到这一点不容易，就目前来看，保险公司可以利用现有数据，重点监控赔付率（获得赔付的次数/购买保险的份数）较高的乘客与获赔金额（设置红线，比如获赔金额超过1万元）较高的乘客，这样可以降低骗保的成功率。 问题2：成功预测航班延误并不难 成功1~2次可能更多的是运气，也不会被发现，即便被发现也没多大关系，因为造成的损失很小；李某成功骗保900次，有人甚至打趣到“堪比气象专家”，那么，她是如何做到的呢？ 总结下来，李某会在达到准点率较低，和航线途径可能存在致使航班延误的可能性较高得天气之间选择航班，并且在够买延误险后，会密切关注航班动态。这无疑使航班延误发生的概率加大，当李某频繁在不同航班购买延误险时，最终成功骗保的次数便会上升。 客观上讲，李某上述钻空子这种行为，保险公司应当如何防范？ 针对到达准点率本身就较低的航班，保险公司可以考虑降低赔付保险金或取消延误险；针对投保乘客利用天气因素的情况，保险公司应当提前做好特殊天气预警工作，并可以适当作出规定，当特殊天气出现的概率达到多高时，不予理赔。 问题3：不坐飞机也能获得理赔 不少人疑惑，李某并没有乘坐飞机，为何能获得保险公司的赔付？ 其实，保险公司为了客户更好的体验，提升赔付效率，只要乘客票务是已值机状态（CHECK IN），就会默认为客户实际乘坐航班，并赔付理赔款。 也就是说，李某只需要在网上为购买了延误险的航班办理值机，就可以自动获得理赔。 这个问题其实很好解决，保险公司只需把自动赔付的条件由“值机状态”调整为“检票状态”,确保获得赔付的乘客，都是实际乘坐飞机的乘客，从而避免李某的那种行为带来的骗保可能。 终极“大杀器” 保险公司如果想要完全杜绝李某事件的发生，可以取消航班延误险。但这对于乘客来说，实际上是不合理的，当航班发生延误，自己的损失却没人来补偿。 为此，保险公司可以把取消的航班延误险，融进机票价格中。具体来讲，每张机票中都包含航班延误险，保险价格可以为机票价格的一定比例，当航班发生延误时，同时，该乘客实际乘坐了航班，这时保险公司可以自动进行赔付。 这样，将会完全避免利用航空延误险进行骗保的可能。 综上，保险公司以300万元的代价，得到了李某用实际行动换来的漏洞，并很有可能在之后降低骗保的概率，从这个角度来看，笔者认为，保险公司在这个事件中表面上亏了，实际上赚了，你觉得呢？
美国运通百夫长黑金卡一直被卡友视作信用卡“鄙视链”顶端的存在。6月13日，这张卡的母公司美国运通获准在我国境内开展银行卡清算业务。这意味着，在我国境内，只标注“美国运通”品牌的单标人民币卡将在6个月之内发行。 首批与其合作的机构数量不少，包括16家银行、3家移动钱包运营商和6家第三方收单机构。其中，银行覆盖了五大国有行及大部分股份行。 这个商业行为的背后，蕴含着两大关键词：一是开放。这是我国长期扩大金融业对外开放，提高支付清算服务水平和人民币国际化后的成果，未来还将有更多的外卡机构进入；二是挑战。最新数据显示，截至一季度末，全国银行卡在用发卡数量达到85.28亿张，长期占据国内行业龙头地位的银联，将如何在这个庞大市场里与海外巨头展开正面竞争，值得期待。 外卡组织中首家获得许可证 中国人民银行6月13日发布的消息称，人民银行会同银保监会审查通过连通（杭州）技术服务有限公司（下称连通公司）提交的银行卡清算机构开业申请，并向其核发银行卡清算业务许可证。 连通公司是美国运通在我国境内发起设立的合资公司，分别由美国运通旅游有关服务公司持股49%、美国运通市场及发展公司持股1%、连连数字科技有限公司持股50%。 获得许可后，连通公司可在我国境内拓展成员机构、授权发行和受理“美国运通”品牌的银行卡。梳理监管信息后可发现，美国运通是继去年银联获得首张银行卡清算业务许可证后，第二家获得该许可证的银行卡清算机构，同时也是第一家获得该许可证的外卡机构。 美国运通董事长兼首席执行官施恺睿（Stephen J. Squeri）表示：“非常高兴能成为第一家获得银行卡清算业务许可证的外卡组织。