大数据和人工智能在互联网金融领域有哪些应用

大数据和人工智能在互联网金融领域有哪些应用,第1张


数据从四个方面改变了金融机构传统的数据运作方式,从而实现了巨大的商业价值。这四个方面(“四个C”)包括:数据质量的兼容性
(Compatibility)、数据运用的关联性(Connectedness)、数据分析的成本(Cost)以及数据价值的转化
(Capitalization)。

 
 大数据在金融业的应用场景正在逐步拓展。在海外,大数据已经在金融行业的风险控制、运营管理、销售支持和商业模式创新等领域得到了全面尝试。在国内,金
融机构对大数据的应用还基本处于起步阶段。数据整合和部门协调等关键环节的挑战仍是阻碍金融机构将数据转化为价值的主要瓶颈。

 
 数据技术与数据经济的发展是持续实现大数据价值的支撑。深度应用正在将传统IT从“后端”不断推向“前台”,而存量架构与创新模块的有效整合是传统金融
机构在技术层面所面临的主要挑战。此外,数据生态的发展演进有其显著的社会特征。作为其中的一员,金融机构在促进数据经济的发展上任重道远。

为了驾驭大数据,国内金融机构要在技术的基础上着重引入以价值为导向的管理视角,最终形成自上而下的内嵌式变革。其中的三个关键点(“TMT”)包括:团队(Team)、机制(Mechanism)和思维(Thinking)。

1价值导向与内嵌式变革—BCG对大数据的理解

“让数据发声!”—随着大数据时代的来临,这个声音正在变得日益响亮。为了在喧嚣背后探寻本质,我们的讨论将从大数据的定义开始。

11成就大数据的“第四个V”

大数据是什么?在这个问题上,国内目前常用的是“3V”定义,即数量(Volume)、速度(Velocity)和种类(Variety)。

 
 虽然有着这样的定义,但人们从未停止讨论什么才是成就大数据的“关键节点”。人们热议的焦点之一是“到底多大才算是大数据?”其实这个问题在“量”的层
面上并没有绝对的标准,因为“量”的大小是相对于特定时期的技术处理和分析能力而言的。在上个世纪90年代,10GB的数据需要当时计算能力一流的计算机
处理几个小时,而这个量现在只是一台普通智能手机存储量的一半而已。在这个层面上颇具影响力的说法是,当“全量数据”取代了“样本数据”时,人们就拥有了
大数据。

 
 另外一个成为讨论焦点的问题是,今天的海量数据都来源于何处。在商业环境中,企业过去最关注的是ERP(Enterprise Resource
Planning)和CRM(Customer Relationship
Management)系统中的数据。这些数据的共性在于,它们都是由一个机构有意识、有目的地收集到的数据,而且基本上都是结构化数据。随着互联网的深
入普及,特别是移动互联网的爆发式增长,人机互动所产生的数据已经成为了另一个重要的数据来源,比如人们在互联网世界中留下的各种“数据足迹”。但所有这
些都还不是构成“大量数据”的主体。机器之间交互处理时沉淀下来的数据才是使数据量级实现跨越式增长的主要原因。“物联网”是当前人们将现实世界数据化的
最时髦的代名词。海量的数据就是以这样的方式源源不断地产生和积累。

“3V”的定义专注于对数据本身的特征进行描述。然而,是否是量级庞大、实时传输、格式多样的数据就是大数据?

BCG认为,成就大数据的关键点在于“第四个V”,即价值(Value)。当量级庞大、实时传输、格式多样的全量数据通过某种手段得到利用并创造出商业价值,而且能够进一步推动商业模式的变革时,大数据才真正诞生。

12变革中的数据运作与数据推动的内嵌式变革

多元化格式的数据已呈海量爆发,人类分析、利用数据的能力也日益精进,我们已经能够从大数据中创造出不同于传统数据挖掘的价值。那么,大数据带来的“大价值”究竟是如何产生的?

 
 无论是在金融企业还是非金融企业中,数据应用及业务创新的生命周期都包含五个阶段:业务定义需求;IT部门获取并整合数据;数据科学家构建并完善算法与
模型;IT发布新洞察;业务应用并衡量洞察的实际成效。在今天的大数据环境下,生命周期仍维持原样,而唯一变化的是“数据科学家”在生命周期中所扮演的角
色。大数据将允许其运用各种新的算法与技术手段,帮助IT不断挖掘新的关联洞察,更好地满足业务需求。

 
 因此,BCG认为,大数据改变的并不是传统数据的生命周期,而是具体的运作模式。在传统的数据基础和技术环境下,这样的周期可能要经历一年乃至更长的时
间。但是有了现在的数据量和技术,机构可能只需几周甚至更短的时间就能走完这个生命周期。新的数据运作模式使快速、低成本的试错成为可能。这样,商业机构
就有条件关注过去由于种种原因而被忽略的大量“小机会”,并将这些“小机会”累积形成“大价值”。

具体而言,与传统的数据应用相比,大数据在四个方面(“4C”)改变了传统数据的运作模式,为机构带来了新的价值。

121数据质量的兼容性(Compatibility):大数据通过“量”提升了数据分析对“质”的宽容度

 
 在“小数据”时代,数据的获取门槛相对较高,这就导致“样本思维”占据统治地位。人们大多是通过抽样和截取的方式来捕获数据。同时,人们分析数据的手段
和能力也相对有限。为了保证分析结果的准确性,人们通常会有意识地收集可量化的、清洁的、准确的数据,对数据的“质”提出了很高的要求。而在大数据时代,
“全量思维”得到了用武之地,人们有条件去获取多维度、全过程的数据。但在海量数据出现后,数据的清洗与验证几乎成为了不可能的事。正是这样的困境催生了
数据应用的新视角与新方法。类似于分布式技术的新算法使数据的“量”可以弥补“质”的不足,从而大大提升了数据分析对于数据质量的兼容能力。

