中国金融科技与数字普惠金融Word文件下载.docx

中国金融科技与数字普惠金融Word文件下载.docx

《中国金融科技与数字普惠金融Word文件下载.docx》由会员分享，可在线阅读，更多相关《中国金融科技与数字普惠金融Word文件下载.docx（32页珍藏版）》请在冰豆网上搜索。

随着信息科技技术在普惠金融领域的应用，数字普惠金融的发展弥补了传统普惠金融的不足，突破了传统普惠金融的瓶颈，丰富了普惠金融服务的产品和形式。

6.1.1传统普惠金融的不足

金融服务可得性不足是全世界大量人群面临的问题。

只有62%的全球成年人有基础金融服务，拥有银行账户或移动货币账户。

小企业也面临同样的问题，无法获得信贷限制了它们的发展能力。

另据哈佛大学计算，全世界需要贷款的家庭大约有6亿户，目前微型信贷仅覆盖了其中25%的家庭，仍有75%的家庭尚未获得相应的金融服务。

图6-1全球成人金融账户持有率

可获得性不高、可负担性差、成本高难以持续均是传统普惠金融的不足之处。

第一，受制于主客观因素，由传统金融机构提供的普惠金融服务的可获得性不高。

传统金融服务往往通过网点提供，而农村地区缺少网点，削弱了普惠金融服务的可获得性；

同时，传统银行顾虑不良贷款率等监管指标，对长尾客户提供普惠金融服务的意愿不高。

第二，传统金融机构提供的普惠金融服务可负担性差，不能匹配潜在用户的需求。

比如，银行在提供服务时往往对客户设定了一定的门槛，比如购买银行理财的起购点、获得贷款需要有抵押品或良好的征信记录，而大部分人群和企业无法满足这些要求。

同时，对于普惠金融群体，银行往往会要求更高的价格，价格过高或是定价和收费的方式不灵活使金融服务成本变得不可负担。

中小企业需要的金融服务通常被银行认为复杂度高、规模小：

企业级解决方案对它们而言太复杂且规模过大，但是零售服务又太简单，最终小企业通常只能使用零售产品，但是它们多样化的需求需要更个性化的服务。

第三，传统普惠金融服务的提供者如果要使得价格可负担，则成本必须足够低，才可以从提供普惠金融服务中盈利。

但是，向小企业和低收入家庭提供金融服务往往成本更高，风险识别、信用记录和数据获得等成本很高，传统普惠金融的做法往往是依靠线下高密度的营业网点接触客户、依靠定期拜访客户完成征信、风险识别和定价工作。

在很多情形下，如果没有政府补助，普惠金融很难实现商业可持续。

6.1.2数字普惠金融提供了新的解决方案

数字普惠金融可以有效地解决传统普惠金融无法解决的一些问题。

第一，大数据、云计算、区块链、人工智能等金融科技在普惠金融上的应用，可以帮助服务提供者从分销到客服到后台运营的整条金融服务链降低成本，并且实现从贷前征信到贷后催还的实时监控，保证服务质量。

此外，金融科技的应用还使得数字普惠金融能够实现按日收息、按日利率定价，发放的资金额度可低至千元以下，在成本下降的同时，提高了普惠金融服务的可负担性。

专栏：

同盾科技全流程智能风控创新

同盾科技是国内领先的第三方智能分析服务提供商，致力于利用科技能力为生态伙伴提供全流程智能风控服务。

全流程风控管理分为事前、事中、事后三个阶段。

如果以更细化的场景可解构成销售管理、反欺诈、贷前准入、客户授信、贷后管理五个环节。

智能营销管理

中国普惠金融创新报告（2018）

通过多方数据，比如设备标签、地域标签、需求标签、ID标签、属性标签等融合建模，有效建立客户的360度全景画像，这将对金融机构精准获客、盘活存量客户潜在价值有重要的作用。

贷前预防

欺诈风险多来自于贷前，反欺诈重点是在贷前识别出欺诈风险，在申请反欺诈场景中，通过设备指纹、申请欺诈模型评分等多种手段来有效核实用户身份，预防身份冒用、欺诈等风险。

同时通过黑产情报，基于业务及对抗数据的异常预警，对对抗场景效果的实时监控识别来帮客户建立完善的反欺诈体系，将风险阻止在未发生之前。

授信定价

结合一方数据、三方数据与同盾自有数据，通过联合建模为金融机构信贷产品定价，能够更好地提高金融机构的能效，降低逾期和坏账客户数量。

同盾科技推出了信贷产品定价模型——同盾信用分。

它是以客户还款能力、还款意愿、行为偏好、负债信息、稳定性、负面信息性为六大维度，采用Logistic回归算法，计算出用户未来违约的概率。

分数与违约概率负相关，分值范围为300～900，得分越低，违约概率越高。

贷后管理

贷后管理则是风险防控的最后一道防线，肩负着降低金融机构信贷损失的重任，其中又以逾期催收为最大的痛点。

同盾智能催收工具逾期管家基于智能决策和智能语音等技术，依托同盾技术团队和数据生态系统作为支撑，利用智能语音识别、语音合成、语义理解以及交互话术共同形成高度智能化、精准化的催收策略，能集中解决传统人工模式下不合规、不合法、效率低等问题。

进入到事后环节，同盾科技对出现在平台的黑产数据进行分析，结合跨行业和平台积累下来的数据，使用复杂网络，对黑产团伙进行关联，可以有效发现和遏制团伙攻击。

结合同盾全流程智能风控解决方案和同盾端云一体化服务模式，同盾科技可以充分满足银行客户信用卡、新零售、小微企业信贷、个人信贷等业务场景的服务需求。

在实践中，同盾科技联手传统商业银行和新金融机构，利用大数据、人工智能、云计算等技术能力和传统服务模式进行线上线下融合，打通数据，实现优势互补，推进技术、资本、数据、市场等资源的整合，达到效益和风险的平衡，探索普惠金融的可持续化发展。

