“第二届金融科技与金融安全峰会暨‘番钛客2018’金融科技双创大赛启动仪式”于6月28日在北京举行。UNPay（优付全球）创始人兼CEO章政华，包银消费金融市场及产品分管负责人郑晓斌，拍拍贷大数据高级总监/VP方晨，宜信翼启云服负责人、翼启云服供应链金融首席创新官刘灏， 中国社会科学院金融研究所法与金融研究室副主任尹振涛出席并参与“创新产品与模式 构筑金融科技新生态”讨论。 以下为对话实录： 尹振涛：作为主持人首先第一是感谢中关村互联网研究院的邀请，当然也感谢刘勇院长的信任让我做这个环节的主持人，有这么多的朋友留在这儿听我们这次论坛很重要的一点是有一个颁奖环节，这肯定是大家最期待的，所以我肯定会把这个时间控制好。今天我们这个环节是最后一个环节，大家也会发现在圆桌讨论这个过程中，我们说都是金融科技类的企业，但是属性不一样，我们有来自支付圈的章总，来自持牌消费金融公司的郑总，还有来自我们应该说拍拍贷或者我们叫做网贷的大数据风控的方总，还有来自宜信的刘总，主要是做供应链金融方面的，其实有些区别，但是不管区别在哪，我们说其实都是金融科技类企业，也是按照会议的要求，第一个环节有点像我们嘉宾的自我介绍，其实当然说是自我介绍很重要一点是做一点广告，我觉得这么一个环节大家按照顺序，每位嘉宾大致说一下我们这个企业的情况，当然我也很关心的是各位的背景，因为我们说做金融做科技，大家都很关心，大家按照顺序先从我掌鞭的章总。 章政华：今天是我在国内第一次参会，我是因为一直做支付，13年前就在支付宝，做了7年，今天大家看到支付宝从TO C的产品战略都是我负责的，然后我在百度钱包这三个板块的创始CEO，我去年离开百度，离开百度去做这个公司，确实是因为，看到了前面刚才王总也讲金融科技至少支付在全球里，我可以讲全世界的国家因为蚂蚁金服市值在这儿，所有人都想做支付，但是今天全球真正做过2B、2C的公司一家是蚂蚁一家是百度钱包，所以说我们其实是一家在全球基于每个国家，现在海外大概有十个的点，基于本国在做全中国的推送，同时我们也在做全球的联通，全球现在来讲大家看到投顾的支付公司都是我们的客户。 郑晓斌：大家好，我是郑晓斌。今天在现场也会看到很多新老朋友，消费金融有些朋友应该不会太陌生，我们是全国第19家开业的持牌公司，目前包商银行是我们主要的客户，公司我们实际上从开业至今，运行速度也是超前，整体上面也是得益于这一两年整体消费金融领域快速发展，带来普遍性的结果。大家虽然干的事情业务模式可能有所区别，但是整体的增速还是蛮快的，我们比较早的从一开始就坚定的在整个科技投入上面去加大整个公司被投入的消费公司，同时目前我们有一半的人员是IT的从业人员，我们目前公司整体的从核心到风控信审，以及我们渠道的系统都是主要以自主研发的一个模式来开展，在过程里面依托我们自己的平台能力，对接大量专业的第三方数据以及我们专业的一些像服务公司的一些能力，总体上公司我们还是坚持三块，一个是数字化、移动化跟深入场景化，后面再跟大家深入沟通一下，我们也是希望说经过一定时间的努力，把我们公司打造成持牌的在线金融的消费商，所以今天很高兴受到邀请跟大家做一个分享和交流。 方晨：大家好，我叫方晨，拍拍贷是我工作过的第三家公司，我第一家公司是在ebay，我三种类型公司都待过，ebay我去的时候就上市了，拍拍贷我去的时候还没上市，但是我经历了它上市，拍拍贷其实中国第一家做P2P的公司，在2007年就成立了，讲到P2P应该在前两年是非常火的词，但是这两年稍微有点谈P色变，特别是今年有很多不是很正规的平台报没了，蛮有意思的是说，其中有一家叫良弊金融被挤兑，这是蛮有意思的话题，正规的P2P平台理论上不会被挤兑，拍拍贷就没有这个问题，所以我觉得整个发展是需要国家去整治，今年本来要做备案的，但是备案有延期。 讲一下拍拍贷做的事情，我大概在2016年拍拍贷的时候把基础架构建立起来，前面有个老师说的蛮对的，如果你做大数据风控第一步要把基础架构搭建起来，在我来说所有拍拍贷的处理当时基本上很多处理都运行不了，我们大概花了半年把整个系统都搭建起来，都维护好，上面生态圈都建好，把所有存量的报表都迁移到上面，从2017年开始，我们把底层都建设好以后，然后做基于大数据做反欺诈的体系。现在来说，我们其实主要这两年比较好的，我们是把复杂网络这一整套技术引进，并且上面做了很多应用，这个等一下我们可以做进一步的分享。 另外，我们在人工智能方面也有很多很有意思的探索，我觉着等一下也能跟大家去展开讲，所以我也蛮高兴可以来到这个很不错的会议，跟大家做一些这样的分享，一会儿再聊。 刘灏：我是来自宜信翼启云的刘灏，我们在宜信里面特殊，是2016年成立的，我本人做过三年的技术工作，之后主要是做交易银行工作的，我们这个团队在2015年成立的，主要是围绕供应链做一些金融的服务，包括整个供应链体系的搭建，然后短期的融资，长期的交易，我们这个团队刚才宋教授讲了，我们有多个场景和宋教授都有交流。在整个这个体系里面，我们觉得在金融方面特别是在近几年，科技金融在整个体系里面有很大的推动作用，我们自己看到供应链金融的步骤，就是产业化、场景化、数据化、线上化，我们自己也希望在自己的平台下面不仅仅是作为一个金融的参与方，同样是作为一个供应链，以金融去推动供应链的参与方，在整个供应链体系发挥作用价值，谢谢大家。 尹振涛：我刚才其实给了各位嘉宾更长的时间去介绍一下自己，当然更重要介绍一下自己的公司，但是各位领导都非常的低调，都常说了一句话一会儿干货留在后面再给大家分享。刚才我也说到了我们在座的几位嘉宾都是金融科技，但是领域有所不同，咱也改变一下圆桌的程序，有的时候可能一个问题大家轮着说，我今天就这样，每个人我先问一个问题，可能也就更针对自己的领域，第一个问题先问一下坐在我旁边的章总，因为大家都知道支付，支付可能我们说按照我们2015年的时候关于促进互联网金融发展这个方案当中，关于互联网金融的业态当中第一个就是支付领域，这是一个很重要的领域。我在今天上午的时候，在做一个工作，什么工作呢？就是我在用大家都知道我们G20出的数字普惠金融规划，出了这个规划之后大家都想知道我们中国的普惠金融到底跟其他国家有没有不同，当前有三个不同的指标，一个是世行的，一个是G20的，一个是RMS，大致都有一百多个国家的排行榜，我做了一个大致的分析，我们排在最前面，中国排在最前面的就是支付，例如移动支付，非现金的支付等等各种支付我们基本上都排在前十名，所以在支付领域，我们不管是普惠金融也好，技术也好肯定是走在了前面，这点请张总多给我们分享在技术方面。 章政华：我们团队算做出海的公司，我们当时做出海的时候海外要做分发的，像猎豹、华为这些，剩下就是咱们这个团队。中国其实在海外，中国本身自己谈到支付的时候可能想到蚂蚁，但是还有一大堆的企业，而且其实每家企业做的领域都不太一样，至少头部的企业活的都不错。 其实整套的能力大家最简单的理解，构建了中国整个的领先，在海外我可以这么讲，东南亚的国家几乎整个金融产品很落后，支付体系更加落后，所以中国技术在当地复制本身就是很大的机会。在欧美国家，大家看到金融比较发展，但是他现代化的移动支付这些模块又是缺失的，所以这两个都可以做赋能的输出，当然在这个过程当中还有一件事，未来所有的金融和支付公司是越来越向新的虚拟的方向发展，这些帐户体系的联动和平台能力的一体化，其实这也是未来很有意思的一件事情，所以我们其实是在海外，一是服务当地的支付企业，第二是把中国整体的能力在海外做，因为海外我们是“一带一路”上通水通电的企业，我们是提供基础的支付，连接起全体的支付体系的一张网络，我们是做这个事情。 尹振涛：我追问一个问题，我们在考虑金融科技，我们科技能力很强，但是今天会议主题除了科技以外还有一个不要忘了就是安全问题，我知道我们说出海，特别中国的金融科技企业出海很多很多都走出去了，但可能同样也面临着安全和风险的问题，您在拓展业务的时候，特别是海外这方面通常是什么样的感觉，就是我们在风险防控上有什么独道之处，碰到了什么样的风险，让我们不能忽视，也给在座的企业家选择出海的时候可能有些建议。 章政华：风险的话一个就是刚才博士提到了业务风险，说白了今天做支付的事情，但如果支付出海确实要有一些团队，我在全球应该来说最快做PCI认证等等的国际安全的标准，第二个我的安全是信用上的事情。今天其实大家举的例子，同样的事情如果你在印尼做在新加坡做，大家的认知是不一样的，一个是法规的政策，一个是本国的金融从业的政策，大家今天刚好看到我在这儿，我们企业是一家总部在新加坡的企业，利用到了中国华人最好支付的这套技术，所以其实我觉得在海外做全球化业务的时候，就是你要真正去了解这个国家，很深入的了解，同时要让他感觉不要有这么多的抵触，所以我们每个国家的团队都是本国人，而且这些人是这个国家最懂支付的哪些人。但是前面我讲到了，他缺的是技术能力，所以把技术能力赋能给到他，他最了解当地的政策，他能解决本地化的信任问题，同时你把他国家整体的体系，他负责当地的支付，这样让中国企业在国际化走的更加扎实一些。 尹振涛：第二个问题请教一下郑总，我们关于互联网消费金融应该也是我们2017年下半年，2018年上半年一个非常热的话题，我觉得两个方面，一个方面随着监管的加强，对校园贷信贷等等这些无场景的、无牌照的消费金融是让我们现在觉得很严的管理风险，而有场景的有牌照的是促进消费这么一个大环境，我觉得面临的市场空间会很大，这个问题就请教一下郑总，在于我们对互联网消费金融发展，市场场景或者是市场发展空间您什么看法，当然也围绕技术方面的。 郑晓斌：实际上前面很多嘉宾在聊到整体发展的时候，实际上包括外部的各种论坛里面讲到，这两年从国外整体的比例来讲，国外还是有非常大的空间，但整个中国市场最近这几年发展也呈现出国际上比较特殊的特点，速度特别快，包括咱们也可以看到随着国内，实际上放眼全球来看，咱们国内整体的普及，包括移动互联网的普及上来看呈现出比较快的发展态势跟市场的情况，所以我们也可以看的到在整体的这样一个背景下面，像整体的整个消费金融的发展，还是数据整体大环境的发展，我们作为其中持牌的消费公司，实际上目前全国只有20几家持牌公司，对于这样一万亿的市场来讲，实际上现在持牌公司所占的数并不大个但是现在除了我们之外还有大量的消费金融公司去从事这样的工作，大家共同去维持市场的稳定发展。从去年下半年大家也会听到很多比较敏感的，包括像现金贷，还有一些非持牌的机构，这也是我们这个行业在快速发展过程中一定会遇到的问题，随着近些年监管力度的增强，也做了很多系统整治的工作，所以伴随这样一个过程，我想在纯消费金融端，刚才也提到另外一个局面，在消费金融这个领域来看，实际上我认为随着回归到咱们真正的本质上面去看，整个市场发展会更加灵动。从整个消费金融观念的认知上面，从这两年的特性上来看，基本上也不会再陌生了，基本上我们也做过一些客群的访谈、调研，包括在客群里面实际上对于消费金融的认知已经跟前几年的观念完全不一样，大家消费观念发生很多的变化，大家传统意义上的消费金融出现超长消费，尤其像我们自身服务的客群也是在20-30岁的客群，相对来讲比较普式的，整体的整个市场定位空间来看，我认为还是从一种快速发展比较良性的态势，但是这两年整体上为什么大家也都会感觉到整体，从行业来看整个竞争也在加剧，毕竟整个互联网的普及，像进入消费金融有很多公司跟以往不一样，我们去搭一些线下的渠道，去研发我们自己的产品，但现在随着科技的普及技术门槛会降低，我一直认为这个行业来讲市场还是处于蓝海的市场，但是竞争逐渐在进入红海的状态，这是我个人的判断。如果从我们自身的整个发展来看，我觉得可能像前面讲的也是一直在强调“三化”，数字化、移动化、场景化，从目前来看互联的基础能力是我们目前比较关注的关键能力的打造，像前面宋院长也提到了，我们任何一些科技的力量，或者说科技我们分享的一些能力，大家都是在讲空话，我对这个观点是特别认同的，因为随着原来的，因为早期随着整个网络的能力，早期尤其像我做市场的时候，更多的是贷款相关的，但是万物互联的能力打造之后，实际上任何一家企业进入这样一个获客的场景里面去，能够获得随时随地的引进，刚才主持人也提到我们对场景的理解，实际上场景是我们更多发力的一个方向。如果说回归到金融本身，我们有一个问题，每个论坛里面我们都会去沟通，基于我们本身，场景实际上并不是我们的长项，公司从成立到现在，包括我们的团队在讨论我们发展方向的时候，在对场景的意识，我们从来没有说到了关键期，我们也一直觉得没有场景怎么办，未来会不会成为公司发展的天花板，后来我们也经过一系列的研讨，跟我们自己的一些，跟同业的合作伙伴包括同业的交流，我们最后还是觉得未来没有场景是我们自身的特点，在这样大的背景下，到底该怎么做，我们自己至少在一定的时间内，我们必须要全面的去打造我们自身的跟场景连接能力，有几方面跟大家分享一下，一个是我们在自身数据的能力方面，同时我们也成立了自己的大数据团队，大数据并不是说我们有越多的数据越好，而是说我们需要怎么样的数据，包括从营销从风控，包括还有用户的一些能力打造，自己需要怎么样的数据，在每个阶段我们去在整个数据标签体系上面去做更多的准备，同时在整体的整个产品的研发领域上面，我们也是倾向于说先做线上，然后再逐步辐射到线下去，基于这些能力的打造，我们也花了接近一年的时间来打造这两款产品，有些产品去接真正专业化的垂直场景，我们还是希望把自己的技术能力、科技能力都做扎实一点，然后再一定的去跟一些专业化的垂直领域的场景来做，这个是我们目前在场景上的一些考虑。 尹振涛：郑总刚才谈了一句话，谈到大数据的问题，也谈到大数据并不是数据多，我们现在不能再谈大数据，可能只是数据大，并且我们在做数据风控的时候，或者大数据风控，这也是我们当前一个很重要的方向，但是也有一点，例如我们现在大多数数据可能大家都是比较心思，我们的算法和模型，我其实之前走过很多机构，也想去学习，当然不管我们起个什么样比较炫的名字，其实本质相似度还是比较高，在这点我也请教拍拍贷的方总，除了分享拍拍贷独到之处以外，我想了解一下您对大数据风控，包括刚才几位嘉宾谈到反欺诈等等的问题，您个人的看法。 方晨：前面郑总讲需要大数据还是需要什么样的数据这点讲的非常对，大数据风控简单讲模型会把它看成XY，今天上午也有人说到10万到几百万个，其实到几亿我也见过，但有很多X你也不一定说你一定能到Y，Y就是他的标签是怎么样的，如果你比较去理解，我们在做大数据风控这个领域，这个人是有逾期，但这个里面其实他还是分的，比如说他是轻逾期还是重度逾期，他是逾期一个月，你确认他还了还是他三个月都不还，所以你根据这样的标签去分类，你可以做出各种各样的判断。我们做小额信贷，一般大概每天大概会有将近10万个文件，大概会由四万到五万的人会成为我们新客的通过，但这样四万到五万个人他会产生很多很多个行为和标签，所以这也是为什么拍拍贷通过率很高，但是他的风险控制的非常好，我们是蛮敢于把数据卖进来，把数据沉淀下来，所以如果是有公司你是处在非常早期的阶段，你一定要尽量去收集数据，然后在讲到怎么做反欺诈，上午也有一个嘉宾是讲到分成第一方、第三方跟团伙欺诈，我觉得这个可以讲的更透一点，什么是第一方呢？第一方就是你本来不想还钱的，再通俗一点就是鉴别一个还款意愿，基于这一点我们已经有很多各种各样的方法去做了，比如说你就查他的信息报告，你可以看一下这个人各种各样的行为序列，或者他跟谁去打电话这种，第一方看的东西在第三方就不成立了，第三方就是冒名顶替，就是你的资料是另外一个人，其中大家最通俗的就是说做活体检测，或者做身份证的识别，但是蛮有意思的一点，拍拍贷去年我们一直是用某一家公司做人脸对比的产品，但是去年我们有做反欺诈的同学在网上看到供应链说怎么把这个攻破去试一下，他居然真的攻破，他可以造一个假的东西去骗这个系统，拿到非常高的丰富，这个就很可怕，所以就等于是中国的网贷他成立了多少年，就意味着整个欺诈的黑产有多少年，不仅仅是反欺诈的，他的黑产技术在不断的产生，所以这也就是为什么在孤立的去看每一个人就足够了，这也是为什么这两年这么多人去做知识图谱，去会靠关联关系去做这样一个反欺诈的行为，说白了，就是说如果你是一个人过来，你可能可以把自己的行为做的很完美，但是如果你跟别人你总是会留下蛛丝马迹，你是一个大的团伙，这个团伙只要有一个人被抓获，你被揪出来就很有可能。 