原标题:传统银行觉醒，杀入金融科技领域，谁才是金融领域的主宰者？

　　有人说，传统银行是沉睡的大象。而现在，这头大象或许就要醒来。

　　在近日召开的“风控·命门”一本财经金融科技峰会上，多位资深业者，就行业的痛点和未来，展开了探讨。

　　他们指出，被称为传统金融机构的银行，其实有先天优势。

　　而金融科技的冲击，对银行不只是挑战，也是巨大的机遇。

　　主持人：

　　中国人民大学财政金融学院教授 陈忠阳

　　嘉宾：

　　广发银行风控总监 龙雨

　　融慧金科CEO 王劲

　　德勤风险咨询业务部合伙人 吴颖兰

　　世行集团IFC特聘专家 丁宇博士

　　1

　　现状

　　陈忠阳：

　　传统金融机构的风控现状是怎样的？有什么痛点？

　　龙雨：

　　抗议一下这个题目，其实在零售这个领域，很难区分传统与现代、科技与非科技。因为零售服务的是每一个个体，当你的支付习惯改变时，银行的金融服务对象就已经改变了，并没有一些传统方法可以让我们一直延续。

　　对风险管理来讲，无论是对客户信用风险的评价、欺诈风险的防控，还是对支撑这些的底层数据的分析，其实一直在跟着科技在变化。

　　传统的银行有很多建模的经验，现在我们有了更高科技的手段：信用卡已经不是拿一张纸来申请，就算面对面，我们也是在用Pad做事。早期信用卡重要的反欺诈手段，就是识别这个客户是不是本人，这张卡是不是伪造的。而现在我们有了新的识别技术，如人脸识别、OCR扫描、语音声纹识别。此外，刷卡支付越来越少，更多的是绑定支付宝、微信、ApplePay，没有实体卡作为载体，而我们的风控，更多的是识别这个刷卡行为是否符合客户常规的习惯。

　　我相信，所有服务于零售、个人的金融机构，无论小贷公司、消金公司，还是传统银行，都在随着客户走向新阶段——科技型风险管理。

　　王劲：

　　我想先定义一下传统金融和新金融。传统金融可能有十年以上的历史了。而新金融我认为是在2010年后，特别是最近两三年时间里出现的。它们有一些本质区别。

　　第一点，传统的金融行业是从门店开始的，是基于面对面的业务流程展开的。新金融没有门店，因为成本太高，所以一般从远程起步。

　　第二点，传统金融是从一个业务流程很长开始的，因为时代的原因，缺少互联网，所以一个审批的流程可能要几天甚至几个星期，而互联网金融更强调的是快速、24小时内就审批完毕, 甚至秒批。

　　第三点，传统金融在人行征信这样标准数据的使用上是非常成熟的，但是新兴的互联网企业没有这样的资源，所以必须要用到互联网的这些大数据弱变量去深入挖掘。

　　第四点，在传统金融领域，产品的迭代是相对慢的。但在互联网金融的环境下，产品有可能每一个星期都在变化，它会根据机器学习的方法来学习客户的需求，然后迭代利率、额度策略等等。

　　我认为传统金融机构转型是必然的，而我们融慧金科的角色是连接互联网技术和金融业务的一个桥梁。在这个行业中，过分强调大数据是有误解的，必须将技术与金融业务两边整体联合起来，才能真正把风控做成及时的，有效的，非常稳定的风控体系。

　　吴颖兰：

　　传统金融机构有非常长的历史，这给了它很多的资源，比如大型公司、中小企业和个人客户长期的数据积累。从信用风险来讲，这有利于它们对客户形成系统了解，有系统的评估方法以及技术手段。

　　同时，历史也给了它非常沉重的包袱。相对互金，国内银行可能有几百个系统、几百个数据集市和仓库。目前的风控，还是需要面对银行管理不协同、部门壁垒、数据不能打通等现状。

　　从体系建设上来说，中国包括中小型银行在内的银行全面风险管理体系，相对已经比较完善。过去5-10年，银行业务飞速发展，但大家熟悉的非标和标准业务，其实有相当部分的交易活动和客户，没有被纳入传统的风险管理和评估体系中来。

　　此外，大型、中小型金融机构，包括银行，都面临着数字化的问题。这个数字化的意思有两层，其中一层是根本业务模式的转型。传统大中型银行虽然转型的心理是急迫的，但实际就经营来说，并没有那么急迫，因为融资成本低，它们的盈利能力还是相当强的。

　　传统金融机构的发展历程，不是以客户为中心，是以产品为中心的。过去的自然、野蛮生长，已经让它有足够的赚钱能力，那么它们如何转型到以客户为中心？现状是，大行的电子渠道由一部分渠道部门来负责，比如网金，它们可能还同时开发了一些电商平台。传统的线下渠道，可能是由个金来主导。其实渠道的打通也是很大的挑战。