122数据运用的关联性(Connectedness):大数据使技术与算法从“静态”走向“持续”

 
 在大数据时代,对“全量”的追求使“实时”变得异常重要,而这一点也不仅仅只体现在数据采集阶段。在云计算、流处理和内存分析等技术的支撑下,一系列新
的算法使实时分析成为可能。人们还可以通过使用持续的增量数据来优化分析结果。在这些因素的共同作用下,人们一贯以来对“因果关系”的追求开始松动,而
“相关关系”正在逐步获得一席之地。

123数据分析的成本(Cost):大数据降低了数据分析的成本门槛

 
 大数据改变了数据处理资源稀缺的局面。过去,数据挖掘往往意味着不菲的投入。因此,企业希望能够从数据中发掘出“大机会”,或是将有限的数据处理资源投
入到有可能产生大机会的“大客户、大项目”中去,以此获得健康的投入产出比。而在大数据时代,数据处理的成本不断下降,数据中大量存在的“小机会”得见天
日。每个机会本身带来的商业价值可能并不可观,但是累积起来就会实现质的飞跃。所以,大数据往往并非意味着“大机会”,而是“大量机会”。

124数据价值的转化(Capitalization):大数据实现了从数据到价值的高效转化

 
 在《互联网金融生态系统2020:新动力、新格局、新战略》报告中,我们探讨了传统金融机构在大变革时代所需采取的新战略思考框架,即适应型战略。采取
适应型战略有助于企业构筑以下五大优势:试错优势、触角优势、组织优势、系统优势和社会优势,而大数据将为金融机构建立这些优势提供新的工具和动力。从数
据到价值的转化与机构的整体转型相辅相成,“内嵌式变革”由此而生。

 
 例如,金融机构传统做法中按部就班的长周期模式(从规划、立项、收集数据到分析、试点、落地、总结)不再适用。快速试错、宽进严出成为了实现大数据价值
的关键:以低成本的方式大量尝试大数据中蕴藏的海量机会,一旦发现某些有价值的规律,马上进行商业化推广,否则果断退出。此外,大数据为金融机构打造“触
角优势”提供了新的工具,使其能够更加灵敏地感知商业环境,更加顺畅地搭建反馈闭环。此外,数据的聚合与共享为金融机构搭建生态系统提供了新的场景与动
力。

2应用场景与基础设施—纵览海内外金融机构的大数据发展实践

 
 金融行业在发展大数据能力方面具有天然优势:受行业特性影响,金融机构在开展业务的过程中积累了海量的高价值数据,其中包括客户身份、资产负债情况、资
金收付交易等数据。以银行业为例,其数据强度高踞各行业之首—银行业每创收100万美元,平均就会产生820GB的数据。

21大数据的金融应用场景正在逐步拓展

大数据发出的声音已经在金融行业全面响起。作为行业中的“巨无霸”,银行业与保险业对大数据的应用尤其可圈可点。

211海外实践:全面尝试

2111银行是金融行业中发展大数据能力的“领军者”

 
 在发展大数据能力方面,银行业堪称是“领军者”。纵观银行业的六个主要业务板块(零售银行、公司银行、资本市场、交易银行、资产管理、财富管理),每个
业务板块都可以借助大数据来更深入地了解客户,并为其制定更具针对性的价值主张,同时提升风险管理能力。其中,大数据在零售银行和交易银行业务板块中的应
用潜力尤为可观。

 
 BCG通过研究发现,海外银行在大数据能力的发展方面基本处于三个阶段:大约三分之一的银行还处在思考大数据、理解大数据、制定大数据战略及实施路径的
起点阶段。还有三分之一的银行向前发展到了尝试阶段,也就是按照规划出的路径和方案,通过试点项目进行测验,甄选出许多有价值的小机会,并且不停地进行试
错和调整。而另外三分之一左右的银行则已经跨越了尝试阶段。基于多年的试错经验,他们已经识别出几个较大的机会,并且已经成功地将这些机会转化为可持续的
商业价值。而且这些银行已经将匹配大数据的工作方式嵌入到组织当中。他们正在成熟运用先进的分析手段,并且不断获得新的商业洞察。

 
 银行业应用举例1:将大数据技术应用到信贷风险控制领域。在美国,一家互联网信用评估机构已成为多家银行在个人信贷风险评估方面的好帮手。该机构通过分
析客户在各个社交平台(如Facebook和Twitter)留下的数据,对银行的信贷申请客户进行风险评估,并将结果卖给银行。银行将这家机构的评估结
果与内部评估相结合,从而形成更完善更准确的违约评估。这样的做法既帮助银行降低了风险成本,同时也为银行带来了风险定价方面的竞争优势。

 
 相较于零售银行业务,公司银行业务对大数据的应用似乎缺乏亮点。但实际上,大数据在公司银行业务的风险领域正在发挥着前所未有的作用。在传统方法中,银
行对企业客户的违约风险评估多是基于过往的营业数据和信用信息。这种方式的最大弊端就是缺少前瞻性,因为影响企业违约的重要因素并不仅仅只是企业自身的经
营状况,还包括行业的整体发展状况,正所谓“覆巢之下,焉有完卵”。但要进行这样的分析往往需要大量的资源投入,因此在数据处理资源稀缺的环境下无法得到
广泛应用,而大数据手段则大幅减少了此类分析对资源的需求。西班牙一家大型银行正是利用大数据来为企业客户提供全面深入的信用风险分析。该行首先识别出影
响行业发展的主要因素,然后对这些因素一一进行模拟,以测试各种事件对其客户业务发展的潜在影响,并综合评判每个企业客户的违约风险。这样的做法不仅成本
低,而且对风险评估的速度快,同时显著提升了评估的准确性。

