2018-2020中国保险资产管理业金融科技发展报告.docx

中国保险资产管理业金融科技发展报告 （ 2018-2020） 7 目 录 一、国际国内金融科技发展综述 . 1 （一）金融科技的定义 . 1 （二）金融科技的发展历程 . 1 （三）金融科技的商业模式 . 3 1. 网络借贷 . 3 2. 财富管理 . 4 3. 支付 . 4 4. 保险 . 5 5. 众筹 . 5 6. 货币和外汇 . 6 7. 零售银行 . 6 8. 征信 . 7 （四）金融科技的市场格局 . 7 （五）金融科技的发展趋势 . 11 1. 云计算更关注稳定和风险防控 . 11 2. 大数据跨界融合，助力风控和营销 . 11 3. 人工智能向高阶演进，应用场景全覆盖 . 12 4. 区块链从概念走向应用，助力行业监管 . 12 5. 监管科技将成为新应用的爆发点 . 12 6. 金融科技将推动金融的普惠化 . 13 7. 行业应用不断拓展，反向驱动金融科技持续发展 . 13 8. 金融科技回归技术，技术融合生态，为金融服务赋能 . 14 二、中国保险资产管理业应用金融科技的现状与挑战 . 15 （一）保险资产管理业发展概况 . 15 1. 全球资产管理业概况 . 15 2. 中国资产管理业概况 . 15 8 3. 中国保险资产管理业概况 . 16 （二）金融科技的关键技术 . 19 1. 人工智能 . 19 2. 云计算 . 21 3. 大数据 . 23 4. 区块链 . 25 5. 机器人流程自动化 . 27 （三）保险资产管理业金融科技应用现状 . 28 （四）保险资产管理业金融科技创新实践 . 31 1. 行业自律组织创新实践 . 31 2. 保险资管机构创新实践 . 32 3. 其他资管机构创新实践 . 44 4. 科技公司创新实践 . 46 （五）保险资产管理业金融科技应用的问题与挑战 . 50 三、中国保险资产管理业金融科技发展的目标、原则、模式和路径 . 53 （一）战略目标 . 53 （二）基本原则 . 54 1. 支持深化改革 . 54 2. 解决行业痛点 . 54 3. 坚持需求导向 . 54 4. 服务实体经济 . 55 5. 严守创新底线 . 55 6. 促进风险防范 . 55 7. 倡导开放共享 . 55 （三）发展模式 . 56 （四）实现路径 . 57 四、中国保险资产管理业金融科技的应用场景 . 58 （一）投资决策 . 58 9 1. 智能投研 . 58 2. 智能策略 . 60 3. 舆情分析 . 60 4. 信用评级与风险控制 . 61 （二）投资运营 . 62 1. 年金运营 . 62 2. 支付转账 . 63 3. 金融资产交易 . 64 4. 运营机器人 . 64 5. 财务机器人 . 65 （三）客户服务 . 65 1. 智能投顾 . 65 2. 精准营销 . 67 3. 智能客服 . 68 （四） IT 服务 . 70 1. 云计算 . 70 2. 运维机器人 . 71 五、中国保险资产管理业金融科技发展的保障措施 . 72 （一）强化组织领导 . 72 （二）开展科学规划 . 73 （三）合理配置资源 . 73 （四）建立技术标准 . 74 （五）加强队伍建设 . 74 （六）推动业务与金融科技深度融合 . 74 （七）加强金融基础设施建设 . 75 （八）提升行业数据服务能力 . 75 （九）强化安全保障 . 75 （十）建立多层次沟通协调机制 . 76 一、国际国内金融科技发展综述 （一）金融科技的定义 “金融科 技 ”（ FinTech） 一词为 英文 Financial Technology 合并后的缩写， 即金融和科技的融合。