金融科技创新发展研究报告之数据要素与金融科技创新.pdf

金融 科技创新发展研究报告之 数据 要素与金融科技创新 中国人民大学大数据与金融科技创新实验室 中国人民大学 金融科技研究所 中信证券研究部 2020 年 11 月 股票报告网整理 1 目 录 引 言 . 1 第一章 金融科技：科技赋能金融 . 4 一 、金融发展的科技历程 . 4 二 、移动互联，助推中国金融科技步入快速增长期 . 5 三 、中国金融科技 发展 图谱 . 8 第二章 数据要素：金融科技创新实践的核心环节 . 11 一、理论：数据要素的理论内涵 . 11 二、内涵： 金融领域数据要素的运用逻辑 . 14 三、实践：金融业务中的数据要素落地 . 16 四、数字金融小结：数字经济驱动，数据要素赋能 . 18 第三章 支付科技：从资金流转到数据沉淀 . 20 一、支付十年：量与质的跨越式发展 . 20 二、支付的商业模型：从资金流到数据流 . 24 三、数据视角下的支付科技发展 . 27 四、支付科技行业小结：行业常态增长，赛道差异展业 . 29 第四章 信贷科技：从信用数据到数据信用 . 31 一、信贷科技十年：线上化与自动化快速发展 . 31 二、信贷科技原理：场景化 +数据化 +科技化 . 37 三、数据视角下的信贷科技发展 . 40 四、信贷科技发展总结 . 41 第五章 理财科技： 资 金端营销，资产端效率 . 42 一、理财十年： 中国财富管理市场 蓬勃发展 . 42 二、理财 科技 的商业模型：资金端 重营销，资产端重配置 . 46 三、数据视角下的理财科技发展 . 48 四、理财科技小结：深耕长尾客群，提升客户贡献 . 50 第六章 主要结论及政策建议 . 52 一、主要结论 . 52 二、政策建议 . 52 参考文献 . 55 股票报告网整理 rQtNsNsMmMzQrOtOoQtPzQaQ8QbRmOqQmOqQlOrQpOiNtRqQ8OsQmNMYpPtNvPpMtR 1 引 言 1 金融 的发展 史 ，就是 金融 科技 的 发展 史 。 2011 年以来，移动互联的快速 发 展， 赋予 了金融科技业务指数级增长的契机 。 展望未来， 数字经济 时代到来， 数 据要素重要性提升，数字金融将迎来发展新契机 。 中国 金融科技 业务发展全球领先。支付、信贷、理财等传统金融业务，与互 联网时代的海量客户、海量场景和海量数据高度融合，叠加算法和模型的作用， 逐渐演绎为支付科技、信贷科技和理财科技等新兴金融模式。 科技与数据 、金融和实体，新时代的金融科技具备了多样性和复杂性的特点。 如何在技术 要素和数据要素 赋能的 过程中， 提升金融服务 实体的质效 、 促进 金融 科技 行业的可持续 稳健 发展 、 保护 金融科技用户和消费者 权益 ， 是监管 部门 、金 融科技机构 和 学术 研究 机构 将 持续共同 探索的课题 。 中国 人民大学与 中信 证券联合 研究 团队 对 我国金融科技的发展现状、行业脉 络 及 经营情况 进行 深入 分析 ，形成 数据要素与 金融科技创新 报告 。 核心 结论 包括 ： 第一， 金融科技是科技对金融赋能 带来 的效率提升 。 金融 的一个重要作用， 是 通过 价值 效应 实现资源配置效率优化。 金融的发展，就是金融科技的发展。金 融科技的关键，一方面是数据要素的引入，另一方面是算法技术的运用，将科技 赋能金融，提升金融支持实体能力。在移动互联时代，金融科技产品通过互联网 效应，迅速形成生态圈。互联网公司具备场景、数据和技术优势，成为金融科技 的领域的核心参与者，将互联网禀赋转化为金融业务竞争力。在此过程中，传统 金融机构加大科技布局，创新金融产品，提升客户服务水平和管理经营效率。 第二，支付科技 业务发展 ， 促进 资金流转 ， 沉淀 入口数据 。 支付科技的原理， 在于 将移动互联、人工智能、区块链等技术与支付功能融合，从而提升支付便利 性。移动支付的高频特征及其与场景天然结合的特征，有助形成客户行为画像， 创新多元化金融产品。 过去十年 间 ， 国内 第三方支付体系 在监管呵护下长效发展 ， 支付交易量和用户数量 均 已处于全球领先水平。目前，在支付行业增长步入常态 阶段后，不同细分赛道 的 差异化、专业化发展将成为 主逻辑。 平台型机构可以发 1 报告执笔人：中国人民大学研究团队：宋科；中信证券银行研究团队：肖斐斐、彭博、周基明。 