论文部分内容阅读
摘 要：以人工智能、大数据、生物识别技术、区块链技术为代表的金融科技推动了商业银行的创新与发展。金融科技的高速发展，有助于商业银行进一步提高客户管理水平、智能服务水平和风险控制水平，为商业银行的经营发展转型赋能，为中国金融业的高质量发展助力。
关键词：金融科技;人工智能;大数据;生物识别技术;区块链技术
一、引言
近年来，金融科技广泛兴起，成為全球热议的焦点。金融科技（FinTech）是Finance Technology的缩写，目前尚未有统一的标准定义。2016年3月金融稳定理事会（Financial Stability Board）首次提出初步定义，即技术带来的金融创新，它能够产生新的商业模式、应用、过程或产品，从而对金融市场、金融机构或金融服务的提供方式产生重大影响。2019年8月，中国人民银行印发《金融科技（FinTech）发展规划（2019-2021年）》指出金融科技是技术驱动的金融创新，提出要充分发挥金融科技赋能作用，推动中国金融业高质量发展。金融与科技的融合，以新兴技术带动新兴业务、新技术应用和新产品服务，不断推动着产业的发展。金融科技的高速推进，为商业银行的经营发展转型赋能，为商业银行的创新注入了新的活力。
二、应用在商业银行中的金融科技技术
随着5G时代的到来，人工智能、大数据、生物识别技术、区块链技术以及其他新兴颠覆性技术与金融业务深度融合，持续促进产品设计、业务流程和服务质量的优化与创新。
1.人工智能
当前，以深度学习为代表的人工智能正被广泛应用在各个领域。人工智能能够使计算机系统进行人类智能活动的模拟，从而更好地替代人类在现代生产中所进行的活动。在金融领域，人工智能在数据、计算能力和算法等方面取得的进展有助于其更好地发挥功用。数据量及维度的扩大能够帮助商业银行捕捉海量客户行为数据，有效提升银行在获客、反欺诈和风险控制等方面的能力与水平。计算能力的升级有助于银行改变传统的人人、人机间交互方式，通过智能客服、人脸识别、声纹验证等方式提升客户体验。算法的进步能够优化决策智能，帮助其在金融决策领域发挥更加重要的作用，为决策者提供更准确的指导建议。
2.大数据
大数据的不断演变，驱动着人工智能的蓬勃发展。人工智能与大数据，相辅相成，互相促进。大数据作为找出数据关联性、发掘数据隐含价值的技术，能够满足未来数据在存储、处理、应用中越来越高的要求。在金融领域，大数据可以应用于征信、贷款、风险控制、信息分析等多个方面。例如，商业银行可以通过大数据技术对客户的消费数据进行分析与挖掘，借助人工智能的机器学习算法预测信用评级，通过捕捉客户的行为偏好实现精准营销。
3.生物识别技术
生物识别技术能够使人类的生理行为特征等信息在通过计算机与光学、声学等科技手段的加工处理后呈现数字化特征，实现个人身份的鉴定。在商业银行，生物识别技术已经被广泛应用，例如通过动态影像捕捉获取客户身份、通过客户签字鉴别客户身份等。近年来，随着科学技术的迭代，在深度学习技术的推动下，生物识别技术的识别方式更加多样，识别准确率也进一步提升，除了指纹识别，人脸识别、虹膜识别、声纹识别等技术也相继被引入运用。2018年10月，央行发布的声纹识别技术在移动金融上的应用标准，证明了声纹识别技术已达到大规模商用门槛，能够满足金融场景对高安全语音技术应用的需求。生物识别技术已经从最初只在客户开户、挂失、交易等操作验证中的应用，发展为在当前支付领域的应用，在保证客户支付安全的同时，为客户提供了更高效便捷的体验。
4.区块链技术
区块链技术在密码学保证数据传输与访问安全的支持下，能够实现数据一致存储，具有难以篡改和防止抵赖的特点，也称为分布式账本技术。区块链技术不可伪造和不能更改的特性，使其从最初的底层IT技术向金融领域发展，应用于票据流通、跨境支付与结算、股权登记和转让等供应链金融。同时，区块链用集成算法和技术的信任建立机制，有助于构建在没有中介辅助下多个参与方之间的资产交易，通过建立执行智能合约，降低信用建立成本。例如中国工商银行与贵州省政府联合共建的“基于区块链技术的脱贫攻坚基金区块链管理平台”，通过整合银行金融服务链与政府扶贫资金审批链，保障扶贫资金的精准投放、透明使用和高效管理。此外，区块链技术在保护客户数据隐私的同时，有助于去除征信领域存在的信息不对等、信用不完善，解决信用及欺诈问题，为金融领域注入良性发展的动力。
三、金融科技在商业银行中的应用意义
