金融科技在银行消费金融服务中的应用发展研究

袁卓（中国建设银行合肥城西支行，安徽 合肥 230061）

摘要：人工智能（AI）、区块链、互联网、云计算、大数据等金融科技的应用给商业银行带来了前所未有的发展机遇。借助金融科技，实现“三升两降”，即提升收入、提高竞争力、提升服务水平，降成本、降风险，已成为广大银行在智能金融时代创新转型的重要方向。本文基于商业银行消费金融服务的视角，阐述了大数据、自动化管理、人工智能在商业银行消费金融服务方面的应用场景，总结了商业银行依托金融科技转型的路径选择，并对银行应如何调整自身，更好地提供消费金融服务给出建议。

关键词：银行消费金融服务  金融科技 互联网金融 大数据  人工智能

1引言

在互联网金融变革与大数据技术的驱动下，商业银行的商业模式正在发生翻天覆地的变化。商业银行未来的竞争，本质上是对客户的竞争，因此熟悉客户、研究客户、服务客户、贏得客户，是利用公司资源实现最大商业价值的基础。建立有效的精准客户服务体系，是商业银行客户管理从同质竞争到特色化、差异化竞争的战略性决策。

商业银行是典型的服务行业，客户是银行经营的根基。从网点覆盖竞争到电子银行建设，从价格竞争到产品创新，从数据分析到金融科技布局，在不同的发展阶段，很多银行提出了不同的经营理念，比如“渠道为王——以网点为核心”“产品为王——以产品为核心”“数据为王——以科技为核心”等等。但不论是渠道、产品、数据还是科技，其实都是围绕客户展开的，“以客户为中心”的理念是贯穿始终的，客户的营销和管理水平，决定了银行客户的数量和价值，是银行的核心竞争力，关乎到银行现在的业绩和利润，以及未来的生存和发展。

2金融科技与商业银行消费金融服务

近年来，商业银行与科技企业不断加强合作，如2017年上半年，建行与阿里巴巴、工行与京东、农行与百度、中行与腾讯陆续携手，在科技、账户、数据、业务等层面，探索广泛的交集。把金融科技和客户管理的三个阶段结合起来，可以形成一张九宫格图表（见表 1），这是本文所研究的金融科技和消费金融服务的结合路径，体现了金融科技在银行消费金融服务中的应用。

表 1    金融科技和消费金融服务

人工智能系统实现客户营销管理过程的高度自动化，通过事件触发模型的应用，实现不需要人工干预的自主运转，大大节约人力成本。在模型和决策方面，通过机器学习等方式实现模型的自主优化；通过智能投顾等专家系统的应用，实现自动决策，大大减轻数据专家的工作量。

2.1客户进入阶段

以互联网金融、移动金融，物联网金融、区块链、虚拟现实、远程银行等形态作为金融机构与客户的接触渠道，发挥了“出口”和“人口”的作用：一是金融机构向客户提供随时随地、便捷、标准化业务服务的出口，二是客户标准化业务数据、行为数据、言论数据等信息留存于金融机构信息系统的入口。

2.2业务合作阶段

系统首先根据大数据分析和问卷调查的结果，了解投资者的收益目标、风险偏好、当前财务状况、未来现金流等一系列信息；再通过资产组合理论，运用一系列的智能算法，自动为客户量身定制资产配置建议。

随着客户及业务数据的不断积累，这时金融机构需要“算力”和“算法”，包括云计算、Ｈａｄｏｏｐ并行ＣＰＵ计算、ＧＰＵ计算、ＦＰＧＡ计算、ＴＰＵ计算、置子信息计算以及数据挖掘、社交网络图挖掘．自然语言文本挖掘、图像与音视频挖掘、时空数据挖掘、模式识别与生物识别等，这是下一步从大数据迈向人工智能的底层基石。

随后，在“智能”与“智慧”方面，从机器学习、深度学习、迁移学习、强化学习向仿真模拟、博弈机制、群体智能、脑机接口与人机一体化等方向发展，代表了从基于大数据的智能向新的智慧形态迈进。

最终，面向“业务”和“业绩”发展，金融科技建设成果将在消费金融的战略管理。客户管理、产品管理、渠道管理、营销管理、风险管理、绩效管理、人力资源管理。财务成本管理、审计管理等方面具体体现。

2.3客户退出阶段

风险自动预警之后还依赖于人工的处理，不同的人工处理效率和处理方式也不一样。可以设置事件触发模型，达到一定条件时自动决策和执行操作，以减少时滞和人工处理的不确定性。比如，当系统检测到客户的信用卡有盗刷风险时，系统自动冻结账户 ；当市场发生重大事件，系统自动平仓现有业务等。这些事件触发模型在风险管理、量化交易方面都有广泛的应用。

