Ⅲ编者按

变革总在不知不觉中悄然萌芽。回看过往三年,新与旧交织,道与术并存,理性与梦想、沉稳与激进从未如此相融。

当然,无论时代的浪潮如何翻涌,总有一群弄潮儿傲立于潮头,肩挑起一个行业的未来。以BATJ为首的科技巨头,以数据、科技为名,意图将触角渗透到更广泛的领域;传统银行后起直追,积极以变革嫁接科技;无数创业者,携技术之利,在行业内找到自己的生存之地。

这是一场横跨金融和科技两个赛道的战事,并且已近中场。对于所有的入局者来说,准备好的它们正要迎接一场更为激烈的赛事。未来已来,颠覆与被颠覆,都在转瞬之间。

作为《金融科技的中场战事》专题系列文章之一,本文旨在探讨在普惠金融的先驱者砥砺前行的道路上,金融科技如何助力破局?伴随着二者的聚合推动,普惠金融又将迎来哪些新的机会和挑战?

什么是好的金融?

诺贝尔经济学奖得主、耶鲁大学经济学教授罗伯特·希勒曾经提出过这样的理念:金融并非“为了赚钱而赚钱”,而应该是“推动平等社会宏伟目标最终实现”的最佳动力,应该以“金融机构在普通民众的生活中更常见”为目标。

而在曾经的很长一段时间内,金融业都被视为“嫌贫爱富”的存在。美国经济学家迈克尔·舍默的“银行家悖论”广为流传:最需要钱的人,信用风险都很大,因此得不到贷款;而最不需要钱的人,信用记录最好,因此越能得到贷款。

幸运的是,伴随着普惠金融被提出、推广和广泛实践,罗伯特·希勒理想中的金融世界正在逐步变成现实。

按照世界银行的定义,普惠金融是“在一个国家或地区,所有处于工作年龄的人都有权使用一整套价格合理、形式方便的优质金融服务”,包括那些此前被商业银行拒绝的人。

商业世界自有一套生存逻辑,普惠金融也同样如此:金融不是慈善,要推动旨在赚取利润的金融机构去践行普惠金融,要提高对信贷风险的精准把控,降低甄别与服务成本。因此,金融科技的存在,成为支撑普惠金融在AI时代推进的必要所在。

普惠金融的先驱者正在砥砺前行,而金融科技正是一阵破局的东风。伴随着二者的聚合推动,普惠金融也迎来了新的机会和挑战。

01 | 溯源普惠金融

什么是普惠金融?

联合国在2005年“国际小额贷款年”的宣传文献中正式提出“普惠金融”概念:“要让所有人特别是弱势群体享有平等的金融权利,让金融权利惠及所有阶层。”经过十几年的发展,目前,普惠金融已经在全球范围内被推广和实践。

溯源历史,我国的普惠金融任重道远。长期以来,受制于地域、基础设施等限制,以及低线城市及农村下沉市场客群普遍缺乏合格抵押物、征信信息不完善、风控数据难以依靠线上获取等因素,导致下沉市场的风控和服务成本较高,信贷风险难以把控,使得普惠资金下沉动力不强、阻力较大,“融资难、融资贵”的问题一直没有得到有效的解决,下沉市场普惠金融服务长期稀缺。

以“融资难、融资贵”的小微企业为例,其存在“56789”的现状:贡献了50%以上的税收,60%以上的GDP,70%以上的技术创新,80%以上的城镇劳动就业,90%以上的企业数量,但是信贷规模却只占24%,与其在国民经济中的贡献度严重不匹配。

国务院于2015年发布的《推进普惠金融发展规划(2016—2020年)》中提出,普惠金融是指立足机会平等要求和商业可持续原则,以可负担的成本为有金融服务需求的社会各阶层和群体提供适当、有效的金融服务。自此,普惠金融开始在我国得到大力的推广和落地实践。

在政策不断加码和多方机构的共同努力下,普惠金融取得了显著成效:多元化机构体系不断完善,金融服务可得性和质量不断提升,金融基础设施和外部环境逐渐改善,普惠金融法律法规体系不断健全,货币政策、差异化监管政策、财税政策不断优化。

以普惠金融供给侧的主导力量银行信贷为例,截至2018年末,人民币普惠金融领域贷款余额13.39万亿元,同比增长13.8%;普惠口径小微贷款余额9.36万亿元,同比增长21.79%,增速远高于整体贷款余额。

