【专栏】当AI遇上金融:BAT能解决银行小微的哪些大问题?

陈文 · 零壹财经 2017-11-21 阅读:1029

11月16日的百度世界大会上,百度掌门人的李彦宏将当前这个时间节点解读为人工智能(AI)的“黎明”,意味深长。对于在商言商的企业家而言,“黎明”的到来在于看到可以商业化的模式,研发的长期投入有望得到丰厚的汇报。百度高级副总裁朱光在当日的智能金融论坛上明确表示,金融在百度AI五大版图中将成为第一个成功实现商业变现化的场景。话音刚落,百度与中信银行合作打造的国内第一家独立法人的直销银行——百信银行正式宣布开业,百度金融的AI输出能力有了落地的崭新实体。人工智能使信息技术在金融领域的价值从渠道和平台真正走入了商业核心。

国内AI的大旗最早由BAT扛起,各大独角兽企业纷纷跟进,黎明期的角逐已然波涛汹涌,并迅速向金融领域全方位渗透,推动着金融服务的全方位自动化和智能化。

从海外经验来看,AI对于金融的变革早已成果显著,直接的视觉效应是机器对人的替代,基于AI技术的聊天机器人和虚拟助理已经推动北欧的商业银行在过去的十年内关闭了大约30%的线下实体网点,而从2016年至今,包括贝莱德集团、德意志银行、瑞士信贷、荷兰ING银行等全球重量级银行纷纷展开裁员计划, 30%的职位有望被“被直接自动化”。AI之风吹过,传统金融迎来了做减法的时代,持续压缩存量网点和人员,开始接受和采纳依托技术拓展业务的新逻辑。

对于国内的商业银行而言,变化似乎没有来得如此显著,但与互联网巨头就基于AI提升信贷服务的全方位合作恰得其时。今年3月国务院《政府工作报告》明确“鼓励大中型商业银行设立普惠金融事业部”,截至6月末,工、农、中、建、交五大国有商业银行总行普惠金融事业部均已正式挂牌。然而,承担一定政策性任务的大行在开展诸如小额信贷等普惠金融业务,仍面临如何有效解决收益覆盖成本(静态维度)、收益风险相匹配(动态维度)这两个问题。与互联网企业开展人工智能合作给商业银行带来了机遇新的技术以一种商业可持续性的模式切入小微金服的难得契机。

第一,  AI的应用有效控制成本,解决收益覆盖成本问题。

银行之所以不愿意做小微,原因在于小微单笔授信额度太小,与大额授信相比所走的项目开发流程以及信贷流程又差不多,因此在传统经营模式下小微业务的“性价比”远远低于和所谓“大客户”相关的业务。

人工智能的应用有望颠覆传统的经营模式,将小额信贷的人海战术理念转向以智能算法和“机器人”,系统开发及相关软硬件的采购虽然初期投入很大,但信贷规模的扩张有望不断摊平投入成本,平均成本增长曲线呈现明显的递减趋势。因此,信贷规模的扩张不再意味着人员投入的同比例增长以及管理成本更高速的扩张,对掌握金融科技核心技术的企业来说,小微业务的利润率水平有望在合理成本下得到持续提升。事实上,如果智能算法和网络渠道完全取代人力审批和营销,小微项目的开发有可能进入零边际成本时代。

第二,AI的应用优化资产定价,解决收益风险匹配问题。

金融的风险具有滞后性,对于放贷机构而言,在风险爆发之际,可能赚的是利息,损失的却将是本金。小微业务相关数据的缺失使得传统的事先风险评价难以有效进行,在激励机制设立不当的情况下,业务扩张可能意味着道德风险的急剧加大。尤其是宏观经济增长速度放缓的当下,小微企业首当其冲,风险暴露加速,资产端收益受制于合同规定以及法律上限规定具有粘性,收益风险不匹配问题将愈发突出。

人工智能的优势在于基于丰富的数据源以及多种算法预测各种潜在的风险以及各种情形对应的概率,对于小微借款者的信用评价更具有多维度性以及动态性,有效提升对于借款人的还款能力与还款意愿的预测能力与效率。例如百度金融推出的“般若”大数据风控体系,无论在风险的识别和反欺诈领域都效果凸显。在信用领域,央行征信数据加百度数据可以将客群的风险区分度提升13%;在反欺诈领域,百度由于拥有百亿节点、五百亿边的运算能力,可以达到秒粒度图快照和秒级查询响应。诸如此类的智能风险评价体系减少了人为的主观因素,有效防范小微业务中的道德风险问题,同时提升了风险定价的实时性,对体系庞杂、层级冗繁的大型金融机构而言具有革命性的意义。

人工智能在商业银行开展信贷业务中的意义一方面在于有效的成本与风险控制,另一方面在于推动其变革传统的信贷业务理念。农业银行联姻百度打造智能银行正是题中之义。具体而言,在人工智能时代,即商业银行将有望基于前瞻性的预测主动挖掘乃至创造信贷新需求,由信贷服务的被动满足者向信贷服务的主动供给者转变,从而华丽转身为智能银行。传统商业银行在服务借款人时几乎总是等着客户主动找来,客户提交贷款申请之后,商业银行需要花费一定时间进行信贷审核,银行信贷审核的严格程度与借款人获取信贷的便捷性一般存在负向关系,过于快捷的信贷审核流程往往意味着风险把控不严。人工智能的应用为贷款机构在强化风险把控能力的同时提高信贷获取的便捷性方面提供了可能,智能响应模型可以通过分析客户的网络搜索记录挖掘客户的潜在贷款需求,主动推介相关的贷款服务。例如,当智能机器人发现某客户近期经常搜索培训信息时,判断其存在助学贷款的需求,在客户提交贷款申请前即对客户进行初步信贷审核并进行定向信贷产品推荐。这里,贷款机构成功实现了由一个满足信贷需求的被动方向创造信贷需求的主动方的转变,正切合信贷市场由卖方市场向买方市场的转变历程。

在互联网企业和传统商业银行合作深化的未来,我们也期待这些互联网企业对于传统银行的贡献能够突破传统的助贷模式,带给传统商业银行金融产品在设计理念上根本性的变革和企业运营上持续性的优化。以百度金融为例,其对于贷款机构的服务重心慢慢移到资金方面。百度金融基于区块链打造的消费金融资产ABS发行已经高达185亿人民币,人工智能技术对底层资产穿透式的风险把控以及风险分级将有助于降低资方和项目方两方终端的信息不对称程度,防范类似美国次贷过程中产品设计底层资产层层包装后道德风险加剧的问题。我们相信,随着商业银行加速向资产管理领域发力,大量底层信贷资产有望借助ABS的思路融资,互联网企业在金融产品设计方面的技术支撑方面必将产生更多贡献。

0

相关文章

我来评论

评论“当AI遇上金融:BAT能解决银行小微的哪些大问题?”

取消 提交 请输入内容!

评论

  • 解码金融科技上市潮

    解码金融科技上市潮

  • 消费金融:鏖战、竞合与出路

    消费金融:鏖战、竞合与出路

  • 中国贷后风险管理及资产处置峰会

    中国贷后风险管理及资产处置峰会

耗时 2349ms