从整体趋势来看，在大数据分析阶段，系统高度依赖于专家的分析、决策和执行工作；在自动化管理阶段，专家只需要设立规则和模型，由客户经理和系统完成决策和执行工作；在人工智能阶段，AI 会代替专家和客户经理，独立完成决策和执行工作，专家仅需做好监测和处理异常即可。

3商业银行依托金融科技转型的路径选择

商业银行在迎接这场智能化转型浪潮中，由于自身资源禀赋不同，在科技开发、组织架构、资产规模、业务结构、企业文化等方面存在巨大差异，需要审时度势，既要建立长远的战略布局，也要根据自身的特点，灵活调整发展策略。

对于大型商业银行，构筑生态化平台战略，实现多方资源整合大型商业银行凭借丰富的客户群基础、优质的人才积累和实力雄厚的科技力量，更倾向于构建以“我”为主的平台化智能金融生态。从实践来看，工行“融E购”“融E行”“融E联”三大平台，农行的金融、电商与社交三大互联网金融平台战略，均是向着这个方向发展。如 2017 年工商银行与京东、建设银行与阿里、农业银行与百度都签署了战略合作协议，针对大数据、消费金融、投资平台、风险管理等领域开展深度合作。同时，国有大行也开始全面加强与金融科技公司的合作，实现优势互补。

从长期看，大型银行需要建立前瞻性的智能化金融科技发展战略，建立与之相匹配的创新与管理文化理念。要将网点优势资源转型为智能渠道，并将金融服务与生活场景无缝对接，建立线上线下联动的新金融智能平台生态体系。

从实施路径上看，要以开放、市场化的理念，加强与科技金融公司全面深入合作，推动技术与业务领域的深度融合，实现智能金融的“弯道超车”。如通过联合开展“场景+技术”的直销银行模式创新，实现跨区域的智能低成本获客；通过引入智能客服，降低运营成本；通过引入先进的信用数据和智能风控模型，全面提升风控能力。从经营策略上看，要做深做透本区域内的客户群体，并通过运用新科技手段，做好客户群的分层经营与个性化服务。在服务本区域的中高端客户时，需要不断引入更适合客户需求的智能技术，以更好、更快、更轻的服务模式，提升客户体验度。同时，不断拓展客户群范围，利用地缘优势，并结合互联网技术的溢出效应，服务好长尾客户群。

4以金融科技赋能银行消费金融发展的策略建议

如何利用最新的金融科技技术，进一步提升消费金融服务质效，是银行下一步要面对的问题。线上消费金融的深层次内涵是实现从互联网金融到大数据金融再到人工智能金融的“三步走”战略，并以金融科技赋能消费金融。对于拥有支付牌照的商业银行而言，可以考虑从客户间交易转账信息人手，通过开展有效的图数据处理，从而构建基于客户资金交易的社交网络图，同时辅以客户转账附言信息并运用自然语言文本挖掘等技术，支持从资金交易网络图中识别出客户消费圈，并从中发现客户间已有的、稳固的、钱货两清型的消费交易关系。

同时，银行还应充分利用智能化设备替代人工操作，提高消费金融业务的电子化、标准化、集约化作业水平，实现操作风险的系统控制和机器防范。此外，银行要不断提升信息系统的安全防御能力，强化客户和账户敏感信息的保护，保障系统安全运行，构建体系严密、持久有效的风险防控体系。商业银行在与互联网公司等第三方机构合作的过程中，应持续加强对潜在声誉风险、法律风险的全面管理。

另外，商业银行应密切观察金融科技的最新发展趋势，创造更好的客户体验，重构符合金融科技时代消费金融特点的风控体系，实现从人工经验向数据分析、从单维度要素向全景分析、从简单数据判断向授信模型分析的转型跨越，全面提升风险评估、风险监测、风险预警、事后分析的全流程智能化管理水平。。“在建设领先的数字化银行过程中，应从产品和服务设计、客户反馈、质量和流程管控，以及投诉管理四个关键环节着手，不仅要做好业务，还要做好消费者保护工作。

[参考文献]

[1]金融科技在传统商业银行转型中的赋能作用与路径[J].张德茂,蒋亮.西南金融. 2018(11)

[2]金融科技与银行智能化转型[J]. 叶望春.中国金融.2017(11)

[3]商业银行应用金融科技:策略、目标与路径[J].李克超.金融纵横. 2018(05) 

[4]金融科技在银行客户营销与管理中的应用研究[J].王永杰.金融纵横. 2018(07)

[5]人工智能技术在金融领域的应用:主要难点与对策建议[J].麻斯亮,魏福义.南方金融. 2018(03)

[6]金融科技浪潮下,银行业如何转型[J].巴曙松,慈庆琪,郑焕卓.当代金融研究.2018(02)

[7]金融科技对商业银行影响[J].李岩玉.中国金融.2017(17)

[8]移动互联背景下商业银行零售业务渠道的发展策略建议[J].李超.现代管理科学, 2018(8).