2019-2020中国金融科技价值研究报告.pptx

2019-2020中国金融科技价值研究报告,概念定义,金融科技定义：金融科技主要指运用前沿科技成果（如：人工智能、区块链、大数据、云计算、物联网等）改造或 创新金融产品、经营模式、业务流程，以及推动金融发展提质增效的一类技术。,金融科技公司定义：将金融科技应用于自身金融业务（且该公司只经营金融业务）或对外合作的一类公司。金融科技服务商定义：通过企业自身技术能力，对金融机构或金融科技公司进行技术输出或合作（且不仅服务于金融机构 及金融科技公司）的一类技术公司。,报告摘要,趋势建议,金融科技发展 与价值,行业分析,经历了“IT电子化互联网金融金融科技”的发展阶段，金融科技的概念逐渐明晰，且逐渐成为了推进金融业 务创新发展的主要力量；几年来，监管陆续出台“科技+金融”政策导向性文件，肯定了金融科技的同时为建立健全金融科技监管制度与 市场秩序做出了卓越贡献，2019年8月金融科技三年发展规划的落地更是为金融科技发展做出了顶层规划与 指导建议；一大批互金企业重点发展金融科技的同时，传统金融机构也逐渐意识到了科技的重要性，头部机构纷纷加大金融 科技资金投入，金融科技的战略地位得到显著提升。,金融科技企业推动了技术的发展，为加速金融科技的价值变现，中国企业正在增强科技自主创新发展的力量，如 积极进行开源生态建设，通过联邦学习等技术解决数据孤岛难题进而推动AI落地；金融科技已经渗透到金融业务各领域，以借贷、理财、保险、支付等为代表的金融典型领域在快速发展的同时仍 面临各类业务问题，金融科技在各业务领域中的创新与应用使业务痛点得到了不同程度上的解决。在全球经济增 速放缓、中国经济进入新常态的宏观背景下，金融科技可以帮助提供更优质的金融服务能力、简化金融业务流程、 降低金融服务成本的同时提升金融服务效率，不断驱动业务发展；基于金融科技在不同业务中的创新应用以及对业务痛点的解决，金融科技在金融业务中的价值主要体现在获客效 率的提升、风控效果的提高、产品设计的精细化与差异化、成本结构的优化、更高效的多方业务协作。,国内监管科技尚处初级发展阶段，但在政策的鼓励和监管升级需求的双重推动下，监管科技的蓝海市场逐渐涌现；直销银行、智慧银行、互联网银行、虚拟银行、开放银行等概念频现，银行业正在逐步走向数字化、开放化的新 格局；区块链政策向好将带动金融机构区块链技术投入增长，预计至2022年金融机构区块链投入将达90.4亿元，其中 银行占比遥遥领先；RPA市场被广泛看好，金融机构RPA资金投入力度将逐渐增加，预计至2022年将达42.5亿元；企业在过度关注金融科技技术发展的同时，更需重视技术的业务落地、关注金融科技为企业带来的实际价值，培 养具备“业务思维”的技术型人才，以降低试错成本并提高技术产生的价值。,金融科技行业概述,1,金融科技发展与价值分析,2,典型企业案例介绍,3,发展趋势及建议,4,中国金融科技发展脉络,科技从后台支持的位置走 向前端，后第一批P2P企 业出现，纯线上化金融业 务得到发展，科技终于真 正渗透到金融最核心的业 务中，成为部分金融机构 创收的重要因素,第三方移动支付崭露头角， 余额宝横空出世，传统金,融行业受到冲击，各机构 开始进行大规模互联网化,布局，P2P、互联网保险、,互联网理财等一系列新兴,科技在金融业务的主要应 用领域为IT系统构建、获 客和风控,金融科技概念进入中国， 受到监管、行业和用户的 普遍关注，以技术输出为 核心业务的企业涌现，但 普遍处于初创期,金融业务快速兴起和发展。 适逢互金行业乱象频生，,监管收紧，很多互金公司 开始标榜金融科技公司， 但事实上多数企业的科技 属性还非常弱，金融科技 只浮于概念,互联网及数字技术出现， 传统金融机构受到提高工 作效率等需求推动，开始 通过传统IT软硬件实现办 公自动化、电子化，以实 现业务升级,IT电子化互联网金融金融科技，技术在业务中的渗透逐步 深入中国金融与技术的融合开始于20世纪80年代，而金融科技（FinTech）的概念在2015年进入中国。