近日，山西多家城商行先后发布通知称，计划召开临时股东大会审议关于参与合并重组的议案，透露出山西银行业最新改革动向。 对于中小行而言，兼并重组是化解风险处置的一种市场化路径。今年以来，除了山西银行业外，各地城商行、农商行合并重组现象频现，要么是资质较优的银行参股并购其他银行，要么是省内多家机构合而为一，形成更大的区域型银行。 接受记者采访的多位业内人士认为，中小行合并重组的加速主要是受监管导向影响。此前，监管层曾提及支持部分省份对辖内的城商行采取联合重组等方式，深化改革，化解风险。而在此轮兼并重组中，有银行业人士对记者称，规模较小、资质较弱的城农商行可能是合并重点，如中西部地区的部分银行，有着更强的风险处置诉求。 山西多家银行拟合并重组 8月8日至8月10日，山西4家城商行，晋城银行、晋中银行、长治银行和阳泉市商业银行，先后发布了临时股东大会通知，会议议题主要与合并重组相关。比如，晋中银行和晋城银行称会议要审议关于参与合并重组的议案，长治银行和阳泉市商业银行则提到要审议关于参与新设合并的议案。 根据上述通知，4家银行会议召开时间集中在8月24日、8月25日和8月26日，出席人员主要包括各行的董事、监事、高级管理层成员等。还需一提的是，晋中银行的审议议案还包括“成立专项领导小组并提请股东大会授权其办理合并重组事宜”。 据悉，4家城商行均由城市信用社改制而来。从资产规模来看，晋城银行处于领先地位。该行于2005年12月31日核准开业，截至2019年末，资产总额达862.13亿元；负债总额为778.55亿元，其中各项存款余额为553.24亿元，各项贷款余额为411.37亿元；2019年全年实现营业收入30.94亿元，实现拨备前利润19.59亿元，净利润5.88亿元。 晋中银行则是于2007年8月挂牌成立，截至2019年末，该行资产总额达711.43亿元，各项贷款余额395亿元，各项存款余额498亿元，实收资本31亿元；另外，截至目前，晋中银行分别在太原、晋城、大同设立了三家分行，在晋中城区及县域共设有41家支行，全行营业网点有48个。 相较之下，长治银行和阳泉市商业银行资产规模较小。截至2019年9月末，长治银行的资产总额为419.47亿元；截至2018年末，阳泉市商业银行的资产总额为457.81亿元。 对于山西城商行的合并，此前市场已有传闻，如今上述通知透露出最新动向。“从合并对象上来看，这种区域性中小银行的重组，有助于处置风险和集中资源，做大做强区域性银行，以增强银行竞争力。”华东地区某城商行相关负责人对记者说。 而4家银行不良贷款率的表现一定程度上也反映了其面临着较为迫切的风险处置诉求。据中国货币网数据显示，截至2018年末，阳泉商业银行不良贷款率为2.57%，较2017年增加了1.54个百分点；截至2019年9月末，长治银行不良贷款率为2.28%，较2018年末上升了0.25个百分点。不良率贷款率超过2%的还有晋城银行，截至2019年9月末，该行不良贷款率为2.14%，较2018年末明显增加；相比之下，晋中银行不良贷款率较低，截至2019年末为1.9%，较此前有所下降。 中小行加速“抱团” 一直以来，国内中小银行众多，由于自身一些历史遗留问题、管理与经营能力方面相对有限，在经济下行压力加大、疫情影响之下，部分中小银行受冲击明显，银行资产负债表恶化，经营稳健性受威胁。 光大银行金融市场部分析师周茂华对表示，通过市场化、法治化兼并重组是化解目前中小银行潜在金融风险、提升经营效率的手段之一，有助于降低行业风险、增强银行竞争力，提振市场对中小银行发展信心。另外，中小银行的重组无疑将进一步加剧行业分化。 事实上，除了山西的城商行外，今年已有多个地区的银行选择抱团取暖，相比往年显著增多。比如，7月末监管批复同意陕西榆林榆阳农商行、陕西横山农商行以新设合并方式，发起设立陕西榆林农商行，并承继前两者的债权、债务；7月28日，江苏银保监局批准徐州淮海农商行、徐州铜山农商行、徐州彭城农商行三家农商行新设合并，筹建徐州农商行；此前四川攀枝花市商业银行、凉山州商业银行也公告拟通过新设合并方式共同组建一家商业银行。 还有银行直接参股中小行，比如常熟银行拟入股镇江农商行；广东台山农商行获批参股广东阳春农商行；河北涿州农商行、河北高碑店农商行获保定银保监分局同意受让河北定州农商行股权等。 