金融科技时代下，零售金融该如何创新和转型？

原标题：金融科技时代下，零售金融该如何创新和转型？ 来源：经济日报-中国经济网

　　“在大的时代背景下，金融与科技的融合、金融与数字化的融合慢慢成为大势所趋，而且在政策层明显可以预期的是金融科技不仅只是赋予金融本身，而且通过金融领域把相对成熟的技术得以应用，进一步推动这些技术在更广的范围服务经济增长和社会发展。”日前，在由凤凰网WEMONEY主办的2019零售金融科技（北京）峰会上，国家金融与发展实验室副主任杨涛提出，大零售时代是一个重要的方向，与此同时要更好拥抱金融科技，拥抱新科技，同时避免系统性风险冲击。

　　会上，多位专家和从业者均表示，当前，科技赋能零售金融，将成为金融业发展必由之路。“当前在我们国家正面临一个重大挑战，我认为所有金融科技的创新、新金融的创新，慢慢已经从过去追求资金的时代，过渡到现在更多依靠数据的时代。数据已成为当前最重要的生产力。做零售金融很重要的一个环节就是要充分考虑数据如何既做好有效的治理，充分的发掘价值，服务于未来，面向零售客户的特点开发出更多基于新数据的分析模式和服务模式。”杨涛表示。

　　具体从经营数据和流量的公司来看，玖富集团首席金融官丁遂提出在开展业务的过程中遇到的难题，他表示，“从我们金融科技公司角度来看，由于我们主要是面对C端用户，同时经营数据和流量。目前主要的难点在于，国内C端居民客户的个人数据体系和个人征信体系“高速公路”的搭建与辐射距离大家希望的理想状态还有较大差距。合规安全、稳健开放的金融基础设施需要进一步提升。”

　　详细来看，丁遂认为遇到的难点有三方面：一是个人数据和个人征信的“高速公路”不够完善，各个机构的数据没办法做到统一开放。二是个人的征信表现反映到线上让大家知悉过程比较长，政策上尤其是机制上，都有很长的路要走。三是对于线上个人征信信息的维护、管理，以及违约成本，没有形成一个法律意识，会导致不应该出现的不良率上升。他提出，个人数据和个人征信的管理应该由某一个有能力的机构来主导的。

　　怎么才能让数据发挥出最大化的价值？新网银行首席运营官刘波表示，现在不是只要有数据、有团队就可以做在线信贷。大多数人理解的数据其实是基础数据，不能直接用，哪怕是公积金这些数据，里面也有空格，直接放到系统里去，会错漏百出。因为系统无法识别这些，所以首先要做信息清洗，使用统一标准、统一格式，而且有些数据要进行验真。在这之上形成分门别类的主题数据，然后分门别类。在上面形成的衍生数据指标，如逾期，什么是逾期衍生指标？逾期一天、三天、七天、三十天，是逾期衍生指标，衍生指标完了以后才能做模型。

　　刘波表示，“清洗、分类、产生衍生数据指标后形成的模型并不是单单一个信用模型，如果有人单纯根据一个信用评分放款，绝对会栽个大跟头。”在他看来，大数据可以衍生出很多策略，包括贷后催收策略、风险策略、授信策略、身份识别策略，这些策略相互关联，互相影响，是整体策略，而不是一个单纯的信用评分。

　　金山云互联网金融事业部总经理孙锐同时表示，大数据风控平台要做的就从以前的数据集市慢慢变成一个数据超市，超市有准入规则。很多金融机构做尽调，在这个过程中，可能会了解企业信息、资金情况、团队情况，但不包括基础架构系统情况、大数据风控情况等，在以后尽调过程中可以把这些因素也融入进去作为一个参考项。

　　值得注意的是，消费金融市场作为零售金融市场的重要分支，当前正处在快速发展的阶段，然而其面临的风险和问题也不容小觑。

　　国务院发展研究中心金融所银行研究室副主任王刚提出，经过多年的高速发展以后，消费金融或者零售金融仍然有广阔的发展空间，也仍然是政策鼓励的方向，但在当下，要高度关注宏观和微观两个层面的风险，既包括审慎监管风险，也包括行为风险。在此基础上守住风险底线，实现行稳致远。

　　王刚认为，现在监管部门高度关注的是微观审慎的风险，即消费贷款被挪用的问题。要重视银行向等级较低的次级客户发放贷款，导致近些年信用卡消费金融领域不良率有快速的攀升；要关注消费信贷资金违规流入股市、楼市的风险，直接会削弱当前宏观调控的政策效果。在这个层面，（监管）进一步重申了一系列的禁止性领域，严禁用于支付贷款购房首付款或偿还首付款借贷；严禁流入股市、债市、金市、息市各类交易市场；严禁用于购买各类资产管理产品；严禁用于民间借贷、P2P网贷等。

　　从消费金融公司的角度来观察，中银消费金融有限公司副总经理章涛提出，从现在的发展情况来看，消费金融业务目前的发展上主要面对的需求侧和供给侧要解决的问题，首先是需要面对数亿级客户，他们对服务要求的便利化程度非常高，使用各类消费金融产品的频率也非常高。在供给侧面对的挑战主要是反欺诈问题，控债的问题，严合规的问题三个问题。

　　章涛表示，在消费金融行业当中，数据驱动核心的一点是风险，对消费信贷而言，风控有信用风险控制、反欺诈、催收策略等。当前数据使用需要面临三大挑战，一是技术挑战，包括需要解决数据承载平台问题、算法问题、算力问题，二是数据治理的挑战，三是合规性的挑战。

　　“数据平台也好，算法也好，算力也好，它要解决一大类问题就是从成千上万的数据中提取出信息价值，只有在某一个管理维度、方向上得到支持你决策有用的信息，才能说你的数据是用到了刀刃上。”章涛说。（记者 钱箐旎）