互聯網金融培訓師講師劉杰克老師文摘：互聯網金融與高科技

互聯網金融培訓師講師劉杰克老師文摘：互聯網金融與高科技。近年來，特別是2013年以來，隨著人們對互聯網技術在向金融領域滲透過程中體現出的降低金融交易的成本、降低金融交易過程中的信息不對稱程度和提高金融交易的效率等優勢的認識的深入，我國互聯網金融發展的模式內容也不斷地得到創新和豐富。這些模式內容上的創新和豐富突出表現在以下三大方面：一是在銀行開展網絡借貸業務方面；二是在第三方支付方面；三是在P2P網絡借貸方面。

2008年以來，我國的網絡銀行、第三方支付及P2P網絡借貸等互聯網金融模式的交易規模得到了快速的發展壯大。其中，網絡銀行的交易額由2008年的285.4萬億元迅速增加到了2014年的1549萬億元；第三方支付的交易額也由2009年的3萬億元快速增長到了23萬億元左右，期間雖由于市場漸趨飽和，增速有所下降，但也達到了18.6%以上；P2P網絡借貸的交易額則由1.5億元快速增長到了3292億元，期間增速甚至均達到了200%左右。

當前，各種高科技不斷應用于互聯網金融領域，無論是傳統金融，還是互聯網金融，都將面臨高科技帶來的技術革新的機遇，同時，也意味著一旦在這場攻守戰中失敗，則很可能被市場淘汰出局。

“人臉識別”和“大數據”是近幾年在互聯網金融中運用最廣泛的兩種方式之一。谷歌、蘋果、百度等國內外知名企業，以及以微眾銀行、網商銀行、眾可貸為代表的互聯網金融企業都在加速布局“人臉識別”和“大數據”。這兩項技術到底有何奇妙之處？它們在加速行業發展的同時，又帶給投資人哪些不一樣的投資體驗？

然而，2013年余額寶的上線將大眾的眼光真正投向互聯網金融，隨后，多家互聯網公司開始研發金融產品，P2P行業也順勢迅猛發展。

可以說，當下互聯網的發展和信息爆炸已經將我們推入了以云計算和大數據為新特征的信息社會，大數據已經不再只是研究實驗室的研究課題，它們已經沖擊著社會，并對商業實踐產生顛覆性地影響。金融業作為傳統行業之一，也感受到了“地震”，曾有機構表示，金融機構若不能倚靠大數據向互聯網進軍，很有可能就會面臨被淘汰的危險。

對于金融行業來講，大數據的出現與廣泛應用讓其看到了行業新的曙光。大數據不僅可以幫助金融機構從外部海量數據的礦藏中找到有業務價值的信息，從捕捉客戶心理特性、意見傾向，直至全面了解客戶。更深層次的，大數據的應用可以預測客戶行為，最終到規范社會行為，不斷提升數據分析的價值。在業內看來，在未來十年，大數據技術引發商業創新，數據重構商業。

近年來，互聯網金融迅速崛起，成為推進我國金融生態變革的重要力量。然而，以P2P為代表的互聯網金融突飛猛進發展的同時，良莠不齊、魚龍混雜的行業現象相伴而生。

今年7月18日，中國人民銀行等十部委聯合發布的《關于促進互聯網金融健康發展的指導意見》，明確了互聯網金融的監管思路。這也意味著，互聯網金融行業的洗牌必將加速，自律、監管、投資者教育等多方下手探索解決行業發展規范問題以及路徑的時代已經來臨。與此同時，隨著上市公司、銀行、國資系等機構的介入，行業的隱形門檻被抬高，對資金、技術和風控水平均提出了更高的要求。

人們在享受互聯網金融高便捷的理財服務時，也面臨著日益嚴重的網絡安全問題。而人臉識別的出現作為一種全新的技術解決方法，正逐漸走進投資人的視野。

據悉，人臉識別是身份認證的一種，相比指紋識別、虹膜識別等，其在網絡上的應用前景更為廣闊。目前，國內外諸多知名企業如蘋果、谷歌、騰訊、百度、阿里等，都在積極涉足人臉識別技術。

