金融行业丨研究报告
全文字数:8247字 精读时间:19分钟
联邦学习技术将成为AI+金融行业新的生产力:在开放银行概念的加持下,联邦学习技术为银行的生态构建和共享机制,找到了新的切入点,让开放银行的落地成为可能。
行业观察篇
行业观察篇
AI金融领域相关政策解读
金融科技促进政策日渐完善,未来将向微观层面下沉
2017年5月,中国人民银行成立金融科技(Fin Tech)委员会,旨在加强金融科技工作的研究规划和统筹协调,同年6月,发布的《中国金融业信息技术“十三五”发展规划》中,将人工智能、大数据、区块链、云计算等新一代信息技术设为金融科技的重点研究方向,从政策高度上确立了上述技术的发展基调。时隔两年,2019年8月,人民银行正式发布了《金融科技(FinTech) 发展规划(2019—2021年)》,这是我国金融科技第一份科学、全面的规划,明确提出未来三年金融科技工作的指导思想、基本原则、发展目标、重点任务和保障措施,尤其是建立健全我国金融科技发展的“四梁八柱”,确定未来三年六方面重点任务,为金融科技发展指明了方向和路径,对金融科技发展具有重要且深远的意义;
2020年,中证协和银保监会就银行、保险和证券行业发展金融科技方面也做出指导意见,促进技术落地于金融领域的全场景。从趋势来看,金融科技的促进政策在高度和全局性上已经相对充分,深度和微观层面也在陆续完善,未来在技术标准制定和更加具体的场景应用方面势必会产生新的引导意见,为技术合规、合理赋能行业划下行路线。
供应链金融对复产复工意义重大,或为AI技术下一片良田
促进中小微企业贷款服务是政策的又一大集中方向,全国范围内中小微企业承担了80%以上的就业率,是稳定国内经济,拉动内需的重要组成部分。疫情缓解以来,复产复工成为了主旋律,激活中小微企业活力则成为首当其冲的任务,合理放宽、把控风险、有效监管的贷款服务将成为有力的促进措施。2020年6月,人民银行等8家机构联合发布的《关于进一步强化中小微企业金融服务的指导意见》中指出,运用金融科技手段赋能小微企业金融服务,鼓励商业银行运用大数据、人工智能等技术建立风险定价和管控模型,改造信贷审批发放流程。《意见》肯定了上述技术在相关场景中的应用价值,也指明了落地方向,为AI+金融行业目标群体由C端向B端转型提供了政策意见。
发展供应链金融服务是解决中小微企业贷款难的主要手段,而供应链金融的实质仍是金融服务,所以风险控制是重中之重。供应链金融中主要涉及的风险领域包括,主体企业风险、交易风险和操作风险,AI可以通过机器学习和知识图谱等方式,对主体企业工商、税务、舆情等信息数据进行处理建模,搭建信用评价体系,增加行业自动化评价维度;通过知识图谱对产业链中的关联性交易进行组织和透视,防止虚假交易的存在;通过OCR识别、图像识别、NLP和智能语音等技术,对各类单据进行识别和审核,起到降本增效的同时,降低机械风险和人员道德风险。从趋势上看,整体金融服务的重心将持续向B端企业倾斜,金融科技也将随之向B2B领域拓展,AI+金融相关企业能否及时调整战略,将C端积累下的经验迁移向B端服务,会成为下一阶段竞争的重点。
2019年至今AI+金融相关代表政策汇总
AI+金融领域行业最新动态
金融机构成立全资科技子公司
进入2019年,金融+科技的形式已经不再局限于金融机构和科技公司间的合作。以银行业为代表,国有四大行中三家银行成立各自的全资金融科技子公司,而大型股份制银行则相对更快一步,截至2018年共有四家大型股份制银行成立全资金融子公司,二者揭示了银行机构进军金融科技的决心。银行和金融科技公司的合作是技术与场景不断磨合的过程,AI在风控、营销等领域产生的实际价值使银行机构意识到其战略意义。同时,在与科技公司的合作中,银行掌握了技术在场景落地的丰富经验,这为银行成立科技子公司打下了基础。
此外,从银行角度看,更需要的是专属于服务银行业务的技术能力,但这与科技公司依托技术向全领域发展的理念矛盾,并且双方的合作中仍旧存在一定沟通成本和项目对接问题。因此,银行更希望以成立科技子公司的形式获得服务自身和行业的技能,也以此掌握技术的主动权。
从发展路径看,头部银行成立的金融科技子公司除了为母公司提供技术服务外,同时也希望输出自身的技术产品辐射中小型银行。
而从市场现状来看,在2019年至2020年中,金融科技公司仍旧是中小银行的主要合作对象。
而在产品层面,银行系科技子公司尚未形成成熟的AI产品,竞争上暂未形成优势。未来在提托银行强大的资本背景和优质金融数据,在数据开源概念的加持下,银行系Fintech公司将成为科技市场的新势力,并挤压金融科技公司的市场。
技术出海是大趋势,虚拟银行挂牌为科技公司提供完美场景