作为中国金融高质量发展的战略高地，作为商业银行高质量发展的有力抓手，金融科技持续提高商业银行的客户管理水平、客户服务质量以及风险管理能力。
1.提高客户管理水平
作为金融服务行业，坚持以客户为中心有助于商业银行有效提升核心竞争力。传统的客户管理是指收集客户的信息资料，通过整理、分析和分类，形成对客户提供最佳匹配服务的决策，实现对客户的统一授信和风险控制。引入金融科技后，商业银行通过提升服务和精准营销，能够更好地守住老客户、开发新客户。首先，借助人工智能、大数据、生物识别技术，商业银行能够准确判断客户的信用等级和风险，主动感知客户在金融产品、消费和信贷等方面的需求，通过构建信息化投资策略模型，为客户进行定制化的推介服务。其次，基于大数据，根据客户的行为偏好和需求等全方位数据，商业银行可以实现客户精细化管理，提升“获客”、“留客”和“活客”能力。例如，客户间的真实转账信息在大数据技术的处理下能够构建出反映资金往来关系的社交网络图谱，客户转账的附言在语言信息挖掘技术的处理下能够反映出客户的消费圈，在进一步运用数据挖掘和机器学习等技术后，银行能够发掘对消费信贷有可能产生响应的客户群体。 2.提高智能服务水平
随着同业竞争日益激烈，客户需求不断升级，提高客户服务质量有助于商业银行增强核心竞争力。金融科技有助于商业银行优化服务场景和业务流程，提升智能服务与客户体验。基于生物识别技术，商业银行通过在网点布设人脸识别、声纹识别等设备可以采集到客户的面部表情、语音声调等信息，待其转化为生物数据后，通过分析客户的情绪，洞察客户的需求，进而更有针对性地提供服务。例如，通过观察网点内客户的情绪，系统可以识别出长时间等待却未被服务的客户或是不会使用自助设备的客户，以便及时做出协调或调度相关人员提供帮助;通过捕捉观看网点宣传视频、营销海报时客户的细微表情，可以发掘对业务有兴趣的客户及其兴趣所在，以便有针对性地安排客户经理提供介绍，发掘潜在客户的同时开展精准营销。同时，生物识别技术还可运用于自助服务和移动金融服务。随着移动互联网和科技的发展，自助设备的智能化和智能设备的普及化使越来越多的客户开始接受并习惯通过自助设备或手机银行进行业务操作，这不仅为客户提供了更加高效便捷的金融服务，同时也为银行节约了成本。例如，客户在ATM机取款时可以通过人脸识别实现“无卡取款”和“刷脸取现”;客户在手机银行APP中可以通过远程身份认证完成大额转账等需要授权认证的业务。同时，基于人工智能技术，商业银行能够有效提升客户体验。例如2019年百度与浦发银行联合推出的“数字人”员工，在知识图谱、自然语言理解、深度学习等技术的支持下能够自我更新知识，洞察客户需求，使普通用户享受到一对一的VIP服务。
3.提高风险控制水平
商业银行作为特殊的企业，良好的形象和可靠的信誉是其获取盈利最根本的保证。加强风险管理是银行维持公众信心和稳定金融秩序的重要职责。商业银行的风险管理主要包括风险识别、风险分析与评价、风险控制和风险决策四个方面，金融科技在银行风险管理的各个环节都能够发挥重要的作用。首先，依托大数据征信技术，商业银行可以引入来自公安局、检察院、法院以及第三方征信平台等多个外部平台的数据信息，在深度学习、监督学习、集成学习等技术的支持下，建设多元化信用评估体系并进行客户分析、风险评定和信用评估，从而为不同信用级别的客户提供差异化额度。例如美国互联网金融公司Zest Finance成功基于大数据建立信用评估模型，利用多个预测分析模型进行多角度学习，对海量数据进行挖掘，并根据神经网络与模糊算法形成独立的信用分数，精准地评估客户的信用风险。其次，基于生物识别技术，在应对骗贷、身份盗取等欺诈手段时，银行可以根据人脸、语音等生物特征识别验证客户身份，通过比对客户留存信息和验证时采集到的信息进行判断，并可以在此基础上协助公安机关有针对性地拦截和打击欺诈团伙。再者，商业银行可以基于区块链技术，在贷款和网络融资领域开发新业务。例如蚂蚁金服2019年7月推出的“双链通”业务，通过贷款业务与区块链技术的结合，使所有参与贷款的机构全部链接在区块链技术网络上，保证资金的流转过程明确清晰并且留下痕迹，遏制了资金被挪用的风险。再比如微众银行研发的基于联盟链的联合贷款备付金管理及对账平台，通过优化联合贷款中的备付金管理和对账流程，实现了联合贷款机构间的结算与清算。
参考文献：
[1]孙娜.新形势下金融科技对商业银行的影响及对策[J].宏观经济管理，2018（04）：72-79.