02 | 普惠新前景

在7月1日的大连夏季达沃斯论坛上,中国建设银行副行长黄毅感叹,中国的商业银行做普惠金融做不起来。

小微贷款信贷需求一直存在,只是在过往金融体系中,这部分需求长期未能得到满足。也就是说,蓝海一直都在,但在普惠金融真正下沉之前,这部分蓝海中潜藏的财富,一直都未能被有效挖掘,或者说,广大金融机构,心有余而力不足。

金融科技的发展改变了这一现状。

一方面,金融科技的发展缩短了金融与用户之间的距离,线上获客、线上营销将金融触角延伸到更加广阔的领域;

另一方面,大数据时代的来临为小微金融的客户调研提供了更多线上化的参考数据,解决了小微客群征信不足的老大难问题,便于为用户提供不同的金融服务方案。

以向前金服为例,其为遍布全国各地的借款个人提供信用借款咨询服务。据其信息披露版块最新发布的运营报告显示,截至2019年6月30日,其运营已有3年25天,累计借贷347.98亿元,累计借贷笔数45.55万次,累计借款人数41.81万人,另悉其人均借款金额为7万元左右。

能服务众多不同地域的借款人,在于向前金服充分将大数据、AI等先进技术运用于借款人还款能力与还款意愿的高效审核中。今年,向前金服计划将其大数据智能风控系统“听风者”升级至3.0版本,据向前金服CRO(首席风险官)金可冶介绍,这一系统在对用户借款进行审核的同时,还能够在授信上给出具体额度和定价。

在核心痛点和难点终于被逐个攻破之后,小微金融也从原本金融机构眼中难啃的“硬骨头”,变成了一块极具吸引力的新蓝海。

庞大的市场和非标准化的服务对象,决定了下沉市场仅仅依靠银行等传统金融机构并不能满足其需求, 在传统金融机构涵盖的人群之外,还存在结构性空白市场。

为解决这部分需求,近年来国内出现了一批新金融机构,定位于小微企业主、个体工商户、自营就业者,针对其他领域分散、需求多样复杂、金融素养和互联网能力参差不齐的特点,提供各种信贷解决方案。

有机构发布的《中国小微金融行业报告》显示,2019年全年普惠型小微贷款余额增速在25%,2020年仍能保持20%以上增速。届时,小微金融机构的贷款余额将达到14万亿元,年增量相当于当前五大行小微金融贷款余额之和。

03 | 普惠新根基

在实现金融服务向更广泛区域、更多样化人群辐射的同时,在金融科技下,普惠金融也在向着更加纵深的领域迈进。

北京大学数字金融研究中心发布的《北京大学数字普惠金融指数(第二期)》显示,2018年,数字金融的覆盖广度、使用深度和数字化程度指数最高的地区与最低的地区之比分别为1.42、1.65和1.20;而2011年这三个指数最高和最低之比分别为50.4、18.3和12.3,2015年则为1.85、2.07和1.21。

这意味着,在数字普惠金融推广的初期,指数的增长主要靠覆盖广度来驱动,即覆盖更多的人群,但到近几年,数字金融的使用深度也成为数字普惠金融指数的重要驱动因素。

中小银行互联网金融联盟执行副秘书长蒋骊军认为,过去鉴于银行对中小企业的风险识别能力不够,靠人工,靠跑,效率上不去。

* 中小银行互联网金融联盟执行副秘书长蒋骊军

而金融科技的入场可以有效弥补金融机构在数据整合、风险把控等方面的不足。由国家金融与发展实验室发布的《普惠信贷聚合模式研究报告》指出,在传统的财务信息、征信数据之外,在金融科技帮助下,金融机构还可以获得大量软信息,对借款人进行 360 度的风险扫描,同时,以个人信用替代企业信用的风控思路转变,是当前普惠金融获得快速发展的原因之一。

在这个被各种数据充斥的时代,个人信用数据的来源就可能是各种日常生活点滴,比如水电费缴纳,比如信用卡按时还款等。

比如前文提到的向前金服,其风控思路是“把很多看似不重要的小事做好”。在金可冶看来,“金融的边界在无限拓展,但风控的底线无法逾越”,在众多科技的助力下,金融有了更多的人文关怀,可以为更多长尾人群提供服务。