前述城商行相关负责人对记者称，从现有区域银行合并重组案例来看，主要有两大方向，一种是几家经营状况不太好的银行合并组建成一个较大的区域性银行，如地市级的城商行组建成省一级的城商行等，这种通常是通过政府支持、资源集中来提高抵御风险的能力；另一种则是头部优质的中小行通过战略投资的方式来控股或参股一些中小行，并向其输出人才、管理经验。 “今年银行业合并重组的加速离不开监管的鼓励。”天风证券银行业首席分析师廖志明对记者说。 此前，银保监会副主席曹宇曾在4月22日国新办举行的新闻发布会上提到，中小银行在疫情期间受到明显冲击，今年将会大力推进中小银行的改革重组工作。 银保监会城市银行部副主任刘荣在7月16日召开的新闻通气会上提及，在城商行的改革方面，支持因地制宜综合施策，积极推动深化城商行改革和化解风险。支持部分省份对辖内的城商行采取联合重组等方式，深化改革，化解风险等。 “预计未来中小银行合并趋势将更加明显，这也将利于中小行规范股权治理，同时充分暴露存量问题，对现有不良资产处置也有一定帮助。”廖志明称。 “顺势而合”并非易事 对于中小行而言，合并重组并没有统一标准，不同的银行需探索不同的模式，且双方在合并过程中，仍面临多重挑战。 首当其冲的就是股权问题。东方金诚金融业务部分析师郭妍芳对表示，中小行的股权关系往往较为分散且复杂，有的还存在历史遗留问题，相对应得，涉及的利益关系众多，要理清这个关系，需耗费较长时间和较大精力。 另外则是资源配置问题。郭妍芳提到，多家银行合并，人员怎么安排、业务资源如何投放、网点怎么分配等都需要考虑，比如原来在属地有两家分支行，合并重组后，如何归置才能达到资源的最大化利用。 周茂华还对记者称，这一过程同时面临着公司治理挑战。若中小行重组后人员与管理不能有效整合，就难以实现股权结构优化、降低潜在风险、提升经营效率等目标，只是虚增规模，可能出现“1+1<2”情况。 此前央行研究局局长王信也强调，在中小行合并过程中，警惕简单“拉郎配”风险。王信称，一些地方政府在缺乏足够财力的情况下，为了处置风险，简单化地“并大堆”，搞“拉郎配”，试图借助好的农信社来解决差的农信社的风险，这样做可能会产生一些负面影响。例如破坏金融机构体系的完整性，立足本土、小而精的农信社受到打击，出现越来越多大型农村金融机构，转而追求大项目、大客户和跨区经营，不利于农信社下沉重心进行更好的“三农”和小微金融服务。 另外，周茂华还对记者说道，中小行合并重组也将为监管带来压力。我国中小银行数量众多，面对全球经济前景不确定性增强，经济下行压力较大，未来跨区域中小银行兼并重组案例可能增加，这就需要跨区域监管部门进行创新、协调。
近日，中国银行业协会发布《中国上市银行分析报告2020》，回顾了上市银行过去一年转型发展中取得的成绩。具体要点如下： 资产和业务结构持续优化，服务实体经济能力增强 上市银行信贷投放力度继续加大，同业和非标资产持续压降，服务实体经济能力进一步提升。2019年末，51家上市银行发放贷款共计107.4万亿元，较年初增长12.02%；信贷资产占总资产的比例为48.51%，较年初提升3.11个百分点；同业往来资产合计占比4.84%，相对于年初下降0.8个百分点。 存款总体规模保持平稳增长，负债结构进一步改善 上市银行增存稳存效果显著，存款来源多样化，同业负债持续压降，负债结构得到优化。2019年末,51家上市银行存款总计134.39万亿元，较年初增长8.81%。从负债结构看，存款占总负债的比例为70.02%，较年初增加了2.05个百分点；同业负债、应付债券占总负债的比例分别为11.74%和13.48%，较年初下降了0.41和1.19个百分点。 信贷资产质量保持平稳，抵御风险能力提高 上市银行通过实施债转股、不良资产证券化、核销等多种方式丰富了不良资产处置手段，加大了不良贷款的压降力度。2019年，51家上市银行不良贷款余额总计为1.56万亿元，增速较2018年下降2.26个百分点。平均不良贷款率为1.6%，与年初基本持平。2019年末，51家上市银行平均拨备覆盖率为246.01%，较年初提升11.43个百分点；核心一级资本充足率为10.17%，较年初提升0.19个百分点。上市银行在加大拨备计提力度的同时，通过发行可转债、优先股、永续债、二级资本债等多种方式进行资本补充，抵御风险能力进一步增强。 