大数据、AI等技术的发展让普惠金融变成可能

【TechWeb】11月5日消息，在“360数科技术开放日”上海场中，360数科首席科学家张家兴博士表示，“更前沿的大数据、人工智能等技术的必然发展，让普惠金融变成了可能。”

张家兴指出，当前普惠金融的特点，可以理解为无科技不金融。而做普惠金融的金融科技的底层逻辑，归根结底分为两个层面：一是找到人，二是看准人。

图片来源：网络

就目前行业发展现状来看，金融可以主要采用以下三种线上方式，实现从庞大基数人群中寻找拥有潜在普惠金融服务需求的用户的目的。

首先，精准投放。即通过对媒体、信息流、短视频等平台的流量进行有效管理和判断，利用大数据及模型精准定位到有需求的个人；其次，智能运营。即通过对用户全生命周期的管理，最大化提升金融科技服务效率，一方面实现用户满意度的提升，另一方面更好的降低机构的获客成本；最后，高效触达。

张家兴表示，“如果说我们人找的不准，那么触达越高效，对用户造成的干扰越大。不能为了技术而技术，而要把它变成一个真正有价值的事情，这才是我们深挖技术的最终目的。”

针对这些问题，张家兴提出三步走解决方案。第一，基于足量样本的风控策略，在对人群标签进行足够精细的划分后，增强系统模型的判断力；第二，基于足量数据的机器学习，从而实现对用户最精准的刻画；第三，基于精准判断的智能催收。

张家兴认为，金融科技永远的主题是线上化、自动化，智能化和大数据技术的应用，是解决传统金融到普惠金融变革的利器。

来源：手机凤凰网

中国智能投顾路在何方？

智能投顾行业自2008年诞生以来，已经过去了12年。就目前来看，海外的智能投顾行业已不再是一个独立的行业，或者说，从来没有过这样一个独立的行业。我们能看到的，是传统财富管理行业的快速智能投顾化。相比较而言，国内由于传统买方投顾业务的不成熟，智能投顾的发展更曲折、也更复杂一些。

　　1.居民财富无处可去，未来只能选择浮动收益为主的理财方式

　　(1)居民的收入增长放缓，被动收入的增加越来越重要

　　经过30年的高速成长，中国人积累了巨量的财富。但随着高速成长时代的结束、中等成长速度时代的来临，居民靠主动收入来大幅增加财富的时代正在结束，相对应的，财产性收入对居民财富增长的重要性越来越高。国民总收入增长率在上世纪90年初高达30%左右，但随着高速成长的结束，国民总收入的增长率也一路下滑，近五年收入增长率基本都在10%左右，最新2018年的数据是9.37%，不如从前。

图片来源：网络　

　(2)浮动收益类标准化资产成为理财的主要方向

　　各类固收理财市场的收益率持续下滑，已经很难承担帮助居民财富增加的重任。2008年至今，银行定期存款1年利率从4.14%下降到1.5%、理财产品1年期预期收益率从最高11%下降到4%左右、信托产品1年期预期收益率从9%左右下降到7%左右，所有类别固收产品的收益率都在持续下降。传统理财模式已经不适用。

　　因此，居民资产迅速向标准化浮动收益资产转移。或者说，浮动收益理财时代正在快速来临，如美国上世纪80年代和90年代一样。

　　2.浮动收益率理财时代的特点决定了买方投顾化是财富管理行业的未来

　　传统的理财模式，以固定收益类资产为主。固定收益类理财相对简单，因为收益确定，理财机构只需要把产品卖出去即可。

　　浮动收益理财模式有三个自身特点，目标导向、个性化、伴随式。

　　目标导向、个性化、伴随式的三个特征，决定了财富管理行业的未来，站在客户立场上、协助特定的客户解决特定的理财需求的业务模式，即买方投顾。买方投资顾问是财富管理行业的未来。

　　3.中国的传统财富管理机构是真“传统”，担负不起理财行业转型的重任

　　中国的传统财富管理机构，其业务体系存在几个弊端：

　　(1)重固收，轻浮动

　　以传统财富管理机构中的佼佼者招商银行为例，查询其官网列明的在售产品，63个理财产品中，高风险评级的平衡型产品共15个，其余为低风险评级的稳健型或者谨慎型产品。固收或类固收理财占比76%。其他机构占比更高。

　　(2)重销，不重管

　　无论是考核、激励机制，还是业务培训模式，甚至内部的理财文化，都是为销售服务。站在客户立场、建立合理理财方案、伴随客户成长、最终实现客户理财目标等这些浮动收益理财的基本逻辑，在当下的大部分传统理财机构里都是天方夜谭。

图片来源：网络

　　(3)重前台，轻中台

　　无论是银行还是第三方财富管理机构，在驱动决策、驱动客户服务的中台体系建设上，都十分吝啬。相比较而言，它们更愿意花钱来奖励销售行为，建立促进销售的销售支持系统。

　　4.智能投顾，是买方投资顾问业务的唯一可能

　　鉴于客户需求在前，而传统理财机构又不堪重任，智能投顾才是买方投资顾问业务的唯一可能路径。上述判断原因如下：

　　(1)需求在前，时间紧迫

　　根据瑞信的研究报告，中国在2000年时，居民财富状况还只是美国1905年的水平，而到2018年则已经赶上了美国2000年水平，预估在2023年达到美国2007年-2008年水平。我们观察到美国居民财富在这些年中的结构改变，认为中国居民财富的浮动收益化可能会比美国更快。

