导读 金融与科技深度融合成为全球趋势，深刻改变金融服务市场格局，对传统商业模式和监管规则提出新挑战。如何看待金融科技创新？如何规范发展？ 摘要 1、行业概览：金融科技是技术驱动的金融创新，技术为手段，目标和利源仍在金融。金融科技自20世纪80年代兴起，经历金融信息化、互联网金融、金融与科技深度融合三大阶段，截至2019年全球金融科技投融资达1503亿美元。中国金融科技后来居上，2018年伴随蚂蚁等大型融资，金融科技投融资达到阶段性高点，形成少数大企业主导的市场格局。 2、细分市场：应用场景和赛道众多，金融机构与互联网企业各有优势，竞争与合作共存。总体来看，银行和保险科技投入多，在信贷、保险产品设计等应用成熟；证券和资管科技资金投入少，前沿科技渗透较低；互联网平台多以“支付+场景”为入口，向金融机构导流，输出数据和技术优势。 1）银行：资金投入充足，发力数字化转型。主要上市银行2019年技术投入高达1079亿元，偏好自建科技子公司或合作开发。应用场景包括消费信贷、供应链金融、智能柜台、智能投顾等，通过大数据、AI贷前精准营销，贷后动态监控，构建信用评级体系，大幅提高业务质量和效率。主要挑战在于转型时间长、数据处理难度大等。 2）保险：应用场景广泛，发展迅速。头部保险凭借数据和资金优势自行研发，互联网保险公司主要切入营销、定损等局部市场，2019年技术投入达319亿元。保险产品在设计、销售、投保核保、理赔等环节均有金融科技渗透，显著扩大保险覆盖范围。主要挑战在于保险技术应用“重销售、轻服务”、中小险企数据运用和管理水平有待提升。 3）证券：零售经纪和机构业务应用较广。2019年证券技术投入约205亿，主要应用于经纪、机构服务等标准化业务上，在投行、合规风控等依赖人力和经验的业务尚未大规模应用。目前，证券科技同质化严重，且涉及全资本市场基础设施改革，尚待顶层设计统筹推进。 4）资管：主要运用于投研决策、量化交易、智能搜索领域。2019年大资管行业存量规模约82万亿元，涵盖基金、银行理财、信托、券商资管、保险资管等机构，其中基金行业在金融科技运用方面较为领先。但轻资产商业模式决定资管行业难以大规模投入技术资金，基金业技术投入不足20亿元、信托业15亿，目前的金融科技水平难以完全取代人力作用，主要起到智能搜索、量化交易、投研辅助作用。 5）互联网金融科技平台：大型平台企业主导，渗透支付、借贷、理财、技术输出等细分领域。我们选取10家样本企业观察，企业涵盖电商、社交、本地生活、直播等不同领域，但涉足金融服务路径相同，均以获取支付牌照为敲门砖，导流至高利润的借贷和理财板块，同时利用数据和技术向金融机构输出技术解决方案。但酝酿高杠杆、系统性风险、隐私保护、垄断地位等问题，引起高度关注。 3、监管导向：全面升级，鼓励创新与规范发展。早期国家对金融创新持包容态度，但P2P等风险事件极大挑战监管底线。吸取教训，监管层提前预判互联网金融科技潜在风险。顶层设计上，强调鼓励创新与规范发展并重；监管主体上，金融委、央行、监管机构、市场监管总局多管齐下，提前介入，不留监管死角；监管思路上，推出中国版“监管沙盒”试点，打造培育创新与规范发展长效机制。 4、展望未来：2020年是金融科技发展分水岭，如果说上半场关键词是巨头崛起、创新商业模式为王，下半场则是重建规则、靠硬实力取胜。金融科技未来发展面临四大趋势。1）步入监管元年，短期内面临强监管，长期仍鼓励创新与风险预防并重。2）金融科技前景依然广阔，市场主体日趋多元，合作大于竞争。3）随着新基建上升为国家战略高度，人工智能、区块链、云计算及大数据深度融合，推动金融科技发展进入新一阶段。4）商业模式或被重塑，更好服务实体经济、普惠金融、提高科技硬实力是三大发力方向。 风险提示：金融科技严监管，对市场格局和商业模式形成冲击 目录 1 金融科技行业概览 1.1 何为金融科技：以技术为手段，提高金融效率和质量 1.2 发展历程：中国金融科技起步较晚，后来居上 1.3 投资情况：2019年全球金融科技投融资达1500亿美元，中国市场有所降温 1.4 核心技术：ABCD四大技术赋能 2 金融科技行业应用现状 2.1 银行科技 2.1.1 行业格局：数字化加速发展，央行、商业银行以及银行金融科技子公司是主要推动力 2.1.2 应用场景：金融科技深入各业务条线，信贷领域应用已较为成熟 2.1.3 问题挑战：技术转型时间长、投入产出比不定、数据处理难度大 2.2 保险科技 2.2.1 行业格局：头部险企和互联网保险公司发展迅速，传统互联网公司加速布局 2.2.2 应用场景：贯穿保险业务全链条 2.2.3 问题挑战：数据化进程缓慢、新技术运用尚不成熟 2.3 证券科技 2.3.1 行业格局：金融科技投资约200亿，头部券商、互联网券商和软件服务商三分天下 2.3.2 应用场景：广泛应用于零售经纪和机构业务 2.3.3 问题挑战：科技投入和应用深度不足，同质化严重 2.4 资管科技 2.4.1 行业格局：规模庞大、背景多元，但科技渗透较低 2.4.2 应用场景：辅助投资决策，提高金融产品设计能力 2.4.3 问题挑战：资管行业大整合，金融科技尚处探索阶段 2.5 互联网金融科技平台 2.5.1 行业格局：大型平台企业主导，细分市场众多 2.5.2 应用场景：支付和借贷为主，逐步转向技术方案输出 2.5.3 问题挑战：高杠杆、系统性、隐私保护、垄断地位 3 监管导向：监管升级，鼓励创新与规范发展 3.1 吸取P2P教训，从包容创新到整治规范 3.2 金融科技进入监管元年，创新与规范并重 4 展望和建议 正文 1 金融科技行业概览 1.1 何为金融科技：以技术为手段，提高金融效率和质量 金融科技是技术驱动的金融创新，技术为手段，金融为目标。金融科技Fintech一词最早是花旗银行1993年提出，由Finance（金融）+Technology（科技）合成而来。根据金融稳定理事会（FSB）2017年《金融科技对金融稳定的影响》，金融科技是指技术带来的金融创新，能够产生新的商业模式、应用、流程或产品，从而对金融服务的提供方式产生重大影响。中国央行《金融科技（FinTech）发展规划（2019—2021年）》也参考了上述定义，指出“金融科技是技术驱动的金融创新，旨在运用现代科技成果改造或创新金融产品、经营模式、业务流程等，推动金融发展提质增效”。 1.2 发展历程：中国金融科技起步较晚，后来居上 纵观全球金融科技发展，可分为金融信息化、互联网金融、金融与科技深度融合三大阶段。 1.0金融信息化：上世纪80年代经济全球化、金融自由化催生大量复杂金融服务需求，金融机构设立IT部门，银行卡、ATM、证券交易无纸化等快速普及，金融服务与电子信息技术初步融合，起到提高业务效率、降低运营成本的作用。在中国，1993年国务院《有关金融体制改革的决定》提出“加快金融电子化建设”，中国金融信息化提上日程。 2.0互联网金融：2000-2010年全球信息爆炸、互联网红利快速上升，金融机构围绕互联网拓客营销，金融服务从线下转移到线上，极大丰富触及范围和应用场景，减少信息不对称，销售渠道和业务模式大变革。在中国，2013-2015年是互联网金融达到高峰，P2P、移动支付、网上开户遍地开花，互联网银行、证券、保险等纷纷设立。 3.0金融科技深度融合：2011年以来，随着人工智能、大数据、云计算、区块链技术渗透于投资决策、风险定价、资产配置等环节，深刻改变金融服务方式和逻辑，对传统金融机构和监管发起挑战。中国由于人口基数庞大、移动通信和物流基建发达，在全球金融科技竞争格局中处于第一梯队。 1.3 投资情况：2019年全球金融科技投融资达1500亿美元，中国市场有所降温 全球金融科技投融资2018年达到顶峰。根据毕马威《金融科技脉搏》，2015-2019年，全球金融科技投融资金额从649亿美元增至1503亿美元，年均增速达23.4%，投融资数量从2123宗增至3286宗。2018年伴随蚂蚁等一批大型融资事件落地，金融科技投融资达到阶段性高点，此后市场降温。2020年上半年，因疫情导致跨境并购中断，金融科技仅获1221笔交易、256亿美元投资。 分投资渠道看，风投表现较为强劲。金融科技主要投资者包括VC、PE和并购，平均所占份额为40%、3%、41%。VC是风险投资机构对初创企业股权投资，是反映金融科技投资市场领先指标。近5年，VC支持的金融科技投资金额从178亿美元增至393亿美元，2020年上半年为200亿美元，超过同期水平。 分业态看，支付科技占四成，保险科技次之。金融科技投向业态包括支付、保险、监管科技、数字货币、财富管理、网络安全等领域，2020年上半年占比分别为38%、9%、7%、5%、1%、3%。支付科技涉及领域广泛，从大众消费到医疗、房地产、跨境交易等细分赛道，均对支付流动性、安全性提出较高要求，投资者热情高涨。 分国家和地区看，美国金融科技投资最多，中国投资降温。2020年上半年，美洲、亚洲、其他地区金融科技投融资分别为129、81、46亿美元，占比分别50%、32%、18%。其中，美国金融科技投资额119亿美元，占美洲92%、全球投资额46%。亚太地区，以印尼、印度为代表东南亚金融科技公司成为热点。中国内地金融科技投融资经历2018年高峰，2019年投资额为45亿美元，相比缩减82%，2020年上半年进一步降至6.1亿美元。 分企业看，中国金融科技市场格局寡头化。不同于其他国家和地区金融科技以中小型公司为主，中国金融科技市场结构趋向少数大型企业主导。《2020胡润全球独角兽榜》显示，18家金融科技行业独角兽企业估值共计16340亿元。 1.4 核心技术：ABCD四大技术赋能 1、人工智能 人工智能（AI）将人的智能延伸到计算机系统，具体包括图像识别、语言识别、自然语言处理、机器学习、知识图谱等。金融领域涉及人工环节多、对数据安全性要求高，人工智能应用广泛。根据艾瑞咨询，预计2022年金融科技投资中，人工智能投入将达到580亿元。 AI+金融典型应用包括：1）基于生物识别的人脸识别，可应用于账户远程开户、业务签约等；2）基于语音识别与处理，实现智能客服、营业网点机器人服务，减少运营成本；3）基于OCR自动化视觉处理，将发票、合同、单据的信息结构化处理，提高效率；4）机器学习应用于智能投顾，提高市场有效性，加快产品创新。5）金融知识图谱，将大量信息汇集到关系网，作用于风险预警、反欺诈方面。 2、大数据 大数据（Big data），是以新处理模式对大量多样的数据集合进行捕捉、管理和处理，使之成为具备更强的决策力、洞察力和流程优化能力的生产资料。国家工业信息安全发展研究中心《2019中国大数据产业发展报告》显示，2019年中国大数据产业规模达到8500亿，预计2020年超过1万亿。 大数据+金融典型应用包括：1）客户画像：大数据根据客户人口统计学特征、消费能力数据、兴趣数据、风险偏好等，捕捉潜在需求，实现精准营销与获客。2）大数据征信：基于金融大数据，开发授信评估、信用报告、贷中预警等服务，降低信用评估成本，将审核周期缩短至秒级。 3、云计算 云计算（Cloud computing）将原本在本地服务器进行的计算转移到云端，按需使用，具有计算高效、成本低廉特点。