星环科技高级副总裁张月鹏：Fintech提升银行秒批体验

星环科技张月鹏 Fintech 银行

和讯网 | 2017-07-11 11:08

【数据猿导读】星环科技董事、高级副总裁张月鹏表示，当下金融代表着传统力量，互联网代表创新力量，最终两股力量会相互借鉴和融合，因为两者之间可以相互取长补短，比如银行在风险管理、资本运营等方面有非常丰厚的沉淀，而互联网企业，在创新、客户体验方面远远领先银行

根据国际货币基金组织（IMF）在此次大会上披露的研究数据，中国Fintech信贷市场规模也已居于世界前列。IMF代表Stijn Claessens在其演讲中指出，仅在2015年，中国网络借贷成交额达就到了997.23亿美元，而美国为343.74亿美元，在创新金融起源地的英国交易额为41.64亿美元，约为中国的4%。Fintech全球信贷市场上，中国的规模稳居第一。

星环科技董事、高级副总裁张月鹏表示，当下金融代表着传统力量，互联网代表创新力量，最终两股力量会相互借鉴和融合，因为两者之间可以相互取长补短，比如银行在风险管理、资本运营等方面有非常丰厚的沉淀，而互联网企业，在创新、客户体验方面远远领先银行。随着互联网应用领域和场景越来越多，倒逼传统力量关注和拥抱互联网，两个力量合起来之后，对整个国家经济创新利大于弊.从微观来看，互联网和金融相互融合的点有很多，有支付、P2P贷款、众筹、综合金融门户，甚至做跨界的综合金融。

跨界融合就会带来金融到底采用混业经营还是分业经营的监管问题。目前已经有平安系、中信系类的集团性实现了混业经营，如果国家还采用分业监管的政策，就会对那些分业经营金融机构来说存在公平问题。对于能做混业的金融机构就可以交叉销售，在体系内实现数据大搬家。

从欧美来看，其实有能力的银行会做混业，但大部分会往专业方向方向发展，比如花旗银行只做高端客户，有些银行只做贸易融资，有些银行只做信用卡，有些银行只做零售业务，比如capital one依靠信用卡、车贷、房贷业务，一样可以做全美第五大银行，富国银行靠社区银行和交叉销售策略成为全美第一大银行。

所以互联网跟金融结合，整个中国的网上零售每年支付结算有1800万亿，而线下的像POS机刷卡，近2000万商户可能有50-60多万亿，而我们现在知道基本上移动支付占据了90%的支付市场。虽然规模没有前两个大，但是它的关注度和技术创新可能使得其未来会倒过来，人物特征的新技术融合你可以看到，是在新技术，新技术会让客户更便利，声音的识别、特征的识别，这种安全技术做的更好之后，账户和交易更安全，传统金融和互联网就会结合的更好，所以在不断不断演化。　　

未来三到五年贷款业务的终端用户体验秒批

秒贷秒批，实际上是对银行本身的这种管理，数据驱动或者智能化驱动管理，提出了很高的挑战。张月鹏表示，这个挑战如果你真的做到秒贷秒批，挑选的客户风险小，然后收益要好，一下子是很难做到的，你必须有长时间，要么你就要有一大堆的专家，有积累这种专家经验嘛，要么就数据才能做出这种精准计量的模型，这边每个客户的信用状况，他的还款能力，另外这个客户是否是好客户。张月鹏认为未来的三年以内，顶多只有10%的银行具备这样的能力，做到这一点，那90%的银行做不到怎么办呢？它就会解决有没有的问题，会仿效别人，去模仿别人，它可以推出一些简单的，基于简单算法的秒批秒贷，还不能大量的拓展，或者这个业务的占比在它那边不会太大。　

前瞻性技术保障10%~20%银行做到秒批

技术保障目前分四个层次：一个是底层的平台，第二工具，第三应用，第四是做一些云服务，整个分四块。现在优先定位第一块，最底层的基础平台和工具层那一块。

民生银行公司业务管理部数字化中心总经理王彦博对和讯网提到，物联网、区块链、大数据、人工智能等都是非常具有战略意义的技术，金融机构应加快推进科技与业务的融合，在实际业务发展与经营管理中，积极探索并尝试相关技术应用；阳光财险保险数据管理部商业价值部副总彭勇在对话中提到，大数据维度量越来越多，越来越适用于保险行业的业务。

恒丰银行科技开发部副总经理赵毅也对和讯网说，银行数据更多的是金融数据，在做一些客户画像，营销和风控的时候，可能也需要更多的外部数据；外部数据的收集尤为重要。

我们推出了一个金融服务SDK的产品，提供给没有金融能力的企业，植入他们的APP里面，然后深入到场景的SDK中可以收集更多数据，华瑞银行互联网业务总部大数据营销中心副总经理张鲲表示。

为了鼓励大数据领域的各项创新，数据猿•超声波之“金猿奖”四项大奖正式颁发，包括2017金融科技·大数据优秀案例之技术创新案例奖、应用创新案例奖、最佳实践案例奖和2017金融科技·数据猿专栏优秀征文奖。

来源：数据猿

收藏分享

声明：数据猿尊重媒体行业规范，相关内容都会注明来源与作者；转载我们原创内容时，也请务必注明“来源：数据猿”与作者名称，否则将会受到数据猿追责。