04 | 普惠新挑战

成功不可能一蹴而就。在新技术引领着普惠金融向纵深领域发展的同时,挑战依然存在。

一方面,国家在鼓励金融科技的同时,也在关注喂养技术的信息数据方面的安全问题。而金融科技业务链条上在过去草莽时代产生了一些不合规做法,为行业的健康发展蒙上了一层阴影。而随着国家扫黑除恶专项行动的深入,行业痼疾同样也成为国家打击的重点。这些,都要求普惠金融在政策引导的框架下,更加合法合规地发展。

另一方面,虽然目前普惠金融的发展已经取得一定成效,但若要取得更进一步的发展与突破,细分市场的供求失衡问题,仍然是下一阶段普惠金额发展所需要攻克的难题。

基于金融科技的赋能模式一定程度上延展了银行、互联网信贷服务商等机构的业务边界,但在进一步市场扩张和下探,或满足存量客户更复杂多元的融资需求时,其商业可持续性均或多或少遭遇挑战,需要通过突破现有模式的局限来应对。

在6月28日召开的2019普惠金融高峰论坛上,国家金融与发展实验室副主任曾刚在发言中指出,金融科技在风控的层面针对不同类型的客户会有更多不同的风控模式选择,这是在过去一段时间可观察到的很大变化。

* 2019普惠金融高峰论坛现场

面对新阶段下普惠金融所面临的新机遇和新挑战,向前金服也在做着积极的准备。一方面,发挥制度的作用,建立业务管理规范、业务行为合规管理办法等制度,并与绩效管理、晋升制度形成联动,要求服务人员的日常行为严格遵守法律法规和监管要求,不碰触业务红线,不涉高利贷、现金贷、校园贷等违规业务。

与此同时,向前金服还提出了全生命周期风控理念,旨在实现风险的纵深防御。通过大数据人工智能风控平台“听风者”在贷前实施有效的反欺诈措施,贷中还可对借贷活动进行动态监控、实时提醒用户还款。

在贷后方面,不仅应用大数据、知识图谱等技术进行高效失联修复,且对不同逾期情况的借款用户实施针对性解决方案。

其中,面对恶意逃废债情况,向前金服在两年前就开始启动诉讼和仲裁程序。目前,诉讼已经成为其贷后工作中非常有成效的部分。

"未来一定会形成不同层次格局,其中的各类机构都是服务某一部分普惠人群。创新也正在不断弥补某些层次上的空白。"正如曾刚所说,不同机构在不同的市场中优势各不相同,不同的模式适用于不同的范围,决定了"分层"将是普惠金融的一个特点,也是普惠金融的必经之路。

而伴随着这样一个细分市场的到来,精益求精的向前金服也必将迎来属于它的发展阶段。

05 | 结语

普惠金融的英文翻译是Inclusive Finance,其中Inclusive也被翻译为包容性。包容性,针对的是排他性(Exclusive)或攫取性(Extractive)。

关于这一层,我们或许可以从两个维度进行理解,一个是需求侧的包容性,无论你我他,让每个人都能拥有获得金融服务的机会和权利;另一个是供给侧的包容性,无论是传统金融机构还是创新型的金融科技公司,让更加多样化的金融服务提供者,去为我们提供更加多元化、个性化的金融服务,这或许同样是普惠的另一层含义。

一点财经原创出品,未经许可,请勿转载。

破立之间:金融科技时代的普惠新机会、新挑战相关推荐

  1. 银行供应链金融业务的数字化转型方案探析 | 金融科技时代

    文章来源:金融科技时代,2021年第九期 作者:中国人民大学商学院 宋晓晨:布比(北京)网络技术有限公司 张明裕 摘要:供应链金融通过对产业链组织间的资金流.物流.信息流的有效把控,以较低的风险实现供 ...

  2. 蚂蚁金服与阿里云“双剑合璧”,加速释放金融科技时代新红利

    作为一个参加了N届云栖大会的老司机,前段时间在收到2019云栖大会的邀请后,马上就去阿里云官网"溜达"一下,看看是不是会有"剧透".不出所料,竟然发现蚂蚁金服的 ...

  3. 计算机编程教育资源,风变编程以科技实现教育普惠,俱进教育公平

    随着时代不断发展,计算机教育取得了较大的成就,比尔·盖茨基曾说过:"在21世纪,每一名学生都应该学习必备技能--编程."计算机是各行各业的基石,是让我们走在信息化时代前沿的一项&q ...