按照服务方式，云计算分为IaaS（将IT基础设施作为服务交付），PaaS（将数据库等平台作为服务交付），SaaS（将应用解决方案作为服务交付）。根据IDC《中国金融云市场跟踪》报告，2019年中国金融云市场规模达到33.4亿美元，其中，以公有云和私有云为代表的IaaS规模达到23.5亿美元，云解决方案市场规模达到9.8亿美元。 云计算是金融科技基础设施，典型应用包括：1）云+大数据：云计算以分布式处理架构为核心，高度契合大数据处理，实现海量数据云端存储。2）拓展系统处理能力：传统金融解决方案市场由IOE主导，即以 IBM、Oracle、EMC为代表的小型机、集中式数据库和高端存储的技术架构，难以应对数据量级和计算复杂程度的增长，金融机构自行开发或购买云服务，弥补基础软硬件的不足，满足系统高性能和容灾备份的要求。 4、区块链 区块链（Blockchain）是分布式共享记账机制，具有去中心化、不可篡改、匿名性等特点，与金融行业对数据安全、交易真实、隐私保密等业务需求不谋而合。IDC《全球半年度区块链支出指南》估算2018年中国区块链市场支出规模达1.6亿美元。 区块链赋能金融典型场景包括：1）物联网：区块链是物联网底层万物互联的基础，确保底层资产交易真实可靠，提升交易安全性，降低信息不对称。2）支付结算：支付收单机构间基于联盟链和智能合约实时自动对账，避免数据被篡改，全业务流程可追溯可审计。 2 金融科技行业应用现状 金融科技细分赛道众多，涵盖支付、借贷、投资、财富管理、保险、解决方案输出等业务形态，主要玩家包括传统金融机构、互联网企业、专业领域金融科技公司等。 2.1 银行科技 2.1.1 行业格局：数字化加速发展，央行、商业银行以及银行金融科技子公司是主要推动力 近年来，银行业发力金融科技领域，借助技术推动整体向数字化、智能化、生态化加速发展。根据《中国上市银行分析报告2020》，2019年上市银行继续加大科技投入力度，在基础平台建设、数字化零售金融、数字化公司金融、数字化同业业务等方面取得长足进展，大中型上市银行平均科技人员占比提升至4%以上，平均科技投入资金占营业收入比例约为2%，其中披露金融科技投入的18家上市银行投资规模合计达1079亿。 目前银行业金融科技主要形成以下格局，央行发起设立金融科技公司引领行业发展，商业银行与科技公司合作完善业务生态布局，大中型银行成立金融科技子公司发力转型。 央行主导成立金融科技公司，涉及数字货币、区块链等。央行为完善数据共享、数字货币清结算、征信数据库建设等工作，正稳步推进计划中的金融科技工作，目前已成立五家金融科技公司，包括数字货币研究所、深圳金融科技有限公司、长三角金融科技有限公司、成方金融科技有限公司、中汇金融科技等，涉及数字货币、区块链金融、密码学等多个方向。 银行与第三方互联网公司和科技公司合作。银行拥有牌照、研发实力、资金和客户，科技公司具有科技能力和金融创新的敏感度，二者优势互补，在客户资源、科技开发与应用、风险控制等领域深度合作，银行通过合作开发、协作引入等方式接受较为成熟的技术方案，同时推动组织转型和架构升级。例如，赣州银行与中兴通讯、大连同方和天阳宏业等科技公司共同发起金融科技国产化实验室，晋商银行与山西移动签署战略合作协议将在金融业务、通信及信息化服务等方面共建金融科技生态。 大中型银行成立金融科技子公司。各大银行在深化与外部科技企业合作的基础上，注重加强自身科技实力，成立金融科技子公司整合技术、业务、资源及经验优势，对内对外输出技术能力，提升整体数字化水平。截止2020年11月，国有五大行及七家股份制银行已成立独立的金融科技子公司。 2.1.2应用场景：金融科技深入各业务条线，信贷领域应用已较为成熟 当前银行金融科技应用快速发展，深入各业务条线与产品，手机银行、智能柜台、交易银行、智能客服、智能投顾等增值服务全面推出，提升客户体验、降低运营成本，各业务协同形成正向循环。其中，金融科技在信贷业务领域应用广泛，目前大数据和人工智能技术已较为成熟，主要包括消费信贷、中小企业贷款及供应链金融。 （一）消费信贷 消费信贷具有小额、分散、高频的特点，内嵌于日常生活，与消费场景深度融合。 1）贷前：触达客户、挖掘需求、精准营销 消费金融场景化构建，增加流量、获取数据。银行通过和较强科技实力的头部机构合作为消费金融业务提供精准导流，掌握客户大数据，目前主要有两种方式，一是与金融科技信息平台合作，拓展技术应用和场景服务能力，如五大行分别与百度、阿里、腾讯、京东、苏宁建立战略合作关系，在金融产品、渠道建设、智能金融服务领域深度合作，其中重点布局校园生态、交通出行、医疗健康、零售商超等线下流量大的场景，如各大银行接入第三方支付机构、合作线上发卡等。二是与生活社交、餐饮娱乐、旅游出行等平台合作，互联网在前端提供客户和流量，商业银行开放客户端接入的API接口，同时吸引线上线下客户，形成一站式服务。如在美团点评、永乐票务等平台上提供支付、消费信贷等便捷优质的金融服务，联合爱奇艺等视频平台提供会员服务等，形成消费金融生态圈。 根据大数据挖掘客户信贷需求，实现精准营销。依据外部平台、内部个人信贷等数据，借助生物识别、人工智能等技术，准确分析客户属性、行为偏好、需求倾向等，形成信用卡、财富管理、信贷等不同层次的金融产品和服务体系，实现对目标客户的精准触达、智能营销，并匹配最优产品组合，提升差异化定价能力。如恒丰银行利用自主研发的企业级大数据技术平台，提供客户360视图、产品货架与优化组合方案、客户风险预警等，实现团队协作和精准营销技术支撑，系统中的产品推荐和智能获客功能有效增加了新客户增长和产品持有，从2016年2月至2017年4月使用前后数据看，客户增长率、价值客户增加率、重点产品持有率分别上涨2.2%、3.6%、3.5%。 精准识别客户资质，实现恰当准入。在授信环节，通过大数据征信、人工智能、知识图谱等验证借款人的真实身份和偿付意愿，准确判断用户信用等级、项目风险、成本效益。数据来自与外部聚合的生态平台、征信机构、社保、财税、工商等公用事业系统、个人信用管理平台等多维度，利用深度学习、神经网络技术，减少人工干预。如平安金融壹账通利用微表情面审辅助系统，整合人工智能与大数据技术，智能判断并提示欺诈风险，可实现与人工判断80%的吻合率，实现了面审流程智能化、规范化、减少40%以上人工干预。 2）贷中及贷后：动态监控、用户复贷、逾期催收 贷款发放后，1）信用风险动态监控，大数据、人工智能等技术跟踪交易行为、关联交易动态，关注信用风险变化，基于风险预测模型进行预警和调整；2）用户复贷、逾期催收，对于有良好的记录的优质客户，继续使用精准营销推动复贷，对逾期客户进行催收预警，与公安司法部门连通，联合执行催收。如恒丰银行的全面风险预警系统，其依托于星环大数据平台，可适用于贷款全流程风险监控，自上线以来，客户识别效率、准确率、成本控制显著提升，某平台贷自增授信业务逾欠率控制在1%以内，且呈逐步降低趋势。 （二）中小企业贷款及供应链金融服务 中小企业抵质押物较少、价值较低，银行难以触达和有效服务中小微客户。近年随着金融科技和业务的逐步融合，在中小企业贷款以及供应链金融方面，银行可以通过金融科技提升数据收集能力、构建信用评级体系，极大提高支持中小企业融资效率。 1）贷前：数据采集、信贷审核流程整合 在普通中小企业贷款中，银行通过金融科技技术采集电商交易、物流、企业结算、流水等数据，结合工商、税务、法院等外部信息，一并进入数据湖，经数据挖掘、特征提取、机器学习等方式刻画企业形象，进而构建信用模型、判断信用风险、核定信用额度，完成企业到企业主的全面分析，实现线上审批、自动放款。金融科技中数据的获取、加工、分析等是并行操作，将七大原有信贷审核流程整合为一体，提升审批效率、降低运营成本。 在供应链金融服务中，银行贷前风控从授信主体转向整体链条。供应链核心企业信用良好，根据上下游企业与其交易关系的大数据形成关系图谱，通过知识图谱技术将碎片化数据有机组织，利用区块链技术实现供应链上下游信用穿透，同时使用交往圈分析模型，持续观察企业间交往数据变化，动态监控供应链健康程度，实现信贷全流程管理。 其中最为关键的是区块链技术实现的信用共享，具体来看，数据方面，通过将业务流程中的四流（信息流、商流、物流和资金流）与融资信息上链，利用区块链不可篡改性，提升数据可信度；业务方面，将核心企业的票据、授信额度、应收应付等转化为数字凭证，利用区块链可溯源性，实现信用有效传导，同时通过智能合约可实现数字凭证的多级拆分和流转，有效提升金融机构风控效率，降低中小企业融资难度。目前已有较多区块链结合供应链实践，如工银e信、农行e链贷等，主要用于应收款项、库存融资等方面。以工银e信为例，其是一种可流转、可融资、可拆分的电子付款承诺函，可在平台上自由转让、融资、质押等，实现银行资金的全产业链支持。 2）贷中及贷后：全流程管理 与消费信贷类似，用数据监控客户经营周期，关注用户的欺诈风险与经营风险的动态改变，设置一系列预警指标，包括银行流水、杠杆比例、税务信息等传统金融数据，以及交易对手方经营变化、市场数据等经营数据。 2.1.3问题挑战：技术转型时间长、投入产出比不定、数据处理难度大 信贷业务数字化从根本上改善了中小企业、农户的贷款服务。12月8日银保监会主席郭树清表示，银行等机构的智能风控减少授信过程中对抵押物的依赖，提升融资的可得性，甚至可精准帮助贫困户发展适宜产业。截至2020年9月，全国扶贫小额信贷累计发放5038亿元，支持贫困户1204万户次，截至10月，银行的小微企业信贷客户已达到2700万，普惠型小微企业和个体工商户贷款同比增速超过30%，农户贷款同比增速达14.3%。 但当前银行金融科技发展中也存在部分问题： 一是传统对内的技术系统转向以客户为中心的数字系统尚需时日。传统IT系统通过内部网络和信息化技术实现业务流程电子化，提升工作流程效率、降低操作风险，核心系统的重点在于安全和稳定。而数字化改革的重点是以客户为核心，需要快速响应和灵活拓展能力，以定制化、场景化的金融服务满足客户需求，因此传统IT系统与以客户为中心的数字化系统衔接与整合需要一定时日。 二是转型所需投入成本较高，需权衡投入产出比。战略转型、软硬件改革等需要较大的金融科技投入和人才吸纳成本，短期内对银行的盈利能力形成影响。2019年，上市银行平均金融科技投入分别占营业收入、归母净利润的2.3%和7.0%。持续高额投入能否成功转型，未来创造更高额利润、有良好的投入产出比仍存在不确定性，因此银行在考虑进行改革时会不断权衡转型的可行性和可持续性。 三是数据处理和分析难度大。传统银行数据库的信息具有碎片化、非结构化的特征，各项业务和项目运行是单独的数据集，使得数据的整合、处理和分析存在较大困难。目前主要以“数据湖”的形式将所有数据集中，再依据所需进行提取加工，但实际操作中，入湖数据的筛选、海量原始数据的输入、高效低成本的提取和分析数据等均存在难点。 2.2 保险科技 2.2.1 行业格局：头部险企和互联网保险公司发展迅速，传统互联网公司加速布局 近几年，我国保险科技发展十分迅速。