商业银行与金融科技融合：现状、趋势与对策

商业银行与金融科技融合：现状、趋势与对策

摘要：全球科学技术迅速发展驱动金融科技创新浪潮，金融科技进而成为传统商业银行转型升级的战略力量，传统商业银行与金融科技深度融合已成为不可逆转的发展趋势。本文结合全球科技发展阶段性特征，深入分析了当前我国商业银行与金融科技融合发展的必要性、现状及发展趋势，在此基础上，提出了我国商业银行金融科技应用的策略建议。
关键词：金融科技；商业银行；转型升级；融合
DOI：10.3969/j.issn.1003-9031.2018.05.04
中图分类号：F831.2文献标识码：A文章编号：1003-9031（2018）05-0031-08
一、引言
随着网络基础设施建设完善，智能设备不断普及，移动互联网广泛应用，以及以大数据、云计算、人工智能、区块链为代表的新技术日趋成熟，科学技术为传统金融服务模式革新创造了基础。伴随金融需求多样化、复杂化和个性化，金融与科技碰撞和融合持续演进，金融科技成为当前全球金融市场的热门话题。
在强势资本的催化下，全球有超过2000家金融科技公司正依托大数据、云计算等新兴技术，颠覆和重塑传统银行业务模式，金融科技类公司与传统银行业机构之间的竞合关系必将成为市场常态。例如，以美??银行、花旗集团和摩根大通等国际银行陆续关闭线下物理网点，线下服务逐渐向线上完成，全球银行业竞争格局正在发生巨变。
我国金融科技领域投资和金融应用引领全球市场，根据毕马威和风险投资公司H2Venturess联合发布报告《2017全球金融科技100》显示，在全球前十大最具有创新性的金融科技公司中，中国的金融科技公司占据五席。随着我国民营银行准入、金融科技类企业陆续进入传统商业银行市场，“鲶鱼效应”将倒逼银行业从渠道管理、客户关系、风险控制和服务模式等层面进行变革，商业银行与金融科技大融合将会是银行业发展历史上具有里程碑意义的事件。
二、全球科学技术发展驱动金融科技创新浪潮
对于金融科技内涵和外延，目前行业内尚未形成统一规范的定义。全球金融稳定理事会（FSB）认为金融科技是通过技术手段推动金融创新，以此形成对金融市场、机构和金融服务产生重大影响的业务模式、技术应用和流程、产品。其他金融监管机构，如国际证监会组织（IOSCO）、美国国家经济委员会（NEC）、英国金融行为监管局（FCA）、新加坡金融管理局（MAS）和中国台湾地区等，也都从范围、应用、影响、业务模式等方面给出了定义。
综合来看，金融科技是遵循金融本质的创新金融实现形式，以大数据为基础，以技术为手段，核心在于通过各种前沿科技技术的应用，实现金融服务效率提升、交易成本降低、产品和服务形式创新以及客户体验改善。从内涵来看，“金融科技”和“互联网金融”是等同的。
根据目前发展态势，金融科技主要分为三个层面：以第五代通信、芯片技术为核心的基础科技层；以区块链、生物识别、大数据、云计算、物联网、机器学习、人工智能、机器人、虚拟现实技术为代表的应用科技层；以量化模型、大数据分析、大数据征信、第三方支付、互联网借贷、互联网理财、智能投顾、互联网保险、互联网证券、互联网银行、众筹等为代表的金融服务应用层。邬贺铨2016年指出，从当前全球科技发展态势来看，基本上处于驱动产业革命承上启下的关键时期。
（一）摩尔定律驱动芯片技术突破了计算能力瓶颈
英特尔公司创始人戈登.摩尔于1965年提出著名摩尔定律，指的是计算机等IT产品的性能每隔18个月会翻一番。摩尔定律驱动当前国际集成电路产业实现突飞猛进发展。腾讯研究院在2017年研究得出美国占据芯片产业的绝对主导地位，并且在新增投资领域投入巨大，以人工智能领域为例，美国过去十年在芯片上的融资额高达308亿美元，是中国的23倍。中国一直是集成电路的消费和生产大国，2000年以来，国家出台了一系列促进集成电路发展的规划和扶持政策，推动我国集成电路产业进入快速发展期，大而不强的现象有所改观。
