“金融科技价值——数据驱动金融商业裂变”主论坛精彩纷呈,看企业大佬们眼中的Fintech2.0新时代

2017 年 10 月 27 日 数据猿 张俊潇

10月25日,由数据猿和《清华金融评论》联合举办的“2017金融科技——数据驱动金融商业裂变价值峰会”大型主题策划活动盛大召开。


作者 | 张俊潇

官网 | www.datayuan.cn

微信公众号ID | datayuancn


10月25日,由数据猿和《清华金融评论》联合举办的“2017金融科技——数据驱动金融商业裂变价值峰会”大型主题策划活动盛大召开。


上午率先拉开序幕的主论坛会议是本次大会的重头戏,不仅有重量级嘉宾的精彩演讲和企业代表的圆桌对话,还有更为隆重的“金猿奖”颁奖典礼也于上午顺利举行,随着一项项奖项的搬出,现场观众的气氛也被逐渐推向了高潮。


数据猿创始人兼CEO牟蕾担任主论坛会议的主持人,她表示:“今天看到如此盛大的场面,自己内心波澜万千,当初创立数据猿的初衷就是希望能为企业和用户、企业和企业之间的交流搭建一条桥梁,为产业资源资金之间的互相融通提供一个平台。”


上午进行的论坛中有五位在行业举足轻重的企业精英轮番登台,带来精彩的演讲,这些视角各异的内容交织在一起,好像为大家展开了一幅金融科技的全景扫描图像。


“Fintech 2.0”时代到来


中国信息通信研究院高级工程师韩涵说:“近期高盛公司发表的了一个报告,在中国乃至全球金融科技类公司不管是从创业总数还是整体的融资规模,在过去的十年中里都保持着一个高增长的态势。


量变慢慢引发质变,金融科技从最原始互联网金融这样单一的体系状态,正在朝整个金融和信息化领域全面开花的态势变革。”


韩涵把这种变革称之为“Fintech 2.0”时代,“Fintech1.0”时代金融企业借用了互联网的概念,把金融嵌入到互联网的平台之上,以此降低边际成本,提高效率。


Fintech2.0时代,得益于大数据、人工智能等技术的渗透使得金融真正实现了智能化的变革,从业务模式到资金的利用效率,都发生了一些本质的变化。


科技发展冲击金融?金融本质始终没有改变


中国社会科学院产业金融研究基地主任杨涛在演讲中提到:“今天的科技进步,对于金融的冲击和影响是巨大的,但是金融的本质并没有改变。


不管在技术上如何颠覆,当运用到金融业务当中的时候,实际上解决的无非就是信息的不对称、交易费用过高等问题,这都是教科书当中最基础的概念。”


杨涛认为金融科技所体现的价值不是改变了哪些金融要素,而在于其起到优化金融功能的作用。


现在市面上流行很多想当然的观点,比如大家普遍认为新兴金融模式就一定比传统金融模式更为先进。但更多的事实显示,传统金融机构利用自己的资源同样也能获得新的巨大红利。


尽管这些年有很多金融科技公司取得重大成功,也攒够了话题热度,但是将其置于整个大金融领域来看,规模和影响力还远远不能跟传统金融机构相提并论,未来金融科技的影响有两大路径,一是强身健体改变金融体系的“亚健康”,在控制风险的同时优化金融效率;二是精准治疗,解决原有金融功能中的突出问题或短板。


Fintech2.0时代风险问题仍旧挥之不去


不管人们抱着怎么样激情迎接Fintech2.0时代,有两个问题始终是其像幽灵一样笼罩在金融科技公司的心头。


1.科技发展带来的隐忧


大数据、云计算、人工智能等科技手段在科技金融领域的应用越来越广泛,而金融科技在发展与创新的同时,也在酝酿巨大的风险,而且在万物互联的大环境下,局部的金融风险可能会带来系统性的金融危机。