根据《中国金融科技生态白皮书2020》，2019 年中国保险机构的科技投入达 319 亿元，预计2022年将增长到534亿。头部保险企业和互联网保险公司的科技布局不断加速，中国平安、中国人寿等传统大型保险机构，均将“保险+科技”提到战略高度。 当前我国保险科技市场主要参与方有三类，分别为传统保险公司、互联网保险公司以及互联网公司。 1）传统保险公司是当前推动保险科技运用的主力。在互联网转型的压力下，传统保险公司基于其自身稳定成熟的保险业务模式、产品设计、营销渠道，积极扩大金融科技的运用范围，通过与科技企业合作或自研，提升金融科技实力与创新能力。以中国平安为例，公司持续加大科技研发投入，打造领先的科技能力。截至2020年6月末，公司科技专利申请数较年初增加4，625项，累计达26，008项 ；在全球金融科技专利申请排名榜中，连续两年位居全球第一位。 2）互联网保险公司是保险科技生态的重要力量。互联网保险公司自创立起就致力于在各方面业务发展创新，与传统保险公司错位竞争，主要围绕产品设计、销售、理赔、售后等多方面，实现线上化、场景化和去中介化目标。以众安保险为例，由“保险+科技”双引擎驱动，围绕健康、消费金融、汽车、生活消费、航旅五大生态，以科技服务新生代，提供个性化、定制化、智能化的新保险，开发了众享e家·意外险、骑行保共享单车意外险、尊享e生、童安保等特色互联网保险产品。 3）互联网公司是保险科技生态的新新力量。互联网公司金融科技实力较强，并且具有丰富的流量入口，在将流量与金融科技结合方面具有显著优势。互联网公司在布局大金融生态的同时，与保险公司深度合作，在保险领域的布局逐步深入，逐步成为保险科技的新新力量。以微民保险为例，作为腾讯旗下保险代理平台，微民与保险公司深度合作，充分发挥腾讯的互联网能力和“连接器”优势，为用户提供性价比高的保险产品以及微保特色的优惠与增值服务。微民保险着重打造“互联网+保险”生态模式、“流量+场景+保险”生态模式、“保险+服务+用户教育”闭环模式，通过结合微保的用户触达、风险识别、网上支付，跟保险公司的精算、承保、核赔和线下服务能力，实现全行业的生态共享共赢，最终让用户受惠。 2.2.2 应用场景：贯穿保险业务全链条 保险业务的核心链条包括产品设计、销售、投保核保、理赔等四个环节。以人工智能、云计算、大数据、区块链等新一代信息技术应用为代表的保险科技，正在深刻改变保险业务模式，重塑保险业务的核心价值链。 1）产品设计端：提供全面深入数据支持，提升风险定价能力 保险的产品设计是保险业务核心能力，通过区块链、人工智能、大数据等技术，可以为保险产品设计提供更加全面深入的数据支持。如利用区块链结合物联网、以及人工智能技术，可以将通过场景获得的数据上链储存，保证数据安全性、真实性。在此基础上，通过大数据建立客户数据库，辅助精算师进行产品开发，提升风险定价能力。 保险科技在产品设计端的运用，一方面有助于保险业务效益提升，实现保险产品精准定价，另一方面提升客户的产品体验，将保费与个人实际情况更精准结合。当前在车险行业较为热门的保险科技运用是UBI车险，即“Usage based Insurance”（基于实际使用的车险），根据《中国金融科技生态白皮书（2020）》，UBI车险采用前装设备、OBD（On-Board Diagnostics，车载自诊断系统）设备以及智能手机，实时收集实际驾驶时间、地点、里程、加速、减速、转弯、车灯状态等驾驶信息，加以分析建模，精准地计算风险保费、设计保险产品。UBI 车险结合驾驶人、车辆、路面状况等多个维度模型的分析，可以准确评估驾驶人员的驾驶行为风险等级，从而确定不同的保费级别，最终实现保费与风险的对价平衡。 2）产品营销端：通过精准定位、定向投放提高转化率 人寿集团公司副总裁盛和泰在撰文中表示，通过金融科技运用，“保险公司将保险服务融入客户所处的网络应用场景之中，通过适时风险提示来激发客户投保意愿，推动保险销售从‘干扰型的介入式推销’向‘场景型的融入式营销’转变，实现客户保险消费从‘要我买’向‘我要买’的转变，将保险消费主导权归还给消费者，客户的保险消费体验得到显著提升。” 一是精准营销，通过大数据、人工智能作为主要技术，对客户进行360度精准画像，实现客户群精准定位，同时提高保险营销渠道的精细化管理，在匹配客群及渠道的基础上进行定向投放，提高转化率。 二是辅助代理人业务，通过强大的数据化平台，将各类保险产品主要数据导入，为代理人业务提供手机端可移动、实时、可修改各类参保参数的线上保单生成系统，便于代理人实时制定个性化方案、跟进参保进度等。 三是智能客服，通过人工智能技术与潜在客户深度交流，获取客户需求以及客户信息，并提供定制化保险方案。 3）投保与核保端：流程智能化，降本增效 在投保与核保环节，保险科技的价值在于帮助企业提升风控能力，实现流程智能化，电子保单与自动核保的应用帮助降本增效。 在投保环节，通过区块链技术，将过去分散的保单管理转为统一链上管理，实现全流程数据化，便利数据分享。 在核保环节，通过区块链及渠道溯源，以链上数据简化投保评估流程，依据参保人全方位的数据信息，对参保人员进行智能综合分析，实现智能核保以及流程自动化，降低成本；依据风险程度做出是否承保及确认承保条件，量化风险。 4）理赔与售后：提高理赔效率，识别骗保风险 通过人工智能及大数据技术，保险公司可以显著提高理赔效率、实现骗保识别、提升客户体验。 在智能客服方面，利用人工智能可以实现理赔决策自动化，提高理赔效率，减少人工成本。如一些保险科技公司已推出“智能闪赔”产品，实现机构数据打通，能够通过线上操作，不受时间地点限制，在半天内赔款到位，90%以上的案件10分钟内就能完成查勘，自助理赔率达到60%，提升效率，降低赔付成本。 在理赔反欺诈方面，利用大数据，可以建设智能风控系统识别欺诈风险，改善传统理赔环节存在的数据割裂问题。保险欺诈行为严重损害保险公司的利益，为识别可疑保险欺诈行为，需要开展多方面专项调查，耗时耗力。而借助大数据手段，通过建立保险欺诈识别模型，完善智能风控系统，通过筛选从数万条赔付信息中挑出疑似诈骗索赔，再根据疑似诈骗索赔展开调查，提高工作效率。此外，保险企业可以利用大数据，结合内部、第三方和社交媒体数据进行早期异常值检测，包括了客户的健康状况、财产状况、理赔记录等，及时采取干预措施，减少先期赔付。 2.2.3问题挑战：数据化进程缓慢、新技术运用尚不成熟 保险科技的运营显著扩大了保险覆盖范围，实现保险业务降本增效。郭树清在2020年新加坡科技节演讲中提出，“数字保险显著拓宽了保险覆盖范围。中国基本养老保险已覆盖近10亿人，基本医疗保险覆盖超过13亿人，并已实现跨省结算。保险机构运用视频连线和远程认证等科技手段，实现业务关键环节线上化。2020年上半年，互联网人身险保费收入同比增长12.2%，互联网财产保险公司保费收入同比增长44.2%。” 当前保险金融科技应用不断向纵深化发展，然而仍面临一定问题： 一是部分保险金融科技应用重销售、轻服务。当前保险科技运用主要集中于销售以及产品设计端，侧重于获取客户信息、塑造场景化保险购买体验，提升产品设计能力以及客户购买意向，但对于售后、理赔便利性等环节的技术运用仍有待提升，切实提高保险服务品质。 二是数据化进程存在挑战，数据储存和安全问题日益突出。在当前保险行业在推进科技运用过程中，部分中小险企数据管理规范有待建立，在数据资源采集、传输、存储、利用、开放等全流程数据化进程建设仍存在问题。部分保险公司积累大量客户行为数据和交易数据，但数据管理水平仍不足，存在数据孤岛化、分割化问题，数据安全性程度难以保障。 三是新技术在保险行业的运用尚不成熟，如区块链、人工智能等。受限于科技成熟度，以及理论向实践转换的问题，新技术应用速度难以满足市场需求，保险科技在行业内的应用仍然有很大提升空间。 2.3 证券科技 2.3.1 行业格局：金融科技投资约200亿，头部券商、互联网券商和软件服务商三分天下 证券行业金融科技投入2019年超200亿。根据中证协，2017-2019年证券业信息技术投入金额从2017年112元增长至2019年205亿元，年均增速35%；信息技术投入占上一年度营收比重从2.80%提高至8.07%。2019年证券行业信息技术人才有13241人，占3.75%。证券领域金融科技参与者主要包括大型综合类券商、互联网券商和软件服务商。 1）大型综合类券商通过自建团队、合作开发等方式，注重培育自主研发能力。国泰君安成立数字金融部、华泰证券成立数字化运营部、中金与腾讯成立合资技术公司，2019年，国泰君安、华泰证券、中信证券信息技术投入位列前三，投入规模分别为12.4亿元、12.0亿元和11.4亿元。 2）互联网券商主打流量运营。东方财富从互联网转型券商，注重科技赋能，研发人员占比近40%。根据中证协，2019年东方财富信息技术投入占营收比重25%，遥遥领先于其他券商，旗下“东方财富网”PC端和APP分别贡献日活6252万人和月活4141万人。 3）软件服务商专注产品开发。同花顺将人工智能导入传统的理财顾问服务，提供投资建议，2019年研发投入占营收25%，研发人员占65%。恒生电子为证券等金融机构提供IT软件产品和解决方案，研发支出占营业收入比例超过40%。 2.3.2应用场景：广泛应用于零售经纪和机构业务 金融科技广泛应用于证券行业经纪交易等标准化业务上，在投行、合规风控等依赖人力和经验的业务尚未大规模应用。具体体现：以互联网、大数据升级移动终端、精准获客，以智能投顾增加客户粘性和服务附加值，以流程自动化RPA技术和数据仓库提高PB机构服务。 1）零售经纪：人工智能、大数据助力经纪业务向财富管理升级。券商零售业务服务于C端客户，包括经纪、投资咨询、财富管理等业务。金融科技作用，一是互联网大数据营销，升级一站式终端平台，通过身份信息、交易数据，挖掘客户在理财、基金、融资、财富管理等深层需求，精准营销；二是智能投顾，运用金融科技、量化模型、智能算法等技术打造智能投顾平台，客户输入条件，即可筛选标的、生成资产配置方案，不但降低人工成本、提升投顾效率，而且扩大对长尾用户的覆盖范围。 2）机构业务：RPA、数据仓库打开PB发展空间。券商机构业务包括做市、托管等，存在海量交易数据和标准化流程。其中PB业务涉及为私募基金等专业投资者提供交易、估值、清算、风控等一揽子服务，对信息系统稳定性、时效性要求高。RPA技术（机器人流程自动化）基于人工智能完成重复工作，应用于量化交易平台，是券商和软件供应商发力方向。大数据和云计算集合，支持PB级数据和秒级处理，数据仓库存储容量将得到大幅拓展，满足日常监控、交易分析等需求。 3）投行业务：区块链在资产证券化潜力大。区块链具有不可篡改、可追溯、可溯源、可验证的特征，通过区块链技术实现资产证券化产品底层穿透，会计、评估、律师等中介机构上链尽调，显著推动新经济资产证券化业务。2017年，百度-长安新生-天风2017年第一期资产支持专项计划，是首单基于区块链技术的场内ABS，基础资产为汽车消费信贷。 4）合规风控：构建智能风控体系。通过大数据、智能算法构建智能风控体系，多维度数据综合评估，加强线上业务合规审查，达到欺诈行为、异常交易、反洗钱识别监控效果，进行“全面风险管理”，保障投资及资产安全。 