目前，业界并没有金融科技的准确定义。根据全球金融治理牵头机构金融稳定理事会的定义，金融科技是指通过技术手段推动金融创新，形成对金融市场、机构及金融服务产生重大影响的业务模式、技术应用以及流程和产品。实质上，金融科技可以理解为利用技术完善金融活动的金融产业。 金融科技依托各类金融创新技术对传统金融行业的产品及服务进行升级，拓宽传统金融机构的获客渠道，提高金融服务运作效率，加强投资管理能力，完善风险管理体系，改善客户体验，降低交易成本，更好地满足人们的金融需求。但是，金融科技的核心价值并不是 颠覆，而是提供更完善的金融服务体验，甚至可以改变金融行业的运行模式，创建新颖的、更贴近用户的业务模式。科技需要以金融行业的需求为导向开展创新，辅助并促进金融行业的进步。 （二）金融科技的发展历程 随着科技的进步和与金融的深度融合，金融科技开始风靡全球金融圈。 IOSCO（ 国 际证监 会组 织 ） 2017 年 2 月发布了 金融 科技研 究报告 ，从 新兴科技 和创新 商业模式演进两个方面将美国金融科技的发展历程分为三个阶段： 金融科技 1.0（ 1980 1989 年 ）： 80 年代末期，直销银行的出现开启了金融 科技 1.0 时代，金融机构内部设立 IT 部门，通过 IT 技术实现金融行业内部办公和业 务的数字信息化，压缩企业成本，提升管理水平和服务效率。 金融科技 2.0（ 1990 2010 年 ） ：互联网金融阶段，科技与金融的合作更加深入， 1 科技第一次独立于金融系统，渗透到金融服务的各个环节，实现信息共享和业务撮合。在这一阶段，移动支付业务、互联网经纪商、互联网银行、网络借贷、网络保险、股权众筹等新型商业模式相继出现。 金融科技 3.0（ 2011 年今）：以人工智能、大数据、云计算、区块链等技术 驱动，科技与金融业务深度融合，提供更为普惠的金融服务，长尾客户也可享有财富管理、投融资等服务，例如金融物联网、金融云服务、金融大数据、金融区块链、智能金融等。金融科技企业的融资数量和规模爆发，金融科技进入快速成长阶段。 中国也紧紧抓住了金融科技的机遇，在全球具有重要影响力。京东金融研究院发布的 2017 金融科技报告，将中国金融科技的发展分为四个阶段： 金融电子化（ 1993 2000 年）：随着电子技术的发展，中国金融行业开始探 索电子技术在银行业务中的应用。 1993 年，国务院在有关金融体制改革的决定中明确指出“加快金融电子化建设”。在国务院的统一部署下，中国人民银行和银行业金融机构共同深入探索行业电子化建设之路，通过持续运用现代通讯技术、计算机技术等开展金融业务和管理，提升服务的工作效率，提高业务的自动化水平。 金融信息化（ 2001 2005 年）：中国金融机构在利用现代通信网络技术的基础上，更加注重数据库技术的应用。中国银行业尝试以现代通信网络和数据库技术为基础，将银行业务数据逐步集中汇总，提升服务水平和管理水平。 互联网金融（ 2006 2012 年）：金融机构的移动互联网技术和业务深度融合， 出现网络化发展趋势。信息技术与金融业务紧密结合，渗透到金融业务的方方面面， 包括系统整合、业务流程再造、金融系统互联和信息共享、信息安全保障和风险防控体系建设。标准化体系建立成为这一阶段的关键任务。同时，移动互联技术的发展催 生出大量新的业务模式、载体和业态。 金融科技（ 2013 年今）：金融基础设施建设是金融体系的基础，也是金融 行业健康发展的基石。支付信用、信用环境、法律环境、公司治理、消费者保护、金融监管等方面的建设 ，为金融科技的发展奠定了基础。大数据、云计算、区块链、 2 人工智能、移动互联网等新一代信息技术在提升金融效率、改善金融服务方面的影响日渐显著。