股票报告网整理 2 挥平台优势，延展能力 边界；收单端机构扎根垂直领域，升级商业模型；清算机 构在竞争 加剧背景下， 转型新兴模式。 第三 ， 信贷科技行业发展，反映了从信用数据到数据信用的过程 。 信贷科技 的原理，在于场景、数据、科技与信贷业务的 融合，从而扩展业务客群、提升风 险定价能力。 目前国内信贷科技行业包含三种业务模式：传统银行通过 互联网 布 局线上贷款业务，互联网企业通过金融牌照开展线上融资业务，以及互联网机构 与银行合作开展的联合贷款和助贷业务。 展望未来，信贷科技的作用 在于，借助 数据和技术提升信贷业务的运行效率，扩大信贷客户的覆盖面；约束在于数据获 取及数据资产价值、 风险定价 模型有效性 、 机构 行为规范、外部性约束机制等。 第四 ， 理财科技行业发展， 拓展长尾用户财富产品，提升机构资产配置能力 。 理财 包括资金端和资产端，理财科技的原理，在资金端体现为：以移动互联 提升 可得性和覆盖性为起点，基于千人千面 的数据画像 ， 拓展理财客群和精准理财营 销；在资产端体现为：以数据、算法和模型为依托，提升金融产品组合能力和机 构资产配置能力 。展望 未来，基于长尾客户的渗透率提升空间， 互联网理财 是 财 富管理市场 长效 增长点 ； 资金端机构发展重点在于 客户规模 、 精准营销和 单客 贡 献 度，资产端机构发展重点在于智能和算法运用，提升资产配置能力 。 基于 上述结论 ，我们 认为数字金融 的 可持续 稳健 发展，核心 在于处理好 创新、 效率 、风险、 稳定 的 关系 。我们 提出 以下建议： 第一 ， 加快数据治理规则的顶层设计。 数据已经上升到生产要素的高度， 但 相比于土地、劳动力、资本等其他要素，数据要素存在衍生性、共享性、外部性 和非排他性等较大不同，因此数据要素顶层设计 框架需要更全面的、前瞻性的战 略布局。如何明确 数据治理规则 ， 如何确定数据 产权与保护机制， 如何 完善流转 与交易机制， 都是 强化数据资源配置的 重要课题。 第 二 ， 加快 金融科技领域 数据治理规则设计 。 金融数据治理规则与数据治理 规则一脉相承。对于 金融数据的采集、交易与运用的边界 ，对于 金融领域数据相 关机构的持牌经营， 对于金融 消费者权益保护， 对于金融 数据采集许可、数据运 用授权、数据保存要求、数据综合管理、数 据转让许可等，均是未来需要深度探 讨的内容。 股票报告网整理 3 第 三 ， 完善 金融科技 监管框架 。 金融科技监管体系的建立，需协同以金融系 统稳定性为出发点的宏观审慎框架，以及以业务合规性和消费者权益保护为核心 的微观行为监管。支付科技监管核心是确保资金流和信息流流转安全 ， 信贷科技 监管重点在于 功能性监管和 审慎性 引导 ， 理财科技监管 重点在于 投资者保护。 股票报告网整理 4 第一 章 金融科技：科技赋能金融 一 、 金融 发展的科技历程 根据金融稳定理事会（ FSB）的定义， 金融科技 主要是指由大数据、区块链、 云计算、人工智能等新兴前沿技术带动，对金融市场以及金融服务业务供给产生 重大影响的新兴业务模式、新技术应用、新产品服务等。 中国人民银行 金融科 技发展规划 (2019-2021 年 ) 对 于 金融科技 的 界定 是 ， 技术 驱动的金融创新，旨 在运用现代科技成果改造或创新金融产品、经营模式、业务流程等，推动金融发 展提质增效。 由此 可见，金融科技 的实质是科技 对金融的赋能， 通过技术 、数据 和场景实现金融 能力 的提升和效率的提升 。 货币的技术演进史 。 技术进步改变 货币 的表现 形式 ，货币 维持 一般等价物的 功能 。 货币的形式 伴随技术进步，呈现不同的形态 ：（ 1）早期以贝壳、粮食为主 的实物货币；（ 2）以金、银、铜等铸成的金属货币；（ 3）信用货币时代的纸币及 硬币；（ 4） 互联网 数字时代的数字货币。 技术进步给货币带来了不同形式，但没 有改变货币的底层逻辑。 图 1-1 货币形式演变 金融 的科技演进史 。 在科技发展的过程中，不变的是金融业务的逻辑运用关 系，而 不同时期的技术模式，改变了金融业务的表现形式。 1、 农业化时代：生产效率较低，金融活动不活跃。 在工业革命之前，货币载体经历了从实物货币到金属货币，再过渡至信用货 币的转变，但整体社会生产效率偏低，资源配置需求不强，金融活动不活跃。 2、工业化 时 代：实物、实地交易为主，运行效率较低。 