我想跟大家去聊一下，我们在这块是怎么做的，第一个在底层系统里面第一个要把节点和关系处理好，人可能会是一个，节点不一定是你的人，虽然我们在这边是活生生的人，但是从系统来看他可能是设备号，可能是个手机号码，可能是个QQ号码，比如说他一个人，他填了手机号码，填了QQ号码和联系人，在我们关系中他就可以有多个节点，你的编制是什么？你就是去理第一种关系，比如说你跟他是同一个号，就讲不同的申请人填的QQ号是一样的，你们就是同一个QQ号的关系，这个是非常强的关系，如果有一个人被我列为黑名单那么另外一个人也会被我黑掉，这个比较机密，我也不能讲太多，基本上你们自己的数据都能定义，当然你说你跟谁发过短信，打过电话也是一种关系。你把边跟点都定义好之后，你会觉得你整个关系网络非常大，拍拍贷我当时把这个点定好以后发现光节点有十亿个，边是百亿级，百亿级就跟上午百度那位同事讲的蛮接近的，他也不是服务于所有中国互联网客户的人，把一个关系定义出来，像百度这样的公司，这种取代是非常非常大的一个网络。有了这个网络以后你应该怎么办呢？其实我们探索很多种各种各样的方法，第一种其实就很简单，就是说你可以就去根据网络上的特点去做一些特征。我不知道有多少人是做模型的，如果你们觉得对特征这个意义不了解，你可以认为他是一个变量，或者对一个数的描述。比如说我在过去三个月内跟以逾期的人打过的电话数，这就是一个变量。你们想想看过去几个月是可变的，跟什么样的人打电话也是可变的，这样组合起来你的特征，就像我前面说的你不仅能上亿，你可能都足够去跨光年了，当然你说有你的专家知识，你可以做一些鉴别。举个最简单的实例，你一度的联系人你跟他产生的行为会比跟你二度联系人之间的行为可能会相关性更大一点，这个是没错，但你在整个关系网里面会有非常非常多的变量，所以拍拍贷还在做一个很先进的，我们在跟浙江大学实验室在合作，你用这个技术以后可以把整个图可以去变成很多很多的项链，每一个节点可以项链化，项链化以后你会发现他处理的效率跟精准度其实有提升，这个其实是蛮有意思的一个方向。 然后有了这样一个基础以后，你可以找团队，还可以找中介，我们找中介是这么找，我们现在有模型，当然我前面也说过我们一定是先有标签的，我们有标签以后可以去训练模型。 尹振涛：方总谈到一个很好的是标签的问题，我曾经走访一个数据公司，一个人大概能打几千个标签，我不知道这个说法对不对，可能各种分裂，大家在听圆桌肯定有时候也愿意听点碰撞，我请教方总一个相对有一点敏感的问题，就是大家知道欧盟刚刚出了关于数据安全保护的法案，我们当前社会对于个人数据安全隐私等等，其实也上升到比较高的高度，这方面我也在思考一个问题，我们跟大数据风控做的要服务于社会，让更多人获得更好的竞争服务，同样我们也把一些人排除在竞争服务之外，既然要了解一个人我们必然需要更多的数据和信息，所以在这一块，在更好的提供竞争服务的同时，更好的做出大数据风控结合的同时，对数据安全、隐私保护是个什么样的东西。 方晨：我个人觉得你拿数据要得到用户的授权，第二个你对用户的收集之后，其实你不能对这个数据做转手，你不能去做转卖，这个在中国有法律是禁止的，所以我们基本上可以认为如果你收集的数据，在用户授权的情况下自己做业务风控是可以的，不对外。当然有些第三方的公司用新的形式去输出，我觉得国家之后会有更明确的法规去公布的。我觉得用户的隐私也是在被保护，因为你刚才你的数据也不能很随便的给别人。 尹振涛：敏感的数据或者说要用脱敏的方法，还有最后一个问题，就是我们这个环节最后一个问题，也请教一下刘总，因为刘总主要做供应链金融，其实刚才宋教授也是谈了很多供应链金融方面的问题。我说刚才我们很多都做对C端的，而供应链金融更多是对B端的，大家也知道最近我们央行围绕着小微企业出了很多的政策，我们说定义为定向的也好，市场提供流动性也好，很多围绕着小企业融资难融资贵的问题，当然也是很好的金融科技应用的场景，供应链金融这块，请刘总分享一下宜信在这块的做法。 刘灏：为什么讲供应链金融比较火，他跟注册环境有很大的关系。首先我讲几个我自己的想法，金融不是做扶贫的工作。第二为什么供应链金融会先天的和中国政府一些政策的匹配性，就是说我们中小微企业本身在长期以来被排斥在整个金融环境之外很大的问题就是在整个的金融体系里面去评估企业风险的时候，是和产业和场景完全没有关系的，金融的场景设计你是做房地产的，做市场加工的，做贸易的它都不在乎做的是什么，卖的就是抵押类的东西就拿房产抵押来看，所以它和你自己做什么和你在什么场景下做什么东西是完全没有关系的，在这种条件下这种产品如何对接中小企业是完全没有办法做对接的，在任何产品下都不会做对接的，因为中小微企业没有很强的抵押品，供应链金融要去减的是说他不再去靠这些东西去作为他的主体风险，而是转变成一个债项风险，他在整个产业链条中，在整个场景中去看他在产业中所处的位置，去拿一些数据去看这件事情，所以供应链本身是做的过程化的管理，他本身是供应链的部分，是促进供应链非常有效的高效的运转一部分，所以这也是我们国家去提倡的金融产品要脱虚向实一个很重要的基本点，所以这个也是供应链金融在这几年多次被提到的一个问题。 再谈谈在供应链金融里面为什么谈到金融科技，金融科技最终解决什么问题？我觉得科技最终还是解决的用户问题，他不是被神化的，它只是一个工具，它如果是一个好的工具能解决更多的问题，如果他不是一个好的工具，他在线的科技工作不是做发射，做发射工具去到火星上，我们是在实际的场景中去解决商业问题，所以我觉得更多的是看你的应用，看你解决什么实际问题，在中国整个的金融科技应用的路径里面，应该是从C端到B端，C端我们在金融科技相当成熟，而在整个世界上都是领先的，但是在B端上面的金融科技实际上都是在探索。 为什么我会觉得B端的应用场景今后会是更大的发展，因为B端的链条更长更深入，C端你和你刚才的关系，作为B端来说从采购到生产加工到销售，最终到终端的消费者是简简单单的去讲有这么多的环节，有这么多的参与方，其中还有库房，还有物流方的参与，就是有这么多方的去参与，再加上我们在哪方参与，可能他还会有多级的渗透，比如说我的供应商给我提供一个东西，他还有二级供应商给他提供，还有三级的供应商，还有多层渗透这件事情，所以对于整个链条上面的信息量会更大，信息的透明化要求会更多，在不同的场景下，不同的时点下这些信息的互相匹配程度就代表着你的供应链是不是健康，是不是有效，是不是能用这些数据来去作为本身在这个产业里，在这个场景里去评估中小微企业他自己的经营风险，这是一个非常非常重要的问题，所以我自己觉得在供应链金融里，从金融到供应链金融到金融科技这几个方向上面，到底为什么事情，做什么事情，怎么样去做这些事情是非常重要的。 尹振涛：其实刚才刘总把供应链金融基本上的逻辑讲的是非常透彻，不管是参与主体也好，风险控制也好，这个可能给大家的感受特别是服务于实体经济很重要的一点。 我们今天的主题是金融科技，最近当然也包括2017年所有的金融科技论坛，如果不谈区块链会觉着很LOW，所以我们这个圆桌讨论环节，如果我们不谈一下区块链这三个字，下面听众也会认为我们很LOW，我请教一个问题，围绕区块链各位老总是怎么看，当然也包括在我们所做的领域，我们是不是有这个应用，或者这个应用前景是怎么样，也从章总开始。 章政华：提高效率，科技主要是提高效率。一个是大家知道从交易所的层面，全球所有的交易所其实他要很好的发展客户，这个东西我们要提供服务给到他，因为我们想做更好的清算服务的平台体系。第二个最近大家看到蚂蚁比较热，很多全球的服务需要被升级，这个事情大家可以来参与研究，因为我们已经跟300多个地区的国家的支付机构完成了合作，而且我在海外到今年年底应该是中国企业的覆盖是最广的，然后第三点其实我们也在做的就是今天在所有的2B的交易和类似大家看到的信用凭证、票据等等，支付相关的这些领域，智能合约，传统纸质的东西是给区块链做结合，这是我们在做的事情，我们其实只是应用了区块链的技术，我觉得好的技术其实每家公司都可以去关注，我的话就到这儿了。 郑晓斌：坦白讲区块链是做一些基础性的研究，这一块是在上级公司里面比较明确的场景可以跟大家分享，我们现在比较关注，实际上在今年三月份开始，我们自己上了一个贷款的平台，因为这方面也是说考虑到说未来我们希望能够把整个公司功能会进一步扩大，做一些这方面的准备。第二个，我们也希望在资金的获取上面能够采取一些更加轻资产、轻资本的方式，过度的完全依赖于我们持牌的杠杆，我们在今年一季度也开始在做个人贷款业务，我们现在在包银公司体系里面有一些贷款，也会跟一些银行，包括跟一些股份制银行跟城商行在合作，我们会把一笔贷款拆成合作，各自承担利益，共同承担风险。这样的平台未来有多家跟我们合作的话，每一笔贷款都有可能会区分到说通过不同的策略及路由分配到不同的合作伙伴上去，这块考虑在整体的路由上面的一些标志，以及他的溯源，以及他的不可篡改上面做结合，这也是在研究阶段，我想也是在这方面跟大家做一些实际的分享，当然这里面也是刚才提到贷款，在座也会有银行或者是一些同业，这个在资金册也有一些合作，下来咱们大家可以再做一些探讨。 方晨：区块链这块不太聊了，因为我本人不是做这个方向的，区块链2016年已经火过一次，在2017年基本上死一大片，在2018年又火起来，又火肯定是有道理的，拍拍贷在今年研究有几个方面，像区块链跟人工智能都是比较重要的两个方向，因为我自己离人工智能这块是比较近的，所以我知道很多发生的事情，区块链这块的事情北京团队有做一些探索，如果之后有做什么新的进展我也可以跟大家做新的分享，目前据我所知跟虚拟币应该是没关系，因为这块不是我了解的，所以我也不想说太多。 刘灏：我们团队在2016年成立区块链实验室的，区块链单一的技术，包括密码学、架构，这些东西综合在一起去总体来说最后形成一个区块链，我们自己的团队主要还是在应用产品方面去发力，而不是在底层技术架构去发力，我们自己也做了一个bus的平台，就是saas的云服务，希望有更多的企业能够比较简单的容易的去上手，直接的去使用区块链，能在他自己的场景下使用区块链，所以我们自己做了bus的平台，上周bus平台刚刚发布。 我谈两点我自己在供应链上区块链的方向，供应链刚刚讲到了，参与供应链比较多，数据的类型比较多，是不是能够通过区块链所搭建的结构，能够让参与方的数据，第二个这些数据能够更强的交叉验证的功能，以此来服务整个供应链体系，供应链体系的建模。第二步是不是在这个体系上面再去做一些能够把这个体系数据，能够转化成一个数据资产，这些数据资产在第三块是不是有更多的资方能够进来，有担保、保险这些机构能够进来去参与到，所以我们自己的bus平台是从三层面的体系去搭建的，这是供应链金融领域第一个方向。 供应链金融第二个方向，供应链金融是多层渗透的方向，从核心企业到他往上去看一级供应商二级供应商三级供应商，可能会越来越小，主体风险会越来越高，主体信用会越来越低，是不是可以把核心企业的主体的信用能够通过区块链，通过他本身交易的供应链的机构能够传递到更上层，更多的层级上，这也是区块链可以发展的一个方向，这是我们自己想的一些东西。 尹振涛：好的，非常感谢四位老总刚才围绕自己公司自己做的业务，给大家分享了基于金融科技、安全很多的干货。当然第二感谢，是感谢几位老总也是配合我，硬着头皮讲了很多区块链的事情，也提高我们这个环节的层级。但是第三个感谢就是配合我把我们的时间控制的非常好，应该是不超一分钟，谢谢大家，我把麦克风交还主持人。 提问：大家好，不好意思耽误大家的时间，我是26号那天刚拿到毕业证的，我是应届的毕业生，学的是金融，特别有幸能参加，今天没想到能碰到宋华老师和王老师，因为我是学金融的，我是对反欺诈这块特别感兴趣，今天不提这个问题我真的很痛苦，我想问一下拍拍贷的负责人，怎么说呢？就从我在学校或者实习的经历来看，现在他的业务他主要分贷前贷中贷后，其实我就是按照我这种见解比较浅薄了，我觉得大部分集中在贷前了，提到信贷管理和信贷运营的话，我觉得公司大部分的成本还是集中在贷后。 我的问题就是拍拍贷也有做反欺诈，听也是有专业知识的，我只是想问一下之前看过一个观点是说反欺诈主要事在人为，我知道您也做知识图谱，我想问一下您觉得人和图谱在反欺诈当中哪一个比较重要，或者说两者是相辅相成。还有一个问题，您怎样看待，因为您刚才提到了人会有很多节点在数据智能统计当中，您怎么看待这组团欺诈对于知识图谱的冲击，因为可能会构成多元的关系，所以我这两个问题都是反欺诈当中人比较重要还是图谱比较重要，第二个是组团欺诈对你的知识图谱的创建您是怎么看待的，希望您能帮我解答一下。 方晨：确实很少碰到有人这么提问的，我就简单说一说吧，第一个就是你说人跟图谱所说哪个更重要，其实我觉得这两个是割裂不开的，其实我们做任何一件事情，其实都会第一个要看这个节点，第二个要看这个节点跟别人怎么关联起来，如果你去看（英文）的理论，他不会把点割裂开来。对我们来说确实你跟一个人的关联程度，以及这个人他本身是什么样的人才能共同去决定了你可能是什么样的人，所以这个确确实实不能分割开来的，可能你跟一个人是一天到晚打电话，可能你就整天黏在一起，他可能是个好人，你们怎么样都无所谓，如果他是个坏人，就分很多种情况了，更细的我们可以线下交流。 至于你说的团伙欺诈跟知识图谱不是一种冲击，其实我们是用知识图谱这个方式是来去把团伙欺诈去找出来，其实他是一个技术和他怎么去应用的一个关系，或者说是有团伙欺诈以后我们的知识图谱其实才能构建的比较完善，如果你光把人和人的关系掌握出来，那么大的一个图在里面，什么团伙欺诈其实你都没找到过，那么你其实是很难下手的，所以我觉得其实团伙欺诈我们不断去找这样的案例出来图谱是有完善作用的。再往细，我们之后可以线下加个微信再聊一聊，因为我觉得可能再往细的聊就真的太耽误大家时间了。 尹振涛：谢谢大家。[详情]
“第二届金融科技与金融安全峰会暨‘番钛客2018’金融科技双创大赛启动仪式”于6月28日在北京举行。华软资本管理集团股份有限公司董事长、中关村互联网金融研究院副理事长、华夏新供给经济学研究院院长王广宇出席并演讲。 以下为现场文字实录： 王广宇：谢谢大家，首先向第二届金融科技与金融安全峰会的召开表示感谢。我有一个小的身份是刘勇的同事，是研究院的副理事长。 今天活动的主题是金融科技与金融安全，其实上午的会我也看了看这些嘉宾的演讲主题，金融科技从今年开始，应该说从去年开始是一个非常热门的词，今年我们选择的内容是按照金融科技和金融安全科技，金融科技之所以成为一个热词，他有两个方面的原因，一方面是说今天技术的演变，今天商业形态的变化，创新公司的出现使得各个领域看到在银行端，在保险、在证券出现了很多创新的业态，这是个共性。反过来我自己是在研究供给侧的，他也存在非常客观的需求问题，这个需求问题是我们今天金融市场广泛存在的客观需求没法得到满足的，而这些难题包括当前的需求侧得到很好的满足，包括资金的脱虚入实的问题，包括我们今天面对的技术市场和经济周期叠加的问题，解决一些难题，所以这个领域才变得这么火热。 我们举两个例子让大家来体会一下，刚才宋华老师始终在提中小企业融资难融资贵的问题，中国差不多有一亿个市场，有三千万家中小企业，中小企业融资难融资贵，这个事情大家有感性的体会，如果回到我们身边来看，我们整个中关村差不多有一万家拿到国家高新资质的企业有一万家，在境外上市的有小五百家上市公司，意味着还有9500家国高新标准的企业，是中小企业，不是上市公司也不是大型企业，我们初步做了调查，我们的看法即使是在中关村，在拿到国高新标准的高新企业起码还有50%-60%没有得到银行信贷的支持，这是今天面对的现实，因为我们有这个团队正好在中关村区域来做投贷联动，在帮助中小企业做融资，所以我们不光是统计数据，也有市场调查，我想这个问题严重到了连中关村这样创新为主的示范区域，连它到国家高新技术企业都拿不到银行支持，我们怎么样指望那些不是高新技术企业拿到更多的金融支持，从这个意义上来讲，我们看到中国并不是金融极其发达才需要金融科技，是因为中国本身是金融落后的国家，是因为金融足够落后所以我们才需要金融科技来去弥补。 两个礼拜以前我正好出差去香港，因为我们香港公司同事说，大概一个多月前跟我谈说银行要来见你，我说就去吧，我大概在香港很大的银行待了半天的时间，因为香港有个银行叫KIC，我看了看他们今天在处理业务和调查信息这样相对知识非常落后的时候，我看了一下国内银行还是挺好的，因为香港银行一上午给了我十来份文件，我要签几十个名，好多文件我有的有空去看一看，有的也没有空去看，花了整整一上午时间去做这个事情，我想香港金融服务应该是最先进的服务体系，但是反过来是最落后的服务体系。