息差利差扩大，银行运营挖潜效果显著 2019年，51家上市银行平均净息差和平均净利差分别为2.27%和2.21%，较上年分别提高0.11和0.15个百分点。随着银行精细化管理的推进，银行运行效率提升成效明显。2019年，51家上市银行平均成本收入比为29.34%，同比下降1.27个百分点。 零售金融转型持续推进，普惠金融服务能力增强 2019年，51家上市银行零售贷款总额合计43.35万亿元，较年初增长15.06%，高于总贷款增速3.04个百分点；上市银行零售存款总额总计58.22万亿元，较年初增长12.47%，高于总存款增速3.66个百分点。 2019年，上市银行积极践行普惠金融战略，持续完善普惠金融组织体系，不断加强数字化普惠金融生态系统建设。2019年，6家大型国有商业银行普惠金融贷款余额达3.26万亿元，较年初增长35.5%，超过同期全部贷款增速25.31个百分点；招商银行、中信银行、民生银行、光大银行、平安银行、浙商银行等6家上市股份行普惠金融贷款余额共计1.43万亿元，同比增速18.54%；江苏银行、中原银行、天津银行、郑州银行、江西银行、贵州银行、青岛银行、苏州银行和泸州银行等9家上市城商行普惠金融贷款余额达3809亿元，同比增速27.91%。 金融科技深度应用，全面赋能银行数字化转型 2019年，上市银行继续加大了科技投入力度。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%。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。 据统计，截至2019年末，中国上市银行数量已达51家，包括6家大型商业银行、9家股份制商业银行、26家城商行和10家农商行，其中4家位列全球系统重要性银行，13家入选全球金融500强。根据2019年年报数据，中国上市银行总资产规模达到196.47万亿元，较年初增长8.91%，占商业银行总资产合计数的比例为82.04%。 报告分析认为，2020年上市银行将持续深化供给侧结构性改革，不断调整优化业务结构；防范化解重大风险，进一步重视全面风险管理；完善价值银行体系，资本管理更加精细化；聚焦要素市场化改革重点，加快理财子公司发展；推动后疫情时代数字经济发展，实现科技赋能下的敏捷转型。 报告强调，在推进供给侧结构性改革深化方面，应重点关注以下三方面：第一，信贷投放向国家重点战略领域倾斜。有效管控房地产行业贷款集中度，把握新旧动能转化市场机遇，加大对先进制造业、战略性新兴产业、新型基础设施建设和京津冀、长三角、粤港澳、“一带一路”沿线等国家战略重点区域的信贷投放力度。第二，交易银行将在修复产业链中发挥重要作用。交易银行业务涵盖支付结算、贸易融资、供应链金融、现金管理和资产存托管等方面。在疫情后期产业链修复过程中，大型企业对现金管理、供应链金融等高附加值业务的定制化需求增加，中小企业对支付、跟单贸易、信用证业务等基础性业务需求加大，这将推动上市银行相关的交易银行业务实现较快发展。第三，普惠金融扩面增量提质。上市银行将通过增强小微金融线上化和综合化服务能力，推进解决小微企业“融资难、融资贵”问题，提高小微贷款风控能力，增加小微贷款规模，扩大小微企业服务覆盖范围。
金融是现代经济的核心。今年以来，金融业全力支持疫情防控和经济社会恢复发展，上半年累计新增人民币贷款超过12万亿元。这些资金重点支持了哪些领域？未来金融业还将为经济发展提供怎样的支持？来看本台记者对中国人民银行党委书记、银保监会主席郭树清的专访。 最新数据显示，6月末，我国普惠型小微企业贷款同比增长28.4%。与此同时，新发放的普惠型小微企业贷款平均利率今年上半年为5.94%，相比去年下降0.76个百分点。 人民银行党委书记 银保监会主席 郭树清：对小微企业贷款支持力度是最大的。前不久中小企业协会执行会长讲到，全国3000多万家小微企业，现在有2000多万家获得了银行贷款，我们统计的数字是2360多万家能够拿到银行贷款。这个水平，三分之二以上（小微企业）能拿到银行贷款，在全世界都是数一数二的。 发放的贷款增加了，利率下降了，而更让众多企业欣喜的是，银保监会等五部门出台政策，因疫情流动性遇到暂时困难的中小微企业贷款可延期还本付息。到6月底，已有2.46万亿元中小微企业和外贸企业贷款享受到了这一政策优惠，众多企业绷紧的资金链得到了缓解。 上半年银行业累计新增的12万亿元人民币贷款都流向了哪些领域呢？郭树清透露，制造业、基础设施、科技创新以及小微三农是重点。 人民银行党委书记 银保监会主席 郭树清：今年制造业贷款增长是特别多的，上半年新增相当于过去四年的总和。中长期贷款，主要是用于固定资产投资的，今年的比重比过去也是提高的，增长了13.4%，也是近些年少有的。整个贷款无论是总量还是结构，都很好，都有很大的改进。加快了我们经济的恢复。 总台央视记者 王雷：下半年为了更好地支持实体经济还有哪些计划？ 人民银行党委书记 银保监会主席 郭树清：党中央国务院对中小微企业非常关注，总书记最近又和企业家开了座谈会，下一步我们首先是做好对普惠型小微企业的支持。另外，我们进一步还要推动资本市场的发展，直接融资的发展。上半年直接融资比重上升了好几个百分点，从32%上升到36%，这是股票和债券加起来的融资，我们希望这个势头能够保持下去，可以提供更多的直接融资，来支持企业。 郭树清表示，下半年金融管理部门将紧扣“六稳”“六保”要求，把稳企业保就业和服务民营、小微企业更好地结合起来，推动综合融资成本明显下降。大幅增加先进制造业、战略性新兴产业中长期资金支持。加大金融与就业、产业、区域等政策的配合，形成集成效应。对暂时遇到困难但仍有前景的企业，要加大金融支持，促进经济社会恢复正常循环。 人民银行党委书记 银保监会主席 郭树清：银保监会、人民银行也研究了一些储备性的政策，进一步支持经济的发展。现在比较突出的问题就是服务业，没有完全恢复到正常状态。我们也正在采取一些特殊的办法，比方说救急性的贷款和救急性的融资，我们正在探索，在有些省份进行试点，我们相信下半年我们做得会比上半年做得更好。 （总台央视记者 肖璞 周旋 王雷 王瑄 庄胜春 杜雷鸣 张勇 郑忠营 于谭）
图片来自网络 8月11日晚，宁波银行第三大股东雅戈尔、第九大股东杉杉股份均发布公告宣布减持其持有的宁波银行股份。其中，雅戈尔自8月3日至8月11日共出售宁波银行4921.22万股，交易金额为15.95亿元；杉杉股份1月1日至8月11日共出售所持有的宁波银行4047.80万股，交易成交金额为10.92 亿元。 雅戈尔公告内容显示，其在8月3日-8月11日期间，共出售宁波银行4921.22万股，交易金额为15.95亿元，产生投资收益7.05亿元，净利润4.33亿元，占其2019年净利润的10.90%。截至8月11日收盘，雅戈尔持有宁波银行7.47亿股，占其总股本的12.44%。 早在7月10日，宁波银行就曾发布雅戈尔减持计划的预披露公告，表明其持股比例达13.26%的第三大股东雅戈尔集团，出于自身战略安排的需要，计划以集中竞价方式减持公司股份不超过1.20亿股，占总股本比例2%。 宁波银行2019年度财报中披露的十大股东持股情况 公开资料显示，雅戈尔成立于1979年，总部位于浙江宁波，是全国纺织服装行业龙头企业，1998 年在上交所挂牌上市，当前主要经营业务为品牌服装、地产开发和投资业务。 雅戈尔公告披露，其参股公司宁波金田铜业于1月3日首发过会，并已于4月22日正式上市，当前持股比例2.54%。7月7日，雅戈尔参股公司盛泰集团提交的IPO申请材料已获证监会受理，公告显示雅戈尔持有盛泰集团9926.15万股，占其发行前总股本的19.85%。8月10日，雅戈尔再次宣布，其参股公司江苏博迁新材料将于8月13日上会，雅戈尔持有其720万股，占发行前总股本的3.67%。 同日，宁波银行第九大股东宁波杉杉股份也发布公告披露了对宁波银行股份的减持信息。 公告显示，杉杉股份在今年1月1日至8月11日期间，共出售所持有的宁波银行无限售条件流通股份4047.80万股，交易成交金额为 10.92 亿元；出售所持有的洛阳钼业无限售条件流通股份2409万股，交易成交金额为 1.16亿元。 据披露，杉杉股份此次减持前，持有宁波银行股份 7335.36万股，均为无限售条件流通股；减持后，共持有宁波银行股份 5186万股，占宁波银行总股本的 0.86%，其中，有限售条件流通股股份 1898.43万股，无限售条件流通股股份 3287.56万股。 公开资料显示，杉杉股份是国内第一家上市的服装企业转型为新能源产业的领军企业，于1996年完成上市。 