工业革命以后社会生产效率提升，金融活动趋于频繁， 最早的消费分期即来 自消费者对缝纫机的购买需求。 但金融交易仍然没有摆脱 实物、实地交易的模式， 股票报告网整理 5 金融运行效率偏低 。 在这个阶段， 金融活动主要围绕商业银行展开， 支票等商业 票据开始普及 。 3、 电子 化时代 ：计算机技术及通信技术应用增加。 20 世纪五十年代至 20 世纪末 ，技术在金融行业广泛渗透，极大地改变了金 融业的经营模式。通过计算机技术和通信技术的应用，金融业务 能够实现自动化 处理、信息化管理和科学化决策。信息化 时代的代表 性金融 产品是银行卡、 ATM/ POS 机，通过金融业务的电子化，金融 业的发展和业务效率 都得到了极大提升。 4、 互联网 时代 ： 科技 +互联网，金融业 2000 年之后互联网快速发展， 以及 2010 年之后的移动互联网快速发展， 为 金融 业务升级提供了 新的模式 。一方面，金融业务可以更大限度地跨越空间上的 限制，跨区域业务经营效率大幅提升；另一方面，金融业务可以触达原本 难以获 得的客户，降低了金融业务的门槛，金融业务客群基础得到拓展。 随着金融业务数字化程度的提高， 数据科技重要性日益提升。金融业务日趋 长尾化、高频化，业务数据较之前有了指数级的增长。同时，海量的客户行为数 据为金融机构分析客户行为提供了依据，基于不同客户的行为逻辑，金融机构能 够提供最符合客户需求的服务，实现业务的智能匹配。 图 1-2 科技改变金融业务模式 二 、 移动互联 ，助推中国金融科技步入快速增长期 基于金融的逻辑和技术的手段，叠加移动互联网时代的来临，中国金融科技 步入爆发式增长时期。 股票报告网整理 6 移动互联网时代 ， 流量呈现指数级增长。 智能手机及移动网络等基础设施的 发展奠定了移动互联网的发展基础。 2011 年被认为是移动互联网元年，智能手 机开始正式成为手机市场主力产品。与此同时，移动网络建设快速发展， 2009-2014 年，国内 3G 用户总量增长至 4 亿， 2014 年开始发放 4G 牌照后，在 4 年之内 4G 用户总量达到 11 亿户。智能手机的推广及网络传输效率的提升，带 动了移动互联网市场的快速发展 ，人们对互联网的接受程度得到快速提升 。 2012 年以来，国内移动互联网接入流量实现指数级增长，移动互联网用户成为国内互 联网用户的主流人群。 表 1-1 移动通信技术演变 时期 数据传输 速度 技术特点 1G 1986 缺乏数据传输功能 一般只应用于语音传输 2G 1995 150Kbps ， 折 合 下 载 速 度15-20K/s 相对 1G 增加数据传输服务，主流制式为 GSM 3G 2003 1-6Mbps ， 折 合 下 载 速 度120-600K/s CDMA 成为主流制式，图片等较大数据传输成为可能 4G 2009 10-100Mbps ，折合下载速度1.5M-10M/s 传输速度更快、质量更高、费用更低，视频传输增加 5G 2020 上传速率稳定保持在 600Mbps以上，最高可达 1Gbps 低时延、高可靠、低功耗 数据来源 ： 维基百科 等 公开资料 数据 来源： 工业和信息化部 图 1-3 移动互联网接入流量指数级增长 移动 APP 成为最大的流量入口 。 相对于 PC 设备，移动设备的优势在于携带 便捷，用户可以随时随地接入移动互联网。同时，随着网络传输效率提升， 数据 股票报告网整理 7 传输方式从文字逐渐过渡至语音、图片、视频等，提高了用户间的沟通效率。 2011 年前后移动 APP 快速发展，传统互联网巨头逐渐从 PC 端向移动端过渡。截至 2020 年 9 月，月活前十大 APP 中有 7 个于 2010-2011 年上线。 表 1-2 月活前十大 APP 上线时间 移动应用 上线时间（ IOS） 月活用户（截至 2020.9） 微信 2011.1 9.97 亿 手机淘宝 2010.9 8.05 亿 支付宝钱包 2009.10 7.88 亿 手机 QQ 2011.6 7.57 亿 抖音 2016.9 6.14 亿 爱奇艺 2010.9 6.12 亿 拼多多 2015.10 5.59 亿 腾讯视频 2011.9 5.07 亿 高德地图 2011.9 4.54 亿 新浪微博 2010.1 4.53 亿 数据 来源： 易观千帆 移动支付 是互联网企业最早的金融业务入口 。 