  4. 专访百度集团副总裁袁佛玉:科技创新对普惠金融正在充分发挥“乘数效应”

    图为百度集团副总裁袁佛玉在发表演讲 "随着我国数字经济的腾飞,科技创新正在充分发挥对于普惠金融的"乘数效应",加速普惠金融拓展的深度和广度."百度集团副总裁袁佛 ...

  5. 【报告分享】 中国金融科技和数字普惠金融发展报告-中关村互联网金融研究院(附下载)

    摘要: 深入阐述了以人工智能.区块链.云计算.大数据.互联和安全技术为主的"ABCD+"金融科技底层技术的发展概况.产业链运转情况和发展地图. 来源:中关村互联网金融研究院 如需查 ...

  6. 金融科技寒冬简普为何逆势增长?智能技术是关键

    去年是金融科技行业的丰收季,成功上市的公司,金融科技公司占了大多数,比如拍拍贷.融360等.今年,分期乐母公司乐信集团和主营车贷业务的灿谷等也相继登陆美股.金融科技成为"互联网+" ...

  7. 云科技时代力作:《读懂新基建,数字技术带来全民机遇》上市

    历时4年,云科技时代的重磅新作<读懂新基建:数字技术带来全民机遇>正式上市了(请移步微信公众号"云科技时代",领取限时5折码)! 这一切,都源于2013年的夏天,当时的 ...

  8. 银行数字化转型导师坚鹏:金融科技助力普惠金融新成效

    金融科技助力普惠金融新成效 课程背景: 数字化背景下,很多银行存在以下问题: Ø 不清楚金融科技如何赋能普惠金融? Ø 不清楚最新金融科技创新与应用案例? Ø 不了解银行普惠金融数字化成功案例? 课程 ...

  9. 银行数字化转型导师坚鹏:数字化时代普惠金融模式和产品创新

    数字化时代普惠金融模式和产品创新 课程背景: 很多银行存在以下问题: Ø 不清楚普惠金融的机遇与挑战? Ø 不知道普惠金融模式和产品如何创新? Ø 不知道普惠金融产品创新的成功案例? 课程特色: Ø  ...

  10. 《金融科技(FinTech)发展规划(2019-2021年)》梳理

    中国人民银行印发<金融科技(FinTech)发展规划(2019-2021年)> 央行指出,虽然我国在金融科技方面已具备一定基础,但也要清醒地看到,金融科技的快速发展促使金融业务边界逐渐模糊 ...

最新文章

  1. Java 线程同步组件 CountDownLatch 与 CyclicBarrier 原理分析
  2. 亲和性分析_0(python数据挖掘入门与实践-实验1)
  3. NgRx Store createSelector 返回的 selector 执行取数逻辑的单步调试
  4. jsp是在html里面嵌入哪种代码?_奶茶店铺用哪种制冰机才合适?
  5. java精通时间_你真的精通 Java 吗?
  6. 线段树区间合并--询问某段区间内最长连续上升子序列即最长上升子串
  7. Unity自学虚拟摇杆
  8. 教你学习JavaScript的this入门到进阶最全用法
  9. 多用组合少用继承的设计模式JAVA_结合设计模式理解多用组合少用继承的原则(转)...
  10. 验证码_python
  11. linux oracle访问mysql_linux oracle 查询所有数据库
  12. Linux命令 - zip命令
  13. 大夏天解渴,喝茶,喝凉白开
  14. Android网络开发(一、Socket通信HTTP通信)
  15. 多变量线性回归(机器学习笔记三)
  16. uni-app之城市选择
  17. 基于数据统计的随机组建试卷的算法研究
  18. 基于情感词典的情感分析
  19. 【笔记】95%置信区间:一般我们用中括号[a,b]表示样本估计总体平均值误差范围的区间,a、b的具体数值取决于你对于“该区间包含总体均值“这一结果的可信程度,因此[a,b]被称为置信区间
  20. CODESYS开发教程3-IO控制

热门文章

  1. c语言存储器模式,单片机C51存储器类型及存储模式
  2. pyqt使用graphicsView显示图片
  3. 小书匠配置github图床服务(详细版)
  4. 浅谈MYSQL之备份恢复
  5. 搜索框 放大镜图标处理
  6. python learning notes(柒)
  7. 最新电脑cpu性能排行服务器,服务器cpu性能排行,教您服务器cpu性能排行
  8. hdu_2670Girl Love Value(dp)
  9. 路由实验7777777
  10. 指数加权移动平均(Exponential Weighted Moving Average)