2017年开年以来，快速增长的线上业务令南京银行信息技术部系统压力倍增。而近期，该行借助阿里巴巴以及蚂蚁金服在大数据和人工智能等方面的技术能力，构建了完全基于互联网技术构建的金融核心交易平台“鑫云+”互金平台。
自金融消费领域引入科技力量，综合应用包括IaaS、数据库、PaaS、移动PaaS、大数据、开发测试、安全、监控等后，南京银行实现了由最初上线消费金融20万元业务向500万元飞跃的不俗成绩。
近年来，消费类新金融的快速升级，催生科技促转型的革新力量。央行最新公布数据显示，截至9月末，住户部门短期贷款新增加1.53万亿元，是去年同期的3倍，占全部新增贷款的比重从去年同期的5%提高到目前的14%左右。与此同时，传统金融机构与互联网金融机构密切合作，纷纷布局云计算与大数据模型在消费金融领域的应用。
科技推动消费类金融创新
借助分期购物、电商赊销、线上小额贷款等国民消费金融需求与规模的井喷趋势，金融科技已成“全球热”。
据金融稳定理事会(FSB)于2016年作出的初步定义，金融科技指通过技术手段推动金融创新，形成对金融市场、机构及金融服务产生重大影响的业务模式、技术应用以及流程和产品。
南京银行方面表示，“鑫云+”互金平台提出了“1+2+3N”的业务合作模式。“1”代表了一家银行，即南京银行；“2”代表了阿里云和蚂蚁金融云；“3N”分别代表的是医、食、住、教、产、销等N个业务场景，旅游、电商、快递等N个行业平台，以及N家以鑫合金融家俱乐部成员行为主的中小银行。
交通银行金融研究中心高级研究员、南京大学金融学博士何飞认为，金融科技侧重于通过科技手段推动金融创新，除了在技术手段上实现以大数据、云计算、人工智能、区块链、物联网等创新技术更替传统互联网技术进阶外，当前国内金融科技发展的业务范畴不再局限于借贷与支付领域，还向征信、投资、理财、保险、货币发行等金融业务拓展。另一方面，除了长尾人群，金融科技还面向中产阶层及高端人群提供智能投顾、智能投保、智能理财等服务。
事实上，通过互联网巨头获得金融牌照、金融机构搭建互联网平台和互联网巨头与金融机构合作，传统金融机构正在与互联网机构加强合作应用。
大型传统金融机构和与互联网巨头共同应用金融科技在今年渐成主流。
3月28日，建设银行与阿里巴巴、蚂蚁金服签署三方战略合作协议。6月16日，工商银行与京东集团宣布开展全面合作。6月20日，农业银行与百度建立战略合作关系。6月22日，中国银行与腾讯宣布组建金融科技联合实验室。8月22日，交通银行与苏宁集团达成战略合作，将共同设立“交行—苏宁智慧金融研究院”。股份制银行也纷纷加入合作潮流。以民生银行为例，7月初，其相继与中国联通、小米科技、搜狐集团签署战略协议，开启全行业合作。
非银金融机构也围绕金融科技细分领域加快对外合作步伐。例如，6月13日，华夏基金与微软亚洲研究院举办战略合作发布会，共同推进“人工智能+金融”的研究实践。
中小机构发力大数据风控
目前，除了大型金融机构和互联网公司外，也有不少的中小型互联网金融机构随着消费信贷高涨而崛起。此前有媒体报道，据不完全统计，目前持消费金融牌照的22家公司和持网络小贷牌照的203家公司中，就有近1/3的公司明确提到公司利用人工智能、大数据等技术，提高金融效率。此外，还有近千家的类消费金融和线上小额贷款平台兴起，布局大数据与人工智能领域。
“大数据量化模型、人脸识别、区块链等新兴技术在对传统的银行信用卡审核模式具有优势，催生了小型互联网金融机构求新求变。”某家全国股份制银行浙江地区分行相关人士说。
