中國電子銀行網訊 由中國金融認證中心（CFCA）聯合近百家成員銀行舉辦的“2019銀行數字化轉型高峰論壇”暨第十五屆中國電子銀行年度盛典于12月5日在北京舉行。本屆論壇的主題為“發現與創見”，包括主管部門領導，銀行高管在內的300多位業內精英齊聚本次峰會?！?019中國電子銀行調查報告》同步對外發布。

清華大學金融科技研究院副院長薛正華教授參加本次論壇并發表了演講。

清華大學金融科技研究院副院長薛正華教授

薛正華指出，中國金融科技的諸多創新解決了兩大類的問題：一是提升了金融的效率，二是提高了金融服務的質量。同時也應該看到，金融科技也正越來越成為經濟和社會發展的新驅動力。

在具體的金融科技應用方面，薛正華表示，另類數據（Alternative Data）和人工智能技術的應用讓越來越多的小微企業享受到了金融科技發展帶來的紅利。他介紹說，小微企業的財務信息很難準確掌握，要想客觀了解其經營情況往往成本很高，但金融機構可以使用另類大數據，比如稅務數據、票據數據、招投標數據、物流數據（如果是生產型的企業），視頻監控數據（通過視頻信息防止貸后的押品被從倉庫拿走等）等等，以這些數據來佐證企業的經營情況以及貸后管理，移動互聯網、大數據、人工智能使得過去很多不能做的事現在可做了。

他指出，傳統金融機構要充分意識到科技的重要性。在融資端，金融科技使得小微企業、低收入群體也可以享受到融資服務，這改變了過去只有大企業、有征信記錄的人才可以融到資的局面。在投資理財端，過去只是面向高端客戶的一對一理財服務，現在智能投顧、智能投研之類的金融科技讓普通人也可以享受到這樣的服務，某種意義上大大促進了金融普惠和公平。

金融科技將把銀行帶往何方？薛正華在演講中通過大量案例和分析給出了可能的一種答案，未來銀行的一種發展路徑是“FinTech驅動下的智慧銀行”。另類大數據、人工智能等新數據和新科技應用不斷地滲透到各個金融服務場景里，讓金融服務效率更高、質量更好、體驗更優，也會使得金融服務惠及更多群體，推進普惠金融的發展。

以下是薛正華的演講全文：

薛正華：感謝大家，尊敬的各位嘉賓，大家上午好！

這里有很多好朋友是上次成都大會上認識的，很高興再次看到大家。我是一個月前接到邀請，希望來跟大家做一個分享，組委會提到上次給大家做的報告受到大家的歡迎，這次參會觀眾更多，希望比上次講得更加精彩，這是個不小的挑戰。為此，除了我們對銀行業未來發展的長期研究和思考，想和大家做一些分享探討外，還特別調研了眾多金融機構和相關優秀的金融科技企業和大家共同探討金融科技以及銀行業的未來。

我記得上次和大家分享交流時，PPT最后一頁是這張圖，用三維坐標，從應用領域、業務流程、人工智能技術三個維度共同闡釋了眾多蓬勃發展的金融科技應用創新。今天，我想和大家一起思考一下，這些創新解決了什么問題？

這些創新可以分為兩大類：一大類提升了金融服務的效率，還有一大類提高了金融服務的質量。那么除了在金融產業的應用外，金融科技還有什么更深層和更廣范圍的價值呢？

上周在歐洲召開了Fintech 17+1（17個中東歐國家+中國）的央行行長會議，在會上我做了金融科技在促進經濟增長和社會發展的主旨演講，并和18國央行行長及與部分專家們進行了深入交流，也特別整理了與會央行領導們和專家們的一些觀點在此和大家一起分享，我以中國金融科技發展為例進行闡釋。

中國在金融科技領域，有兩方面是在全球范圍比較領先，一是移動支付，一是普惠金融。數據顯示，2018年全年微信支付發生了4600億筆，支付寶發生了1975億筆。如此高頻的移動支付，在帶來支付便捷性的同時，也在某種程度上大大刺激了消費。螞蟻花唄、京東白條等基于電商場景的消費金融以及借唄、微粒貸等信貸金融產品發展迅猛，也同樣刺激了消費。

左邊這張圖是過去幾年，中國在第三方跨境支付的數據，增長非?？?。右邊這張圖表明跨境支付應用在了哪些領域，我們可以看到貨物貿易排名第一。隨著跨境支付相關技術的不斷發展，跨境支付效率大幅提升，安全性也得到了提高，技術的進步和便利性促進了跨境交易的增長；還有活躍在投資端的量化交易，智能投顧、智能投研、大數據風險管理等新技術，能幫助我們找到更優質、更安全的資產，進一步優化了資產的配置。