相反香港也有很多的创新，比如阿里在上周推出来了全球跨境汇款平台，他相当有20万个菲佣，这些人每个月赚了钱要汇回他们老家去，他们通过支付宝（香港），他们和菲律宾的一家支付公司两家合作，可以做到7×24小时完成跨境汇款，所以当时我看到这个信息，我发现真的在普惠金融领域真正帮助了一些需要的人。 我想这两个问题举个例子，在传统银行里面金融科技的需求和在一些没有得到充分金融服务的市场金融需求，其实是我们今天都面对的，同样在北京这样一个金融极其发达，整个金融存量占了全国相当大的城市，我们看到那么多的金融机构，看到边街的银行，我们也同样看到那么多的中小企业，仍然有50%60%拿不到银行的贷款，这个市场空间摆在我们面前，其实今天真正到了一个时代，金融科技在催生和伴生新经济，在新经济发展的过程中金融科技可能可以更好的发挥他的作用，更大程度的替代传统金融机构的服务，这是我的看法。 特别是从当前来看，我想技术创新和市场扩张的能力超过了传统金融科技满足的需求，我甚至看到了一个我们专门研究金融学的教授他在讲的一个例子，他说我们一方面面对我们全社会的金融机构都在了解个性化，了解客户的需求，都在了解客户画像，都在帮助客户定制各种各样的产品，他说我作为一个相对来讲中产阶级的教授，当我有个性化需求的时候，因为我不太善于使用信用卡，我信用卡额度很低，一个月以前我去商场买家具的时候，发现我的信用卡额度不够，我给银行打电话要提高额度的时候，银行说我没有资格给你提高额度。我这里举的例子我想特别是对于我们今天来讲，中国经济在金融缓慢增长中高速发展阶段，大家都认为消费是我们经济增长的动力，事实上传统金融机构确实没有办法很好的满足消费者日益增长的消费需求，我举个例子国内的信用卡，尽管信用卡这个市场已经是红海市场，事实上来看今天的信用卡仍然是一个非常有增长力信用卡，放眼到中国来讲我们14亿的市场信用卡的空间还是非常大，为什么传统银行不能在新型消费场景利用科技更好的服务于用户做一些事情，我想更多的受制于他们对市场的理解，他们对商业模式的应用，这个点上还有很多空间可以去做。 在我们理解中间，我其实引用这张图，我记得大概几个月前我在刘勇院长的报告中间看到这张图，他从金融资产的角度把它定义成从基础设施到资产，到对接到场景，我没有动他的信息，反过来我在讲我们的一些例子，今天整个金融科技的业务细分可以反过来细分成什么呢？细分成业务产品、资本市场，我们看到所有类型的金融科技业务，我们会看到各种各样的传统产品可以去替代银行的存款、贷款，可以替代银行的结算服务，中间服务，可以替代证券化的产品，可以替代保险的产品，本质上他是一种金融产品，但是金融服务是金融产品，他是归口在这个类型，我也特别认可宋华教授一句话，就是让金融归金融，很大程度上金融产品有足够强的金融属性，在监管机构来看即使金融科技产品，如果你用的是金融产品，你也要在种种框架下接受监管，否则不公平。为什么一些银行向用户放贷款的时候，他要提供8%的充足的资本，而一些科技公司可以没有任何资本向用户放款，这是不公平的。 当然还有一个领域也是今天市场上有特别大的发展空间，就是资本市场相关的，特别是跟投资融资有关的，比如我们今天讨论的众筹，这本身是非常好的补充权益资本的工具，但是资本市场金融科技使用范畴这又是新的问题，比如我们怎么样解决众筹跟投资者保护，跟公司的非法集资之间的关系，甚至我们在研究公有链的情况下，在研究代币，在想着怎么样面对众筹面子投资的产品，这个领域有些新的业务方向，比如使用人工智能技术采取做智能投顾，改变我们传统的投资模型，资本市场这个领域里面应用空间会非常大。有两个领域相对传统，但是我认为这两个领域里面的业务也更规范一些，也可能会成为金融科技里面优等生，一个就是支付清算，毫无疑问中国的支付清算是在全球范围内比较发达的一个产业，所以不管是第三方的支付，线上线下和其他支付整体的环境在全世界应该是非常好的。 最后一个就是基础服务，包括我们看到的征信，还有IT服务还有大数据，还有云这样一些基础服务，这也是金融科技非常迫切的需求，所以我想从我们作为投资者来看，我们看到金融科技这四个领域，正好刘院长研究的金融科技的主要业务重叠在一起，我也觉得其实每个金融科技业界的实践者去想想自己做的事情，跟我们哪个领域融合，如果你是做科技，怎么样用科技的方式改变自己的模型，做的越来越好，如果你是做金融，怎么样在可以做的监管体系拥抱监管，让自己做的更长久更安全。 金融科技在2020年之前，大家认为它的整个增长比例都还会在30%-40%，所谓这张图是国内的研究机构做的，他们认为整个增长机构仍然会维持在30%-40%之间，同样在支付，在信贷这些领域还会有更强的渗透率，作为一个投资人我也跟大家很坦诚的讲，整个2017年到2018年金融科技是投资业界非常热捧的一个领域，但是大家也要清晰的看到，有的时候风险投资不仅能捧红一个行业，也能扼杀一个行业。我们需要对这个行业更深刻的理解，谨慎一点，否则会起到反面的事件。 最后用一点时间在汇报一下，除了传统的风险投资之外，我们自己在产业整合方面做的一些事情，我们收购了一家上市公司叫华软科技，正在转型做金融科技，我们在金融科技这个领域集中做三件业务，第一个业务是云化IT，基于云的分布式的银行系统，其次我们聚焦供应链管理，我们也使用我们的IT能力，使用我们的数据能力，包括我们对区块链技术的理解，做新型的供应链管理。第三个，我们也在做支付和投资的持牌支付公司，他们对中小微企业的支付能力，在整个行业的领先。 我们自己定的战略是我们把自己叫做核心能力，极简驱动，所以我们认为金融这个事情对于中国消费者，或者中小企业来讲我们很长时间被神化，其实也蛮简单的，不要把它太复杂，金融整个就是服务，在这个服务过程中资金的提供方，服务的需求方，在合规的业务流程中完成交易，其实非常简单的一件事情，所以我们努力的去推动我们战略研究在使用供应链、开发智能领域，我们推动金融科技平台技术方面，尤其是开源的技术联盟，称之为简码，然后我们推出新一代的华软科技的战略。 刚才教授讲到了我们对区块链，确实公有链、私有链特别是联盟链做了非常大的研究，区块链的应用怎么样解决对权限问题，数据有限的公开，能够满足监管和安全的需求，最后能够形成标准，和大家去协作。我们主要的客户是银行的需求，实际上他们要去部署联盟链非常难，有非常多的挑战。我们开发了一个简易的平台，针对金融进入中小企业，对智能合约、商品处理、电子存证这样一些服务，这个平台我们可以把供应链、商流、物流、资金流、信息流合并在同一个链上，让数字真实不可篡改，形成一个智能合约，体现在区块链所许的各方去提取。我们在这中间服务第三方机构，核心企业不管他是核心上游客户还是下游供应商，第三方企业可以介入在这个平台里面，其次可以让更多的金融机构介入这个平台，我们也邀请了很多金融服务、第三方，包括评估公司、担保公司参与到供应链链条中，加入到我们这个平台中间来，简便的优势就是相对简单的灵活的部署，们采取了一些最安全的保证，形成智能合约，最终希望我们的产品跨区块链业务集成，我们最终的目标是使用简练，让每个客户金融和融资变得更简单，欢迎大家有兴趣关心和关注。 华软资本所做的事情，我们在过去十年之内专注的投新实体企业，我们在信息技术，节能环保、文化健康这个领域差不多已经投了小一百家企业，我们知识产权这个体系差不多服务了两三百家中小公司，所以特别期待金融科技领域更多的创新性企业出现，更多的小企业能够变得更大，大企业能够变成真正的独角兽，也祝福在座的各位业务发展的更好，事业更顺利，谢谢大家。[详情]
“第二届金融科技与金融安全峰会暨‘番钛客2018’金融科技双创大赛启动仪式”于6月28日在北京举行。中国人民大学商学院副院长、教授、中关村互联网金融研究院首席供应链金融专家宋华出席并演讲。 以下为现场文字实录： 各位嘉宾非常高兴有这么一个机会跟大家就供应链金融这个话题来跟大家进行分享，刚才来晚了一点，但是听到前面这一场很多嘉宾对于风控和反欺诈的一些精采的观点，也很受启发。 我今天想给大家讲的一个话题是系统供应链金融创新，我们谈供应链金融一定是要结合我们的业务来看金融，以及金融中的风险管理，以及金融科技，我想从这个角度来给各位分享一下。 具体我想讲三个问题，第一个什么是供应链金融，因为供应链金融是从去年84号文以后，大家对供应链金融非常火，但是我想还是需要去静静的思考对供应链金融本质的理解。第二个，我想讲一讲就是关于供应链金融目前的发展阶段，实际上我们今天的供应链金融有哪些不同的场景，所以我非常同意上一个论坛里面有一位嘉宾讲的一句话，就是任何的金融科技一定要结合场景，没有场景的金融科技全是胡说八道，所以一定是在场景基础上去谈我们的金融科技，去谈我们的风险管理，否则都不会长远。第三个，我想给各位分享一下关于金融科技的定位问题，金融科技到底在我们供应链金融里面发挥着什么样的作用，它应该去发挥怎样的作用。 第一个，我想谈一谈关于供应链金融的问题，供应链金融其实不同于消费金融，跟我们今天很多大家讲的话题不完全一样的一个特点，他一定是B2B，他是将贸易中的买方、卖方、第三方和其他利益相关者和我们的金融机构紧密联系在一起，他是实现什么呢？用物流，用我们的贸易流来拉动我们的金融，反过头来用金融流再来优化我们的产业过程，所以这么一个构成才是叫供应链金融，换句话说如果没有真正的产业运营，没有真正的贸易过程、物流过程和信息的过程金融不存在，所以金融一定是基于产业基础上所产生的一个话题。怎么理解今天的供应链金融，我想还是提我们这个观点，任何的金融都是一座天平，谁要忽略了这个天平恐怕这个金融很难做成，这个天平的底座是什么？一定是风险管理控制，而风险管理控制的基础又在哪？又一定是我们能把握整个供应链的信息，因为大家知道供应链涉及到了很多的企业，也涉及到了很多的业务，也涉及到了很多的环节，任何主体，任何环节，任何活动信息的缺失都是一场灾难，所以实际上供应链金融里面风控非常复杂，只有把这整个供应链的信息把握了，才能打造出金融的柱子，这个柱子是什么？是信用，因为金融说到底是风险估值与信用，一旦我们信用丧失了整个金融都不复存在，而金融两端是什么呢？一端是资金一段是资产，实际上我们今天的金融要思考一个问题，刚才也在谈这个问题，我们要画像，这个画像画什么？这个问题我觉得是值得去考虑的，因为实际上有很多我们今天最缺乏的问题是在哪？主要是企业经营的业务、产品竞争力等，换句话说如果我们没有强大的优质的资产，哪怕你再怎么画也是有问题的，所以他一端装着资金一端装着资产，关键是他的资产是不是优质，一旦你的金融和优质资产结合了，当然他的风险是较低的，但是相反如果资产本身是有问题的，我相信就肯定控不住，所以从这个意义上讲怎么基于产业的过程，把金融能够有效的导入到产业中去，又能够有效的控制风险，这是我们今天需要去考量的问题。 因为我想跟大家讲供应链金融为什么会存在，原因很简单，供应链金融跟消费金融不一样，消费金融我们可以通过各种数据来刻画一个个体的画像，但是产业不是，产业的画像一定是在产业运营中表现的，如果他嵌入不在一个供应链中，你的画像是画不出来的，我也经常讲如果用对产业企业，用所谓的网络爬虫这根本就是胡说八道，不可能，为什么？一定要知道他所在的产业上下游，比如说养殖核心企业新希望六和如何做供应链金融呢？实际上我们今天的很多东西是卖给中小企业的，可是大家想想这种以农户为代表的这样一种养殖户，实际上我们的画像是画不出来的，你要画他的个体像你根本画不出来，为什么？第一他没有财务报表，第二他没有任何可以用的资产，所以一定是什么？一定是要嵌入在业务上，怎么嵌入呢？他们首先提出了一点，在各地建立了大量的担保公司，担保公司旁边就是技术服务站，如果你缺资金了，你愿不愿意加入到我们的供应链，跟我发生业务往来，如果愿意他们采用三个渠道来控制风险，第一个，首先商业银行作为初步的征信，但是我也告诉大家商业银行的征信没用，因为商业银行的征信他覆盖不了我们的屌丝，因为他没有财务报告，也没有什么资产，日常的经营活动你也不能从网上找到。最紧要的控制是两个，第一个是担保，因为担保是跟当地的人合作，当地的人最了解当地的情况。第二个就是技术服务站，技术服务站天天跟农户打交道，农户的情况，农户家庭状态他是最了解的，因为他一天到晚日常发生业务，一旦通过之后要签两个协议，一个委托担保，一个棚舍抵押协议，在这个基础上一旦你缺资金我给你融信用，什么叫融信用呢？因为你养殖需要良种，你必须是用我的良种，你需要饲料你必须用我经营的饲料，你需要兽药你必须用我的生物技术公司提供的兽药，实际上大家发现他没有给养殖户钱，他实际上融的是信用，这种做法我也经常讲他是对的，如果你真的把真金白银借给了养殖户，很有可能他会拿你的钱去炒股，因为我们中国最大的问题是契约精神太差了，甚至到什么程度呢？屠宰以后这个肉定向供应给他的肉质加工企业，从而形成整个产业的循环，在这个循环的过程中大家可以想像，资金是安全的，因为实际上是以生产要素来代表的一种资金融通，而且整个供应链是闭环的供应链，所以这就是非常典型的供应链金融。所以说到这儿就有一个问题了，大家注意了供应链金融是为了优化我们上下游的资金流，能够把我们的问题解决，能够让我们的流动性增强，所以从这个意义上讲供应链金融不仅仅是融资，这点大家一定要明确。 第二，供应链金融不仅仅涉及到上下游和金融机构，而是产业所有利益相关者，一旦多方合作的供应链体系没有建成，我们的金融很难保证安全，还有供应链金融不仅仅是资金流动、更是物流、商流、信息流、资金流动的共同关系，尤其是前三个流非常重要。当然还有一个就是供应链金融不仅仅是产业跟金融结合，更是生态的结合，也是金融科技所推动的变革与创新，当然这个变革创新是什么，等会儿我会给大家分享我们的一个观点。 基于此这就有一个问题，就是供应链金融到底是一种什么状态，我们的场景是一种什么样的场景，所以我倒是经常建议，特别是我们做金融的，一旦你们要去做供应链金融，老老实实踏踏实实的研究产业，如果不把产业吃透，你的金融根本进不去，所以我们今天一个很大的问题是，就是产业说产业的话，金融说金融的话，这个很麻烦，就是金融的人没有产业的概念，这个产业的人不知道金融是一个什么状态，这两者之间存在一个非常深的一个沟壑，他是这么一个状态。实际上看我们中国今天的供应链金融，用我的话讲产生了三个阶段，第一个阶段我称之为叫1.0的银行所主导的供应链金融，这个我多次讲到，银行单纯做的所谓的反向保理，动产质押在这个时代做不了，为什么？因为不管你怎么画像你的风险都控制不了，实际上今天中国供应链金融从单纯的银行来推动的这种供应链金融，逐步逐步走向了2.0甚至3.0，2.0是什么？就是供应链金融这个推动者是谁呢？是我们产业的龙头企业，就是基于他自身的供应链的体系，结合外部的金融机构来为自己的上下游，来加速他的现金流，所以从这个意义上来讲，他看中的是流动性，你的商业贸易是怎么流动的，你的物是怎么流动的，他是在这个基础上结合金融机构开展供应链金融，这个我把它称之为叫2.0。我给大家举个例子，我们最近接触一个企业的例子，欧普的供应链金融，欧普照明的，大家知道欧普照明作为一个企业，他有大量的供应商也有大量的经销商，实际上我们的上下游是缺资金的，这个问题怎么能够把上下游的资金问题能解决，一定是什么？一定是建立在我们对义务的深刻理解和客户供应商的深刻理解的基础上，实际上迄今为止欧普照明做了两个很重要的经营业务，一个是对经销商的信用贷，第二个是对供应商的金融产品，为什么会做经销商的信用贷，我们回归到欧普的经销商，欧普的经销商大概有三千多个经销商，其中能够把他称之为叫核心经销商的大概就是加上核心一类二类的，大概无外乎就是一千多家，实际上他真正的核心供应商50家，这50家是什么概念呢？就是2013-2015年他的连续三年销售额是在500万以上，他是一种成长性的，而且一类的大概是2013年到2015年连续三年销售额是200万到500万，二类大概是30万到200万，实际上大家知道，经销商是在帮我们经营产品，这个企业有没有竞争力，他的品类覆盖度是什么样的，他的成长性是什么，这实际上是我们今天做风控过程中需要关注的，就是刚才我们讲的关于风险控制的维度问题他是非常复杂的，实际上他的掉队率是多少呢？大概2014年较2013年他的合作客户，我讲这三类合作客户的掉队率大概是千分之4.3，什么叫掉队率，就是这一年当中由于他能力弱被排到了这三类经销商之外，就是千分之4.3，2015年到2016年是千分之6.3，意味着这三类客户相对稳定，而且他的能力也非常清楚，所以在这个意义上如果做金融，他的风险可控，所以在这个基础上，他们结合了青岛银行和青岛城楼做了对经销商的信用贷，解决下游企业采购欧普商品时的资金问题。 