1997年，杉杉股份作为创始股东成立了宁波银行，自宁波银行2007年成功上市后，杉杉股份曾多次对其进行减持操作，其中2019年减持获得投资收益9.69亿元，2018年为8.17亿。 自宁波银行上市以来杉杉股份减持记录 数据来源：Choice金融终端 此外，除了宁波银行外，在银行方面，杉杉股份还参与投资了浙江稠州商业银行和徽商银行。其中，截至2019年年末，杉杉股份持有稠州银行24.73亿股，占稠州银行总股本的7.06%。 频遭股东减持的同时，宁波银行市值却频创新高。8月10日，宁波银行股价创下历史新高，收盘价每股33.54元，其收盘市值也首次突破2000亿元。随后两天，股价略有回落，截至8月12日收盘，宁波银行总市值为1982亿元，居A股上市银行第14位，城商行之首。 图片截取自同花顺 数据显示，截至8月12日收盘，银行板块今年跌幅已达6.74%，在28个申万一级行业中排名倒数；板块市盈率5.08，市净率仅0.44，均为历史最低。且36家A股上市银行中仅余8家尚未破净，这8家中也仅有一家银行市净率过2，即宁波银行。此外，今年以来，宁波银行股价涨幅为19.32%，仅次于杭州银行21.68%的增幅。 根据宁波银行2020年一季报，宁波银行2020年一季度实现营业收入108.60亿元，同比增长33.68%；实现归母净利润40.02亿元，同比增长18.12%。截至2020年3月末，宁波银行资本充足率为15.20%，一级资本充足率和核心一级资本充足率分别为11.16%和9.60%。此外，其拨备覆盖率高达524.07%，不良贷款率为0.78%，已连续十年低于1%。
近日，金融科技领域再迎“国家队”强势入局——继央行成立数字货币研究所、深圳金融科技有限公司、长三角金融科技有限公司之后，2020年7月30日成方金融科技有限公司（以下简称成方金科）由央行征信中心、央行清算总中心以及央行全资控股的中国金币总公司、中国金融电子化公司、中国印钞造币总公司等五家央行系公司出资成立，注册资本金达20.078亿元。 从经营范围来看，成方金科与一般的金融科技公司比较并无特别，即主要为软件开发、技术开发、技术咨询、技术服务、技术转让、数据处理、计算机系统服务、租赁机械设备、租赁电子产品、销售计算机软件及辅助设备、机械设备、电子产品等。 特别的地方在于股东，正是这些股东赋予了成方金科非同一般的意义。具体来说： 中国金融电子化公司主要承担的是央行信息化建设任务，包括央行信息系统开发、检测及认证、灾难备份、金融标准、信息化研究等职能。 央行征信中心负责企业和个人征信系统（即金融信用信息基础数据库，又称企业和个人信用信息基础数据库）的建设、运行和维护。 中国人民银行清算总中心担负中国人民银行支付清算系统建设、运行、维护和管理的职责。整个支付清算系统又包含了大额实时支付系统（HVPS）、小额批量支付系统（BEPS）、网上支付跨行清算系统（IBPS）、境内外币支付系统（CFXPS），这些都是我国重要的金融基础设施，也是公众日常使用电子支付方式的重要保障。 从央行数字货币研究所、到深圳金科、再到成方金科，金融科技的基础设施正在逐渐完善。 此前，央行科技司司长李伟就曾公开表示，央行自身会整合在沪科技机构的科技资源，成立金融科技子公司，建设数据中心等具体措施来支持上海金融科技中心的建设。 不出意外，在央行主导成方金科的带头示范效应下，金融科技底层基础设施建设将逐渐完善，通过股东优势完善数据共享、数字货币的清结算、征信数据库建设等工作。同时，也将进一步解决一直以来金融科技发展中存在的“监管科技”发展难题。 银行系金融科技公司优势 除了央行成立的金融科技公司外，银行系金融科技公司的布局已经先行一步。 7月28日，农行发布公告称，通过附属机构成立的农银金融科技有限责任公司（下称农银金科）正式注册成立。 自此，银行系金融科技公司增至12家。其中，国有六大行中，除邮储银行尚未成立金融科技公司外，工、农、中、建、交均完成金融科技公司的战略部署。 与此同时，12家全国股份制银行中，兴业、光大、民生、招商、华夏各自以全资或控股的方式成立金融科技子公司。 除此之外，还有城商行中的北京银行、外资行中的泰国开泰银行完成金融科技公司的注册。 而金融壹账通作为平安系的一员，虽然并不隶属平安银行旗下，但也同样被市场看做是银行系金融科技的玩家。 