金融服務業的顛覆

『壹』 金融服務的特點有哪些

就金融服務而言，與其他產業部門相比，金融服務同樣具有一些顯著的特徵版，比如:
投入少
金融權服務的實物資本投入較少，難以找到一個合適的物理單位來度量金融服務的數量，這也就無法准確定義其價格，從而也無法編制准確的價格指數和數量指數，因此金融服務業的產出也就難以確定和計量。
融資中介
傳統金融服務的功能是資金融通的中介，而現代金融服務則具有越來越多的與信息生產、傳遞和使用相關的功能，特別是由於經濟活動日益"金融化"，所以，金融信息越來越成為經濟活動的重要資源之一。
勞動密集型
金融服務傳統上是勞動密集型產業，而隨著金融活動的日趨復雜化和信息化，金融服務逐漸變成了知識密集和人力資本密集的產業，人力資本的密集度和信息資源的多寡在現代金融服務業中已經成為決定金融企業創造價值的能力以及金融企業生存和發展前景的重要因素。
自由化
在當今這樣一個國內和國際競爭加劇的時代，金融服務正處於大變革的過程之中，信息技術、放鬆管制和自由化的影響已經永遠改變並在不斷重新塑造著金融服務業領域，而且這種趨勢還將持續下去。

『貳』 論述我國金融市場當前存在的問題及今後應採取的發展策略

我國金融市場當前存在的問題：
從國際比較的角度來看，我國金融服務業的發展水平還比較低，與發達國家甚至於一些新興市場經濟國家相比，在行業規模、競爭能力、創新能力、市場開拓、基礎設施建設等方面都還存在明顯的差距。
第一，金融服務業發展的總體水平較低，增長速度過於緩慢，內部行業結構和區域發展結構不協調。發達國家金融服務業增加值佔GDP的比重一般在6％左右，2003年美國金融服務業在國民經濟中的比重已經達到了8．3％，而我國僅相當於美國的一半。近年來我國金融服務業的發展速度過慢，金融發展對經濟增長的支持乏力。金融服務業內部結構不均衡，銀行業居絕對主導地位，而證券經紀與交易業、保險業、信託投資業的比重相對偏低。而且，金融服務業發展的地區差異較大，農村金融服務的供給嚴重滯後，不能滿足農村經濟發展和農民生活改善的需要。
第二，金融服務各行業競爭力較弱，不能有效提供經濟發展所需的金融服務產品。從2004年全球1000家大銀行的排名來看，排名第一的花旗銀行的一級資本為744．15億美元，不良資產比率為2．06％；而國內排名最高的中國銀行的一級資本為348．51億美元，而其不良資產比率卻達到了5．12％，四大行中中國工商銀行不良資產比率甚至高達18．99％。保險業方面，根據瑞士再保險的統計，截至2004年底，我國保險業佔全球保險市場的份額排名雖居第11位，但保費收入規模僅521．71億美元，保險密度在全球排名第72位，人均保險金額為40．2美元；保險深度排名第42位，保費收入佔GDP的比重為3．26％。證券業方面的表現更讓人擔憂，2004年底我國共有證券公司140家，總資產3781億元，總負債2765億元，全年實現利潤為－78億元，整個行業處於虧損狀態。
第三，國內金融機構的業務創新能力不強，外資金融機構在金融業務創新上具有絕對優勢。一方面，國外金融工具種類繁多，能夠為客戶提供全方位的金融服務，而且對新型金融產品的開發能力相當強；另一方面，目前中資金融機構的金融開發技術比較落後，電子化程度較低、金融工具和品種單調、缺乏自主創新能力，在金融創新中處於被動模仿的地位，利用金融創新獲取利潤和佔領市場主動權的能力較差。
第四，國內金融機構開展跨國業務的能力低下。除中國銀行以外，其他銀行海外業務的拓展尚在起步階段，而外資銀行在綜合化經營模式下，通過大規模的並購和重組，其分支機構早已遍及全球。在業務開展方面，國內銀行大都以傳統的存貸業務為主，而發達國家跨國銀行已經把業務重點放在如利率互換、出口保理及福費廷等一些新的金融衍生工具上，利用金融創新來獲取利潤和規避風險。
第五，金融基礎設施建設不夠完善，監管能力和水平有待提高。發達國家大都有支持金融發展的現代化交通、通訊、計算機網路以及其他配套服務設施，並且非常注重適時頒布和修訂有關法律法規對金融業加以規范，對新業務、新工具進行認證。相比之下，我國金融立法比較滯後，專業性法律層次較低，法規操作性較差，在實踐過程中還經常存在不能嚴格執行的問題。監管體制方面，我國金融監管主要依靠「三會」（銀監會、證監會和保監會），社會監管層次基本還處於空白狀態，而且監管內容大都以合規性監管為主，對預防性監管的關注不充分。

今後應採取的發展策略：
第一，培養金融業的服務理念和意識，使其真正成為為生產和生活服務的重要產業。
第二，繼續深化金融體制改革，根據我國經濟結構調整的大趨勢建立比較完善的現代金融服務體制。
第三，建立健全金融服務領域的相關法律法規，進一步完善監管體系，有效控制和防範各種金融風險，保障金融安全。
第四，注重金融服務內部各行業和地區的均衡協調發展，完善農村金融服務體制，較好地滿足農村金融服務需求，促進農村經濟的較快發展。加快證券、保險和信託等其他金融服務行業的發展，進一步完善與實體經濟體系相適應的金融服務體系，加強金融服務業的資源配置功能，促進金融資源合理流動，提高資源配置效率和金融服務質量。 第五，大力培養金融人才，建立科學完善的人力資源管理機制。

