-
首页
-
- 首页
- 观点
黄卓：数智化时代的中国金融科技发展趋势
发布日期：2023-05-25 05:05 来源：
题记：2023 INNO CHINA 中国产业创新大会——北大创新评论春季论坛于2023年5月9日在北京成功召开，本文为北京大学国家发展研究院助理院长、北京大学数字金融研究中心常务副主任、北京大学长沙计算与数字经济研究院副院长黄卓老师创新发言实录节选。
金融科技助力金融机构的数字化转型和升级金融科技和数字化发展早期以平台型的金融科技企业为主。从移动支付开始，数字技术逐步向在线投资、借贷及保险领域渗透。这同时引起了竞争效应，以商业银行为代表的传统金融的金融中介地位受到挑战，使得这些金融机构寻求转型。与此同时，金融科技的平台也积极发挥自身优势，面向用户、数据以及科技优势和机构展开各种业务合作，为平台上的海量用户提供数字赋能。
对于金融机构，金融科技降低了金融机构对于物理网点的依赖，也提高了用户覆盖率和触达能力。近年来，商业银行新开设的网点数量已经少于关闭网点数量。未来金融业务的增加，更多将来自于数字技术和科技的赋能。同时，人工智能大数据分析技术也可以提升金融机构的经营能力和资金运用效率，以降低金融风险。
国家的“十四五”规划提出稳妥发展金融科技，加快金融机构数字化转型。2022年4月银保监会印发《关于银行业、保险业数字化转型的指导意见》，要求深化金融供给侧结构性革命，以数字化转型推动银行业和保险业高质量发展。构建适应现代经济发展的数字金融新格局，不断提高金融服务实体经济的能力和水平，有效防范金融风险。
金融机构同样在大力推进数字化转型。北大数字金融研究中心谢绚丽教授团队构建的中国商业银行数字化转型指数表明，大型国有商业银行起步比较领先，处于最高水平。股份制商业银行起步较晚，但发展速度很快。互联网银行同样起步较晚，但其用有强大的互联网和科技基因，所以起点较高。这三类是处于第一梯队。相比之下，城商行、农商行、外资银行数字化水平转型指数低一些。
除了商业银行，证券、保险、信托以及基金公司等各类金融机构，也都通过自主研发、投资技术类公司或成立金融科技子公司等形式，来提升自身科技能力，来积极推动数字化转型。
近年来，数字化转型的重点也发生了变化：2010-2013年，以电子银行、手机银行为主；2014-2017年以互联网和互联网金融为主，主要是数字化渠道；2018-2021年，以金融科技和数字化技术为主；到了2022年，金融机构数字化转型转型的重点偏向了智能化。
人工智能技术驱动的金融科技回顾我国金融体系的技术升级，实际上是从信息化-数字化-智能化的过程。最初主要向发达国家的金融机构学习信息化管理水平。数字化时代，我们进入世界第一梯队，甚至在某些领域处于全球领先地位。未来，中国的金融科技能否引领全世界发展，重点在于如何把握智能化的趋势。
ChatGPT的出现，标志着人工智能应用跨越了奇点，这是一个量变到质变的智能涌现阶段。不同技术的成熟期有所差异，它关于文字、语音以及对整个语言的识别理解能力，大多在2010年以后才显著提升。大概在2018年-2020年才跨越一个关键的界限——超过人类识别的平均准确水平。
目前，国内外的科技巨头都在积极布局AI大模型，其背后是基于算力、算法和数据的竞争。在部分尖端领域，我国处于被美国“卡脖子”的状态，比如高性能芯片。但是对于普通计算芯片，我们具有一定的自主能力，在算力方面，国家通过东数西算等战略积极寻求布局。在人工智能算法、人才及专利等领域，我们处于国际的领先梯队。在数据量方面，中国已成为数据量最大、数据类型最丰富的国家。但在数据应用领域仍面临挑战。国内各大科技企业积极布局大模型，呈现出“百模大战”。