 
 银行业应用举例2:用大数据为客户制定差异化产品和营销方案。在零售银行业务中,通过数据分析来判断客户行为并匹配营销手段并不是一件新鲜事。但大数据
为精准营销提供了广阔的创新空间。例如,海外银行开始围绕客户的“人生大事”进行交叉销售。这些银行对客户的交易数据进行分析,由此推算出客户经历“人生
大事”的大致节点。人生中的这些重要时刻往往能够激发客户对高价值金融产品的购买意愿。一家澳大利亚银行通过大数据分析发现,家中即将有婴儿诞生的客户对
寿险产品的潜在需求最大。通过对客户的yhk交易数据进行分析,银行很容易识别出即将添丁的家庭:在这样的家庭中,准妈妈会开始购买某些药品,而婴儿相关
产品的消费会不断出现。该行面向这一人群推出定制化的营销活动,获得了客户的积极响应,从而大幅提高了交叉销售的成功率。

 
 客户细分早已在银行业得到广泛应用,但细分维度往往大同小异,包括收入水平、年龄、职业等等。自从开始尝试大数据手段之后,银行的客户细分维度出现了突
破。例如,西班牙的一家银行从Facebook和Twitter等社交平台上直接抓取数据来分析客户的业余爱好。该行把客户细分为常旅客、足球爱好者、高
尔夫爱好者等类别。通过分析,该行发现高尔夫球爱好者对银行的利润度贡献最高,而足球爱好者对银行的忠诚度最高。此外,通过分析,该行还发现了另外一个小
客群:“败家族”,即财富水平不高、但消费行为奢侈的人群。这个客群由于人数不多,而且当前的财富水平尚未超越贵宾客户的门槛,因此往往被银行所忽略。但
分析显示这一人群能够为银行带来可观的利润,而且颇具成长潜力,因此该行决定将这些客户升级为贵宾客户,深入挖掘其潜在价值。

 
 在对公业务中,银行同样可以借助大数据形成更有价值的客户细分。例如,在BCG与一家加拿大银行的合作项目中,项目组利用大数据分析技术将所有公司客户
按照行业和企业规模进行细分,一共建立了上百个细分客户群。不难想象,如果没有大数据的支持,这样深入的细分是很难实现的。然后,项目组在每个细分群中找
出标杆企业,分析其银行产品组合,并将该细分群中其他客户的银行产品组合与标杆企业进行比对,从而识别出差距和潜在的营销机会。项目组将这些分析结果与该
行的对公客户经理进行分享,帮助他们利用这些发现来制定更具针对性的销售计划和话术,并取得了良好的效果。客户对这种新的销售方式也十分欢迎,因为他们可
以从中了解到同行的财务状况和金融安排,有助于对自身的行业地位与发展空间进行判断。

 
 银行业应用举例3:用大数据为优化银行运营提供决策基础。大数据不仅能在前台与中台大显身手,也能惠及后台运营领域。在互联网金融风生水起的当
下,“O2O”(OnlineToOffline)成为了银行的热点话题。哪些客户适合线上渠道?哪些客户不愿“触网”?BCG曾帮助西班牙一家银行通过
大数据技术应用对这些问题进行了解答。项目组对16个既可以在网点也可以在网络与移动渠道上完成的关键运营活动展开分析,建立了12个月的时间回溯深度,
把客户群体和运营活动按照网点使用强度以及非网点渠道使用潜力进行细分。分析结果显示,大约66%的交易活动对网点的使用强度较高,但同时对非网点渠道的
使用潜力也很高,因此可以从网点迁移到网络或移动渠道。项目组在客户细分中发现,年轻客户、老年客户以及高端客户在运营活动迁移方面潜力最大,可以优先作
为渠道迁徙的对象。通过这样的运营调整,大数据帮助银行在引导客户转移、减轻网点压力的同时保障了客户体验。

 
 BCG还曾利用专有的大数据分析工具NetworkMax,帮助一家澳大利亚银行优化网点布局。虽然银行客户的线上活动日渐增多,但金融业的铁律在互联
网时代依然适用,也就是说在客户身边设立实体网点仍然是金融机构的竞争优势。然而,网点的运营成本往往不菲,如何实现网点资源的价值最大化成为了每家银行
面临的问题。在该项目中,项目组结合银行的内部数据(包括现有的网点分布和业绩状况等)和外部数据(如各个地区的人口数量、人口结构、收入水平等),对
350多个区域进行了评估,并按照主要产品系列为每个区域制定市场份额预测。项目组还通过对市场份额的驱动因素进行模拟,得出在现有网点数量不变的情况下
该行网点的理想布局图。该行根据项目组的建议对网点布局进行了调整,并取得了良好的成效。这个案例可以为许多银行带来启示:首先,银行十分清楚自身的网点
布局,有关网点的经营业绩和地址的信息全量存在于银行的数据库中。其次,有关一个地区的人口数量、人口结构、收入水平等数据都是可以公开获取的数据。通过
应用大数据技术来把这两组数据结合在一起,就可以帮助银行实现网点布局的优化。BCG基于大数据技术而研发的Network
Max正是用来解决类似问题的工具。
 