有了流量和用户，支付是最容 易形成生态闭环的环节。 国内第三方支付规模从 2013 年约 13 万亿元，增长至 2019 年超过 300 万亿元，其中移动支付规模从 2013 年约 1 万亿元，增长至 2019 年约 226 万亿元。 2019 年移动支付占第三方支付市场比重超过 70%。 数据 来源： 艾瑞咨询 股票报告网整理 8 图 1-4 第三方支付市场 规模 从支付入口业务，到存量金融业务，金融生态圈逐渐形成。 庞大的移动支付 导入了庞大的用户，吸引互联网流量巨头加速布局金融业务的原因有二： 一是原生业务的自然延展。 对于电商系或 社交 系而言，以支付为代表的金融 服务实际是整个交易闭环的最后一环。而通过交易闭环的打造，既能强化客户体 验和客户粘性，同时亦能加强资金和数据的体内流转。 二是借助金融业务丰富 C 端变现手段。 从盈利模式而言，搜索类、资讯类 互联网企业本身缺乏 C 端变现的场景和产品（以广告收入等为主要收入来源）。 而金融业务，则为该类具备 C 端客户数量的企业，提供了变现的手段。 对于互联网流量巨头，金融科技业务核心逻辑在于 基于用户流量实现价值变 现， 将互联网资源禀赋转化为金融业务竞争力。 按照递进顺序，关键是： （ 1）围绕自有 C 端客户建立金融账户体 系，即提升客户二次转化率 ，从原 有的互联网业务切入金融业务。 （ 2）打造契合自身场景的金融产品， 通过为客户提供合适的金融服务（如 融资业务、理财业务等），提升客户 ARPU 贡献。 （ 3）积累和迭代有效金融数据，进而进行有效的风控和定价， 提高业务的 利润率。同时 在 C 端用户深度挖掘后，逐渐向 B 端业务延伸。 图 1-5 互联网企业涉足金融业务的核心逻辑 三 、 中国 金融科技 发展 图谱 根据从事业务类型不同，我们对国内金融科技企业进行了划分： （ 1）支付业务： 侧重支付业务，包括具备第三方支付账户、从事收单等支 股票报告网整理 9 付业务、跨境支付等业务的企业。 （ 2）融资业务： 侧重在提供信用服务，包括持牌消费金融公司、互联网消 金公司、网络小贷公司、互联网银行等。 （ 3）理财业务： 包括从事资管产品代销的互联网平台及开展智能投顾业务 的财富管理类公司。 （ 4）证券业务和保险业务： 包括互联网券商、互联网保险。 （ 5）金融科技服务机构： 互联网风控机构、数据提供商等。 （ 6）基础设施： 清算机构（如银联、网联）及征信机构（如百行征信）。 （ 7）综合型业务的大 型平台： 包括同时开展上述业务的大型平台，主要是 腾讯系、京东系等大型互联网公司。 图 1-7 国内金融 科技 企业版图 股票报告网整理 10 科技进步 与赋能， 推动金融转型升级。 本文从相对狭义的科技赋能金融的角 度，系统分析在大数据驱动下 的 “存贷汇 ”业务 线上化、智能化 进程 。 其中， “汇 ” 对应了 目前的支付科技， “贷 ”对应了目前 的信贷科技， 广义的 “存 ”对应了 目前的 理财科技。科技的 正向 赋能， 有助于 延展 客群广度 ， 提升 运行效率， 从而提升 金 融的资源配置 效能 。 图 1-8 金融科技：“存贷汇”的技术升级 股票报告网整理 11 第二章 数据要素：金融科技创新实践的核心环节 一 、 理论 ： 数据 要素的 理论 内涵 1、 数据 要素 已 演进为经济 增长的 重要 生产要素之一 中国政府率先通过 顶层设计将数据 纳入生产要素 ， 并强化 数据要素市场培育 。 自 2017 年政治局 学习 中 明确 “数据的基础资源作用和创新引擎作用 ”以来，中共 中央 及 国务院 已 在多项 中央 政策中明确 数据 资源的重要性，以及加快培育数据要 素市场的必要性。 特别是 今年 5 月 发布的 中共中央 国务院关于构建更加完善 的要素市场化配置体制机制的意见， 通过 顶层设计的形式，明确了 数据 作为五 大生产要素之一的定位，并且 提出推进政府数据开放共享、提升社会数据资源价 值、加强数据资源整合和安全保护的三大 政策方向。 比较 而言，目前我国 对于 数 字经济和数据要素的 重视 程度 和政策 力度已处于 全球 主要经济体的领先水平。 