商业银行的科技专利也在向区块链和人工智能技术重点布局。人工智能技术将引领我国金融科技从应用创新驱动阶段步入到技术创新驱动阶段，从而提升国际竞争力。如在智能投顾领域，金融机构能够利用智能技术为资产管理和财务管理业务赋能；对长尾投资者进行快速财富画像，确定投资者的风险偏好，借助数据与算法来实现个性化的最优资产配置。针对AI大模型在金融中的应用，在智能客服、智能营销领域，能够更好地提供人机交互以及用户画像、产品匹配。同时，还可以作为智能办公助手，为客户经理提供赋能。在智能风控领域，可以提高金融机构的风险管理能力。此外，AI生成内容可以助力投资者教育。
赋能产业转型升级的金融科技国内目前金融科技创新主要集中于消费互联网，即零售端。但如今经济高质量发展的动能是产业端的数字化。传统产业、制造业的数字化转型升级，以及数字经济与实体经济进行深度融合，促进创新性企业成长。金融如何对这些产业进行赋能？接下来的发展重点将会是产业数字金融——以产业互联网为依托、以数据为生产要素、以数据信用为核心特征的新型金融形态。北大数据中心团队去年到深圳调研，很多金融机构目前都在产业端做创新，获得了很好的发展机会，产业数字金融为金融科技企业与金融机构打开了更广阔的市场空间。
另外，基于重点行业、产业链，核心企业、场景的数字供应链金融，将会成为下一个热点。通过深入理解产业逻辑，有效利用产业生态与场景来构建数字供应链风控体系。同时，以大量、真实的动态经营数据和行为数据为特征，来替代传统担保和抵押作为信用风控核心的基础变量，从而降低金融服务门槛，为中小企业、科技型企业提供信贷支持。在此过程中，区块链、物联网、云计算等技术的应用对数据的真实性起到了保障作用。
数据要素驱动的金融科技
数据是数字经济和数字化转型的核心要素。然而，作为一种独特的生产要素，数据不能简单地套用传统要素的治理和交易方式。原因在于——数据的产权难以界定；数据需要连通才能发挥作用，存在数据孤岛；数据隐私与数据安全问题。
数据是金融科技业务中的核心竞争力。目前在信贷领域，大数据风控快速发展，市场化的个人征信机构开始出现，在此过程中存在一些挑战。有效的风控需要打通个人数据、企业数据、行业数据以及公共部门的信用数据通，其中使用公共部门的信用数据较为困难。另外，部分金融科技和金融机构在引流、助贷以及联合放贷的过程中，可能也会面临个人信用数据的合规使用问题。比如征信数据的断直连，要求科技公司不能将用户的个人数据直接提供给金融机构，而是须要通过持牌征信公司来提供。
2023年3月，中共中央、国务院印发了《党和国家机构改革方案》，明确提出组建国家数据局，负责协调推进数据基础制度建设，统筹数据资源整合共享和开发使用，统筹推进数字中国、数字经济、数字社会规划和建设。同时在去年年底，中共中央、国务院也印发了《关于构建数据基础制度更好发挥数据要素作用的意见》（简称“数据二十条”）。它从制度层面规定了数据确权、数据流通、数据治理等关键环节，初步搭建了我国数据基础制度的“四梁八柱”，标志着我国数据要素市场从无序自发探索阶段进入有序规范的正式探索阶段。依托于数据要素市场进一步完善，公共数据有望进入规范和流通和使用，助力企业的信用建设，也有助于金融科技企业和金融机构提供基于数据的金融服务。
我相信在数字经济时代，在数字技术和人工智能技术的赋能下，中国金融科技行业能够获得更加广阔的发展空间！
黄卓，北京大学国家发展研究院助理院长、博士生导师、北京大学长沙计算与数字经济研究院副院长
本文来源：北大创新评论
国家发展研究院官方微信
Copyright© 1994-2012 北京大学 国家发展研究院 版权所有, 京ICP备05065075号-1
