环亚网站 - 透视金融科技的点线面体:中国一定会出现世界级的资管公司

2020-01-11 16:32:19  

环亚网站 - 透视金融科技的点线面体:中国一定会出现世界级的资管公司

环亚网站,11月29日,在自贸区落地发展背景下,首届“产业生态与价值投资大会”在江北新区召开。本次大会以“新江北、新自贸、新价值”为主题,依托自贸区和国家级新区双区叠加优势,汇聚了国内最前沿创新力量。

100家上市公司、100家创新公司、50余个投资机构与部分金融行业管理机构等集聚一堂,围绕新旧动能转化和江北新区“两城一中心”产业规划,聚焦新金融、大健康、新消费三大产业,就产业生态布局和企业投资价值发现,深度开展交流,增进扩大共识,拓展合作空间。

围绕“透视金融科技的点线面体”这一主题,疌泉德诚并购投资基金合伙人、首席战略官卜安洵作为主持人,与微众税银华东中心副总经理孙晨晨、中子星金融联合创始人李森、文因互联创始人鲍捷、迅策科技创始人耿大为和fundpark创始人孙慧来6位嘉宾,展开了行业讨论。

参与本次交流的五家企业均处在金融科技行业中,其主业务覆盖了征信、资管、风控、信息智能以及供应链金融,其业务模式均基于数据和算法。因此,本次圆桌主题主要围绕数据算法的发展和应用、金融科技公司发展所处的阶段及金融科技行业的展望三方面展开。

五家金融科技公司的业务模式均基于数据和算法

卜安洵(主持人):各位领导、各位企业家朋友,产业圆桌对话这一场的主题是“金融科技”。金融科技现在是市场瞩目的焦点,科技在创新,金融在进化,今天的市场特别是新旧动能中的新动能背后的驱动力。台上就坐的五位是业内的翘楚,是金融科技业界的明星公司的领导人,接下来请他们每一位非常简短地介绍自己公司和业务。

孙晨晨:微众税银公司是一家科技型的征信公司。换句话说,微众税银注重于企业端的征信和信用信息服务。公司在全国首创了互联网+税银互动的征信模式,希望通过大数据征信以及信用创新解决小微企业融资难、融资贵以及企业信用的度量难题。

李森:中子星金融是一个企业金融服务平台,主要面向从大b到小b的服务,包括面向产业资本和金融机构的资产管理,面向企业的现金管理以及面向产业的上下游的供应链金融服务。

鲍捷:文因互联是致力于为金融机构提供流程自动化服务的公司,主要基于人工智能和技术把原来烦琐的手工的劳动变成用机器可以自动处理的过程,包括风控、合规、监管、审查、审计等场景。主要用的底层技术是自然语言处理和知识图谱。

耿大为:迅策科技创立于2015年,我们致力于用科技的技术架构为资管和客户提供数据中台服务,并落地客户最深入的场景。目前来看,在中国的资管范围内基本上每一个细分的领域和牌照行业内都有落地的头部客户。经粗略统计,使用我们数据中台的资管客户管理资产规模接近9万亿,目前公司完成两轮融资,资方包括高盛等投资机构。

孙慧来:大家好,fundpark是香港现在最大的供应链金融科技公司,我们通过利用供应链金融数据给企业方提供一个关于供应链账款票据和融资的智库档案,另外帮他们对接资产管理公司和一些本地服务。我们的核心方案在于,如何利用供应链和其他多方面的数据提高风控效能与速度,让更多企业得到快速成长。

理解以文本形式存在的数据可能是未来大数据统计的发展趋势

卜安洵(主持人):我的问题是关于数据算法。算法现在已经变成学界共同探讨的问题,而他们是在实践中已经领先,关于数据算法各位有何看法与做法?

孙晨晨:关于这个我想谈两点。第一,作为税众公司来讲,我们的数据主要是来源于政府机构、事业单位和企业。这种情况下,我们通过系统对接的方式取得数据,没有通过公开网络爬虫等方式。在数据的处理上,我们用到很多专业的逻辑问题,比如税务数据其实有对应的相互印证的关系,我们还有其他的数据做交叉验证。所以我认为这个数据从来源和加工上有专业性,而且从专业性来讲这个加工会更难一些。

第二,刚才主持人讲的方法不管是机器学习还是人工智能,算法都大同小异。我要讲的是如何把数据最小颗粒地构建到实际应用中。我们会根据对税务数据的理解,对银行信贷的认识,专门为银行输出信贷的模型和风控的模型,而不是简单地输出数据。对于我们来说,数据实际上并不重要,更重要的是怎样搭建一个整体的解决方案,这是我们公司的核心价值。