『叄』 列舉被互聯網顛覆的傳統行業

一、支付

十多年前，線下交易市場還是銀聯和銀行的天下，00年第三方支付拔地而起，03年支付寶孕育而生，11年央行首發第三方支付牌照，如今互聯網支付遍布各大線下消費市場，堪稱一項巨大的顛覆。

二、銀行

13年余額寶橫空出世，「小金庫」、「零錢寶」、「百賺」、「微財富」等一大批互聯網理財產品相繼湧入大眾視線，開始了與銀行大佬的對飈，若非是國人對銀行的一種固守觀念，加上一些外力原因，銀行大佬們說不定也就喝湯的份了。

三、零售

同為14年2月，「京東白條」上線測試；12月螞蟻金服「花唄」上線。均為基於各自電商體系而提供的賒賬服務。在傳統零售市場即使常年在一家商場進行購物也定不能進行賒購，而在互聯網金融時代結合大數據分析則為購物賒賬帶來了可期。

四、影視

同年3月，阿里巴巴推出「娛樂寶」，投資《狼圖騰》、《非法操作》等電影；9月網路發布「百發有戲」平台，投資電影《黃金時代》；2014年底眾籌電影《十萬個冷笑話》走紅。互聯網公司憑借其強大的渠道資源優勢進入影視領域，其給中國影視業帶來的顛覆不可小覷。

五、通訊

面對日益火熱的互聯網金融領域，國內三大通訊巨頭坐不住了，紛紛「殺入」其中，電信推出「添益寶」並與渤海銀行簽署戰略合作直指互聯網金融；移動推出「和聚寶」；聯通推出「話費寶」並與招商銀行籌建「招聯消費金融有限公司」。

六、出行

滴滴優步首當其沖，共享單車本著解決出行最後一公里的理念緊隨其後，上公車乘地鐵，不需要現金不說，就連城市交通卡都馬上要被淘汰了，想到哪裡，掃一掃都能解決問題。

『肆』 中國金融行業未來的市場前景和趨勢

一、中國金融服務業發展現狀

近年來，隨著金融改革開放的不斷深化，我國金融業面臨的市場環境有了很大的改善，特別是1997年東南亞金融危機以來，各級政府都把金融安全和穩健發展放在了非常重要的位置，採取多項管理措施，加強自身建設，防範金融風險，取得了很大進展。但是加入WTO後，外國金融機構進入中國市場，我國金融業各部門的壓力仍將非常大，發展現狀不容樂觀。下面我們將分別談談我國銀行業（主要是商業銀行）、保險業和證券業的發展現狀。

（一） 銀行業

目前我國商業銀行市場基本上是由四大國有商業銀行所瓜分，行業壟斷程度相當高，其業務主要集中在傳統的存、貸、匯銀行業務和外匯業務等，很少經營或不經營全部的投資銀行業務，如金融租賃業務、保險業務、信託業務、財產顧問和咨詢業務和旅遊廣告業務等。這些業務范圍的限制，影響了我國國有商業銀行的盈利能力和金融工具創新能力，資本金嚴重不足，貸款能力出現內生性約束。由於國有銀行效益不佳，消化自身不良資產的壓力很大,也無力用經營利潤補充基金。因此，不良資產日益積累，致使部分國有銀行資產充足率根本達不到巴塞爾協議規定的8%的要求。由於商業銀行盈利能力不強，資產運用效率不高，存在大量的壞帳和呆帳。這些都將使國有商業銀行在與外資銀行的競爭中處於不利的地位。

（二）保險業

二十年多來，中國保險業以年均39.6%的增長速度迅猛發展，實現第一個保費收入達500億元用了15 年的時間，而實現第二個500億元僅用了3年時間（見圖1-1、圖1-2）。到2000年底，保費收入達1595.9億元。同時保險市場主體日趨多元化，目前，全國共有保險公司40家，一個以國有保險公司和股份制保險公司為主、中外保險公司並存、多家保險公司競爭的保險市場格局已初步形成。但中國保險業目前還存在一系列問題，如保險公司實力

差，資金運用渠道少（保險業收入仍以保費盈餘為主），效率和經營技術不高，服務水平不能適應競爭等。因此，一旦當我國保險公司與外國保險機構真正展開競爭，保險業將面臨很大沖擊。

圖1 1989—2000年我國保費收入趨勢圖

圖2 1989—2000年我國保費收入增幅趨勢圖

（三）證券業

我國證券業起步於八十年代，在1990、1991年滬深證券交易所成立後，經過曲折的歷程，取得了長足的發展。首先是融資能力的增強，我國證券市場融資額從1994年的99.78億元，增長到2001年的1192.22億元，占間接融資（銀行貸款）的11.45%；其次，隨著證券市場規模持續增長，股票交易額也持續增長，1993年的股票交易額為3627.2億元，2000年股票交易額達到高峰，為60826.6億元，增長了16.7倍。2001年我國上市公司數量已經達到了1154家，投資者帳戶為6639 .68萬戶。上述數據表明，我國證券市場經過10年的快速發展，已經初具規模。但由於我國證券業是在一定的保護下發展起來的，並沒有與國際市場完全接軌，因此其要進一步發展，仍存在一些問題：