保留所有权利，不经允许请勿挪用
-
首页
-
黄卓：数智化时代的中国金融科技发展趋势
发布日期：2023-05-25 05:05 来源：
题记：2023 INNO CHINA 中国产业创新大会——北大创新评论春季论坛于2023年5月9日在北京成功召开，本文为北京大学国家发展研究院助理院长、北京大学数字金融研究中心常务副主任、北京大学长沙计算与数字经济研究院副院长黄卓老师创新发言实录节选。
金融科技助力金融机构的数字化转型和升级金融科技和数字化发展早期以平台型的金融科技企业为主。从移动支付开始，数字技术逐步向在线投资、借贷及保险领域渗透。这同时引起了竞争效应，以商业银行为代表的传统金融的金融中介地位受到挑战，使得这些金融机构寻求转型。与此同时，金融科技的平台也积极发挥自身优势，面向用户、数据以及科技优势和机构展开各种业务合作，为平台上的海量用户提供数字赋能。
对于金融机构，金融科技降低了金融机构对于物理网点的依赖，也提高了用户覆盖率和触达能力。近年来，商业银行新开设的网点数量已经少于关闭网点数量。未来金融业务的增加，更多将来自于数字技术和科技的赋能。同时，人工智能大数据分析技术也可以提升金融机构的经营能力和资金运用效率，以降低金融风险。
国家的“十四五”规划提出稳妥发展金融科技，加快金融机构数字化转型。2022年4月银保监会印发《关于银行业、保险业数字化转型的指导意见》，要求深化金融供给侧结构性革命，以数字化转型推动银行业和保险业高质量发展。构建适应现代经济发展的数字金融新格局，不断提高金融服务实体经济的能力和水平，有效防范金融风险。
金融机构同样在大力推进数字化转型。北大数字金融研究中心谢绚丽教授团队构建的中国商业银行数字化转型指数表明，大型国有商业银行起步比较领先，处于最高水平。股份制商业银行起步较晚，但发展速度很快。互联网银行同样起步较晚，但其用有强大的互联网和科技基因，所以起点较高。这三类是处于第一梯队。相比之下，城商行、农商行、外资银行数字化水平转型指数低一些。
除了商业银行，证券、保险、信托以及基金公司等各类金融机构，也都通过自主研发、投资技术类公司或成立金融科技子公司等形式，来提升自身科技能力，来积极推动数字化转型。
近年来，数字化转型的重点也发生了变化：2010-2013年，以电子银行、手机银行为主；2014-2017年以互联网和互联网金融为主，主要是数字化渠道；2018-2021年，以金融科技和数字化技术为主；到了2022年，金融机构数字化转型转型的重点偏向了智能化。
人工智能技术驱动的金融科技回顾我国金融体系的技术升级，实际上是从信息化-数字化-智能化的过程。最初主要向发达国家的金融机构学习信息化管理水平。数字化时代，我们进入世界第一梯队，甚至在某些领域处于全球领先地位。未来，中国的金融科技能否引领全世界发展，重点在于如何把握智能化的趋势。
ChatGPT的出现，标志着人工智能应用跨越了奇点，这是一个量变到质变的智能涌现阶段。不同技术的成熟期有所差异，它关于文字、语音以及对整个语言的识别理解能力，大多在2010年以后才显著提升。大概在2018年-2020年才跨越一个关键的界限——超过人类识别的平均准确水平。
目前，国内外的科技巨头都在积极布局AI大模型，其背后是基于算力、算法和数据的竞争。在部分尖端领域，我国处于被美国“卡脖子”的状态，比如高性能芯片。但是对于普通计算芯片，我们具有一定的自主能力，在算力方面，国家通过东数西算等战略积极寻求布局。在人工智能算法、人才及专利等领域，我们处于国际的领先梯队。在数据量方面，中国已成为数据量最大、数据类型最丰富的国家。但在数据应用领域仍面临挑战。国内各大科技企业积极布局大模型，呈现出“百模大战”。