早期的技术应用是金融 业务的IT基础设施，电子化工具为主。后随着第三方支付、P2P网贷等一系列互联网金融业务的快速发展，技术逐渐从后 台的位置转移到了前端，渗透到了金融的核心业务领域。2016年起，伴随着金融科技概念兴起和监管的收紧，行业开始重 新审视科技的重要性，以技术输出为核心业务的企业开始出现，此外，金融科技对于金融业务的意义也更加重要，以消费 金融为例，2018年以来，在监管愈加收紧背景下，多数互金公司转型助贷，通过金融科技为银行、信托、消金公司等金融 机构提供获客、风控、反欺诈等技术输出服务。中国金融科技发展历程2004年以前2004-2012年2013-2015年2016-2018年2018年以后,大数据、云计算、人工智 能等技术快速发展，行业 对技术的理解愈加深入， 技术输出型金融科技企业 价值快速上升，新进入者 也不断增加互金企业科技属性增强， 不仅将金融科技深度应用于 获客、风控、贷后管理、客 户服务等环节，部分公司 也开始探索纯技术输出。,技术作为业务基础设施，未能进入核心领域,科技从后台支持的位置走向前端，并进入金融业务核心环节,概念逐渐明晰，金融科技成为业务发展核心力量，甚至发展成 为企业主营业务，并且在业务中的应用与渗透逐渐加深。,IT电子化,互联网金融,金融科技,中国金融科技政策环境,1993年,深圳科技局首次提出“科技金融”概念,2014年1月,2015年1月,2015年7月,2017年5月,央行成立金融科技委员会,2019年8月,2017年7月,科技与金融开始走向融合,在大力培育和发展服务科技创新的金融组织体系、进一步深化科技和金融结合试点等七个方面提出了部署和要求,旨在加强金融科技工作的研究规划和统筹协调，切实做好金融科技 发展战略规模与政策指引,金融科技三年发展规划,确立了金融科技发展的指导思想、基本原则、发展目标、重点任务 及保证措施，全视角统筹金融科技的未来发展,新一代人工智能发展规划,将智能金融发展上升到国家战略高度,关于促进互联网金融健康发展的指导意见,鼓励新兴金融业务与服务业态创新，提出“分类指导”的监管思路，健全纯线上金融业务的监管制度与市场秩序,关于大力推进体制机制创新，扎实做好科技金融 服务的意见关于推动移动金融技术创新健康发展的指导意 见,推动科技金融的底层基础环境建设，推动科技金融在各领域的应用,金融科技创新助力金融高质量发展的价值已被充分肯定在新一轮科技革命和产业革命背景下，科技与金融业务的结合也越来越广泛与深入，科技助力金融业高质量发展的态势显 著。监管部门循序渐进地出台一系列“科技+金融”的政策导向性文件，建立健全金融科技的监管制度与市场秩序，2019 年下旬，金融科技未来三年发展规划落地，从创新金融产品、经营模式及业务流程等方面进一步肯定了金融科技的价值， 并提出了一系列金融科技发展的顶层规划与指导建议，为金融科技的发展提供更高效、全面的保障。中国金融科技政策沿革,10%,18%,30%,50%,45%,36%,28%,28%,25%,12%,9%,9%,2018,2017,2016,10亿元,30亿元,5%， 中型险企1-5%， 小型险企1%；赔付率=赔付金额/净收入，费用率=费用/净收入。,矛盾：保险行业高速增长的同时保险公司综合成本率超高,37%,43%,49%,60%,59%,60%,大型险企中型险企小型险企,97%,102%,109%,产品同质化、产品定价能力差等原因导致综合成本率飙高作为市场经济条件下风险管理基本手段，保险业的良性发展对于稳定社会秩序、助力社会进步具有至关重要的意义。我国 保险行业2012年到2018年保费收入实现高速增长，复合增长率达17.2%，但是，随着监管的逐渐收紧和行业竞争激烈程 度的增加，保险公司的综合成本率也越来越高，2017年，全国大型财产险企的综合成本率高达97%，企业数量上占据绝对 优势的中小型财产险企的这一指标甚至超过了100%，这意味着大部分财产险企业都处于入不敷出的状态。而造成这一结 果的主要原因包括企业“价格战”激烈、定价能力差、道德风险问题等。