另外是供应商，我们今天供应商也是缺资金，他们最近也是做了这么一个状态，基于对供应商的能力，供应商对他之间供货的稳定性、及时性等等，在义务把握的数据基础上做了一个分层，在这个分层上提供了这么一个产品，供应链金融的一个产品，这个做的好处在什么地方呢？大大的改进了优化产业的供应链过程，因为原来我们供应链是什么？要形成订单，订单下放给供应商以后要货物运输，运输以后要开发票，开发票以后有一个帐期最后付款，这么做以后整个从货物形成订单以后就已经开始资金流动，大大缩短这个方面，无论是对欧普照明还是上游都有好处，这就是我们所讲的核心企业的，利用自己的业务运营来为上下游提供金融服务，但是他的基础是什么？一定是对业务的把握，但是问题是这种2.0的金融实际上在今天走到了一定的局限性，为什么呢？第一不是所有的企业都是龙头企业，第二个金融只能汇集到一级供应商和一级客户，我们无法对多级供应链进行穿透，换句话说跟龙头企业做供应的供应商未必需要融资，但并不代表供应商的供应商不缺钱，并不代表供应商的供应商的供应商不缺资金，同样客户的客户的客户也许他缺钱，所以因此我们现在一个很大的问题就在于供应链走到今天之后他遇到这么一个状态，所以也正是因为如此现在出现了平台生态化的供应链金融，平台生态化的供应链金融主要有三种平台化场景，第一个是产业生态平台化，他的特点是通过全产业链的上下游，以及产业集群形成协同的运营和经营模式，这是一种。 第二种是技术生态平台化，就是建立供应链金融信息化的数字化的服务平台，帮助产业企业和金融机构来降低我们的信息不对称，这也是一种。 第三种目前中国还没有出现，这是我的一个畅想，就是金融生态平台，什么概念呢？就是通过多金融机构的产品充分协同和合作，全程服务产业，完全实现全方位的产融结合，我最近讲的一个概念，供应链金融做到后来一定会催生出什么？催生出金融供应链。大家注意，供应链金融和金融供应链完全是不同的概念。 由于时间问题我简单说一下，比如说产业生态这个平台化的供应链金融，最典型的例子便是宝武推动的欧冶云商，这是大宗物资的一个供应链金融平台，他是集从原材料的采购和钢材销售的云购云集，建了这么一个平台。另外大宗物资一定涉及到仓，因为这个仓一旦管不好，大宗物资的风险是很难去把握的，所以上个月我去张家港开会的时候，我去张家港保税区，几个原油的企业跟我讲，当他们进口的原油如果一旦进入不了大型国有企业的库，宁可花多少万美金让在海上漂也不让这个油进库，为什么呢？因为这个风险太大了，大在什么地方呢？还不仅仅是别人偷你的油，最可恨的是在原油里面注水，所以大宗物资一旦管不起仓，你讲所有画像都是骗人的，所以他一定保证仓要安全，这就是他的仓帮，仓帮运帮一旦建立起来之后，还有一个钢材流通过程中有大量的加工，加工企业不能协同整合的话，同样你的供应链也是缺的，所以他又建立起来工帮，最下游端就是建材，这个时候就是建帮，还有钢铁企业之间的互通，这是什么？这就是联邦。正是基于仓帮、工帮、运帮、联帮在这么一个大的平台下他们做了一个金融，他们叫绿融，比如他们跟长城汽车，基于他们长期的交易关系，受让了长城汽车上游的应收帐款给他做金融，如果没有建立起这么一个大的生态平台，你敢直接对你的客户的客户做金融吗？不可能，所以我想这是一种叫产业生态的供应链金融。 还有一个就是我们所讲的，就是关于科技生态，科技生态我听到上一个论坛里面嘉宾都在讲大数据，我觉得有一个问题我们一定要去讨论，我们要什么数据，就是关于数据源的问题，大家知道特别是在B2B当中，我始终认为靠一个网络爬虫的方法和其他各种间接性的方法来画像画不出来，或者你画的不全面，就像各位讲的，你可能看到左脸没有看到他的右脸，所以大家要注意了，这个时候的数据是什么？数据在今天变得异常火，我给大家举个例子，也是我最近合作的一个企业，叫微众税银，实际上我非常同意这么一个观念，什么概念呢？就是所有的数据一定是来自于最底层化的数据，是不能有任何修饰的数据在这里面，比如说我们的税，所以我前一阵子在讲我们中国政府很多地方都做的不太好，但是唯有一个地方我们比国外做的最伟大的一项，就是金税三期工程和金税四期工程，因为税所带来的财务比他给银行交的财务报表，数据更为真实，甚至为了偷税漏税我们还会把这个财务报表往下了报，所以这是保守数据，所以只有来自于工商来自于税务来自于其他这些，当我们把这个数据多维度进行刻画的时候，这个数据就有可能帮助我们的银行有效的风控体系，因为实际上我们今天银行的风控一塌糊涂，他的风控模型是根本不能够符合我们产业的要求，所以我们的金融科技公司能不能帮助银行去优化和改善他的风控体系，这个变得异常重要，所以我想这是一个很重要的方面，这我就不讲了。 还有一个平台，我也简单讲一下，就是关于金融供应链的问题，什么叫金融供应链，就是一定要结合产业供应链的特点来提供整合化的金融解决方案，使得金融活动能够形成一个闭环系统，也就是我们的投资，我们的基金，我们的信托，我们的保险，我们的保理，我们的理财，我们的券商能不能够充分协同，来个完整的系统化服务于全产业链，当然这是一个问题，这个问题目前还没有做到，是因为我们中国的分业经营，每个人都是一个烟囱，做投资的就是做投资，做基金的就是做基金的，做信托的就是做信托，他们没有打破我们经营之间的壁垒，这个我想将来一定是我们供应链金融发展需要去解决的一个问题。 正是因为这三个场景这就涉及到一个问题，就是关于金融科技的定位问题，我个人认为金融科技要怎么做，首先要看到我们今天面临的问题在哪，我们面临的问题第一个就是在数字平台里面，我们尚未建立面向整合供应链业务的数字仓库，没有整合前台的运营数据和后台的管理数据，没有建立面向业务的管理分析型应用，这是现实，换句话说我们今天每一个企业都有数据，每一个分公司都有数据，每一个部门都有数据，每一个政府管理部门也有数据，但是他们最大的问题从来不通，所以我前一阵有一篇文章是讲中国最大的问题是什么？我们有大无厚，我们的数据没有充分的沟通，在这种情况下我们金融科技的发展实际上是受阻碍的。 第二个，就是在技术平台片面强调甚至神化了技术的作用，而缺乏了探索技术赋能功能，这个实际上我也多次讲这个问题，我们今天很多金融科技的论坛，我就发现有些论坛的嘉宾用我的话讲叫神吹，一上来把技术渲染的如此之炫，但是他们最大的问题场景在哪，没有说出来，比如说区块链，今天每一个论坛都充斥着区块链，但是基本上90%讲区块链都是一帮神吹的人，为什么？因为很多人一上台首先讲的话是去中心化，我告诉大家胡说八道，去中心化他们就忘了一个很重要的问题，区块链有三种类型的链，第一个公有链，公有链的代表是币，比特币，比特币最大的特点是什么？是陌生人跟陌生人之间的交易，这种区块链的确强调的是公平，他的的确确是去中心化的，是这么一个状态。还有一个就是我们讲的私有链，私有链实际上没有意义，自己玩自己，技术的边际收益很低。第三个链就是联盟链，供应链金融属于典型的联盟链，他不是陌生人跟陌生人之间的交易，他是熟人跟熟人之间的交易，所以这种区块链的运用最关键的问题不是在于公平，它是在于效率，所以在这个基础上，B2B熟人跟熟人之间的交易，最大的障碍在什么地方？是共识机制，大家注意我这里讲的共识机制还不是技术共识，技术共识特别容易实现，关键是业务共识，如果连一个基本的业务共识都做不到，第二个问题就解决不了智能合约，而智能合约解决不了，分布式计帐又有什么意义，所以我说这帮讲区块链的人一帮神吹的人，他们从来没有探索过这个背后的东西，就是他的应用场景在什么地方，当然我并不是说区块链本身不重要，而是不要把它资本化。 第三个，我觉得最主要的跟刚才讲的第二个问题有关系，就是我们的数据质量和业务标准，换句话说如果我们连电子订单，电子仓单、电子税单连最基本的东西都做不了，你说什么区块链没用，这需要去打造，我还是想讲一句话，就是靠供应链真正拥有数据，没有供应链你就没有数据。第二个，靠金融科技拥有真正的数据，这是我想说的这是目前我们在运用金融科技的时候应该注意的问题。 第二个我想讲一个问题，怎么定位。讲两句话，第一个我们不是信用的创造者，信用的创造者是产业，我们是信用的传递者，换句话说通过金融科技让信用更为透明来传递信用，这个大家一定要注意，我们不是信用的创造者。 第二个，我们不是资金的提供方，我们是资金的促进方，我们今天有一帮人直接开始插手做借贷，这是违规违法行为，金融就是金融，产业就是产业，金融科技就是金融科技，所以我们是什么？我们是资金的促进者，就是通过我们的金融科技，让投资者了解和管理风险，从而促进资金的流动，这是非常重要的，我没有时间讲了，比如说我们今天发行很多供应链的ABS，可是我们知不知道每一个ABS背后的真实市场，很难，真的很难，导致于我们今天发ABS主要看什么？第一看主体性，看是谁发的，是万科发的还是京东发的，我只有相信京东或者相信万科，第二个他们这种企业怎么使自己的信用展现、提升，通过分层证券化，就是自己来兜自己，但是我们真的不知道每一个ABS背后的情况，所以如果我们不能真正的把我们的金融科技能够渗透到一个最基本的东西，很难，最基本的东西是什么？我还是围绕我的资产和资金来讲，资产端就是要解决两个问题，第一个问题底层交互客观化，物物交互与人物交互的客观反应，大家画一个人的画像永远是画不出来的，因为大家有没有发现我们今天很多金融机构包括保险公司，他们的画像一定是基于人的画像，第二个是基于大数原理，就是我的违约率多少我能不能覆盖，我告诉大家不可能，为什么？因为中国人最不可靠，你不管用什么模型都算不出来，就是这么一个状态，所以中国的风险控制一定要渗透到物，就是他做的这个业务，他做的这个商品之间的过程，就是物物的信用，用物物的信用来反应人物的信用，这个企业做的业务状态再去推演到人与人之间的信用，所以我想这个是很重要的，具体我不讲了。 第二个就是业务末端的自治化。资金端要去实现的两个，第一个债项结构客观化，第二个主体信用自治化。业务和资产真实性背景之间的交叉校核，也就实现订单、运单、仓单与应收帐款的动态匹配。第二个主体信用自治化，客观来反应主体性，正是因为如此我们就需要去建立一个融合化的金融科技体系，所以我为什么刚才在批判今天神化技术，其实单一的技术不可能服务于我们的场景，他一定是什么？他是一种融合化的，光是单一的AI也解决不了我们产业当中所有问题，没有场景的编故事都是骗人的。首先一定是资产端的问题，包括我们的电子运单、电子箱单、电子仓单，这个时候有可能会用到AI各种技术，然后再加上区块链等等整体的技术包，才能够产生我们整体的金融科技应该发展的道路。我最近提的一个概念，金融科技一定是多层框架，它有好多层，每一层都要搭起来，最基础的感知层，第二层数据层，第三层就是计算层，第四层单据和订单层，最后迭代成供应链金融，这个层一定要搭好，当然我们的金融科技发展还有一个很重要的问题，就是我们的制度问题，这个我也不多讲了，以前我也经常讲，中国供应链金融最大的问题是我们制度环境极其糟糕，在一个糟糕的制度环境下你的画像画不出来，比如说我经常讲，我最近强烈呼吁我们的政府真正关心一下中小企业小微企业融资难，不要一天到晚把这个口号停留在文件上，做一点实事，什么实事，比如说1998年英国专门制订了一个中小企业延迟支付，什么概念呢？大企业欠供应商微小企业的帐期最多不能超过三个月，如果超过三个月就要付年化加基准利率，基准利率0.24，这个利率够高的，不仅如此到2014年他们修正了法律，不仅英国整个欧盟都有法律，包括加拿大、新西兰都有法律。还举一个例子我们的动产融资，动产融资为什么现在不敢做？在美国发生恶意抢货五百美金都属于刑事案，在中国把它定义为经济纠纷，所以你们想一想这种制度环境，我们怎么能够建立一个良好的金融环境，所以这也是我强烈的呼吁，这个体系我把它叫做协调化金融环境生态，我想这也是我们今天需要去实现的目标。 以上讲的不对的地方请各位指正。[详情]
“第二届金融科技与金融安全峰会暨‘番钛客2018’金融科技双创大赛启动仪式”于6月28日在北京举行。国务院发展研究中心金融研究所副所长陈道富，北京瓴岳信息技术有限公司首席产品官（CPO）贾旭东，旷视科技（Face++） 副总裁敖翔，融360首席风控官叶梦舟，苏宁金融研究院互联网金融研究中心主任、高级研究员薛洪言，因果树创始合伙人鲁嫚出席并参与“科技助力智能风控 平衡创新与风险”主题对话。 以下为对话实录： 鲁嫚：大家好，我是因果树的鲁嫚，非常荣幸能够担任论坛上的主持人，能与台上的各位嘉宾一起交流互动学习，应该说我们赶上一个好的时代，不知不觉我们进入一个智能时代，大数据人工智能跟我们身边各种场景相结合，从交通到各个维度，大数据人工智能跟金融结合会给我们带来什么样的影响呢？尤其金融领域的风控又是重中之重。今天我们非常荣幸的请到了五位嘉宾，期待一会儿他们能够充分的发表他们的观点，我想请我们所有台下的嘉宾把掌声先送给我们嘉宾，鼓励他们一下。今天我们要谈到的话题会有几个维度，首先请几位嘉宾做一个自我介绍，谈谈这方面的想法。 陈道富：我是陈道富，来自国务院发展研究中心金融所，每次参加金融科技方面的论坛我都忐忑不安，担心有一些科技的名词我听不懂，别人问我，我不知道说什么，一直都是以学习的心态来参加会议。 今天讲到了要把金融科技或者说大数据和人工智能跟风控结合起来，我觉得这对金融来说是最核心的领域。金融风险到底在多大程度上能够有大数据和人工智到底能在多大程度上对金融风险风控发挥作用，在什么样的情况下可能不一定完全能替代传统的功能，在实现大家期待的这些功能过程中，它可能带来的成本和代价又是什么，这都引发我的兴趣的话题，我自己觉得大数据和人工智能可以用到一般的传统金融机构方法中，金融风控更有效率，能够在更大的范围多类型的数据形成更及时、更有效率或者说更加理性的一些做法，但是它们也有自己的适用范围，所以我觉得一开始要两方面看，既要发挥大数据在人工智能风控方面的积极作用，同时也要看到它在解决风险控制方面所有的人类所要面临的困境。 鲁嫚：陈所长非常的谦虚，而且也给我们提出了很好的话题，我们还有哪些风险要注意规避，同时也有请贾总介绍一下。 贾旭东：大家好，我是北京瓴岳科技的贾旭东，让我介绍公司有点困难，因为我们不是一家擅长介绍自己的一家企业，所以在座有很多朋友不知道我们到底是哪家科技公司，瓴岳科技是在2015年9月份成立的，我们按照网贷之家的交易量排名，大概能够排到全国的15名、16名。到目前为止所有的风控技术全部是建立在大数据之上，所以金融科技怎么能够助力风控，我们非常有自己的感触，我们主要是依托自己的金融实力，也和很多的合作伙伴做了一些深入的合作，我们能够使得所有的风控体系全部建立在人工智能基础上，因为人工智能的应用我们看到了它确实可以对金融风控产生非常实际，并且有意义的的作用。然后我们也因为这些事情尝到了甜头。 鲁嫚：谢谢旭东总，下面有请敖翔总。 敖翔：大家好，我叫敖翔，来自于旷视科技，就是大家非常熟悉的face++，face++作为以视觉为主的人工智能公司，跟风控有什么关系？我想介绍一下我们公司，很多数据都是为风控建立的，比如说我们参与了在安防领域的产品线。比如说我们会给各个主机厂商提供安全，落到我自己这块最主要的业务就是face ID在线声音和人脸识别的产品，其实就是跟在座的很多互联网金融公司业务相关的产品，特别是通过验证用户的设置，人脸识别完成在线交易身份欺诈风险的工作，这也是一种风控，我想face++成立我们就是跟各种风控紧密结合。 鲁嫚：好，敖总不同的视角给我们带来了分享，下面有请叶总。 叶梦舟：首先很感谢主办方对我的邀请，然后感谢主持人。今天很高兴来到这里，我是融360的首席风控官叶梦舟，我们融360是金融产品的平台，我们是2011年成立，在过去7年的时间里，我们已经把自己发展成了全国最大的垂直搜索引擎，当一个普通的消费者有信贷需求的时候，他会到我们平台来搜索不同的贷款产品，我们可以用大数据和我们的风控能力去为消费者和金融产品进行精准的匹配，举个简单的例子，我们可以把这个推给消费者，同时我们也会为金融机构提供消费者所有的用户画像，来帮助金融机构对用户的风险进行辨别，然后做出正确精准的风险流测。今天我们的议题是科技和技术在智能风控中的作用，我认为智能风控的根本就是在于技术，换句话说智能风控本质上的理念或者说本质上的运转模式，他的基本方式也是不变的，只不过他是用大数据来驱动。