中行“白皮書”：金融與科技加速融合 機遇中亦有挑戰(zhàn)

　　數(shù)字經濟蓬勃發(fā)展，新業(yè)態(tài)、新場景應運而生，這是數(shù)字經濟時代發(fā)展的必然產物。與此同時，場景生態(tài)已經全面嵌入居民的日常生活，并作為居民生活形態(tài)的重要組成部分，滲透到衣、食、住、行、娛等各個領域。

　　7月5日，中國銀行發(fā)布的《金融場景生態(tài)建設行業(yè)發(fā)展白皮書》(下稱《白皮書》)指出，金融服務實體經濟的本質并沒有改變，在新的時代背景下， 消費升級、異業(yè)競爭、風險防控等對商業(yè)銀行提出了全新的要求與挑戰(zhàn)。與此同時，非金融行業(yè)場景化進程不斷演進，金融與科技加速融合，為商業(yè)銀行建設金融場景創(chuàng)造了可行之道，也為商業(yè)銀行服務實體經濟、應對全新挑戰(zhàn)提供了破題之策。

　　金融場景，即金融服務下沉到相關非金融服務中，打造一站式服務與極致消費體驗，敏捷響應、高效滿足特定客群需求。

　　白皮書顯示，目前國內線上化交易占比不斷提升?！皬囊?guī)模層面看，我國近十億網民構成了全球最大的數(shù)字社會，截至2020年末，我國網民總體規(guī)模達9.89億戶，約占全球網民的五分之一。從應用層面看，我國即時通信用戶規(guī)模9.81億戶，網絡新聞用戶7.43億戶，網絡購物用戶7.82億戶，網絡支付用戶8.54億戶，網絡視頻(含短視頻)用戶9.27億戶，在線政務服務用戶規(guī)模8.43億戶，越來越多生活需求和交易轉移到線上?！?/p>

　　從網絡平臺看，微信、淘寶、美團、攜程、 滴滴出行等覆蓋各個生活場景的超級APP成為人們日常高頻使用的線上交易工具。從銀行層面看，銀行客戶到店率逐年下降，手機銀行等線上渠道成為銀行接觸與服務客戶的重要門戶。

　　“科技與金融的深度融合，為推動商業(yè)銀行從金融產品線上化向金融產品場景化邁進創(chuàng)造了技術條件，”白皮書稱，“從而使得商業(yè)銀行能夠在成本可控的前提下，持續(xù)拓展服務范圍、推進金融服務下沉、促進金融服務數(shù)字化、定制化和智能化?！?/p>

　　白皮書指出，我國消費者及市場對金融科技高度認可，且認可程度處于全球領先水平，為全面開展金融場景建設提供了推廣條件。調查數(shù)據顯示，2019 年我國消費者金融科技采納率和中小企業(yè)金融科技采納率分別為87% 和61%，均居全球前列。

　　2020年，我國銀行業(yè)金融機構離柜交易達3708.72億筆，同比增長14.59%；銀行業(yè)平均電子渠道分流率為90.88%。其中，手機銀行交易筆數(shù)達1919.46億筆，同比增長58.04%；交易總額達439.24萬億元，同比增長30.87%。手機銀行的服務功能與交互體驗日益完善，同時引入了民生服務、內容資訊、消費購物、政務繳費等多種場景服務，也是金融場景延伸服務界限的具體體現(xiàn)。

　　此外，5G技術也在不斷鋪展，到2023年，我國5G個人用戶普及率將超過40%，用戶數(shù)超過5.6億，5G網絡接入流量占比超過50%，大型工業(yè)企業(yè)的5G應用滲透率超過35%。數(shù)字貨幣在技術驅動下趨于成熟，區(qū)塊鏈引領信用記錄變革，物聯(lián)網應用持續(xù)深入，廣泛應用于金融場景中，既可以對交易各參與方的數(shù)據隱私進行加密保護，又可以在不暴露數(shù)據隱私的情況下實現(xiàn)數(shù)據共享，對提高反洗錢工作質效，創(chuàng)造良好金融環(huán)境，有效降低金融風險等具有重大意義和價值。

　　不過，面對金融場景的不俗潛力，白皮書也強調稱，安全防控作為金融場景運營的堅固防線，應從加強網絡風險管控、用戶信息保護以及提升智能風控水平三方面著手，堅決守住底線，避免發(fā)生技術性金融風險。

　　“金融場景日常運營應選擇符合國家及金融行業(yè)標準的安全控件、終端設備、APP 等產品進行金融信息采集和處理”，白皮書表示，同時，要加強金融場景實名制應用和安全管理，增強場景的安全監(jiān)測防護水平，提升對仿冒APP、釣魚網站的識別處置能力；在用戶信息收集方面，首先應保證收集的合法性，充分展示產品或服務所具有的收集用戶信息的功能，遵循最小必要原則且確保經用戶授權。

　　提升智能風控水平方面，白皮書認為，在嵌入第三方非金融服務的前提下，金融場景智能風控水平應優(yōu)于傳統(tǒng)金融產品。智能風控模型應覆蓋金融場景用戶行為的事前、事中和事后全流程。 在確定包括時間、地點、條件、動作等多種要素的觸發(fā)規(guī)則后，通過數(shù)據分析將命中模型規(guī)則的風險事件輸送至決策引擎進行處理。

　　“實施過程的難點在于商業(yè)銀行傳統(tǒng)風控模型大多基于金融業(yè)務，金融場景中的非金融業(yè)務在一定程度上會干擾風控模型判斷的準確性。此時，決策引擎應不斷積累動態(tài)風險計量評分體系、優(yōu)化分級分類風控規(guī)則。根據不同的風險等級進行相應的風險預警或處置，實現(xiàn)金融場景中可疑交易自動化攔截與風險應急處置，提升智能風控的有效性?！?白皮書稱。

　　轉自：21世紀經濟報道

　　【版權及免責聲明】凡本網所屬版權作品，轉載時須獲得授權并注明來源“中國產業(yè)經濟信息網”，違者本網將保留追究其相關法律責任的權力。凡轉載文章及企業(yè)宣傳資訊，僅代表作者個人觀點，不代表本網觀點和立場。版權事宜請聯(lián)系：010-65363056。

延伸閱讀