金融科技时代银行业发展与监管

摘要：当前金融科技浪潮席卷全球，对金融行业特别是银行业产生了巨大的影响。文章从商业银行和监管层面两个角度出发，分析了金融科技带给商业银行的机遇与挑战，并针对金融科技带来的技术革新对商业银行的转型发展提出建议；同时总结了金融科技带给监管当局的风险挑战，以此为基础提出多条监管政策建议。

关键词：金融科技；商业银行转型；金融监管

一、 引言

金融稳定理事会于2016年首次发布了《金融科技的全景描述和分析框架报告》（FSB，2016），其中初步定义了“金融科技”（Financial Technology，简称FinTech），即指利用大数据、云计算、区块链、人工智能等前沿技术进行金融创新，核心目的是通过新技术手段和方式，降低金融交易成本、减少信息不对称、提高服务效率。金融科技通过创造新的金融业务模式、应用、流程或产品，对金融市场、金融机构或金融服务的提供方式产生重大影响。

2008年，金融危机的爆发使得全球资本市场的信用受到挤压，从普通投资者到专业投资机构的投融资难度都大大增加。在这种情况下，各种打破传统银行业游戏规则的金融创新思路应运而生，如何帮助投资者更加便利地从事金融活动，帮助资本市场有效配置资源，并从中获利，是大部分金融机构创新的出发点。与此同时，科技的快速发展，互联网的日益普遍，移动互联和云计算等新兴技术的产生，都为金融创新活动提供了坚实的硬件支持，更吸引了众多掌握高端技术、创新思维活跃的互联网科技公司也加入到金融创新的热潮之中，金融科技在短短十年之内得到了飞速猛烈的发展。Mackenzie（2015）提到，“在过去，金融创新不一定代表好的事情，它往往会带来看似是好的但实际上风险更大的产品。而金融科技使我们第一次不是去承担更大的风险或者寻找监管漏洞来进行金融创新，而是使用科技来降低成本，真正让客户收益”。

如今，金融科技的发展，借助新技术的不断开发完善，已经从P2P、移动支付等形式向更加成熟的模式发展。Gelis（2016）指出，金融科技在接下来的几年内将迎来第二次发展的浪潮，主要形式是建立一种以银行业务平台为核心，打通第三方服务接口，拥有合规审计流程、银行营业牌照和完善客户关系管理体系的金融科技银行。由此可见，金融科技对于传统银行业务的挤压和冲击不容小觑，这种影响正在进一步加深。

中国金融市场作为全球最活跃、最重要的资本市场之一，对于金融科技的发展一直保持乐观开放和积极探索的态度。从2013年，支付宝首次推出货币基金产品余额宝开始，中国本土的互联网企业BATJ等纷纷推出了自己的金融服务平台和产品，同时一大批金融科技类型的创业公司如雨后春笋般涌现。一方面，诸如蚂蚁金服、京东金融、微众银行等一批新平台、新服务、新产品的出现，对传统的金融行业尤其是银行业产生了巨大的影响，传统银行业如何应对金融科技带来的业务压力，同时借助金融科技的力量进行转型发展，对于中国金融市场的发展和稳定具有重要意义；另一方面，金融科技发展带来的风险挑战也会对银行业监管提出新的要求，如何在金融科技和从严监管的双重背景下做到既顺应时代创新发展的要求，又坚守住不发生系统性风险的底线，是银行监管的关键。本文通过从行业和监管两个角度分析金融科技时代的银行业的发展特点，对商业银行的转型和银行业的监管提出建议。

二、 金融科技发展带给商业银行的影响

1. 商业银行面临转型压力。传统商业银行对于金融科技领域的探索既受自身体量大、改革自上而下效率低的局限，又受到行业外金融科技企业的冲击，经营传统业务充满挑战。

首先，近年来各类互联网科技公司相继向金融领域转型的发展，尤其是在支付市场、无担保消费贷款、共同基金等领域发展迅猛，挤占了商业银行的传统业务特别是零售业务份额。2015年，第三方支付推出的快捷支付方式等工具经手的交易额相较于2013年增长了5倍以上，远远超过传统银行的线下POS交易额。在中国无担保消费信贷市场中，金融科技企业的市场份额已经从2013年的1%飙升至2016年的25%。而在共同基金等理财的销售中，金融科技企业在2013年～2016年3年内从无到有占领了12%的市场份额。