作为主力玩家，银行成立金融科技公司，有诸多优势。 首先是母行的资源优势。作为银行的“亲儿子”，多数银行系金融科技子公司全面承接了银行的信息科技人员，对银行业务的理解更为深刻，在监管合规的要求方面更为审慎。同时，在母行强大的资本优势下，能够保持持续的科技高投入，且短期内没有盈利的考核压力。 从目前展业的这些金融科技子公司来看，业务都和母行紧密连接，带母行基因。譬如兴业数金早在2010年推出的“银银平台”，依托兴业银行 “同业之王”的优势；金融壹账通依托平安集团各体系的技术输出等。 其次是业务和服务范围优势。金融科技的发展离不开金融的业态，目前银行业金融科技讨论的最多、发展的最快、应用的范围也最广。但证券业科技、保险科技、资管科技也正在加速发展。银行系的券商、保险、基金公司，或许将是这些金融科技子公司触角延伸到其他业态的重要一步。 当然，银行系科技子公司也面临一些挑战，比如竞争对手多样、互联网运营能力薄弱以及商业可持续困难等方面。 总之，从长远来看，银行金融科技子公司如何平衡好服务内部与对外输出的关系，以及如何解决产品的创新、定价、激励等方面的问题，都考验着母行与子公司的智慧，并关系到子公司的持续发展和运营。 非银系金融科技公司的发展方向 除了银行系金融科技公司外，非银系的金融科技公司也与其形成竞争与合作关系，双方的竞争促进各自的发展，合作促使双方在资源、科技、互联网化等方面的共享与互补。 2020胡润全球独角兽榜单中，中国金融科技行业的独角兽一共有18家，总估值达到2390亿美元。其中，蚂蚁科技、苏宁金融、京东数科、陆金所、度小满金融都是从母公司体系拆分出来的独角兽公司。 除此之外，还有更多的非银金融机构巨头正在布局金融科技。例如7月22日，中国太保发布第九届董事会第四次会议决议公告，会议指出，同意由中国太平洋保险(集团)有限公司出资成立太保金融科技有限公司，注册资本金为7亿元人民币，持股比例100%。 这也是首家由保险业巨头发起设立的全资金融科技子公司。 这些非银行系的金融科技巨头拥有场景、用户、流量、数据、运营的优势，长远看来，与银行系的金融科技公司的合作会越来越紧密，优势互补。对于不具备场景、用户、流量的金融科技公司来说，其需要更注重于发挥自身的核心技术优势，在ABCDI（AI、云计算、区块链、大数据、物联网）中专注研发能力，为金融机构和其他金融科技公司提供基础技术的支撑。 金融科技的持牌即将来临 时间回溯至2019年12月12日，中国人民银行科技司司长李伟在“2019中国金融科技上海高峰论坛上”表示，金融科技创新监管有三大原则，即坚持持牌经营、坚持依法合规以及坚持权益保护。“金融科技的本质是金融，要做金融服务必须要持牌。”李伟说。 成方金科及此前各家银行已成立的金融科技公司，组成了金融科技公司的正规军，为金融科技公司持牌打下了铺垫。 对金融科技公司的持牌要求，必然会对非银系的金融科技公司造成较大的冲击。许多科技公司在从事金融相关服务，其在数据使用、客户运营、流程合规、收费方式等方面，面临着较多的整改空间。 金融科技公司持牌将不久到来，持牌的门槛可能较高，鼓励具有较强实力的金融科技公司研发前沿技术与金融的结合，不断创新出新模式、新产品、新服务，科技赋能金融，协同发展。
浦发银行因2013年至2018年存在12宗违法违规事实，被上海银保监局总共罚款2100万元。浦发银行称，目前相关整改工作已基本完成，并对相关责任人员进行了严肃问责。
2020年8月7日-9日，第五届CCF-GAIR全球人工智能与机器人峰会，于深圳隆重举办。此次峰会由中国计算机学会主办，香港中文大学（深圳）、雷锋网联合承办，鹏城实验室、深圳市人工智能与机器人研究院协办。在8月9日的「AI金融专场」中，《AI金融评论》邀请了6位最具代表性的顶尖AI金融专家，分享能够代表未来10年风向的智能技术方法论、产品逻辑和风险管理理念。首先登场的，是微众银行首席AI官杨强教授。联邦学习和隐私计算，是今年所有金融巨鳄和科技寡头们，都在重点布局的重要技术方向。作为这一领域的全球领军人物，杨强也在会上带来了他在前沿研究与产业应用的真知灼见。以下为杨强教授演讲全文，雷锋网AI金融评论做了不改变原意的整理：先简单介绍一下，微众到现在有五年的历史了，目前有大概两亿的个人用户，还有将近百万的小微企业用户。