机器学习、数据科学与金融行业 系列八:金融科技(FinTech)下 --- 趋势分析

机器学习、数据科学与金融行业

系列八:金融科技(FinTech)下 — 趋势分析

续…
    在上篇中,我们主要介绍了金融科技的关键技术和应用,以及两个重要地领域RegTech和SupTech。在本篇中,笔者尝试分析金融行业在金融科技影响下地发展趋势。
    在讨论这个问题之前,我们需要明确三个问题:
1) 金融市场的主要参与者都是谁?
    直观上来说当然是大众和金融机构,再说细一点,金融机构包括银行业,保险业,投资业的各个机构和组织。实际上,还要加上金融监管机构。其中,银行业解决存、贷、转问题;保险业帮助人们分散和转移风险;而投资业帮助人们进行资产保值和增值。而这其中的所有资产都会流向市场,并加快资产在市场上流通的速度。
2) 金融的核心本质是什么?
    其实这个问题上篇中已经回答过,笔者认为金融的核心本质就是帮助在存在不确定性和有风险的前提下,加快资源的再分配。这里的资源主要指金融资产。从另外一个角度上说,就是降低社会发展运营的成本。
3) 金融服务和产品所要解决的共同问题是什么?
    回答了前两个问题,这个问题的答案呼之欲出:风险控制。

    综合这三个问题,我们可以看出金融服务和产品本应该就是高效、安全、并能够使大众受益的。所以,金融科技的核心价值也应该是服务这三个方面的。
    从需求层面上来看,大众需要更加便利、安全的金融服务;监管部门希望能够提高监管的效率和作用,并尽可能营造一个竞争的环境。在2008年全球金融危机以及各国所发生的金融事件的大背景下,这些需求显得尤为迫切,致使金融服务提供者会尽最大可能来寻找满足大众需求,监管要求以及提升自身运营效率和助推新的业务模式的方法。而科技手段就是解决这些问题的关键因素,从而金融科技顺理成章地成为了备受追捧地一个方向。PwC的报告中指出全球金融科技投资从2014年开始已经提高了三倍,超过120亿美元。
    接下来,我们将尝试分析金融科技的发展趋势以及核心应用:

一. 语音技术、NLP将走入银行业

    事实上,我们在导航和音乐应用上早已经体验过语音技术。可以肯定地说,语音技术结合NLP技术肯定可以帮助金融行业提供更加便利的服务,最直接的应用就是呼叫中心,语音银行。Gartner的报告声称,到2020年虚拟客户助理(VCA)或者聊天机器人将会取代25%的客户协助和维护工作。另外,语音技术还可以帮助进行客户身份鉴别。由于客户的问题和所申请的服务经常要牵扯到较为复杂的金融业务问题,所以令机器具备业务知识显得尤为重要,知识图谱是解决这个问题的关键所在。
    显而易见,这些技术的使用将会同时实现高效、安全、大众便利性这三点。
    另外值得一提的开放银行服务(Opening Bank Service)。技术的发展使人们可以使用多种方式申请和使用银行服务,例如多渠道银行、apps、互联网、数字语音助手等。开放银行服务相对较为特殊,它使用开放的API(Application Program Interface)使得第三方开发者可以基于金融机构构建应用程序和服务。举例来说,印度UPI把用户的多个银行账户捆绑在一个单独的移动应用上,该应用合并了多个银行的服务和产品,无缝透明地实现资金流转和支付。这种方式有时也被成为Banking As a Service,相信类似应用会在更多地经济区域和国家承载更多的交易业务。

二. RegTech将会大规模应用于监管机构和金融服务机构

    在上篇中,我们曾经详细介绍了RegTech和SupTech,实际上SupTech就是RegTech应用于监管机构。前面已经提到过,金融服务的共同问题是风险控制,所以金融行业将面临监管和合规问题。
    而采用RegTech在监管和合规问题上可以在降低成本的同时提供高效性和安全性。2018年通过的PSD(Payment Services Directive)2.0和GPDR(General Data Protection Regulation)的通过进一步促进了RegTech的发展。
    Crowd Learning Hub预测到2020年,RegTech的投资会增长500%,从2017年的106亿美元到2020年的530亿美元。
    RegTech涉及到的技术领域非常广泛,但AI和机器学习一定是其最重要的组成部分,其中NLP会成为其核心的底层支撑技术。

