互联网金融行业高端人才培训的胜任力模型应用

● 祁大伟 王若玥

互联网金融行业高端人才培训的胜任力模型应用

● 祁大伟 王若玥

随着互联网金融的迅速发展，行业对专业人才，特别是高端人才的需求加大,本文旨在从人力资源培训的角度出发，以互联网金融行业下的高端人才胜任力为切入点，探究互联网金融行业下，高端人才培训的有效策略。文章基于对互联网金融行业的整体发展现状，根据胜任力模型分析优秀高端人才的特征和核心胜任力，进而对如何应用胜任力模型实现有效的互联网金融高端人才培训提出相应的策略和建议。

互联网金融 胜任力 培训

互联网金融是利用互联网技术作为支持，搭建一个虚拟交易平台，进而实现传统金融业务高效运转的行业模式。目前主要包括“手机银行、第三方支付（如支付宝）、互联网货币（如Q币）、基于大数据的征信和网贷（如阿里小贷）、p2p个人对个人的网络借贷、众筹”等多种类型（谢平，2014）。根据国外学者对发展中国家互联网金融的发展状况，这个新兴行业在降低成本的同时增强了金融的竞争力（Rassule Hadidi， 2003）。国内的金融市场有很严格的管制，而互联网以其金融交易成本较低，渠道获取便利等优势，成为一种方便、快捷、门槛低的投资方式，在目前金融市场上受到大众的欢迎和追从。互联网金融的发展对中国的金融业产生的作用利弊共存：在冲击传统金融的同时促进了其创新。为了迎接金融业务网络化的挑战，传统金融界也相继研究开发了自己的电子金融产品，提高传统金融的市场应对能力。可见，互联网金融既是颠覆传统金融交易的一种新模式，也是加速利率的市场化的催化剂。

一、中国互联网金融行业高端人才的结构特征

1．创新型的高端人才成为互联网金融的最紧缺人才

从表1可看出，相比于互联网和金融行业，初级人才的从业人员比例介于两者之间，然而从事互联网金融的高级专业人才却仅占19.2%，远低于其他行业。因此，对于互联网金融这个新兴的行业来说，创新和挑战无处不在，高端创新人才需求很大。

表1 三大行业从业人员职级分布

由于互联网金融兼具金融的风险性和互联网技术的专业性，在人才方面也有其独特的需求。江苏省互联网金融协会调查研究数据显示，“互联网金融在2016年到2018年的三年内，人才缺口总数将多于300万人（潘晔，2015）。”

2．从事互联网金融行业的工作人员流动性大，并且多为跨界而来的人才

由表2可知，无论是互联网行业还是金融行业，流入和流出的人才多为本行业内的流动，而对于互联网金融来说，流入到本行业的人才中，有85%的人才为跨界流入，而流出到本行业的人才中，有77%的人才为跨界流入。也就是说，对于互联网金融行业，跨界现象非常普遍，而互联网金融的人才流动多来自于互联网行业、金融界，以及技术行业。

3．互联网金融极其需要复合型的人才

用互联网的技术和思维办理金融业务是互联网金融的追求。因此，从事互联网金融行业的人才需要拥有互联网思维，掌握一定的网络信息技术，掌握一定的金融知识和产品知识。

4．互联网金融行业高端人才的分类

从江苏省互联网金融协会的调查研究数据可知，互联网金融行业高级管理人员人才缺口比率约为4.2%每年，而对于风控、技术、产品营销人才，需求率约为21.1%，16.45%，58.3%每年（潘晔，2015）。也就是说，当前中国的互联网金融市场之下，最稀缺的是具有产品营销能力人才，其次是风控能力、技术能力和管理能力人才。

（1）产品营销能力人才

通过上述数据可知，当前中国互联网金融市场上最急需的人才是产品营销人才。对于互联网金融企业来说，一款新的金融产品被开发出来之后，营销成为最为关键的步骤。由于互联网金融产品的入门简单，容易上手，操作快捷，各个企业相继推出电子金融产品。因此，为了使自己开发设计的产品更加受到客户的青睐，把握用户需求进行产品的营销成为各互联网金融企业在众多产品中脱颖而出的关键。对于互联网金融企业来说，拥有专业的营销团队和丰富的营销知识至关重要。