　　(2)缺乏人员积累

　　中国的财富管理行业从业人员，数量不够，且以销售为主，截至2018年数据，中国个人投资者大约是1亿人左右，而浮动收益投资顾问的人数只有4万人左右，加上银行以销售为主导的传统理财服务人员，人均投顾数量也非常低，远不能满足市场需求。而美国截至2017年，仅以公募基金为对象的理财服务人员就达到近5万人。

　　(3)人工投顾没有大规模快速培训的可能性

图片来源：网络

　　浮动收益理财人员，其培养过程相对漫长。美国从《1940年投资顾问法》开始规范性地出现理财行业，行业及其从业人员的培养历经70余年。

　　(4)传统的人工投顾，合规与可靠性管理仍然是解决不了的问题

　　中国的上一轮投顾业务实践，事实上是以失败告终。根本原因是，以人作为服务主体，在量价敏感的品种(股票)作为服务标的，及理财服务缺乏合理收入来源的情况下，业务往往走向变异。而几粒老鼠屎往往坏了一锅汤，导致中国的买方投顾业务迟缓于财富管理行业的整体发展。

来源：中投网

人工智能在金融领域的八个应用场景

人工智能被公认为是人类有史以来最伟大的一次革命，远超认知革命、农业革命和工业革命。人工智能从概念产生，到逐渐成为全球关注的焦点，到目前上升为国家战略，经历了60余年的发展，期间经历了两起两落，第三次爆发是因为有很多生动的落地应用案例。人工智能从对弈（AlphaGo）到感知（微软小冰）再到决策（IBM沃森），正在越来越多的领域超越人类智慧，应用场景也从实验室走到各行各业。

目前AI技术已在金融、医疗、安防、教育等多个领域实现技术落地，且应用场景也愈来愈丰富。人工智能的商业化在加速企业数字化、改善产业链结构、提高信息利用效率等方面起到了积极作用。

图片来源：网络

每一次人工智能的发展都伴随着研究方法的突破，深度学习是近年机器学习技术突破的重要代表之一。随着人工智能研究和应用领域的不断延伸，未来人工智能将迎来更多种技术的结合应用。

人工智能在金融领域中的应用

李开复曾有个著名的观点：“人工智能最好的应用领域是互联网金融”。

金融是人工智能重要的应用场景，人工智能在金融行业的应用改变了金融服务行业的规则。传统金融机构与科技公司共同参与，构建起更大范围的高性能动态生态系统，参与者需要与外部各方广泛互动，获取各自所需要的资源，因此在金融科技生态系统中，金融机构与科技公司之间将形成一种深层次的信任与合作关系，提升金融公司的商业效能。

下面重点介绍金融领域的热点AI技术。

自然语言处理

自然语言处理是用计算机来处理、理解以及运用人类语言。由于自然语言是人类区别于其他动物的根本标志。没有语言，人类的思维也就无从谈起，所以自然语言处理体现了人工智能的最高任务与境界，也就是说，只有当计算机具备了处理自然语言的能力时，机器才算实现了真正的智能。从研究内容来看 ，自然语言处理包括语法分析、语义分析、篇章理解等。

图片来源：网络

语音识别和语言合成

语音识别是实现人机交互比较关键的技术，其所要解决的问题是让计算机能够“听到”人类的语音，之后结合自然语言处理技术通过语义理解才能“懂”人类语言的意思。语音识别技术主要通过语音特征提取、模式匹配、模型训练等技术方式将语音转化为计算机可读的输入。语音识别是一门交叉学科，所涉及的领域包括信号处理、模型识别、概率论、信息论、发生机理和听觉机理、人工智能等。

语音合成，是将任意文字信息转化为标准流畅的语音朗读出来，让机器实现像人一样开口说话。语音合成包括三个方面，首先语言处理要模拟人对自然语言的理解过程给出词语的发音提示，接着韵律处理根据语音规划音强等特质，最后进行声学处理输出语音。随着人工智能算法的加入，音色、情感等方面的模拟得以提高，使合成的声音更加自然，一定程度下可以达到真人说话的水准。

物体识别

物体识别是计算机视觉领域中的一项基础研究，它的任务是识别出图像中有什么物体，并报告出这个物体在图像表示的场景中的位置和方向。目前物体识别方法可以归为两类：基于模型的或者基于上下文识别的方法，二维物体识别或者三维物体识别方法。一般基于大数据和深度学习实现，应用于图像或视频内容分析、拍照识图等业务场景。

人脸识别

人脸识别是计算机视觉应用的主要领域之一，是通过分析比较人脸视觉特征信息进行身份鉴别的一种方式。可将人脸识别技术划分为检测定位、面部特征提取以及人脸确认三个过程。人脸识别技术的应用主要是受到光照、拍摄角度、图像遮挡、年龄等多个因素的影响，在约束条件下人脸识别相对成熟，在自由条件下人脸识别技术还在不断改进。