面对金融科技带来的冲击和挑战，银行越发认识到转型的重要性，与赋能机构搭建起良性生态圈，达成技术、理念、服务模式、管理模式等全方位的深度融合，正成为众多银行未来的选择。

第二，化解了普惠和盈利之间的矛盾。

普惠金融服务的成本下降自然增厚了普惠金融服务的利润，增强了其商业可持续性。

互联网金融公司和金融科技公司除了自身践行普惠金融的理念外，还同时赋能给传统金融机构，帮助其更好地从事普惠金融服务，提高了传统金融机构发展普惠金融的动力。

第三，金融服务的可得性提高。

金融科技使得普惠金融的成本下降、利润增厚，必然促进更多的金融机构应用金融科技提供数字普惠金融服务，提高了普惠金融服务的可得性。

同时，金融科技还提高了普惠金融覆盖的速度和广度，打破了传统金融机构需要下设网点才能接触客户的物理限制，甚至可以基于大数据主动寻找潜在客户，不仅大大提高了普惠金融服务的可得性，还使得服务更加精准化。

总体上看，金融科技在普惠金融服务更为广泛的方面正发挥着越来越重要的作用。

一些互联网金融机构在运用金融科技，通过电商平台、社交平台、供应链平台进入普惠金融领域的同时，还赋能传统金融机构，帮助其提高普惠金融服务的效率和质量，达成合作实现共赢。

6.2数字技术与普惠金融

目前来看，数字技术快速发展的领域包括移动互联、云计算、大数据、区块链、生物识别以及人工智能，等等，这些数字技术在普惠金融方面均有极大的应用空间。

6.2.1移动互联网与普惠金融

移动互联网的普及是当前数字普惠金融开展的基础。

移动互联网使人们利用移动终端，通过互联网就可以连接外界，也使人们在使用移动互联网服务时不自觉地留下了很多个人行为信息。

根据QuestMobile的统计，2017年中国移动互联网月活跃设备总数稳定在10亿台以上，截至2017年12月末，这一数据达到10.85亿台，用户人均单日使用时间为236.8分钟（3.9小时）。

传统金融机构在提供金融服务时，需要派出员工实地收集客户信息或者主动寻求客户，再做出决策和定价，服务成本很高，而为了控制成本，金融机构更偏向于向大企业、有抵押品的企业或个人提供金融服务。

而移动互联网的出现为金融企业接触客户和收集客户信息开辟了另一条渠道。

大数据、云计算、人脸识别、人工智能等技术在数字普惠金融领域的应用均建立在移动互联网的基础上。

6.2.2大数据、云计算与普惠金融

对于大数据（Bigdata），研究机构Gartner给出了这样的定义，大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。

麦肯锡全球研究所给出的定义是，一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。

从上述定义中可以看出，大数据具有过于海量而无法通过传统数据软件工具进行处理的特点，这决定了处理和分析大数据需要采用全新的工具，这个工具就是云计算。

对云计算的定义有很多种，现阶段被广为接受的是美国国家标准与技术研究院（NIST）的定义，云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池（资源包括网络、服务器、存储、应用软件、服务），这些资源能够被快速提供，只需投入很少的管理工作，或与服务供应商进行很少的交互。

云计算的特点是，它使计算分布在大量的分布式计算机上，而非本地计算机或远程服务器中，将庞大的处理过程分散成无数个小的子过程，用户可以付费使用这些资源，根据需求访问计算机和存储系统，云计算在执行其需求后再将结果反馈给用户。

“云”的规模可以相当庞大，比如Google云计算已经拥有100多万台服务器，阿里云计算有数十万台服务器，并且“云”的规模可以动态伸缩，以满足应用和用户规模增长的需要。

云计算可以支持用户在任意位置、使用各种终端获取应用服务，用户无需了解也不用担心应用运行的具体位置。

云计算包括基础设施即服务（IaaS），平台即服务（PaaS）和软件即服务（SaaS）三个层次的服务。

（1）IaaS（InfrastructureasaService）：

基础设施即服务。

IaaS公司会提供场外服务器，存储和网络硬件，用户可以租用，而无购买这些硬件。

主要的服务商包括Amazon、Microsoft、阿里云等。

（2）PaaS（PlatformasaService）：

平台即服务。

PaaS构建在IaaS之上，在基础架构之外还提供多种资源的开发环境平台，用户可以基于这一平台开发自己的产品。

（3）SaaS（SoftwareasaService）：

软件即服务。

SaaS是目前最成熟的云计算服务类型，国内通常叫作软件运营服务模式。

该模式提供的是软件服务，用户通过互联网就能直接使用，在云端上执行应用。

和前两者不同的是，SaaS主要面对的是普通用户。

大数据和云计算让银行与客户的交易信息成为可以利用的有效资源，对客户信息的分析更加全面、科学、便捷、有效，为实现数字普惠金融奠定了基础。

比如，银行在与个人、企业进行业务交往的过程中掌握了大量碎片化的信息，大数据模型能够将这些信息有效整合。

同时个人自身还带有消费习惯、社交习惯等客观信息，企业客户也有生产、销售、经营、供应链、财务等各方面的信息，通过云计算对这些信息进行处理分析，可以为银行是否对客户提供服务、提供什么样的服务做出有效的决策判断。

具体而言，大数据和云计算对数字普惠金融的推动作用主要体现在以下几个方面。

第一，成本下降。

普惠金融服务的提供机构根据大数据模