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