OCR识别

OCR英文全称是Optical Character Recognition，中文叫做光学字符识别，已经是计算机视觉研究领域开展最早也是最成熟的一项成果。OCR利用光学技术和计算机技术把印在或写在纸上的文字读取出来，并转换成计算机能够接受、人又可以理解的格式。

图像搜索

以图搜图，在指定图库中搜索出相同或相似的图片，适用于图片精确查找、相似素材搜索、拍照搜同款商品、相似商品推荐等场景。以深度学习和大规模机器学习技术为核心，通过图像识别和搜索技术实现。

图片来源：网络

生物特征识别

生物特征识别技术涉及的内容十分广泛，包括计算机视觉、语音识别等多项技术，主要利用人体固有的生物特性，如指纹、面相、虹膜、掌纹、声纹，以及行为特征，如笔迹、声音、步态等来进行个人身份的鉴定。目前生物特征识别作为重要的智能化身份认证技术，在金融、公共安全、教育、交通等领域得到广泛的应用。

智能客服

智能客服是指能够与用户进行简单问题答复，通过人机交互解决用户关于产品或服务的问题。自然语言处理技术成熟度在各类人工智能技术中成熟度较低，但在客服领域中能够发挥较高的价值。人工客服存在培训成本高、服务效果难以统一以及流动性大的问题。以大数据、云计算特别是人工智能技术为基础智能客服加速企业客服智能化，依靠知识图谱回答简答重复性问题，减少人工客服使用，提升客服效率及效果。客服机器人已替代40%-50%的人工客服工作，随着技术的不断完善，更多的客服工作将依靠人工智能完成。

来源：知乎

广发证券：大数据与智能投顾助力量化投资发展

由广发证券联合主办的“2017年（第六届）中国对冲基金年会”日前在上海举行。会议邀请了多位著名私募基金高管、国内外金融机构高管、企业家、高净值客户等参与，与会人数达千人规模。会议围绕“规范发展新时代，对冲基金新篇章”的主题展开交流，并探讨了“资管大时代对冲基金发展趋势”、“资产配置多元时代的A股投资机遇”以及“大数据与智能投顾助力量化投资发展”等行业发展前沿问题，是一次高质量、深层次的行业交流大会，有助于推动私募基金行业的规范化、专业化发展。广发证券总裁助理王新栋在会上发表致辞。

图片来源：网络

近两年来，国内私募基金行业高速发展，根据中国基金业协会数据统计，截至今年11月，已备案私募基金管理人21836家，比2016年增长25%，已备案私募基金64633只，管理规模达10.9万亿，均比2016年增长了近40%。私募已成为我国证券市场的重要投资机构。

私募基金行业的蓬勃发展使各券商竞相发展私募基金业务。据王新栋介绍，广发证券经过多年的精耕细作，形成了三大业务优势，包括依托于全面的金融集团化架构，构建集专业交易、投研支持、基金小镇引荐入驻、种子基金孵化、托管外包、场外衍生品投资、融资融券等于一体的私募基金“全业务链”服务；以“私募规范化服务”帮助私募基金合规经营、长远发展；依托境内外上市的优势，为私募机构提供跨境注册指引及投融资服务。

据了解，在众多券商中，广发证券的私募基金“全业务链”服务具有自身特色。例如，通过与国内著名基金小镇签约合作，为基金小镇及入驻机构提供综合金融服务，助力基金小镇培育优质私募生态圈。自2014年起，广发证券先后与陆家嘴、深圳前海、西安灞柳、海南三亚、东莞松山湖、珠海横琴、成都天府、上海奉贤等多个著名基金小镇签约合作，为私募基金提供引荐入驻、产品设计及配置、协助跨境注册、储备投研人才、搭建学习交流平台等服务，形成“广发特色”私募孵化基地。广发证券还以基金小镇为落脚点，帮助私募基金把握“一带一路”、“粤港澳大湾区”等国家战略发展的投资机会，引流“金融活水”支持实体经济建设。

来源：经济日报

人工智能和机器学习：金融科技行业的新蓝图

企业并没有充分利用人工智能和机器学习。

毫无疑问，人工智能(AI)和机器学习(ML)正在成为金融科技行业的热门话题。几乎在所有的研讨会和会议我们都听到这样的消息，即这些新兴技术的兴起以及它们颠覆业务的潜力。

显然，人工智能和机器学习是金融科技行业赖以运作的蓝图。但是，显而易见的是，无论如何大肆鼓吹金融科技人工智能对企业的影响力，但由于许多公司无法对这些新技术进行可视化，集成和采用，它就仍然未得到这些公司的充分利用。

图片来源：网络

近期，多个行业就这些技术的潜力展开了很多对话，但是根据埃森哲的研究，英国87%的业务领导者都因其采用方面的问题而苦苦挣扎。

这并不是说人们对实现战略重点的重要性并不了解。确实，有四分之三的高管认为，如果他们在未来五年内不扩大人工智能的规模，那么他们就有可能关门大吉。

尽管如此，“炒作”和“实际实施”之间仍然存在差距。只有不到5%的公司成功地实现了人工智能的工业化，而80%到85%的公司正在寻求零零散散的概念验证产品——在这种情况下，人工智能和机器学习的威力往往与业务成果或战略要求脱节。许多公司没有充分利用新兴技术的全部潜力，因此限制了其对业务的影响。

凭借大量的历史数据和结构化数据，金融科技为人工智能和机器学习技术生成定制产品和解决方案提供了沃土，从而帮助企业提高盈利能力并节省成本。那么，为什么公司通常会在短期，中期和长期战略中缓慢采用，实施和扩展新兴技术呢?