　　所以传统金融机构的风控现状，我想首先是如何持续把历史赋予的资源资产化，为信用风险、全面风险管理和评估提供真正的洞察。而对中小企业和个人客户来讲，营销方面，最先进的数据资源和技术手段已经在被采纳，但是对全行业务的影响来讲，这个作用还是逐渐的。

　　丁宇：

　　实际上，很多地方性商业银行的风控阶段很落后，甚至是没有标准的。为什么没有标准？因为我们对这个客户的了解不够深。比如很多农商行做农贷的信贷人员，大多数不是学农业技术出身，都是学金融出身的，这限制了银行对客户未来农产效率和发展的判断。反过来看，地方上做得好的商业银行，其实都有对客户的深度了解，比如通过侧面打听。

　　以前我们有社会圈子可以侧面打听，但是经过十多年的发展，我们发现原有的方式很好，但成本太高了，而且客户也不接受你现有的这种长时间的了解。我们的工作环境发生了很大的变化，我们有很多的数据、信息渠道了。是否可以用这些渠道，来完成对客户的深度了解？

　　我现在感觉很多机构的审批率都不高，浪费了很多客户。实际上，大家在准入阶段对客户都没有精确定位。在现在我们计算能力受制约的情况下，还是要做一个深度、精确的客户定位。在此基础上，才能布置相关的风险策略以及相关的工具。现在工具是很成熟的，但如果你批准率只有50%，不断把这些客户抛来抛去，也不是很负责任的方式。

　　所以国内地方性商业银行在中小企业、小微企业的风控方面，还处于很原始的阶段。

　　2

　　传统金融机构如何看待新兴风控

　　陈忠阳：

　　从风险管理的视角，我提出，中国金融从1980年代中期以来，经过五个阶段：

　　第一个阶段是基本恢复期。那个时候还是拨改贷，没有“资本”概念，根本没有风险的意识。

　　第二个阶段，1990年代中期开始，进入一个风险意识的启蒙阶段，主要是因为亚洲金融危机、中国不良资产的积累。在这个时期成立了四大资产管理公司，大量剥离不良资产。大家有了风险的意识，但没有发生风险管理实质性的飞跃。

　　第三个阶段，发生在2000年之后。中国启动了大银行的股改上市，建立了风险管理委员会、风险管理部、首席风险官等组织架构和岗位，这是风险管理治理的第一次飞跃。风险管理开始有人管了。

　　第四个阶段，是中国银行业开始实施巴塞尔协议，这是风险管理的中台建设期。当时银行花了很多钱，引进了大量的咨询、IT技术，人才团队受到训练，技术有了很大的进步。这是第二次飞跃。

　　第五个阶段是正在进行的第三次飞跃，就是风险管理要与业务、与科技结合。

　　我们现在进入第二个问题：传统的金融机构如何看待新兴的风控？现在传统的金融机构在技术化和智能化方面的进展如何？

　　龙雨：

　　首先是两个字：“拥抱。”再加两个字，就是：“紧密拥抱。”

　　事实上，所有金融机构都意识到，科技赋能是一个重要的方向。

　　从数据角度来说，金融机构有优势：一方面数据积累比较久，有人才、建模基础。这是做有征信人群时授信最强的变量。但未来，我们的客户群越来越下探，或者规模更大的时候，并不是每一个人都能查得到征信报告的。

　　这时，我们会向金融科技或者科技金融的公司，寻求一些借力的方案，比如在数据方面。因为用传统的数据，只能解决一部分客户的判断问题。对于那些没有征信，甚至没有学历、从未借过钱、没有银行借款或者存款记录的客户，我可以利用金融科技的力量去推断，他潜在的还款能力怎么样，潜在的风险怎么样，甚至他欺诈的风险有多大，他和什么样的人做关联。

　　在内部，我们可以通过技术方面的赋能，来提升自身的力量。金融科技公司已经用了一些先进的技术，比如埋点，金融机构也会去积极应用。

　　半年来最火的一条新闻，就是某某金融机构和某某大IP做联合。这是我们共同的提升：用别人的流量、技术互补自身的能力。金融机构和科技，其实永远是紧密拥抱在一起的。

　　王劲：

　　我认为传统金融必须拥抱科技。因为传统的金融机构人行征信4亿人，信用卡行业在十年前，十个人可能不到一张卡，现在一个人可能有两三张卡，这个人群已经翻来覆去洗过了。从内部的新增长需求来说，必须要拥抱，必须要下沉，必须提供更丰富的服务。