其实刚才演讲嘉宾也讲了智能风控会带来很大的变革，我个人认为金融机构对于人群，或者说有信贷需求人群的覆盖，怎么讲呢？第一是说我突破了第一轮的限制，金融机构现在的客群，可能之前我需要面签的环节才能够保证我放心的把这笔款贷出去，但是现在因为有了旷视科技的人脸识别，我可以远程来做这件事情，我突破了我的网点限制，这个大大的拟声我的运营效率，降低了我的运营成本，同时能够保证为我现有的用户提供非常极致的用户体验和服务。 第二个是说我对于人群的扩展，我可以从0-1刚才说的有三亿人有征信，剩下的没有征信这些人，银行或者传统金融机构他以前是覆盖不到的，但是由于我们的大数据，我们可以用所有的这些社交属性，他的行为模式，他的消费行为等等的，还有运营商的一些行为和他所有的生活习惯相关的数据对这个人进行精准的画像，从而能够保证到金融机构能够覆盖到这群人，为他们提供相关的信贷服务。 第二，我刚才说的时效性，智能风控的几个属性，他是数据化的、实时性的和自动化的，这会大大提高每一笔信贷交易的效率，可以让它做到秒级。 第三，前瞻性，因为在这之前人工智能没有被广泛运用的时候大部分是靠经验，人的经验他只能是来自于历史，他没有办法预料到还没有发生过的风险事件，但是通过大数据和人工智能，我们突破了这样一个历史的限制，可以做到我们对风险实践的前瞻。 第四，精准性，我们可以看到我们融360做的最核心的一件事情就是我们能够精准的去连接钱和人，把消费者他的信贷需求通过一个最精准的信贷产品的匹配，来满足他的需求，谢谢！ 鲁嫚：谢谢叶总，叶总讲的非常丰富，其实让我们所有人感受到了我们谈到了智能风控这个话题和在座各位都息息相关，您未来贷款的额度等等都和金融风控非常相关的，所以今天的话题大家好好听一听，有请薛总。 薛洪言：大家好，我是来自苏宁金融研究院的薛洪言，我也简单介绍一下我自己，我们苏宁金融研究院可能是国内最早的一批专注互联网金融研究的企业客户，我们是2015年成立的，同时也是规模比较大的企业之一，我们有几十万人，我们是专注互联网金融和金融科技的研究，我们苏宁金融是定位于金融科技驱动的O2O企业，我觉得在各个业务线上能体会到金融科技的意义和价值，金融科技在智能风控领域发挥了怎么样的作用，科技本身并不是风控，科技不等于风控，但是科技的确是加速了风控模型的进化速度，同时他也大大的拓宽了风控的边界，这个怎么理解呢？其实加快了进化速度很容易理解，因为他模型的迭代速度和搜集处理的速度跟原来相比不是一个数量级的。其实另外一个很重要的，他拓宽了风控的边界，因为我们知道金融科技首先改变的是数据边界发生变化，因为我们原来金融机构他在做风控的时候，除了我们要要求去提供一些记录以外我们要去查央行征信，央行征信现在有四亿人群覆盖，三年前有三亿人群覆盖，现在随着金融科技进来，数据的范围边界拓宽了，我们现在不仅仅有征信的数据，我们还有其他的社交数据，你的购物数据，你在互联网上的行为数据、关系数据、地理位置的数据、设备数据等等，随着这些数据的进来，其实风控可以去给个人进行信用评分的，就是说这个人群，从原来的三亿人四亿人，现在可以拓宽到七亿人、九亿人、十亿人的鉴别，随着人群的拓宽，其实消费金融这个业务，他的业务种类也发生很大的变化。在金融科技普及之前，其实很多的业务品质他其实基本上没有什么大的发展空间，比如我们说信用卡余额代偿的场景，可能在原来的金融机构看来，这类客户肯定是连信用卡帐单都无法正常偿还，肯定不是特别优质的用户，我觉得这个场景可能就是很难被传统金融机构所接受，但是其实互联网金融机构包括信贷平台他们做这块，包括要取得其他针对蓝领工人的产品等等的，现在的互联网消费金融他们所拓展的很多的业务品类，其实都是借助于科技的进步才使得业务可持续，所以我觉得从这方面去看，金融科技把风险的边界拓宽了，他把金融业务的边界也拓宽了，他把金融业务服务的深度也有了质的改变，所以说我们再去看金融科技，我觉得我们回顾过去几年互联网的发展来看金融科技。 鲁嫚：谢谢薛总，接下来我们会抛出几个问题，第一个问题有点长，首先问的是大数据、人工智能新技术手段为金融风控带来哪些影响，第二个是重构哪些金融风控的场景，再有带来哪些金融风控的产品创新，其实问了几个，一个是影响场景和创新，请几位嘉宾分别来谈一谈，谁想先聊一聊也可以谈一谈。 陈道富：刚才陈教授、杨总都从区块链、人工智能做了非常详细的介绍，我一直在思考一个东西，它对金融风控到底产生什么样的影响，我们可以看到其实大数据和人工智能对金融的风险和管理，对金融风险的认识和整个理论，其实我觉得到目前为止还是颠覆式的改变，是它带来几个变化，主要是基于他数据基础和他的人工智能，所以我觉得他的影响可能就在他的数据处理的广度、类型和他的数据处理技术方面，可能给风险技术带来一些边际上的影响，目前为什么说是边际上的影响？他收集的数据比我们传统收集数据的范围更广一些，所以原来我们的数据模型和风险管理没有觉知到的情况，我们现在数据收集会把触角伸到那去了，所以他感知的范围多了一些，这在风险管理上面涉及到可以感知更多范围更多领域的数据，这是他比较好的地方。 第二个，他借助人工智能去寻找这些数据背后所反应的一些人的行为模式，甚至从这些历史上的行为去寻找可能对风险管理帮助带有惯性的行为模式，通过这种行为模式可以对这种风险进行提前一些甄别、选择，然后管理，这个可能借助大数据和计算能力。 第三个，就是因为他是数据，用机器的算法来驱动的，所以他在一定程度上对情绪的影响，他也会一定程度上克服人的认知偏差，使得决策过程更加理性，认知偏差其实有时候并不完全是因为人的这种因素，既使是一些模型，他都带着人脸识别的认知，这种认知既使是用模型用数据他必然也会带来一定的认知，甚至是认知偏差，我们可以看到金融市场上很多的数据用计算机驱动交易，在危机的时候往往是周期性的，所以我觉得物质检查在一定程度上，在一定范围内他可能有助于来纠正一些我们的认知偏差，但是超过一定的行为，他可能反而成为一种约束。 第四个，因为他的数据，他在包括区块链的过程中，他产生了一些比较透明，就是大家都看的见，比较及时的，所以他可以在操作风险，道德风险上可以做的原来信息不那么透明做的更好一些，当然我觉得这个过程中也暴露了很多很多，他可能需要去面对的一些问题，包括这个过程他的风险管理，或者风险管控，他高度依赖于对实时数据的一种收集和反应，这个过程就相当于说是把所有的行为放在一个聚光灯下来看所有行为，在这方面的提高你的履约成本，提高你的各种各样的信用风险，信用成本等等，但是另外一方面他也使得所有的行为都暴露在这个聚光灯下，可能就会产生其他的一个行为，不完全是有意的或者无意的，可能会涉及到个人隐私的问题，也会涉及到个人创造力的问题，也会涉及到社会能不能允许一些错误的发生，当然这个过程会继续改进，但是他会提出一些命题来，就是在风控的过程中对人的隐私，人的自主性、创造性构成的一些问题。 另外一个，他其实高度依赖于数据，数据这个过程他本身也会创造出他的风险，我们看到刚才我们的陈总也好杨总也好都讲到区块链的价值，区块链的价值这里面涉及到非常大的一块，技术人员对信用的理解和非技术人员对信用的理解，技术人员觉得这个数据到了计算机的世界里面，到了数据世界以后，我保证传递的过程中数据的稳定性可靠，实际上信用不仅仅是这一层的信用，他没解决从现实世界到数字世界这个转化过程中要保证可靠，在传递过程中他能保证数据传递通过各种方法来保证他的安全性，但是怎么样来防止就是说包括能够有量子计算，或者计算能力不是很充分的情况下，他可能有这些风险，所以我觉得他其实在违约上面其实通过提高你的这种创办成本，和提高你违约的成本来控制这个过程，来提高他的价值，我觉得他的这种理念其实还需要嫁接社会学上的理念，就是社会学对风险管理的手段要发挥更好的作用，当然他这种数据本身内在的问题，数据他的安全性，一旦过度依赖数据，就会带来一大堆的在数据这个层面上他的真实性问题。当然模型也是存在这个问题，人工智能即使现在在试图在克服人的模型缺陷，但是人工智能需要的数据，他的及时性有很高的要求，所以他有一定的适用范围，不是所有的情景都可以低成本的使用人工智能进行回应的，既使是人工智能在绝大部分的领域能够产生，他有他的行为模式，他们相互之间这种博弈过程也会形成社会模式的，这种模式是不是合理，就会带来另一个层面上的风险问题，所以我认为说大数据和人工智能给金融风险这块提供了新的技术手段，他提供一种快速转化的一种可能，当然他也提出了新的问题，特别是当社会需要面对人和人之间的关系，当机器在人的自主响应的过程以后，他产生了一些新的风险，他在现实世界中，数据世界在转化的过程中这些风险需要一开始就有充分的认识，需要在更大的框架里面来看，大数据和人工智能在应对风险的过程中，能够低成本所做的方面和他可能存在不是那种效应，存在比较高的方面，使得在风控应有能够更加有效。 鲁嫚：好，非常感谢陈所长，陈所长在给我们提一个醒，就是说大数据人工智能虽然很智能很有效，但同时它也会有一定的风险，其实也给我们提出来到底人工智能是否真的能够替代人，其实我觉得是有一点毋庸置疑的，是可以把人从繁琐的低级的事情解脱出来，人可以做高维的事情，数据可以做低维的、繁荣的、复杂的事情，这个是毋庸置疑的。再有谈到这个数据的确准确性来讲要有足够的数据量，谈到风控我通过每个人的行为数据，形成各种关联的分析，最后能够评价出，我知道B我也能够推导出来A的行为，你的数据量否足够的大，再有模型是否准确，当然模型准确也是需要通过我们数据不断的跑动来实现，再有数据是什么样的数据，是结构化的还是非结构化的，都给我们提出来一系列的想法和思考，非常好，感谢陈所长，有请下一位。 叶梦舟：我想用两个例子来分析一下这个问题，之前我是在美国的花旗银行，北美全球零售业银行业务顾问首席战略顾问的决策，我们银行主要任务是跟科技公司进行战略合作，当时我们花旗银行遇到的痛点是说，我们有很多的存量的信贷用户，我们当时发了一款产品，大概是循环额度的产品，但是响应极低，就算有人用我们这个产品，他对这个产品的使用也非常低，所以可想而知我们是不盈利的，我们就跟一家金融科技公司来合作，他做了一件什么样的事呢？他就是用大数据，用征信局的数据来帮我们找出了我们所有这些存量用户中贷款意愿比较高，对于信贷产品响应率比较高的一部分客群，之前之所以没有找出来，是因为花旗银行百分之百依赖征信局的数据，所以我们没有办法找出来，但是跟这个公司的合作，他通过大数据和通过分布式平台的计算能力和大量数据的存储能力，还有就是所有的先进算法和模型能力，帮我们找到，使我们盈利能力得到了很大的提升，这个我认为是非常好的例子，就是用大数据去驱动风控，因为这部分人是完全符合银行的风险偏好。 第二个例子实际上是说我2016年回到国内以后在融360这个平台，我们看到中国国内银行面对的普遍痛点，我说一个数字，2018年所有银行的发卡数量加起来是三亿张，刚才也说了我们征信覆盖三亿人，去掉老人，当然小孩子本身也没有被征信覆盖，去掉小孩，再去掉现在已经有一张或者多张信用卡的人，大家想三亿张竞争非常激烈，我们作为金融科技公司我们可以做什么？我们可以帮助银行去找到新的客群，我们没必要去争三亿有征信的，我们可以从小孩入手，融360做了一件什么事呢？我们就是把所有没有征信的这部分人，我们根据银行他的一个决策，如果说银行不是因为征信上的不良记录拒绝的这些人，而是说我无法判断，我们就把这些人来进行我们的一系列分析，从数据的采集开始，数据的采集主要就是我们会用爬虫的技术，还有我们设备指纹来对这个人的欺诈风险和他在运营商、电商各种消费行为，包括他社保公积金的缴纳行为等等，从这里面对这个人进行初步的风险判定，我同时平台也积累了大量的黑名单，我们也去抓取网络上的记录和司法相关的行为我们都会抓取到，来对人群进行初步的排查。后续，我们也接入了很多第三方的数据，接入标签类的数据我们可以来做一系列的探侦工程，探侦工程我们用最先进的技术，我们对一些文本的分析和挖掘，另外就是去进行特诊的延伸。大家都知道其实底层的数据进来可能是完全没有意义的，但是通过我们刚才说的特殊工程的技术去进行延伸以后，就赋予了这些数据生命和区分风险的能力，我们利用这些特征工程来进行建模，建模我们有机器的学习和深度学习，机器学习我们会用比较传统的，或者说非深度学习的一些算法，比如说逻辑回归这样一些算法来对所有的特征维度来进行评估，同时会加入经验来进行学习。这个其实是最好去处理一些结构化的数据，或者说我本身就是可解释性比较强的数据，当然也有很多可解释性非常弱的数据，我们会采用深度学习的方式，举个简单的例子，当一个人去申请信贷产品的时候，他从进入这个页面到他输入密码输入各项信息等等，他的每一步都会有不同的行为，他在页面停留的时长，他打字的速度，包括他打入的信息删除这样一个频次，都可以对这个人打上不同的标签，所有的标签集结起来我们就可以用深度学习的方式，来判断不同的用户他的这种不同操作方式之间的关联，然后我们可以去捕捉到异常的行为，所以这个用户以一个欺诈的风险进行判别，这个是在算法层面。 同时我们有海量数据存储和计算的能力，并且我们实时的进行数据的分析，通过这一系列的数据处理、建模，我们能够在大量的小白用户中找到跟银行现有用户和风险等级完全一致的这样一个客群，他之所以银行之前不借钱给他，纯粹是因为没有征信记录，可能这个人刚刚从大学毕业，刚刚从校园里走出来，他的工作时间不长，但是并不代表他没有这样的还款能力，所以通过做这件事情，我们能够极速的增长银行的客户规模和银行的发卡量。 我举的这两个例子，我相信大家也从中能够看到我们技术和大数据在智能风控中的重要作用和价值。 鲁嫚：非常感谢叶总通过两个事例让我们感受到新的客群获客的突破，以及在风控方面的思考，非常好。有请下一位。 敖翔：其实刚刚各位嘉宾讲到了，我也想强调这个例子，更看重一个弱关系，比如说刚才百度提到很多用户网页的模式，或者百度的贴吧发表的一些信息，所有这些很弱的信号，很弱的特征给关联起来，取得用户的完整画像，这个时代对数据的苛求是非常疯狂的，目的是要获得用户完整画像，帮助他们做决策。 我们是做基于视觉基于人脸识别，现在很多在线应用使用我们的刷脸身份验证来验证身份，我想说它除了能够帮助刷脸身份认证以外，他给了一个机会可以在线的看到我们用户，这其实是在帮你验证这个人之外额外的信息量在这儿的，这个人到现在为止，我想所有的信息用起来，这个信号信息是当前所有源泉都没有了。打个比方在我们客户里面说能帮我做件事情，他不想把钱借给那个人，但是你永远不会用别的渠道来做这件事情，或者说他的房子怎么样，他在室外还是室内，数据的维度，在未来在视觉信号中特别重要，因为他比较独特，所以你不可补充的第二点看时间。第三，他很符合我们像一个人看另外一个人的时候，我们会以貌取人的判断，这是我们对物种几万人甚至几千万人衍生出来的直觉，这个直觉在现在的时代其实是被掩盖的，所以我想识别信号能够从这个维度给更多不一样的弱信号、弱数据，我们现在做的一个研究，希望能够对更多这方面做的企业，告诉他们这方面的关系，这也是我个人对现代金融、现代科技里面从这个角度帮助达成。 鲁嫚：好，我们也知道人脸别在身份识别方面的一个重要的应用，有请旭东总。 贾旭东：说到科技怎么助力金融，因为我们是一家网贷信息中介，所以我们是有机会把整合科技去助力整合金融产业，所以从我们实际经验来讲，我们觉得科技和金融的助力主要有两个大方面，一方面是在用户体验方面，另外一方面是在风控方面。简单来说用户体验方面也有几点，第一点是让很多人之前借款是从不同的地方找，对于任何一个借款方来讲能借到钱是最核心的，在这之前我们只能对征信人群做授信，由于大数据的引入我们有可能对非征信的人群做授信，让他有可能借到钱，这是非常核心的改变。 第二个像叶总说的，可能会有越来越多的借款人不用出门了，我相信大家都用过百度外卖，体会到不出门的快捷。以前去银行申请一张信用卡，银行会甩给你一张纸，你要拿手填，填完以后银行再录入进去再去做分析，现在如果你在银行申请借款的话，可能你完全只需要通过手机方式完成这个表单，而且这个表单非常简单，可能你填写也就需要三五分钟时间，还有一点全自动化，你什么时候需要钱可以自动去申请，你通过了，这个借款资金就拿到了。举个例子，比如说有一天有个小伙他女朋友要过生日了，他马上要买礼物，工资又没有发，我以前只能打电话跟我哥们借个钱，现在他不需要这样了，现在躺在床上把几个表单填写完就可以等着钱到帐，科技对金融的助力方面在用户体验方面，让以前借不到钱的人可以借到钱，并且不用出门，在用户体验上面是非常大的提升。 