注册

新网银行江海《中国金融》撰文:科技驱动下的新型银行发展方向


来源:凤凰网四川综合

在货币降杠杆,金融强监管,人口老龄化的宏观大环境下,以往驱动银行业高速发展的货币、政策、人口红利正在逐渐消退,科技成为当今金融业唯一值得期待并不断增长的红利。

在货币降杠杆,金融强监管,人口老龄化的宏观大环境下,以往驱动银行业高速发展的货币、政策、人口红利正在逐渐消退,科技成为当今金融业唯一值得期待并不断增长的红利。

信息科技从根本上改变了金融业的业务流程、组织架构和产品体验。如今,随着移动互联技术、大数据技术、人工智能技术的日益成熟与深度运用,各类金融机构纷纷抢抓科技红利,开启了金融科技助推银行数字化转型发展的新征程。

移动互联技术支撑下的服务入口场景化、虚拟化

移动互联技术的快速发展,开启了移动金融时代。银行作为金融业的重要力量之一,不管是国有大行、股份制银行,还是城市商业银行、村镇银行,都开始把资源逐步向移动端布局倾斜。在我们看来,新一代银行的服务入口场景化、虚拟化将是大势所趋。

银行服务入口从“场所驱动”逐渐过渡到“场景驱动”。当前,主流银行业务仍然是“场所驱动”,即用户办理银行业务的入口是实体营业网点。虽然主流银行都有金字塔式的网点体系,且大多在用户的生活半径之内,但每一个网点的服务能力,其实都受到了时间和空间的物理制约。而“场景驱动”下,用户借助移动互联工具,不用前往银行实体网点,通过嫁接在各种生活场景APP中的银行服务入口,即可获得“秒申秒到、即用即走”的银行服务,彻底摆脱时间、空间对银行服务边界的制约。这样的“场景驱动”之下,银行服务入口是“场景化、虚拟化”的,不需要再开设实体网点,基于移动互联技术,运用大数据风控手段,即可在云端“随叫随到”,在各种生活场景之中触手可及,就如同《Bank 3.0》作者布雷特.金恩所言:“未来的银行不再是一个地方,而是一种行为”。

银行网点“单打独斗”变为“场景生态合作”。要在各类生活场景中嫁接银行服务入口,网点单打独斗的局面将被迫转型,银行需连接各利益相关方深度合作,互利共赢。以四川新网银行为例,基于金融开放平台打造了面向移动互联网的生态圈。该金融开放平台针对电商、旅游、出行等各类生活场景平台合作伙伴,提供灵活便捷的SDK、API,以及即插即用的H5 等接入方式,既能满足需求独特的第三方开发者灵活开发需求,也能让第三方开发者简单便捷地直连接入。在这样的生态圈里,新网银行可根据合作伙伴的个性化需求定制相关应用并发布,全力打造包括账户管理、金融咨询、投资理财、贷款服务、移动支付、民生缴费、生活服务等金融和非金融功能的“混血”服务,最终实现“技术、产品、服务、合作”的全面开放。

大数据技术支撑之下的运营“数字化”

大数据技术的持续发展,数据量的持续增加和数据计算能力的持续加强为数字化运营带来了技术可行性和经济可行性。在大数据技术的强力支撑之下,新一代银行与传统银行在运营层面出现了显著差异。

“用户自证信用”向“数据证实信用”转变。以银行信贷流程的进件环节为例,传统银行信息交互依托于纸质介质,申请一笔贷款,用户需要提交户籍证明、婚姻证明、在职证明、收入证明、房产证明、银行流水等至少6项纸质证明材料,来证明“我是谁?”以及“我的还款能力如何?” 这样的“自证信用”,其实归根结底是银行运营缺乏大数据技术的支撑,只能让用户提供数据(纸质资料)作为审批依据。而新型银行使用电子进件,在用户电子授权的基础上,通过调用多个合规数据源,运用大数据分析技术即可毫秒级完成用户身份识别和实时信用评估,并通过多维数据刻画用户画像,提高风险控制精准度。比如说申请四川新网银行“好人贷”,用户坐在家里即可进行手机在线申请,后台大数据风控系统会调用100多个合规数据接口,来对用户进行综合分析决策,完成授信服务。这个过程用户可以说是无感知的,“让数据跑腿”代替了“让用户跑腿”。

“资源消耗型”向“资源节约型”转变。海量数据的处理能力解决了让用户提供纸质资料自证信用的麻烦,全流程数字化运营在提升效率的同时,也进一步减少了资源消耗,使银行逐渐向“成本消耗低、运转效率高、发展速度快”转变。

金融科技支撑之下的风控“智能化”

不管是传统银行还是新型银行,其核心均在于风险控制。新型银行在进化中,运用人脸识别、设备指纹、生物探针、星网关联等技术与手段,已经与传统银行的风控方式产生了巨大的差异,在大数据、云计算、人工智能等金融科技的支撑下逐渐演化成“智能化”的风控决策模式。

决策方式上,从“因果性决策”转变为“相关性决策”。传统银行依靠人工审批,采用的是因果性决策方式,银行分析用户过往的征信记录、收入证明、房产证明等,判断其有信用有还款能力,然后才给用户授信放款,这种决策方式下,银行看重的是用户过往的财务和征信数据;而新型银行则采用的是相关性决策方式,即通过把好用户、坏用户的各类行为特征都录入到大数据智能风控系统,进行相关性分析得出具有普适性的结论,新的用户进来之后,和这样的结论进行比对,来判断其违约的概率。这样的决策方式,银行看重的是用户的行为数据。