接受人工智能和机器学习的好处

由于缺乏技术知识(从集成的角度来看以及由于人们对业务价值的理解有限而造成的)，许多公司采用人工智能和机器学习的速度十分缓慢。

公司必须与合适的人员合作，对在客户层面有切实业务利益和影响的人工智能和机器学习产品及解决方案进行调试，这一点很重要。

身为一家大型技术公司的硅谷前技术人员和研究工程师，我发现这些技术可以在整个企业的运营中发挥至关重要的作用。公司能发现可以节省成本的机会，同时可以提高效率，从而使首席财务官能够更轻松地担当起公司成长的关键角色。

图片来源：网络

企业可以发现未能充分加速日常活动和流程的机会，其方法是结合人工智能和机器学习技术。这些技术使客户能够做出更明智的决策并更高效地运作。同时，新兴技术将增加发展机会，从而帮助全球业务发展，帮助公司在国际环境中蓬勃发展。

最近的研究指出，高管们并没有因为预算限制而努力扩展人工智能，而是将这些技术集成到当前业务流程中的运营挑战。在组织内部利用人工智能和机器学习会遇到很多障碍，如无法建立强有力的组织结构，缺乏基础数据功能以及没有在员工那里得到充分采用。

正是这方方面面的因素使成功扩展了人工智能和机器学习的公司与单纯追求概念证明的公司区分开来。企业老板不仅必须将采用人工智能和机器学习视作其进入市场的业务战略的一部分，而且还必须积极地集成这些技术并鼓励员工将其应用于日常运营中。

发掘数据洞察

人工智能和机器学习妙就妙在能够发掘以前传统手工流程无法使用的数据洞察。这也无关乎企业规模，也就是说，使用人工智能和机器学习的扩展成功率或投资回报率并不取决于公司的规模。相反，专注于在组织的公司文化中实施合适的人工智能和机器学习功能以及思维方式，这才是至关重要的。无论你是初创企业，正在成长的企业还是大型企业，人工智能和机器学习均可用于推动公司的发展战略。

从战略上扩展新兴技术的商业优势是十分巨大的;与那些纯粹追求孤立项目的公司，这些公司的人工智能投资的成功率几乎是其三倍，而人工智能投资的回报是其三倍。

图片来源：网络

研究成功利用人工智能和机器学习的案例的范围十分广泛：有一家日本人寿保险公司使用人工智能计算向保单持有人的赔付的费用，结果其生产力提高了30%并且每年节省约100万美元。同样，有一个由人工智能驱动的承销平台使汽车出租公司每年减少23%的损失并更准确地预测风险。美国顶尖银行已使用由人工智能技术驱动的网络安全公司来区分真实客户和机器人。它的机器学习模型使一家主要银行能够保护其客户免遭帐户劫持并且在开始使用的第一周就检测到百万次“凭据填充(credential stuffing)”攻击。因此，人工智能和机器学习不仅可以提高获利能力并节省成本，而且还可以保护你的公司今后免遭欺诈和安全漏洞的攻击。

少说话多做事

为了使企业能够利用人工智能和机器学习的优势，从浮夸的理论叙述转向实际的实施工作是必不可少的。

作为一个行业，我们必须少说话，多做事，以此来接受人工智能和机器学习带来的业务影响。这些技术不应再被视为附庸的解决方案，如今它们对于各种业务模型都是不可或缺的。制定计划和集成策略，即贵企业将如何使用人工智能和机器学习来减轻网络犯罪和欺诈的风险，同时抓住能实实在在产生业务影响的机会，这才是至关重要的。

来源：企业网D1Net

强化科技赋能 人工智能发展将进入关键时期

中国工程院原常务副院长、院士潘云鹤表示，未来十年将是我国人工智能发展的关键时期，它将催生更多的新技术、新产品、新业态、新产业、新区域。

抓住当前重要时机 向高水平创新性发展

“互联网的普及、传感器的泛在、大数据的涌现、电子商务的发展、在线社区的兴起，数据和知识在人类社会、物理空间和信息空间之间的交叉融合与相互作用，汇合而成了驱动人工智能走向2.0的强大的外在动力和应用需求。”潘云鹤认为，人工智能2.0在金融领域的客户服务、风险控制、精准营销、资产管理、金融监管等均有非常大的渗透性，其中大数据智能更是已应用于全领域。而这仅仅是开始，随着进一步深入的创新，AI的覆盖面将越来越大。

