金融科技在商业银行的应用

刘国建+陈波+倪晓明

近年来，围绕大数据、云计算、区块链、人工智能等技术在金融领域的应用和研究成为热点，进一步催生了金融科技这一全新概念。金融科技主要是指利用各类科技手段对传统金融行业提供的产品及服务进行革新，提升金融服务效率。与互联网金融相比，金融科技覆盖的领域更为广泛。

经济学中的重要研究领域是基于经济人假设的人们在一定约束条件下如何展开行为选择，不同约束条件下，人们的行为选择也不同。经济学认为，交易成本是约束人们选择行为的一个重要条件。目前，广义的交易成本主要包括商品信息与交易对象的搜集成本、取得交易对象信息与交易对象进行信息交换所需的信息成本，还有议价成本、监管成本等等。通俗讲，就是通常意义上我们在做行为选择时所说的“麻烦”。

在互联网诞生之前，客户习惯在银行物理网点做转账汇款交易，这意味着要花费交通费用、等待时间等额外交易成本。随着互联网的发展，网上银行的出现极大地降低了额外交易成本，客户逐渐选择在网上做转账汇款。同样，在进入移动互联网时代后，移动支付正在逐步取代现金支付，现金交易存在存取、保管等额外成本，客户选择移动支付能在一定程度上降低成本，移动支付进而迅速发展。每一次科技进步及其金融应用都是朝向降低交易成本的目标进发，交易成本决定客户行为，这也应当成为我们判断一种前沿科技能否在金融领域应用成功的重要前提之一。

互联网金融的发展降低了人与人之间的点对点交易成本。大数据技术的兴起降低了商业银行挖掘客户价值链的交易成本，使其能够为客户提供更为精准的服务，同时降低了客户甄选产品信息的交易成本。区块链技术在国际贸易金融中的应用提升了贸易双方的信用，加快了支付结算速度，降低了贸易双方的交易成本，发展前景看好。人工智能在智能投顾、高频交易等方面的探索应用，目的是提升交易质量和速度，也变相降低了交易成本。

大数据与资产证券化

作为20世纪最重要的金融创新工具之一，资产证券化一经推出即备受各国推崇，欧美一些国家的资产证券化产品已经成为重要融资工具。资产证券化是指将当前缺乏流动性、具备未来现金流的应收账款等资产汇集，通过结构性重组，将其转变为可以在金融市场上出售和流通的证券。对于商业银行而言，信贷资产证券化具有盘活存量资产、改善流动性、提高中间业务收入、提高资本充足率等重要意义。

资产证券化的机理是大数定律。尤其针对中小企业贷款、小微贷款、个人住房贷款等入池基础资产，只有数量足够多且相对独立时，资产证券化才有助于分散单项资产的违约风险，提高产品信用度。另外，资产证券化的核心在于现金流的分析，如果不能对资产池中的现金流进行有效准确的分析监测，资产证券化产品的发行和后续管理就会产生风险。

由于笔数多、资产分散度高，基于多笔基础资产的现金流分析技术就构成了大数据技术在资产证券化领域的应用基础。通过构建科学的现金流分析模型，运用先进的数据挖掘算法，将数据带入模型，可精准预测现金流，确保产品正常发行和兑付。

区块链与贸易金融

随着互联网的发展，我们拥有了统一的信息传输层，但是没有统一的价值传输层，即点对点信用的建立，买卖双方信息不对称的现象仍然存在。例如，尽管你在淘宝上通过互联网购买了东西并支付了货款，但仍需要支付宝作为第三方担保，确保买卖双方货款两讫。推广到国际贸易实例中，各国商业银行实际扮演的就是支付宝的角色。因国情不同，贸易双方需要信用证等多种纸质票据与繁杂流程的中介增信方式，这迫使商业银行不得不雇佣大量人力司职审核这些纸质文件，人力资源浪费严重，同时也带来了操作风险和信用风险。区块链技术可以帮助贸易双方建立“智能合约”，将经过加密的电子化单据分布式存储到整体贸易网的各个节点，借助信息共享和共识机制提升贸易双方信用，确保贸易畅通和资金融通。

物联网与供应链

随着“一带一路”建设的推进实施，伴随产业转移和“走出去”战略的逐步深化，中国企业的供应链逐渐呈现分散和全球化的特点。这进一步要求银行能适应全国或全球配置竞争要素的需求，提供相应的供应链金融服务。

物联网的兴起使人类能以精细、动态的方式对信息流、物流、资金流进行“可视化管理”，从而达到优化资源配置的目的。这与商业银行供应链金融利用物流、信息流实现风险防控的思想本质相同。随着实际应用的逐渐深入，物联网将为商业银行带来巨大商机。

金融科技的风险管理

经济学和金融学通常将风险定义为不确定性，换句话说，就是人们对于事物认知的不完备。例如投资股票，影响涨跌的因素很多，投资者不可能获取和认知所有因素。要控制风险，必然存在较高的信息获取费用。

目前，通常采用两种方式来降低信息费用，规避风险。一是基于海量历史数据预测未来，例如商业银行基于行业现状、客户财务数据等历史数据投放信贷，并以利率定价补偿风险。二是随着金融科技的发展，可以构建金融创新实验室，利用大数据、云计算以及人工智能等技术模拟金融活动，从而预测风险。这两种方式都为金融科技应用带来了可能。首先，在金融科技时代，商业银行可以扩展客户的历史信息数据，不再局限于单一财务数据，一定程度上缓解中小企业融资难、融资贵问题（关于这一问题，当前较为统一的认识是中小企业缺乏透明的财务数据以及有效的担保物，在现有商业银行风险管理体系下意味着信息获取成本高，也就是风险程度高）。我们可以通过技术手段采集和量化处理潜力中小企业的声誉、知识产权等非结构化信息，降低中小企业信用风险，化解融资难问题。其次，通过金融科技创新实验室，商业银行可以提前预判客户行为、模拟市场交易、找准客户服务痛点，切实提升金融服务实体经济效率和能力。

金融科技应用与展望

行为选择约束条件的信息化

在业务经营过程中，商业银行最为关注客户的行为选择。促使客户选择本行金融服务的基础在于要精准识别“行为选择约束条件”。以往依托于人工甄别、账户交易信息的分析，不能构成完整而立体的客户关系视图。随着金融科技的进步、信息获取费用的降低，可以预见，未来商业银行将对客户行为做出更为精准的预判，提供需求契合度更高的金融产品和服务。

数据资产的价值化和市场化

目前，很多互联网金融公司正在转变经营发展的战略，并提出了由金融科技公司转型科技金融公司，专职为金融机构提供数据信息支持。究其原因，就是意识到了金融科技时代数据资产的巨大价值，掌握了数据资产，也就意味着掌握了信息资源。信息资源的稀缺性决定了其拥有者的租值（ 利润 ），这就形成了前所未有的数据资产市场。“芝麻信用”的快速发展证明了这一点，数据资产并不是简单的海量数据，而是经多种金融科技手段进行价值挖掘后形成的。商业银行必须充分认识数据资产的重要性，在此市场尚处萌芽期，技术壁垒尚未完全形成时，倾斜資源研发相关项目，在信息爆炸的金融科技时代保住核心竞争力。endprint