其次，互联网企业有着收集和分析用户数据的便利，加之其数据挖掘技术运用娴熟，基于用户数据的精准分析以及注重服务的互联网企业文化使得用户体验日益完善，消費者更愿意使用第三方支付平台在线上和线下支付的行为也促进第三方支付市场迅速发展，这些金融科技平台通过所掌握的用户数据不断构建起理财平台、投资平台和P2P平台等全方位金融服务平台，将服务渗透到基金和保险代销、信贷及资产管理等各个领域，对商业银行提出了严峻的挑战。客户数据的缺失将最终导致客户流失，给传统银行带来损失。

2. 商业银行拥有转型优势。商业银行在金融科技时代必须紧跟时代需求，融合新兴技术，改变经营思路，进行转型发展。值得肯定的是，我国的商业银行受其业务资质完善、风险管理能力强、客户基数大等特点的影响，在融合金融科技改革时具有得天独厚的优势。

首先，商业银行具有业务资质方面的优势。我国的金融行业受到严格的监管限制，准入门槛较高，商业银行被授予的经营业务牌照通常是最全面的。同时，由于资金的来源限制和筹资渠道不畅，很多资本密集型的业务对于金融科技公司来说也是可望而不可及。

其次，商业银行具有风险防控方面的优势。目前，金融科技公司对于移动支付、网络借贷等业务的风险控制相对比较薄弱，这对其进一步发展是很大的考验，同时这也是商业银行发展可以把握的机会。在国内，小的金融科技平台水平参差不齐，例如2015年至今屡次出现大面积P2P平台跑路，“现金贷”暴力催收、“以贷养贷”等乱象，迫使监管部门出台了更为严厉的监管政策，同时也让广大金融消费者和散户投资者深刻了解到金融的高收益高风险特性，对于价值的理性回归使得大部分消费者仍然更加信任商业银行经营或代理的业务。商业银行具有长期经营风险的经验，建立完善的风险控制体系和风险管理文化，在金融科技领域进行风险防范无疑更胜一筹。

第三，商业银行具有庞大的客户基础。相较于金融科技公司而言，商业银行有着庞大的客户资源，尤其是优质的个人和机构客户积累。这些客户资源是商业银行发展金融科技的必然条件，只有积累了海量的客户数据之后，大数据、人工智能等金融科技才会体现出规模优势。从另一个角度来看，金融科技企业无论经营规模有多大，最终也要依靠传统商业银行进行银行业务的处理，成为商业银行的客户。因此商业银行在与金融科技的融合，或者说与金融科技企业合作的过程中，具有先天的垄断优势。

三、 商业银行的转型发展规划

针对金融科技的特点和商业银行的业务需求，商业银行应当积极探索创新，结合金融科技进行转型发展。

1. 从用户的需求出发，实现服务场景化。传统银行时代，银行提供产品，等待客户上门购买和使用产品，客户经常为了办理某项业务在银行网点排队等待，浪费大量时间。随着金融科技时代的发展，客户对于科技的掌握更加熟练，银行不仅是要提供金融服务，更要从客户的需求出发，把这些离散的场景串起来，提供线上线下紧密连接的金融服务体系支持。在各种场景中智能化挖掘客户个性需求、通过模块化组合研发并匹配产品，最终凭借丰富的应用场景和无处不在的银行服务入口，让支付、借贷、理财、消费等金融服务融入到客户的生活和工作中，让金融服务成为日常场景的一部分。

2. 重视大数据的驱动效应。商业银行应当在丰富服务场景的基础上，全面获取客户数据，建设维护企业级数据库，提升数据处理能力。大数据时代下，对数据的处理、整合和再利用是发掘数据价值的关键所在。商业银行可以从两方面提高挖掘数据价值的能力。一是数据的海量、高维和多样化，对数据处理要求较高。这一点可以结合近几年统计学、计量经济学中经典的并且在实证上得到广泛应用的数据降维、数据压缩理论，结合商业银行客户数据的特点进行有针对性研究。二是近几年随着计算机技术的不断创新，带动数据挖掘、机器学习等领域不断推陈出新，算法和技术都得到极大的丰富。商业银行应该及时更新知识储备，了解学习前沿算法，采用多种数据挖掘算法，如决策树、关联分析、神经网络等等，结合具体研究问题，进行场景内的模型研发和拓展，进而从大数据的角度助力商业银行的金融科技转型之路。