首先，國內證券機構業務范圍狹窄，品種單一，結構趨同。業務范圍僅限於國內的承銷、經紀和自營三大傳統業務，企業財務顧問業務等雖然也有，但是大多是爭取承銷項目的輔助手段，提供的產品和服務具有很大的雷同，對金融創新的重要性仍然沒有充分的認識。

其次，融資渠道不暢，上市證券公司不多。渠道有三個方面：同業拆借、國債回購和增資擴股，且融資偏重短期資金融通，缺乏券商發展急需的長期資金融資渠道。

第三，資本運作效率差。

第四，券商的資產管理業務混亂。

第五，證券經紀業務收益下降。

這些都表明，只有二十餘年成長歷史的新中國證券業同經歷過百餘年資本市場錘煉並且實力雄厚的國外證券公司同場競技，將面臨巨大的現實壓力。

二、中外金融服務業發展比較

2001年11月，中國終於邁進了WTO的大門，中外金融機構同台競技將成為必然趨勢，我國金融業要在這一場新的角逐中佔有一席之位，必須通過比較分析彼此的優勢和劣勢，判斷自身所處的生存環境，最終提出自己的戰略方案。

（一） 銀行業

1．經營規模比較

衡量一家綜合性商業銀行的經營規模，主要有總資產、一級資本、分支機構數量、跨國經營情況等子指標。

表1 中外商業銀行經營規模比較（1999年度） 單位：億美元

總資產
一級資本
分行機構數量
跨國經營情況

工商銀行
4275．46
219．19
國內分支機構眾多
跨國經營處於初級階段

農業銀行
2442．93
162．66
國內分支機構眾多
跨國經營處於初級階段

建設銀行
2658．45
131．96
國內分支機構眾多
跨國經營處於初級階段

中國銀行
3162．14
152．70
全球性機構布局
全球性銀行

花旗銀行
7169．37
476．99
全球性機構布局
全球性銀行

美洲銀行
6325．74
381．76
全球性機構布局
全球性銀行

德意志銀行
8437．61
174．18
全球性機構布局
全球性銀行

巴克萊銀行
3988．25
140．55
全球性機構布局
全球性銀行

資料來源：張仿龍、阮班鷹：《中外商業銀行盈利比較及入世對策》，《現代商業銀行導刊》2001年第一期；孔永、馬耕之《世界30家銀行資產負債及財務狀況概覽》，中國經濟出版社1996年版。

從表1可以看出，就總資產和一級資本來源來說，我國四大國有商業銀行與國際跨國商業銀行相比並不遜色，已經進入世界大銀行行列。但從分支機構數量及跨國經營情況看，除中國銀行具有眾多海內外分支機構並已初具全球性銀行的某些特徵之外，其餘三家國有商業銀行盡管分支機構總量很多，但跨國經營都還剛剛開始。因此，從經營規模指標分析，我國國有商業銀行與外國綜合性大銀行的最大差距表現在全球性分支機構布局缺陷和跨國經營滯後等方面。

2．業務功能比較

我國國有商業銀行與外資銀行在業務功能上的差異主要表現在管理當局對混業經營和分業經營的限制（見表2）。英國、日本和美國已分別於1986年、1992年和1999年修改了相關法律，最後從法律上廢除了混業經營的障礙。而我國《商業銀行法》嚴格禁止商業銀行從事證券投資等非銀行業務。

表2 中外商業銀行業務比較

商業銀行業務
投資銀行業務
保險業務
當局立法限制

工商銀行
存貸匯等業務功能齊全
工商東亞
無
分業經營

農業銀行
存貸匯等業務功能齊全
無
無
分業經營

建設銀行
存貸匯等業務功能齊全
中金公司
無
分業經營

中國銀行
存貸匯等業務功能齊全
中銀國際
無
分業經營

花旗銀行
存貸匯等業務功能齊全
全面開辦投資銀行業務
有
1999年取消限制

德意志銀行
存貸匯等業務功能齊全
全能銀行
有
全面混業經營

巴克萊銀行
存貸匯等業務功能齊全
全面開辦投資銀行業務
有
1992年取消限制

近年來，工商銀行、建設銀行和中國銀行已經開始繞過法律限制，通過到境內外收購、合資設立投資銀行機構，開展了投資銀行業務並取得了顯著的成績。但國內分支機構尚不能從事證券一、二級市場業務。因此，業務功能綜合化、全能化是形成外資商業銀行強大競爭力的重要因素。

3．金融創新比較

金融創新包括體制創新、機制創新和業務創新三大方面。由於外資大銀行身處市場經濟國家，不存在體制創新和機制創新的問題，因此，金融創新的比較僅限於業務創新。

從表3可以看出，我國國有商業銀行業務創新僅限於傳統的存貸匯業務，大部分業務創新還是借鑒國外商業銀行60—80年代的產品，而市場化程度高、科技含量高的品種，如期貨、期權、利率調換、消費貸款證券化、衍生金融產品交易等在我國都還未開辦。由此可見，我國國有商業銀行在新產品領域及跨國經營方面的競爭力非常弱。