在风控方面，其实刚才几位老师也都说到了，可以分析出每一个借款人他的社交行为，他在互联网上的交易情况，还有一些其他的行为，这些行为一定会对全面认识一个借款人有帮助。 第二个是说传统金融我们大部分做的事情是总结历史规模，但是因为科技的原因我们可以及时的发现一个借款人现在这一刻的变化，我觉得这是完全不一样的时间维度。 第三个，我们可以避免很多人为的因素，随着机器引入以后所有的工作都是机器完成的，从某种程度上来讲科技的引入是可以避免一些人工的存在。 最后一点，随着科技的引入让我们风控更有力，迭代更快，我们现在可以每周去迭代我们的模型。比如说刚才杨老师提到的，虽然可能机器解决了人的问题，但是又有谁来解决机器呢，这个是之后我们要研究的方向。 鲁嫚：好的，感谢。大数据人工智能跟金融的结合，使得普惠金融、人人金融成为一种可能性，过去大家觉得金融离我们还稍微有点遥远，普通老百姓接触的频次没有那么高，但是因为发生了智能科技大家都能够，像刚才提到的躺在床上就可以实现一系列的金融方面的服务，再次感谢旭东总，有请薛总。 薛洪言：刚刚各位嘉宾都谈了科技融合助力金融，我接下来想谈一谈科技如何改变金融的本质，金融科技的本质还是金融，我想随着科技的发展这个共识可能会发生一些变化，我认为是有这个可能性的，就是科技的发展以后，因为科技他背后其实是数据，他都是需要有数据的支撑，然后科技本身包括大规模风控的模型需要在实践中跟团伙的斗争中不断成长，这个过程中会形成一个自身能力的提高，反应到最后，肯定这种能力这种资源对稀缺的数据会向少数的机构集中的。我们可以举一个简单的例子，比如说现在七大风险是金融机构面临的很重要的风险，其实七大团伙在跟一类平台相互斗争的过程中，一类平台积累的经验七大团伙也积累了自己的攻击能力，当七大团伙去降级去攻击二类平台三类平台的时候，二三类平台他们的风控顶不住，会面临很大的压力，这样的结果他们会面临很大的损失，为了规避这种损失大家共同的做法是什么样的？共同的做法是借助第三方机构，金融科技机构的帮助，我们现在看到很多独立机构去提供服务，我把我自己的经验给你服务，这个风控你可以依赖我来做，所以这个是随着七大风险的发展，很多机构他可能自身其实是搭载风控的能力越来越弱，因为他没有数据，没有那个经验，也没有那个时间、历史的维度和长度，最后这个东西可能集中在少数的机构里面，一旦这个行业走到这一步的时候，我们再去看金融机构，金融机构的业务当他的科技外包给第三方的时候，这个时候金融跟本质是什么呢？还是科技吗？还是科技的话这个金融机构还叫金融机构吗？可能就不叫金融机构了，所以到某个发展阶段的时候，金融科技的本质可能要发生一些改变，是更低的资金成本还是说获客能力，还是说资产获取能力，那个时候可能风控本身，或者金融本身他的本质，他总是会发生一些改变的，这个可能是科技对金融，或者科技与金融的融合，他最终影响的一个很高级的阶段，最后金融改变了科技，科技也改变了金融的本质，这个会成为未来一个状态，谢谢！ 鲁嫚：好，感谢薛总，其实薛总提到了跨界融合的问题，我们发现对于金融机构来讲完全靠自己的能力还是有点难度的，必须有新的技术接入，对于新的技术公司我们说是不是有了大数据，有了技术就能够实现很好的服务了，也不行，技术服务对场景的理解是否非常的透彻，这就提出来，如果你作为一个数据风控的技术公司，那么对于数据技术应用产品，尤其对于应用产品获客、客群的一系列理解也提供更高的要求，我们每一个所在的行业都要实现未来各种各样的跨界。 进入到第二个问题，如何建设先进的风控反欺诈平台，提升运营效率和反欺诈效果。我觉得各自的平台都会有各自非常独到的经验，请哪位可以分享一下。 叶梦舟：其实之前我也大概提到了几点关于反欺诈方面的手段和技术，我们融360反欺诈平台首先是多个维度或者多条线的体系，而不是一个模型，而不是一个简单的规则，同时他也不是说只有风控部门一个部门的职责，他是所有部门一起做的事情。我们是以大数据驱动智能风控，所以数据采集这个方面是非常重要的，刚才提到了我们用爬虫技术，我们从第三方获取的数据去采集所有的大数据，我们也会有特定工程，我们有很多的机器学习和深度学习的过程来做模型，但同时也会加入专家的判断和意见，也就是说我们会有反欺诈的规则，这些规则是基于我们历史经验的积累，是基于我们对特定的用户特征的理解来建立起来规则，来配合模型使用，同时我们也会有反欺诈运营的人员，反欺诈运营的人员主要是说对于用户的行为来进行监控。刚才我也提到了，我们对于异常监控是非常非常重视，在我们数据库里会对每个用户有个精准的画像，他的一些行为模式，他的行为轨迹，他的消费行为还有他的社交属性等等，但凡他在这些类别上出现一个超出他的寻常值，或者说超出所有用户平均值清，我们就会进行报警，当然我们在监控体系里要做到跟用户体验平衡的效果，也就是说用户不希望在进行消费的时候，或者在进行借贷的时候对数据做了手脚，所以用户体验是非常重要的一个环节，具体不展开说了。 还有反欺诈调研的团队，这个调研的团队实际上是非常重要的，因为大家都知道，我们机器学习在反欺诈上的应用有一个最大的难点，我怎么样确定这个用户就是欺诈的用户，这个需要我做调研，去做定案我才能够得出结论，所以我们调研的团队主要就是对一些试点的用户来进行追踪追查，来最后认定这是不是一个欺诈，他是通过什么样的行为进入了我们的审批流程，而且还通过了流程，这个是调研环节。我们也有反欺诈的叫做研究的团队，什么意思呢？其实说一个很接地气的话，就说这个团队他的主要任务就是卧底，他会混迹于各种论坛，会去看这些欺诈人员他们最近讨论什么口子，这个是常话，口子什么意思呢？就是银行、金融机构政策的漏洞，一旦我们反欺诈的人员得到了口子的信息，他们就能够比较精准的判断将会有什么样的反欺诈行为出现，从而能够对这些反欺诈行为进行预警，提前控制。 我们反欺诈规则加上运营，加监控，加调研，加卧底，加上我们的模型，这一全套的体系就形成我们反欺诈核心的机制，但是我刚才也讲了反欺诈必须是一个闭环，所有的用户数据我们收集上来的用户数据在我们融360内部都是打通的，也就是说任何跟用户有交互的部门他都可以看到这个数据，从而对这个用户有一定的了解，从而判断这个用户他从哪来到哪去，同时在他这个环节收集上的用户信息也会输入到他的系统，来保证其他部门，比如说客服接到了一个用户的电话，这个用户有可疑的行为，客服就会进入这个系统，催收人员就会看到，所以我们在内部打造的是一个无壁垒的，数据能够透明，保证持续流动的这样一个机制，才能够让反欺诈这件事情能做到天衣无缝。 最后一个就是我们有一个非常完备的反馈机制，也就是说我们的政策、规则、模型实际上都是有漏洞的，它也有误伤，我们在每个环节的人员他都会对这个规则进行反馈，比如说催收，他在做失联调查的时候，尤其如果我们不定案的话，他就能够找到这个人是怎么混进来的，他是被我们哪个规则漏掉了，我们是不应该去加一规则，或者说是不是我们模型对他的评分是一个完全相反的评分，这说明我们模型存在一些问题，我们有这样的反馈机制能够让我们的政策人员、风控人员拿到第一手的反馈和信息，从而对我们政策进行优化，完成我们的快速审批。 总的来说，一个有效的反欺诈平台他必须是刚才所说的所有节点的一个融合，同时还有一个非常重要的，就是行业的联盟，因为大家都说黑名单这个东西，黑名单一个是说内部数据的积累，还有一个就是行业数据的一个沉淀和分享，所以在这方面我个人认为，尤其是对比像美国、欧洲一些反欺诈联盟的做法，我觉得国内在这方面还是比较空白的地带，也就是说我们怎么能够去团结所有的同业，去把一些用户的欺诈行为都能够做到一个实时的分享，能够保证说这一个人他在你这儿借不到钱，因为你知道他在你这儿逾期过，他在所有的地方都借不到钱，我们说内部的反欺诈平台加上外部反欺诈的联盟，二者并存联防联控，这样才能有效。 鲁嫚：感谢叶总，介绍的非常全面，谈到反欺诈不是一个点不是一个线不是一个面，而是一个庞大的系统，有请下一位。 贾旭东：我们是希望通过科技的方式去提高项目，对于我们来说我们其实希望能够跟技术很好的结合，简单来说我们做几块事情，第一块事情虽然我们所有的风控流程都是建立在机器的基础上，但是我们大家需要去尊重传统金融，需要向敬畏传统一样去敬畏风险，这是大家再认识里能够上升到另外一个高度。 第二个，虽然大家要敬畏风险，但是大家也应该能够想到，说当面临问题的时候，能不能够靠科技的方式解决，因为我觉得在短期内可能有一些技术是许多办法很熟练的应用，但是长期来看我们认为技术一定是可以提高效率的，所以我认为这是一个短期我们需要用什么样的观点去观测的风险，长期来讲我们怎么样判断更有价值。第二个，在实际应用过程中我们和金融之间怎么相对的扶持，比如说我们做资产保护催收的例子，我们是很早在整个的逾期用户提醒过程中采用语音、短信，甚至是通过机器的方式来合成语音进行催收。就像刚才老师说的，其实对于学生来说控制自己的态度，其实我觉得对于绝大部分的人来说都是好的，所以对于我们来说，我们希望有非常好的。我们希望用机器结合非常好的方式，甚至打入敌人的内部去了解工作，所以对于我们来说和科技非常好的结合起来，提高效率。 鲁嫚：好，感谢，科技不是万能的，但没有科技是万万不能的，有请下一位。 薛洪言：我觉得随着科技的发展和随着大数据的发展，的确欺诈风险越来越成为经济企业面临的风险，因为未来大家都是透明的，透明的话你的信用风险是被评估的，所以这一块风险是越来越可控的，欺诈风险有虚拟的欺诈，这个问题也存在，对于欺诈的防范，很同意叶总的观点，肯定是一个体系化的过程，其实我强调一点，因为欺诈风险他其实是一个，基于你本身的产品和业务的流程来展开的，他是业务流程中间的一个漏洞，根据这漏洞去实施欺诈的行为，所以欺诈的行为不能完全依靠外部，内部必须得有一个熟悉自己业务流程的团队来去实施反欺诈的工作，在这个过程中就会有一个误区，因为反欺诈是基于业务流程的，当你在一个业务流程中家属越来越多的一些规则，加入越来越多的限制因素的时候，他必然会导致你客户体验的下降。比如说我们举个简单的例子，很多人去银行开个户，要填一个小时或者半个小时的单子，我们互联网金融机构追求的是客户体验，所以很多机构看到微信看到支付宝能够秒级的批，今后可能也要去追求这种客户体验，如果说这个是硬性的指标，反过来会对你们反欺诈工作带来很大的挑战，反过来说意味着你们反欺诈为了保证用户的体验，在没有风控的实例，你要人为的放松很多规则，结果必然是灾难性的，你虽然在前端用户体验上不好，但是你的风控结构肯定是很差的，这个是一个误区。不同的机构要基于自身的基础去找到这个平衡点，不能去人云亦云的，不能去跟风的盲目的追求，这样是有问题的。 鲁嫚：找到平衡点，有请下一位。 敖翔：因为这家公司在做身份认证的时候，认定用户是谁，其实我的问题是在支持金融公司的业务，刚提到一点风险风控要聚集效率与能力，用户体验还是说防范强度，我们一再追求这一条，其实很多时候可以设计出完美的流程，做到几乎不可能骗你，对技术来说是很容易做到的，但最难的在于说平衡，所谓完美的技术他是不是好用，因为绝大多数的用户他还是真的是来借钱，真的是有明确的正当诉求，这里面最难的不光是人脸识别，每个系统当你有两难选择的时候找到一个瓶颈是最困难的，对于我们来说最困难的是做到用户几乎无感知的方式去验证身份，以前可能大家会看到说做很多的动作，做一个流程这样做那样做，我们用户流失是太多的，你做的确实很好，但是我获客本来就不容易，所以这点上来讲的话，我对平台建设我的平衡、应用于能力之间，现在我们提供人脸识别验证身份来说在逐步转向，不需要用户配合，用户只要看一眼就可以，技术在发展，我们近期也会推出这样的产品，这是建设的难点，我理解最难就在于平衡直到。 鲁嫚：有效便捷的产品是我们用户都很期待的产品，有请！ 陈道富：我的理解可能有三个层面，第一个层面可能没有意愿，但是很多公司好多在开发怎么样去区分，这部分层面跟第二个层面是没能力了，在宏观上还有一类风险，他是做传销或者做类似于旁氏骗局的做法。国内前几年提这个的时候还是比较普遍的，风险风控这块，我觉得区别能力能够识别或者提前预警出来带有传销和旁氏骗局这种行为的模式，可以给出一个合法的预警。也做过一些，我觉得其实有更大的前景。 鲁嫚：好，我们还有最后一个问题，也请每位嘉宾可以简短的来谈一谈，智能风控的未来发展方向您觉得是怎么样的呢？ 薛洪言：智能风控我觉得如果我们去展望的话，我觉得关注一点，就是说其实人的作用可能又开始越来越重要，因为我们知道说随着大数据风控兴起，人的作用在逐步的下降，人的因素被排除了，但是当技术发展到一定程度以后，人的作用又开始会凸显，会走入一个循环，因为其实很简单，因为技术是中性的，他既可以帮你防范作用，他本身也可以成为你制造风险的一种工具，所以随着智能风控越来越强大的时候，对于操作智能风控这个体系的人，我觉得他的价值观，他的道德风险我觉得会成为一个值得关注的一个重要的问题。 叶梦舟：我认为智能风控紧跟着来的下一步，还是说数据的越界，因为其实我一直在用这个比喻，对于用户的画像，我首先认为大数据是重大变革，就相当于一个拼图，这个用户可能我需要一万片才能把用户画像拼出来，可能我现在只有一千片或者几千片，所以说在下一阶段，我认为所有的金融风控都是在智能这件事情，我现在可能有某几个维度的数据，但是这个用户他可能左边脸长这样，右边脸很可能长的很不一样，我怎么能够去把尽可能多的维度的数据积累起来，去把这个拼图拼完整。 大家都知道 当年李菲菲去做猫脸识别的时候，需要一千张照片，但是现在你看人脸识别技术就是秒级，所以我在这里痴人说梦一下，我觉得将来它一定有一种科技，它是基于今天的数据积累和技术积累，当他对这个用户的某些数据去进行一个扫描，扫描以后对这个用户的还款能力、还款意愿、风险等级进行一个非常精准的判断，这些都在秒级内产生，我所有数据的采集，所有的数据特征工程等等都没有，就是这样一个科技一扫，我都这个用户的风险就非常清晰的认知，或者说我觉得这个是我希望智能风控能够走上的一条道路，或者说最终的一个方向，但是我认为说在到达这个方向之前，我们所需要做的就是尽可能多的把这个拼图给拼出来，所以数据的积累是重中之重。 敖翔：其实我衍生说一点，金融其实也是生意，互联网金融其实就是电商的一种，说到商业上我觉得在未来一个客户用户在系统里面，他可能不止是一串代码，是一个系统的标记，在你的行为里面是一个活生生的人，通过大数据和人工智能的技术，通过生物识别的技术，或者现在正在变得更强大的知识图谱的技术，种种技术叠加起来，最终未来在一个做在线业务的平台，不光只是金融，如果一个用户仍然不是一个用户只是一个标签，我想你的竞争力会下降的，因为我了解到，我在系统里面我跟他是朋友，而不止是你的顾客，我觉得顾客这个事情未来会有更深的含义，如果你对你的用户了解的越深刻，你和他不止是过去和现在，你和他还有未来，这是我认为人工智能技术达到极致的状态，这又回归到了我们很早以前人古老商业模式的状态，我跟一个人做生意打交道，他跟我说绝对不是同行。 鲁嫚：有请下一位。 贾旭东：其实我对金融科技之后的发展有三个期待，第一个期待我希望有更大范围数据上的共享，所以我们非常高兴的看到百度的产品，因为我们希望看到行业协会或者政府机构牵头成立一个全国范围，更多团队加入的一个数据团队，这对于任何一个团队去健全自己的数据积累和模型都是很有帮助的。第二个是所有新技术的应用，虽然现在区块链很热，但是没有什么实际的应用场景，我们坚持看好所有有可能解决现在现实问题的新技术，我们也愿意去尝试。第三个，就是怎么样能够把科技和具体的金融场景相结合，因为我觉得科技是一个很虚幻东西，它应该有一个具体的场景，它能够去不断的总结经验，不断的进化，然后证明你的价值，所以我觉得科技和金融结合也是非常重要的事情。 陈道富：可能在三个观念里边，在金融科技和风控结合上未来肯定有一定的发展趋势，第一个我觉得就是在互联网和人脸识别，你要识别保证现实到虚拟世界过程的准确，这个过程的各种技术应用的过程。第二个，我觉得就是他在使用过程中人工智能的过程，其实刚才我在想多维度的理解，其实反过来想人体很多时候在不同的维度是呈现出不同的样态，怎么样在具体的产品形态下，我们现在是假设人工智能把新模式找出来，但是他需要落实到具体的场景，真正的行为模式，可靠的行为模式，可以利用的有价值的行为模式到底是什么。这里面人工智能的发展他对人本身的反应，人工智能成为相对独立的主体后面他又会产生新的方向，这是我说的第二层面的。第三个，我觉得这个行业刚刚开始，还缺乏各种各样平台的建设，包括基础数据处理的建设，未来平台分层，还会继续。 鲁嫚：感谢几位嘉宾，未来在反欺诈、在关联分析、在风险定价、在智能匹配、智能理财以及交易反欺诈等等很多方面都在应用和深化发展的。其实谈到风险是之后的事情，大数据、智能算法的介入使得反欺诈和风控体系能够实现从滞后、被动、局部到实时、主动、全面，今天虽然时间不长，但是嘉宾给我们带来的干货是满满的，每个人的思考应该是多多的，所以我们再次把掌声送给台上所有的嘉宾，也送给台下嘉宾您的聆听，谢谢！ [详情]