金融科技已全面融入支付、借贷、保险、证券、财富管理、征信等金融领域。 整体而言，中美两国金融科技发展水平均处于世界前列，金融科技公司与金融机构的合作不断深化，业务模式和商业模式推陈出新，推动金融行业不断进步。同时， 在一定程度上，金融科技的发展带来风险外溢，在提供跨行业、跨市场、跨机构金融服务的同时，使得金融风险传染性更强、波及面更广、传播速度更快。 从发展历程看，中国金融科技的发展步伐稍晚于美国，且两国发展各有侧重。长期以来，美国核心科学技术领先全球，在金融科技领域主要依托技术优势实现创新、多元化发展，发展方向主要集中在网络借贷、保险科技和财富管理。中国金融科技创新的主力军是互联网企业巨头，致力于发展互联网支付、网络借贷等个人金融服务， 在应用层面的创新能力较强，互联网人口优势使得各种新型金融产品和服务容易开展规模化 、市场化的应用。 （三）金融科技的商业模式 随着金融和科技的深度融合，新业态、新模式、新企业应运而生，引发金融科技 革命，成为新时代金融发展的核心驱动力。整体而言，金融科技将全面变革网络借贷、 财富管理、支付、保险、众筹、货币和外汇、零售银行、征信等各个金融板块，带来金融全新体验。 1. 网络借贷 网络借贷是金融科技公司中占比最高的业务。互联网平台帮助金融实现脱媒，释放了过去始终未被满足的中小企业和个人消费者的融资需求。与传统借贷相比，其核心优势在于借款方式灵活简便，借款条件宽松、门槛低，以及能覆盖到未被银行覆盖的信贷潜在客户群体。 在经历了行业洗牌之后， P2P 的竞争更为剧烈，金融科技和借贷的结合打破了原 有的业务模式和框架，并建立起更为健全的风控体系。网络借贷一方面可以通过大数据和机器学习算法等核心技术进行数据采集和整合，延伸征信评估指标，完善风险量化的评级体系；另一 方面，还可以根据数据为客户定制个性化的信贷服务，并实现对欺诈风险的动态识别，保障用户资金安全，推动平台合规、稳健发展。网络借贷业务的创新包括引入电商，搭建网站进行线上撮合的传统模式；引入债权，通过线下购买债权将债权转售的债权转让模式；引入保险公司为交易担保的担保模式以及引入小贷公司进行融资的平台模式。 2. 财富管理 财富管理是指以客户为中心，设计出一套全面的财务规划，通过向客户提供现金、信用、保险、投资组合等一系列的金融服务，对客户的资产、负债、流动性进行管理， 以满足客户不同阶段的财务需求，帮助客户达到降低风险、实现财富增值的目的。在行业快速发展的重大机遇面前，金融科技赋能财富管理，正在从过往的粗放式增长向精细化经营迈进，打造理财生态圈，更好地满足民众的金融投资需求，进一步提升全社会金融资源配置效率。 财富管理机构可借助金融科技开展精准营销、智能客服、智能风控、智能投顾等 业务。精准营销即借助科技力量对投资者进行 360 度精准画像，从而节省营销成本， 实现营销效果最大化。智能客服利用线上智能交互机器人，与线下服务形成互补，可精准捕捉客户的意向、情绪、行为等特征，实 现对客户特征标签动态管理。智能风控由系统自动实时抓取外部信息，及时获得关注对象的信息，并对其上下游进行全产业链监控，从而提升风险预警精度，不断优化产品风险评估模型。智能投顾即客户输入理财目标并进行风险测试后，借助在线理财工具和专业的理财顾问进行完整的理财规 划，为客户推荐与其风险偏好匹配的投资组合，在线完成资产配置和后续的自动调整， 降低投资门槛和交易费用，简化投资决策流程。 3. 支付 近年来，随着电子商务的爆发式发展，在线支付业务成为金融科技中发展最快的 领域，其核心优势在于高效 率和低成本。