表3 中外商業銀行業務創新比較

中國國有商業銀行業務創新
外資商業銀行業務創新

綜合帳戶

銀證轉帳

浮動利率貸款

票據融資

電子銀行

循環貸款

網路結算

消費信貸

給點分吧，很辛苦的

『伍』 銀行貸款還不上怎麼辦

銀行貸款還不上的後果：

1、銀行會採取一定的催收措施，在初期電話通知的時候，如果貸款確實還不上可以向銀行說明自身的實際情況，嘗試申請展期，這個視不同銀行規定而定；

注意：展期在徵信報告中會視為負面信息，表示你的還款能力有一定問題，但依舊比逾期情況好。

2、逾期90天以上，情節嚴重可視為惡意逾期，銀行的催收也可能會給自己和家人造成生活壓力，影響個人以及家庭的正常生活；

3、在逾期收費上，會有一些例如違約金、罰息等的支出，具體需要按合同約定的收取，不同的機構不同的貸款產品，收取的違約金或罰息不盡相同；

4、對個人徵信記錄造成影響，不良的信用記錄對以後的房貸車貸等貸款，以及信用卡的辦理成為阻力；

5、如果因貸款還不上而被起訴到法院，在法院判決執行之後依舊未還款的，可上報最高人民法院以及錄入「失信被執行人名單」，也俗稱「老賴名單」，會被禁止乘坐飛機高鐵等出行。

(5)金融服務業的顛覆擴展閱讀：

1、找到適合自己的貸款產品

現在銀行貸款產品眾多，而且每一款產品對借款人的要求都不一樣，在這種情況下借款人最好多找幾款產品進行對比，看看哪個與自身條件最為匹配，再著手辦理貸款手續。

2、提前准備好貸款手續

申請銀行貸款時，借款人需要提供完整的貸款手續，若手續不全則很難獲貸，所以在貸款前借款人最好了解清楚貸款手續有哪些，以便提前做好准備。

3、確定好貸款額度、期限

申請銀行個人貸款時，借款人應根據自己的還款能力、錢需求情況確定好貸款額度、期限，切勿一味地追求高額度、長期限貸款，這樣才能保證順利獲貸，同時也避免因還款壓力過大造成不必要的麻煩。

參考資料：失信名單-網路

『陸』 人工智慧是如何應用於金融反欺/詐領/域的具體技/術和場景如何

一、什麼是消費金融行業的反欺詐？

說起「反欺詐」，放在三年前提起或許還有很多人感到陌生，這種主要面向企業級的應用，通常深藏在銀行、保險等金融行業的內部系統中，亦或者是各大互聯網公司安全系統中，說起來總帶著幾分神秘感。

近些年，隨著「互聯網 金融」的迅速壯大，誕生出不少第三方公司，專門為金融機構提供風控和反欺詐服務， 「反欺詐系統」這才在金融科技圈流傳開來。

其實縱觀整個金融服務業，尤其是借貸業，大家都面臨著兩種相同的風險：欺詐風險和信用風險。欺詐風險，主要指的是借貸申請人沒有還款意願；信用風險，主要指的是借貸申請人沒有還款能力。在我國，放貸機構所承受的欺詐風險遠超過信用風險。

對於這種情況，Maxent（猛獁反欺詐）的創始人張克曾說過："金融是一個'刀口舔血'的行業，風控是生命線。沒有好的風控，金融機構很難生存下去。所以，金融業反欺詐的風控需求一直很強勁。"

二、數據 技術能否滿足反欺詐系統？

面對形形色色的欺詐份子和欺詐手段，如何解決欺詐風險，成為眾多借貸公司的頭號問題。反欺詐作為一個業務，流程包括三個步驟：

1、檢測（Detect）。 從技術層面來看，利用演算法，自動檢測異常，從數據層面來看，建立黑名單，及時發現風險；
2、響應（Response）。對異常行為採取阻斷一次交易、拉黑或者其他方式；
3、預防（Prevention）。將異常行為收錄入黑名單等，固化成規則，如果下次再有行為觸碰到規則，系統會進行預設的響應。
舉一個例子，銀行的反欺詐方法是建立基於專家經驗的規則體系，其運作模式是：將遇到的每一次欺詐的行為特點記錄下來形成「規則」，下次再遇到此類行為規則體系會自動做出人工介入或拉黑的響應。

但是，通過黑名單進行反欺詐檢測會隨著時間的推移失效，失效的速度可能會很快。因為黑名單的記錄是基於之前發生的欺詐行為數據，欺詐份子的手段和技術不斷迭代更新時，並沒有一種有效的途徑去預測或預防下一次將會發生怎樣的欺詐行為。

消費信貸的普遍特點是小額、分散，互聯網消費信貸還具有高並發特點，單單使用傳統的專家規則體系是很難對抗互聯網消費信貸中的欺詐的，整個行業都在等待一種新的技術跟專家規則體系協同作戰，這時，有人提到了人工智慧。

三、人工智慧與反欺詐

說起人工智慧，美國政府曾發布過一份報告（美國總統行政辦公室和白宮科技政策辦公室，《為人工智慧的未來做好准備（Preparing for the Future of Artificial Intelligence）》）做出解釋，「一些人將人工智慧寬泛地定義為一種先進的計算機化系統，能夠表現出普遍認為需要智能才能有的行為。其他人則將人工智慧定義為一個不管在真實環境下遭遇何種情況，都能合理解決復雜問題或者採取合理行動以達成目標的系統。」簡單來說，人工智慧讓機器更加智能，使機器能夠最大化自身的價值。