此外，当前民众的保险意识还未完全觉醒，一方 面是由于传统保险代理机制未给用户带来正面影响，另一方面，保险条款动辄几十页的文字说明晦涩难懂，使得保险知识 的用户教育始终未能很好的普及。2013-2018年中国保险原保费收入2017年财产险公司综合成本率,VS,CAGR：17.2%,综合成本率,保 险 行 业 现 存 主 要 问 题,综合成本率高的 主要原因,保 险,企 业 融 资消 费 金 融理财,支 付,创新与应用价值分析,金融科技对保险业务的创新与应用,推进全域数字化建设，驱动保险业务智能化落地金融科技对保险业务的应用主要体现在以云计算与大数据为基础，构建全域数字化的业务场景，进而实现从保险产品设计、 销售到售后服务的全流程智能化改造。区块链目前仅处于探索阶段，缺乏刚需场景，我们认为随着区块链金融基础设施的 逐渐完善，区块链在保险业务中的应用将会逐渐增加。物联网的发展将会加强保险全域数字化的构建，让数据更好地助力 保险科技落地。,全域数字化下的保险科技应用,产品设计,销售,理赔,投保成保,避险,移动互联网用户数据积累用户性别、年龄、健康情况、消费习惯 ,云计算与大数据平台,物联网的数据采集场景智能家居设备、可穿戴设备、车联网、仓储监控设备 ,差异化产品设计,大数据投保评估,智能理赔,售后服务 智能客服,用于产品设计、定价等， 一定程度上改变产品同质 化问题。,、,智能营销实现客户群精准定位 投放、提高获客转化。,风险提前预警场景举例：仓促被盗预警、,家庭；煤气泄漏报警等风险 防控,机构数据打通、线上理赔、 不受时间地点限制，效率 提高,保 险,企 业 融 资,消 费 金 融,理财,支 付,创新与应用价值分析,支付业务发展痛点,交易规模、用户体验等发展良好，但支付安全隐患仍然存在得益于互联网金融的快速发展和国人消费习惯的逐步变化，第三方移动支付自2013年以来得到飞速发展，交易规模从1.2 万亿元上升至2018年的190.5万亿元，基本形成了以支付宝、财付通两大巨头垄断的市场格局。但是，伴随着用户量的快 速增长和支付习惯的逐渐养成，支付领域的安全问题也在不断增加。2018年，中国金融支付领域安全事件频出，涉及到终 端安全、应用安全、数据安全等方方面面，频频出现的支付安全事件向支付行业发起了新的挑战。支付作为与居民消费、 生活息息相关的最重要的环节，其对资金安全的良好把控、用户数据的严格保护都至关重要，金融数据的泄露、篡改可能 造成系统性金融风险。,注释：PCI DSS，指企业遵守/完全符合第三方支付行业数据安全标准的比例，企业遵守PCI DSS有助于保护支付系统免受持卡人数据的泄露和盗窃。,1.2,6.0,12.2,58.8,120.3,190.5,2013,2014,2015,2016,2017,2018,20.0%,37.1%,55.4%,52.5%,48.4%20132014201520162017,2018年中国金融支付领域典型安全事件,终端安全,应用安全,数据安全,其他,2018年1月，透明胶带+导电笔破解 指纹解锁并用于支付2018年初，支付宝、微信相继被爆 存在克隆漏洞2018年8月，网友被通过“短信嗅探技术”盗刷支付宝、京东及关联银行 卡2018年10月，全国多地发生苹果用户支付宝账户被盗刷事件2018年7月，利用POS机非接支付完 成盗刷的测试视频刷爆网络,问题：第三方支付行业快速发展的同时支付安全隐患逐渐凸显,2013-2017年全球PCI DSS2017年首降,2013-2018年中国第三方移动支付交易规模（单位：万亿元）,保 险,企 业 融 资,消 费 金 融,理财,支 付,创新与应用价值分析,金融科技对支付业务的创新与应用,支付 + Fintech,监管方,支付机构,断直连,监管沙盒,大数据网络 安全分析,智能风险识别,区块链,生物识别,大数据采集,大数据分析,实体画像 违规取证,威胁预警 溯源定位,网络威胁风险的智能性、可视化、 自动化安全分析与处置,终端指纹日志终端用户行为日志 用户身份权限日志网络设备日志应用业务日志安全设备日志,支付机构通过指纹识别、人脸识别、声纹识别等生物识别 