中国工程院原常务副院长、院士 潘云鹤

“中国需要抓住当前重要的时机，突破基础研究和技术攻关，用好人工智能的'头雁'效应，勇闯'无人区'，向更高的水平创新性地发展。”潘云鹤强调。

中国人民银行科技司原司长 陈静

“我国金融业的发展靠的是改革与创新、先进科学技术的应用。”在中国人民银行科技司原司长陈静看来，随着金融科技和数字金融的快速发展，人工智能在金融领域的应用正在不断深化。人工智能等技术是未来金融创新重要的应用趋势，和金融创新与发展的重大推动力。

加速金融数字化转型 广泛应用多个领域

当下，我国金融智能化发展不断挺向纵深：移动金融呈现多元化趋势；金融云计算发展态势良好，创新能力显著提升；智能金融物联网产业生态初具雏形。今年以来，央行数字货币落地进程不断推进；60项金融科技创新监管试点在全国9个地区全面落地。面向世界科技前沿、面向经济主战场、面向国家重大需求，人工智能等技术正加速金融数字化转型，为实体经济提供“精准滴灌”式金融服务，为统筹推进疫情防控和经济社会发展注入金融创新活水。

杭州市科学技术局局长 赵喜凯

对此，杭州市科学技术局局长赵喜凯表示：“人工智能等创新技术正与传统金融业态深入融合，从支付结算、智能投顾、供应链金融、智能风控，到区块链金融、云计算等领域的创新应用，提供了高效便捷、信息透明的多样化金融服务，拓展了金融服务边界，优化了金融产品特性，弥补了传统金融短板，成为服务实体经济、防控金融风险、深化金融改革的重要力量。”

同盾科技联合创始人、CEO 张新波

同盾科技联合创始人、CEO张新波则认为，人工智能等科技力量已从过去的支撑、保障的从属地位，发展成为引领、重塑的驱动力量，成为金融业重要的核心竞争力。“同盾科技坚持自主创新，并以客户为核心，强化科技赋能，内建生态、外接场景，将自主研发的智能分析决策技术与服务广泛应用于智能金融、智能政务、智能城市建设等领域。”张新波说。

张新波还表示，金融、城市治理等领域，历来是科技创新的积极支持者和领先应用者。当前，人工智能、大数据、云计算、区块链、移动互联等相关技术的迅猛发展，并与相关产业深度融合，深刻改变了行业的服务业态和发展模式。

此外，在本届论坛上，同盾科技正式宣布成立了“知识联邦产学研联盟”， 同盾科技合伙人、人工智能研究院院长李晓林表示，联盟将聚集跨行业的各方力量，联合开展知识联邦多层级的理论、技术、协议、标准和产业研究，构建理论研究到产业成果转化的生态，探索下一代人工智能的实现路径。

来源：金台资讯

厂商背景的汽车金融公司，堪称汽车金融市场的主力军，其既比商业

厂商背景的汽车金融公司，堪称汽车金融市场的主力军，其既比商业银行更懂汽车市场，也比融资租赁公司更具规模效应，还比互联网企业更有渠道优势。可以说，汽车金融公司是地地道道的汽车金融正规军，其发展状况很大程度上能代表汽车金融业的发展水平。

近期，中国银行业协会发布《中国汽车金融公司行业发展报告（2019年度）》（以下简称《报告》），这是中国银行业协会连续第六年发布该报告。《报告》从市场运行情况、行业相关政策评析、融资机构情况分析、市场热点与焦点、行业发展展望等多个方面对2019年中国汽车金融公司的行业发展情况进行回顾与总结，勾勒了一幅汽车金融业的全景图。在国内汽车市场进入存量竞争的大背景下，汽车金融市场的竞争格局与关注焦点也在悄然发生变化。

渗透率再提升

2019年，汽车市场受宏观经济和汽车销量下滑的影响，继续承压，汽车厂家和产业链企业继续推动新四化革新，加速转型升级。作为汽车产业的主要金融支持力量，我国汽车金融公司致力于稳定汽车市场和服务实体经济，主动应对市场困难和挑战，实现了积极和稳健的增长。

2019年，全国25家汽车金融公司资产规模达9063.71亿元，同比增长8.03％。当年，汽车金融公司零售贷款车辆为664.6万辆，占2019年我国汽车销量的25.8％，同比增长4.2个百分点。经销商批发贷款车辆419.8万辆，占2019年汽车销量的16.3％。

图片来源：网络

这一年，汽车金融公司坚持初心，以服务实体经济为己任。一方面，专注支持汽车消费，通过产品创新、数字化转型和精细化服务持续挖掘潜在消费市场，进一步提升金融渗透率，用金融促消费，实现普惠金融。至2019年末，我国汽车金融公司零售贷款余额7193.8亿元，增幅13.1％。

另一方面，面对汽车销售承压的环境，汽车金融公司与制造商紧密协同，向大多为中小微企业的经销商提供稳定的资金支持，尤其是在2019年国五向国六排放标准切换期间，汽车金融公司保障经销商信贷支持，针对部分经销商资金紧张问题，通过延后还款、延长免息期等方式缓解经销商负担，同时稳定汽车厂商的销售体系，做到产融结合，以融助产。