人工智慧最重要的技術手段之一，就是機器學習。我們很容易聯想到前段時間谷歌AlphaGo大勝圍棋名家李世石的事情，這件事充分展現了大數據雲時代機器學習的強大實力，機器學習也是人工智慧近期取得的很多進展和商業應用的基礎。

機器學習在反欺詐運用上同樣十分流行，Forrester在其2015年的欺騙報告中曾指出，機器學習是一項阻止欺騙的發生，同時能保證快速決定的機制。如果說專家系統旨在模仿人類專家遵循的規則，識別拉黑曾經發生過欺詐行為，那麼人工智慧中的機器學習則依靠統計學方式自行尋找能夠在實踐中發揮功效的決策流程，分析大數據，進而預測用戶行為。

國外已有科技人士對人工智慧領域表示了高度關注，谷歌CEO桑達爾·皮查伊表示：「機器學習是一項顛覆性的核心技術，它促使我們重新思考我們做一切事情的方式。我們將這項技術應用於我們的所有產品，包括搜索、廣告、YouTube或者Google Play。我們還處於發展初期，但你們終會看到我們將機器學習系統應用到所有領域。」

國內，金融科技公司京東金融也在投身於這場科技浪潮，以它為例，來看看人工智慧在消費金融領域是如何實現反欺詐的。

四、從京東金融看人工智慧的反欺詐實踐

京東消費金融目前有兩大核心模型體系，既有專家規則體系，又應用了人工智慧，兩大模型體系中與反欺詐直接相關的是「司南」和「天盾系統」：

1、數據驅動的模型體系——「四大發明」
2、技術驅動的風控體系——「四重天」

△來源：零壹財經

天盾系統應用了人工智慧，是白條賬戶的風控安全大腦。主要用途是預測用戶是否有欺詐風險，對賬戶進行分析來給予不同等級的防範處理。

天盾系統借鑒了交易監控系統的經驗，針對注冊、登錄、激活、支付、修改信息等全流程，基於賬戶歷史行為模式、賬戶關系網路、當前操作行為和設備環境，評估賬戶安全等級、環境安全等級、行為安全等級，防範賬戶被盜、撞庫（指黑客通過收集互聯網已泄露的用戶和密碼信息，生成對應的字典表，嘗試批量登陸其他網站後，得到一系列可以登錄的用戶賬戶）、惡意攻擊等風險，實現全流程風險監控，形成反欺詐網路，極大地增加了惡意用戶作案成本。

京東金融既有內部生態體系產生的數據，也有不斷擴充的外部數據，覆蓋面廣、維度多、實時更新，這為人工智慧反欺詐奠定了強有力的基礎。通過自動化風控系統，實現全流程風險監控，欺詐惡意份子作案成本不斷提高。目前，京東金融風控系統累計攔截疑似欺詐申請數十萬起，攔截高風險訂單數億元。

五、人工智慧反欺詐的未來

人工智慧將不斷加強金融領域的智能化和反欺詐，通過人工智慧技術反欺詐，將是未來發展的大趨勢：

首先，欺詐者的行為在某些維度上與非欺詐者一定是有差異的，一個人如果偽造一部分信息，尚且比較容易，但是要偽造全部信息，一來十分非常困難，二來成本非常高。通過技術，將這種異樣捕捉起來，進而識別用戶的真正意圖；

其次，商業市場變化很大，銀行等大型機構僅僅利用自身的反欺詐團隊人手和技術，專業水平有限，很難跟上外部變化，必定需要專業的第三方服務；

最後，反欺詐並不是單一的技術，它具有多元化的特點，市場上很難出現一家機構能將所有技術都做得很精，舉一個例子：美國一家大型銀行平均會使用30家反欺詐機構的技術，而電商平均會採用7家反欺詐機構的技術。大量的市場需求，促進反欺詐更進一步的發展。

可以大膽預測，未來，會有更多的金融科技公司將把在消費金融服務的數據、機器學習等實踐經驗對外輸出，促進人工智慧在反欺詐領域的應用。而這，就是檸檬一直在做的事，致力於提供消費金融領域大數據風控技術和綜合解決方案，為金融企業提供個性化和產品化的大數據風控解決方案，通過資源整合，讓金融機構提升風控效率、降低風控成本。