三. 个人财富管理应用将成为最大的金融业务应用

    众所周知,银行、保险所聚集的资金都会以借贷的形式进行再投资,所以金融行业的核心价值或者最终盈利方式是以投资的形式来实现并且推动社会资源高效流动。在这方面,金融科技的最典型应用就是智能投顾(本系列文章曾详细介绍过)。
    传统的理财产品一般是服务于高净值客户的,智能投顾提供给广大长尾用户可以享受具备专业投资性质的个性化投资服务。通过进一步挖掘客户需求,我们可以发现实际上客户的投资需求是一种浅层需求或者说是一种表象,客户真正需要的是个性化的金融计划,也就是说根据客户的收入、家庭状况、消费偏好以及能力和意愿等为客户量身定做其个人的投资理财计划。例如有些客户有按揭贷款,有的客户希望为孩子存储教育基金,他们肯定有不同的投资偏好。另外,带有此功能的个人财富管理平台是应该可以对接保险,零售,旅游等多种三方服务平台。
    但按照传统的以基金经理或理财经理为核心的投资服务方式显然无法满足这种千人千面的模式。因为基金经理能服务的客户非常有限,他每天可以处理的信息量也是有限的,同时这种方式的成本过高,所以AI技术是支撑这种平台的最重要的核心技术,同样NLP也是不可或缺的。
    个人财富管理平台具有巨大的市场潜力,笔者认为金融本身是服务于大众的,可这种模式可以更为直接地为人们提供更加高效、便利和安全的财富管理和消费服务。

四.金融机构将大面积展开与金融科技公司合作

    金融机构已经意识到金融科技将成为新的业务模式的最强驱动力,他们将会大力发展金融科技以期跟上科技发展的浪潮。但笔者认为,金融机构虽然会尝试自己引导和开放相关产品,但由于其体制和文化背景约束,再加上人才储备不足,所以他们最有效的方式就是全面展开于金融科技公司的合作来提升其技术能力从而更好地服务于业务。
    能够提供数据和客户的金融科技公司将会占据一定的优势;而能够创造新的业务模式的企业会是最大的赢家。

五.共享经济会融入到金融各个方面

    先让我们了解一下何为“共享经济”,所谓共享经济是指某资产所有权去中心化,例如汽车、出租车等,利用信息技术有效匹配合适的资源提供者和使用者。P2P平台就是共享经济在金融行业的一个典型应用,其主要作用就是通过平台化产品链接零散投资者和借贷者,并能够提供更加快捷、廉价甚至更好的服务。
    客户寻求更便宜和易于使用的服务的趋势越来越显著,进一步讲,客户需要“银行”服务,但实际上不需要银行实体,从根本上说银行提供的是一种中介服务。
    我们仔细分析后不难发现,金融行业的三大支柱企业银行、保险和投资业都在提供中介服务。互联网技术的高速发展大幅度推动了信息沟通的速度同时降低了成本,我们有理由相信以金融科技为核心的去中心化模式将会影响金融行业的方方面面。

六.亚洲会成为技术驱动引发金融变革的核心区域

    从全球上看,中等收入阶层在2010年到2040年之间会增长180%;而亚洲地中等收入人口已经超过欧洲;到2020年,中等收入地主要人口将会是在亚太地区。在接下来地30年,会有大约18亿人口迁移进城市,其大部分是在非洲和亚洲,这为金融机构创造了巨大的机会。
机器学习、数据科学与金融行业 系列八:金融科技(FinTech)下 --- 趋势分析_第1张图片
    这种趋势会导致技术驱动变革:农业科技的发展解放了劳动力,使得农村工作者进入城市寻找更好的工作机会;计算机技术和通信技术的进步使得西方企业为亚太发展中国家提供了不少支持性的工作机会,例如菲律宾、印度。这种情况具有自我增强效果,更多的工作机会将会吸引更多的工作者服务于全球市场,同时也促进了城市基础设施建设。这些人将会进入中等收入人群。
    中国具有世界上最大的P2P借贷平台,最多的智能手机用户;况且亚洲平均GDP增速是超过西方的;相对于西方发达国家,亚洲的技术资源很多但成本较低。这些都会使得风险投资基金看好亚洲的金融科技发展市场。相关的云计算、安全技术也会成为投资热点。

    最后,分享一张来自CBInsight的全球39个金融科技独角兽的地域分布信息图,这些金融科技企业的总估值为1474.7亿美元:
机器学习、数据科学与金融行业 系列八:金融科技(FinTech)下 --- 趋势分析_第2张图片

总结:

    本文 重要总结了金融科技的关键技术并介绍了相关应用,同时分析了金融科技影响下的发展趋势。总的来看, A I 、 NLP会成为金融科技发展的核心技术驱动力; R egTech 的应用会有大规模增长;个性化的金融计划平台会成为最大的应用。金融科技比将影响金融行业的方方面面,同时也会关系到每个人与金融服务的关系模式和生活。
    本文并没有深入探讨区块链这一有可能撼动整个金融模式的技术,在后续系列中希望能给读者带来这方面的介绍和分享个人的见解。

你可能感兴趣的:(金融科技)