2.3.3问题挑战：科技投入和应用深度不足，同质化严重 证券行业在金融科技投入不足、业务复杂，金融科技应用多停留在系统建设表层，难以实现前沿金融科技融合创新，依靠金融科技实现差异化发展仍任重道远。 一是整体投入方面，证券业金融科技整体投入不足。证券行业为轻资产模式，整体资金实力较弱，2019年中国券业技术投入205亿元，头部券商投入规模在10-14亿元。相比之下，不但落后于银行业1079亿、保险业330亿元的信息投入水平，而且与国际投行相差甚远，摩根士丹利、高盛信息技术投入超过10亿美元，通过自研和大手笔收购布局金融前沿技术。 二是应用深度方面，金融科技应用的深度和广度不足，同质化严重。目前券业处于数字化探索转型期，线上化、智能化已经渗透到各个业务链条，但大部分停留在信息系统建设、移动终端平台等层面，对前沿金融科技投入和应用不足。根据艾瑞咨询，2019年证券公司投入在云计算大数据、AI、RPA、区块链金额分别为3.3、2、0.6、0.5亿元，合计在信息技术投入占比2.9%，金融与科技如何深度融合发展尚未形成共识。 三是外部环境方面，证券科技创新复杂性高，面临更严格的监管要求。证券业前中后台种类较多，业务之间数据共享、系统串联和防火墙要求严格，金融科技基础设施牵一发而动全身，证券行业技术创新受到严格监管。能否突破系统壁垒、打通数据孤岛，需要在顶层设计层面予以统一明确。 2.4 资管科技 2.4.1 行业格局：规模庞大、背景多元，但科技渗透较低 资管行业参与者包括以基金、银行理财、信托等为代表的资产管理机构。截至2019年，大资管行业存量规模约82万亿元，银行、信托、公募基金、基金专户及基金子公司、券商资管、保险资管、期货资管分别占28.5%、26.3%、18.0%、10.4%、13.2%、3.4%、0.2%。此外，还有私募基金、第三方财富管理公司等众多非持牌参与者。 基金行业以二级市场标准化产品投资为特色，金融科技辅助投研决策。主动型投资对基金经理个人经验依赖度高，目前的金融科技水平难以完全取代人力作用，主要起到智能搜索、投研辅助作用。根据艾瑞咨询，2019年中国基金行业整体技术投入为19.8亿元。基金业协会2020年《资产管理行业金融科技应用现状调查分析报告》，22家公募基金对金融科技年投入额在千万级别，受访公募基金对金融科技投入占收入比重低于5%、介于5%-10%、超过10%，分别占54%、39%、7%。 以信托为代表的非标投资机构，金融科技水平较低，仍处于探索期。根据信托业协会，2019年信托公司投入信息科技建设的金额约15亿元，主要应用场景是提升信息化系统、消费金融智能风控等方面。 2.4.2应用场景：辅助投资决策，提高金融产品设计能力 金融科技在资管行业的应用场景，除了系统改造降低成本、大数据获客等常规应用，在投研管理、被动产品开发、客户资产配置方面表现突出。 主动投资方面，机器学习在信息筛选、模型搭建方面表现突出，辅助主动管理型投研决策。基于人工智能的投研系统，在数据采集、数据处理、算法优化方面远高于人力，落地场景包括，1）信息筛选：大数据、机器学习、爬虫技术可以实现多渠道抓取信息，不但全面网罗公告、研报、新闻等传统渠道，而且更好捕捉微博、论坛等市场情绪因子，提高信息有效性，辅助生成投资观点。2）模型构建：利用机器算法构建智能信评、智能风控、量化模型，用于历史回测、情景模拟、未来预测，投资决策模型经过不断训练迭代，更加精确地识别潜在风险和超额收益机会。 被动投资方面，算法和量化模型实现低成本、大规模开发指数产品。国际经验表明，以指数基金、ETF为代表的被动投资发展空间广阔，2019年全球指数型基金规模达到11.8万亿美元，近10年年均增长约15%。金融科技在被动投资应用关键是量化模型开发和大数据处理，为ETF等创新产品设计提供低成本、最优化解决方案。博时基金2019年初曾表示，近两年基于大数据的指数增强基金取得了超越基准指数 10% 以上的超额收益。 2.4.3问题挑战：资管行业大整合，金融科技尚处探索阶段 一是整体投入方面，资管行业技术投入明显不足。无论是以二级市场投资为代表的公募基金，还是以非标为代表的信托，金融科技投入量级仅数十亿，远远低于银行千亿级别和保险、证券百亿级别的科技投入。这是由行业和业务特性共同决定：一方面，资管行业普遍以代客理财的轻资产运营模式，资金体量小，另一方面传统资管业务高度依赖人才、经验、人际关系等定性因素，难以被科技完全取代。但从长远看，重视金融科技投入是资管行业差异化、跨越式发展的必经之路，仍需长期科技投入，培育科技创新文化。 二是渗透深度方面，前沿技术尚未普及。资管行业普遍在信息系统升级改造、互联网获客方面获得长足进展，例如通过自有APP打造运营、互联网平台线上引流，基金公司突破了传统销售渠道束缚，直达用户需求，大幅提高营销效率。但对人工智能、云计算、大数据等前沿科技在投研、风控等核心领域尚未形成普及。相比贝莱德2019年技术投入费用为2.89亿美元，占比近16.4%，自主研发 Aladdin 系统，利用大数据构建的风险管理平台，2019年已获得9.74亿美元技术服务收入。 三是外部环境方面，市场与监管处于磨合探索期，金融科技具体展业方式存在不确定。市场端，近年来面对资管新规、金融开放等挑战，资管行业处于整合和转型阶段，既要压降不符合规定的旧业务，同时还要想方设法创新业务模式，转型任务重、竞争激烈。政策端，监管规则也处在变化和完善过程中，如何规范金融机构与互联网平台合作、如何在确保独立合规前提下实现金融集团与旗下资管子公司业务协同、如何引导财富管理机构健康发展、如何建立信息安全与投资者保护机制等一系列问题尚无确定规范，使部分中小机构对金融科技的投入和应用处于观察阶段。 2.5 互联网金融科技平台 2.5.1 行业格局：大型平台企业主导，细分市场众多 互联网巨头通过丰富场景、海量用户、网络信息技术渗透到支付、借贷、投资、保险等各个金融服务，形成金融科技头部平台。根据毕马威2019年全球金融科技100强榜单（Fintech100），中国共7家公司列入前50强，其中蚂蚁集团、京东数科、度小满金融等分别列第1、3、6位，是我国互联网金融科技平台类企业的代表。我们选取蚂蚁、腾讯、京东、百度、新浪、苏宁、美团、网易、字节跳动、陆金所共10家互联网平台作为研究样本。 2.5.2应用场景：支付和借贷为主，逐步转向技术方案输出 1）第三方支付 支付业务是互联网巨头参与金融服务的敲门砖，10家样本企业均完成支付业务布局，通过数以亿计的用户构建金融生态。截至2020年6月我国第三方移动支付市场规模达到59.8万亿，支付宝和财付通分别凭借强大的电商和社交属性，占据55%和39%的市场份额，其他竞争者仅壹钱包和京东支付份额超过1%。虽然剩余市场空间有限但支付业务起到重要的流量端口作用，互联网巨头们仍激烈竞争存量牌照，如2020年1月拼多多收购付费通，8月字节跳动入手合众支付，11月快手收购易联支付等。 2）互联网借贷 互联网信贷市场规模巨大，利润丰厚，10家样本企业均有布局。截至2018年底我国互联网消费金融市场规模达到9.15万亿。电商巨头旗下消费金融平台凭借流量和场景占据市场优势，2018年市场份额最高达到37.2%；其中，蚂蚁集团互联网平台促成信贷余额最高，截至2020年6月达到21356亿元，其次为陆金所5194亿元。 互联网平台普遍通过助贷、联合贷、赊销等模式开展借贷业务。1）蚂蚁集团、陆金所、京东金条等产品以助贷和联合贷的方式为主，该模式下互联网平台负责获客、信用评估、风控等，金融机构负责提供大部分贷款。截至2020年6月，蚂蚁促成信贷余额2.15万亿，其中表内贷款仅362亿元，占比1.68%，2020年上半年陆金所新增零售信贷284亿元，其中自有资金放款比例仅为0.7%，其余60.6%的资金来自49家银行银行、38.7%的资金来自信托计划融资。2）京东白条以赊销模式为主，该模式下，京东数科与电商合作，提供数据支持和风控等服务，针对用户使用京东白条产生的应收账款进行资产证券化。 3）互联网投资理财和保险 互联网平台集合银行存款、公募基金、股票、保险等各类资产，试图打造一站式财富管理平台，为金融机构导流。截至2018年，我国互联网理财市场规模达到5.67万亿元，同比17.1%。截至2020年6月蚂蚁集团与约170家资产管理公司合作，促成资产管理规模约4万亿元，根据澳纬咨询的统计其市场份额约为48%-51%，其次腾讯金融管理规模超过8000亿元，陆金所合作机构达429家，AUM为3742亿元。 4）科技输出 头部互联网平台去金融化，增加科技研发投入，提供金融服务解决方案。投入方面，2020年上半年，蚂蚁研发投入57.2亿元，占收入比重7.9%；京东数科研发投入16.19亿元，占收入比重15.7%。产出方面，蚂蚁集团在数据库和区块链领域的布局成果卓著，2019年和2020年上半年支付宝申请公开的全球区块链发明专利数量分别为1505项、1457项，全球位列第一；2019年蚂蚁自研的Oceanbase数据库在被誉为“数据库领域世界杯”的TPC-C基准测试中，成为首个登顶该榜单的中国数据库产品。而京东数科重点在发展智能城市业务，例如京东以自研“智能城市操作系统”为指挥中心，打通南通市9个委办局、12个系统联动，打造危化品全流程监管创新应用；2019年10月京东与中储发展公司合资成立“中储京科”共同研发在大宗商品领域的“区块链+物联网”的应用技术。 2.5.3问题挑战：高杠杆、系统性、隐私保护、垄断地位 1）高杠杆放贷转移风险。蚂蚁等互联网金融科技平台的信贷业务放杠杆过大，引发监管担忧。拆解蚂蚁发现，大部分以ABS、信托计划、联合贷款等形式将信贷资产转移到表外，避免了自身承担违约风险，坏账风险将转嫁至出资的金融机构；虽然有技术和数据保驾护航，但如此大体量信贷存量一旦出现极端环境、风控模型失灵，社会隐性成本难以估量。 2）数据确权与隐私保护问题亟待改善。大型科技公司实际上拥有数据的控制权，数据资产成为科技公司产品开发、精准营销、业务拓展等基石。但是，一些科技公司利用市场优势，过度采集、使用企业和个人数据，甚至盗卖数据，这些行为没有得到用户充分授权，严重侵犯企业利益和个人隐私，因而完善个人信息保护的相关法律法规，构建有效的数据采集、使用、交易机制亟待解决。 3）滥用市场支配地位，垄断市场。无论传统行业或新兴行业均可能形成垄断，新经济在移动互联网技术和大规模资本的支持下，形成自然垄断速度更快，涉及面更广，用户粘性更强，由平台垄断造成的危害消费者权益、榨取剩余价值、挤压小企业生存空间等负外部性可能更大，诱导过度消费、会员之上再收费、“大数据杀熟”、捆绑销售等侵害消费者权益的问题屡见不鲜。 3 监管导向：监管升级，鼓励创新与规范发展 我国高度重视信息科技在金融领域的应用拓展，早期以包容创新为导向，但随着风险积累与暴露，金融监管全面升级，2020年进入监管元年，规范与发展并重。 3.1 吸取P2P教训，从包容创新到整治规范 2018年前，高度重视金融科技，包容性政策为主。2017年5月，央行成立专门“金融科技委员会”，定位于“金融科技工作的研究、规划与统筹协调”，标志着金融科技行业迎来监管层面的重要支持与规范。