表2 人才流动结构图

（2）风险控制能力人才

由于互联网金融兼具金融和互联网的双重特征，因此仍然不能避免其风险的本质。互联网金融主要存在以下风险：第一，技术风险。由于引入了互联网的思维和网络信息技术，互联网金融行业存在着信息泄露、系统技术失败而导致技术平台崩溃，损害金融设施的技术风险。第二，金融风险。由于当前中国对于互联网金融的监管措施不够完善，相关的法律还不健全，消费者的权益不能收到较为全面的保护。因此，仍然存在很多不够规范的p2p平台跑路的现象，对消费者造成不良影响。因此，组建专业优秀的风险控制团队，对互联网金融平台和技术做出良好的预见、分析和监控，是有效规避风险、降低风险带来的损失的有效措施。

（3）技术能力人才

互联网金融产品的研究与开发需要技术人才的支持。同时，互联网金融存在的技术风险要求互联网金融企业拥有专业知识过硬、经验丰富的优秀技术团队。虽然互联网金融的本质是金融（郑联盛，2014）。但是互联网金融的发展依赖于互联网技术的发展，因此互联网金融行业对于技术人才，包括PC端和移动端的研发和产品研发人才仍然有较大的需求。

（4）管理能力人才

管理人员需要宏观把握整个企业的经营状况和行业的市场前景，对于自身的经验和素养都有着较高的要求，一些p2p的公司甚至愿意为招聘团队高管而开出千万级别的年薪。虽然高管的人数不多，但却占据企业的重要位置，因此，对于高管团队的招聘、人才的选择和储备都是互联网金融行业不得不考虑的问题。

综上，根据互联网金融行业高端人才的结构特征和能力需求特征，可以将其大致分为四个类别：需求最大的产品营销能力，其次是风险控制能力、技术能力，以及管理能力。

二、胜任力模型的应用

胜任力模型的应用—本部分将引入胜任力模型的概念以及如何通过定性的研究方法分别得出互联网金融行业四个类别高端人才的核心胜任力。

1．胜任力模型的概念

“胜任力”一词源于拉丁语“Competere”,后来由Robert White正式以“Competency”提出（Robert，1995）。，在中文中，常常被译为“胜任素质”，“胜任特征”、“胜任力”等。本篇论文中采用的是“胜任力”的这一译法。胜任力第一次被作为学术概念提出并得到人们的关注和重视主要归功于行为心理学家麦克利兰，他认为，团队成员中最具鉴别性的特征是高绩效特征，这些特征统可以统称为胜任力（冯明、尹明鑫，2007）。在此之后，很多学者也对胜任力进行了一系列的研究和界定，表3列出了一些较为典型的中外胜任力的提出者和他们对于胜任力的界定（Spencer，1993）。

2．胜任力模型的类型

在实际操作中，依据工作性质的不同和工作情境的需求，可以将胜任力模型分为以下四个类型（赖伟雄，2004）：

（1）专业岗位模型

这类模型针对的是具体的岗位，是指在某一特定岗位上创造出高绩效所需要的一系列胜任力的组合。在特定的岗位和工作任务之下，这一类胜任力模型相对细致和准确。然而，在实际操作中，一一对应的岗位胜任力模型会耗费很多的时间和人力。因此，可以先确定多个岗位的共性胜任力要素N，再确定各个专业岗位的差异胜任力要素X，以这种“N+X” 的方式对岗位进行模型的构建。

（2）功能性模型

与专业岗位模型不同，这类胜任力模型根据专业性较强的某一类岗位进行结和归纳，并以此得出该类岗位的胜任力模型，例如：技术人员、营销人员等（王晓晖等，2012）。

（3）角色性模型

角色性模型研究的是员工在某一组织中发挥的作用，通过研究不同类型的员工在组织中发挥的不同作用，这类模型可以作为团队胜任力研究的重要依据。

（4）全员模型

这类模型研究的是一个组织团队中全体员工都必须要具备的核心素质，体现了组织文化和战略决策对于员工的影响和要求。全员模型涵盖了整个企业从高管到基层的全体员工（杜宾、李军锋，2012）。