　　而外部，已经有很多新金融渗透到这种信贷的人行人群中，同时也快把这个下沉的人群占领了，这是有一种外在威胁的。现在传统金融拥抱科技，我觉得是一个非常好的现象。

　　最近新规出现后，我认为给了传统金融机构更多希望，就是让金融一定要回归合规，回归执照。

　　吴颖兰：

　　大体量的传统金融机构，有上千个系统、不同数据存储的仓库和集市，很难解决数据的一致性、全面性和准确性的问题。对一些复杂的算法、各种评估计量工具和模型，它其实是垃圾进，垃圾出的。

　　我们会把现在平行运行的这些不同的业务条线，所使用的平台和数据库当中的数据，通过自上而下的报告和分析主题的整理，再通过对主题的分解、细化，到按主题的分析指标、模型，以及进一步分解到数据源头，进行一次自下而上的数据集成加总的工作，把我们认为源头上最准确可靠的数据，扔进刚才基于云计算的数据弧，来实现全球一致的未来更加及时的可上线的监管和风险管理的报告。当然，这样的项目可能要历时三到五年，投入巨大。

　　中国的大中型银行面临非常高的监管成本，以及非常复杂的牌照和金融监管的要求。大中型跨国银行对中资的挑战更大。

　　对于信用风险的交易和客户层面的监测，外部数据和新技术的应用，还是可以比较快地来对接的。中国也会很快出台银行界的KYC，也就是客户合规的要求，尤其是对投资者保护和财富管理客户的市场保护。这个体系在中国还比较空白，正在建立。在国外成熟市场，这部分要求是非常高的。

　　所以外部数据大型金融机构也会买，也会熟悉和使用，但是真正要纳入到及时的授信决策当中，还需要时间。它们在目前阶段还是平行，主要依赖对于内部数据的掌握和丰富。

　　此外，各大银行不管实时监测、客户评级，还是组合计量的模型，还是以单机版的各种程序为主。

　　当然，各大银行现在建立了比较完善的管理机制。而在技术上，我们还是需要上台阶。实际上，最一线的大行，出现了开发以平民化为方向的计量工具和模型的、平台化的趋势和方向。

　　丁宇：

　　我还是说一说中小银行的经验。实际上，国内大多数的金融机构，包括城商行、农商行，对新的金融科技，包括风控模式，实际上是非常重视，或者是非常希望能接触的。而实际接触的结果，并不很令人满意。

　　有几个原因：第一，各地对什么是金融科技、哪些是有效的金融科技的了解是碎片化的，是个人行为的。很多决策者并没有良好的能力去把控战略发展的方向。深入到地方行业的话，我们会发现，这个行业是很鱼目混珠的。

　　第二，现在金融机构的核心系统还很落后，甚至落后了几代，不仅是硬件设备以及相关的编程语言，包括现在开始要做的，用我们的话来讲，已经是被淘汰了的。所以建议各地的这些机构，首先要了解金融科技的最新发展，起码不能总是跟在人家后面跑，干人家过去几年前干的事了。

　　问题更多的是在内部。在内部结构上，我们有一个很大的断层，传统业务的模式受到重大的挑战，可我们现在并不知道怎么样去面对新的业务。

　　3

　　应对

　　陈忠阳：

　　最后一个问题：传统金融机构如何应对挑战，转型升级？有没有成功的案例？

　　龙雨：

　　案例方面，我跟大家分享一下。在信用卡行业，我们有一个交易的反欺诈的过程，每一笔刷卡交易背后都有无数个模型在算，无数个规则在跑。事实上，信用卡规则、模型的运算效率，在传统的系统上，相对很难达到在几十毫秒之类完成的水平。大多数银行采用的是这笔交易先过，或者极端交易先拦截，只要不是非常确定的就让交易先过，再用人工外呼来拦截这些损失。而我们尝试用新的系统架构和算法，在交易的同时，去及时拦截可疑交易，减少欺诈损失。

　　在催收领域，现在的催收很科技化、个性化。去年消费金融蓬勃发展，各家催收公司也面临着短期内大量招聘人力的困境。所以我们去年上线了自动化的催收，针对策略，针对个性化的人群，划出不同催收的时间、频率、时点，去外拨客户的电话。这样的过程不需要人的参与的，在早期催收取得了很好的效果，节省了大量的人力。

　　王劲：

　　传统银行必须要做出的决策是什么？是它是要自建，还是让外部的金融科技公司来帮助完成转型。

　　个人认为自建是特别不明智的。目前外面有很多专业的金融科技公司，已经把某一方面的东西做到非常前沿的地步，比如关联图谱、人脸识别和机器学习的模型。一个传统银行如果决定自建这些东西，花了三年时间自建出来，又会发现落后市场三年。