这么短的时间可以获得这么大的用户群，应该说很大程度上是取决于技术上的创新，包括云计算、大数据和人工智能。其中一大亮点就是做连接，把不同的企业连接成一个生态。在这个过程当中，AI是不可或缺的——正如今天的主题：AI到底在金融界能起到什么作用？我们在很短的时间内汇聚了很多人才，这些人才主要在四个方面把互联网银行大致规模化、模型化了。这四个团队把微众银行内部和外部的业务过程、经验总结成了模型，这些模型可以供应给其他行业一键下载、一键装配，比如可以做营销、服务、资产管理，把金融的前台和后台都包括了。迁移学习和联邦学习也是如今比较突出的两项技术，可以把整个金融业务再往前推进一步。我们可以把未来的银行想像成从左到右的流程，最左边的是获客，这是任何企业都需要做的，要找到有价值的客户，对客户进行安全评估、风险信用评估，尽早发现可能的欺诈行为。评估办法之一是参考央行的征信数据，但国内很多人没有征信数据（信用分），而且它只是一个维度，所以我们需要把维度变得更加丰富。还有运营、监管、对沉睡用户的唤醒、7×24小时的客户服务，里面都有人工智能的影子。分布性数据隐私保护、联合建模的挑战和需求在所有这些过程当中有一个主线：如何能够顺利把尽量多的数据用起来。我们联邦学习的宗旨是数据不动模型动，这是一个做法，目标就是数据可用不可见：数据可以用，但是别人的数据我是见不到的，所以可以把数据加入到生态里面来共同建模，一些散乱的小数据就可以成为虚拟的大数据，这是我们的思想。这个思想的初衷其实是，现在很多行业并没有真正意义上的大数据，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。如果要用人工智能改变很多行业的话，其实都没有高质量、有标注、不断更新的数据。第四范式公司在实践当中就发现，如果要为大额贷款做一个营销模型或风控模型，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，所以他们的做法是从小额贷款到大额贷款做迁移学习。每个人也都有手机，手机都是联到云端的，每个手机上的数据，每时每刻都在更新，都有新的图片、新的声音、新的文章可以点击，每个手机上的信息又是私密的，如何保证私密不传出去，又能让云端的大数据模型得到更新呢？大家都熟悉无人车，比如有一千辆无人车，每辆车见到的数据都是有限的，我们能不能让一千辆车的数据汇聚成一个虚拟的大数据，同时又不暴露某个车看到的某个场景？这就是分布性数据隐私、联合建模的挑战和需求——能不能把小数据聚合起来成为大数据？问题是，现在监管和社会的要求也非常严格，老百姓、社会对于技术工作者的要求是首先要保护隐私。政府也纷纷立法，比如欧洲建立了GDPR的数据法规。我们国内也有相关的保护法，在国家层面、地区层面，大家都在探索类似于、甚至更加严格于GDPR的数据法规。所以，简单粗暴地把数据从A传到B是违法的。透视联邦学习联邦学习，“邦”的意思是每个实体参与者地位都是相同的，无论大小，提供的价值才是他们存在的意义。“联”就是用一种方式把它们联起来，把隐私保护起来，同时又可以做一些有意义的事情。用一个简单的例子来解释：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。相当于简单粗暴地获取数据，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。这个思想的关键是，当我们的模型从一个地方传到另外一个地方的时候，要传尽量少的东西，同时传的模型参数要被加密。图右这些带有一个框的W就是加密的意思，在本地加密，就只能在本地解密。现在有一种穿透式的加密，把所有的加密包放在云端的时候，还可以对它进行更新操作。比如对这个模型的集成更新，用集成学习。谷歌就提出了“对模型联邦平均”的做法，还有其他比较复杂的方法如神经网络等。这种做法分两种数据格式，一种格式是把样本分割，放在终端，像图左边所表示的一样，这是横向联邦。还有一种是纵向联邦，沿着特征把数据分成几块，每一块属于一个机构。比如有两家医院，双方数据可能在用户上有很多重叠，可是在特征上面没有很多重复。比如其中一家医院做的是胸片，另外一家做的是核酸检测，如果联合就可以做更好的模型。但出于隐私或利益等原因，他们不愿意互传。