表 2-3 中国 政府数据要素相关 的 政策表述 时间 相关文件或事件 政策表述 2017 年 中共中央政治局第二次集体学习 发挥数据的基础资源作用和创新引擎作用，加快形成以创新为主要引领和支撑的数字经济 2019 年 中共中央关于坚持和完善中国 特色社会主义制度推进国家治理 体系和治理能力现代化若干重大 问题的决定 健全劳动、资本、土地、知识、技术、管理、 数据等生产要素由市场评价贡献、按贡献决定 报酬的机制 2020 年 中共中央 国务院关于构建更加 完善的要素市场化配置体制机制 的意见 加快培育数据要素市场。推进政府数据开放共 享；提升社会数据资源价值；加强数据资源整 合和安全保护 2020 年 中共中央 国务院关于新时代加 快完善社会主义市场经济体制的 意见 加快培育发展数据要素市场，建立数据资源清 单管理机制，完善数据权属界定、开放共享、 交易流通等标准和措施，发挥社会数据资源价 值 数据 来源： 中国政府网 全球主要经济体对数字经济的布局已上升为国家战略。 推动 数字 经济 的战略 性 发展，已经成为 全球主要国家的 一致共识， 经济合作与发展组织（ OECD）的 报告数字 经济展望 2017 显示 ，彼时 32 个 OECD 国家和 6 个 合作经济体都已 发布 数字经济相关的战略 、 议程或专门项目（ 其中 三分之二 已制定 独立数字战略） 。 以 美国 为例， 以商务部 、 国家电信 和信息管理局 、 经济分析局 为 代表的政府部门， 股票报告网整理 12 2010 年 以来 以 累积发布近 10 余 项 政策 文件及研究成果。 得益于数字 经济的 顶层 政策 设计 和 底层产业发展， 上述 经济体的数字经济快速发展， 中国 信息通信研究 院报告 全球 数字经济新途径 （ 2020 年） 模型 测算显示，截至 2019 年 已有 6 个 国家的数字经济 规模 已达到万亿美元。 表 2-1 近 10 年主要海外国家 数字经济 战略相关政策 国家 时间 战略政策 政策核心 法国 2011 年 数字法国 2020 核心战略围绕三大主题展开：发展固定和移动宽带、 推广数字化应用和服务（特别是电子政务）、扶持 电子信息企业的发展 美国 2014 年 数字经济议程 明确将发展数字经济作为实现繁荣和保持竞争力的 关键，议程聚焦 4 个方面：自由开放的互联网、互 联网信任和安全、互联网接入和技能、创新和新兴 技术。在“数字经济议程”发布会上，成立数字经济咨 询委员会，旨在“为数字时代的经济增长和机遇提出 建议” 德国 2016 年 数字化战略 2025 提出了重点领域目标，以及为达成目标所要采取的措施。战略内容涉及传输网络建设、智能网络建设、 初创企业投资、监管框架等多个领域 英国 2017 年 英国数字战略 对如何推进数字转型做出全面部署，下设连接战略、 数字技能与包容性战略、数字经济战略、数字转型 战略、网络空间战略、数字政府战略和数据经济战 略等七大战略 日本 2017 年 “互连产业”：东京举措 2017 提出重点发展称为“互连产业”的数字经济，明确了突 出发展包括自动驾驶与出行服务、制造与机器人、 生物科技与材料产业、重型工厂与基础设施安保、 智能生活在内的五大产业领域、推进机构及其发展 目标 数据 来源： 法国政府官网（ gouvernement.fr），美国 政府网（ usa.gov） ，德国联邦经济 与能源部（ BMWi），英国政府网（ GOV.UK），日本经济产业省 表 2-2 2019 年全球 数字 经济规模 前十大国家 （单位 ：亿美元 ） 排序 国家 数字经济 GDP 数字经济渗透率 1 美国 130,652 213,744 61.1% 2 中国 51,954 143,636 36.2% 3 德国 24,380 38,456 63.4% 4 日本 23,949 50,818 47.1% 股票报告网整理 13 5 英国 17,606 28,271 62.3% 6 法国 11,698 26,838 43.6% 7 韩国 7,995 16,424 48.7% 8 印度 5,856 28,751 20.4% 9 加拿大 4,540 17,364 26.1% 10 墨西哥 3,903 12,583 31.0% 数据 来源： 中国 信息通信研究院， 世界银行 全球数字经济的快速发展，使得数据在经济发展中的重要性不断提升。 二十 国集团 （ G20） 数字经济发展与合作倡议 对数字经济的 定义 为 ， 以使用数字 化的知识和信息作为关键生产要素、以现代信息网络作为重要载体、以信息通信 技术的有效使用作为效率提升和经济结构优化的重要推动力的一系列经济活动。 