7月，国务院印发《新一代人工智能发展规划》专门提出了“智能金融”的发展要求，12月，工信部印发《促进新一代人工智能产业发展三年行动计划（2018-2020年）》，将“金融”列为智能产品应用的重要方向之一。 业务模式日益复杂、交易规模迅速增加，挑战监管能力。随着P2P网贷大面积暴雷、非法代币融资等风险事件频发，动摇金融稳定，负面影响深远，暴露出分业监管漏洞。2018年多部委联合开启整治风险行动，清退P2P平台、地方交易所、加密货币等，整肃市场秩序。 3.2金融科技进入监管元年，创新与规范并重 2020年以来，金融科技在经历爆发式增长后，行业规范化和标准化的缺失，系统性风险累积，引起监管高度重视。吸取P2P事后监管教训，监管层提前预判风险，出台政策整治互联网贷款、网络小贷等，约谈金融科技巨头，平衡创新与风险的关系。 一是顶层设计上，金融科技的发展与监管上升至重要地位，鼓励创新与规范发展并重。央行印发《金融科技发展规划（2019-2021）》，从国家层面对金融科技发展做出全局规划，制定《金融科技产品认证目录》等明确金融科技技术标准、业务规范、风险管控等政策，出台针对移动支付、网络借贷、数字货币等监管强化文件。12月16-18日中央经济工作会议将“强化反垄断和防止资本无序扩张”列为2021年八项重点工作之一，并明确提出要完善数据收集使用管理。未来新金融必然匹配新监管，既要保持创新活力，又要防止打着“金融创新”的旗号割韭菜，防止金融业务“无照驾驶”导致监管失效。 二是监管主体上，跨市场跨行业监管提前介入，不留监管死角。金融委统筹协调，10月31日刘鹤副总理主持金融委会议时强调，“当前金融科技与金融创新快速发展，必须处理好金融发展、金融稳定和金融安全的关系”，“对同类业务、同类主体一视同仁”，明确持牌经营监管方向。央行正式实施《金融控股公司监督管理试行办法》，金控必须持牌经营。银保监会、证监会在细分领域出台监管办法，如互联网贷款新规、网络小贷新规、互联网保险新规。同时非金融监管机构迅速介入，最高法规定民间借贷最高利率不超4倍LPR，市场监管总局发布《关于平台经济领域的反垄断指南（征求意见稿）》。监管机构涵盖金融业务、数据安全、互联网等度方面，体现全方位、跨行业监管思路。 三是监管思路上，中国版“监管沙盒”试点推出，有望打造培育创新与规范发展长效机制。2016年FSB提出金融科技监管评估框架，一是判断金融科技产品和服务是不是创新，二是评估创新动力是提高效率还是监管套利，三是评估对金融稳定的影响，成为全球金融创新监管共识。英国金融行为监管局（FCA）2015年提出“监管沙盒”（Sandbox），针对难以判断影响的金融科技创新，先选择进行小范围试行，监管部门与企业共同设定范围、参数等，若创新确实提高效率并风险可控，则允许在更大范围应用。截至2020年5月，FCA已开展5批测试，参与企业累计118家。中国央行2019年12月启动“监管沙盒”，截至2020年8月已有北京、上海、成渝、粤港澳、苏杭等地区启动金融科技创新监管试点，推出60个试点项目，有望打造培育创新与规范发展长效机制。 4 展望和建议 2020年是金融科技发展分水岭，如果说上半场关键词是巨头崛起、创新商业模式为王，下半场则是重建规则、靠硬实力取胜。金融科技未来发展面临四大趋势。 趋势一：步入监管元年，短期内面临强监管，长期仍鼓励创新与风险预防并重。金融科技是把“双刃剑”，一方面，我国金融科技发展迅猛，不可否认依托大数据优势让金融惠及更多长尾客户，移动支付方便日常生活，但另一方面，金融科技主体多元化、跨行业、去中心化，部分互联网金融打着金融创新的旗号，实质进行监管套利、甚至触犯法律，传统的机构监管、事后监管难以全面管控金融风险，对金融监管带来一定挑战。创新必须在审慎监管的框架下进行，充分发挥金融科技对社会和市场效率的支持，同时树立监管底线，才能保证金融科技发展行稳致远。2020年中央经济工作会议强调“强化反垄断和防止资本无序扩张”，剑指平台型企业滥用市场支配地位等乱象。展望未来，针对金融科技相关监管将大幅提速，引导行业稳健发展。 趋势二：金融科技前景依然广阔，市场主体多元化，合作大于竞争。在供给端，中国具有庞大的用户群体、发达的互联网5G等基础设施，为金融科技发展提供数据基础；在需求端，普惠金融程度尚存短板，金融科技空间仍然巨大。互联网巨头具有场景和流量优势，但在金融严监管、持牌经营背景下，纷纷“去金融化”；传统金融机构具有牌照和资金优势，明确数字化转型战略，选择成立金融科技子公司，或与互联网公司加深合作。未来传统金融机构、互联网公司以及细分赛道中小型服务商仍将在竞争中长期共存。 趋势三：随着新基建上升为国家战略高度，人工智能、区块链、云计算及大数据深度融合，推动金融科技发展进入新一阶段。根据《中国金融科技生态白皮书2019》，从各项技术的运用领域来看，大数据是基础资源、云计算是基础设施、人工智能依托于云计算和大数据，区块链为金融业务基础架构和交易机制变革提供条件，但是离不开数据资源和计算分析能力的支持。当前各个技术发展程度各有不同，云计算和大数据技术成熟度较高，但在应用方面，系统云集中面临的传统信息系统改造升级压力较大，大数据平台构建在系统稳定性和实际使用效益方面面临挑战，人工智能和区块链处于技术演进发展阶段。从未来发展趋势来看，随着5G、芯片等基础技术发展，四项技术在实际应用中将会更加趋向深度融合，技术边界削弱，技术创新将会集中产生于技术交叉和融合领域。 趋势四：商业模式或被重塑，更好服务实体经济、普惠金融、提高科技硬实力是三大发力方向。随着金融科技发展逐步进入深水区，社会舆论对互联网金融利用监管规则漏洞加杠杆、“普而不惠”、进军“社区团购”提出质疑，政策引导互联网巨头增强社会责任感和科技创新意识。展望未来，在持续的政策引导下，大型互联网企业有望进一步利用数据和技术优势，承担起推进科技创新排头兵的责任，着眼攻克更长远的前沿技术难题，力争突破“卡脖子”的关键技术，服务实体经济，在解决民营小微企业融资难融资贵等问题上发挥成效，与国家战略相契合。 中国金融科技已经走在世界前列，金融为民、科技向善，加强监管引导行业健康有序发展，更好培育新经济，提高我国经济金融和科技实力。我们建议： 1）落实金融科技监管，树立监管底线。金融科技是把“双刃剑”，创新必须在审慎监管的框架下进行，充分发挥金融科技对社会和市场效率的支持，同时树立监管底线，才能保证金融科技发展行稳致远。在监管政策执行过程中，需要将良性金融创新与“伪创新”区分开来，更好地保护金融机构创新发展的积极性和能动性，对于以监管套利、无序扩张为主要形式的“伪创新”，坚决予以整治和取缔。 2）完善金融科技行业标准和监管规则，明确市场预期。金融科技产业同时具备金融属性和科技属性。在金融属性下，业务存在复杂性、专业性，业务数据存在较高的保密要求，在科技属性下，业务技术迭代速度较快、灵活性较高。未来在金融科技持续推进的大趋势下，亟待统一金融科技产业规范、技术标准。 3）健全数据规则，完善数据确权、隐私保护的相关法律法规。建议通过立法明确数据资源具有公共属性，敦促平台对数据的使用、筛选、处理等过程进行全流程管控，对用于共享或交易的数据进行严格的脱敏处理；对于过度采集、使用企业和个人数据，甚至盗卖数据等严重侵犯企业利益和个人隐私的行为予以处罚。 4）落实反垄断法律法规，关注和防范新型“大而不能倒”风险。当前部分互联网金融科技平台的信贷业务放杠杆过大，引发监管担忧，平台大部分以ABS、信托计划、联合贷款等形式将信贷资产转移到表外，避免了自身承担违约风险，坏账风险将转嫁至出资的金融机构；虽然有技术和数据保驾护航，但如此大体量信贷存量一旦出现极端环境、风控模型失灵，社会隐性成本难以估量。要将大型互联网平台纳入宏观审慎监管框架，加大力度整治市场乱象，防止平台风险跨行业跨领域传导。
图1 银行中台转型机遇与挑战需求响应层面银行中台转型的根本目的是为了快速应对市场的竞争，当未知的金融业务形态出现时，银行机构如何通过中台转型来应对市场挑战，在科技、业务和响应机制方面均需要一一考虑。例如，在科技支撑方面，如何快速而有效响应业务需求？在业务流程方面，如何快速适应未来市场的业务变化？在需求快速上线方面，研发的模式是否能提高从需求提出到快速开发上线的速度？架构层面中台转型起源于对组织架构的优化，银行中台转型对组织架构和IT架构都是一种挑战。在中台组织架构方面，如何提升跨组织的沟通协作，加强科技与业务的深度融合，保障一线需求快速和精确传递；在IT架构方面，传统银行的IT系统呈现烟囱式建设，如何制定演进路径稳步推进IT架构向中台转型；中台转型需从组织层面进行统筹考虑。资产复用层面通过中台转型对领域需求进行整合，对组件和能力进行抽象后，资产的管理和被有效利用显得尤为关键。如何实现可视化软件资产，提高架构管理能力；如何提高软件资产复用的便利性和可管理性；银行在中台转型中都需要提前谋划。业务运营层面中台能力搭建完成后，还需要通过业务运营来持续优化和反哺中台能力，形成健康持续发展的闭环。如何实现业务的可视化、可管和可优；如何实现业务的在线定义、配置；如何实现业务的QoS保障，以及快速部署、发布；这些对传统银行都是一种挑战。银行中台与互联网中台的区别从2015年阿里巴巴提出中台战略，构建了符合大数据时代的更具有创新性、灵活性的“大中台、小前台”组织机构和业务机制，在业界产生了广泛的影响，越来越多的传统企业在数字化过程中仿效了阿里巴巴的中台战略。阿里巴巴的“大中台、小前台”架构体系对传统银行业的IT架构转型具有一定的借鉴意义，但是从以下五大维度进行比较分析，互联网业务与银行业务又大有不同，两者存在较大的差别（图2）。图2 银行中台与互联网中台的差异从客户的维度看。互联网业务以面向2C的个人客户为主，客户种类单一，业务满足不同单个客户的个性化需求即可，需要管理的客户种类简单，可管理能力强；而银行业务面向的客户包括个人、企业、集团等多种类型，需要满足不同种类客户不同个性化需求，可管理能力薄弱。从产品的维度看。互联网企业为了满足客户个性化需求，取得市场竞争优势，投入大量的产品研发资源，利用先进的技术，创新出不同个性化产品，满足多元化的市场需求；而银行具有大量的传统产品，业务和流程复杂，产品运营能力弱，同时，产品创新机制不灵活，产品试错机制不健全，新技术使用较慢。从渠道的维度看。互联网业务主要通过线上渠道开展，互联网企业通过投放大量的广告和优惠信息，不断提升用户体验和流量，实现千人千面；而随着金融科技的广泛运用，传统银行逐步将银行业务搬到线上，在保障网络信息安全的前提下，稳步提升网上银行和手机银行的替代率，金融业务还是严重依赖线下渠道。从流程的维度看。互联网企业的业务单一，交易流程短、平、快，具有易改进、易抽象、易扩展等特点；而传统银行业务的流程差异大，流程间的耦合度高，抽象难度大。从风控的维度看。针对互联网业务的监管政策往往具有滞后性，互联网企业只需遵守法律规范，遵从行业自律即可开展业务；而传统银行业务的开办受到外部监管和内部合规等方方面面的约束和限制。从上分析可以看出，银行业务在不同层面与互联网业务大不相同，其根本是银行业务的复杂性与互联网业务单一性之间的差异。