『柒』 互聯網金融給傳統金融服務業帶來哪些挑戰

與銀行相比互聯網金融的優勢
主要採取線上操作，交易成本低。盡管目前還沒有互聯網金融公司與商業銀行管理費用的比較數據，但根據普華永道的調查，美國銀行業一筆交易通過網點完成的平均成本為4美元，通過手機銀行的平均成本為0.19美元，通過網銀的成本為0.09美元，即網點的交易成本是網銀的40倍。由於互聯網金融公司的主要交易是通過網路完成的，基本上沒有物理網點，也不需要隊伍龐大的營銷人員，加之流程相對簡單，而商業銀行通常都有眾多的物理網點、有眾多的前台營銷人員、中後台管理人員，因此互聯網金融公司的管理成本相對傳統商業銀行具有一定優勢。
幾乎不受金融監管，存在制度套利。互聯網P2P公司的業務模式主要分為互聯網金融服務（網路基金、保險（放心保）銷售和融資）和金融的互聯網居間服務兩類，其中互聯網金融的融資服務實際上在履行傳統商業銀行的融資功能，即實現儲蓄投資功能的轉換。目前商業銀行的存款負債業務接受嚴格的監管，存款需要向央行上繳約20%的存款准備金，貸款余額需要接受75%的存貸比限制。更重要的是，商業銀行需要滿足8%的最低資本充足率的要求。另外，銀行還要接受監管機構對其流動性、合規性、反洗錢等方面的定期、不定期的檢查。而互聯網金融P2P公司卻可以不受這些監管規則的約束，尤其是可以不受資本充足率這一杠桿倍數的限制，這使得P2P公司的貸款業務擴張不受資本的約束，可以實現快速的擴張。簡言之，P2P公司相對銀行通過監管套利實現較快增長。
運用互聯網先進技術，在信息獲取方面具有一定優勢。傳統商業銀行在信用風險評級時提供的利潤、現金流等財務數據，即銀行信息主要依賴貸款申請人提供和調查人員的搜集，而互聯網金融P2P公司則通過社交網路（像Facebook）、電商平台、搜索引擎、雲計算等互聯網平台或技術獲取客戶信息流、資金流、物流等信息，然後運用數據挖掘、模型分析等技術手段，對借款人的還款意願及還款能力進行准確評估。因此，互聯網金融公司相對傳統商業銀行，可以更好地解決小微金融客戶的信息不對稱，更准確地識別和評估客戶風險，實現科學地資產定價和風險管理。
與銀行相比互聯網金融P2P公司的劣勢
資產負債規模相對較小。無論是全球還是國內，無論是單個互聯網金融P2P公司，還是互聯網金融整體，從信貸規模、負債規模等都無法與傳統商業銀行同日而語。資料顯示，國內互聯網金融公司中最具影響的阿里金融，其小微貸款余額約200億元，吸儲產品余額寶余額約500億元，而2013年三季度工行貸款總額為9.6萬億元，存款總額為14.7萬億元，分別是阿里金融的480倍和294倍。《中國P2P借貸服務行業白皮書2013》的數據顯示，2012年末，P2P貸款服務平台超過200家，可統計的P2P平台線上線下借貸規模在500億～600億元之間，而2013年10月銀行業貸款余額為70.8萬億元，可見短期內互聯網金融貸款規模和傳統銀行遠不是一個量級。
融資渠道少，經營風險高。傳統商業銀行，尤其是上市銀行可運用眾多融資方式，包括發行股票、債券、同業拆借、央行貸款、發行理財產品、吸收存款、轉讓貸款等，但互聯網金融公司除了通過高收益金融產品（余額寶）吸引存款之外，其他融資渠道較少，因而，互聯網金融公司面臨著巨大的流動性風險。另外，中國缺乏成熟的個人徵信體系和類似Facebook那樣的實名社交網站，這導致中國互聯網金融公司貸款面臨更高的違約風險，致使互聯網金融公司面臨較高的信用風險。據「網貸之家」統計，2013年1至11月，出現危機或關停的網貸公司有49家，一些公司老闆甚至已「攜款跑路」。
信息披露不充分，資本杠桿倍數過高。由於互聯網金融P2P公司不受銀監會、央行和證監會等機構的監管，沒有披露類似銀行的存貸比、存款准備金率、資本充足率、撥備覆蓋率、不良率等指標，甚至沒有披露基本的財務報表，因而投資者（借款人）對互聯網金融公司的風險難以判斷，而且當互聯網金融公司違約或破產時投資者的損失得不到補償。另外，互聯網金融公司用來緩沖貸款損失的自有資本明顯不足。數據顯示，2012年互聯網金融公司「溫州貸」、「人人聚財」注冊資金均為500萬元，「人人貸」、「拍拍貸」、「中寶投資」的注冊資金均為100萬元，而它們在2012年的交易額分別達到20.7億元、8.5億元、3.97億元、3.4億元、13.45億元，如果以銀行的標准計算這些互聯網金融公司的資本充足率，估計不會超過3%，這使得互聯網金融公司的資本杠桿倍數超過30倍，與破產之前的雷曼相當。
對銀行業的啟示
1、大力發展網路銀行、手機銀行等電子銀行渠道，降低傳統銀行的經營成本。
2、充分運用社交網路、大數據、雲計算、搜索引擎、電商交易數據和數據挖掘等計算機、互聯網技術對小微金融客戶進行信用評級和貸款定價。利率市場化和金融脫媒已勢不可擋，中國銀行過度依賴利差收入的盈利模式面臨挑戰。大力發展銀行具有定價優勢的小微金融已成銀行業的共識，但由於小微企業並沒有可信的財務報表數據，運用傳統的方式並不能獲取所需的財務信息。銀行業可以借鑒互聯網金融公司處理信息的經驗，運用社交網路（例如Lending Club與Facebook合作）、雲計算、搜索引擎、電商交易數據等互聯網、計算機技術或平台，運用數據挖掘、模型分析等技術手段，對小微客戶的還款意願及還款能力進行准確評估，從而有效控制信貸風險，並實現交叉銷售。
3、借鑒互聯網金融P2P公司經驗，發展節省資本的P2P撮合業務。由於中國銀行業資產規模保持快速增長，而資本補充受到多種因素的制約，因而銀行業發展面臨資本充足率的約束。目前銀監會對大型銀行和中小銀行的資本充足率要求分別為11.50%和10.50%，部分股份制銀行和城商行勉強達到規定的資本充足率要求，因此，調整資產和業務結構，大力發展低資本消耗業務是銀行業的必然選擇。建議物理網點不具優勢的中小型銀行通過建立P2P平台（可借鑒招商銀行(行情,問診)的小企業e家投融資平台），在監管政策許可的情形下，適度發展針對小微企業、零售客戶的P2P投融資撮合業務，增加銀行的中間業務收入，減輕補充資本的壓力。