在本文中，研究的是互联网金融行业中营销人才、风险控制人才、技术人才和高管人才的核心胜任力，由于研究对象属于岗位类别的层级，因此采用的是功能性模型来进行研究。

胜任力模型中定性的研究方法（行为事件访谈法）

斯潘塞认为，通过对一系列行为事件的深度访谈，可以获得绩效优秀的员工达到高绩效的关键行为和特质，也就是说，通过行为事件访谈法，可以获得从事某个岗位获得高绩效的核心胜任力。行为事件访谈法需要三个步骤：

确定岗位的绩效标准和研究样本：

通过对岗位的工作分析或是专家小组的讨论可以获得岗位的绩效标准，同时，要根据确定的标准选择绩效好和绩效差的两个群体作为研究样本，并对这两个群体进行具体的关键事件的行为访谈，收集访谈记录结果。

此时，可以使用STAR原则作为行为事件访谈法的主要研究方法。S指的是situation，即应该确定在什么样的环境和背景下该行为事件发生；T指的是task，即在该行为事件中，被访者需要完成的任务是什么；A指的是action，即在该行为事件中，被访者的想法是什么，采取了什么样的行动；R指的是result，即被访者在该行为事件中得到的结果是什么，对于组织产生了什么样的效果。

将得出的关键行为事件进行分类和等级界定：

根据第二个步骤得出的关键行为事件进行分类，并且由此得出胜任力模型，包括对该胜任力详细的描述和它所属的编码级别。表4列出了以战略为导向的企业的行为事件的胜任力的分类和等级界定：

表3 胜任力界定

3．互联网金融行业高端人才的核心胜任力

通过访谈法，结合一系列的文献综述分析，互联网金融行业高端人才的四大类别：产品营销人才、风险控制人才、技术人才和高管人才核心能力进行了分析研究，得出了这四类人才的核心胜任力。

（1）产品营销能力

产品营销能力包括了初期的金融产品设计，中期的产品运营以及后期的产品销售，因此对于产品营销类的高端人才，可将其分为三个类别：金融产品经理，产品运营经理和销售经理。根据中国目前最大的人才招聘网站——智联招聘上的职位搜索和总结，发现在北京，“互联网金融产品经理”这个岗位有92条搜索结果，而“互联网金融产品运营经理”有11条结果，“互联网金融销售经理”有10条结果。通过整理得出这三个代表性的岗位的工作描述，包括岗位职责和岗位的任职要求，进而根据工作描述，和行为访谈法，综合得出互联网金融产品营销类的高端人才的核心胜任力，如表5所示。

从金融产品经理、产品运营经理和销售经理的工作描述，可以知道，作为互联网金融行业高端产品营销人才，必须有很好的客户服务意识，产品的设计、销售和运营必须以客户为出发点，同时，需要具有一定的数据分析能力，能够通过对客户、产品数据的分析得到产品优化方案，而且需要有一定的市场洞察力，随时关注市场动态，分析市场环境。因此，总结得出产品营销人才的核心胜任力，如表6所示。

（2）风险控制能力人才

针对互联网金融存在的风险，优秀、专业的风险控制团队和风控系统必不可少。以国内某互联网金融公司为例，其风险控制部门的设置可以归纳为“三审五催”，其中，“三审”指的是在审核客户的征信情况时，需要进行三个步骤，第一步是初审，即由初审人员负责审核客户提交的证件和其他相关信息，并通过电话联系和电话交谈进行审核、确认；第二步是终审，根据初审提供的审核报告进行分析，通过专业系统和方法进行客户审核；最后一步是面审，在了解客户基本情况之后，通过面对面的谈话进行主观判断和最后的面审。“五催”指的是在催收还款的过程中，可能进行的环节有五个，首先由产品销售人员进行电话催收，如果仍然未归还，则由营业部经理进行电话提醒，然后是客服的电话催收，若经过这三步仍未还款，则由委外的催收公司进行催收，最后若仍然拖欠还款，则进行法律诉讼。

