FinTech时代银行消费金融业务探析

王彦博 王杏竹 杨璇

当今我国经济正处于向高质量增长的转型阶段，2014年以来，消费金融行业逐步兴起刺激了消费需求，较好地展现了消费拉动经济增长的成果。如今FinTech时代已经到来，以大数据、人工智能、生物识别、区块链技术为代表的新兴科技快速发展并且逐步趋于成熟，FinTech与消费金融的紧密结合使得消费金融平台获客更加精准、风险控制更加成熟、业务服务更加人性化，使得消费金融行业迸发出生命力。本文简要回顾了消费金融行业的发展历程，并针对FinTech在银行消费金融业务中的技术发展和相关应用提出了“3B-3C框架”，对相关业务发展逻辑进行了梳理，以期为消费金融业务在银行的蓬勃发展提供借鉴。

消费金融发展历程

消费金融的起点

消费金融旨在于通过实现资金融通来满足客户的消费需求，其模式为“提前消费，未来支付”。消费金融的实体是消费，通过金融方法来拓宽消费交易方式，促进消费经济发展，这种模式使得双方互利共赢。对于消费者来说可以实现资金融通的需求;对于服务的提供方来说，他们不仅能够通过销售产品来实现利润，还由于资金成本与收入之间存在利差，也可以由此获得资金利差收入。在宏观层面上，消费金融有助于刺激消费需求来为经济增长注入活力、增加消费供给、推动消费升级，从而支持消费高质量发展。

消费金融的概念在近几年十分火热，但是其在中国已有几十年的历史。消费金融萌生于1985年，最初的业务主要由资金驱动，信贷业务品种较为单一，主要由商业银行提供，产品受众为传统征信系统覆盖的人群，人群覆盖率低。由于业务中有很多人工审核环节，运营成本较高，所以难以覆盖日常消费场景，严格的客户筛选机制也使得用户体验不尽人意，这种模式对产品范围和服务人群都有所限制。

消费金融的快速发展阶段

为了满足与日俱增的个人信贷需求，2009年起越来越多的城市成为消费金融业务试点。截至2018年6月，我国合计共26家开业的持牌消费金融公司，行业竞争由于多元主体的加入而更加剧烈。这些公司的商业模式大致可分为以主营线下渠道、主打O2O模式、互联网金融公司三类，产品主要分为耐用品贷款与个人消费贷款等，服务基本覆盖了购车、教育、医疗、家装等日常消费场景，可快速获得小额贷款而无需抵质押。

这一阶段消费金融领域各主体根据自身的优势构建个性的发展模式。互联网平台在网络购物和社交网络上获取了大量的用户信息并积累了丰富的风控经验，其可以通过构建消费场景在特定市场开展消费信贷业务，利用成熟的贷前系统快速对借款人进行信用评估与资格审核，进而展开一系列的业务，实现与场景高度融合并且用户体验升级的金融服务。商业银行不仅可以在消费金融公司中参股控股，其也会与电商平台合作推进线上线下渠道、电子支付业务的发展，以此实现消费场景延伸。拥有极大的客户群体和海量的用户消费数据是商业银行的一大优势，因此银行可以通过这些数据分析客戶的消费习惯、评估信用等级、细分客户群体进而提供个性化产品。随着互联网经济的快速发展和金融环境的不断完善，大型电商、细分市场、分期购物、移动信贷等互联网消费金融平台等纷纷布局消费金融，这一阶段消费金融由场景驱动，将场景融合到获客、风控和服务各个方面，虽提升了用户体验与风控水平，但是灵活性相对不高。