“第二届金融科技与金融安全峰会暨‘番钛客2018’金融科技双创大赛启动仪式”于6月28日在北京举行。百度金融首席架构师葛浩出席并演讲。 以下为现场文字实录： 大家好，我是来自百度金融的首席架构师葛浩。很高兴和大家交流AI相关技术。并且用百度金融这一年多来的实践为杨帆先生的观点加油。 我今天演讲的主题是百度金融的普惠之路——AI在信贷上的实践。中国只有3亿人被央行征信覆盖，而有50%以上的小微企业是获得不了很好的金融服务，而中国人民70%以上的资产是贷款，而且他的收益率不足3%，中国家庭资产配置也非常不合理，金融资产的占比只有12%，而美国是能达到36%，这一系列数据说明金融在中国整个社会中的发展还在初级阶段。传统的服务方法无论在时间、空间和人群上都无法扩展到全体大众。刚好我们进入了一个新时代，就是AI时代。AI时代提供给我们很多的武器，其中之一就是人工智能技术。人工智能技术在智能的身份核验、智能交互上的突破，使我们极大的了延伸了受限于柜台的地域边界。其次是大数据，大数据给了我们对用户的信用和资质的一些新的评价手段。传统银行的工资流水确实也有效，但是他对这个人不了解，他这个人生活状况怎么样，家里有几个孩子都不是非常清楚，而互联网大数据能够精准的刻画用户画像，并在信贷反欺诈、交易安全方面发挥巨大的作用。第三就是区块链，区块链给我们带来了一种新的多方互信的解决方案，前面陈钟老师给大家做了一个很详尽的报告。最后就是更强大的计算能力的出现，使得人工智能能够得到很好的运行。这些是我们能够随时、随地、随需提供金融服务的技术基石。 基于此百度金融在信贷的各个环节中充分应用了AI的能力来优化我们的业务。首先是信贷获客方面，用户的身份信息和金融属性是传统银行和金融机构要熟知的信息。还有两类数据是关系数据和网络行为数据，这两类数据通常是在传统金融公司里不太重视的，这是移动互联网给我们带来的巨大机会，通过这些数据我们去构建用户模型，能够充分识别出来用户他是否会有资金需求，能够给用户一个很精准的投放，这种资金需求不仅仅是他正在寻找贷款，还包括全方位的描绘他的用钱需求。例如他现在正在装修房子，他的孩子在上培训课需要用钱，这就可以通过互联网大数据的识别出来，以便于提供优质贴身的服务，并规避风险。第二个有了需求以后我们就要对他进行智能身份核验，身份核验是把贷款公司开在云上最根本的要求，如果说来的人不能确认他的身份，那对于贷款是完全不安全的，所以百度在人脸识别上做了非常多的工作，在这方面业界排名上非常的高，验证准确率已经达到了99.77%，前一阵子我们和泰康人寿进行了一个合作，通过人脸识别使得他的整体流程从十天变成了两天，业务自动通过率提升了90%。 第三个应用就是信贷的授信，一个人来了，这个人身份真实，接下来就是这个人信用到底如何，这方面除了传统的征信和金融数据之外，通过互联网的大数据也能进行信用进行评估。能够在用户来之前就对中国的用户预授信，指导获客针对信用良好的用户投放广告。现在百度对超过8亿人进行了信用评分，其中2亿用户进行了预授信．就是他还没有来我已经给他授予额度。通过这样的方法和技术使得用户来了之后能够达到秒级的授信。 第四用户在互联网上存在大量行为，这个行为除了说他搜了什么、看了什么之外，还隐藏了用户之间的社交关系，这样的社交关系网络，比金融交易的关联网络会更巨大和复杂，以百度金融的关联网络为例，有上百亿的节点，几百亿的边。进行一个秒级的查询是一件非常困难的事情，但真正做成这件事情做成之后，在黑产防范的工作中起到非常重要的作用，以上是2017年的进展。 业内通常认为百度不是一个适合做金融的公司，因为他掌握的很多数据都是非金融的数据。其他一些数据，比方说电商公司他掌握的银行帐号、交易记录，大家通常觉得这些信息是非常有价值，能够用来对用户进行信用评估的。假如风控官拿到百度的数据和相应互联网的数据会怎么去做呢？基于一些经验知识和人口属性的数据，通过特征工程来训练机器学习模型，或编写一些风险规则。这么做风控效果肯定不行。而百度在做什么样的东西呢？就是百度的“波若”大数据风控系统，这个大数据风控系统更多的是靠非金融数据。这些数据很大，从传统风控的眼里来看也不相关、分辨能力很弱、用来做模型没什么效果。确实，没有像广告和推荐系统那样几百上千万的用户行为来辅助训练，是无法利用好这种规模庞大的互联网数据来构建模型的。所以我们的深度学习系统之上有了一个相互学习的这么一个过程。不同的子模型之间，他们会进行相互学习共同成长。举个例子，一个用户来了，搜索数据构建的子模型能够进行推导出来说，他正在进行装修的，正在考虑装修方案的一个人，然后贴吧子模型因此也会跳出来说，对，他最近正在访问装修论坛。收到这样的信号，搜索子模型就会强化自己在识别“装修”需求上的效果。反之亦然。这样百度各种产品线用户行为数据，进行交叉印证、相互学习、迭代训练，能够使得我们整个深度神经网络变得非常之可靠，他能够自我学习和推理。然后在多个数据源、多个模型之间推选出最优的解。通过这样的方式，百度这些大家眼中很弱的数据，在模型中的重要性已经达到了和征信数据相同的水平。 另外一个例子，之前说AI更多是让计算机来感知和识别这个世界，例如人脸、物体、语音识别。现在一个新兴的方向就是智能交互式对话，和大家进行沟通。之前我们把这个技术除了用在客服上，现在新的应用场景就是用在催收上，催收的难题是什么？催收员每天打出很多个电话，对方也不是很友好，经年累月之下他也会有一些不爽的地方，偶尔会跟欠款客户发生言语上的冲突。机器人有什么好处呢？机器人没有自身的情感上的问题，可以做到打不还手骂不还口，把用户该知道的违约风险能够用一种很nice的方式告诉给他，如果他有什么问题，比方说不知道该如何还款，机器人都会来解答，只有那些经常性的欠款的用户，我们才分流到有经验的催收员身上，让他们来进行一些更针对性的沟通。这个机器人现在在百度已经开始在线应用了，而且相对于人工来说取得了不错的效果，不光是催收的回款效果更好，而且用户的投诉率也显著降低，这都是我们新的方法，在金融信贷领域上的一些新的应用，更多的信息可能再过几天百度的开发者大会上会有一个更全面的介绍，会向各位介绍百度所有在信贷风控方面的技术，也欢迎大家参加。[详情]
“第二届金融科技与金融安全峰会暨‘番钛客2018’金融科技双创大赛启动仪式”于6月28日在北京举行。中国互联网金融协会惩戒委员会主任委员、中国人寿法律总监、区块链安全研究中心联席理事长杨帆出席并演讲。 以下是现场实录： 大家下午好，我的题目就是《区块链+人工智能是金融风控的必由之路》，2018年金融风控智能化研究已经进入热潮，我的版面看到这么多金融科技公司，AI金融公司都进入了风控的领域，讲这个课题我想从这么五个方面来陈述我的观点，第一个区块链技术天生是金融风控最好的工具，第二个在金融风控中人工智能比人脑更具有优势，第三个金融风控的倍增器=区块链+人工智能，第四个区块链+人工智能金融风控中的局限性，最后一点区块链身份智能识别技术是金融风控的核心。 第一个，讲区块链技术天生是金融风控最好的工具，实际上刚才陈老师已经讲的非常清楚，具体我就不再多说，核心的话我只讲两条，由于他的不可篡改，由于他的公开透明和不可重复的交易，所以在金融风控当中这是他的核心关键，我们现代的金融风控很多问题都可以解决，不用区块链就一般的IT技术都可以解决，但在这两个方面可能是不容易解决的，所以这个问题是区块链技术跟常规的IT技术完全不同，这是第一点。 第二点，区块链天生具备信用的基因，他是信用互联网技术的根本，在这里我提出信用互联网，从某种程度上来讲，区块链技术他关键是创造了新的贡献力，从技术方面给金融业务创造了一个新的贡献力，那么有了这个贡献力我们由此可以利用区块链技术，在交易的双方，在金融业务的过程当中比较容易确立可信的主体，可信的客体，可信的交易过程，可信的物流，包括可信的纠纷处理机制以及可信的监管机制，如果离开区块链，过去在这个过程中间，不管是金融还是非金融交易过程当中，这些问题都是一个可能比较难以系统性解决的一个难题，正是因为这样所以我们的淘宝阿里巴巴甚至百度，这些综合平台的商品方面，在金融方面，甚至在我们区块链本身技术发展方面依然存在很多假冒伪劣的东西，依然花再多的钱，再高的技术依然很难解决，如果在区块链技术方面进一步发展，我所说的有可能系统性解决这些风险和难题。 第三个区块链大数据与金融风控的发展，在这个方面我刚才讲了解决安全解决难题方面，他别有特色，或者是独辟蹊径，更重要的是什么东西，他这个技术智能合约有可能是系统去处理一些人脑无法预见的交易及其风险，能够使行业类的金融和风控的社会化协作走上一个新的高度，我记得上午好像是京东金融做了一个演讲，他就提出了一些问题，提出了一个什么东西？我们如果讲用保险为例，保险是大资产，但是现在我们通过区块链+大数据，提出的一些数据跟我们原来精算的大数据完全不同，他采集点不一样，通过这种来的是我们人脑过去及现有的模式无法对他的风控进行预测，这种模式我们完全叫新的模式，所以在这种情况下出现负债查询反欺诈，上午好像有另外一个专家也提到这个问题，好像他说在运营商的电话号码不同排列数据组合上面来反欺诈，这就是一种模式，从深度来看法律链、公正链、区块链云模型架构，不仅能够强化现有的模式，而且能够成为奠定金融法律实施的坚强支付，能够促进金融监管法律判定，能够实现飞跃性进展。 第二块讲人工智能，人工智能比人脑肯定是更具有优势，金融风控我们从人类经验的风控，现在我们更多的还是人类经验的风控，然后走入了数据评估卡的风控，未来我们一定是走向人工智能的，因为人工智能只关注基于统计数据基础上的相关性，而且他可以激活人在金融风控技术系统中最活跃的要素，这样的话从某种程度他排斥了人在金融风控当中的一种软弱性的缺陷，所以他的算法的复杂和难度远超过人类，理解上不一样，不仅是在深度、难度、广度而且在时间和空间各个方面，他都有优势。 人工智能与大数据能够更准确的量化经营风险，这里面我就提出来人工智能优化大数据风控模型的五大要素，第一个是确立最好的大数据收集和解决方案。第二个更好的风控模型。第三个，他能够在信用评级和风险定价方面比人脑更具有优势，是智能风控的核心。第四个是便于数据存储和处理方案，是人工智能大数据风控技术的核心。第五个，他能够更容易把所得到的相关的风控要素集成到客户数据化终端，使客户体验更好，公司运营效率更高。这五点我就不再具体一个一个全念了。 第三个，区块链加人工智能是金融风控的倍增器，区块链技术他对风控有他的特点，人工智能技术对风控也有他的特点，把两者集成起来一定会形成不同的路径和方法，我的理解是用区块链技术构建金融风控数据体系是由内向外，刚才我们陈教授已经讲了，我们的监管好，内部惩戒好，你把他的技术放在区块链内部节点里面看，他全部是从内向外的，他是人与人，以及风控本质和区块链征信技术天性结合出发，来全面有效的提高金融风控能力，所以区块链技术对侧重于从静态的角度，去打造金融风控可信的架构，可信的流程和可信的交易。人工智能他构建大数据风控系统由外向内的，他不关乎你内部的东西，我是由外向内客观事实的去你们之间风控的事件，事件与事件之间，关联与人工智能模型，算法技术天性相结合的方法来全面提高风控点，所以他从动态的角度去寻求金融风险相关，做过算法描述的风险不可信的需要控制的亮点，不可信的推动，不可信的业务和不可信的交易，我讲这点可能讲的比较理性，比较抽象，把他放到更高的一个层级，但是确实是他核心的一个逻辑架构，这两点结合起来，各自优势结合起来在金融风控方面一定会产生颠覆性风险和产业的迭代性升级。 第四，金融风控区块链和人工智能的局限，我提出是对人工智能和区块链在进行风控当中本身还要进行风控，我不知道我这个说的是不是累赘，大家是不是能够理解，因为区块链和人工智能的框架依然是不成熟的，他们还有很多方面都存在不足和缺陷，在当前金融应用当中，在金融风控应用当中本身他自己金融风险应用当中存在风险，技术也存在风险，包括人工智能也是这样的，人工智能现在还处在什么阶段？最多我们处在中级的控制目标，所以这不管是区块链的智能合约还是人工智能的算法，都存在不少问题，在这种情况之下，我们对金融风控技术本身都要进行风控，更核心的是我们对未来发展要有充分的技术上的储备。 最后讲新技术、新应用也带来了新风险，要更加用新技术来打造新流程、新框架，确保区块链风控安全可靠。 第五，区块链身份智能识别技术是未来金融风控的核心。所有的金融风控不管是传统的还是现代的还是高技术的，请大家注意核心是是什么，人才是最大的风险，如何确定人的风险呢？对人的深度识别性去进行把握，才能够把握住未来经营风控的核心，所以客户身份认证一直是金融中介机构无法逾越的基础工作，现在全球好像英国、新加坡他们正在做一个区块链深度识别生物系统，很多国内外大的公司都在做这个工作，但到目前为止依然没有颠覆性的突破，所以推动以区块链深度智能识别技术为核心的应用场景服务和监管协调，合作与分工应该是未来金融风控的核心。 谢谢大家，欢迎批评指正。[详情]
“第二届金融科技与金融安全峰会暨‘番钛客2018’金融科技双创大赛启动仪式”于6月28日在北京举行。北京大学软件与微电子学院创始院长、金融信息化研究中心主任、区块链安全研究中心首席顾问陈钟出席并演讲。 以下为现场文字实录： 各位来宾，大家下午好。非常高兴有这样一个机会跟大家做一个交流研讨，这个分论坛的主题之一讲到了创新和风险的平衡，我今天就想用短暂的时间来讲一下区块链底层技术和金融监管创新这样一个话题。 实际上我们看到今天有很多的创新是离不开我们现在的信息社会、信息化，以及由此而导出的新经济形态，我们看到数字化、网络化和智能化是今天我们数字经济的一个重要的标志，特别是在金融领域也不例外。所以我们看到40年前哈耶克他只能做出一个设想（指非国家货币，注），但是今天有很多东西是在数字经济的条件下把它变成一个现实（如：比特币）。刚刚在今年4月20号的时候习总书记在全国网信工作会议上做了一个讲话，讲到信息化为中华民族带来了千载难逢的机遇，这句话讲的非常贴切。提出要加快信息化的发展，特别讲到要发展数字经济，加快推动数字产业化，不断催生新业态和新模式。还特别讲到了核心技术是国之重器，因此在这儿我想讲一下区块链的底层核心技术。我们有很多创新不能够脱离我们的技术，特别是在技术上的这样一个创新，所以“弯道超车”是我很讨厌的一个提法，有些东西是必须面对的，绕不过去的。下面我先谈一下区块链的底层技术，然后是基于区块链的金融服务和监管的创新。 首先，来看一看我们现在认识区块链的技术，其实现在这个概念在中国，尤其是中国解释有很多，他的概念很容易被异化，所以我们需要从区块链的底层技术来认识区块链概念的本质和内涵。区块链技术起源于比特币。尽管中本聪在他的比特币论文中并没有出现区块链这个词，我们还是可以说区块链是实现比特币的底层技术。这里面我们看到影响业界非常重要的两个人，一个是比特币的发明人中本聪，迄今为止我们还不知道他是谁，另一个是以太坊的创始人维塔利·布特林。事实上要想很简单的理解区块链的概念，特别是对于金融领域的从业者来说，大家可以接受这个最形象的比喻：区块链是一个共享的分布式账本系统，用于在商业网络中促进交易记录和资产跟踪。这和实物账本的形态不一样，它是每一个块包含交易数据、时间戳和原先块的加密Hash值，把它做成一个链，就是区块链。既然它是一个共享的分布式的账本，他也有他自身的挑战，与集中式账本的不一样的地方，就是怎么样保证账本记帐的一致性，这个问题在第一个比特币的应用当中做到了，他的一致性得到了数学证明。所以我们看到早期账本是集中式的，共享的分布式帐本是变成分散式的，人人都可以掌握一个帐本，而且他们之间相对的关系是点对点的方式。宏观上来看，我们说中心化需要备份，容易被篡改，通常不透明；而分布式共享账本特点是“点对点、抗毁坏、防篡改、全透明”。区块链技术还在发展中，也让我看到我们基于他们能够做什么样的创新。