无论对我们美国运通，还是对中国支付行业的持续增长和发展来说，这都是历史性的时刻。” 按照相关规定，连通公司应在取得银行卡清算业务许可证之日起6个月内，正式开办银行卡清算业务。 美国运通称，连通公司计划将于今年内正式开展银行卡清算业务。连通公司负责筹建的银行卡清算网络，将处理美国运通品牌卡在中国的线上线下支付交易，也将和国内主流的移动钱包运营商合作。 “目前我们正着力于继续在监管机构的指导下，与合作伙伴一起为成功开业做好充分准备。”连通（杭州）技术服务有限公司首席执行官刘伟德表示。 经营策略或发生调整 工行、招行、民生、浦发等均陆续推出过美国运通信用卡。那么，这次取得银行卡清算业务许可证后，美国运通在境内发行的银行卡和权益服务会有何不同呢？记者从业内了解到，主要会在两方面出现区别： 一是在品牌标志上，美国运通可以在我国境内发行仅带有自己品牌标志的单标人民币卡。而过去需要与银联合作，是双标卡。 所谓双标卡，指的是卡面上印有两个发卡机构标志的银行卡。早期境外卡组织没有人民币清算资质，不能从事境内人民币清算业务，必须借助银联清算网络通道。现在随着银行卡清算业务许可证陆续下发，双标卡这种持续十多年的中国特有卡品种，将陆续退出历史舞台。 二是在币种上，不只局限于外币，可以经营人民币业务。从事信用卡业务的相关人士认为，客户体验应该会更好，今后美国运通发行的单标卡在国内刷卡时，如用户刷的是美元，估计可以直接以人民币清算，而不用再购汇清算。 获得银行卡清算许可证后，美国运通在我国境内的运营策略或许会发生改变。多年来，美国运通在我国境内的业务多是与国内银行合作发行。此番获取清算业务许可证后，其面临着发行新卡还是存量卡换卡的经营策略选择。 信用卡资深研究人士董峥表示：“他们的目标不一定是在我国境内市场获得大规模客户，美国运通很看重有出境需求的高端客户，因为境外刷卡收单费比较高，从经营角度上看，收益更好一些。” 央行将有序推进银行卡市场准入 对于向连通公司核发银行卡清算业务许可证一事，人民银行称，这是我国扩大金融业对外开放、深化金融供给侧改革的又一具体反映，有利于提高我国支付清算服务水平和人民币国际化，为金融消费者提供多元化和差异化的支付服务。 人民银行将继续遵循公开、公平、公正的原则，依法有序推进银行卡市场准入工作，并持续完善准入后全流程监管体系，在开放的同时切实维护金融稳定。 在美国运通之后，还会有哪些外卡组织有望拿到银行卡清算业务的“准入证”？ 此前，万事达选择以合资方式进军中国银行卡清算市场。公开信息显示，2019年3月，网联与万事达成立合资公司——万事网联信息技术（北京）有限公司，注册资本金为10亿元，股权结构为万事达卡亚太持股50%、万事达卡国际持股1%，网联科技有限公司持股49%。 今年2月，人民银行会同银保监会审查通过万事网联提交的银行卡清算机构筹备申请。按照相关规定，万事网联须在一年筹备期内完成筹备工作后，依法定程序向人民银行申请开业。 另据报道，维萨（VISA）将选择以外商独资企业的形式，向人民银行申请筹备境内人民币银行卡清算机构。
据美国有线电视新闻网报道，美国西雅图市长珍妮·德坎表示，对于市中心警察局前的抗议者，该市不会接受联邦军队去驱逐。 德坎11日在新闻发布会上说：“威胁入侵西雅图、分裂城市和煽动暴力，这不仅不受欢迎，而且是非法的。” 美国总统特朗普11日在推特上喊话德坎和华盛顿州州长杰伊·英斯利：“现在收回你们的城市！如果你们不这样做，那么我会的。” 杜坎表示，大多数抗议都是和平的，“总统永远不会明白一件事是，倾听社会的呼唤并不是示弱。” 西雅图警察局东区大楼前的控制屏障被拆除后，警察局清空了大楼。警察局长卡门·斯贝特说，他们缓解紧张局势的努力没有得到回报。贝斯特说：“抗议者抱怨警察设置路障后，没有游行，而是建立了自己的路障。”
登录
工商服务
危机公关
金融律师
app开发
财税服务
金融牌照
网站建设
知识产权
企业征信
审计评估