金融科技對社會的發展也起到了很大作用，金融科技賦能的普惠金融使得小微企業、低收入群體也可以享受到融資服務。投資理財過去只是面向高端客戶的一對一服務，現在智能投研、智能投顧為代表的金融科技讓普通人也可以享受到這樣的服務。不管是在融資端還是投資端，金融科技促進了金融普惠和社會公平。

總結一下，從宏觀的意義上看，今天的金融科技帶來了什么變化？刺激消費、促進貿易增長、優化投資、拓寬融資、推動公平。我們發現金融科技不僅僅是對金融產業有幫助，對經濟和社會的發展都有正面推動作用。

現在看看銀行是怎么做的，我想從幾個方面和大家一起探討。

銀行業大概經歷了幾個階段：第一階段是線下機構，全國布服務網點，是網點使能；第二階段是互聯網技術革命來了以后，更多服務業務逐步到了PC端、APP、微信等等，是Web、APP使能；最近兩年，銀行充分意識到互聯網企業對他們造成的壓力和沖擊，也開始向互聯網企業學習，把自己的金融服務業務更加開放，以開放接口的方式推進開放銀行理念，把自己的金融產品、數據、交易服務開放給第三方，通過第三方合作伙伴觸達到其終端用戶，這些年發展得非?？?，這屬于API賦能。去年各大銀行密集推出開放銀行業務，更接地氣、更加深耕細作，讓更多的銀行服務惠及大眾。那么，再下一代是什么？

首先看一下宏觀環境。我們從投資、融資兩個角度來看一下。這是瑞信給出的中國過去近二十年居民收入增長曲線。整體來看是不斷增長的。根據他們的定義，如果7萬-66萬美金算中產，那么今天中國已經有3.9億中產，這也帶來了萬億的財富市場。特別是去年資管新規出來后，各大銀行紛紛成立了自己的資產管理公司。這么大的市場怎么做？

大家可以看到，這些年從網貸到數字貨幣（非法定貨幣）出了很多金融安全事件。大家想想為什么會出這么多事？有一個很重要的原因可能是供給側不足，我們還缺乏更多好的金融產品和金融服務能夠惠及普通大眾，這個方向未來有很大的空間。

    再看看我們的消費群體，90后的第一代，如果22歲畢業參加工作，今年已經工作了7年時間，已成為消費的主力。我們了解90后嗎？我們參考了很多三方機構做的調研，90后、80后、70后、60后每一代都有不同的群體特性，新一代消費者更追求個性，在線時間比其他群體平均多出1個小時，更喜歡送到眼前的服務，喜歡有故事的產品，喜歡超前消費，雖然錢不多，也愿意做理財。面對這樣的消費群體，我們要給他們提供什么樣的金融產品和服務？這是值得思考的。

剛剛講的是投資端，再看看融資端。

目前人行有9.9億自然人記錄，但沒有征信記錄的人有4.6億，占了近一半。根據銀行過去的管理，沒有征信記錄很難在銀行貸款。這么大規模的人群長期享受不到傳統銀行的金融服務。近年來，互聯網企業已經為這4.6億人做了很多間接融資服務，銀行怎么辦？萬億級的個人消費市場我們怎么做？

還有一個群體——小微企業。小微企業貢獻50%以上的稅收，60%以上的GDP，70%以上的技術創新，80%以上的就業，企業總數占到90%以上。但是小微企業融資難、融資貴、融資慢依然有待解決？隨著科技的不斷發展，過去難解決的事情不代表今天不能解決，新技術的發展可能給了我們一些新思路，這個萬億級的市場，也是政府積極鼓勵扶持的市場，我們銀行如何做?

我們調研了很多銀行以及金融科技企業，發現銀行正面臨著快速崛起的金融科技企業巨大的競爭。大家可以看到螞蟻金服、京東數科、蘇寧金融在這方面的估值，螞蟻金服估值約1600億美金，約一萬億人民幣的估值，比很多銀行都大了。銀行過去很多沒做的事，比如移動支付、消費信貸他們都率先做了，基于創新的金融科技，他們在風險的管理方面表現得也很好，發展非?？?，這證明市場是存在的，也是可以去開拓的。那么，這些巨大的、有挑戰的市場銀行該如何去做?