消费金融发展现状及趋势

随着移动互联网以及FinTech核心技术的发展，消费金融业务驱动模式发生转变，除资金和场景两个核心驱动要素之外，技术驱动模式蓄势待发。首先，技术驱动模式使得消费金融呈现数据化特点，可以有效提高信用评估的精准性、实时性，全面覆盖缺乏信用记录的客户，也可以解决精准运营的问题，使得各平台能够精确锁定客户从而提升客户转化率，为用户定制个性化的消费金融产品。其次，技术驱动模式也大幅提升了效率，使得业务过程中的审贷、消费、贷后管理等过程呈现自动化的特点，人工的审核与管理被机器与算法取代，这很大程度地节省了人工成本，也加快了服务速度，从而带给客户“无感化”的体验。最后，技术驱动使得服务更加灵活，技术驱动系统呈现高度模块化，可以通过对系统进行拆分与组合来满足实际的需求，从而为不同的消费场景灵活提供服务。

基于3B框架的FinTech技术梳理

从2016年起，金融科技（FinTech）博得了金融业的广泛关注，金融与信息技术的融合旨在于用创新的科技应用来满足纷繁复杂的金融需求。金融机构利用FinTech中的大数据、人工智能、生物识别和区块链等新兴技术来对产品和服务进行革新，以提升自身金融服务的效率和市场竞争力。

近几年FinTech在中国蓬勃发展，在金融领域的各个方面都有所体现。我国经济处于向高质量发展的转型阶段，消费在其中扮演着重要的角色，经济高质量发展要以消费的高质量发展作为基石。在此背景之下，将FinTech的先进技术融合到消费金融之中来提高消费金融的服务水平，进而促进消费高质量的发展，这对于消费金融乃至国家经济的发展都有重大战略意义。本文在对FinTech技术发展梳理的基础上提出3B（Big Data & AI，Biometric Technique，Block Chain）框架，具体介绍如下。

Big Data & AI：大数据与人工智能。在5G加速“万物数字化”的时代，来自互联网、物联网的超大规模多源异构数据对数据的储存、处理、应用能力都提出了更严苛的要求，大数据技术的发展与应用则为解决这些问题提供了思路，进而可以从数据中找到关联性，挖掘隐含的数据价值。消费金融技术驱动模式的基础即为大数据技术，利用大数据技术对用户产生的金融、消费以及行为数据进行分析，可以实现用户信用评级，准确了解客户喜好进行精准及交叉营销，也可以在贷后管理方面发挥其作用。人工智能即为使计算机系统模拟人类的智能活动，旨在以其替代人力可及的重复性劳动以及人力不可实现的活动。数据、算力和算法三方面的突破性进展驱动人工智能与金融相融合，算力的升级使得人们有能力处理图像、语音等复杂数据，改变人人、人机、机机之间传统的交互方式，例如人脸和语音识别、智能客服的应用有助于提升服务质量以及效率。数据量及维度的丰富使得人工智能在获客、风险识别和控制、反欺诈方面发挥作用，实现金融领域的认知智能。算法的突破可实现决策智能，人工智能帮助使用者形成决策或者指导影响决策。

Biometric Technique：生物识别技术。生物识别技术融合了计算机、光学、声学等多种技术，对人的生理或行为特征进行处理，使这些信息呈现数字化的特征，进而将其作为个人身份鉴定的依据。据估计，到2021年全球范围生物识别技术与应用市场规模将超过300亿美元，尤其近几年规模有较大幅度的增长。随着相关技术的不断发展与成熟，生物识别技术被广泛应用于金融领域，商业银行将其应用于开户、交易、挂失等方面的审核，尤其在支付方面，例如基于人脸、声纹、指静脉识别等的识别支付技术，既保证了支付的安全性也通过交互介质的革新为用户带来了全新的便捷体验，也可以将其应用在风险控制方面，用于解决信用以及反欺诈等问题。除传统场景之外，国外同业将生物识别技术应用在许多创新场景中，目前已有通过动态影像身份识别获客、通过签字进行身份验证、形成语音身份证支持身份认证等应用，这些创新案例使得客户体验以及获客能力均有显著地提升，值得国内银行业借鉴。