表4 胜任力分类和等级

表5 金融产品经理、产品运营经理和销售经理的工作描述与能力要求

表6 互联网金融行业高端产品营销人才的核心胜任力

除审核和催收之外，风控部门还设有风险分析部、风险政策部，以及对内反欺诈的综合金融部。在信审、催收、风险分析、风险政策，以及综合金融五个部门的支持下，掌控整个公司的风控部门，监控企业线上线下的风险。仍然是通过智联招聘，本文获得了信审经理、催收经理、风险政策经理三个岗位的工作描述，如表7所示。

根据表7可知，对于互联网金融行业高端风险控制人才来说，最重要的胜任力是对于市场的分析能力和对风险的预知能力，其次，需要熟悉风险控制的工作流程，并且拥有良好的应对风险的心理能力和专业能力。现将风险控制人才的核心胜任力进行归纳如表8。

表7 信审经理、催收经理、风险政策经理的工作描述与能力要求

表8 互联网金融行业高端风险控制人才的核心胜任力

表9 互联网金融行业高端技术人才的核心胜任力

表10 互联网金融行业高管人才的核心胜任力

（3）技术能力人才

互联网金融通过互联网平台办理金融业务，加速了业务的运转，降低了交易成本。然而，互联网平台的稳定性和技术的成熟度是互联网金融企业良好运行的关键，因此，互联网金融企业的技术人才至关重要。对于高端的技术人才来说，专业技能是关键，根据不同技术岗位对于专业技能的要求，高端技术人才需要掌握一些专业软件的运用，带领技术团队解决项目开发中的重大技术问题，因此高端技术人才的核心胜任力归纳如表9所示。

（4）管理能力人才

高管是团队的灵魂，对于互联网金融企业来说，高管人才必须是复合型人才，需要掌握互联网行业和金融行业的管理知识，在了解互联网技术的同时有一定的金融知识。互联网金融行业的高管人才需要把控和实施公司战略，负责公司文化建设和市场渠道建设，同时还需要关注用户需求，把握风险控制流程和产品营销流程。互联网金融企业的高管人才的核心胜任力可以归纳如表10。

三、互联网金融行业高端人才的培训策略

互联网金融行业高端人才培训策略—本章根据第二部分得出的四类人才的核心胜任力，分析其对应的招聘策略。

1．产品营销能力—互联网平台型企业的营销培训体系

根据上一部分所述，对于互联网金融这一行业来说，产品营销人才需要能够很好的把握客户需求，维护客户关系，并且有一定的数据分析能力，可以通过产品、用户数据分析得出产品运营方案，同时，还需要拥有良好的市场洞察力，关注市场动态，分析市场环境。针对这些核心胜任力，最有效的培训方式是从国内领军互联网营销平台型企业中聘请具有长期营销实战经验的高级管理人员，结合互联网金融企业的企业文化与战略方向进行客户分析与营销能力的培训体系的培养。

对于互联网金融企业的营销岗位来说，需要其高级管理人才具备创新能力和对客户需求的把握能力。对于不同行业背景转入互联网金融领域的高端人才，对于该行业充满热情，并且愿意接触新事物和新思想，创新力强，能为企业注入新鲜的力量。国内的一些从事互联网如阿里巴巴，在支付宝这一互联网金融产品问世之前就开始进行人才培养工作，借助淘宝网线上与线下互联的高效营销经验对客户群体进行垂直分析，并针对不同的客户群体实施各异的营销手段，培养了一系列优秀的互联网金融人才。在各个互联网金融企业费力研究商业模式，在高端人才预备培养及培训体系上，阿里巴巴早已成为行业内的领头角色。