首先看投資端，過去我們對全球許多優秀的機構進行了深入研究，并與部分機構進行了交流探討， 了解到一個共同的特征，那就是：要做好投資，一定要有非常專業，非常強的投研能力，在新的時代下，如何利用大數據，利用人工智能做非常細致、深入的投資研究？和大家分享一個短片。

在這個視頻中，我們看到對于眾多事件，人工智能在短短的一秒內給出一篇分析詳盡報告。如何做到的呢？其實背后對應了上百類各類事件分析的數據庫。這些數據源的建立大部分工作是通過人工智能技術從各類新聞、公告、研報中自動抽取，形成堅實的數據基礎。同時，構建了一個大規模的知識圖譜，利用知識圖譜中實體之間、事件之間，事件和實體之間的關系進行推理探索，提供給分析人員更多可能的推理邏輯以及邏輯發生的概率，有了這些基礎工作，機器可以在秒級內生成客觀詳實的分析報告。 因此，我們可以看到，深度的、高效的投資研究分析依然來自大量辛苦的工作，只是我們越來越多地把這些辛苦的工作交給人工智能去處理。

接下來，我們看一下個人信貸、小微企業信貸這兩個萬億市場。為什么過去金融機構都不太愿意做這個市場，主要原因還是風險高、核實風險的成本也很高。過去不能做的事，現在是否有機會呢？小微企業的財務信息很難準確掌握，要想客觀了解其經營情況往往成本很高，但可以利用另類大數據，比如稅務數據、票據數據、招投標數據、物流數據（如果是生產型的企業），視頻監控數據（通過視頻信息防止貸后的押品被從倉庫拿走）等，以這些多維數據來佐證企業的經營情況以及貸后管理。移動互聯網、大數據、人工智能使得過去很多不能做的事現在可做了。

我們和許多銀行資深從業者探討這個問題，大家還特別強調了一點：金融服務需要下沉客戶，精耕細作。非常好的觀點。在新的時代下，可能需要再加一點，就是要利用另類大數據，人工智能等技術做好服務下沉。例如，你經常拜訪一位客戶，他就在你旁邊辦公，但你沒有相關另類數據，僅僅通過有限的數據和訪談，依然不了解他的實際經營情況，很難把控風險，從而無法提供融資服務。通過新數據和新技術可以做到業務上更低的風險以及更低的風險識別成本。相信有了新的技術和下沉服務的精神，金融普惠小微企業將不再是難解之題。

    個人消費信貸如何做？沒有征信記錄就不做了嗎？同樣，我們看到許多優秀的金融科技企業也在利用另類大數據和人工智能等先進技術解決這一問題，從效果看，做的也很成功。例如：如果能夠通過合法授權獲得消費者的線下消費、網上購物、社交、網絡輿情、法院失信、教育背景、工作背景等不同來源數據，能夠通過合法授權獲取人臉數據、語音數據、微表情等新型數據，綜合利用這些另類數據進行建模分析，也能探尋到一些新的解決方案。這里有一個金融科技研究院和某金融機構合作的下一代人工智能面審系統，和大家分享一下。

    金融機構或金融科技企業在進行風險識別時，通常會遇到三類用戶，資質比較好的客戶直接放款，比較差的客戶直接拒貸，但還有一類處在識別灰色區間的客戶，讓這些客戶通過可能有風險，放棄可能會損失一位客戶，畢竟獲客是有成本的，而且成本越來越高。這種情況下，往往需要面審核對。傳統做法，可能會邀約客戶來到分支機構參加面審，這種做法一是效率低、體驗差，二是存在一定的操作風險?，F在，我們利用AI面審，可以使用戶在任何時間，任何地點參加面審，用戶體驗大幅提高，也杜絕了員工可能存在的操作風險，同時，用戶在視頻中回答問題的表情等額外信息也可以被用來進行風險識別。當然，使用這些數據進行風險管理的前提還是需要征得用戶的合法授權。

AI面審系統包括語音識別、自然語言處理、語音合成、多輪對話等多種技術。在與人的面審過程中，AI能夠自動提取面審關鍵點，自動對面審過程進行分析，匹配客戶特征，并根據多維度信息對客戶的欺詐和信用情況進行自動量化評分。

最后，讓我們回到主題，未來銀行可能是什么？我們認為，下一代銀行的發展路徑有一種可能是“Fintech驅動的智慧銀行”，另類大數據結合人工智能技術正在不斷地滲透到各個金融服務場景里，讓金融服務效率變得更高，體驗更好，對金融資產的質量把握更好，也能讓更多低收入群體，小微企業公平地享受到金融服務。

傳統金融機構該如何推進變革，第一是要充分地意識到科技的重要性；二是要充分利用另類大數據、人工智能技術深耕細作，下沉金融服務，坐在家里等著客戶上門的時代可能越來越遠了；最后，開放合作，才能加速發展，提供更好的服務。剛才，大家看到清華大學金融科技研究院和一些創新的金融機構一起合作做了很多非常前沿、下一代的金融科技項目；這些創新項目都是和大家不斷地溝通了解、共同探索、碰撞，充分思考，理論緊密結合實踐，共同完成的。過去大部分合作都是和國內一些大型金融機構共同探索。但是，我們通過一些深入的交流和探討，發現一些規模較小的金融機構碰到的問題也同樣非常有挑戰。所以，也非常歡迎廣大中小城商行、農商行能夠產學研結合，一起探討，共同推動金融科技的發展，共同推動普惠金融的發展。

我的演講到此結束，謝謝大家！

責任編輯：王超