目前，大部分支付公司会为商户提供界面清晰、流程简便的收款服务，利用智能终端实现点对点支付解决方案，支持线上、线下多种场景的生活化、移动化支付并与各大商户合作扩大客户群。同时，部分支付公司也为客户提供基于云端的 SaaS 服务，为商户提供 POS 支付服务和销售数据分析服务。此外，支付公司还可以借助智能设备和系统，自动捕捉用户身份和行为并进行分析验证，实现支付流程无感化；同时支付后台风控不断精细化，风控手段逐步从人工审核、后验策略转向以模型预测为主的自动化决策策略。 4. 保险 保险本质上是对未来不 确定性进行的概率测算，从而为风险转移进行定价。由于保险的概率测算和风险定价过程天然与大数据相关，因此以互联网信息技术为突出特征的金融科技从诞生的那一天起就与保险业紧密结合。目前，金融科技领域中的物联网、大数据、人工智能、区块链等前沿技术都在保险业中得到广泛应用。 与传统保险相比，金融科技实现保险和数据的融合和共享，应用于保险产品设计、自动化出单、车险理赔、精准营销和风险管理等多个业务环节。在寿险方面，可以基于物联网准确确定被保险人的健康管理目标，实时收集信息，推动健康保险由事后补偿向预防补偿发展；在车险方面，可以基于物联网技术依据驾驶行为收取保费。同时， 基于人工智能算法的用户行为预测模型，可以预测恶意欺诈人群的行为，从而提高精算效率，降低保险成本，促进交易。整体而言，金融科技的运用推动保险行业变革， 实现市场营销的精准化、风险定价的精确化、客户服务的精细化。 5. 众筹 众筹是通过互联网，采用团购预购的方式募集资金的一种互联网金融模式，为初创公司提供融资服务，提高融资效率，同时，向公众展示公司的产品和创意，达到宣传推广的效果。 在金融科技时代，众筹的内涵不断拓展，将实现筹钱、筹人、筹智等多种功能。首先，可以利用大数据技术对数据进行整合与分析，在项目上线之前根据项目要素判 断项目的风险，从根本上保障众筹项目的出险率；其次，可以结合 VR、 AR 等技术实现对众筹项目随时随地的监督和查看，实现众筹平台项目方与投资者完美对接；再次，可以引入区块链 、数字货币技术，发行新的众筹产品，从产品应用的创新上直接获取收入；最后，金融科技也在推进众筹由金融转向多方位发展，众筹的社交属性、电商属性将不断被挖掘和实践。众筹不仅仅是一种便捷的资金筹集方式，更是一种产业链运作的过程，并且将不断深入全产业链。 6. 货币和外汇 区块链技术能够降低跨境汇款和支付结算的时间和交易成本，在无需中介的情况下实现快速清算和结算，实现点对点的支付，在跨境支付清算方面具有明显的优势。同时，加密数字资产作为交易媒介，能提供类似现金的匿名性和远距离交易，对国家支持的货币模式以及央行和传统金融机 构在金融体系的主导作用都构成了威胁；加密数字资产可能取代部分目前中心化的系统，在某些地区或私人电子商务网络中履行更多的货币职能。 7. 零售银行 零售银行主要向消费者和小企业提供一体化的金融服务，而新型零售银行是纯线上的数字银行，借助信息通讯技术和生物识别技术，利用 APP 界面在不设立任何物理网点的情况下实现远程开户和银行业务线上办理，并结合大数据征信，提供小额信用贷款。 云计算、大数据、区块链等新技术将全面升级传统零售银行，包括战略布局、 IT 架构、业务创新、营销风控等多方面。云计算满足新型零售银行快速增长的存储和计算需求；生物识别技术能创造更为便捷的支付体验；大数据为新型零售银行的风控和征信体系架构提供基础；区块链实现交易的去中心化和去信任化，构建真正高效的互联网金融交易生态体系。本质上来说，风控和征信是融合金融科技后新型零售银行的核心竞争力与价值体现，基于大数据和人工智能的风险评估与动态风险监测，以及跨平台的征信管控能力能大幅降低零售业务的风控成本。