汽车金融公司行业相关监管指标表现良好，截至2019年底，行业平均流动性比率达234.9％，比上年末大幅提高，增加35.7个百分点；行业资本充足率为20.6％，比上年末增加1.85个百分点，行业平均不良贷款率为0.5％。

业务的持续发展促使汽车金融公司积极补充资本，大力拓展多样化的融资渠道，流动性风险控制能力也进一步提高。2019年有7家汽车金融公司完成增资，合计增资约137.8亿元。2017年、2018年分别有8家和7家汽车金融公司进行了增资，行业连续三年增资规模超过百亿元。

这一方面体现了各汽车金融公司股东方对中国汽车金融市场广阔前景的较强信心，另一方面也说明汽车金融公司因自身经营发展和盈利能力良好，带来了后续发展的资金需求。增资巩固了汽车金融公司的资本充足程度，以进一步支持汽车销售市场发展，同时也能降低汽车金融公司的财务风险，更好地抵御市场波动带来的冲击。

图片来源：网络

2019年，有15家汽车金融公司发行了32单资产支持证券，总发行规模超过1500亿元，比2018年增加49％；5家汽车金融公司发行了7单金融债，总发行规模145亿元。这帮助汽车金融公司更好地促进汽车消费，支持实体经济发展。

客户服务与风险控制双提升

政府和金融监管机构对于汽车行业和汽车金融公司的发展也给予了关注和支持，在行业政策方面，近年来不断修订和完善，对汽车金融公司的业务有积极的影响。2017年修订的《汽车贷款管理办法》取消了对汽车贷款抵押或其他担保的强制要求，给予机构更多的灵活度。截至2019年末，至少有11家汽车金融公司开展了免抵押登记业务，用以解决部分城市抵押登记手续办理困难的问题、争取高资质客户、缓解市场竞争压力较大的问题。

2019年6月，公安部推行十项“放管服”新举措，简化了抵押流程，通过推行金融服务站等方式提高抵押效率，这些措施得到汽车金融行业的热烈欢迎。另外，针对政府在二手车、新能源汽车方面推出的政策，多家汽车金融公司积极创新产品金融方案，继续探索和支持二手车、新能源汽车市场。

与此同时，各家公司在2019年通过与人工智能、大数据、云计算等信息技术的深度融合，不断激发创新活力，为汽车金融业在客户服务和风险控制两方面的转型升级持续赋能，不断提高服务实体经济的水平和竞争能力。

在客户服务方面，为方便客户线上获取金融服务的讯息，汽车金融公司根据自身特点陆续开通了包括微信公众号或小程序、电商平台、垂直媒体、公司官网等在内的多渠道信息接入方式。为潜在客户提供了更迅速、透明的汽车金融信息。多家汽车金融公司上线电子征信授权和电子合同，以提高签约效率、降低成本和防范风险。汽车金融公司还争先升级客户自助在线贷后服务功能，提供在线提前结清、更改身份证信息等服务。

在风险控制方面，截至2019年末，多家汽车金融公司已与个人征信持牌机构百行征信展开了合作，增强判断客户真实信用状况、贷款用途及偿还能力的水平。汽车金融公司不断利用数字化新技术优化贷中管理，进行完整的全生命周期管理。在贷后管理中，汽车金融公司努力通过利用人工智能技术实现贷后管理的智能化。

2019年，汽车金融公司将金融消费者权益保护工作的重要性提到了新的高度：一方面紧跟监管政策的步伐，开展多种形式的消费者宣传教育和消保培训，全面提升消保工作水平；另一方面，对消费者关心的领域认真研究，查找问题根源，弥补自身短板。另外，大部分公司都开拓了多样的长期限、低首付产品，降低消费者购车门槛与月供压力，满足市场对汽车金融产品的需求，助力汽车厂商的销售。

产品同质化难题待解

图片来源：网络

竞争日益激烈，虽然2019年汽车金融市场整体增速放缓，但许多细分领域仍然有新的增长机会，例如融资租赁业务、非展厅金融模式的出现、二手车和新能源汽车市场仍然蕴藏较大发展前景。汽车消费者群体的增购换购消费需求取代了新购需求，成为新的增长点，汽车售后和汽车衍生消费将成为主要的利润增长点和汽车市场可持续发展的重要推动力。

汽车金融公司要致力于研究把握产业和消费需求趋势的变化、精准挖掘细分市场，利用科技赋能创新转型。德勤中国汽车行业服务合伙人张旭东认为，汽车金融公司要做好准备迎接挑战。其一是产品单一，同质化高：当前主流汽车金融公司的汽车信贷产品高度同质化，竞争仍主要聚焦利率价格及贴息补助，而非服务差异化竞争。“金融产品多元化＋信贷服务品质化”成为整个行业亟需突破的瓶颈。

其二是监管更加严格。日益严格的金融监管及消费者个人消费权益意识的提升，对汽车金融机构风控管理和消费者权益保护提出更高要求，服务过程的不规范及交易不透明将面临来自监管机构更为严格的管控。近几年新进入的互联网玩家由于业务发展过快、对复杂的汽车金融市场较为陌生、业务运营能力弱、服务流程缺失或不规范以及人员能力不匹配等因素，其服务的不规范及交易不透明问题更为严重，因此该挑战更为严峻。