『捌』 金融危機會給我們中下成人士帶來怎麼的危機呢

第一，受發達國家需求萎縮的影響，近年來已經脫離了需求基本面的國際原材料及大宗商品價格必然會出現拐點，走上回歸之路，呈下降趨勢。這對飽受原材料價格上漲之苦、面臨巨大通脹壓力的中國來說，是一個難得的機會。目前，中國經濟與城市化進程還在進化中，還需要多種國際資源。此時原材料價格回落，無疑對中國經濟的平穩運行會有積極影響。 第二，當華爾街金融危機沖擊整個金融業時，華爾街過剩的金融服務機構與高端技術，自然也面臨了尋找買家的時候。這對中國來說，是一個難得的機會。因為，不同於華爾街金融服務業過度膨脹，中國的金融服務業還處於幼稚階段，正需要金融服務高端技術。此時出手，不僅可以用較低成本獲得到較高的金融服務資源，而且還能改進本國的金融服務，縮短金融業與先進國家的差距。這就像巴菲特買能源公司一樣，現在是一個很好的時間點。 第三，比金融服務資源更寶貴的是金融人才資源。受華爾街金融危機的沖擊，原來供職於國際頂級機構的一大批高素質金融從業人員，現在正面臨卷鋪蓋走人尋找新工作的尷尬境地。這些人在以往不僅要價高昂，而且根本沒有門路可求。正是由於這場大風暴，才改變了金融業高端人才市場的格局。此時招賢，正可謂天賜良機。 就中國下一步發展來看，目前正需要一個合適的國際原材料價格市場環境，需要一個提升金融服務技術與人才的階段。由此觀察，華爾街的這場危機盡管對中國也造成了沖擊，但同時也提供了一個十分特殊的發展機會。而如何像2600多年前的管仲那樣，化不利為有利，把握這個機會，就看我們怎麼做了。
採納哦

