大陸金融科技盛事頻傳


學歷:
上海財經大學企業管理博士
國立台灣大學國際企業研究所

經歷:
富邦證券顧問/兆豐證券總經理/倍利證券總經理/大華證券研究部主管/聯華電子總經理室/工研院機械工業研究所市場部

全球最大金融科技獨角獸螞蟻小微金融服務集團甫更名為螞蟻科技集團後不久,隨即宣布準備在上海科創板和香港交易所申請上市;7月底人行成立成方金融科技公司,迄今亦有20家企業參與了人行的數位人民幣應用測試;螞蟻科技、京東金融及度小滿金融躋身KPMG 2019全球Fintech前十榜單,大陸金融科技發展頗值得我們借鑒。

科技至為重要但並非最重要關鍵

發展金融科技必須是一種思維上的翻轉,不能只想停留在金融業務的科技化與數位化方向打轉;金融科技不僅是金融與科技的跨界整合,更是一種生態系統構建,不僅讓傳統金融業務增添科技元素,更且與其他產業相融合、構建全場景服務。

去年8月人行印發的《金融科技發展規劃(2019-2021年)》明確說明,要運用人工智能(A)、區塊鏈(B)、雲計算(C)及大數據(D)等所謂ABCD技術,打造看懂文字、聽懂語言的智能金融服務。據KPMG 2019 Fintech 50強榜單,互聯網支付、供應鏈金融、智能理財、數位信貸、消費金融、大數據風控與互聯網保險是金融科技目前最主要應用場景。

大陸金融科技發展現況

(一)銀行業紛成立金融科技子公司
大陸有11家銀行設立金融科技子公司,輕金融統計16家全國性銀行科技總投入人民幣(以下同)1,034.1億;金融科技人才方面,工行最多3萬4,800名、平安銀行科技人員占比最高達7.8%。AI在銀行業的主要應用包括:人臉識別、語音識別、風險控管及流程控制(信貸催收機器人)等;區塊鏈則是被廣泛應用於信用狀、跨國資金匯撥及供應鏈金融;隨著零售與普惠金融等業務之大幅成長,雲計算解決了海量資料的通算與維護壓力;大數據的用戶畫象與用戶行為分析,正好協助銀行業作好精準行銷與客戶信用風險管理。


中國建設銀行於2018年4月即設立中國大陸首家無人銀行。

(二)保險+科技也是種標配
艾瑞諮詢測算,2019年大陸保險業科技總投入319億,未來三年的年複合增速約20%;iResearch報告顯示,ABCD四大金融科技成為保險業解決行業痛點之重要驅動力。雲計算縮短了產品上線周期,大數據的用戶畫像實現了精準行銷、提供客戶更客製化的保險產品設計;區塊鏈讓保單參與各方打破數據壁壘,不僅簡化核保流程、更且大幅縮短理賠流程。智能客服、智能保險顧問及智能營業廳則是保險業透過AI降低成本、提升效率的最佳應用典範;AI+大數據同時強化了智能核保與理賠環節的反欺詐風險識別功能。

(三)證券業加大金融科技投入
19家上市券商2019年信息技術投入88.08億,排名最前的華泰及國泰君安的投入均逾10億;調查顯示,2018年券商總部IT人員共8,711人、同比上升7.5%。華泰、國泰君安及廣發名列德本諮詢/eNet研究院2020證券金融科技建設Top50前三名榜單;華泰證券的融券通為券源供需雙方提供智能撮合服務、廣發證券的機器人投顧貝塔牛累計服務客戶逾80萬、實現228億的金融產品銷售。券商亦開始透過策略聯盟方式成立金融科技子公司,中金與騰訊成立合資技術公司、財通證券與螞蟻金服及阿里雲一起打造金融科技標杆性企業,今年6月國泰君安與華為在深圳簽署了包括金融科技等戰略合作協議。


國泰君安2019年信息技術投入逾10億,名列前茅。

(四)產業和金融深度融合的供應鏈金融
有了金融科技產業供應鏈裡原本多而複雜的數據將因此變得更可評價也更為可信,進而打造出更有效率的供應鏈平台。1+n模式是供應鏈金融的最主要核心,1就是參與主體,可以是銀行、電商、ERP系統廠商、物流企業、p2p融資渠道、製造業龍頭或金融科技公司等;n則涉及非常多企業,除供應鏈上中下游之中小微企業外,尚且包括物流、倉儲及品檢等第三方服務商。應收帳款融資、存貨質押融資及預付帳款融資是大陸供應鏈金融目前最主要業務模式,供應鏈金融資產的證券化則是未來新發展方向。

大陸金融科技監管大事紀

2014年3月互聯網金融首次被寫入政府工作報告、2017年人行成立金融科技委員會、去年8月人行發布了金融科技2019至2021年發展規劃,同年12月正式啟動金融科技創新監管試點工作,中國版的金融科技監理沙盒正式亮相。

北京最早啟動金融科技創新監管試點,包括供應鏈金融與基於區塊鏈的企業電子身分認證及智能圖譜風控、5G+智能銀行與移動金融雲簽署等17個項目。7月21日上海公布2020第一批金融科技創新監管試點應用,對擬入選之信盟鏈(風險信息協同共享)及基於人工智能的智慧供應鏈融資服務等八個應用對外公開徵求意見;加上7月正式獲批開展金融科技創新監管試點的成都,大陸金融科技創新監管試點範圍已擴大至北京及上海等九個地區。

上一篇當醫生也要網上搶單接診時
下一篇隱身台股指數背後的平均數陷阱