Block Chain：区块链技术。区块链是一种分布式共享账本技术，其具有去中心化的特点，去中心化意味着一切交易都将绕过信用中介或集中式清算机构而能够在点对点之间直接进行。分布式共享记账则指的是在发生交易时，完全公开且经过加密、不可篡改的交易记录会到达链上所有参与方的手中，且所有记录都可通过链式结构被准确追踪。除区块链上信息不可篡改、公开化、去中心化的特点，其还具有可匿名、自治性的特征，这使其能够准确透明地记录数据和信息。其被应用到不同金融场景中，主要在于使业务公开透明并提升安全性，例如已有应用将银行金融链与政府扶贫资金审批链进行整合，利用区块链技术将所有资金审批与支付的环节存储于链上，达到扶贫资金去向明确、不可篡改的效果。此外，区块链将在应用层和技术层为消费金融赋能，有助于去除征信领域的信息不对称，打破“信息孤岛”，加强用户数据的隐私保护，解决信用以及欺诈问题，赋予消费金融行业良性发展的动力。

基于3C框架的FinTech技术对银行消费金融的影响

Customer Management：客户管理

FinTech助力识别或激发客户消费需求，通过运用大数据、人工智能构建一个有效的预测识别模型来识别出潜在的客户群，在此基础上通过毛渠数据合规性要求的方式将他们在网络上所留存的信息利用预测识别模型进行分析，识别或激发出客户的消费需求，从而形成有效的策略开展精准细致的营销。

商业银行或拥有支付牌照的金融机构拥有海量的客户间交易转账信息，这使得消费金融业务的开展具有天然的优势。首先利用图数据处理技术，根据客户间的转账信息构建出反映客户资金交易关系的社交网络图，再利用自然语言文本挖掘等技术处理客户转账附言信息，从资金交易网络图中识别出客户的消费圈，并从中发掘稳固的消费交易关系。进一步可以运用数据挖掘与机器学习相关技术，从客户的消费圈中识别出对消费信贷较可能响应的客户群体，再从其中识别出满足风控准入条件的群体以推广业务。此外银行掌握了许多客户身份信息、金融属性等数据，以此为基础构建消费信贷用户画像和响应模型可准确捕捉客户信贷需求，提升获客效率。

对于电商平台来说，其优势在于拥有大量真实有效的电商交易数据，包括消费数据、物流数据、几十倍于交易数据的用户行为数据，例如用户的浏览、点击、对比等，此外还有对接的外部社交数据等。电商平台可以考虑在充分保障隐私与数据保护、信息安全及信息合规性的前提下，从客户消费数据以及行为数据入手，利用自然语言处理、文本挖掘、机器学习等技术进行行为建模，即给用户“贴标签”，再从网络行为、社交信息等各类记录中提取出行为、特征、偏好的关键词与标签相匹配，进而确定标签的权重，最后通过这些成果绘制出客户画像，以了解客户的消费能力和消费需求，精准寻找产品的目标客户，把握住客户产生消费需求或者激发潜在消费需求的商机。

Channel Management：渠道管理

各金融科技企业凭借“以用户为中心”的良好客户體验和较低的运营成本，迅速抢占银行市场份额，且近年来依托移动端、社交端，非银行机构完成的网络支付以及金融业务数量呈爆炸式增长，给商业银行的获客带来了巨大的压力，如何高效低成本获客、维护客户、提升客户服务体验成为银行业关注的重点。首先在厅堂服务方面，通过在线下网点布设人脸识别等生物识别设备对客户的面部表情等信息进行采集，根据图像信息转化的生物数据对客户情绪进行分析，对于系统识别出长时间未被服务的客户可以进行安抚与关照，有效地进行人员调度。同时，对客户观看网点内产品海报以及宣传手册的微表情进行分析处理，所得到的信息可以帮助客户经理了解客户的兴趣所在，将网点、设备和人员进行有机结合，及时为潜力客户配备客户经理，提升网点的运行以及客户转化效率。其次在柜台服务方面，银行可以在语音识别的基础之上引入搜索机制，再以文本挖掘以及自然语言处理技术作为支持，检索柜台服务过程中双方对话产生的关键词，一方面当柜员出现不规范行为时能够及时予以提醒，另一方面当分析发现客户存在需求时能够及时匹配业务人员进行产品推荐，提高营销效率。最后，银行也可以从提升客户体验的角度出发，利用生物识别技术为客户提供移动金融服务，留存大部分活跃的客户。将人脸或声纹识别技术与智能风控系统相结合，对客户进行远程的身份认证，使得大额转账等一些业务在客户的生活场景之中实现，而不必局限于物理网点，即使在网点的ATM取款也可以通过面部识别进行身份认证，而无需携带银行卡，节省人机交互的成本，提升客户体验。