3. 结合人工智能等先进技术，推动银行在金融服务、经营与风险管理方面的智能化转型。借助数据积累、模型优化和机器学习技术，在客户智能管理和信贷风险管理等多个维度实现由数据辅助支持向智能决策的演进。

（1）智能营销，降低成本。通过搜集客户各种行为数据，建立智能营销解决方案，具体来说，构建客户智能系统，通过数据挖掘技术，构造客户全景画像、进行客户细分、识别潜在流失客户、判断客户提升可能性，对客户进行精细化管理，构造客户关系网络结构，分析不同客户之间的需求相关性，将客户在不同场景下的需求联动起来，针对动态需求关系进行精准营销，提高客户服务水平，同时节约营销成本。

（2）智能风控，提升风险管理能力。银行本身就是经营风险的，信用风险评估问题正是数据挖掘应用领域之一，例如通过神经网络等模型预测客户的信用风险概率。而随着客户的交易数据、信贷记录等行为数据的不断累积，利用人工智能训练大数据侦测模型，同时根据数据的变动随时更新客户的信用评级，做到对风险控制的动态管理。针对已经存在的潜在风险客户，利用数据挖掘技术，对与其偿还风险相关的因素如贷款率、貸款期限、收入水平、信用历史、社交行为等进行分析，找出影响偿还贷款能力的关键性因素，据此调整贷款审批和发放。另外，利用数据挖掘技术中的聚类分析和偏差分析，还可以对金融欺诈行为和客户异常行为进行识别和预测，由此为基础，构建智能化风险控制体系。

综合来看，数据挖掘、机器学习、自然语言处理等人工智能技术会使金融服务的模式、客户数据处理、服务模式和风险管理发生根本性变革。一方面，银行内部沟通和与客户互动的方式将会发生明显改变，提高交易和运营效率；另一方面，人工智能技术的不断扩充发展，推动商业银行迈入智能时代，进一步发挥其在金融体系的核心优势。

4. 结合云计算、区块链等技术，打造开放互惠的金融科技生态环境。大数据信息的不断积累对计算机硬件存储和计算能力带来了挑战，相比投入较大的传统计算模式，云计算提高了商业银行对大数据的计算能力和应用能力，让计算更加便宜、高效、快捷。区块链作为分布式账簿系统，具有去中介、去信任、不可篡改、可编程等一系列特性，可以被广泛应用到金融服务领域。目前，全球银行业都在积极探索利用区块链技术，开发数字货币平台。国际上，R3CEV区块链项目已获得全球42家银行支持，实现了实时结算和清算功能。在国内，工商银行、光大银行等多家商业银行积极探索区块链技术，目前初步实现了区块链技术的自主研发。

四、 金融科技发展带给银行监管层面的挑战

金融科技的飞速发展为金融市场带来了活力，也带来了新的风险，加大了银行业监管的难度，具体表现如下：

1. 数据风险。金融科技加大了数据的集中程度，使得银行机构之间关联性增强，数据交互和协同作用会造成原本分散的风险呈现集中爆发的趋势。特别是增强了机构之间、市场与投资者之间的风险传导几率，大大增加银行业乃至金融市场的复杂性，不利于防范和降低系统性风险。

2. 信用风险。金融科技发展促进了银行业务从线下到线上的延伸，而在互联网上交易双方的虚拟身份加大了银行对身份确认和交易确认的难度，造成信息不对称。如果不能精准的分析交易对手的身份和需求，不法分子可能会通过恶意交易等行为借此攻击银行。同时，金融科技面向小微企业和低收入人群普及金融服务，也可能会纳入高风险人群使得市场整体风险增加。

3. 外部风险。银行业在金融科技转型发展过程中，势必会广泛使用新技术升级的信息操作系统，无形中加大了因系统不稳定或操作失误而造成损失的外部风险。同时，银行业在与外部金融科技企业加强联系紧密合作的同时，也要承担因第三方合作机构的问题而造成风险的可能性。这无疑拓宽了原本监管覆盖范围的边界，对银行监管造成额外的压力。