很多专家都在呼吁,科技金融领域的“灰犀牛”已经成长壮大,行业应重点防范金融科技领域的风险,在践行普惠金融理念的同时,维护金融稳定。


2.金融服务非理性的“向下渗透”


Fintech的现实意义就在于可以帮助原来得不到金融服务的人群,获得相应的金融服务,这也是普惠金融最浪漫和最理想主义的目标。


然而现实的发展情况却有些背道而驰,由于本身这个群体没有完善的征信记录,借贷的违约风险很高,但有些企业为了满足“用户增长”往往忽略了风控这道闸门,最后造成很严重的坏账率,大量的企业因此以倒闭收场。


风险控制永远是金融行业最需要绷紧神经的环节,广义的金融风险分为系统性和经营性的,在防范系统性风险的问题上,中国互联网金融协会信息科技部(数据中心)主任助理戴志辉介绍说:“中国互联网金融协会按照金融监管的规则和理念,为建立国家互联网金融风险监测平台做了许多工作,积累了丰富的数据,也探索了分析监测手段。


主要内容有:


一、基本建立了互联网金融统计体系和风险监测预警工作机制。


二、加快举报平台建设,为风险监测提供群众举报信息。


三、加快信用系统建设,为风险监测提供征信数据支撑。


四、加快产品登记和信息披露平台建设,为风险监测提供全面核查信息。”

系统性风险是监管部门最紧张的一环,经营性风险则是企业时刻都要面对的问题,我们来看看中国规模最大的金融科技公司是如何解决风险的问题,蚂蚁金服的风控总监王黎强在大会上发表了题为“智能风控助力新金融”的演讲。

蚂蚁金服智能风控系统围绕风险的前中后三个时期展开:


第一,事前的风险感知。


风险控制是争分夺秒,如何从简单的事后风控处理变成主动的风控管理?蚂蚁金服智能风控系统的模式是要提前感知整个市场,当用户进入到蚂蚁金服体系第一刻起,系统会去捕捉客户的异常行为,提前做风险态势的事先感知,进行主动防控。


第二,事中风险的识别和管控。


欺诈和风控是一场猫鼠游戏,双方处在一个实时攻防的状态。蚂蚁金服长期所积累的全局风险数据和风险运营经验,结合前沿机器学习、人机交互、深度学习等智能化能力,都是打赢这场“保卫战”的坚强保障。


第三,事后反馈。


一直以来大家对风险控制的理解都不是很准确,风险控制除了事前感知,事中应急处理,非常重要的是事后的反馈并优化风控链路。整个系统事后会去还原整个案件的发生过程,然后再去补足整个风险防控系统里面的漏洞,通过整个对全链路风控体系智能化的改造,蚂蚁金服的风控体系已经能够实现自我风险防控漏洞的修复,大大提升了整个风险防控的实时性,最大程度降低了人的干扰。目前蚂蚁金服的安全风控能力已经成熟,以产品化“蚁盾”的形式输出和服务更多的行业合作伙伴。


谈完蚂蚁金服再来看另一家巨头腾讯。


2017年1月份腾讯云天御反欺诈的服务正式对外进行了发布,腾讯云天御产品(业务安全服务)负责人王翔在大会上介绍说:“个体性,小规模额欺诈行为不可怕,真正可怕的是一些群体性、组织性的欺诈事件。


而欺诈人群往往是通过社交平台进行沟通交流的。


在社交网络这方面腾讯天御有独特的数据优势,通过对微信和QQ数据挖掘,我们可以非常有效的去判断出用户是不是在一个“黄赌毒”的场所里面,他有没有经常去参与一些薅羊毛的活动,靠这些反欺诈分析,腾讯帮助公安部门打掉了很多传销团伙。”


展望Fintech3.0时代,大家还会好吗?


不管是Fintech1.0还是Fintech2.0时代,蚂蚁金服都站在了食物链的顶端,伟大的企业都是时代造就的,那么问题来了,当时间的来到Fintech3.0时代,大家还会好吗?