 银行业应用举例4:创新商业模式,用大数据拓展中间收入。过去,坐拥海量数据的银行考虑的是如何使用数据来服务其核心业务。而如今,很多银行已经走得更
远。他们开始考虑如何把数据直接变成新产品并用来实现商业模式,进而直接创造收入。例如,澳大利亚一家大型银行通过分析支付数据来了解其零售客户的“消费
路径”,即客户进行日常消费时的典型顺序,包括客户的购物地点、购买内容和购物顺序,并对其中的关联进行分析。该银行将这些分析结果销售给公司客户(比如
零售业客户),帮助客户更准确地判断合适的产品广告投放地点以及适合在该地点进行推广的产品。这些公司客户过去往往需要花费大量金钱向市场调研公司购买此
类数据,但如今他们可以花少得多的钱向自己的银行购买这些分析结果,而且银行所提供的此类数据也要可靠得多。银行通过这种方式获得了传统业务之外的收入。
更重要的是,银行通过这样的创新为客户提供了增值服务,从而大大增强了客户粘性。

2006至2020年,物联网应用从闭环、碎片化走向开放、规模化,智慧城市、工业物联网、车联网等率先突破。中国物联网行业规模不断提升,行业规模保持高速增长,江苏、浙江、广东省行业规模均超千亿元。

截至到2019年,我国物联网市场规模已发展到15万亿元。未来巨大的市场需求将为物联网带来难得的发展机遇和广阔的发展空间。

近年来,我国政府出台各类政策大力发展物联网行业,不少地方政府也出台物联网专项规划、行动方案和发展意见,从土地使用、基础设施配套、税收优惠、核心技术和应用领域等多个方面为物联网产业的发展提供政策支持。在工业自动控制、环境保护、医疗卫生、公共安全等领域开展了一系列应用试点和示范,并取得了初步进展。

目前我国物联网行业规模已达万亿元。中国物联网行业规模超预期增长,网络建设和应用推广成效突出。在网络强国、新基建等国家战略的推动下,中国加快推动IPv6、NB-IoT、5G等网络建设,消费物联网和产业物联网逐步开始规模化应用,5G、车联网等领域发展取得突破。

政策推动我国物联网高速发展

自2013年《物联网发展专项行动计划》印发以来,国家鼓励应用物联网技术来促进生产生活和社会管理方式向智能化、精细化、网络化方向转变,对于提高国民经济和社会生活信息化水平,提升社会管理和公共服务水平,带动相关学科发展和技术创新能力增强,推动产业结构调整和发展方式转变具有重要意义。

以数字化、网络化、智能化为本质特征的第四次工业革命正在兴起。物联网作为新一代信息技术与制造业深度融合的产物,通过对人、机、物的全面互联,构建起全要素、全产业链、全价值链全面连接的新型生产制造和服务体系,是数字化转型的实现途径,是实现新旧动能转换的关键力量。

我国物联网行业呈高速增长状态 未来将有更广阔的空间

自2013年以来我国物联网行业规模保持高速增长,增速一直维持在15%以上,江苏、浙江、广东省行业规模均超千亿元。中国通信工业协会的数据表明,随着物联网信息处理和应用服务等产业的发展,中国物联网行业规模已经从2013年的4896亿元增长至2019年的15万亿元。

虽然我国物联网发展显著,但我国物联网行业仍处于成长期的早中期阶段。目前中国物联网及相关企业超过3万家,其中中小企业占比超过85%,创新活力突出,对产业发展推动作用巨大。

物联网作为中国新一代信息技术自主创新突破的重点方向,蕴含着巨大的创新空间,在芯片、传感器、近距离传输、海量数据处理以及综合集成、应用等领域,创新活动日趋活跃,创新要素不断积聚。

物联网在各行各业的应用不断深化,将催生大量的新技术、新产品、新应用、新模式。未来巨大的市场需求将为物联网带来难得的发展机遇和广阔的发展空间。

在政策、经济、社会、技术等因素的驱动下,2020年GSMA移动经济发展报告预测,2019-2025年复合增长率为9%左右,2020年中国物联网行业规模目标16亿元,按照目前物联网行业的发展态势,十三五规划的目标有望超预期完成;预计到2025年,中国物联网行业规模将超过27万亿元。

未来物联网行业将向着多元方向发展

标准化是物联网发展面临的最大挑战之一,它是希望在早期主导市场的行业领导者之间的一场斗争。目前我国物联网行业百家争鸣,还未有一个统一的标准出现。因此在未来可能通过不断竞争将会出现限数量的供应商主导市场,类似于现在使用的Windows、Mac和Linux *** 作系统。

合规化同样是当下物联网面临的问题之一,特别是数据隐私问题。目前数据隐私已成为网络社会的一个关键词,各种用户数据泄露或被滥用的事件频发,特别是Facebook的丑闻引发了全球担忧。

因此在未来,我国各种立法和监管机构将提出更加严格的用户数据保护规定,,用户的敏感数据可能会随着时间的推移而受到更严格的监管。

安全化是指预防物联网软件遭受网络黑客攻击,在未来,以安全为重点的物联网设施将受到更多的关注,特别是某些特定的基础行业,如医疗健康、安全安防、金融等领域。

多重技术推动物联网技术创新

从技术创新趋势来看,物联网行业发展的内生动力正在不断增强。连接技术不断突破,NB-Iot、eMTC、Lora等低功耗广域网全球商用化进程不断加速;物联网平台迅速增长,服务支撑能力迅速提升;

区块链、边缘计算、人工智能等新技术题材不断注入物联网,为物联网带来新的创新活力。受技术和产业成熟度的综合驱动,物联网呈现“边缘的智能化、连接的泛在化、服务的平台化、数据的延伸化”等特点。

—— 以上数据来源于前瞻产业研究院《中国物联网行业应用领域市场需求与投资预测分析报告》

2019年,中国人民银行印发了《金融 科技 (FinTech)发展规划(2019-2021年)》,明确提出了近三年以来金融 科技 工作的指导思想、基本原则、发展目标、重点任务和保障措施。浙江省把数字化改革作为新发展阶段全面深化改革的总抓手,全面推进“数字浙江”建设。2021年以来,浙商银行深入贯彻中央与浙江省委的战略部署,围绕“两最”总目标全面实施平台化服务战略,在云计算、大数据、区块链、人工智能、物联网等前沿技术与金融业务深度融合基础上,进一步深化数字化思维和理念,提升数字化能力和方法,构建数字化体系与机制,积极打造“ 科技 +金融+行业+客户”综合服务平台,更好服务实体经济高质量发展,实现银行经营提质增效。