由此可见 ， 数字经济的 核心 包括 两个方面 ： 一 是信息 技术 产业 发展 ，即 数字产业 化 ； 二是 通过 数字化 技术为经济 产业 赋能，即 产业数字化 。结合国际 数据公司（ IDC） 预测来看， 未来 15 年 全球数据总量 或将 呈现非线性 、 跨越式增长 （ CAGR 在 40% 以上） ， 这意味着 数据 资源 的 获取 、处理、传输 和 应用 能力将成为 数字经济 发展 的重中之重。 数据 来源： 国际 数据公司（ IDC） 图 2-1 新 摩尔定律主导下的 全球 数据总量增长态势 2、于 金融产业而言，数据要素的核心在于 提升 资源配置效率 金融即资金的 跨时间 、跨空间融通， 其 发展水平决定了微观主体的资源可得 性。 因此， 其 总量 多寡、结构优劣 也是决定 实体经济 增长质效 的重要因素。 数据 对 金融业务的赋能， 即是 对自金融效率的提升， 又是 对实体经济 支持 能 力的提升 。数据要素 与金融要素的结合，其解决的痛点在于： 6 44 334 2,537 19,267 - 5,000 10,000 15,000 20,000 25,000 2015 2020（ E） 2025（ E） 2030（ E） 2035（ E） 全球数据总量（ ZB） 股票报告网整理 14 1、降低 信息不对称 。 金融经典 文献对此有较多论述，如 Stiglitz & Weiss（ 1981） 就 从 信贷配给现象 入手， 阐述 了 信贷业务 中的信息 不对称 问题 。正因 如此， 数据 作为信息的载体，数据要素赋能金融业务的过程， 也就是通过 信息 获取 和 处理来 解决信息不对称的问题， 进而降低 金融 供给 约束。 2、 提升风险定价能力 。 落地 至金融 业务 层面， 无论是以 资本市场 为主体 的 直接融资体系， 抑或是借助金融 中介的间接融资体系， 信息的 对称 程度 最终决定 了 风险计量 准确性以及基于此进行的 资本 要素定价 有效性。 针对 于 此 ， Grossman & Stiglitz(1980)曾构建 了 基于信息不对称的资产定价模型 。 随着 数据要素为核心 的数字金融 发展 ， 其根本 原理在于，通过 提升非对称 数据可获取性、 基于 大数据 的信息分析能力 ， 来提升风险定价的有效性和精准度。 3、 优化资源配置效率 。 微观 金融风险定价能力的提升， 将 促进金融市场运 行的有效性， 使风险偏好不同的资金供给方和资金需求方匹配度 提升 。 映射到宏 观资源配置层面， 以上 资本要素的帕累托改进过程， 也 代表了对于全社会资源配 置 效率 的优化。 图 2-2 数据 赋能金融 最终 将 优化社会 资源配置效率 二 、 内涵 ： 金融 领域数据要素的 运用逻辑 金融产业 对于数据 要素 的运用， 主 逻辑在于 强化 数据 的 挖掘与运用，挖掘对 应了场景金融的发展，运用对应了科技金融的进步 。 1、 场景金融： 提升金融数据 可得性 股票报告网整理 15 场景 金融 是 金融业务与 产业 场景的融合。 目前典型 的运用，包括 C 端基于 金融 +消费场景的 消费 金融，以及 B 端基于 金融 +生产场景的 供应链 金融。 场景 与 金融的结合，可以 使金融 业务主体 占有 更多的 数据， 其业务逻辑在于： （ 1）将数据 获取 由被动 模式 转化 为主动模式 。 以 信贷业务为例， 传统金融 业务 对于数据 信息 的获取， 多 基于 客户按需 所提供的资质 证明 材料， 存在真实性 、 选择性和 滞后性的 问题。而目前供应链 金融和消费金融为代表的场景金融，实际 是将金融业务流程融入到产业流程 或 消费流程中来， 有助于 更加主动地 获取 、处 理相关数据 与 信息。 （ 2）将数据 获取范围由 “金融数据”扩展至 “行为 数据 ”。 金融业务中 的 “金融 数据（强金融属性）” ， 是指 直接 反映主体资金流相关 情况的数据，如动账数据、 授信 数据、 还款履约 数据等。 对于客户 画像、 信用评估 等用途而言， 金融数据是 价值密度最高的数据 信息 ， 但一定 程度存在滞后性 、片面性 的问题。 相较而言 ， 场景金融 有助于业务 决策者 获取 更多的 “行为 数据 （弱金融属性） ”， 如 供应链金 融 中的生产数据、销售数据、仓储 物流 数据 等 ， 又如 消费金融中的消费 行为 数据、 支付行为 数据等。 