因此，传统银行向中台转型不能简单采用“拿来主义”，照搬互联网企业的中台模式来构建，必须实施具备银行特色的中台策略。银行中台转型战略思考近年来，伴随着银行的数字化转型向纵深推进，广东农信也充分认识到数字化转型的目标是实现科技对业务的快速响应，不断提升业务的满意度，银行IT架构转型的更高阶段为向中台化转型。在向中台转型的道路上，广东农信有着独特的思考。什么是金融业务传统的金融业务主要包括存款、贷款、汇款，现代的金融业务不断进行了外延，包括中间业务、资管、票据、金融市场、信托、国际业务等等。通过对金融业务进行解构，广东农信发现一个金融业务具有客户、产品、渠道、风控、流程和能力等6大维度的特征，从而对金融业务进行了重新定义，金融业务是金融产品在适宜的风控下，通过合适的流程，在恰当的渠道上销售给目标客户。例如，网上个人消费贷业务，从6大维度进行解构，一一对应为：客户对应为个人，产品对应为消费贷，渠道对应线上，风控对应为大数据风控，流程对应为自动审批流程，能力对应为大数据能力支撑。银行中台的本质通过对金融业务的分析，广东农信认为银行中台既是一种理念，也是一个快速化组装的过程。更加具体来说，银行中台的本质是将银行的产品、流程、风控和能力进行多维度组装并上架到渠道，转变为一种商品并销售给目标客户的过程。中药铺的启发古老的中药铺对银行中台转型具有重大的启发意义，中药铺的药屉里面存放着各种各类药材，医生会根据不同的病情、不同病人的体质，按照处方通过标准流程、标准计量对药材进行组装，满足不同病人的需求。中药铺是通过按照药材来存储基本单元，而不是按照药方来存贮，通过单元的组装能够快速搭建一套解决方案。中药铺对药材的存放模式对银行中台转型具有较为重要的借鉴意义，通过将金融业务按照6大维度进行拆解，将公共部分沉淀为公共组件进行存贮，当有新的金融业务需求时，对组件进行快速拼装，从而实现IT对业务的快速响应（图3）。图3 “中药铺”式的银行中台广东农信中台战略探索与实践通过上述的思考，广东农信编制了特色化的IT规划蓝图，实施了中台战略，并在IT规划落地实施中，利用华为、阿里云等高科技企业的技术平台，探索构造产品、渠道和数据中台，推动相关项目落地建设，打造了中台转型的基础能力，初步形成了“薄前台、厚中台、稳后台”的IT架构（图4）。图4 广东农信企业级业务中台架构构建产品、渠道和数据中台架构。从互联网到银行业，在构建企业级中台架构时，通常考虑采用业务和数据双中台的一体两翼战略。广东农信认为，任何一个金融商品是产品上架到不同渠道的过程，它的商品价格既和产品属性相关，也和渠道属性相关，既可以在全渠道针对某个产品进行定价，也可以在单一的渠道对某个产品进行定价，甚至是对所有的商品进行定价。因此，经过对金融业务进行充分解构，将业内普遍统称的业务中台切割为产品中台和渠道中台进行建设，同时，配套建立数据中台，为产品中台、渠道中台以及前台提供端到端的数据化支撑和运营服务。自主研发中台技术框架（GMF）。通常，传统银行在不同的业务领域多采用不同技术平台进行搭建，平台内部呈现高内聚、低耦合等特点，但是平台与平台之间的组件不能有效复用的。为解决上述问题，广东农信通过自主研发了中台技术框架（GMF），作为构造产品、渠道和数据中台的技术支撑，为各技术平台提供了统一的基础规范，实现了中台能力在各平台的共享。其核心是一个包含了能力模型、配置模型和配置数据的框架，涵盖了业务划分、流程分解、需求结构化设计、开发指导、业务运营等领域的标准和规范，为整个中台业务的分析、建模与实现提供技术支撑，同时提供“透明化、可复用、端到端”的个性化服务，还为业务、产品及技术人员提供协同化、可视化、统一化工作平台。打造“百行百面”的互联网金融平台。针对农信系统为多法人的组织架构，广东农信在中台架构转型实践过程中，打造出“百行百面”的互联网金融平台。通过在产品和渠道中台构建15个能力中心，将银行的互联网业务进行了拆解，并对公用服务组件沉淀，实现能力设计标准化、组件沉淀标准化，同时打造了能力开放平台，实现能力的快速共享和灵活复用。通过中台化打造“金融天猫”模式的互联网金融平台，支持辖内农商行入驻到此平台，自行装修店铺，开展宣传营销，售卖金融理财类产品、生活服务和电商商品，实现了“省联社搭舞台，农商行唱戏”的新格局，统一的基础设施由省联社负责建设，农商行快速搭配出个性化的营销和运营模式，达到了“百行百面，千人千面”的效果。构建开放、共享的数据中台。广东农信充分借鉴中台的架构理念，从统一平台、统一数据、统一管理、统一服务、统一运营等五个统一来统筹谋划，循序渐进地打造数据中台体系，推动数据与业务的深度融合。数据中台构建分解为以下步骤：一是强心。通过引进互联网成熟的云计算、大数据技术，快速构建了基础数据平台，实现多种计算能力的融合支撑，构建统一、先进的技术体系作为数据中台的心脏，为中台建设提供原生动力。二是活血。引入外部优质数据源，持续的数据治理，提升数据质量，并以业务场景为驱动构建标签中心和特征中心，打造统一的客户画像和产品画像，为智能决策提供充分支持，保障优质的数据血液，为数据中台生长提供充足的养分。三是健智。通过引入先进的数据分析和机器学习技术，提升“察过去、感当下、晓未来”的数据挖掘和预测能力，并持续开展业务能力的沉淀和数据模型应用的扩展，加快挖掘数据的业务价值。深入的数据挖掘分析是数据中台的大脑，为中台的价值释放树立核心灵魂。未来，广东农信将遵循《金融科技（FinTech）发展规划（2019～2021年）》，以守正创新、安全可控、普惠民生、开放共赢为原则，凝心聚力深耕金融科技发展，持续推进中台战略转型，以先进的科技水平为业务转型全面赋能，推动普惠金融进一步深化落实。作者系广东省联社银信中心副总裁
核心提示12月10日，由中国金融认证中心（CFCA）联合百家成员银行举办的“2020银行数字生态与普惠金融峰会暨第十六届中国电子银行年度盛典”在京成功举办。 中国电子银行网讯 12月10日，由中国金融认证中心（CFCA）联合百家成员银行举办的“2020银行数字生态与普惠金融峰会暨第十六届中国电子银行年度盛典”在京成功举办。 2020年，在全球疫情常态化的大环境下，数字经济已成维系社会运转的重要支撑。银行业既承载发展普惠金融的社会责任，也具有推动数字化建设实现高质量发展的自身需求。值此岁末之际，来自监管部门、学术机构、银行与金融科技企业的三百余位业内人士出席本次峰会，共商数字经济发展新策略，探寻数字普惠发展新思路。 后疫情时代，银行数字化转型正当时 中国金融认证中心（CFCA）董事长兼总经理胡莹女士致辞表示，随着后疫情时代数字经济潜能不断释放，银行业数字化转型和高质量发展的势头将更加强劲。她认为银行数字化转型应从坚持创新引领、坚持科技赋能和坚持普惠金融三点切入。 中国人民银行科技司二级巡视员杨富玉指出，当前我国银行数字化转型蓬勃发展。为应对数字化转型中面临的挑战，业界应做好四项工作：强化标准规范引领作用；加快银行数字生态建设；做好数据治理和隐私保护；推进电子银行普惠服务。 中央财经大学金融法研究所所长黄震认为，全球正面临新一轮科技革命，金融业更是处于变革的风口浪尖。中国正同时经历四次科技革命，我国银行业如果亦步亦趋地跟进，可能会掉进后发劣势，因此要注重超前思考，隔代布局。 构建数字生态 银行业担当数字经济发展强引擎 数字经济已成为我国经济高质量发展的强引擎，在支持数字经济、建设数字生态的过程中，我国银行业不断面对挑战、跨越鸿沟。年度盛典上，多位银行从业者分享了有关数字化建设的心得。 中国农业银行网络金融部副总经理谢凯指出，坚持数字化转型，进而服务整个数字经济的发展，既是大行的使命也是责任担当。 华夏银行(行情600015,诊股)网络金融部副总经理刘强谈到，银行构建数字生态首先要以实体经济生态为前提、为依附，在此基础上进化、优化，进而创新、创造，逐步构建高度适配银行自身特性的数字生态。 行业热议：线上化、数字化如何赋能银行转型 广发银行网络金融部总经理关铁军认为，线上渠道正在成为承载银行大部分经营服务的载体。未来，线上化、数字化的经营和管理就是银行经营和管理本身，这也是转型的意义所在。 光大银行(行情601818,诊股)数字金融部副总经理药明进一步指出，银行数字化转型的重点主要包含三方面：开放平台的建设、行业场景的拓展，以及数据资产的经营。 江苏银行(行情600919,诊股)网络金融部总经理助理沈蓓洁认为，大数据应当是金融科技的核心发力点，大数据和人工智能的协同发力，对于用户体验、风控的提升效果是首屈一指的。 上海农商银行网络金融部总经理王海涛认为，银行业数字化转型的重点是以客户体验为关键，而客户体验的着力点是客户旅程管理，因此上海农商银行着力建设了客户旅程管理平台“鑫旅程”。 针对银行渠道线上化的趋势，长沙银行(行情601577,诊股)网络金融部总经理朱彬谈到，银行网金业务未来将逐渐向平台化发展，构建成为具备数字化运营能力的流量平台，同时线上渠道数字化风控建设和运营可以有效降低线上渠道的运营风险。 互联网银行普惠金融成绩单：科技助力服务三农小微 数字化时代，银行科技能力的提升大幅度拓展了普惠金融服务能力。本次年度盛典中，两位互联网民营银行从业者着重谈到科技赋能小微企业金融服务的案例。 微众银行企业直通银行部副总经理樊萌谈到，今年疫情来临时，微众银行集全行之力服务小微企业的金融需求，这期间服务的客户中有2/3的小微企业从来没有在其他银行拿到过贷款，证明切实服务了真正的下沉市场。 亿联银行科技研发部总经理张世杰谈到，针对吉林农业大省的市场特点，亿联银行推出亿农贷和生意贷两项产品服务三农和小微，亿农贷主要解决无抵押农户的季节性贷款需求，生意贷主要解决无抵押小微商户的高频低额贷款需求，这些产品背后都离不开科技的支撑。 科技视角看银行数据运营四部曲：挖掘、留存、驱动与布局 招联金融首席研究员董希淼出席本次年度盛典并发表演讲，他认为科技企业处理好“金融脱敏”问题，向金融企业输出服务（TechFin）才是发展之本。随后，四位来自科技企业的嘉宾也分享了服务金融行业，协助银行挖掘数据价值的经验。 索信达控股集团副总裁宋爱华谈到，真实的营销是客户专员与客户面对面交流，做到察言观色，但是银行面向的客户有几千万甚至几亿，不可能所有客户都做到一对一拜访，所以应当用更高阶的智能工具挖掘并细化客户需求。 华为中国政企金融业务部副总经理孙壮谈到，金融行业数据挖掘非常重要，尤其万物互联时代的到来，一些非结构化的数据如何存储下来，流动开来，运用起来，是今后银行和技术服务企业需要钻研的课题。 在银行数字化建设中，数据到底有什么价值？对此，神策数据创始人兼CEO桑文锋认为，驱动决策高效化和驱动产品智能化是数据赋能银行数字化转型的关键。 易观联合创始人兼合伙人杨彬进一步谈到，重视建设数据分析能力，进而形成总行数据、分行数据、场景数据的贯通，是银行最终完成数据体系构建的理想状态。 《2020中国电子银行调查报告》出炉 聚焦小微金融发展现状 本次年度盛典正式对外公布《2020中国电子银行调查报告》（以下简称“报告”），作为业内最具权威性和代表性的电子银行研究报告，本年度参与调查的银行增加到98家，内容涵盖电子银行用户使用行为态度研究、电子银行综合评测及用户体验研究与数字金融行业热点研究三方面。 中国金融认证中心（CFCA）助理总经理赵宇解读《2020中国电子银行调查报告》 今年报告中特别增加了小微企业融资专题，旨在关注小微融资创新模式，加速推动普惠金融发展。 《报告》指出，小微企业对经济的贡献与其获得的金融支持力度有较大差距。目前政策高度鼓励发展小微企业融资业务，已出台多项政策鼓励银行对小微企业提供金融支持。在行业层面，大行与农村金融机构是小微融资市场主力，但各类机构的规模贡献与其资产规模占比不匹配，并且整体线上化水平不足。 《报告》最后提出建议，认为银行业应进一步推动小微融资线上化，并加大力度发展银税贷与支付贷。 同时，基于电子银行调查数据产生的“2020中国电子银行金榜奖”榜单也随之出炉。近百家银行就电子银行规模、安全性、功能创新、产品创新、用户体验等数据展开比拼，角逐出十九项大奖。