一、金融 科技 创新基础

近年来,随着新兴 科技 的快速发展,各类数字化技术不断涌现,在政务、金融、产业链等各领域进行了大量应用,逐渐拉开了各行各业乃至全 社会 的数字化转型大幕。银行业作为中国金融体系的重要组成部分,在经历了近三十年来的电子化、信息化建设和迭代后,对 科技 手段的重要性与 科技 引领金融创新具有清晰的认知。

从20世纪80年代至今,我国银行业在技术变革浪潮中持续推动金融 科技 发展与转型升级,电子化取代了原有的手工 *** 作、登记簿记账模式,信息化实现了数据大集中、应用互联互通以及线上业务办理。当前,随着区块链、人工智能、大数据等技术在金融行业的 探索 与应用,银行业对数字化转型发展也有了新的认识与理解。银行通过金融 科技 深化服务实体经济,在推动银行自身数字化转型发展的同时,还推动了各行各业的产业链转型升级,为经济 社会 全面数字化发展做出了重要贡献。


二、金融 科技 创新挑战

尽管银行业开始加快金融 科技 在金融业务中的应用,但在数字化转型进程中还是存在来自内外部的制约与挑战。

第一,技术成熟度制约业务场景落地。 数字化转型浪潮得益于数字化技术的飞速进步,然而技术在各自领域的成熟度存在差异,每种技术均有各自发展时期特定的业务场景产物,技术的不确定性以及局限性制约了应用场景的落地。以人工智能技术为例,其在图像识别、生物识别技术已经进行了较多应用,但在语义识别、逻辑推理等领域仍处于技术发展上升期,尚未形成具有较好效果的示范应用。另外,如区块链在供应链金融等领域进行了较多应用,但在跨链、链上链下一致性以及作为基础设施构建更大范围联盟链等关键技术上仍然需要突破。因此,银行数字化转型需要将金融 科技 作为核心竞争力,通过技术创新创造场景、重塑流程。

第二,安全自主可控尚待内外部能力提升。 我国银行应用的大部分 *** 作系统、服务器等基础设施以及数据库、技术平台等软件较多依赖于国外相关技术厂商,自主创新与研发能力尚待提升。以区块链技术为例,部分银行及厂商基于Hyperledger Fabric等国外开源区块链底层平台进行二次开发,最终应用于金融业务之中,虽然是开源产品并且实现了国密等符合国情与监管要求的特性,但仍可能存在安全后门、制裁使用等问题。对应领域的人才不足也使得国产化进程较为困难,国产基础设施、软件的能力、易用性、生态等也需要时间来检验。

第三,标准化体系建设需要创新与迭代。 区块链、人工智能、大数据等数字化技术通过产学研、迭代开发等机制快速推进,甚至在关键技术的攻关上采用了“揭榜挂帅”“赛马”等方式加快突破,而标准化建设往往需要在技术与应用进入初步推广期之后进行立项,标准制定的周期相对较长,可能无法跟随新技术、新应用的变化,需尽快建立适合数字化转型的标准化体系快速迭代建设机制,为金融 科技 应用提供规范指引。

第四,互联网对银行组织架构、管理模式带来冲击。 头部互联网公司在零售端产品、架构、运营等方面的理念与管理模式独具特色,银行在吸纳融合互联网典型机制的同时,也对自身的组织架构与管理模式形成了冲击。一是在组织架构上,银行因为特有的金融属性需在审慎框架内进行有限尝试,而互联网公司可通过扁平化管理加快决策,其 科技 公司属性允许进行试错;二是在运行模式上,业务部门与信息 科技 部门相互独立,以需求为驱动开展研发工作,难以支撑数字化转型阶段新技术应用的敏捷反应、快速决策、技术储备,而互联网公司通过以客户为中心、以场景为切入点的理念在零售端布局产品占据了大量入口。银行如何平衡两者,推动产品创新与应用推广,需要根据自身情况进行综合考虑。


三、金融 科技 创新对策

银行的数字化转型不仅是新技术与金融场景的融合应用,更是对体制机制的重塑。以浙商银行近年来的实践为例,银行数字化转型之路有四大核心。

第一,加速 科技 前置,引领业务创新 。浙商银行目前已成立研究院,综合运用区块链、人工智能、大数据、物联网等数字化技术落地金融应用,优化经营模式、改造业务流程,加强数据运用,提升各条线业务和系统的数字化、自动化、智能化水平。同时,浙商银行与知名高校以及头部高新技术企业共建联合研究中心、金融 科技 实验室,加强产学研合作, 探索 区块链、物联网、人工智能等前沿数字技术,加强研究成果落地转化,以 科技 引领业务创新。

第二,强化自主可控,加强技术攻坚 。浙商银行坚持关键技术自主可控、核心应用自主研发,近年来在区块链、知识图谱等底层基础技术与应用建设上完全自主可控,积极拥抱鸿蒙、鲲鹏、麒麟、泰山等国产软硬件基础设施生态,并通过多方安全计算、TEE等技术加强对敏感个人信息数据的保护。自主可控离不开关键技术的研究与创新,浙商银行积极参与各项省部级重点课题项目、“揭榜挂帅”项目等,以最大限度激活企业 科技 人员的创新能力和创新效率,攻坚核心关键技术,助力打造国产自主可控的金融 科技 发展模式。