技术，增加了支付账户被盗用的难度，保障了支付安全性,支付机构利用区块链技术实现了支付信息的可追溯、可验 证，进一步保障了支付安全性,支付机构利用智能算法制定反欺诈场景模型与规则、账户 洗钱特征模型、智能风险监测模型和异常行为安全基线， 减少支付欺诈、洗钱等违法行为的发生,网联采用分布式云系统对支付业务进行穿透式监管，并应 用大数据及人工智能技术对海量支付数据进行深度智能化 监管分析决策，有效保障了我国支付业务的安全性,在可控范围内发现并降低潜在风险 促进金融支付创新的不断健全,保 险,企 业 融 资消 费 金 融理财,支 付,监管与支付机构通过金融科技有效缓解支付安全风险作为支付业务的参与主体，监管方与支付机构通过大数据、云计算、人工智能和区块链等前沿技术，对支付安全进行了多重保障，降低了支付欺诈、洗钱、账户被盗用等支付犯罪行为的发生概率，从而有效缓解了支付业务的安全风险。金融科技助力支付安全,创新与应用价值分析,对技术发展推动的价值对业务模式创新的价值1 金融科技在业务中的创新与应 用2 金融科技对业务的价值分析,精准捕捉用户画像、深度挖掘用户需求传统金融的营销获客主要通过线下铺陈式地推和线上海量式广告投放的方式进行，伴随着金融业务的互联网化进程，其线 上获客的比重不断提升，但盲目的线上营销手段并不能精准触达目标用户，各类机构往往通过投放海量广告来获取更多的 用户，获客成本水涨船高。而且，大同小异的获客方式、集中式的渠道和同质化的内容使得潜在用户对各类广告内容基本“免疫”，用户转化率愈来愈低。智能营销可以很好的解决这一问题。通过整合多方数据，从多个维度实现对一个用户的 深度理解和精准化定位，洞察用户潜在需求，并针对性的推出个性化的品牌营销策略，精准获取用户的同时有效降低获客 成本、提高获客效率。,通过多维度用户信息，形成“千人千面”的用户画像，在此基础 上，分析不同用户的差异化需求，实现产品推广的精准触达、用 户价值深层次挖掘及沉睡客户唤醒,基础信息行为信息 兴趣爱好,消费信息风险判定,客户画像,智能营销业务示意图精准用户画像,精准触达,唤醒沉睡用户,客户价值挖掘,智能营销,品牌创意：品牌定位、创意活动媒介投放：投放渠道选择内容营销：广告内容设计、日常运维等,个性品牌营销,外部数据获取信贷、理财、支付 等金融行为数据消费、娱乐、上网 等日常行为数据,多方数据整合自有数据沉淀存量用户数据基础数据深度挖掘,精准营销全面提升获客效率,创新与应用价值分析,营 销 获 客,风 险 控 制,产 品 设 计,成 本 机 构,业 务 协 作,风控升级,大数据与风控模型助力风控升级风控水平的好坏直接影响公司的营业收入和社会形象。数据与技术是风控的基础，在数据匹配、风险审核、风险监测等环 节也起着至关重要的作用，在金融数字化转型过程中，数据丰富化、动态化的调动结合智能技术手段，大大提升了金融机 构的风险控制效率。传统的风控方式主要依靠人工进行身份信息的匹配与查验，数据维度小，稳定性低，风控效果整体较 弱。随着智能技术应用的落地，实现了技术驱动下的多维数据连接，数据间的动态交互使得用户特征更加具象化，帮助机 构精准排查潜在风险用户。以微众银行为例，其搭建的有关个人经营贷的额度评估模型，解决了对企业的风险核定，且实 现差异化额度策略来控制风险。此外，微众银行还推出了基于舆情的贷中风控平台，辅助识别贷中用户画像，能够帮助机,构更好的实现风险抑制。,金融科技的逐渐应用,智能风控的核心要素及价值分析数据维度更多、可靠性更高,价值场景列举01实现用户立体化、多维度化数,据扫描，降低“骗贷”等获客风险,02 信贷业务逾期预警、智能催收,03识别异常登录，降低申请反欺,诈风险，实现交易过程反欺诈预警,数据,技术,数据覆盖人群少数据累计基数小数据安全性低数据维度单一，静态数据为主,数据覆盖人群范围广建立海量数据库数据安全性高数据维度丰富，动态交互,线下人力投入高统计工具较简易，Excel为主创新技术投入少，多处实验阶段,知识图谱、深度学习等智能技术应用大数据评估模型已逐渐成熟区块链等前沿技术已尝试投入,