『玖』 全球銀行業大裁員，鐵飯碗也不保了，金融人士路在何方

去年，全球有不少大型銀行進行了大規模的裁員。

從公布的銀行裁員計劃，人數高達8萬人。

其中，裁員最多的是歐洲銀行，占據了全球銀行業裁員80%以上的人數。

僅僅是德意志銀行一家，就裁掉了18000人。

裁員潮背後的主要原因是全球經濟增長放緩，銀行為了節省成本、提高效率，削減了人力開支。

本以為經過刮骨療傷，在下一年，即2020年，銀行業能好起來，誰知道開年就來個疫情大爆發。

沒辦法，銀行只能繼續裁員止血。

據報道，花旗銀行本周內將開始恢復裁員，這次裁員預計約為2000人。

瑞典商業銀行未來兩年內擬裁減約1000名員工。

英國勞埃德銀行也宣布計劃裁撤639個工作崗位。

從全球銀行業整體上看，歐洲、北美到亞洲、非洲今年有30多家銀行計劃裁員。

而彭博匯總的數據顯示，全球銀行業今年宣布的裁員總數已經達到63785人。

傳統銀行的成本主要就是管理成本，而裁員是最直接降低成本的手段。

中國銀行研究院發布的《全球銀行業展望報告》指出，發達國家銀行業成本收入比普遍處於較高水平， 2018年主要大型銀行的成本收入比達到60%左右。

如此高的成本，遇到經濟不景氣時，銀行裁員就成了不可避免的事情。

在中國，銀行工作一直被認為是鐵飯碗，收入比公務員高，穩定性不比公務員差，是妥妥的香餑餑。

銀行工作那麼香，得益於中國經濟的高速發展，銀行有收入，自然不在意多招人多發錢。

但隨著中國經濟增速放緩，更重要的是未來中國步入發達國家後，中國的銀行會不會也變成那些動不動就裁員好幾萬的歐美銀行，一旦業績不好了，就開啟大裁員呢？

可預見的幾年內，銀行工作真的就不那麼香了。

好了， 銀行鐵飯碗不鐵了，也不 像香 ，那金融專業還能學么？

要知道，中國大學里的經管系一直是高分錄取，當年難得考上的好專業，現在你告訴我不行了？

其實不用等中國步入發達國家，光人工智慧技術的發展，就已經足以動搖銀行工作。

去年10月，富國銀行曾經出具了一份長達225頁的報告，專門研究了 科技 會對整個金融服務業帶來的沖擊。

報告里寫到， 銀行其實比任何一個行業在 科技 上的投資都要高，大約每年投資1500億美元左右。

越是大型的銀行，就越是看重 科技 投資，因為 科技 會決定一個銀行的核心競爭力。

比如說，大數據技術能讓銀行實現更精準的銷售，人工智慧技術，能大幅度降低貸款處理流程的成本。

而這種投資趨勢的結果就是，在接下來的十年，美國的銀行總計將會裁掉20萬人。

中國的銀行，在智能化上肯定也不會落後。

在中國其實也觀察到了類似的趨勢，比如 中國四大行，由於銀行網點智能化，這幾年已經裁掉了8萬人，而這種裁員計劃，還在繼續。

香餑餑的金融專業不行了，怎麼辦？大家都去學編程嗎？

那肯定不是 ， 金融專業要學，這是一個非常專業的學問，不管人工智慧怎麼發展，都需要人來研究。

說得肯定點， 你要想學金融專業有前途，你最好是考上頂尖學校的金融專業，比如北大、清華、上財、復旦、人大、美國常青藤名校。

這樣，你在金融行業里發展才有前途。

金融其實是一個很大的行業，細分職業很多，各個細分職業的人工智慧替代率，差距也很大。

在金融行業里，大約有60%的職位被人工智慧替代的概率極高，替代率超過90%。

但是，也有25%的職位人工智慧替代概率很低，不到30%。

那什麼樣的職業，有90%的概率會被替代呢？

可不僅僅是銀行的櫃台人員。

像是預算分析師、保險承包人、會計師、稅務稽查員，甚至是負責放貸款的信貸員，都屬於這類。

這類職位有一些共同特點，那就是他們的工作內容里都有很多可重復的細節，有明確的任務目標，所以很容易被計算機用演算法進行編碼，形成程序。

比如，現在螞蟻金服依靠大數據分析，放貸不需要人工審批，你申請了，兩秒鍾就可以批款。

這些都是「可編碼」的工作，人工智慧來了，大概率被淘汰。

如果你想有一個簡單粗暴的方法來判斷，那麼， 金融行業大部分基層和中層的崗位，其實都是「可編碼型」的。

那什麼樣的金融職業，不可編碼、不能被替代呢？

銀行家這種工作。

他們的工作大部分是「找資源，協調關系，平衡利益」——這樣的職業也有一個特點，那就是「以人為本」。

這種技能，恰恰是無法被程序化的。

還有像巴菲特這樣的優秀投資者，雖說他們會做大量的數據分析，看起來好像是人工智慧可以乾的事兒。

但事實上，最終決策依靠的還是經驗、直覺、判斷力等等。

類似這樣的能力模型，也是人工智慧沒法輕易取代的。

如果我們還是用一個簡單粗暴的方式來判斷，那就是 ，在金融行業金字塔尖的少數職位，不會被替代。

這些職位本來就很稀缺，所以自然在人才選拔上當然有很高的門檻，比如說你得是從頂尖名校畢業的，有高學歷，甚至有好的家庭背景。

中國基金經理中的87%都畢業於12所高校。

哪12所呢？

基本上就是清華、北大、復旦、上財這個級別的高校。

而頂尖私募基金、投資銀行的高級職位更是常青藤、清北復交的專利。

如果你家境優越，或者能考上清北復交、常青藤學校，那麼學金融仍然是好選擇，因為你很有可能成為這個行業金字塔尖的少數人才。

但如果做不到，那金融專業還是不要學了，因為你學了畢業後，大概率會在基層做「可編碼」的工作，未來被裁員的風險就很高。

在銀行業，鐵飯碗確實不保了，但金飯碗還是值錢的，如果你沒學歷、沒人脈、沒能力爬到頂端，就早點放棄謀求其他出路吧，別等被裁了才發現無路可走。

『拾』 《顛覆銀行互聯網金融的下一站》epub下載在線閱讀全文，求百度網盤雲資源

《顛覆銀行》（Dan Schatt）電子書網盤下載免費在線閱讀

鏈接: https://pan..com/s/1PLBVzuGQC7YhkdA11YOTgw

提取碼: mutv

書名：顛覆銀行

作者：Dan Schatt

譯者：何正雲

豆瓣評分：6.1

出版社：中信出版集團股份有限公司

出版年份：2016-1-15

頁數：273

內容簡介：

《顛覆銀行》移動互聯網和新技術帶來的金融創新正在改變人們的消費方式、支付方式和商業模式，銀行也首次面臨被顛覆的局面。金融業格局正在被重塑：新興的金融技術服務企業不斷涌現，傳統銀行需要轉型為互聯網銀行，互聯網企業與銀行也在跨界合作。

在這場金融新布局中，銀行業及金融技術企業應該如何加速創新與合作？丹•斯科特作為前貝寶金融創新負責人，領導了貝寶與幾百家金融服務機構的合作，對此有足夠的發言權。作者認為，缺乏對創新型協作的關注，以及對主要業務模式變革賴以發生的技術和顧客體驗這兩大因素缺乏理解，是阻礙金融服務業進行創新的主要因素。他在這本書中提供了大量案例分析和指導建議。

無論你是一家大銀行、小銀行、金融技術提供商還是某個想深入了解如何通過創新型協作形成銀行業務和支付的人，這本書都將為你提供指引。

作者簡介：

丹•斯科特（Dan Schatt），前貝寶金融創新負責人。他目前擔任斯托克派爾（Stockpile）首席商務官。加入貝寶之前，他曾在花旗集團的金融研究部門工作，還擔任過世界銀行扶貧協商小組咨詢師，賽訊咨詢行業分析師。