这时就可以用如图所示的方式，可以让一方的数据在加密状态下传到另一方，参与模型更新，重复多次后得到最优化的模型。有新用户的时候也是通过加密传输，使中间结果得到运算。纵向联邦适合to B的场景，横向联邦适合to C的场景。谷歌用的比较多的是横向，我们微众用的比较多的就是纵向，当然也有混合的用法，横向中有纵向，纵向中有横向。在座的朋友们可能会问，联邦学习跟以前的分布式AI、参数服务器、联邦数据库有什么区别？过去，分布式AI和联邦数据库里面，数据的形态、分布、表征都是一样的，是同类的。在联邦学习里面，它们可以是异构的，特征不一样，分布也不一样。从机器学习的角度来说，更加复杂。同时，隐私保护是第一性的要求。过去，分布式AI和联邦数据库都是在一个数据的功能下，把数据分布在不同的数据库，目的是并行计算、提高效率。但是现在数据本身属于不同的属主，所以需要做加密情况下保护隐私的计算。可能还有听众想问，假如在多个参与者中，有一个参与者是坏人怎么办？他在努力猜你的数据，甚至在做数据的“下毒”，比如故意标注一些错误的信息，就有可能把最终的模型变成对自己有利的方向，这也是有可能的。如果原始数据是0，在OCR的场景下，另一方可以不断地接受对方的梯度猜出对方的数据。如果百分之百地采用同态加密，用联邦学习的方法，这种情况就不会发生。联邦学习的特点是引入了生态的维持机制，也就是经济学机制。如果要让联盟能够持续下去，每个参与者都要感觉到作用和收益是成正比的，这就要引入经济学或者博弈论的机制来保证持续的平衡点。总结一下，其中有很多工作要做，包括安全合规，这是跟法律层面、跟政府层面合作；有防御攻击，还有算法效率，技术应用、还有激励机制，要引入很多经济学家的工作。举个例子，因为联邦学习是一个大的框架，所以有各种各样落地的场景。比如推荐场景，大家用抖音、用头条、用电商，这个时候都离不开个性化的推荐，但是推荐是数据越多越好。如果数据来自不同方，过去是把数据买到本地来进行推荐模型的建立。可以用联邦学习来解决这个问题，这个做法是“联邦推荐”。最近我们把联邦推荐的算法应用在广告推荐的场景上，用各方的数据，最后广告推荐的场景可以个性化，但是数据可以不出本地。联邦学习如何为金融发挥作用？应用在信贷和征信系统，我们希望利用大数据建立360度的用户和企业画像，参加建立更好的征信。但是联邦学习出现以前都没有很好的技术，大家都不参与到这个生态里面，担心自己的数据被偷走。用了联邦学习以后就可以做这个尝试。比如这个尝试是一家银行和票据公司的合作，数据都不出本地，银行所提供的是这个用户贷款的关键数据，合作企业提供的是企业的交易数据，这种交易数据为企业的活跃度提供了很多的信息，这两个数据进行联邦，可以让坏账率大幅度降低。应用在计算机视觉，每个库房都有很多摄像头监控本地的库存，可以用不同视觉公司的监控数据进行供应链联邦。更多跨领域的应用，比如监管和银行、互联网和电商、互联网和医院，都可以进行联邦。建立这样一个生态，离不开行业标准。我们推进建立的IEEE国际标准这个月也会出台，国家层面也有标准。我们也推出了开源软件FATE。我用微众银行的典型案例进行总结，刚才说的联邦技术贯穿了所有前台和后台。比如智能营销，引入联邦学习以后，可以把不同的数据源结合起来，让营销提高点击率。特别受关注的是点击之后用户有没有转化、有没有变成你的用户，这个过程需要更多的数据支持，这些数据往往来源于合作者，利用联邦学习的效果可以大幅度提高20%以上。反欺诈方面，可以在人脸识别、语音识别方面都可以大幅度提高效率。风控方面，也是利用大数据把金融公司和非金融公司联成生态，大家在这个生态里面进行数据价值的交易。还可以利用另类数据，比如把卫星数据、电信数据、非传统财报数据联合起来，可以实时为投资者服务。如何唤醒沉睡的、有价值的用户？也可以用联邦学习识别这个客户有没有重新跟你合作的意愿。我们的经验是在当前这个经济形势下，是非常好的金融场景。7×24小时的机器人服务，微众现在有98%以上是机器人在做后台服务，包括对话系统、客户服务、服务当中的监管、质量检测、智能监控、反洗钱，把细碎的小数据联系起来，变成可用数据。以上就是我们的经验和总结，谢谢大家。
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