（二）5G技术商用将推动通信能力从量变到质变
人类对信息的强烈渴求推动着通信技术以其他技术无以比拟的速度发展，移动通信技术自20世纪80年代诞生以来，大概每10年进行一代技术更新，目前已经进入5G商用的爆发前夜。我国“十三五”国家信息化规划明确了5G的发展目标是开展5G研发试验和商用，主导形成5G全球统一标准。同时，推进5G关键技术研发、技术试验和标准制定；统筹优化5G频谱资源配置，适时启动5G商用；到2020年，5G完成技术研发测试并商用部署。
5G相比4G有着全面优势，容量上增长1000倍，峰值传输速率提升100倍（5G为10Gbps，4G为100Mbps），端到端时延缩短5倍，可联网设备数量增加10-100倍，低功率MMC（机器型设备）的电池续航时间增加10倍。业内人士认为，从1G到4G都是量变的过程，而从5G开始，将实现从量变到质变。目前国际电联（ITU）定义了三大5G应用场景，除了增强移动宽带（eMBB，人与人之间），还包括海量机器类通信（mMTC，人与物之间）和超可靠低延时通信（uRLLC，物与物之间），从而实现真正意义的融合性网络。
（三）第三次人工智能浪潮可能迎来突破性拐点
人工智能是指开发和应用相应的计算机系统，来执行通常需要人类智力才能完成的任务，如视觉感知、语音识别、手势控制、机器学习和语言处理等。根据毕马威咨询公司2016年调查显示，中国领先的50家金融科技公司，其核心应用技术均与人工智能相关。
人工智能经历了三次发展浪潮。1956年达特茅斯会议推动全球第一次人工智能浪潮的出现，该次浪潮一直持续到1974年，出现了很多顶级算法，其中包括被称为增强学习雏形的贝尔曼公式，这也是被称为GoogleAlphaGo算法的核心思想。80年代，人工智能迎来第二次浪潮，一类名为“专家系统”的AI程序开始为全世界的公司所采纳，知识库系统和知识工程成为了80年代AI研究的主要方向。前两次浪潮均以泡沫破灭为结局，第一次泡沫破灭的主要原因在于计算能力，第二次泡沫破灭的主要原因在于算法。1993年以后，以深度学习为核心的机器学习算法获得发展，大数据、云计算和新型芯片的发展使得可用计算能力和数据获得飞跃式发展，推动人工智能进入第三次浪潮。大数据、物联网、云计算构成第三次智能浪潮的三大支柱。其中，大数据、物联网提供了机器赖以学习的材料，助推机器学习方法获得用武之地。在大数据之前，计算机并不擅长解决人类智能问题，这也是前两次人工智能浪潮失败的重要原因。有系统性多维度大数据后，人类将智能问题转化为数据问题，由此另辟蹊径，成功开启了智能革命。云计算提供了人工智能所需的运算力以及与场景应用的联结方式。芯片技术、5G、物联网、大数据、云计算、机器学习提供了人工智能所需的软硬件条件，构成人工智能发展的技术性制约因素基本消除。当前首要任务是提升技术成熟度以及“现代产业+智能”的非技术性融合。
第三次人工智能发展可能成为超越人类智能的拐点，将会给人类社会带来实质性影响。李开复（2017）预计10-15年内人工智能将取代世界上50%的工作，而金融业将成为人工智能最先冲击的行业之一。一方面，通过机器人流程自动化程序，模拟形成一系列动作的解决方案，尤其是应用于需要人机互动的工作；另一方面，通过深度学习和机器智能，取代那些原需要人类智能才能完成的工作。吴军（2016）认为机器智能的概念从提出至今已过60年，但是真正的突破却是在拥有了大数据后，智能技术的拐点可能就发生在从10年前开始到接下来的二十年间。
腾讯研究院（2017）指出，需警惕人工智能领域创投行业第三次泡沫爆发。主要表现在：一是目前AI创投领域已开始出现资金多但项目缺的现象，新增企业数量稀少，资金主要跟投存量项目；二是许多项目和技术还需要相当长的实践才能达到一定的市场成熟度，从而获得消费者认可。
（四）区块链技术重塑底层技术推动全球投资研发热潮
区块链技术脱胎于2009年1月诞生的比特币。国内外对区块链技术的研发和投资始于2014年，市场普遍对该项技术持有非常乐观态度。根据2017年IBM调研报告显示，未来四年全球约有66%银行将拥有一定规模、可用于商业化的区块链金融技术。但区块链技术实际落地项目尚未取得突破性进展。2014年，巴克莱、瑞士信贷、摩根大通等银行加入金融技术公司R3领导的组织，着手研究制定行标，由此推动了全球区块链研究与投资热潮，研发方向主要包括比特币、侧链、私有链/联盟链、智能合约、区块链底层操作系统等五类。前两种都涉及货币发行，动摇了央行根基，受到的非技术阻碍较多，发展受限，主要以央行研究推进为主。后两种，特别是私有链和联盟链，成为目前主流的研发和投资方向，最后一种主要是美国在推进。然而，截至目前，除以比特币为代表的数字货币外，区块链技术尚没有其他被市场广泛接受的突破性应用。
三、金融科技创新是商业银行转型升级的必然选择
（一）经营成本上升冲击传统商业银行服务模式
传统商业银行因拥有牌照垄断优势，虽历经了过去几十年的高速发展，但面临的问题越来越突出，如业务模式单一、创新动力不足、内部组织效率低下和运营科技系统对前端营销支持力度不够等问题。在新兴互联网金融冲击环境处于被动地位，运营成本上升，而经营利润增速在逐步下降。
相比传统商业银行模式，金融科技使得经营成本显著下降。例如，云计算和分布式架构不仅将降低前期成本，也将减少后续基础设施成本。金融科技模式下极大减少了对物理网点的依赖，特别是新设立的互联网银行已经完全脱离了原有的建立物理网点的经营模式。
（二）新兴金融科技企业创新带来的外部市场压力
金融科技以提高客?籼逖槲?中心的理念，以迅雷不及掩耳之势分割传统商业银行市场，特别是以往商业银行无暇顾及的长尾用户。例如，2014年才成立的蚂蚁金服，借助便捷的支付方式吸引了大量流量，从而拓展到理财、智能投顾、众筹、消费等，形成了目前最具有代表性的开放性综合金融服务平台。金融科技对银行业务模式、客户关系管理、渠道管理和风险管理等方面产生了全方位的系统性影响，作为具有百年历史的传统银行商业模式正悄然被金融科技所打破。
同时，金融科技企业正全面推进“科技+”金融模式创新。“传统”金融业以往面临的很多痛点问题或构成其高行业门槛的风险管理能力，正面临着金融科技企业以人工智能为手段的直接冲击。例如，利用量化风险模型实现消费借贷的快速审批、利用移动计算提升服务便捷度、利用云计算大幅提升服务的响应速度、利用大数据快速准确发现信贷领域的欺诈行为等。
（三）全球金融科技浪潮已成为不可逆转的发展趋势
全新数字技术正在重塑现有金融产品和服务的价值表现形式，企业消化和吸收新生事物的速度和效率明显加快。金融科技对商业银行服务模式的影响是根本性的，具有不可逆转的发展趋势。
国际商业银行加快了金融科技应用步伐。根据公开数据显示，国际商业银行雇佣人数中，科技类人才占比超过了80%，并且呈现增加趋势。美国银行、花旗集团和摩根大通为代表的国际银行逐渐减少线下物理网点，加大对移动终端的投资，提升用户的移动终端服务体验。
金融科技成为近年来全球资本市场投资的宠儿，但市场逐渐趋于理性。根据KPMG报告调查数据显示，全球2017年金融科技融资超过了310亿美元，与2016年维持在同一水平，过去三年全球金融科技融资达到1220亿美元。2017年我国金融科技融资高达到3亿元。从全球资本市场融资情况来看，金融科技领域融资有逐步退烧迹象。根据波士顿咨询报告称，2017年资本市场对金融科技领域股权投资约为5.7亿美元，净投资规模减少至2015年（11.8亿美元）和2016年（11.9亿美元）的一半，创2012年以来最低水平。
金融科技研究与应用在我国战略与战术层面都得到了高度重视。在我国经济从要素驱动向创新驱动转型过程中，我国政府将金融科技领域支持力度已上升至国家战略层面，金融科技在银行业是一场自上而下的战略改革。2016年8月，国务院发布《十三五国家科技创新规划》，明确提出“促进科技产品和服务创新”。国家战略层面政策支持为商业银行金融科技转型发展创造了的政策红利空间。各省市为争夺金融科技发展先锋，纷纷出台了相关配套支持政策，在全国范围内形成了比较良好的创新环境。四、我国商业银行与金融科技融合现状与趋势
互联网金融迅速崛起倒逼传统商业银行创新升级以应对新兴技术的冲击，国内主要商业银行均纷纷提出了以金融科技驱动银行业转型发展的战略方针。总体来看，银行业在金融科技中正以开放和合作态度拥抱新兴技术，在研究和应用节奏把握、融合方式等方面处于探索阶段。以下我们重点分析股份制商业银行的科技应用现状与发展趋势。
股份制银行均赋予金融科技在各行的重要地位，部分银行将金融科技上升到全行战略高度。例如，招行在战略上最为聚焦，定位为金融科技银行，且投入资源力度大（按其2016年度税前利润790元计算，该行每年将向金融科技创新基金专项拨付近8亿元）。招行与兴业的金融科技运作模式最为先进，均采用公司化运作模式，市场化程度最高，且已初步形成对外技术输出的能力。
（一）金融科技应用产品陆续推出，但差异化尚未显现
2016年以来，商业银行陆续推出智能投顾品牌，时机上与金融科技公司几乎同步。截至2017年11月末，除光大、华夏外，股份制银行均已推出智能投顾平台。光大银行宣布即将推出阳光AI投，华夏银行宣称将参考市场和同业情况择机推出智能投顾。各行产品思路相似，均处于产品初期，目前尚难分高下，有待通过一段时间的数据和算法积累，方能根据实际运行情况评测市场影响力。
智能语音系统和网点智能机器人已经成为银行的智能客服标配。通过语义解析和关键词技术调取银行知识库，结合路径规划、激光导航、自动避障等技术，智能机器人实现五大功能：厅堂迎宾和人机交互、业务分流并引导客户至指定地点、业务咨询、业务处理、产品营销。智能语音系统可实现呼入应答和主动呼出，背后技术逻辑与智能机器人类似。
越来越多的银行业机构通过同业异业合作方式加入区块链应用创新队伍。商业银行方面，包括招行的跨境直联支付区块链平台、兴业的区块链防伪平台、中信与民生合作推出的国内信用证信息传输系统、微众与华瑞共同开发上线基于区块链技术的联合贷款备付金管理及对账平台、平安的壹账链BaaS等。除了金融科技企业和商业银行，央行和银行业监管机构也投入重要研发资源。例如，新加坡金管局牵头八家商业银行研发试运行区块链银行同业支付系统，中国人民银行则成立数字货币研究所专攻数字货币。从目前市面上推出的所谓的区块链应用场景来看，都是通过传统技术即可实现的，“虚幻”的成分更多一些，尚未有相对于传统金融体系的真正优势。
（二）零售银行、财富管理和支付结算最可能被率先颠覆
普华永道（2017）研究指出，传统金融机构的零售银行、财富管理、资金转移支付是未来五年最有可能被金融科技颠覆程度最高的领域。
支付结算是商业银行最早被架空的业务领域，特别是在个人客户支付结算。虽然支付结算的交易操作还在银行体系内完成，但是银行再也不能像过去一样收取不菲的结算佣金。目前，金融科技公司通过第三方支付，基本上已经打通支付领域的几乎所有支付场景，并且提供了更加便捷且安全的支付体验。
大资管时代使得财富管理成为金融科技大力渗透的主要领域，金融科技公司通过推出界面友好的移动端软件工具，借助大数据掌握客户风险偏好和投资习惯，实现自动化、智能化的投资产品推荐和管理功能。2017年10月18日，美国EquBot、ETFManagersGroup共同推出了全球第一支??用人工智能、机器学习进行投资的ETF：AIPoweredEquity（AIEQ.US），上市以来收益率不俗，预示着资产/财富管理领域开启完全智能投顾时代。
随着消费在国民经济中占比的稳步提升，巨大的消费金融（大数据征信、网络借贷、P2P）空间吸引了金融科技企业的目光。金融科技企业基于大数据和机器学习，构建自动化的信用风险量化评估模型，大幅提升消费金融的审批时效，实现秒级授信和审批。目前，金融科技公司在消费金融领域的切入点主要是央行征信系统未覆盖的客群，如针对学生、蓝领和大部分农村户籍居民，提供移动支付和消费分期业务。下一步发展趋势将是做深做透基于大数据的客户画像，提升消费信贷个性化定价能力，提升场景化服务水平，逐步实现向商业银行服务客群的渗透。
随着优势互联网企业在金融服务领域的渗透，金融科技公司已不再满足于一到两个单项金融服务，而是开始以人口、平台和数据为保障，着手布局涵盖个人生活场景的综合化金融服务。这种综合化的渗透，以大数据为纽带，以基于移动互联网的场景为手段，大幅提升获客效率和客户黏性，形成对传统零售金融体系由点到面的冲击。
国内主流互联网公司是金融科技应用的主力，在金融服务品类上基本属于全面出击型。此外，受风投推动，一些垂直领域的小公司也非常活跃。这些公司的基本做法均为通过广泛收集数据信息，通过数据比对、分析加上机器学习和自然语言处理等手段完成反欺诈、风险管理、量化分析等日显复杂的工作。以大数据风控为例，随着大数据及人工智能的逐步推进，一些技术和应用已经逐步成为标准化产品。银行业信贷部门的授信报告，已经被金融科技转化成为一项低附加值的工作。可以预计，随着数据的进一步积累和机器学习，该项工作将会被彻底取代。
（三）金融科技将重塑银行风险管理模式
当前大数据风控的深度和广度逐步提升，围绕个人客户建立客户画像，目前已逐步延伸到企业客户。未来基于大数据、云计算和人工智能技术的风险管理必将成为未来市场主流。风险管理作为银行业存在之本，商业银行一般不会主动透露各行核心技术，只有形成对外技术输出或特色产品时方能被市场感知。截至2017年11月末，股份行普遍推出了基于大数据的直销银行类消费贷产品；兴业、平安在风控产品上已经形成了对外输出能力，兴业银行大数据风控产品已经应用于企业客户；招行通过消费子公司获得了大数据征信牌照。
五、我国商业银行金融科技发展的策略建议
（一）完善顶层设计，激发金融科技应用的持久动能商业银行应将金融科技放置于战略核心位置，金融科技是银行转型升级重要的助推力，直接关系未来商业银行竞争格局。在科技化浪潮中，传统商业银行应积极的适应迅速变化的新环境，拥抱创新才是金融机构持续竞争力的法宝。
一是建立金融科技的创新联络与协调工作机制，以金融科技为核心，加强银行各职能部门和业务条线的协同效应。金融科技产品落地必然涉及到银行业务流程和组织管理架构的改变，科技产品创新不仅仅是利用科技工具改变金融服务模式、提高金融服务效率和客户体验，最重要体现了银行内部公司治理和组织效率。
二是研究成立金融科技创新孵化机制。要支持金融科技重大基础性创新，必须配套建立相应的保障机制，可研究的内容包括：设立金融科技创新基金；建立创新项目评估、整合、效果检测、后评估机制；建立以客户体验为中心，横向比较的金融科技成果应用效果评测体系。
（二）改革渠道管理，围绕移动端加强产品经理队伍建设
一是加强渠道整合与协同管理，研究围绕移动端建设银行业务渠道的思路和方案。未来，移动渠道才是王道，银行与客户互动的渠道将继续向移动端迁移，当前有必要研究加强渠道的整合管理，研究将渠道建设重点转移到移动端的可行性方案，突破以银行为中心的思维，转向以客户为中心的渠道场景化管理。
二是建立以客户体验为中心的评测体系。金融科技浪潮大幅降低客户转换成本，留住客户最重要的是优质客户体验，百度、腾讯等互联网公司都设有用户体验部。
三是研究加强产品经理队伍建设。在市场营销和客户服务三支队伍中（客户经理、产品经理、风险经理），产品经理队伍是相对薄弱的环节，而在智能移动互联网时代，产品经理的角色会越来越重要，因此有必要研究加强产品经理队伍建设，通过产品经理与产品的密切挂钩，实施以产品驱动增长的策略。
（三）重点夯实大数据基础，强化大数据场景应用
我国商业银行经过近几十年的发展，已累计了比较全面的客户?稻荩?但数据资源存在信息孤岛、片段化，利用效率低等特点。银行业应尽快整合内外部数据，构建客户全景画像、客户资金关系圈、客户信用评级等基础数据产品，为具体的大数据应用项目提供通用数据服务。
以通用数据服务为基础，构建了大数据应用体系，推动银行业务模式创新、产品创新及流程创新。积极探索推动大数据技术在实际业务场景中的落地，现已在零售业务的风控、营销、客户维系等方面进行了全面应用，包括信用卡首笔反欺诈功能、零售银行实时营销通用推荐，以及将资金关系圈应用于协助信用卡部门进行失联客户寻回和催收。
加快大数据积累，除了建好银行自身结构性的数据仓库，要更多地研究获取和利用外部数据源，包括非结构性数据。同时要做好数据隐私保护，确保数据不被私自贩卖和利用。研究获取大数据征信牌照，通过建立和完善用户画像，对客户行为实现动态管理和预测，提升银行反欺诈和风险管理能力。
（四）加强外部合作，加速金融科技创新及成果转化
一是加强与金融科技公司的外部合作，加速金融科技应用创新。与外部金融科技公司联合设立金融科技创新实验室，每年重点立项和攻关创新项目。以积极姿态寻求加入金融科技多方研究组织，包括与有影响力的科研院所联合推进特定课题研发，加入特定目的的企业联盟，以及联合成立智库等。以投贷联动方式投资金融科技企业，密切关注试点动向。采购金融科技企业部分产品与服务，采购对象可包括外部专家资源和金融科技初创公司。
二是加强与监管部门的沟通合作，促进创新成果转化。金融科技创新需要获得监管部门支持，以最大限度取得金融创新和管控金融风险的平衡。一方面，在推进金融科技应用创新的全流程中，主动顾及监管部门对维护金融系统稳定、保障消费者权益和维持金融市场秩序的核心关切。另一方面，及时跟进监管动态，与监管部门保持良好的互动关系，主动承接监管部门的研究任务、业务研讨和制度建设咨询会议，共同推动金融创新业务的建章建制，共同促进创新成果转化，实现金融科技的可持续发展。
（五）采取跟随策略，关注区块链及数字货币进展
区块链技术的去中心化、无政府主义思想与既得利益者对中心化的私欲是相悖的，是制约区块链技术应用的最大阻碍。事实上，绝对的“去中心化”是不存在的，也是不现实的。我们认为，以金融机构或金融机构联盟为主体建立的区块链网络不具有可持续性。业内目前以及今后推出的区块链应用，很难经得起市场的推敲。但考虑到前期大量的资本投入，加上越来越多的官方机构加入到区块链研发上来，“空手而归”是不被允许的。因此，后续应保持对央行研究进展的关注，适时制定应对策略。
参考文献：
[1]邬贺铨.大数据与机器智能催生智能时代[M].中国：中信出版集团，2016.
[2]李开复.警惕人工智能革命演变成科技“军备竞赛”[N].金融时报，2017-12-06.
[3]吴军.智能时代[M].北京：中信出版集团，2016.