其三是来自消费者的不确定性。新冠疫情的冲击在短期将可能导致一部分潜在汽车消费者的可支配收入下降，对其还款能力产生负面影响，对汽车金融消费起到一定程度的抑制作用。与此同时，渠道下沉及人群下沉将进一步推动汽车金融业务在消费端的业务渗透，但如何实现安全快捷的信贷审批也将成为下沉市场的一个难题。

另外，低线城市地区金融服务普及度较低，金融首付比例和还款方式等产品属性不符合在地客群需求；存在大量“征信白户”、风控难度大；线上获客难度大而线下布局成本又较高；受服务网点覆盖区域限制，部分客户要获取购车及金融服务需付出较高的“鞋底成本”，因此对流程简易度和时效性要求较高。

来源：环球网

以人工智能为抓手共建数字经济基础设施

业内人士认为，当前，我国数字经济体系初见雏形，全面启动数字经济基础设施建设的时机已到来。随着新技术红利逐步从消费互联网向产业互联网转移，人工智能作为新基建的组成内容之一，对于赋能各行各业智能化转型、助力数字经济高质量发展将起到重要作用。

图片来源：网络

今年两会期间，“新基建”“人工智能”持续火热。国务院总理李克强在《政府工作报告》中明确指出，加强新型基础设施建设，发展新一代信息网络，拓展5G应用。此外，多位全国人大代表、政协委员也提交了“新基建”和“人工智能”相关的建议。如全国人大代表、海尔集团总裁周云杰建议，应结合5G、人工智能等技术提升工业互联网平台能力和科技能力；全国政协委员、百度董事长李彦宏提到“加快打造具备国际领先水平的人工智能新型基础设施”。

北京大学经济学院资源、环境与产业经济学系教授曹和平表示，当前，我国数字经济体系初见雏形，全面启动数字经济基础设施建设的时机已到来。随着新技术红利逐步从消费互联网向产业互联网转移，人工智能作为新基建的组成内容之一，对于赋能各行各业智能化转型、助力数字经济高质量发展将起到重要作用。

人工智能释放新基建活力

国家发改委此前明确的“新基建”范围中，将“以人工智能、云计算、区块链等为代表的新技术基础设施”纳入信息基础设施。随着中央提出要加快新基建的建设进度，大数据、人工智能、5G等新技术将步入更快发展阶段。

实际上，从2017年至2019年，人工智能已连续三次写入《政府工作报告》。今年的《政府工作报告》中虽然未直接提及人工智能，但“新型基础设施建设”在《政府工作报告》中首次“亮相”。作为新基建的代表性技术之一，近几年来，国家对人工智能发展的重视程度逐渐提升，也证明了人工智能有望成为促进新兴产业发展的新动能。

业内专家表示，作为新一轮产业变革的核心驱动力，人工智能有很强的“头雁效应”，天然具备基础性、公共性和外部性，广泛赋能各行业，使得其变得越来越基础设施化，可以成为数字经济时代重要的基础设施。

图片来源：网络

李彦宏表示，各种应用开发平台、开放的深度学习框架及通用人工智能算法等，正成为这个时代新的基础设施。尤其是智能交通、智能城市等领域，需要技术创新与基础设施更好地协同。他在建议中提及，人工智能、5G等新技术正在成为拉动智能交通发展的新引擎。

不止应用于智能交通领域，在今年抗击新冠肺炎疫情过程中，人工智能在疫情监测分析、人员物资管控、医疗救治、药品研发等方面发挥了重要的支撑与保障作用。智能机器人走进医院、隔离区，送物送药，导医导诊，发挥了很好的作用。据了解，京东数科的疫情问询机器人在疫情期间大展身手。这类机器人可依照国家卫健委等官方公开信息，深度学习有关疫情的专业知识，准确无误地回答居民疫情防控的相关问题。疫情问询机器人先后加入了陕西榆林市信用办、联通集团、四川中小企业公共服务平台等约60家政府机构和企事业单位。

助力金融机构智能化转型

作为数字经济时代的一项新型基础设施，人工智能在金融领域的应用也十分广泛，从智能生物识别和模型算法策略，到深度学习和策略研究，各种基于人工智能技术的产品或服务不断出现，改造和重塑了诸多传统金融业务。

此次新冠肺炎疫情更是催化了金融机构加速线上展业。“无接触式”金融服务充分发挥技术和数据驱动业务的优势，为客户提供高效、便捷、安全的金融服务，可以预期，金融机构智能化、数字化将再一次迎来跨越式发展契机。

无论是国有商业银行、保险公司等银行保险机构，信托、金融租赁、消费金融等非银金融机构，抑或是天生具备科技基因的金融科技公司，近两年来都在加大对人工智能、大数据等前沿科技的投入力度，推动自身业务数字化、智能化转型。

