当我们谈论金融科技时，有一句经典的话是必须提及的：金融科技，始于数据，兴于技术，稳于制度，成于价值观。这句话非常准确地概括了金融科技的核心要素。它告诉我们数据是金融科技的基础，技术是推动力量，制度的稳定性和价值观的契合是实现成功的关键。
场景金融四要素的定义：
一是，流量要素，场景通过主营业务积累的上下游客户群体，即为流量要素；流量要素有助于金融机构获取客户数据。二是，数据要素，场景通过主营业务沉淀的商流、物流、资金流等数据，即为数据要素；数据要素，有助于金融机构进行更加全面的客户风险画像。三是，交易要素，场景方将金融产品嵌入场景方与上下游的交易流程中（大多采用“受托支付”和“应收账款融资”等模式），即为交易要素；交易要素，有助于金融机构把控资金用途、进行全方位客户画像、提升客户粘性等。四是，信用要素，场景方通过保证金、担保、回购、货押等模式，为客户提供第二还款来源，即为信用要素。信用要素的增加，将场景平台进一步与金融机构进行了“绑定”，提升了场景金融的风险复杂度。
通过以上四要素，可对场景金融进行初步分类，不同的分类对应不同风险解决方案。后文会详细说明，对于浅场景和泛场景，可重点通过客户级的风控解决方案进行风险把控；而对于深场景，在此之上还要充分考虑场景本身和场景之外的风险要素。
一是，识别“浅”场景。仅包含流量要素和数据要素的场景属于“浅”场景，从风险视角看，这类场景下发生的金融业务与传统“中介”和“助贷”服务没有本质差别，场景参与方目的多为流量和数据变现。“浅”场景的风控主要是客户级的风控，依赖于金融机构自身的泛场景风控能力和数据的丰富程度，必要时可外购数据进行补充。
二是，关注“深”场景。随着场景金融包含要素的逐步增加，场景参与程度也由“浅”变“深”，“深”场景在前者的基础上，增加了交易要素和信用要素。场景方的深度参与，风险要素的增加，使得场景风险的复杂度以及场景方与金融机构的关联性也相应增强。对于“深”场景的风控，金融机构除了要对“客户级”风险进行把控之外，“场景本身”和“场景之外”风险也是需要重点评估和把控的。
随着新的一波以AI为代表的技术革命浪潮的出现和发展，是否会带来对传统银行模式的淘汰，需要且值得更深入的考察和研究。
文章来源：人大金融科技研究所