李森:无论是to c还是to b,肯定是数据维护越来越多越好。但是集中在产业金融这个方向的科技服务方来讲,更多的关注是在产业闭环下的整个企业行为数据的分析。包括供应链金融中提到的信息流、物流、资金流三流合一的校验也会利用最新的技术,从基础的资金到资产端的纵向服务,比如在智能农业里的应用。我们更多关注的是产业趋势与经营数据的跟踪,如何关注到更多产业的数据并做深,这样才能从风险角度等多维度上解决以往无法解决的问题。

这些数据如价格指数主要通过大数据获取,在养殖场的数据是我们自主研发的物联网解决方案。在现在的环境下,数据来源的合法性是目前大家比较关注的。这些数据主要来源于c端,数据安全和数据隐私是大家尤为关注的一个问题。

鲍捷:前几年,金融机构把大数据建立起来了,有了数据以后,就出现接下来的问题:我们该如何理解数据?当然,理解数据本身不是我们真正的目的,我们最终是想提高效率和效益,这就要求把传统的流程自动化。理解数据的技术有很多,特别对于传统结构化数据方面,现在已经有较好的工具。但我们发现,在和金融机构合作中,绝大部分数据不在结构化数据中,而是在文本里。这几年,我们发现,研究如何理解另外那90%冰山之下以文本形式存在的数据,可能是未来大数据统计的发展趋势。

耿大为:迅策科技服务国内的资管公司和大型金融机构,我认为对于资本公司和金融机构来说,目前造成风险的主要原因主要来源于信息和数据的不对称性。这种不对称性在企业分为两个维度,一个维度是有没有这个数据,换句话说数据源和信息源接入得够不够全。另外一个维度是当这个企业有这个数据,但是做决策时能不能快速有效地找到这个数据。这两个维度会造成企业在进行决策的时候信息不对称。我们中台专注于帮助客户解决这个问题,能够快速响应客户前台需要的变化。

迅策科技并非替代应用系统,而是将其整合打通。换句话说,我们不生产数据,我们只是数据的整合。我们认为单有数据或算法都是不够的,一定要数据加算法或中台加前台一起才能够做到知行合一。

孙慧来:有人的地方就会有贸易,有贸易就会有供应链,当供应链加征信就会出现一个永恒的区别,传统的征信会有定性,但是供应链一直在流动。在我们收集数据过程中,遵循一个概念:数据是流动的。所以我们的想法是,把整个前中后台的运算和收集一定是流动的,而不能只是一个静态的。我们现在比较大的场景主要在跨境和电商,这两个场景都能够拿到更可靠的数据来源。

中国一定会出现世界级的资管公司和金融科技公司

卜安洵(主持人):现在有一个概念叫“点线面体”,当一个创业平台确立了一个优势的业务点之后,自然的驱动就是希望拉长变成一条业务线,甚至更多的合作,产生多元的面,甚至到一个生态。我们想借此了解业内的几家领军企业,他们当下的业务处在什么阶段?不远的未来会有什么样的部署和构想?

孙慧来:在我们看来,供应链在过去十年内有很多to c,但是to b的很少。我们在三年前通过单点突破,即应收账款,但是整个供应链很长很细。所以我们类似一个资讯的整合者,整个一些海关数据、仓存数据、买家出口保险箱的数据等。我们不是游戏的参与者,而是设计者,这样我们才能让不同的参与者都能够用相通的语言沟通,让他们进入我们的系统,参与到这样一个比较大的场景。

耿大为:我们现在处于从点到面的阶段。迅策最开始专注于私募数据的管理,后来发现有很多私募通过信托发年报,这些信托来自央企的财务公司以及一些资管。由于一系列和投资相关的机构都会有数据管理的诉求,我们从就从这点开始一点一点把它串成一条线,然后发现在每一个独立的客户场景之下有更多的不同资产的类别管理需求,比如原来只是管证券类的,突然发现有管债券类的,还可能需要有管可转债的,这些需要的产品展开就变成了一个面。

换句话说,金融科技和资管行业的结合天生具备这种矩阵属性。第一维属性是行业,比如这个行业可以是公募、可以是信托,第二维属性是资产类别,第三维度属性是它的场景,当三个维度结合起来就形成是一个体的概念。

我们看到越来越多的大型的资管机构进入到中国市场,中国的资本市场也有海外的投资,中国的企业大部分是先做大再做强,肯定是在某一个阶段会遇到从外延式的增长变成内延式的增长。数据中台的落地过程中不只是让客户落地一个产品,更多的是涉及到客户本身业务的流程再造和一些管理提升。我相信中国一定会出现世界级的资管公司和金融科技公司。