同时，海归留学生也是一个金融人才的有效来源：在2014年，从海外归来的留学生多达43万，其中有超过50%的留学生专业与商科相关，在这当中又有70%的人修读的是金融（中国与全球化研究中心，2014）。并且，在回到中国后，从事与金融相关的留学生高达50%。从应届生中挑选出性格开朗，擅长社交活动，并且拥有创新思维的优秀人才进行培养，可以使没有任何工作经验的应届生成为企业文化的忠实拥护者，未来将会是企业优秀的产品营销人才。

2．风险控制能力——金融、互联网与法律的多维度交集

风险控制部门作为互联网金融的核心部门，需要拥有良好的风险敏感度，预知业务风险；熟悉风险控制的工作流程，掌握相关的法律知识和金融知识；并且能够根据风险制定相关可行的应对策略。因此，风控人才需要对风险保持敏感，能在风险当前制定可行的策略并坦然应对，并且拥有相关的法律知识和数据分析能力。

目前，互联网金融企业的风控高端人才需要在了解互联网技术的同时掌握风险控制的流程，并且能够因地制宜地提出合理对策，所以，风控人才实际上是复合型人才。对于这类人才，互联网金融企业在培训实施中的最好对策是借助专业性高校院所进行培训课程输出。风险控制的根本就是在互联网特殊情境下，透过经济学背景来解读金融法律实务。这方面的培训重点主要依托于高校教师与科研人员。

近年来，各高校对于跨学科多学沿的应用型研究对社会经济政治贡献产出颇为重视。如清华大学五道口金融学院、中国人民大学财政金融学院与法学院等一系列国内知名高校纷纷将研究重心投入到在互联网背景下的金融风险实务研究。研究成果目前已经逐步得到互联网金融行业的肯定与验证。因此，依托优质大学在互联网金融领域的成熟研究成果优化培训体系是对于互联网金融企业来说最高效风险控制模块培训方法，有的放矢的组织内容，宏观覆盖风险控制能力需求，大大节省了自我开发体系的成本与不足。

3．技术能力——现有互联网行业提供了技术体系

由于大量的交易和业务运作是通过互联网进行的，技术人才为企业的风险控制和产品设计提供技术支持，对互联网金融平台的正常运作起着关键作用。对于互联网金融行业来说，高端技术人才需要技术本领过硬；有带领团队的经验，能很好地和产品部门沟通，了解产品设计过程中的技术要求；掌握研发进度，控制技术风险。也就是说，技术人才关键的胜任力其实是他们的“知识”和“技能”，其次才是态度、自我概念等素质，技术人才的核心胜任力对应的是冰山模型中的显性部分，容易被评估和判断。

目前因高校计算机及互联网等相关专业的人才培养受到培养规格的限制，主要培养学生通识性计算机与互联网基础支持，很难随时调整以适应瞬息多变的互联网技术要求。而众多互联网技术性企业作为技术能力培养的实战阵地，对行业性互联网技术具有更加直观和一线的认识。

因此对于互联网金融企业的高端技术人才在技术能力上的培训构建，可以平行借助如360等互联网企业，在语言编码、网络协议、安全漏洞、大数据分析等需求上进行优化，依托金融方向的产品服务设计技术能力模块课程。

4．管理能力——传统商学院优势学科

互联网金融企业的高管需要的是复合型的人才，需要宏观上把握公司战略，关注用户需求，把握企业的风险控制流程，统筹规划组织建设，这样的人才不是一天练成的。而各商学院的近年来主要研究载体就是在互联网背景下日新月异的商业组织管理实战案例。

管理能力作为一种多元能力体系的协调，重视的是平衡与特色。在互联网的背景下高端人才的能力需求倒逼管理模式分析，培养出工作绩效高、自我动机强，并且具有全局意识的人才，是高管人才的管理能力的最佳来源。

