2017年9 月，中国互联网保险科技第一股——众安保险，在香港联交所挂牌交易，这让众安保险不仅受到了全球投资者的追捧，它也正式拉开了金融科技公司上市的序幕。
文|王毛路 图｜由作者提供
北京航空航天大学电子工程博士，现任工业与信息化部信息化推进联盟区块链实验室副主任、中国信息化推进联盟委员、中国上市公司协会信息委委员，数秦科技首席科学家，曾任职全国金融标准化委员会委员。
2017年9 月，中国互联网保险科技第一股——众安保险，在香港联交所挂牌交易，这让众安保险不仅受到了全球投资者的追捧，它也正式拉开了金融科技公司上市的序幕。
1 大数据和金融科技
近年来，金融科技（FinTech）概念备受瞩目。据英国组织Innovate Finance发布的《2016年金融科技风险投资图景（The 2016 VC Fintech Investment Landscape）》显示，2016年全球金融科技投资总额达174亿美元，而中国在金融科技上的投资达77亿美元（约527.6亿人民币），首次超过美国成为全球第一。
虽然如此，但作为一个行业，目前全球金融科技业仍处于初期阶段，且各国发展情况差异显著。因此，对于金融科技这一概念的内涵和外延，实际上尚无统一规范的定义，各方讨论的“金融科技”的涵盖范围并不完全相同。
总的来说，金融科技的初衷是效率，极致的效率带来新市场、新业务。互联网是生产力，金融是生产关系，生产力和生产关系垂直组合构成一个新的空间关系。互联网、大数据、支付和账户体系构成了金融科技的基本要素。
金融=账户+风控+连接。所以，提高效率的本质，是用技术建立连接，尤其是用大数据技术。数据规模要够大、维度要够广且要合法，同时能够在数据的基础之上，运用人工智能等新技术，这样的数据和技术驱动力才能真正提高从获客、投顾到风控等全过程业务能力的提升。
2 小数据与大数据
以信托公司为例，可以用大数据丰富发展传统的风险管理方式、方法。在小数据时代，传统的信托风险控制做法：被审者提交财务数据及各类证明，风控方就材料审核并采用一系列的工具模型分析研判。存在的主要问题包括：被审者及关联方有可能隐匿对自己不利证据的情况；交易对手避重就轻，针对性的美化在所难免；各类数据很漂亮，基本面理论上完美的公司或者项目沦为骗局的比比皆是。
目前利用互联网的风险控制也仅限于人工搜索百度等搜索引擎，主要的问题有：
范围受限：每个人监控的信息范围有限，分析的交易对手有限；
时效性差：无法确保7*24小时的监控，在非上班时间，负面情报发生并被“和谐”删除的情况很多，往往错失高价值的敏感情报；
没有体系化传承：人工的操作受限于监控者的信托业务经验、互联网的搜索能力与责任心，人员的流动会造成前后工作的不连贯。
小数据时代的工作模式在大数据时代必然捉襟见肘，我们亟需利用已有的先进成熟的研究成果，构建一套基于互联网大数据的信托风险控制系统。利用大数据自动采集系统广泛收集交易对手散布于新闻、论坛、博客、微博、政府公开信息等网络上的各类碎片化信息，通过大数据搜索与挖掘的技术手段，全面整合交易对手、实际控制人、关联方以及交易标的物各类信息，常规监测投融资动态、财务异动以及标的物变更等重要情报，重点发现交易对手的涉讼、涉刑事等负面信息，实现贷前的广泛无死角分析以及贷后的全方位监控预警，为信托公司提供全面、客观、实时的大数据情报，提升贷前贷后的情报分析与决策能力。
3 数据治理的路径与挑战
以银行业为例，“十三五”期间，大中型银行要把数据治理作为重要的制度性建设与基础性工作，加强组织保障、制度保障与流程保障，有序推进、重点强化；统一数据标准，提高数据质量，深化数据应用，有效支撑银行业务发展，有效提升银行管理水平。
数据问题已经在很大程度上制约了一些重要系统的建设和推广应用。各家银行纷纷进行数据管控实践：建立包括政策、组织、流程、技术在内的数据管控机制保障体系；加强数据标准建设，统一数据定义；推进全生命周期的数据质量管理；实现分类分级的数据安全管理；优化数据架构，通过架构落实数据标准，增强数据整合。
然而在落地过程中，数据治理依然面临着严峻的挑战：首先，监管要求方面。监管部门对银行数据治理提出了越来越严格的要求，要求银行将数据治理作为重要的制度性建设与基础性工作，并加强了相关的审计工作。其次，组织结构与管理制度方面。有待建立数据治理专门的组织架构，明确各相关机构的角色与职责，完善相关制度，形成数据认责机制。第三，数据统计标准和数据质量方面。从各业务系统和各自业务条线出发确定所需的数据内容，既要满足前台功能的数据质量要求，也要保证后台数据统计与分析的需要和数据质量要求。
4 数据流通与信息安全
从上文几部分可以看出，高经济学价值、高密度的外部大数据是金融机构业务必不可少的原料和补充。2017年6月1日《中华人民共和国网络安全法》开始施行，作为我国第一部全面规范网络空间安全管理方面问题的基础性法律，从维护网络空间主权和国家安全、社会公共利益，保护公民、法人和其他组织的合法权益等多个维度提供了切实法律保障。
敏感数据和涉密数据，对于个人和企业来讲尤为重要。这些数据能够发挥巨大的价值，但其流通使用必须满足相关法律法规要求。《中华人民共和国网络安全法》明确制定了数据的保护规则，对个人和企业数据的使用必须征得数据所有权人同意，私自存留数据被定义为非法。该法律的颁布对数据所有权人的权益保护起到了有效作用，同时也对数据源向个人和企业提供相关数据方面进行了一定的限制。
数据隐私保护与数据开放在缺乏科学合理的技术手段时，存在着较严重的矛盾。为了不触犯相关法律，数据源方往往不对外开放涉及数据所有权人利益的数据。而根据实际业务需求，数据所有权人又常需要远程调用数据源的数据，例如，在银行贷款时常需要调用税务局的个人纳税数据。如果不打通数据源和数据需求方的数据壁垒，将会对数据的有效利用造成阻碍。
5 大数据时代金融机构的组织变革
新的科技武器要求相应的新的IT军种与组织。金融机构的通病是，只关注新技术，从来不调整组织结构。大型金融机构仍然沿袭十多年前Client-Server时代的组织，很难掌握今天的云计算和大数据技术，作为一个组织整体，失去了学习和自适应的能力。组织内的协同方式、工作流程、管理机制、部门角色分工、职能团队设置全部过时。同时，它割裂了IT与业务的链条，使IT成为黑箱。
传统金融机构把“IT部”改名“科技部”，并成立一个叫“创新部”的部门，找家互联网企业入股，自我命名为“互联网券商”、“互联网银行”；招聘几个互联网名企的总监、工程师，声称拥抱了互联网技术；把开发人员和运维人员放在同一组用同一KPI考核，自称DEVOPS，企业内各种系统遍地命名为“某某平台”、“某某云”，这些都是粗暴应对技术创新的伪组织的例子。
从创新的角度，科技金融要不断进行组织和业务的双重迭代，利用金融科技的技术手段特别是大数据不断解决传统行业中的痛点，通过新驱动力、新连接方式来解决信息不对称，进一步提升金融的效率，使长尾用户的金融服务需求得到快速响应，从而释放巨大的市场潜力。
编辑|李佳琪
文章评论