图片来源：网络

《金融时报》记者了解到，如金融科技公司陆金所，积极运用人工智能和机器学习等技术为客户提供服务，其智能服务机器人已累计覆盖超过880万人，累计实现超过2191亿元的投资额转化。陆金所有关负责人表示，人工智能将端对端地重塑金融行业的价值链条，看好AI等智能技术在个性化服务普惠大众和实现稳健风险管理等领域的应用。就财富管理领域而言，人工智能赋能将带来更精准的客户判断、对产品和投资组合的实时及全生命周期管理、个性化智慧顾问服务和更极致的数字化客户体验。

警惕技术发展带来的新挑战

一方面，人工智能、5G等数字化信息设施的发展可以从本质上提升金融行业的效率和价值，但同时智能化技术也带来新风险、新挑战，包括数据的安全因素、AI算法的可解释性和可问责性，技术带来的新型欺诈等。面对快速变化的市场环境和前所未有的技术革命，在释放人工智能发展潜力的同时也要警惕技术本身带来的新挑战。

两会期间，在全国政协十三届三次会议首场新闻发布会上，大会新闻发言人郭卫民提到，有委员建议在加快新技术发展的同时，要注意保护个人隐私和网络安全。

实际上，现行政策对人工智能合成技术的规定较为笼统，未涉及对技术滥用的规制，同时缺乏分类指导。此外，行业规范和技术标准尚未建立。《金融时报》记者注意到，已有政协委员针对人工智能监管提出相应建议。全国政协委员、搜狗公司首席执行官王小川建议，通过立法实施分类监管，依据不同的应用场景精准施策，防止技术滥用，此外，加快制定行业规范和技术标准。

王小川认为，在法制框架内，人工智能将拥有健康有序的发展环境，最大程度地发挥它在带动其他行业发展、支撑传统产业向网络智能化方向转型中的作用。

来源：东方财富网

人工智能+金融=颠覆性重塑金融业

新一代人工智能正在全球范围内蓬勃兴起，为经济社会发展注入了新动能，并深刻改变着人们的生产生活方式，正在对金融行业进行颠覆性重塑，催生金融行业一系列产品和业务模式的创新。

人类正在走向智能时代。当前，新一代人工智能正在全球范围内蓬勃兴起，为经济社会发展注入了新动能，并深刻改变着人们的生产生活方式。人工智能技术的不断发展，正在对金融行业进行颠覆性重塑，催生金融行业一系列产品和业务模式的创新。

图片来源：网络

作为一项基础性技术变革，人工智能溢出带动性很强，能够推动传统产业实现技术革新和产品升级。在金融业数字化转型的过程中，人工智能也将发挥“头雁”带动效应，推动技术革命。

人类正在走向智能时代。当前，新一代人工智能正在全球范围内蓬勃兴起，为经济社会发展注入了新动能，并深刻改变着人们的生产生活方式。

2019年被称为人工智能“大爆发”之年。人工智能加速发展，呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征，赋能各行各业，推动经济社会各领域从数字化、网络化向智能化加速跃升。

人工智能技术的不断发展，正在对金融行业进行颠覆性重塑，催生金融行业一系列产品和业务模式的创新。

“在金融行业，无论从技术还是人才层面来看，人工智能技术在金融行业的落地与应用已具备成熟的条件。”平安银行行长特别助理蔡新发如是认为。

“头雁”带动效应凸显

业内专家认为，移动互联网、区块链、云计算、大数据等新技术应用正在日趋成熟，发挥各自优势，共同为金融行业的智能化转型升级奠定重要基础。

图片来源：网络

从技术层面看，人工智能(AI)本质上是机器通过大量的数据训练作出智能决策的能力。基于传统的计算方式，机器只能按照预先编写的程序处理信息，一旦出现没有预设的情况，或者需要结合大量上下文的判断，机器就无能为力了。而人工智能能够赋予机器具有理解力的“大脑”，让机器能够解读文字、数据所包含的“语义”，通过自学的方式获得判断的规则。

因此，作为一项基础性技术变革，人工智能溢出带动性很强，能够推动传统产业实现技术革新和产品升级。在金融业数字化转型的过程中，人工智能也将发挥“头雁”带动效应，推动技术革命。

随着5G、大数据、区块链、人工智能、云计算等创新技术的进步，新技术与金融业务深度融合，金融服务线上化、数字化脚步不断加快，金融科技成为全球金融行业发展的引擎。当天下午，以金融科技为主题，专家还深入探讨区块链在推动传统金融行业转型升级中的重要作用，积极推动金融与科技双向融合。

人工智能发展不是一蹴而就的，需要不断迭代，产业界要充分把握技术应用规律，认识到人工智能技术的应用水平。比如运动智能产品，目前认知智能还远未成熟。 “要从客户、资金、生态三个角度入手，加强企业合作，创新商业模式。”数字化是未来银行的必然形态，人工智能将给金融领域带来诸多可能性。

在步入21世纪，网络及科技成为了首要改变人类生活模式的主要领域，而网络大数据更改革了各大市场的交易模式从智能电话到智能家居，现在乃至金融业也成为了人工智能的新趋势。人工智能技术不仅成为了全球巨头被寄予厚望的领域，在配合着区块链技术为金融业带来了新面貌。

来源：金色财经