4. 潜在风险。金融科技作为新兴的发展力量，目前仍在摸索起步阶段，大部分业务还未经历充分的风险暴露，对于风险数据的积累也相对匮乏，因此监管部门在应对可能出现的突发事件或者风险漏洞时，缺乏必要的数据和经验支持，对于应用层面可能存在的风险情况没有办法提前预警和及时验证，这也是监管部门需要提高警惕的问题。

五、 银行监管的政策建议

金融科技为银行业的发展带来了机遇和挑战，监管层面在顺应时代发展和从严监管的双重背景下，应当积极应对，全面推进银行业金融科技风险的监管工作，完善金融科技监管体系。

1. 从被动型监管向主动适应型监管模式转变。监管部门应当密切关注、充分了解当前金融科技最新技术发展和应用场景，把握新的风口，与业界保持充分沟通，密切跟踪市场情况。对于商业银行的动态要及早了解并及时进行政策辅导，对其如何结合金融科技发展，以及新业务的风险特征都应密切关注，必要时应全面掌握银行机构的金融科技业务数据，对金融科技风险的监管介入更加前瞻主动。

2. 明确金融科技业务的本质和属性，制定不同层次的监管方案。金融科技业务的监管仍属于金融监管的范畴，不应偏离监管的本质原则。根据金融科技业务的性质，划分适用的监管规则。对于受众覆盖面广、社会影响巨大的业务变革，应当重点关注、坚守底线，通过"沙盒监管"等试点机制，先小范围或者模拟开展业务测试，通过测试之后再逐步推广。而对于普惠金融方向的部分举措，惠及个人和小微企业的业务创新，可以根据其风险水平和业务普及程度进行适当的程序简化，通过政策优惠适度鼓励。

3. 加强立法规范和政策引导，在现有的法律框架下，根据金融科技业务的特点，适当补充和调整法规引导，完善监管体系。对于商业银行结合金融科技所提出的创新性服务产品，监管当局应当依据监管政策关注点，及时提示和引导，使从业者尽早了解监管要求，确保新产品业务合规，提高创新效率，维护市场稳定。同时，在立法层面加强信息披露制度建设和对投资者的信息保护。值得注意的是，金融科技服务在面向小微企业和中低收入者时，其受众往往缺乏金融业务经验，自我保护意识相对薄弱，风险承受能力也比较低。而金融科技业务中线上形式较多，投资者往往要承受信息不对称风险，所以，应当把保护广大投资者的权益落实到金融科技监管的各个层面，积极推动金融科技监管的制度建設，通过法规的作用维护金融科技发展与风险防控两者的动态平衡。

4. 推动智能监管，发展监管科技。在行业内普遍掀起金融科技转型改革的热潮之际，监管层面也应当与时俱进，顺应科技时代的发展，融合数据分析、模型构建和风险情景模拟等技术，提高监管效率。进一步可以与人工智能融合，大力发展监管科技，通过建立信息系统实现基于大数据和云计算的实时智能监管体系，做到即时、动态、全面的精准监管，推动金融科技持续健康稳定发展。

参考文献：

[1] 叶望春.金融科技与银行智能化转型[J].中国金融，2017，（21）：67-68.

[2] 张秀萍.金融科技时代商业银行的创新与转型[J]. 金融电子化，2017，（3）：46-48.

[3] 王娜，王在全.金融科技背景下商业银行转型策略研究[J].现代管理科学，2017，（7）：24-26.

[4] 陈敏.数据挖掘技术在商业银行中的应用[J].中国管理信息化，2011，（9）：59-62.

[5] 王琪.基于数据挖掘的商业银行个人信用风险评估体系研究[D].北京：北京交通大学学位论文，2009.

[6] 刘顺挺.基于数据挖掘技术的个人信用评估模型[D].南京：南京理工大学学位论文，2007.

[7] 中国人民银行广州分行课题组.中美金融科技发展的比较与启示[J].南方金融，2017，（5）：3-9.

[8] 胡婕.上市银行金融科技发展的最新实践及趋势研判[J].中国银行业，2017，（8）.

作者简介：郇钰（1991-），女，汉族，山东省临沂市人，北京大学光华管理学院博士生，研究方向为市场微观结构。

收稿日期：2018-01-17。