行为 数据的补充， 有助于进行 更 丰富的多维 评价，同时一定程 度 改善滞后性 问题。 （ 3）将业务 数据品类由 单一 模式 升级 为综合模式 。 相比于 传统的单一金融 产品， 场景 金融 离 用户更 紧 、离数据更近，适合提供一揽子金融解决方案 。反而 观之 ， 综合 金融方案 也 有助于 提供 更加丰富 、更加全面 的 数据 信息， 从 而形成 “数 据 -业务 -数据 ”的正反馈。 图 2-3 从 场景 到金融产品 示意图 股票报告网整理 16 2、 科技金融： 提升金融数据 处理分析能力 金融数据 的 占有 ，仅是 数字 金融的 起点 。 真正发挥 数据赋能作用 ，更多 是 有 赖于 金融数据的处理 、 分析 与 迭代 过程 。 金融稳定理事会（ FSB） 对于 金融科技 的定义 是技术驱动的金融创新， 中国人民银行在 金融科技（ FinTech）发展规 划（ 2019-2021 年） 中 对此定义进行了延展，即 “旨在运用现代科技成果改造或 创新金融产品、经营模式、业务流程等，推动金融发展提质增效。”具体 而言， 新兴信息 技术 与 金融 业务 的融合， 实质 是提升 金融数据链 的处理效率： （ 1）大数据 技术，核心 是 提升数据分析能力。 其中既包括增量 数据 的 洞察 能力 的 提升，亦包括存量数据的挖掘能力 的 提升 。 （ 2）云计算， 核心是 提升 数据存储和计算能力。 区别 于传统的本地存储与 本地计算 所面临 瓶颈约束，云计算借助 分布式计算、分布式存储，从 而发挥 在资 源整合、弹性伸缩方面 的优势。 （ 3）人工 智能，核心是 提升 数据算法 的 有效性。 通过智能 算法 和 模型，实 现 在资产管理、授信融资、客户服务、精准营销、身份识别、风险防控等金融领 域的智能化 和自动化。 （ 4）区块链， 核心是 提升 数据共享的效率。 利用 分布式技术，实现 金融 数 据 数据共享的可信、可靠、可追溯。 图 2-4 金融 科技在 金融 数据链条 中 的运用逻辑 三 、 实践 ： 金融业务中的数据要素落地 对于金融 业务参与 机构 而言，在 业务实践中强化 数据要素 的 运用， 可以 主要 股票报告网整理 17 从三个方面着手 。 1、促进内部 数据资产 沉淀 金融业务 最重要的数据来源 ， 即是业务本身 持续 开展所 带来 的数据沉淀 。 聚 焦 传统的 “存贷汇 ”金融 业务领域， 具体 而言， 促进 数据资产沉淀的重点 在于 ： （ 1）强化 数据协同 。 融资 与资管 业务 数据， 映射 的是 C 端 客 户和 B 端 客户 的资产负债表状况 。 支付业务数据，映射的是 客户现金流量 表状况。 将 “存贷汇 ” 数据 的协同使用， 能 更好地综合评估 客户 实际财务情况和 运营 情况。 （ 2）强化 数据复用 。 微观 而言， 数据 复用代表了对 具体 客户 的 信息动态获， 有助于 进行 高频、前瞻 分析 。整体 客群 来看，数据 复用 意味着 “学习 曲线 ”的 逐步 构建 过程， 从而 促使客群 画像的逐步 清晰。 （ 3）重视 高频数据。 高频 数据，代表了更及时、充分、 全面 的客户洞察。 就传统 的 “存贷汇 ”划分 而言，支付业务 所涉数据 包括消费数据、账户数据、社交 数据、定位数据和信用数据等， 最具数据 频率优势和 体量 优势 。 图 2-5 数据 要素在 “存贷汇 ”领域 的数据分布 2、扩展 外部数据 吸收 数字经济 发展 带动 了 不同产行业的数字化提速， 也为金融业务获取 外部数据 提供了 基础 条件 。 目前 而言 ， 可以 强化两类外部数据的运用： （ 1）政务 类数据 。 政策顶层设计 ， 目前 国内数据 要素 基础设施建设正在 加 速 完善 。未来 ，包括 税务数据 、 财政数据 、 城市 数据以及 政府 征信 数据在内 的政 府类数据，有望 为 金融行业 进行 外部数据赋能。 （ 2） 商业类数据 。 包括电商 数据、物流数据、 社交 数据等 ，这对部分背靠 原生互联网业务的金融科技平台 而言 ， 更具优势 。 此外 ， 相关监管 政策明确后， 商业化 征信机构 经营 或将逐步起步， 这也为 外部商业类数据提供了信贷来源。 股票报告网整理 18 3、丰富 数据应用 手段 目前 ，金融领域对于数字要素的运用， 目前 已经形成了较为清晰的 技术 层、 产品 层 和业务层 发展成果 。 