　　在共享的经济形态下，将来做得非常成功的金融公司，一定是知道怎么样去整合资源的公司。传统金融公司要明确知道自己的优势在什么地方。我认为他们有两个优势：一是资金成本非常好，尤其是与新金融机构相比较，传统金融机构应该把节省出的成本投入到科技里面去。

　　二是传统金融公司的风控是非常强的，整个组织架构和流程非常完善。我认为这个完整的风控系统需要被保留，整合外面引进的资源，利用新金融科技的架构帮助它实现数字化与自动化。

　　传统金融机构在转型面前面临很多路径选择，比如是完全建立一套新的体系，还是逐步去优化现有的体系？两种案例都存在，有的机构成立了自己的电子银行、直销银行，有的机构成立了普惠金融事业部。再比如，是先自建一个机器学习的模型平台，还是先自建一个决策引擎？个人认为应该首先切入的是决策引擎，因为机器学习的平台搭建对系统和数据的存储，算法算力的提高有很大的要求，而决策平台可以通过用云的方式把模型给引进。当然，关于路径问题，应对的方式是多种多样的，关键在于每一个金融机构了解自身的优势和它现在的状态是什么样的。

　　陈忠阳：

　　是自建，还是外包？这涉及金融和科技的关系问题。金融科技到底是金融，还是科技？我认为应该是外包，专业化去做。从我们学科的思维来讲，金融就是金融，科技就是科技，金融做金融的事，科技做科技的事。

　　现在的问题是金融科技做了金融的什么事情。从风险角度，金融机构是经营风险的，不仅是控制风险的。所以风控在金融里面，有很具体的、有限的含义。

　　还有，风险管理和风控不是一回事。金融风险管理三大机制，包括风险的内部控制、对冲、经济资本配置。整个机制下来，科技在每一个环节都能发挥重要作用。现在我们发挥得比较多的作用还是抓坏人、识别作用，还是在内部控制上，接下来，是不是在风险定价上也能发挥作用？在经济资本配置方面，在整个绩效考核，在整个经营方面，科技还是有很大的发展前途。

　　未来，我想还是科技做科技的事，金融做金融的事。科技已经可以为风控赋能，金融是要去管理风险、配置风险。

　　吴颖兰：

　　关于成功案例，两年前，我们帮助中国工商银行，建立了集团资本压力测试体系。它是综合的，从治理到三道防线的职责，再到风险识别积累，再到最终落实到资本和流动性的影响，以及应对策略上。其中很重要的一个核心，就是通过算法帮助银行。

　　过去做压力测试，可能预测GDP会怎么样变化，预测几个主要的宏观经济的指标，比如利率、汇率、房价等等。我们这个项目是帮助银行，通过核心模型和卫星模型，把这些分解到能跟银行的组合风险承担相直接关联的业务逻辑的框架下，通过算法建立这套核心和卫星模型体系，使银行能针对自己的组合，计算出自己的压力情景。

　　在集团资本压力测试体系下，我们能做到的，不仅仅是以前对于损失、对银行资本影响的充足程度的预测，还有对银行盈利、收入和现金流量表的预测。

　　而这种体系的初步建立，本身就给银行提出了新的要求：管控体系怎样跟上，比如针对简单的卡业务条线，能否细到产品对收入、成本、风险、资本占用的匡算。

　　丁宇：

　　我们一直建议银行需要跟科技公司进行合作加学习，原因很简单，不合作，银行自身的创新能力不足，但在合作的过程中，有些人就会产生“银行是否会沦为便宜的资金供应者”的问题。现在很多银行如果按照这种趋势走下去，可能就会沦为各地大型科技公司的资金附庸，甚至以后连资金都不需要你了——资金从市场上获得是不难的。所以，我们认为，合作是必须的，但你也必须有自己的团队进行学习。

　　另外，银行也不要被科技公司吓倒了。现在银行经常讲各种引流，我说你知道你有多少宝贵的数据吗？你有大量这些年代发工资的数据，一些农商行有大量农业的、农村的社会形态学数据，这些比很多科技公司跟你说的宝贵的数据更有价值。那要用啊。

　　银行主要的制约还是内部的机制问题。实际上，我们内部的数据壁垒比外部的数据壁垒还要大。

　　其实银行有很大潜力。一，你有大量的存量数据，要用起来。二，你有很多的年轻人。为什么不可以鼓励很多特别有先进理念的城商行、农商行，创立自己内部的金融创新实验室，给年轻人机会，让他回到一种饥寒交迫的状态，重新创业。那你跟外部有竞争力的科技公司有什么区别？甚至更好。目前，有些银行已经开始了。这类创新小组能为传统银行升级带来重要的贡献。