决策模型上,从“专家经验决策”转变为“智能模型决策”。传统银行在人工审批阶段,会经历上门尽调核验、人工会审/决策等近5个流程,通过对各类证明材料的研读、求证、判断,最终给出决策,这个过程需要至少2个小时才能完成,其风险判断的标准主要依赖于常年累积出来的专家经验。而新型银行的风控则是利用GBDT、随机森林等机器学习模型进行智能决策。

比如,新网银行自建了包括信用评分模型、履约能力指数模型、恶意透支指数模型、消费倾向模型、资金需求指数模型、个人稳定性指数模型、社交活跃度模型、网络使用倾向模型、游戏沉迷指数模型共九大母模型在内的决策系统。这九大母模型下边又各自有三百多个子模型,每个子模型又有数千个风险计量、风险判断因子,实时评估风险,为风险画像。这个决策过程需要调用近100M的用户数据,但基于人工智能等技术,这个分析过程只要40秒就可以完成。如今新网银行已全面实现批量化处理和自动化审批,99.6%的信贷业务全流程实现机器审批,只有0.4%的大额信贷和可疑交易需要人工干预。

技术驱动型组织架构下的人才“跨界化”

可以看到,新型银行在服务入口、运营、风控等模式上都在积极利用科技力量实现进化,与之相对应的,还有科技力量驱动之下的组织架构及人才队伍革新。

组织架构模式从“业务驱动型”逐渐变为“技术驱动型”。分析传统银行机构的组织架构可以发现,其模式偏向于“业务驱动型”,即业务前台员工数量超过科技、风险等中台员工数量,表现出“大前台、重营销、以及金字塔网点体系”的特征。而新型银行为了适应服务入口虚拟化、泛在化,确保大数据智能风控系统的不断优化,还能根据市场情况灵活调整运营和业务模式,其组织架构模式逐渐演化为“技术驱动型”,其特征为:大中台、重技术、扁平化。以新网银行为例,目前业务员工仅占到全行员工的不足两成,科技与风险等中台员工数量占比超过6成。与此同时,与传统银行动辄30多个一级部门的架构不同,新网银行目前仅有15个一级部门,还有视业务运作情况而成立的专业小组进行灵活作战,组织架构趋向于扁平化。

人才队伍从“相对单一化”变为“跨界多元化”。新型银行在运营过程中,广泛运用金融科技开展业务,对大数据、人工智能、互联网信息系统架构、金融科技等人才的需求明显高于传统银行,因此人才结构也必须多元化,才能在跨界融合的文化氛围中开拓创新。在新网银行中,除了拥有不少传统银行工作背景的员工外,还有超过50%的员工来自于科技行业,比如网络架构师、大数据建模分析师、反欺诈研发工程师等等。

边际成本趋零下的服务“普惠化”

不管是依托场景入口拓展业务,还是数字化运营、智能化风控,新型银行的核心目标均是在成本可控的基础之上,服务更广泛的消费人群,提升金融融通效率。

边际成本趋零为普惠金融提供了现实基础。长期以来,小微群体金融服务可获得性低,获得成本高,导致“融资难、融资贵”成为普遍现象,普惠金融难以深入推进。其实,银行等金融机构推进普惠金融意愿强烈,但进展缓慢的最主要原因在于,推进普惠金融作业成本高昂,以贷款服务为例,线下尽调、人工审批、线下作业,一般一个客户的作业成本在千元左右,如此高昂的成本导致传统金融机构难以向用户提供金额小至几千元、期限短至一两个月的贷款产品,无法满足用户碎片化、高频次的金融需求。而新型银行运用数字化运营模式,极大降低了边际作业成本,目前,四川新网银行单笔作业成本在20多元,未来甚至可以降到几元钱,边际成本趋零。在成本大幅降低的基础上,新网银行得以深入服务小微群体、支持实体经济、践行普惠金融,助力“二八定律”中那80%没有享受到完善金融服务的小微群体,提供更安全、更便捷和更高效的金融服务,用技术的力量做好普惠金融的补位者和探索者。

“分散、小额”型银行产品助推普惠金融深入落地。传统银行基于作业成本收益比,偏向于做集中化、大额化的贷款产品,对于小微企业、个体工商户等“长尾群体”无力顾及,更无法满足其小额、分散化的资金需求。而新型银行借助大数据、云计算、人工智能等方式,得以快速推广“分散、小额”银行产品,且产品的灵活可变空间更大。以四川新网银行为例,借款金额可以小到500元,借款期限小到一天,秒申秒贷、随借随还。截至2017年年底,四川新网银行人均借款金额3300元,笔均借款周期75天,为践行数字普惠金融提供了一条可参考、借鉴、复制的崭新道路。(来源:新网银行)

[责任编辑:敬一蕾]

  • 好文
  • 钦佩
  • 喜欢
  • 泪奔
  • 可爱
  • 思考
凤凰政务

网罗天下

免责声明:本文仅代表作者观点,与凤凰网无关。翻译版本出于为广大网友提供参考信息为目的,并不意味着赞同其观点或证实其内容的真实性,我们不对其科学性、严肃性等作任何形式的保证。用户不得用于任何商业目的,不得以任何方式修改本作品,基于此产生的法律责任凤凰网不承担连带责任。如有问题请联系sichuan@ifengsc.com。本网指定法律顾问:四川开山律师事务所。

凤凰中韩热门推荐

今日推荐

凤凰新闻 天天有料
分享到: