金融科技重塑傳統商業銀行業務模式的經濟學解釋
摘要：伴隨著科技進步，金融科技正在逐步進入3.0階段。從最初的金融信息化，提供簡單的線上服務，到互聯網金融的誕生和發展壯大，再到如今以大數據、人工智慧、區塊鏈等前沿技術為支撐，為客戶提供精準而個性化的金融產品。金融科技開始以科技的驅動來逐步變革金融，重構金融生態圈。本文通過對金融科技的深度分析，重點解釋了為何金融科技能迅速發展壯大並深刻影響我國銀行業業務模式，並對我國銀行業未來的金融科技發展前景進行了展望。
1.金融科技概述
1.1金融科技的定義
金融科技，來源於國外Fintech，即finance+technology的縮寫，英文原意是「金融科技」。維基百科給出的定義是，由一群通過科技，讓金融服務更高效的企業，構成的一個經濟產業。我們的定義是把大數據、雲計算、區塊鏈、人工智慧等高新技術，全面應用於支付、清算、融資租賃、保險、互聯網金融等方面，降低金融服務成本，提升金融服務的運營效率和用戶體驗。
1.2金融科技的發展歷程
金融科技伴隨互聯網的發展應運而生，到目前為止大致經歷了三個發展階段。
金融科技1.0時代的顯著特徵是金融信息化，金融機構利用IT和互聯網為金融用戶提供簡單線上服務。在這個階段，通過計算機主機和終端布局，對金融機構前中後台和組織體系的縱向和橫向之間予以連接，實現傳統業務處理向現代化信息系統的數據化業務處理遷移，提升了金融業務的數據計算、存儲與傳輸效率。
金融科技2.0時代的主要特徵是互聯網金融的蓬勃發展。2013年以來，以第三方支付、P2P、眾籌為代表的互聯網金融發展經歷了野蠻生長後的規範性發展，孕育了大批知名的互聯網金融平台，其中以螞蟻金服與天弘基金合作的餘額寶、平安銀行旗下的陸金所為代表。
目前正處於金融科技發展的3.0時代，其典型特徵是前沿科技對金融領域的變革程度加深。利用大數據、區塊鏈、人工智慧、機器學習等領先科技在風險控制，智能投資決策和平台安全等方面進行金融服務創新，提升金融服務的運營效率和用戶體驗，讓所有普通的個人用戶和小微企業都能享受公平、高效和便捷的金融服務，共享金融科技的成果。
2.我國傳統商業銀行的業務開展模式
2.1傳統商業銀行的業務分類
按業務複雜程度和對網點依賴程度，傳統的銀行業務可分為兩塊：一部分是傳統業務，包括一般存貸款、簡單的交易類業務、個人零售業務、對公業務、貿易融資等，主要是靠大量分支行網點來支持。另外是複雜業務，如衍生產品、結構性融資、租賃、引進戰略投資者、收購兼并上市等，這些是高技術含量、高利潤的業務領域，主要依賴於分行和總行業務部門。
按照其資產負債表的構成，銀行業務主要分為三類：負債業務、資產業務、中間業務。
2.2傳統的商業銀行業務模式主要特徵
（1）線下渠道發達，線上流量缺乏。業務拓展高度依賴分支行網點，大量的人力成本消耗在簡單銀行業務的處理中，營銷資源匹配不足。
（2）以產品為中心。利率市場化之前，由於有先天的壟斷優勢帶來的息差收入，銀行更側重於服務創造更大價值的大客戶，對中小客戶重視不足。過於強調自己的產品銷售，卻忽略了單個客戶的個性化金融需求。
（3）產品同質化嚴重，創新能力不足。由於壟斷優勢的存在，傳統的商業銀行創新動力不足，每家銀行提供的產品與服務都大同小異，缺乏足夠優質和差異化的創新產品。
（4）經營模式封閉，缺乏互聯網思維。傳統的商業銀行在運行體制上比較封閉，一些大型國有銀行更是體制僵化。缺乏互聯網開放、平等、普惠、共享的理念，隨著金融科技的不斷衝擊，這一情況正在發生改變。
3.金融科技手段與銀行傳統業務模式的經濟學比較
3.1人工智慧的運用——機器人VS大堂經理
金融科技運用的一個重要技術就是人工智慧，如今多家銀行都在自己的營業網點上線了智能機器人和可辦理絕大部分非現金業務的智能設備，比如建設銀行的「小龍人」機器人和STM設備。
從經濟學的角度來講，人工智慧產品出現在銀行營業網點並呈現迅速增多的現象，根源在於成本優勢和高服務效率。一台人工智慧設備按10萬元/台計算，可以使用很多年，不僅可以標準化不休息的辦理90%以上的銀行業務，而且能不斷進行應用升級，而僱傭一名櫃員做同樣的事情一年的人力成本可能就遠遠超過10萬。
3.2人臉識別的運用——生物識別技術VS傳統驗證手段
基於生理特徵進行客戶身份識別和驗證是科技應用於金融領域的最新成果，而且這項技術一經推出就受到了各類金融機構的熱捧。去年，農業銀行就已推出在ATM機刷臉取款的業務，最近建設銀行還推出了刷臉支付業務。
生物識別技術必將快速取代傳統的密碼驗證手段，其經濟學解釋在於節約了交易時間，提高了交易安全性。因為每個人的特定生物特徵都是唯一的，你不用擔心丟失或被盜取。而僅需要刷個臉或驗證個指紋，可以節約掉輸入密碼和縮短等待驗證的時間。
3.3大數據和雲計算的運用——個性化的精準營銷VS網點推銷
個性化和智能化是未來金融服務領域的重要特徵，而大數據、雲計算和深度學習等金融科技手段，正在將這一切變為現實。通過海量的數據進行提煉，可以做到精準的用戶畫像，通過對客戶行為的分析，建立模型並進行不斷地機器學習和訓練，就可以智能化的為客戶定製真正最滿足其個性化需求的金融服務和產品，避免了網點客戶經理基於經驗判斷的撒網式低效營銷。
智能投顧、量化投資以及精準營銷手段之所以能如此迅速的發展，其經濟學解釋在於降低了交易成本，實現了帕累托最優。通過精準化營銷，一方面提升了營銷成功率，另一方面也把最合適的產品推薦給了對其偏好度最大的客戶，實現了銀行與客戶的互利共贏。
4.銀行業金融科技發展的兩大展望
4.1更多的傳統銀行業務將變得金融科技化，重點在獲客活客、精益管理、信貸流程優化、風險控制、運營升級等方面。
傳統零售銀行和網路金融業務將會持續運用新技術優化服務體驗、強化服務能力，可以預見在線上和線下渠道將會越來越多的採用人工智慧技術，在人臉識別開戶及支付、智能客服、無人網點、精準營銷與產品推薦、量化交易、大數據風控、智能投顧等金融科技應用場景中，大數據、機器學習、知識圖譜、區塊鏈等技術仍將發揮重要的作用。
4.2傳統商業銀行將繼續在場景金融建設中發力。
線上應用場景少是傳統銀行的劣勢，預計商業銀行將繼續發力場景生態建設，在電子商務平台、社區銀行、移動生活服務、加油站金融、汽車金融、機場金融等，選擇與互聯網、新零售、房地產、能源、製造、出行等行業深度跨界合作。
.
備註：文章系原創，未經允許不得轉載。
TAG:投咨匯 |