[2]中国人民银行.关于印发《金融科技（FinTech）发展规划（2019-2021年）》的通知.[EB/OL].2019-12-03.http：//www.pbc.gov.cn/zhengwugongk ai/127924/128038/128109/3886683/2019090617242730910.pdf.
[3]赵广立.生物识别技术应用方兴未艾[N].中国科学报，2019-09-26（008）.
[4]周睿敏，張文秀.金融科技创新风险及控制探析——基于大数据、人工智能、区块链的研究[J].中国管理信息化，2017，20（19）：33-36.
[5]喻思南.区块链，你了解多少[N].人民日报，2019-10-30（002）.
[6]李兴双.区块链技术赋能金融科技创新[J].金融电子化，2017（09）：53-55+6.
[7]数字经济进入新阶段，人工智能将带来三大变革.[EB/OL].2019 -12-03.http：//tech.gmw.cn/2019-11/28/content_33355369.htm.
[8]刘新海，丁伟.美国ZestFinance公司大数据征信实践[J].征信，2015，33（08）：27-32.
[9]李冰.蚂蚁金服已打通40个区块链应用场景[N].证券日报，2019-07-31（B01）.
[10]周轩千.微众银行促金融联盟链升级[N].上海金融报，2017-04-21（A10）.
作者简介：朱磊（1986- ），女，江苏南京人，江苏开放大学（江苏城市职业学院），研究实习员，硕士研究生，研究方向：应用会计与金融;顾云卿（1987- ），男，江苏南京人，交通银行江苏省分行，硕士研究生，研究方向：金融科技、人工智能
关键词：金融科技;人工智能;大数据;生物识别技术;区块链技术
一、引言
近年来，金融科技广泛兴起，成為全球热议的焦点。金融科技（FinTech）是Finance Technology的缩写，目前尚未有统一的标准定义。2016年3月金融稳定理事会（Financial Stability Board）首次提出初步定义，即技术带来的金融创新，它能够产生新的商业模式、应用、过程或产品，从而对金融市场、金融机构或金融服务的提供方式产生重大影响。2019年8月，中国人民银行印发《金融科技（FinTech）发展规划（2019-2021年）》指出金融科技是技术驱动的金融创新，提出要充分发挥金融科技赋能作用，推动中国金融业高质量发展。金融与科技的融合，以新兴技术带动新兴业务、新技术应用和新产品服务，不断推动着产业的发展。金融科技的高速推进，为商业银行的经营发展转型赋能，为商业银行的创新注入了新的活力。
二、应用在商业银行中的金融科技技术
随着5G时代的到来，人工智能、大数据、生物识别技术、区块链技术以及其他新兴颠覆性技术与金融业务深度融合，持续促进产品设计、业务流程和服务质量的优化与创新。
1.人工智能
当前，以深度学习为代表的人工智能正被广泛应用在各个领域。人工智能能够使计算机系统进行人类智能活动的模拟，从而更好地替代人类在现代生产中所进行的活动。在金融领域，人工智能在数据、计算能力和算法等方面取得的进展有助于其更好地发挥功用。数据量及维度的扩大能够帮助商业银行捕捉海量客户行为数据，有效提升银行在获客、反欺诈和风险控制等方面的能力与水平。计算能力的升级有助于银行改变传统的人人、人机间交互方式，通过智能客服、人脸识别、声纹验证等方式提升客户体验。算法的进步能够优化决策智能，帮助其在金融决策领域发挥更加重要的作用，为决策者提供更准确的指导建议。
2.大数据
大数据的不断演变，驱动着人工智能的蓬勃发展。人工智能与大数据，相辅相成，互相促进。大数据作为找出数据关联性、发掘数据隐含价值的技术，能够满足未来数据在存储、处理、应用中越来越高的要求。在金融领域，大数据可以应用于征信、贷款、风险控制、信息分析等多个方面。例如，商业银行可以通过大数据技术对客户的消费数据进行分析与挖掘，借助人工智能的机器学习算法预测信用评级，通过捕捉客户的行为偏好实现精准营销。