主论坛接近尾声的时候领沨资本创始合伙人马宁、星河互联金融事业部合伙人赵广智、天云大数据副总裁李从武围绕Fintech的发展进行了一场圆桌对话。


赵广智认为:“从长期的趋势来看,有大量的市场需求还没有被挖掘和激发。互联网对于金融企业带来的重构才刚刚开始。传统金融机构提供给用户的服务模式,更多的是它自己先去定义的产品,然后大面积推向市场,很难满足个性化用户的需求。” 


李从武也认为:“金融科技正处于方兴未艾的阶段,因为现阶段众多企业还是在粗暴经营,以量取胜,后期一定是趋向精细化,未来市场格局和形态一定会有很大的变化。”


今年的投资市场也验证了企业嘉宾们乐观的态度,热钱不断涌入。


回顾互联网历史不难发现,每一次的投资热潮都会造就一批明星企业,新浪、搜狐如此,阿里、腾讯也如此。现在Fintech俨然拿到了下一波互联网造富潮的船票,拿到船票仅仅是开始,抢在别人前面抢占那片蓝海才是关键。那么,金融科技的下一个蓝海是什么呢?         


马宁说:“据我们观察,消费信贷和智能理财蕴藏着巨大的造富机会,尽管这个领域已经有头部企业成长起来了,但长期来看,市场还能容纳更多的企业生存。”


圆桌对话的结束,标志着本次金融峰会主论坛顺利落幕,持续三个小时的会议让人收获满满,很多现场观众表示,金融科技的发展瞬息万变,还要时时警惕来自政府的监管压力,未来充满了不确定,此次金融峰会的召开具有很大的现实意义。


登录查看更多
0

相关内容

金融科技(英语:Financial technology,也称为FinTech),是指一群企业运用科技手段使得 金融服务变得更有效率,因而形成的一种经济产业。这些金融科技公司通常在新创立时的目标就是想要瓦解眼前那些不够科技化的大型金融企业和体系。
《人工智能2020:落地挑战与应对 》56页pdf
专知会员服务
195+阅读 · 2020年3月8日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
295+阅读 · 2019年12月23日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
134+阅读 · 2019年12月12日
深度解读 | 美国打压华为这事水很深——什么是华为?(1)
混沌研习社广州分社
21+阅读 · 2019年6月27日
智能时代如何构建金融反欺诈体系?
数据猿
12+阅读 · 2018年3月26日
IDG资本杨飞:从价值投资谈2017中国现象
IDG资本
4+阅读 · 2017年12月22日
徐小平讲了个投资奇迹,3年不到75万变3亿
钛媒体
5+阅读 · 2017年12月15日
【智能零售】零售业的未来是让零售变得无界
产业智能官
3+阅读 · 2017年10月18日
Arxiv
6+阅读 · 2020年4月14日
A General and Adaptive Robust Loss Function
Arxiv
7+阅读 · 2018年11月5日
Structure Aware SLAM using Quadrics and Planes
Arxiv
4+阅读 · 2018年8月13日
Doubly Attentive Transformer Machine Translation
Arxiv
4+阅读 · 2018年7月30日
Zero-Shot Object Detection
Arxiv
9+阅读 · 2018年7月27日
Arxiv
9+阅读 · 2018年3月28日
Arxiv
12+阅读 · 2018年1月28日
VIP会员
相关论文
Arxiv
6+阅读 · 2020年4月14日
A General and Adaptive Robust Loss Function
Arxiv
7+阅读 · 2018年11月5日
Structure Aware SLAM using Quadrics and Planes
Arxiv
4+阅读 · 2018年8月13日
Doubly Attentive Transformer Machine Translation
Arxiv
4+阅读 · 2018年7月30日
Zero-Shot Object Detection
Arxiv
9+阅读 · 2018年7月27日
Arxiv
9+阅读 · 2018年3月28日
Arxiv
12+阅读 · 2018年1月28日
Top
微信扫码咨询专知VIP会员