鲍捷:从金融流程自动化来说,我们正处于从线到面的转变过程中,主要是基于结构化数据的自动化。这段时间大家更加关注的是叫ai+rpa,就是机器人加自动化的概念,之前大多数做结构化数据就是一些交易生成的数据,现在更多是知识密集型的数据,包括大量的公告、文告,但这块的处理还没能够做到很好的程度。

就结构化数据这块来看,现在它是一个面,但是一个非常稀疏的面,有很多很多的洞。我们就一块一块把这个洞补上,当你发现补上一个洞了之后,其他几个洞的人就会来找你的。比如,我们给其中一个银行一个部门服务之后,其他部门也来找我们。

卜安洵(主持人):两个点的突破,一个是语义的理解,一个是知识图谱,每一次的突破都打破更多的应用。

鲍捷:对,一开始和金融机构聊的时候双方都是懵的,谁也不知道到底有什么需求,所以必须选择单一的一个点,一个部门突破,再把这些点连成一条线,每一个部门上下游很自然地就关联过来了。

李森:我主要做的产业端,如果把单个点当成一个场景和一个企业,那么线就是两个企业之间发生的交易关系,两条线可能会构成一个市场。所以从做产业金融服务的角度来讲,它代表的是几个递进关系,因为企业信息的数字化的程度进展不一,所以一些特定的产业,它可能是点线面同步在推进。

我们梳理点线面有这样的发展过程,场景这端做的基础工作是场景的数字化,有了数字化的工作基础之后,当交易出现了关系可能就是产生了数据,数据面临的问题就是数据如何面临资产,那就是数据资产化的过程。进入到资产之后,那就变成资产之间的交易,那就产生了市场,就需要去解决资产证券化的问题。这也是做产业金融特别是资金端发展时面临的几个过程。

我们现在所处的阶段依产业决定,我们在有些特定产业的点线面会同步推进,更多的集中在数据资产化阶段。比如标准化信息比较强的一些行业可能还做一些资产证券化的工作,一些比较传统的、基础的行业可能要做企业数字化的工作。

卜安洵(主持人):比如你们服务a,服务b,服务c,有没有可能abc因为你们的某种服务的纽带或者某种基础的应用,他们之间产生可能的合作关系?

李森:这种服务关系已经产生了,可能刚开始产生的交易关系更多的是一些产业里的基础设施,比如如何去给他提供一套高效的物流解决方案,我们已经通过协作的物流合作方为一些特定的产业提供这种服务,当年就能给他们在物流费用上节省9%。

孙晨晨:我们是一家征信公司,定位于金融科技,准确来讲是定位于信用科技。所以我想从大环境来讲,从征信来讲,国家的信用体系建设也已经很多年了,但是整个环境对于信用的理解和概念还处在一个比较初步和上升的阶段,这也决定了我们公司在征信这个领域还是处于摸索阶段,还在向国外看齐的阶段。

从信用科技本身来讲,我们公司目前服务了30个省市的税务局,近200家银行,600多万的小微企业客户。所以从点和线逐步完成了,我们正在向体的方向去进化。举个例子,今年11月21日,我们在深圳首届的论坛上,发布了深圳的“信易贷”的云平台,这就是在深圳发改委的支持下,我们公司开发的一个基于企业信用的企业融资综合信用平台,这个就是我们在为面的发展甚至于体的发展做努力。

以后所有的金融机构都需要一个智能中台

卜安洵(主持人):税银的发展非常快,也是值得期待。因为科技和金融在同步,相加之后产生了加速度。我想请各位预见一下,据您观察,未来3-5年之间会是否会发生某项技术的革新应用,或者某种制度、行业的大变革?

孙晨晨:预测不敢讲,借用央行方行长昨天讲的一句话,对银行来讲就是谁拥有了金融科技,谁就掌握了最核心的生产力。

李森:人类总是高估1-3年的变化,但是低估5-10年的变化,我觉得现在的金融科技和细分领域的结合可能会在人工智能上会取得一定的突破。

鲍捷:毛奇说所有的军队都要有一个总参谋部,我认为以后所有金融机构都需要一个智能中台。

耿大为:我个人认为未来的3-5年金融科技不光是赋能和影响到资管行业,甚至可能会改变资管行业。

孙慧来:我讲其中一个面,我觉得区块链其中一个最重要的应用会在供应链上,各种区块链公司应该在这个领域上多研究。

编辑 | 南柯