3.生物识别技术
生物识别技术能够使人类的生理行为特征等信息在通过计算机与光学、声学等科技手段的加工处理后呈现数字化特征，实现个人身份的鉴定。在商业银行，生物识别技术已经被广泛应用，例如通过动态影像捕捉获取客户身份、通过客户签字鉴别客户身份等。近年来，随着科学技术的迭代，在深度学习技术的推动下，生物识别技术的识别方式更加多样，识别准确率也进一步提升，除了指纹识别，人脸识别、虹膜识别、声纹识别等技术也相继被引入运用。2018年10月，央行发布的声纹识别技术在移动金融上的应用标准，证明了声纹识别技术已达到大规模商用门槛，能够满足金融场景对高安全语音技术应用的需求。生物识别技术已经从最初只在客户开户、挂失、交易等操作验证中的应用，发展为在当前支付领域的应用，在保证客户支付安全的同时，为客户提供了更高效便捷的体验。
4.区块链技术
区块链技术在密码学保证数据传输与访问安全的支持下，能够实现数据一致存储，具有难以篡改和防止抵赖的特点，也称为分布式账本技术。区块链技术不可伪造和不能更改的特性，使其从最初的底层IT技术向金融领域发展，应用于票据流通、跨境支付与结算、股权登记和转让等供应链金融。同时，区块链用集成算法和技术的信任建立机制，有助于构建在没有中介辅助下多个参与方之间的资产交易，通过建立执行智能合约，降低信用建立成本。例如中国工商银行与贵州省政府联合共建的“基于区块链技术的脱贫攻坚基金区块链管理平台”，通过整合银行金融服务链与政府扶贫资金审批链，保障扶贫资金的精准投放、透明使用和高效管理。此外，区块链技术在保护客户数据隐私的同时，有助于去除征信领域存在的信息不对等、信用不完善，解决信用及欺诈问题，为金融领域注入良性发展的动力。
三、金融科技在商业银行中的应用意义
作为中国金融高质量发展的战略高地，作为商业银行高质量发展的有力抓手，金融科技持续提高商业银行的客户管理水平、客户服务质量以及风险管理能力。
1.提高客户管理水平
作为金融服务行业，坚持以客户为中心有助于商业银行有效提升核心竞争力。传统的客户管理是指收集客户的信息资料，通过整理、分析和分类，形成对客户提供最佳匹配服务的决策，实现对客户的统一授信和风险控制。引入金融科技后，商业银行通过提升服务和精准营销，能够更好地守住老客户、开发新客户。首先，借助人工智能、大数据、生物识别技术，商业银行能够准确判断客户的信用等级和风险，主动感知客户在金融产品、消费和信贷等方面的需求，通过构建信息化投资策略模型，为客户进行定制化的推介服务。其次，基于大数据，根据客户的行为偏好和需求等全方位数据，商业银行可以实现客户精细化管理，提升“获客”、“留客”和“活客”能力。例如，客户间的真实转账信息在大数据技术的处理下能够构建出反映资金往来关系的社交网络图谱，客户转账的附言在语言信息挖掘技术的处理下能够反映出客户的消费圈，在进一步运用数据挖掘和机器学习等技术后，银行能够发掘对消费信贷有可能产生响应的客户群体。 2.提高智能服务水平
随着同业竞争日益激烈，客户需求不断升级，提高客户服务质量有助于商业银行增强核心竞争力。金融科技有助于商业银行优化服务场景和业务流程，提升智能服务与客户体验。基于生物识别技术，商业银行通过在网点布设人脸识别、声纹识别等设备可以采集到客户的面部表情、语音声调等信息，待其转化为生物数据后，通过分析客户的情绪，洞察客户的需求，进而更有针对性地提供服务。例如，通过观察网点内客户的情绪，系统可以识别出长时间等待却未被服务的客户或是不会使用自助设备的客户，以便及时做出协调或调度相关人员提供帮助;通过捕捉观看网点宣传视频、营销海报时客户的细微表情，可以发掘对业务有兴趣的客户及其兴趣所在，以便有针对性地安排客户经理提供介绍，发掘潜在客户的同时开展精准营销。同时，生物识别技术还可运用于自助服务和移动金融服务。随着移动互联网和科技的发展，自助设备的智能化和智能设备的普及化使越来越多的客户开始接受并习惯通过自助设备或手机银行进行业务操作，这不仅为客户提供了更加高效便捷的金融服务，同时也为银行节约了成本。例如，客户在ATM机取款时可以通过人脸识别实现“无卡取款”和“刷脸取现”;客户在手机银行APP中可以通过远程身份认证完成大额转账等需要授权认证的业务。同时，基于人工智能技术，商业银行能够有效提升客户体验。例如2019年百度与浦发银行联合推出的“数字人”员工，在知识图谱、自然语言理解、深度学习等技术的支持下能够自我更新知识，洞察客户需求，使普通用户享受到一对一的VIP服务。