Control of Risk：风险管理

消费金融业务中最关键的问题就是风险管控，风险存在于业务的各个环节，例如获客、审贷、贷后管理等，FinTech中多种技术都可以帮助较好地识别抵御风险。大数据可以实现对海量用户信息的累积与处理，以互联网行为数据、银行征信、公检法机关等多平台数据作为征信数据的基础，应用集成学习、深度学习、半监督学习等人工智能技术，构建多变量的信用评估模型依据大量征信数据对客户进行精确的信用评估和风险定价，根据客户信用等级的差别给予差异化的额度。例如智能金融企业Zest Finance利用多个预测分析模型进行集成学习，对多达上万个参考数据变量进行大数据挖掘，并应用模糊算法与神经网络最终形成一个独立的信用分数，更精准地评估客户的信用风险。

在消费金融领域，盗身份、骗贷等欺诈手段屡见不鲜，通过生物识别技术，根据人脸和声纹等生物特征来验证客户身份，通过采集到的素材与其他平台留存的信息相对比，从而识别出是否盗用身份进行欺诈。此外，利用关联网络构建起的欺诈关联图谱可以有力打击欺诈团伙。在有几十亿节点、上百亿节点边的关联网络中（每个节点代表一个用户，每个节点边代表用户与用户的关联），当对用户资质进行审核时，若表现出集中的异常节点，则表明该用户与诸多高风险人群、骗贷组织关联密切，系统会自动预警，拦截欺诈团伙。

近期，区块链技术应用在贷款业务方面有所进展，小企业融资难的问题得到了部分解决，蚂蚁金服“双链通”业务实现了区块链技术与贷款的结合，参与贷款的机构全部被链接在基于区块链技术的供应链协作网络上，使得资金流转的过程清晰明确，且留下印迹不可篡改，遏制了资金挪用等风险。这对于消费金融业务来说具有借鉴意义。为应对消费贷资金违规进入楼市和股市、资金挪用及相关监管逐日严格所导致的业务挑战，若在业务发生时将用户身份验证和业务操作等信息上传到链上，则可达到很好地监控贷款流程和钱款流向的效果，使得消费金融助力消费并且促进经济增长。与此同时，各消贷平台将产生的黑名单数据加密发布到区块链上，数据可以供各平台查询，由此共同打造出的黑名单共享平台将有助于提升反欺诈的精准度，降低风控成本。最后，区块链在管理方面的优势有助于其在消费金融ABS业务上的发展，区块链技术可以应用于基础资产生命周期的管理，将放款、还款、逾期全过程的交易数据上链，以实现对现金流的监管，使出资人对底层资产有更清晰的了解，债项评级更加精准，彻底发挥消费金融ABS业务的价值。

结语

在FinTech快速发展的今天，新兴技术的应用为消费金融行业的发展提供了更多可能的道路。本文在简要回顾消费金融发展历程，总结各阶段发展特点的基础上，指出了当前行业发展的现状和趋势，针对FinTech的实际应用提出了3B-3C框架，探索了基于此框架的银行消费金融业务的发展方向，以期为消费金融更加长远的发展提供有益的借鉴。

本文仅代表个人学术观点，不代表供职单位意见

（作者单位：对外经济贸易大学、中国民生银行）