目前，国内互联网金融企业层出不穷，企业文化的建设与传导成为企业能否脱颖而出的重要因素。因此，对企业内部的高端人才进行基于企业文化的管理能力培训，既能保证未来的高管人才熟知和秉承企业文化，也便于其从微观的角度发现企业更多的问题，逐渐形成全局观。而企业文化与管理模式又随着不同企业的领导层与实际业务各不相同，不可能模仿复制。因此，互联网金融企业对于高端人才的管理能力培养最高效快捷的方式就是基于企业长远发展的战略考虑与商学院合作，基于科学的企业管理培训体系结合实际业务与企业文化，设计出具有战略性、长远性、适应性与唯一性的管理培训模块。

互联网金融企业作为在互联网高速发展下出现的新兴金融服务平台，具有着依托技术手段突破时空限制的便利性与金融服务安全性的特点。该行业的出现重新定义了传统金融行业或单一互联网技术行业的培训体系。基于胜任力模型对互联网金融行业的分析，其培训体系的设立需要溯源至各行业培训标杆机构，以整合培训体系为宗旨结合不同企业各异的金融产品与服务进行内容调整，生成能力匹配度高的课程。

1.时勘：《基于胜任特征模型的人力资源开发》，载《心理科学进展》，2006年第4期，第586-595页。

2.冯明、尹明鑫：《胜任力模型构建方法综述》，载《科技管理研究》,2007年第9期，第229-230页。

3.徐云海：《基于胜任特征的结构化面试及其应用探析》，载《经济论坛》，2007年12月，第89-91页。

4.王晓晖、喻广华、高静：《中国企业环境、健康和安全管理者胜任力模型研究》，载《管理科学》，2012年第3期，第1-9页。

5.杜宾、李军锋：《团队元胜任力模型的构建与实证研究》，载《科研管理》，2012年第11期，第40-48页。

6.谢平：《互联网金融的现实与未来》，载《新金融》，2014年第4期，第4-8页。

7.郑联盛：《中国互联网金融：模式、影响、本质与风险》，载《国际经济评论》，2014年第5期，第103-118页。

8.潘晔：《互联网金融‘人才饥荒’》，载《金融世界》，2015年第12期，第68-69页。

9.张一驰：《人力资源管理教程》，北京大学出版社，1999年版，第77-82页。

10.朱海林：《企业员工招聘有效性评价体系研究》，湖南大学硕士学位论文，2008年。

11.赖伟雄：《基于胜任力的服务质量研究：人与组织匹配的服务管理策略》，浙江大学硕士学位论文，2004年。

12.诺姆四达集团：《解码胜任力》，光明日报出版社，2014年版。

13.中国与全球化研究中心：《中国海归发展报告（2013）》，2013年11月4日。

14.领英HR精英汇：《互联网+金融？高级别人才“一将难求”，风控专家年薪最高》，2016年3月10日。

15.Robert W W. Motivation Reconsidered: The Concept of Competence. Psychological Review, 1959,66(5):297-333.

16.Rassule Hadidi. The Status of E-fnance in Developing Countries, Department of Management Information System University of Illinois at Springfeld USA, 2003, (11)5.

17.Spencer L M, Spencer S M. Competence at work: Models for Super Performance, New York, John Wiley & Sons.Inc.1993.

■责编/李朋波 Tel:010-88383907 E-mail:lpbup@sina.com

The Application of Competency Model in the Training of Top Talents in E-Finance

Qi Dawei and Wang Ruoyue
（School of Business, Beijing Language and Culture University；HR Department, HSBC Bank）

With the rapid development of e-finance, there is a great gap between the demand and supply in the top talents in this feld. Training fll the Internet, the competition in e-fnance is actually the competition of talents. This thesis will fgure out the effcient ways of talents training, starting from the angle of training, with the help of competency model. This is useful for the talents command in e-fnance. Firstly, this thesis will analyze the development status of e-fnance in China, and then study the competencies of top talents in e-fnance. Finally, effcient suggestions will be given to the top talents’ training system in e-fnance, using the competency model.

E-fnance; Competency; Training

祁大伟，北京语言大学商学院，讲师，管理学博士，产业经济学博士后。电子邮箱：QDawei@outlook.com。

本文受“北京语言大学项目（中央高校基本科研业务费专项资金资助）”（项目号：16YBB20）资助。