今年7月，中国太保宣布出资7亿元筹建太保金融科技有限公司，引起市场广泛关注。事实上，这仅是中国太保在金融科技发展之路上迈出的其中重要一步。 在中国太保今年半年报的经营业绩陈述中，“科技”一词出现了22次。除了上述金融科技公司的筹建，也提到了数据中心的建设、在董事会下设立科技相关的专业委员会、成为上海金融科技产业联盟的首批联合发起成员单位……今年中国太保在科技上的动作不断，这些动作背后，中国太保在下怎样的一盘科技棋局？ “公司转型2.0目标是成为行业健康稳定发展的引领者，与之相契合，公司科技发展定位为业务高质量发展的赋能者和行业新技术应用的先行者。”谈到中国太保金融科技业务的愿景时，中国太保副总裁俞斌在近日接受专访时表示。 向着这个愿景前进，中国太保的科技条线其实已然发生巨大变化。作为太保科技条线的“指挥官”，俞斌向详解了中国太保的科技棋谱。 科技蓝图架构——以市场化激发组织、人才、数据活力 “业务高质量发展的赋能者和行业新技术应用的先行者。”中国太保金融科技的这一愿景如何理解？ 俞斌解释称，一方面需注重科技长期能力建设，形成公司和客户价值可持续增长的技术基础；另一方面，注重新技术应用适度超前，致力于探索新业务布局和新业务模式，培育业务高质量发展的新动能、新生态。 在俞斌看来，要达到上述目标，“科技市场化”是核心路径，这也是中国太保今年制定的新五年计划中对金融科技发展方向的定位。中国太保将通过市场化这个核心要素，去激发组织、人才、数据这三方面的活力：一是设立市场化的主体,激发组织活力,改变生产关系,促进生产力发展；二是通过市场化的薪酬体系考核,激发科技人才活力；三是加大对数据核心生产要素的配置，激发数据活力。 花7亿元筹建的金融科技子公司就是上面所说的市场化主体。据俞斌介绍，目前这一计划已获得公司董事会及股东会的通过，正在上报银保监会审批的过程中。“这也是公司成立至今第一个获股东大会全票通过的议案。”俞斌特别提到。 事实上，除了筹建金融科技子公司，中国太保在今年还在董事会下新设了科技创新与消费者权益保护委员会，并计划成立数智研究院。 这些新增的组织再加上集团的科技管理部门以及各子公司的科技部门，中国太保在科技条线上的组织已然不少，那它们在中国太保的科技棋局上将如何被布子？ 俞斌给出的答案是“管、研、用”分离。 “在不同的阶段，太保的科技管理战略也随之演进。2011年左右我们采取信息化集中建设管理的模式，因为彼时这是和效率提升联系在一起的。但目前的移动互联网时代，假如所有需求都需要通过分公司——专业子公司——集团科技运营中心这样的链条来进行，则效率过低，不能完全响应业务需求。因此前几年我们把产寿险等子公司的一些专属应用的开发前置，集团还是负责共享应用与基础设施的运维、创新研究等。不过通过反思，我们发现这样的模式下集团相关部门既是生产者又是服务者、管理者。为了进一步激发组织的活力，我们就提出了‘管、研、用’分离。”俞斌对记者表示。 具体来说，集团科技管理部等职能部门担任“管”的角色，负责规划制定、标准建立、信息安全等；而筹建中的金融科技公司和数智研究院则担任“研”的角色，前者以市场化主体的身份来实现将数据作为主要生产要素，后者则通过引进外部科技头部人才来激发数字化进程；“用”则是指提出需求的集团各条线/部门和子公司各条线/部门。 “‘管、研、用’分离之后的角色定位就相对比较清晰，我认为比较能够去激发组织的活力。”俞斌表示。 而在人才方面，用市场化来激发活力依然是关键。俞斌表示，人才和资源是打造科技与能力的核心关键，太保将遵循科技人才成长轨迹和市场规律，开展科技条线一体化人力资源改革。 “现在我们正在建立一个科技条线的薪酬职位体系双通道，这将是巨大的改变。而从激发活力的角度来讲，在人才建设上将强调优胜劣汰，未来绩效的浮动部分占比将会增大，并按照市场化的量化评价来进行。同时，在员工绩效评价体系中引入积分形式，让员工也参与到整个绩效考核方案中，力求公正、客观。”俞斌表示。 “锅”、“菜”、“厨师”缺一不可 在金融科技的推动下，金融企业正在逐步实现从信息化到线上化、数字化乃至智能化的升级。要实现升级，俞斌认为，关键路径是需要把数据作为主要生产要素。因此，激发数据活力在中国太保的整个金融科技棋局中显得异常重要。 如何实现？俞斌做了个非常生动的比喻：数据是“菜”，人才是“厨师”，大数据平台是“锅”，这三者缺一不可，才能做出数据“盛宴”。 从数据角度而言，俞斌称，需要充分利用内部及外部数据。“在信息化的时代，大家都有不少数据，但无形中会产生一个个的‘数据孤岛’，无法发挥大数据的真正效用。大部分企业在使用内部数据方面也还不一定到位，因此从信息化到数字化，首先需要打通企业内部的结构化数据及非结构化数据；第二步就是挖掘医疗信息等跟我们主营业务相关的外部数据。可信计算、联邦学习等一系列前沿科技的发展，给了数据在不违反隐私的前提下进行跨行业和跨企业共享的可行性。”俞斌表示。 而要进行共享，打造开放型的大数据平台不可或缺。在合法合规的前提下，保险业通过与其他相关行业的数据合作一方面可进一步了解客户需求，完善客户画像，进行精准销售；另一方面则可以进一步提升保险产品的风险定价能力，优化核保核赔和风控模型，提升营运效率，降低营运风险。 上述提到的联邦学习，指的是让模型在各方移动，以分布式的方式构建，参与各方可以在不披露底层数据和底层数据的加密（混淆）形态的前提下共建模型，而数据可以不出私有域，达到数据可用不可见的效果。 据俞斌介绍，目前中国太保已与阿里、腾讯、百度、华为等多家头部科技企业展开合作，计划下一步利用联邦学习等各种新技术，进行广泛的内外部数据合作，在安全合规的基础上构建以保险业务为核心的金融数据生态，实现对客户需求和业务风险的精准把控。 而“厨师”则是让数据落地的关键人物。上文中提到的金融科技人才队伍就承担了这重要职能。据介绍，目前中国太保正在加强科技首席专家的市场化引进、目标管理、融入与支持服务。
图片来自网络 近日，以向银行业金融机构提供信用科技服务为主要业务的“征信科技第一股”，微众信科，过会科创板。 深圳微众信用科技股份有限公司（下称“微众信科”），6月22日递交科创板IPO招股书，12月7日获准“上会”，并于同日官宣首发“过会”。 天眼查资料显示，微众信科成立于2014年9月，是一家科技型征信企业，总部位于深圳。 2015年7月，踩着“银税互动”的东风，微众信科获得企业征信牌照，是深圳市首批获得备案的征信公司。 由于“入行”较早，加之政策红利的影响，微众信科获得了一批含六大国有银行、11家股份制商业银行、14家民营银行、超过 90家城商行及农商行等金融机构在内的高质量客户。 在投融资方面，截至2019年，微众信科已完成四轮战略融资，投后估值约25亿，股东包括蚂蚁集团、海淀三鑫、兴业银行、海通证劵、信达汉石、华林证券、中信金石、IDG资本等，发展之路可谓一帆风顺。 招股书显示，此次微众信科公开发行的股票数量不超过4020万股，占发行后总股本的比例不低于10%。其此次募集资金将主要用于大数据征信平台建设项目和大数据风控实验室建设项目，据招股书，以上两项目预计投资总金额为2.59亿元。 第二大股东、第一大客户均为蚂蚁集团全资子公司 微众信科此番上会备受业内关注，不仅因其是“征信科技第一股”，更因其与“金融科技巨头”蚂蚁集团之间，有着千丝万缕的联系。 微众信科十大股东 招股书中披露，2018年7月，微众信科引入云鑫创投作为投资者，截至目前，云鑫创投为其第二大股东，发行前持股比例为25.9%。 而值得关注的是，云鑫创投是蚂蚁集团的全资子公司，其法定代表人为井贤栋，蚂蚁集团现任董事长。 同时，云鑫创投还提名了蚂蚁集团投资总监祁强和资深总监施震强为微众信科董事。 微众信科与蚂蚁集团的关联不仅在于股权，更在于业务往来。 微众信科在其招股书销售情况和主要客户部分披露，与微众信科名字十分相近的，隶属于另一互联网巨头“腾讯系”的微众银行，曾以25.17%的营收比重位列微众信科2018年度客户销售额第一名。 而在2018年7月，接受蚂蚁金服C轮投资后，微众信科的年度第一大客户“易主”。 图片截取自微众信科招股书 重庆万塘信息技术有限公司(以下简称“重庆万塘”)，以3181.55 万元的销售金额20.63%的营收比例，成为其2019 年度第一大客户。 微众银行位列第二，销售额1478.33万元，占营收比重9.59%。 而与云鑫创投相同的是，重庆万塘同样为蚂蚁集团全资子公司。同时，蚂蚁集团旗下网商银行指定重庆万塘作为技术服务商与微众信科进行技术服务对接及费用结算。 除了阿里、腾讯外，平安也是微众信科的重要客户之一。 微众信科2019年向“平安系”中概股金融壹账通销售1347.44万元，营收占比排在中国银行之下，达8.74%；2018年，向金融壹账通销售额占营收比重为7.93%。 在招股书中，微众信科明确将自身定义为金融科技领域的信用科技服务商。 微众信科此番过会后，同花顺数据显示，即成为年内第四家于科创板过会的金融科技企业，前三家分别为财富趋势、凌志软件和蚂蚁集团。 财富趋势和凌志软件已于今年4月先后上市，而57天闪电过会的“万亿巨头”蚂蚁集团则于上市前夕因“监管环境发生变化”宣布暂缓。 如果说微众信科第二大股东为其提供了巨额客户资源，那么手持其32.04%股份的控股股东中润四方则为其提供了重要的关系和人脉。 中润四方官网信息显示，其为国有资本参股的混合所有制企业，股东包括江苏国信、涌金、宣凯、IDG等知名投资机构，是国家电子发票标准组成员单位之一，致力于互联网+税务行业的信息化服务和企业财税信金云服务。 中润四方曾与总参某部技术交流中心联合开发的网络发票系统、电子税局系统的得到税务用户和百万纳税人的肯定，系统在深圳国税、广西地税、安徽地税的百万企业中应用。 其客户和合作伙伴包括总参某部技术交流中心、深圳国税、广西地税、河南地税、甘肃地税、新疆地税、北京国税、海南地税等政府机构。 产品结构单一，征信科技服务营收、毛利占比超70% 招股书显示， 2017、2018、2019年度，微众信科实现营业收入分别为3223.12万元、6935.34 万元和1.54亿元，营业收入同比增速分别达到115.17%和122.40%，复合增长率为118.76%。 