商业银行的科技专利也在向区块链和人工智能技术重点布局。人工智能技术将引领我国金融科技从应用创新驱动阶段步入到技术创新驱动阶段，从而提升国际竞争力。如在智能投顾领域，金融机构能够利用智能技术为资产管理和财务管理业务赋能；对长尾投资者进行快速财富画像，确定投资者的风险偏好，借助数据与算法来实现个性化的最优资产配置。针对AI大模型在金融中的应用，在智能客服、智能营销领域，能够更好地提供人机交互以及用户画像、产品匹配。同时，还可以作为智能办公助手，为客户经理提供赋能。在智能风控领域，可以提高金融机构的风险管理能力。此外，AI生成内容可以助力投资者教育。
赋能产业转型升级的金融科技国内目前金融科技创新主要集中于消费互联网，即零售端。但如今经济高质量发展的动能是产业端的数字化。传统产业、制造业的数字化转型升级，以及数字经济与实体经济进行深度融合，促进创新性企业成长。金融如何对这些产业进行赋能？接下来的发展重点将会是产业数字金融——以产业互联网为依托、以数据为生产要素、以数据信用为核心特征的新型金融形态。北大数据中心团队去年到深圳调研，很多金融机构目前都在产业端做创新，获得了很好的发展机会，产业数字金融为金融科技企业与金融机构打开了更广阔的市场空间。
另外，基于重点行业、产业链，核心企业、场景的数字供应链金融，将会成为下一个热点。通过深入理解产业逻辑，有效利用产业生态与场景来构建数字供应链风控体系。同时，以大量、真实的动态经营数据和行为数据为特征，来替代传统担保和抵押作为信用风控核心的基础变量，从而降低金融服务门槛，为中小企业、科技型企业提供信贷支持。在此过程中，区块链、物联网、云计算等技术的应用对数据的真实性起到了保障作用。
数据要素驱动的金融科技
数据是数字经济和数字化转型的核心要素。然而，作为一种独特的生产要素，数据不能简单地套用传统要素的治理和交易方式。原因在于——数据的产权难以界定；数据需要连通才能发挥作用，存在数据孤岛；数据隐私与数据安全问题。
数据是金融科技业务中的核心竞争力。目前在信贷领域，大数据风控快速发展，市场化的个人征信机构开始出现，在此过程中存在一些挑战。有效的风控需要打通个人数据、企业数据、行业数据以及公共部门的信用数据通，其中使用公共部门的信用数据较为困难。另外，部分金融科技和金融机构在引流、助贷以及联合放贷的过程中，可能也会面临个人信用数据的合规使用问题。比如征信数据的断直连，要求科技公司不能将用户的个人数据直接提供给金融机构，而是须要通过持牌征信公司来提供。
2023年3月，中共中央、国务院印发了《党和国家机构改革方案》，明确提出组建国家数据局，负责协调推进数据基础制度建设，统筹数据资源整合共享和开发使用，统筹推进数字中国、数字经济、数字社会规划和建设。同时在去年年底，中共中央、国务院也印发了《关于构建数据基础制度更好发挥数据要素作用的意见》（简称“数据二十条”）。它从制度层面规定了数据确权、数据流通、数据治理等关键环节，初步搭建了我国数据基础制度的“四梁八柱”，标志着我国数据要素市场从无序自发探索阶段进入有序规范的正式探索阶段。依托于数据要素市场进一步完善，公共数据有望进入规范和流通和使用，助力企业的信用建设，也有助于金融科技企业和金融机构提供基于数据的金融服务。
我相信在数字经济时代，在数字技术和人工智能技术的赋能下，中国金融科技行业能够获得更加广阔的发展空间！
黄卓，北京大学国家发展研究院助理院长、博士生导师、北京大学长沙计算与数字经济研究院副院长
本文来源：北大创新评论
访问学者申请
EMAIL
北京大学
ENGLISH