3.提高风险控制水平
商业银行作为特殊的企业，良好的形象和可靠的信誉是其获取盈利最根本的保证。加强风险管理是银行维持公众信心和稳定金融秩序的重要职责。商业银行的风险管理主要包括风险识别、风险分析与评价、风险控制和风险决策四个方面，金融科技在银行风险管理的各个环节都能够发挥重要的作用。首先，依托大数据征信技术，商业银行可以引入来自公安局、检察院、法院以及第三方征信平台等多个外部平台的数据信息，在深度学习、监督学习、集成学习等技术的支持下，建设多元化信用评估体系并进行客户分析、风险评定和信用评估，从而为不同信用级别的客户提供差异化额度。例如美国互联网金融公司Zest Finance成功基于大数据建立信用评估模型，利用多个预测分析模型进行多角度学习，对海量数据进行挖掘，并根据神经网络与模糊算法形成独立的信用分数，精准地评估客户的信用风险。其次，基于生物识别技术，在应对骗贷、身份盗取等欺诈手段时，银行可以根据人脸、语音等生物特征识别验证客户身份，通过比对客户留存信息和验证时采集到的信息进行判断，并可以在此基础上协助公安机关有针对性地拦截和打击欺诈团伙。再者，商业银行可以基于区块链技术，在贷款和网络融资领域开发新业务。例如蚂蚁金服2019年7月推出的“双链通”业务，通过贷款业务与区块链技术的结合，使所有参与贷款的机构全部链接在区块链技术网络上，保证资金的流转过程明确清晰并且留下痕迹，遏制了资金被挪用的风险。再比如微众银行研发的基于联盟链的联合贷款备付金管理及对账平台，通过优化联合贷款中的备付金管理和对账流程，实现了联合贷款机构间的结算与清算。
参考文献：
[1]孙娜.新形势下金融科技对商业银行的影响及对策[J].宏观经济管理，2018（04）：72-79.
[2]中国人民银行.关于印发《金融科技（FinTech）发展规划（2019-2021年）》的通知.[EB/OL].2019-12-03.http：//www.pbc.gov.cn/zhengwugongk ai/127924/128038/128109/3886683/2019090617242730910.pdf.
[3]赵广立.生物识别技术应用方兴未艾[N].中国科学报，2019-09-26（008）.
[4]周睿敏，張文秀.金融科技创新风险及控制探析——基于大数据、人工智能、区块链的研究[J].中国管理信息化，2017，20（19）：33-36.
[5]喻思南.区块链，你了解多少[N].人民日报，2019-10-30（002）.
[6]李兴双.区块链技术赋能金融科技创新[J].金融电子化，2017（09）：53-55+6.
[7]数字经济进入新阶段，人工智能将带来三大变革.[EB/OL].2019 -12-03.http：//tech.gmw.cn/2019-11/28/content_33355369.htm.
[8]刘新海，丁伟.美国ZestFinance公司大数据征信实践[J].征信，2015，33（08）：27-32.
[9]李冰.蚂蚁金服已打通40个区块链应用场景[N].证券日报，2019-07-31（B01）.
[10]周轩千.微众银行促金融联盟链升级[N].上海金融报，2017-04-21（A10）.
作者简介：朱磊（1986- ），女，江苏南京人，江苏开放大学（江苏城市职业学院），研究实习员，硕士研究生，研究方向：应用会计与金融;顾云卿（1987- ），男，江苏南京人，交通银行江苏省分行，硕士研究生，研究方向：金融科技、人工智能