金融科技出海和跨境金融业务是近些年来行业的热门话题,从支付宝、财付通以支付业务为切入点进军东南亚开始,移动支付、消费金融、小微信贷、投资理财和大数据风控成为了国内金融科技公司对外服务的重点方向。2019年3月,香港发布了8家虚拟银行牌照,包括蚂蚁金服、腾讯、小米、平安科技、京东数科在内的大陆金融科技公司以联合创办的形式参与其中,主要输出运营经验和科技能力,这对于金融科技公司补足银行场景,掌握技术赋能业务的闭环带来了难得的契机,借助“国际港”的优势,对于科技公司技术出海也将带来有力的助推作用。
虚拟银行是采用互联网或其他形式电子传送渠道提供服务的银行,没有实体网点,虚拟化的形式更加适合数据的产生和共享,消除了数据孤岛和大量非结构数据的隐患,这为AI技术应用提供了前所未有的环境支撑;同时,海量高并发的交易数据,以及随时可触达的用户端口,为AI风控、AI营销带来了实际的应用场景。在8家虚拟银行牌照公布后,仍有不少银行、金融机构、科技公司表达了申请新牌照的意向,从市场响应情况和香港金管局的态度可以看出,这一举措将分阶段继续开展,未来有望在大陆开设试运行项目,尽早参与其中的科技公司,将抢占先发席位。
2019年至今AI+金融相关代表事件汇总
金融领域AI相关融资情况解读
资本向优质标的汇聚,热门赛道突出,但竞争激烈
通过对2015-2020年7月AI+金融相关融资情况的汇总,可以看出,2015-2018年期间,AI+金融行业备受资本青睐,融资事件数相对稳定,融资总金额增速持续上涨,创业公司表现良好,资本持续投入;而这一情况在2019年发生变化,由于P2P暴雷事件监管愈严,资本市场也趋于谨慎,融资事件数量大幅减少,但真正具有技术实力的相关企业依旧是资本追逐的对象,资源逐渐向优质标的汇聚,预计这一趋势在2020年将依旧延续。从近几年AI+金融细分赛道融资情况看,包含整体解决方案的大数据服务和智能风控是获得融资的重点,市场想象空间和明确的使用价值是吸引投资的关键,但由于业务同质性问题,赛道中竞争也最为激烈。
实际应用价值和市场想象空间是资本关注的重点
通过对2015-2020年7月中国AI+金融细分赛道融资事件发展节奏的统计,可以看出,2016年,中国AI应用市场爆发的前夜,资本就将目光聚焦到了智能风控赛道,相对充分的标准化数据存量、明确清晰的使用价值,以及对新技术接受度良好的市场环境都催化着赛道的繁荣;同时,想象空间更大、理想增益效果更强的智能投顾赛道也是资本青睐的对象。但经过两年的落地发展,单纯的智能风控故事已经无法引起资本的兴趣,以大数据为基础,AI技术为手段,包含风控、营销、运维在内的综合大数据服务成为了新的宠儿;而智能投顾在落地期间表现平平,价值也难以评估,故事显得不再生动,反而是服务于一级市场的智能投研赛道让资本方有了尝试的兴趣。
2019年,AI+金融投资市场整体冷淡,大数据服务赛道急转直下,融资事件数少于智能风控和智能保险,边界更广的服务带来了价值模糊的隐患。预计资本寒冬的情况在2020年也难有较大起色,头部科技公司也纷纷开始拓展其他场景,行业应用较为成熟,竞争愈渐激烈,资本开始观望,都希望将橄榄枝抛向“最有价值球员”,行业整体对于初创企业而言不太友好。
金融领域AI相关市场规模
需求方持续加大购买力度,市场规模良性增长
通过对2018-2022年中国AI+金融相关市场规模的统计和预测,可以看出金融领域对整体信息化科技投入的总规模保持上升趋势,金融科技和人工智能投入遵循同样步调,其中人工智能投入在整体科技投入中的占比增速平稳上升,并未出现特异值,说明市场中的需求方肯定了AI技术的应用价值,并有计划的加大购买力度。通过互联网金融机构与传统金融机构AI投入规模对比和预测可以看出,互联网金融机构在追加购买力度,这也符合该群体由金融服务向技术服务转型的趋势,人工智能技术在转型中成为重要的能力抓手。
银行业仍然是主要需求方,2022年AI总投入将超220亿元
从2019年中国金融机构AI投入规模结构中可以看出,银行业、互金行业和保险行业是AI技术的主要购买方,其中银行业的业务最为复杂,数据海量,同时风控要求最高,成为了金融领域中AI技术最主要的需求方。在过去几年中银行业对于AI技术的投入持续增加,这一趋势也将延续,据预测,2022年总投入规模将超过220亿元。从技术获取途径看,银行业主要依靠与AI公司合作,采购相应的产品和服务,2019年采购规模占投入的85%,但随着银行自建科技子公司等增强自研能力的举措发展壮大,采购规模将有所下降,不过合作与技术采购仍然会是行业中主要的技术获取手段。
金融业务线中AI投入不容忽视,供应链金融有望成为新支柱
我们按照“存贷汇”的业务视角,将金融业务划分为银行理财业务、保险业务、证券业务、基金业务、消费金融业务、供应链金融业务和支付业务,2019年各业务线对于金融科技的投入以云计算和大数据为主,遵循新基建方向,以构建云基础为目标,而人工智能作为生产力升级的代表技术投入占比也在逐年攀升。本年中,智能风控需求最旺盛的消费金融业务仍是AI投入的主要领域,涵盖智能核保、定损、定价场景的保险业务