一家月放款额在上线两年超过20亿元的现金贷平台负责人表示，相比于传统金融机构，该公司更看重技术能力。其接受采访时称，目前公司80%以上的员工都是技术人员，几十人的团队可以运营每月100万笔以上的放款量。因为采用了互联网大数据方式，将收集的数据并进行清洗和建模，形成个人信用评分体系，省去了传统金融服务的流程。
此外，人脸识别等技术也加入了消费金融竞争中。如马上消费金融就将其研发的人脸识别技术嵌入到风控环节中。“因为消费金融没有面签，那么如何利用人脸识别技术进行身份验证环节更加重要，如果人脸识别的准确度有千分之一的提升，都会节省接近几千万元的反欺诈成本。”马上消费金融CTO蒋宁表示，该公司还开发了风控系统、智能客服系统、智能催收系统等。
蒋宁认为经营消费类新金融的线上平台，核心主要是获客、运营和风控三方面。其中，获客是平台生存的第一步，而风控则是控制坏账，关系到平台是否可以盈利。不少线上放贷平台已经开始利用大数据和人工智能技术审核借款资质，这种量化的风控模式具有速度快、成本低等优势。
“技术做得好的公司，从产品设置、风控模型、获客方式甚至最后的催收，都有人工智能和大数据的影子。”一家月放款额排名前三、月利润超过亿元的现金贷平台工作人员表示，人工智能系统会进行自我数据挖掘，来观察还款率高的人群特征并添加到模型中，对获客渠道进行研究从而让投放更精准；甚至在智能催收系统中，也会通过数据来针对不同借贷人群，对比什么样的催收方式更加有效，从而为后台催收团队提供建议。
监管须兼顾发展与风控
值得关注的是，线上小额贷款的快速发展也催生了掌握风控技术的风控、运营服务外包公司兴起，专门从事线上放款平台的金融服务外包业务，其中卖风控模型成为了此类公司的获利手段。
一家浙江地区的现金贷公司市场部负责人表示，公司的大数据风控模型就是买的基础框架，然后再接入一些付费的第三方数据。
“这个行业鱼龙混杂，市面上积累的数据就那么多，不仅大数据风控公司卖模型，一些现金贷公司也卖模型，而模型的多次买卖也造成了目前部分公司模型趋同。这不仅导致平台自身的风险，还会对其他平台的大数据风控带来挑战。”该负责人透露，公司利用爬虫技术，找出借款人是否在别的借款平台上有高额负债等情况。此外，还必须配合产品设置、反欺诈、催收等风险管理措施。
“不少消费金融公司对风控的认识存在误区，把大数据或者大数据模型等同于风控。”马上消费金融助理首席风控官杨明表示，大数据模型对于风控管理是非常重要的，但它只是其中的一环，风控体系包括很多层面，例如贷前、贷中、贷后全面的风控系统的搭建；新产品上线的风险评估、渠道管理、反欺诈人工调查；还有操作风险管理、资产管理等都是风控体系中非常重要的环节。
智融集团CEO焦可接受采访时也表现出对于趋同的大数据风控模型的风控担忧。“用钱宝的大数据风控模型涉及1000多个参数，但如果参数公开太多，也等于泄密给一些骗贷的人，很可能造成模型失灵。”他举例，通过大数据挖掘发现，在用App借钱的人中，如果借钱时手机电量比较高则还款率偏高，如果借钱时手机快没电了，那还款率则偏低。
另据近期举办的宜信公司“硅谷对话北京”峰会上，美国众议院金融服务委员会前主席巴尼·弗兰克就金融科技监管提出的建议，落实风险承担与责任，确保没有人累积过多债务以至于不能偿还比确保投资者得到保护更重要，“因为无法偿还的债务的积累是一个系统性的威胁”。
何飞则将亟待解决金融科技监管的难题列为七项：处理监管体制与金融科技发展趋势不一致的问题，应对金融科技可以规避传统金融监管方式的问题，解决金融科技发展领先于传统监管技术的问题，寻找容忍创新与底线划定的平衡点，协调机构监管与功能监管，协调金融消费者利益保护、权益保障与金融科技监管，以及平衡金融科技发展的正负外部性。
“只有解决好这七大难题，国内金融科技才能得到持久健康发展。”何飞说。
本报记者 赵琦 徐军