所以如果我们概括一下区块链的技术发展，可以看到1.0、2.0、3.0，当然3.0究竟是什么，其实现在并不是非常清楚。 1.0是用区块链的技术构造了一个现实的应用——比特币，大家知道这个应用今天来讲还是影响深远，这里还有他的价值，还有很多其他的东西，所以他是一个公开的，按照这样的底层技术去构造的一个公开的区块链或者叫公链。 2.0是我们看到是以智能合约和链上代码为特色的以太坊。在2013年布特林提出以太坊白皮书的时候，他已经声称要做一个平台，他是一个平台，能支持各种各样的应用。因此这个上面最有特点的是智能合约，当然除此之外我们还看到他在那个时候看到了比特币里面“工作量证明”的挖矿带来的一些弊端，所以以太坊从一开始就是去抵制专门的ASIC定制芯片挖矿的设计。这里的3.0是我们也看到后来包括IBM等贡献的区块链开源代码在到Linux基金会，创建了一个超级帐本Hyperledger的开源项目，吸引了大批企业和个人会员。所以因此我们看到在今天有比特币和以太坊这样公开的区块链，还有以企业或者私有链为代表的项目。所有这些项目里面包含了这些底层技术：这个当中核心的技术包括密码学，对等网络，怎么样处理帐本不可篡改的特性，这些也是在现有密码的支持下，因为是分布式这样的帐本，所以共识机制也是离不开的一个话题。当然我们看到智能合约这样一个提出，实际上为我们今天所说的可编程经济，这个代码，更多的体现在我们的一些交易，各种各样的合约关系上面的变化，所以这就是我们看到的区块链技术涉及到的一些基本的概念，当然今天的创新体系我们看到也是很特别的，他并不是说一个来自于我们传统的强有力研究的机构或者大学的机构，而是来自于开源的社区，有影响的极客。 除了帐本本身中心化和分布式，其它的计算资源、存储资源本身也有中心化和分布式这样两种选择，在我们现实世界里面其实中心化的系统也支撑了信息化很大的层面，而分布式的模式确实有他的优点，也有很多的应用，而在区块链上面，把无中心的价值记录和价值交换实现变成一个可能，甚至在低成本无成本的方式下能够去实现，这的确是带来很多值得我们思考的问题。概括的讲区块链的内涵可以说它是一个环环相扣分布式的计算系统，以区块为单位的链式数据结构来验证和存储数据、运用分布式节点共识算法来生成和更新数据、利用密码学方式保证数据传输和访问安全、 最后一个，就是说利用自动化脚本代码组成的智能合约来编程和操作数据。基于以上这些特点，我们说区块链为我们未来的信息化应用提供了潜在的很大的可能性。在其中密码学发挥了重要的作用。 特别想说明的是智能合约建立在区块链上的一个代码，这也是以太坊在比特币基础上一个重大的创新，也就是说他可以把这个代码和触发的时间触发的条件放到链上，然后就达到可能自动执行的合约形态，这样他的自动化，区块链本身永久的币，以及他的实时性，以及他能够节约成本、省时、高效的特点都显现在合约里，所以我们对照传统合约来看，大量的文书，第三方的依赖性以及我们仲裁和司法方面的支撑，对传统合约的执行必不可少；无论想象未来的数字经济和数字社会里面，完全数字化的合约自动执行，代码定义规则，所以要么合约执行了，大家都说好，要么没有执行，大家都没有损失，这是非常理想的做法。对交易确立的合约被编码化，然后放在区块链上满足条件去执行，这是一个非常美好的，但是也确实还有很多技术的难关需要落的。 对区块链的应用特色我们不多说了，其分散化，或者叫去中心化，分布式抗毁，全网溯源，还有智能合约都是很好的特色，对未来数字经济的发展具有无限的潜力 在理解和掌握这些最基本的底层的技术之后，我们再来看金融服务和监管如何创新。我们看到最早宣布支持区块链的政府是英国政府。在英国政府首席科学顾问报告中指出：“使用分布式帐本技术产生的算法是一种强大的、具有颠覆性的创新，它有机会去变革公共私营服务的实现方式，并通过广泛的应用场景提高生产力。”还有：“总的来说，分布式账本技术提供了一个框架，让政府可以用于减少欺诈、腐败、错误和涉及大量纸质文件业务的耗费。它有潜力重新定义政府与公民在数据分享、透明度和信任意义上的关系。对私营部门来说，类似的潜力也是存在的。” 另外，2016年8月份世界经济论坛的研究报告讲到区块链将重塑未来金融服务，把分布式账本技术（DLP）看作是一个颠覆性创新的金融服务，这个报告中很重要的结论就是有“六个重要发现、六个价值所在”，因为时间有限我就不展开了。这里我们主要想提一点：区块链能够促进监管效率改进、提高监管的实时性。具体来说它在监管创新方面的一大贡献就是把“事后”变成“按需实时”这些非常值得我们去探讨和实践。 总之，我们看到区块链仍然在路上，它的发展路线是更加广义的资产，广义的交换，以及金融科技和监管科技共同推进，这样一个共同参与，自动合规的在出发，所以回过头来看看包括人工智能、大数据、云计算的创新与应用，他们都成为数字经济新的要素，也就是我们所讲到ABCD，有人总结为人工智能（AI）是新的生产力，区块链（Blockchain）是重构了生产关系，云计算（Cloud Computing）是新型的生产资料，大数据（Data）是生产加工的对象。我们有机的把这些要素去整合起来，来进一步改变社会经济结构，催生新模式。 我的报告就到这里，谢谢大家。[详情]
“第二届金融科技与金融安全峰会暨‘番钛客2018’金融科技双创大赛启动仪式”于6月28日在北京举行。中关村互联网金融研究院院长、国培机构董事长刘勇发布《2018中国金融科技竞争力100强榜单》，并介绍报告的详细内容。[详情]
“第二届金融科技与金融安全峰会暨‘番钛客2018’金融科技双创大赛启动仪式”于6月28日在北京举行。泛海控股保险集团总部执行副总裁舒高勇出席并演讲。 以下为现场文字实录： 非常高兴参加今天的峰会，今天简单谈一下关于保险科技的三点体会： 第一点体会，就是保险科技的发展正当其时。如果说当前或者前几年保险业在销售、承保、理赔等各个环节来利用和发展保险科技，是活的更好，是提高效率降低成本的话，那么未来从保险业发展趋势看，运用保险科技将成为保险机构生存和发展必备的一个条件。也就是说，对于保险科技，已经不仅仅是说你过的好的需要了，而是你要生存下去的需要，所以从保险业的角度来看，保险科技的发展是势在必行的。这几年互联网保险等等应该说在金融业务还是有一席之地，也得到了广泛的关注，取得很大的成绩。另外一个方面，承保对象的技术发展，客观上要求保险业要因时而变。比如，智能汽车和无人驾驶技术的推广，将会在很大程度上颠覆了传统的汽车保险经营的一些模式。如果还是用传统的承保技术、运用模式来做汽车保险，可能无法满足服务对象变化而带来的一些服务的要求。 第二点体会，保险科技发展过程中，科技只是一个手段，真正的目的是为了提供更好的保险服务。具体来说，就是未来保险科技的发展至少可以在以下方面对行业发展起到积极的促进作用。第一个就是在销售环节，能够使大家购买保险更加便捷、成本更低，第二点就是在承保方面，承保定价更加科学，比如说UBI，比如说产品创新，将不可保的风险通过产品和承保技术的创新变为可保风险，像大家网上购物用到的退货运费险等等，以前有这方的市场需求，但是不可保，因为太过碎片化了，成本太高，现在运用一些科技的手段，特别是移动互联网和大数据的技术，使原来不能可保的风险变成可保的风险。还有前面专家提到的人脸识别、AI技术、人工智能的应用，也会使现在看起来不可承保的一些领域也变成慢慢可承保的，我们想这个也是未来发展的重点。第三个方面就是使理赔更加便捷。大家作为保险客户，其实很多人对于保险业都有一些微辞或者不满意的地方，最常见的原始是承保的时候很容易、但是理赔的时候很难，比如说提供各种证明、甚至拒赔，下一步保险科技的应用很大程度上应该解决保险业服务的痛点，特别是解决理赔难的问题，使保险理赔像投保的时候一样方便和快捷。 第三点体会，保险业运用和发展保险科技，应该从当下做起，从点滴做起。有的公司和从业人员对保险科技可能有敬而远之的想法，主要是觉得保险科技很高大上，学起来、用起来很难。其实，保险科技并不神秘，与保险经营管理紧密联系。比如，大数据在保险经营中的应用，虽然这个概念是新事物，但是基本的原理和类似的做法已经很多年了。巴菲特旗下有家财产险公司GEICO，在发展初期主要聚焦政府公务人员和军人，原理是根据投保人的职业来判断开车的习惯，从而进一步判断出险的概率。同时，根据汽车安全气囊、ABS系统、防盗系统、全天照明系统等情况，以及投保人的安全行驶记录、系安全带的习惯、驾驶培训经历、客户忠诚度等情况，分别给予一定的保费折扣。现在车险中运用大数据进行定价和承保，原理和做法就是上面这些，只不过是利用现代科技手段，使相关数据获得更加容易、更加准确。 因此，保险机构应该顺应金融科技、保险科技的发展趋势，充分利用保险科技的优势，不断增强竞争能力。不能够再把缺乏数据积累当做不运用保险科技的一个借口，如果现在不去拥抱科技的话，可能就会在未来的竞争中被淘汰。同时，要注意保险科技不等于保险销售科技，现在保险领域大家对科技的关注，主要集中在销售环节，利用科技手段使扩大保险销售、降低销售成本，这无可厚非，但是不能忽略了产品定价、承保、理赔等环节的保险科技发展和应用。在这些环节把保险科技运用好，更好地发挥保险的风险管理功能，保险科技就会为保险业插上翅膀展翅高飞，为大家提供更全面、更优质的保险保障服务。[详情]
“第二届金融科技与金融安全峰会暨‘番钛客2018’金融科技双创大赛启动仪式”于6月28日在北京举行。集奥聚合（北京）人工智能科技有限公司副总裁赵星星出席并演讲。 以下为现场文字实录： 谢谢主持人，谢谢大会今天给我这样一个机会来跟大家介绍一下，我们集奥聚合在信贷风控领域所做的一些工作。首先我可以跟大家简单介绍一下我们公司，集奥聚合是成立于2012年，从成立之初我们公司一直秉成着将现在先进的前沿的技术和数据结合起来服务于特定的业务场景，经过长时间的摸索，我们现在服务了将近600家的优质客户，包括部分国有大银行及各类的股份制商业银行、城商行等等，也在今年我们连续获得了三次科技部的独角兽企业的称号。 公司截至目前拥有知识产权136项，发明专利9项等。从产品体系上来看，我们可以把整个智能化风控服务分成三个层级，一方面是以企业级的平台服务作为支撑体系，并在基础之上我们会搭载相应的场景化信息服务体系，而这两部分综合起来最终要实现的目的在哪里呢？就在于对普惠金融业务场景下具体的风险点的防范和识别。从整个信贷流程来看，第一步肯定是获客，无论是传统的金融机构还是现在蓬勃发展的互联网金融机构，其实想要去寻找他相对应的客群是件比较难的事情，我们集奥聚合把营销和风控结合起来，从两个维度来给金融机构带来优质客群，一方面是判断个人的风险属性，一方面是识别他个人的意愿属性，只有在他风险表现良好以及意愿都OK的情况下，我们认为才是金融机构一个合适的客户，并且每个产品所对应的客群是不一样的，信用卡客群有信用卡客群的特征，信用卡代偿客群也有其特定的特征。在这个过程当中需要嵌入对人工智能技术的一些应用以实现对数据深度的挖掘。在获客结束之后，下一步肯定是对欺诈风险的识别，而欺诈风险我后面也会说到，包含三类，一方面是第一方欺诈，一方面是第三方欺诈，一方面是团伙欺诈，目前市场上对前两者有比较好的解决方案，而我们集奥聚合基于我们跟运营商的深度合作，可以构建覆盖面更全、准确度更高的用于识别团伙欺诈的知识图谱。在对欺诈人群筛除之后，下一步就是对好人要做进一步细分。其实大家都知道整个央行征信系统从创立之初到现在，大概有9亿人在库中，但是实际上具备完整信贷机构的只有三亿多不到四亿人，剩下这部分人都是征信白户。同时，普惠金融整体客群比银行传统客群肯定是要下沉的，包括现在很多类似于像汽车金融业务也逐渐往三四线城市发展，遇到的最大问题就是如何进一步去刻画这部分征信白户或者征信信息不足客群的信用风险。我们集奥聚合在这方面融合了多方面的数据，基于特定的场景之下帮助金融机构来挖掘出对一个人信用能力，并进一步确定风险定价和授信额度。 我们依据信贷流程来构建一个完整的风控解决方案及信息服务闭环，其目的主要在于帮助金融机构特别是一些中小银行能够快速实现技术上的升级和业务上的转型。举个例子，以团伙欺诈识别来看，传统做法大都基于自有的一些进件数据或者自己所获取的一些第三方数据来构建的知识网络，这里面存在最大的问题就是对于新客的覆盖面会存在一定缺陷。集奥长期以来跟三大运营商有深度的合作，在运营商实际上是可以了解到每一笔业务发生的时候，每一个申请发生的时候，移动终端中几个关键ID的对应关系，比如手机号、IMEI号、IMSI号等等。团伙欺诈来看，一定要借助工具，工具就来源于现在的手机，我们实际上可以把这些手机号IMEI号或者IMSI把它串联起来。类似于像一台设备上搭载的工作手机号，某一个手机号有可能涉黑或者他有严重一些的历史逾期的信息，相应的另外一个手机号也会有一定的风险性，我们基于这样的逻辑在运营商侧构建了一个知识图谱，这样的方式一方面我们合规的使用数据，另外一方面他所构建的知识网络图谱是能够覆盖到中国绝大多数的手机，解决了对于前端欺诈风险在人群覆盖不足这一点上的问题，而且我们通过在运营商多方面信息维度的挖掘，其实是可以构建出三个关系圈，一方面是通话圈，我跟A打电话，A跟B打电话，B跟C打电话，有一句话说，7个人连载到一起的话，这样你就可以跟世界上任何一个人有联系，通过不断的通话关系的图谱构建，可以牵扯到我们所涉及到的每一个人，从而在前端识别出他们具备团伙欺诈的可能性。对于我们产品来说，在知识图谱的基础之上我们也搭载了一些，比如他是否是一些设备小号，他是否存在严重的多头借贷。多头借贷这块也具备一定的特色，他能够覆盖到整个的尤其是非银行业的信贷流程，从注册、申请、放款、驳回、逾期等角度来分析多头行为，通过独立第三方的角度客观公正的反应共债信息，不会存在场景上的误伤，或者白名单倒灌的情形。基于此我们做了一些关于团伙欺诈风险的识别，一方面说我们可以返回了相应团伙大概的有多少人的规模，同时给到机构客户相应的一些特征变量。 另外一个重点，在于解决非征信客群的信用风险刻画问题，我们集奥其实综合了五大维度的数据，一方面是社交指数，大家可以简单的理解为每一个人通话详单，通话详单在运营商的数据库中，我们不能输出，只能和运营商联合建模，最后针对特定场下的风险景输出一个分值，还有他的消费情况，每个人的兴趣爱好的情况，及多头共债等行为，基于这五大维度的数据底层我们可以在不同场景下做风险建模，类似现在大家做的比较多的中大额现金分期，线上消费分期等等。其实最关键的一点不同的场景之下他的风控预算是不一样的，所以说我们可以把我们的评分，我们的集智指标碎片化，再基于模块化的组合，最终达到一个最优的效果，首先数据并不是越多越好，我们是基于对特定场景来实现一个最优的数据配置，来对他进行一个建模。 前面主要是基于信贷的全流程来有了一些信息化的产品，而为了支持信息化产品能够运行起来，我们也有相应的企业级的平台服务支撑，包括我们的信审系统，包括决策引擎，类似于像信托公司有大量的资金，相应的，其对接的资产也很多，这个时候对于信托公司来讲我们也可以给他部署资产的管理平台，不同的渠道资产怎么样，不同的渠道来源的风险如何，进行定制化的管理方式，这就是我们所提供的资产管理的平台系统。 另外一点，现在特别是对于一些中小银行，我们提供称之为企业级建模平台的服务，我们在这个平台之上会把业务的具体场景，比如你是做消费贷款还是在某一个贷中的监控场景，或者是做信用卡发卡的场景，具体的业务场景和具体的业务数据，类似于像行方的外部数据、行方的自有数据，以及我们内部数据结合在一起，在这个平台上实现可视化的模型训练，比如我们有深度学习的算法，有xgboost的算法，方便于行方的业务人员及时根据他自己的业务情况进行调整，免去了一个繁琐的模型招标过程。 最后，需要跟大家再说一下关于我们这样一个决策引擎，其实我前面提到的建模平台只是决策引擎的一个部分，在决策引擎是要对每个人的风险分阶段进行识别的，我们把从前端设备层面的风险防范到你申请风险的一些识别以及你后面信用风险的防范，整整集合在一个决策引擎上来，进行规则的配置和模型的优化， 实现了整个风险决策机制自动化的调优的过程。 以上就是我们为整个金融机构所带来的整体产品体系。最后说一下，如果对这部分有兴趣的话，我们可以在会后进行交流，谢谢大家！[详情]
Copyright © 1996-2018 SINA Corporation, All Rights Reserved
新浪公司 版权所有