第三,以标准化建设引领,有序推进技术发展 。浙商银行广泛参与区块链、人工智能、物联网等技术的标准制定。目前已参与《信息安全 区块链和分布式记账技术 参考架构》、《信息安全技术 区块链信息服务安全规范》等国家标准制定,参与工信部电子标准院、北京金融 科技 产业联盟等机构主导的具有行业、产业示范意义的标准制定,为金融 科技 技术的标准化建设添砖加瓦。同时,浙商银行积极参与中国人民银行企业标准“领跑者”活动,加强国家标准、行业标准向行内标准的转化和引导,切实做到以标准为指引,推进产品实施,提升各项技术与应用的标准建设。

第四,转变 科技 管理,创新协同机制。 浙商银行全面构建适应于平台化服务等全行战略发展要求的全新金融 科技 组织架构,实施以产品为中心的创新协同机制,推行一体化敏捷研发机制;实施“引进来、输出去”工程,持续加大 科技 投入和高精尖人才引进力度,培养金融 科技 复合型人才,充实金融 科技 队伍,通过金融 科技 产品输出加强服务实体经济,构建生态,形成标准;强化知识产权保护,持续申请区块链、人工智能金融 科技 基础技术相关专利,截至2021年8月末,区块链发明专利授权数9项,位居股份制行第一。


四、金融 科技 创新

一是区块链和物联网技术双引擎驱动业务创新。浙商银行于2017年在同业首创基于自主可控区块链技术的供应链金融服务解决方案,将企业各类资产转化为区块链电子金融工具,帮助供应链核心企业及上下游企业盘活应收账款,有效解决企业“融资难、融资贵”问题,取得良好的经济效益与 社会 效益。同时,为解决物理世界与数字世界数据一致的问题,提升链上数据的真实性、时效性,浙商银行通过采用物联网技术,采集真实、实时的企业经营动态、动产质押数据,建立了“客观信用体系”,通过边缘端统一管控、原生数据上链、多维度交叉验证等机制,提升银行风险管控能力,构建良好的产业链供应链金融生态,目前已在金属加工、养殖、仓储等行业进行了试点与推广。

二是人工智能、大数据等技术综合运用提升风控能力。浙商银行大数据风控平台综合应用了“人工智能+大数据+知识图谱”技术,广泛引入外部相关数据、模型,填补了客户准入、关联关系、授信审批、贷后管理、预警管理、财务分析等系统支持能力的空白。浙商银行充分整合利用内外部数据构建10亿级企业画像知识图谱,结合自然语言处理、深度学习技术实现舆情分析预警自动化处理,根据大数据风控规则或模型形成预警信号或风控结论,进一步深化金融 科技 各项技术的综合运用,实现了全行风险管控的数据化、移动化、智能化。


五、金融 科技 创新展望

第一、纵横驱动,构建金融 科技 应用创新基石 。一是顶层纵向驱动,设立“金融 科技 管理委员会”,创新 科技 体制机制顶层设计,由“一部N中心”向“一部一公司一研究院”转型,实现组织架构变革;二是业务横向驱动,通过金融 科技 支持团队派驻业务条线协同业务创新,由被动接受转为主动提出,主动在业务模式中融入金融 科技 能力,提升数字化能力转化率;三是 科技 横向驱动,加强基础设施平台建设,建立适应数字化转型、实现快速迭代的研发机制,构建适应不同行业技术输出和业务服务于一体的基础性平台。

第二、对标同业,加强新技术综合运用 。通过对标先进同业的产品服务体系、先进的金融 科技 手段,研究先进同业好的理念、好的做法、好的机制; 探索 5G、区块链、物联网、人工智能、大数据等数字化技术的融合交叉解决方案,激发技术创新的活力,形成新一代金融应用技术,从而加速推动银行业金融 科技 创新进程。

第三、场景切入,聚焦服务实体经济 。围绕企业生产经营痛点、难点,以客户需求为导向、以场景服务为切入点,提供“ 科技 金融 行业 客户”综合服务解决方案,加大对民营企业、小微企业、制造业、乡村振兴、“双碳”、绿色产业等重点领域的支持力度,在有效服务实体经济中推进自身金融 科技 的高质量发展。


文章转载自《中国金融》2021年第22期

中国物联网三网大循环不是国家支持项目。

中国物联网是互联网的升级板,物联网话语权属中国,所以叫中国物联网。物联网是信息网络的高科技称呼,是信息传播工具。

由中国政府控制运营。中国物联网与中国物联网三网大循环的所谓分享经济平台没有关系。它源于过去的平安116系统所发起的LCF项目。

只是把中国物联网拿来冠名吸引无知的部分人来做它这个可能成为2018年第二大金融传销庞氏大骗局。运作方法是挂羊头卖狗肉。

扩展资料:


国家重点支持领域

根据《纲要》的重点领域及优先主题,针对“十一五”国民经济社会发展中急需科技提供支撑的紧迫性问题,“十一五”支撑计划重点支持能源、资源、环境、农业、材料、制造业、交通运输、信息产业与现代服务业、人口与健康、城镇化与城市发展、公共安全及其他社会事业等11个领域。

领域任务安排的总体原则

一:是把发展能源、资源、环境等领域的技术放在优先位置,着力解决制约国民经济社会发展的重大瓶颈问题,促进循环经济模式的形成和经济社会可持续发展提供有力支撑;

二:是强化先进适用技术在农业领域的集成创新和系统应用,不断提高农业整体科技水平,保障我国食物和生态安全,促进社会主义新农村建设;

三:是注重发挥高新技术改造和提升传统产业的重要作用,以集成创新为核心,开发拥有自主知识产权的重大产品,积极培育新兴产业,大幅度提升我国主要产业核心竞争力;四是强化多种技术的综合应用,解决重大公益性科技问题,大幅度提高我国公共事业科技水平,推进城乡、区域统筹协调发展。