未来 ， 通过底层 算法及模型 的 迭代升级， 可以 进一步 发挥 数据资产在 金融 业务用户画像、 产品匹配 、 风险 定价、风险 防控乃至科技监 管中 的 更大 作用 。 图 2-6 数据 要素在金融领域的应用架构 四、数字 金融 小结：数字 经济驱动， 数据 要素赋能 数字经济与数字金融：经济与金融在数字时代的表现形式。 传统 模式下 ， 金 融运行 的逻辑 是 通过发挥价值关系和资源配置来服务实体经济， 展现 的形式包括 一般等价物、价值转移 和 价值跨期， 即 分别对应了货币、支付、融资与财富管理。 数字 模式下 ， 伴随 数据 要素的赋能， 经济与实体 运行模式 在 传统逻辑上赋予了数 据与科技的 形态，数字金融 包括数字货币、支付科技、信贷科技与理财科技 等 。 图 2-7 数字 金融是 外部 数字经济与 内部 数据赋能 下 的大势所趋 政府 企业 个人 一般等价物：现金、货币 价值转移：支付 价值跨期：融资 价值增加：财富管理 价值关系 数字货币 支付科技 信贷科技 理财科技 数字金融 / 金融科技 数字经济 股票报告网整理 19 数字 /科技 金融的 关键 ，在于 数据映像和金融逻辑延展 。 具体 而言： （ 1） 实体的数字映像 。 实体 提供了数据 获取 的基础， 通过获取数据，叠加 算法运用，可以进行 行为画像， 继而 形成数字 形象（主体）。 （ 2）金融逻辑的延展。 通过 数据与算法科技 的 融合，基于数字形象 （主体） ， 延展金融逻辑。 以 信贷科技 为例 ， 在 数据 基础上 ， 通过 算法 处理 ，才能扩大信贷 产品 的 客群覆盖面， 从而 把信贷业务的 基础 逻辑基于数据科技的方法， 进行用户 群体和抵押模式的延展 。 因此，金融 与数字和科技的融合，最终体现在 “逻辑的 不变 ”和“形式的 变 ”。 其一， 没有改变金融的 基础运行 逻辑 。再 以信贷科技为例，没有改变价值的跨期 逻辑 ， 亦没有改变 背后 资金、利率、期限 等 本质要素 。 其二 ，延展 了金融逻辑的 受众群体、 提升了 金融 业务 的 经营 效率 。 同样以 信贷 科技为例，比如客户群体从 头部白名单 客户 延展至 长尾客户， 未来 抵押品 或 也将从实物资产 向 数字资产 延展 （目前数字资产的价值定价 仍是 蓝海领域）。 互联网放大金融科技的延展逻辑 。 金融科技是金融逻辑的延展，互联网助力 金融科技产品和用户的延展。移动 互联 具备几何 级放大效应 ，为金融科技业务提 供“线上互联 模式 ”， 从而 将金融 的基础 逻辑延展到更 大范围 。 以信贷科技为例， 线上实时的海量场景，既留存了信贷客户的海量数据、也将信贷科技产品推广至 海量客户。 股票报告网整理 20 第三章 支付科技：从资金流转到数据沉淀 一 、 支付十年：量 与质 的 跨越式发展 1、过去 十年间，国内 银行体系及非银行体系支付规模 增长明显快于同期经 济 与 金融增速 ，反映支付业务渗透率与可得性提升。 根据 中国 人民银行 公布 的数 据， 2010 年 至 2019 年 十年间，全国 银行业 非现金支付业务 2笔数 由 214 亿 笔增 长至 3310 亿笔 ，对应年化复合增长率 31.5%， 同期 银行业非现金 支付业务金额 由 716 万亿 增长至 3779 万亿 ，年化复合增速 18.1%。 2015 年至 2019 年的五年 间（中国人民银行自 2014 年起首次公布非银行支付机构数据），国内非银行支付 机构处理网络支付业务 3笔数由 374 亿笔快速增长至 7200 亿笔，对应年化复合增 速达 80.7%，支付金额由 25 万亿增长至 250 万亿，年化复合增速 58.8%。数据 的 背后，反映了 近 10 年间国内 支付行业 的三 大 发展 趋势： 数据 来源： 中国人民 银行 图 3-1 国内银行业 非现金支付业务交易笔数及支付金额增长 2 根据 中国人民银行 按季公布 的 支付体系 运行总体情况 ，银行业办理 非现金 支付业务包含票据、银 行卡及其他结算业务，其中，其他结算业务包括贷记转账、直接借记、托收承付及国内信用 信用 证 业务 3 根据中国人民银行按季公布的支付体系运行总体情况，非银行支付机构处理网络支付业务量包含支付 机构发起的涉及银行账户的网络支付业务量，以及支付账户的网络支付业务量，但不包含红包类娱乐性产 品的业务量 股票报告网整理