今年的1月4日，首家互聯網銀行微眾銀行，該銀行通過人臉識別技術和大數據信用評級發放貸款的基礎設施獲得了肯定。4月份，隨著國內證券市場“一人一戶”限制的放開，證券行業迎來巨大的開戶潮，為了吸引用戶，一些券商利用人臉識別技術開通網絡開戶。據悉，目前已有幾家券商已經獲得了人臉識別應用試點批文。

隨后7月，國務院印發了《關于積極推進“互聯網+”行動的指導意見》(下稱《意見》)，明確了未來3年以及10年的“互聯網+”發展目標。《意見》就金融方面提到，“支持銀行、證券、保險企業穩妥實施系統架構轉型，鼓勵探索利用云服務平臺開展金融核心業務，提供基于金融云服務平臺的信用、認證、接口等公共服務”。

目前，國內許多互聯網金融業務都受限于缺少線下實體網點，面簽正在成為制約行業發展的瓶頸，而運用互聯網進行的“遠程人臉識別+身份證件核實”的驗證方式，則可以有效解決這一行業痛點。

有業內人士認為，在市場的強勁需求及眾多資本力量的推動下，人臉識別技術正在成為未來互聯網金融行業的重要基礎設施，從而在互聯網金融領域打開巨大的市場空間。2015年上半年的人臉識別領域投資熱潮，也正是得益于國內互聯網金融市場的火爆。“人臉識別在未來的應用領域會更加廣泛，視頻分析、智能家居、智能汽車、機器人、移動互聯網等領域都會出現人臉識別的新應用”。有行業人士向記者坦言，在未來錯綜復雜的實際應用環境中，人臉識別技術要在安全性與用戶體驗之間尋求平衡，就必須根據不同的應用場景找到誤接受率和誤拒絕率之間的平衡點。

有業內機構表示，互聯網金融的核心是普惠金融，特征是小額分散。小額分散的特征使用戶開發和審核成本過高，借款人成本居高不下，客觀上阻礙了平臺的擴張。因此，如何降低借款業務的風控成本和提升效率以及精準識別借款人的真實身份、防范欺詐成為整個互聯網金融發展需解決的首要問題。基于此，一些走在技術前沿的互聯網金融企業開始搶先布局“大數據”，借力互聯網解決以上痛點，打造具有智能化小微信貸工廠模式的新型互聯網金融。

相比于過去傳統的數據挖掘，如今的大數據與過去相比有著明顯的區別。據前海保險交易中心副總裁兼CIO　裴兆旭表示，傳統的數據挖掘是把所有的數據進行清洗、整理把它變成已知的然后運行分析，但是如果缺少幾項內容，所要分析的結果就會有問題，今天的大數據它已經走向新的模式,特別針對非結構化的數據也可以進行全量的分析。“比如過去某保險企業通過BI進行客戶分析它所產生的數據不夠準確，無法給企業帶來價值，而另一家保險企業采用了大數據的算法以及客戶心理學習加推送算法，使得該保險企業取得了巨大的收益。”“互聯網金融企業建立大數據風控模型之后，除了傳統的結構化數據以外，還對大量以文字、圖像、視頻、音頻等非結構化形式存在的數據進行深度挖掘和分析。同時，企業接入第三方征信等互聯網征信系統，擴大服務對象數據信息的來源渠道。”據眾可貸人士向記者介紹。

上述人士表示，隨著數據來源的豐富、平臺數據的積累以及國家數據的開放，整個行業將建立一套基于大數據的業務模式。數據的搜集、分析及信用評價結果輸出的整個過程，均由云計算完成，使傳統征信方式中非標準程序轉變為標準化程序，有效避免傳統征信方式中人為主觀因素的影響，確保評價結果的客觀準確，同時做到流程快捷、高效。此外，大數據風控體系運用后，能夠提高整個行業的信貸審核速度，同時將潛在違約風險也在可控范圍。