重大项目

大力开发和应用提高能源利用效率与资源综合利用的技术,突破一批工业、建筑和交通等重点耗能领域的节能关键共性技术。掌握一批洁净煤关键技术,开发新型工业锅炉及发电技术与装备,实现具有自主知识产权的煤气化、液化、先进发电及污染控制技术的工业化应用。

突破可再生能源利用关键技术,实现可再生能源技术与装备的产业化和规模化利用。突破800千伏直流、1000千伏交流特高压输电关键技术,提高电网输电容量、效率和安全运行水平。攻克生物质发电和制取液体燃料技术。

参考资料来源:百度百科-物联网

在传统展业模式中,银行开展供应链金融业务高度依赖于核心企业信用,并以线下模式为主,耗费人力精力的同时业务也面临难以上量的瓶颈。

在2012年的“钢贸大危机”中,诸多钢铁行业供应商采用货物多重抵质押的方式进行欺诈性融资,导致布局其中的银行不良率飙升,并自此对供应链金融心生怯意。

而如今市场的外部环境已悄然改变,近年来银行对金融 科技 力量越发重视,多家银行成立了直属金融 科技 公司,日渐成熟的智能仓储及监控、电子合同签章、区块链等新技术,亦被逐步应用到供应链金融业务中,过往银行在风控端的弱势正被不断抹平。

叠加国家对供应链金融业务的政策端强力支持,以及国内中小企业应收账款极大的市场融资缺口,银行“重返供应链金融战场”势在必行。而以互联网线上化、区块链等技术为支撑的新展业模式,正成为供应链金融业务的突围利器。

那么如今各家银行在供应链金融的布局上有何具体变化呢?智信据2018年各家银行发布的年报数据,对5家大型商业银行、4家代表性股份制银行、两家城商行以及电商系民营银行的展业概况进行了以下梳理:

工商银行

工商银行供应链金融业务的新变化主要体现在其线上小微金融服务平台上,平台主要包含纯信用类的“经营快贷”、抵质押类的“网贷通”,以及“线上供应链融资”三大主要产品。工行还与平台方中企云链合作,创新了可流转多层级的核心数字化应收账款确认凭据,将核心企业信用进一步向供应链末端小微企业延伸。

仅2018年前9个月,工行便已累计为1300户上下游客户发放超过450亿元的线上供应链融资。截至2018年末,工行的小微企业贷款总额达321685亿元,同比增长181%,小微金融业务中心的布局亦达到258个,全面推动供应链金融业务的落地。

▌农业银行

农业银行发力供应链金融首先体现在制度建设上,2018年农行总行建立了“普惠金融事业部+八大后台中心”的事业部架构,37家一级分行和重点二级分行均成立了普惠金融事业部,形成“三农+小微”双轮驱动的普惠金融服务体系。

在具体业务的推动上,农行主要通过发展“数据网贷”业务,向核心企业上下游小微客户提供全线上化融资服务。截至2018年末,农行已为众多核心企业的上下游小微企业发放贷款23万笔,总额达91亿元。而近期,农行也与平台方中企运云链合作推出了供应链新产品 “保理e融”,为核心企业上下游各层级供应商提供融资。

▌中国银行

凭借在国际贸易金融上的优势,中国银行早在2007年便推出了基于供应链融资的产品“融易达”,2009年成立供应链团队并正式发力供应链金融,在2009~2014年七年期间,其供应链金融业务发生额便从740亿元突破至1万亿元,年均复合增长率达68%。2011年底,中行通过“银企对接”将平台融资方的订单信息直连中行系统的方式,实现了首个在线供应链金融项目的落地,后续通过此种方式累计拓展了京东、苏宁等300多家企业,在线发放融资超百亿元。

中行2018年年报亦显示,其正在参与“区块链福费廷(Block Chain Forfeiting)交易平台”和“数字票据交易平台”的建设和投产,未来将继续以“电子化”+“全球化”的方向拓展供应链金融业务。截至2018年末,其普惠金融小微企业贷款余额为3042亿元,较上年末增长1226%。

▌建设银行

建设银行在2018年提出了普惠金融发展战略三年规划,并在组织建设方面实现了普惠金融事业部在一、二级分行的全覆盖,累计组建小企业中心达288家。

具体到业务层面,建行则是围绕企业采购、制造、销售直至最终用户的信息流、物流和资金流“三流”的运作,设计研发了包括应收账款融资、金银仓、动产质押融资、订单融资、动产质押融资等十余个供应链融资产品。在业务受理中建行重点关注业务的真实交易背景,产品与企业信息流、物流和资金流的高度嵌入,以及需提供结构化、组合式的服务。截至2018年末,建行已累计向33万家企业发放了5385亿元的线上供应链融资,线上供应链合作平台达1184家。普惠金融领域贷款余额631017亿元,较上年新增212515亿元。

▌交通银行

交通银行开展供应链金融业务主要通过“蕴通供应链”平台进行,并主要围绕 汽车 及其他各行业核心企业,通过与国内大型物流公司开展质押监管合作,并与保险公司开展信用保险合作的形式,交行先后推出了“快易贴”、“快易收”和“快易付”等产品,打造了“蕴通e链”的一系列供应链融资产品。

截至2018年末,交行累计拓展境内达标产业链网络超3000户,产业链金融系列产品融资余额超人民币1100亿元,较上年末增长 2242%,交行的区块链技术已在 汽车 物联网金融领域落地应用,应收账款链业务亦正在快速推进。

▌平安银行

平安银行(原深发展银行)是国内最早涉足并提倡发展供应链金融业务的商业银行,2002年,深发展银行成为国内首家系统性提出并推广供应链金融及贸易融资产品组合的银行,仅2005年,深发展银行“1+N”供应链金融模式就创造了2500亿元的授信额度,当年不良贷款率仅为057%。

在线上布局部分,针对产业链核心企业及其上游客户,2018年平安银行推出了供应链应收账款服务平台(SAS平台),提供线上应收账款的转让、融资、管理、结算等综合金融服务。SAS平台全面应用“平安区块链”、“人工智能+大数据”等核心技术,对贸易背景的真实性实施智能核验和持续监测。截至2018年末,平安银行的SAS平台累计交易量已突破100亿元,为111家核心企业及其上游中小微企业提供服务。

▌浦发银行

浦发银行最早在2007年推出“企业供应链融资解决方案”,为核心企业提供信用服务、采购服务、存货周转、账款回收等融资支持。自2011年起,浦发银行致力于打造具有特色的供应链金融平台,并与中国移动、神龙 汽车 、中远物流等多家核心企业和物流公司合作,实现信息流、物流和资金流的整合。

在线上化的布局上,浦发银行围绕资产端核心企业的批量获客,落地了“京浦e账通”、 “京浦e商贷”等产品,并在线上供应链金融领域推出“政采e贷”和“票据池秒贷”等创新产品,以及云资金监管、e企行综合服务平台等产品。截至2018年末,浦发银行在供应链领域服务 科技 型企业客户超过313万户,推动 汽车 供应链20条,服务 汽车 行业上下游客户864户。

中信银行

中信银行供应链金融业务主要通过构建三大平台、四大增值链以及五大特色网络的方式推动。三大平台包括物流融资平台、同业合作平台及政府支持平台,四大增值链包括打造应收账款增值链、预付账款增值链、物流服务增值链、电子服务增值链,五大特色网络为 汽车 金融网络、钢铁金融网络、家电金融网络、电信金融网络及石化金融网路等。

中信银行也于2018年10月成功上线全流程线上供应链金融平台创新产品“信e链—应付流转融通”,将中信银行业务系统与核心企业的供应链金融平台对接,借助标准化电子“付款凭证”的多级流转,向其上游N级供应商提供全流程、线上融资。2018年中信银行还推出了国内首个区块链福费廷交易系统,并发布“区块链+供应链”试点创新项目,截至2018年末,其链上发生的业务量超过100亿元。

▌浙商银行

供应链金融是浙商银行目前发展的重要战略任务,浙商银行从2016年开始研究区块链技术应用,并于2017年8月率先投产基于区块链技术开发的应收款链平台。围绕供应链金融,浙商创新“池化”及“线上化”的融资业务模式,在三池(涌金票据池、涌金资产池、涌金出口池)的基础之上,继续围绕三大业务平台进行展业。

一是池化融资平台,其2018年签约客户达22290户,同比增长4358%,池内资产余额350679亿元,累计入池应收账款笔数1008万笔,入池金额约729亿元。具体产品“至臻贷”2018年签约客户1645户,同比增长2625%,融资余额50125亿元,同比增长4468%。

二是针对核心企业财务服务的易企银平台,2018年共落地易企银平台234个,较上年末增长17209%,平台累计融资36785亿元,较上年末增长48528%。

三是应账款链平台,截至2018年末,浙商银行落地应账款链平台1410个,同比增长近12倍,累计签发金额122878亿元,同比增长近4倍。

▌上海银行

上海银行于2018年10月发布了“上行e链”在线供应链金融服务平台,并于今年4月新成立了供应链金融部,将业务模式扩展并覆盖至核心企业采购、生产、销售等各环节,同时运用大数据开始构建企业的信用模型。

“上行e链”以在线供应链金融服务平台为核心,包涵3大类共15项产品,通过与核心企业共建平台共享数据,掌握所需信息流、资金流和物流,形成闭环管理。同时上海银行通过与江苏润和软件合作,引入区块链技术,实现核心企业信用的可拆分、可组合支付,从而将核心企业的信用延展到二级、三级、四级供应商。2018全年上海银行实现供应链金融贷款投放52487亿元,同比增长11722%,在2018年上海银行年会上,这一数据预期到2020年将提高至1000亿元。

▌北京银行

北京银行布局供应 “e商融”的交易市场综合服务方案,借助大宗商品交易平台信用,为平台交易商提供全流程金融服务,打造“供应链金融+资金存管”线上创新业务模式。在具体产品层面,推出了“京信链”的在线供应链产品,将核心企业信用延伸至上游多级供应商,实现应收账款债权的拆分与转让。截至2018年末,北京银行小微企业公司贷款余额为4256亿元,同比增长19%。

此外,其他电商系的民营银行如微众银行、苏宁银行、网商银行等亦在供应链金融业务上有所布局。微众银行目前正基于区块链技术拓展供应链金融业务,除了自身拓展核心企业的方式,微众还提出了由微众提供基层技术,与城商行合作开展业务的“银银合作”模式。

苏宁银行则在2017年9月成功上线基于区块链的国内信用证信息传输系统(BCLC系统),并2018年9月开创了“物联网+区块链”的动产质押融资先河,基于某企业的煤炭存货苏宁银行给予了融资人动产质押的授信额度,并成功实现放款。同时,其区块链+物联网 汽车 库融平台,以及区块链+物联网3C商品监管平台也已提上发布日程。

随着各家银行在供应链金融业务展业的不断深入,这一业务将在服务实体经济的同时,为展业方带来新的利润增长点,金融 科技 技术的加成亦将持续推动市场业务模式的更新进化,并形成良性的业务生态循环。


欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/dianzi/13063985.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-05-30
下一篇 2023-05-30

发表评论

登录后才能评论

评论列表(0条)

保存