微众信科在其上会稿中解释称，营收保持较快增速，主要是由于其报告期期初业务基数较低，且不断开拓新客户及研发新产品，推动了收入的快速增长。 据招股书披露，微众信科的产品及服务主要包括四大类别：征信科技服务、风险决策服务、信用科技一体化服务和其他服务等。其中，征信科技服务收入占比较大，是其收入的主要来源。 微众信科营收情况 报告期各期，征信科技服务贡献的收入分别为 3139.06 万元、6033.20 万元和 1.1亿元，占各期主营业务收入的比例分别为 97.39%、86.99%和 71.10%。比例虽呈逐年下降趋势，但因产品结构单一而仍处于较高状态。 此外，微众信科在招股书中称，从资产结构上看，其资产结构与软件和信息技术服务类企业的特点相一致，“轻资产、高货币资金储备”的特点较为明显。但其高达85%的毛利率，却显然高过了许多同类企业。 分业务产品毛利率 各报告期内，微众信科主营业务毛利率分别为 82.47%、82.69%和 85.03%。其中征信科技服务的2019年度毛利率高达88.54%，毛利金额占2019年营业毛利合计的74.04%。 将之与微众信科招股书中选定的6家可比上市公司毛利率相对比，即可发现，微众信科毛利率水平显著高于其可比公司的平均水平。 微众信科与可比上市公司毛利率对比 对此，微众信科解释称，主要系其销售的产品和服务在开发的基础上具有可批量复制的特性，同时，其产品或服务主要是以系统和软件等形式提供，因而能够在有效控制成本的同时实现营业收入的快速增长。 银税新策影响经营优势，高速发展节奏放缓 据微众信科招股书数据，自2017年初至2020年一季度末，微众信科已累计为458.58万户中小微企业生成了1097.43万份征信报告。 招股书中也披露了其基础版企业征信报告信息，数据信息维度主要包含工商数据、司法数据、税务数据、经营数据、知识产权、其他数据六部分。 微众信科基础版企业征信报告数据信息 其中，司法数据、工商数据均可公开获得，门槛较低。而企业经营数据存在验真难度，一份企业征信报告中，税务数据往往是含金量最高的核心数据。 这也正是微众信科的优势所在。 公开资料显示，受益于2015年7月推出的“银税”互动政策，该政策推动了税务部门与银行业金融机构之间的信息互通，至2018年年底，微众信科就已连接了20个以上的省级国税部门。 然而，2019年11月6日，国家税务总局和银保监会联合发布的《深化和规范“银税互动”工作的通知》（下称“113号文”），或将使其被迫放缓多年来高速发展的节奏。 113号文强调推进银税数据直联，叫停了税务部门与第三方签订“银税互动”合作协议。同时规定，第三方合作机构不得借“银税互动”名义以任何形式向申请贷款企业收取任何费用，不得以任何方式买卖、提供或公开“银税互动”中的涉税信息。 如此一来，以微众信科为首的第三方机构无法再直接联通税务部门数据，而税务数据的缺失，将使得其征信报告的价值将被大大削弱，这对微众信科等第三方平台影响很大。 微众信科风险决策服务下的助贷类业务也面临着相同的问题。 进行风险决策，首要是拥有大量的实时数据，在无法接入政府数据后，第三方机构想要实时获取数据变得异常困难。 微众信科也在其上会稿中强调，失去基于“银税互动”平台提供服务的便捷性优势及涉税数据采集的优势，可能会对公司业务模式、市场竞争格局和客户持续性产生较大风险。 同时，在银税直连后，银行能够联通税务部门调取企业的税务数据实现对企业的风险分析，中间或不再需要微众税银这样的第三方机构。 对此，微众信科在上会稿中提示称，或存在无法适应数据传输模式改变带来的客户需求变化的风险；并且，存在由于银行客户执行“113号文”的数据脱敏要求，而导致其提供的信用评价服务质量无法满足客户的业务要求，甚至影响业务正常开展。 但也有业内人士指出，尽管银行与税务部门之间开始直接联通，但是也仍有不少中小银行、城商行缺乏一定的技术实力去构筑自身的风险决策系统与企业评估模型。第三方机构便可由此转型，退出原有的数据通道，利用自身技术实力帮助银行建立系统搭建模型。 2020年1-9月，微众信科未经审计的主营业务收入为1.15亿元，同比增长4.12%，较去年同期营业收入增速同比出现下降。
森亿智能宣布完成4亿元D轮融资，本轮融资由中金甲子领投，阳光保险、腾讯跟投，中金公司（601995）、元启资本担任财务顾问。 创始人兼CEO张少典表示：“本轮融资后，森亿智能将进一步快速占领市场，为更多的客户提供服务，同时加大对医疗数据化和智能化解决方案的研发投入，强化公司长期竞争力。期待在客户的信任、全体员工的努力、政府和股东的支持下，帮助医院高效地实现数据化和智能化转型升级。” 森亿智能成立于2016年，公司以最优化每一个医疗决策为发展使命，致力于为医院提供专业、高效的数据化、智能化解决方案。发展至今，公司已拥有超过500名员工，其中医学背景的同事近25%，研发人员超过200人。 当前，医院正迅速从信息化全面迈向数据化和智能化时代。医疗数据化/智能化市场的复合年均增长率约为300%，为医疗信息化行业增速10倍以上。森亿智能作为科技新兴公司，不仅率先发布智能化整体解决方案，迅速形成与传统厂商的差异化定位，树立智能医疗行业领导者的品牌形象。 2020年，在疫情影响下公司业务仍保持快速增长，相比2019年，营收增长4倍。并在多个省市和地区与排名最靠前的医院开展合作，行业影响力进一步增强。如今，公司已在全国拥有近150家三级医院客户，预计将在2021年实现客户数翻倍。经过4年多时间发展，森亿智能的行业竞争力已日趋全方位、多元化。 在长期耕耘实践中，公司的众多解决方案，逐渐形成了契合国家卫健委标准要求的“1+3+N”体系。就如同一棵树的根和枝干一样，其中“1”指的是数据集成与治理解决方案，它能帮助医疗机构对数据进行汇集、标准化，作为未来能够支撑批量应用的数据中台。“3”指的是智慧临床、科研和管理相关的三个解决方案，它们属于智慧医院建设的核心。“N”指的是在3个枝干的基础上，还会长出许多能够深入到医疗方方面面的应用场景。 除了技术和方案，森亿智能在交付效率、人才结构，以及公司运营等方面，均已打造了支撑业务未来持续高速发展的基础。对此，张少典表示：“企业管理者需要把公司看成一款产品，不断在技术、产品、模式、人才等方面，进行精细化迭代和优化。相比ToC公司，ToB公司需要更多的精耕细作，用长期的实践和努力，来塑造自己的护城河。” 对于投资森亿智能，中金公司合伙董事总经理、中金甲子董事长梁国忠表示：“森亿智能最突出的优势是它拥有极其优秀的创始人和均衡的核心管理团队。森亿智能的团队在医疗与数据、AI结合的领域具备全球领先的知识与经验，同时在医疗智能化产品的销售与实施方面也拥有丰富的经验、广泛的资源与强大的执行力。因此，公司能将高度标准化、产品力领先的智慧医疗系统高效地交付到医院手中，从而充分解决医院的管理需求与医生的科研需求。与此同时，森亿智能已累计服务超过150家医院客户，其中包含了大量全国头部医院及三甲医院，拥有丰富且优质的客户资源，形成了良好的行业口碑，这也是森亿智能持续扩大市场份额的重要支撑。” 阳光资产战略投资部总经理宋文雷表示：“森亿智能的核心壁垒在于其对医疗数据的治理及应用能力，这也正是院内医疗信息化进入3.0阶段医院所聚焦的需求。公司利用自身核心技术，从数据治理应用层切入，往下延伸至数据集成层，依托技术壁垒服务优质三级医院等机构，快速商业化。同时团队构成是人工智能技术青俊与资深行业专家的组合，未来能在智能医疗市场持续打配合仗。” 腾讯投资董事总经理姚磊文表示：“医疗智能化是医疗行业信息化、数字化下一阶段的发展趋势，用科技手段为医院客户解决实实在在的数据集成与治理难题，同时也提升了患者的就诊体验。森亿团队在具备过硬技术实力的同时，对医疗行业了解深入，其不断迭代的产品和解决方案处于业内领先水平。腾讯将与优秀的团队一道，帮助行业提升智能化水平，推进现代化管理。”
近日，雷锋网“2020最佳AI新基建年度榜单”发布，经过4个月的调研和访谈，从15大行业的1000多家报名公司中选出快手、小米、平安科技、水滴公司等在内的89家新基建领航企业及其新基建标杆项目。水滴公司依靠在保险科技和数据挖掘方面的持续投入获得“最佳保险科技数据中台”奖。构建数据中台 破解数据价值难题水滴公司CTO邱慧表示，数据是衡量一个公司最底层核心能力，没有数据的AI是空中楼阁。在当前环境下，数据建设面临着诸多难题。首先是数据资产不清晰，伴随着业务多元化发展，数据来源越来越多但数据质量难以把控；其次，不同业务间烟囱式的数据架构模式造成了数据孤岛；第三，伴随着数据量逐渐扩大，分散的数据如何联动，挖掘更大的价值成为诸多公司探索重点；而数据资产管理、数据安全也面临越来越严峻的挑战。对于行业现状以及水滴多元化的业务场景，水滴公司的解决方案是构建自己的数据中台，为业务前台提供统一的数据服务。当前，水滴的数据中台分为数据管理层、数据服务层以及数据应用层。数据管理层主要负责建设数据资产，监控数据质量，保证数据安全。为了确保数据口径一致性，内部建立了数据运用体系。而在数据治理方面，研发团队结合了OneData的理念，梳理水滴内部保险、互助、筹款等各业务需求出发的指标体系，根据各个业务场景抽象业务过程和数据域，产出原子指标，同时调研各部门对指标定义、开发、使用上的痛点，探索出一套适合水滴业务的方法论，从而确保数据资产灵活性和易用性。与此同时，为确保数据安全，水滴组建了包括业务、研发、合规、内审及法务等部门在内的内部数据安全委员会，对不同类型数据进行敏感度分级，确保数据安全合规使用。数据服务层则负责建设数据流通机制，统一数据服务。比如建设用户画像标签数据服务，建设用户数据模型服务，进而实现智能营销服务。而在探索大健康新业务时，由于有数据中台统一的数据服务，可以直接调用验证，高效支持上层各项业务发展。数据应用层则从业务需求出发，深度驱动业务运营。自动化分析让业务可以随时、快速看到业务各维度数据；数据驱动决策最大限度挖掘数据价值，让数据快速反应到决策层面；经营效率则是通过数据上层的各项数据工具能力建设，让运营效率得到最大限度的提升。不断提升做到自动化、智能化。挖掘数据价值 赋能保险产业链在数据中台的加持下，水滴还形成了涵盖NLP、OCR、TTS、推荐算法、核身鉴权等AI能力在内的智能中枢。通过这部分AI能力的赋能，在保险产品创新供给、营销、承保核保、理算理赔、客服等场景落地应用。水滴的“007”智能理赔系统，通过OCR+NLP等技术实现保险理赔资料自动录入，目前支持100余类材料有效性验证，支持全国90%以上地市级公立医院单据，这一环节可实现约50%人力成本的节约。水滴智能理赔准确率已经达到99.7%以上，已经覆盖了超过50%以上的日常理赔案件。基于水滴CONF知识图谱,水滴的智能问诊和特药推荐等服务也今年先后上线。邱慧表示，未来水滴的数据中台未来还会是数字健康和数字医疗研究的引擎。通过构建这样一个数据和知识的双驱动中台，合理打通公司内各类数据及沉淀行业Know-how，成为推动公司智能化发展的加速器。
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