当前位置:主页 > 互联网 >

网贷天眼2018年互联网金融科技发展报告 互联网

来源:本站整理 发表时间:2019-01-14 10:20:12 阅读:

  当前,全球正迎来新一轮科技和产业变革,信息化与互联网浪潮蓬勃兴起,驱动着包括金融在内的经济社会各领域加速向数字化、网络化、智能化的更高阶段发展。在这样一个时代背景下,人工智能(AI)、云计算(Cloud)、大数据(Big Data)、区块链(Blockchain)等互联网信息技术在金融领域的应用日益深化。

  

  金融稳定理事会(FSB)于2016年将金融科技(Fintech)定义为,技术带来的金融创新,他能创造新的业务模式、应用、流程或产品,从而对金融市场、金融机构或金融服务的提供方式造成重大影响。金融科技作为金融与科技深度融合的产物,一方面有助于提高金融服务的可获取性,将更多小微经济主体或个人纳入经济活动中,促进普惠金融发展;另一方面大数据、人工智能等技术的应用,有助于降低信息不对称,提升风险定价和风险管理能力,为互联网金融的发展注入可新的活力。

  在全球科技浪潮之中,中国已成为领航者之一。2018年10月毕马威和金融科技投资公司H2联合发布了2018年金融科技100强榜单,对全球各地改变金融行业的金融科技公司进行了排名。这份榜单包括来自多个行业的金融科技公司,如数字支付、贷款、保险科技和新型银行系统等。中国金融科技公司持续统治榜单,其中蚂蚁金服排名第一,京东金融排名第二,陆金所排名第十。

  

  第一章 互联网金融行业金融科技应用的主要环节与形态

  互联网金融(ITFIN)是指传统金融机构与互联网企业利用互联网技术和信息通信技术实现资金融通、支付、投资和信息中介服务的新型金融业务模式。互联网金融是金融科技发展到一定阶段的产物,伴随科技进步,金融科技逐步进入到3.0阶段。

  

  大数据、人工智能等金融科技,能针对互联网金融平台的资产获取、风险控制、信息披露、贷后管理、逾期催收等运营需求,够提供个性化的智能解决方案,全面降低互金信贷集中风险,进一步提互联网金融平台的产品质量及服务效率。

  一、用户画像

  与传统客户关系管理系统的功能不同,大数据条件下互联网金融平台能对客户进行更加深入和全面的理解,从而更高效地获得新客户(营销),唤醒沉睡客户,提升客户的活跃度。另一方面,结合风控规则对用户进行风险管理,快速甄别符合同样风险属性的恶意用户再次发起事件请求的。

  二、推荐算法

  

  推荐系统即个性化推荐系统,可以为客户或潜在客户提供个性化的产品或服务推荐,主要的推荐算法有内容关联算法(Content-Based)及基于协同过滤的推荐算(Collaborative Filtering)等。推荐算法与用户画像相结合,利用用户画像中的标签与互联网金融平台或服务之间的关联来为客户提供能个性化的产品、服务,提升客户体验。

  

  三、社交图谱分析/反欺诈

  社交图谱,是一种表明“我认识你”的网络图谱。相较于基于线性模型的传统风控,在有用户之的社交网络数据的前提下,复杂网络分析方法更有助于提升风控的效果。

  

  四、知识图谱分析

  知识图谱可以理解为一个由知识点(实体)相互连接(关系)而形成的语义网络(Semantic Network)。相对于传统的描述方式,知识图谱有三大特点:(1)多维度,需要从大量的信息源中抽取多维度的特征信息,为后续算法拓展深度关联关系提供必要的素材;(2)深加工,在信息素材的基础上,通过智能推理实现从数据到智慧的深加工;(3)可视化,深加工的结果以可视化的方式展现给用户,并与用户交互,直观易懂。

  

  在互联网金融领域,从数据可视化、风险评估与反欺诈、风险预测到用户洞察,知识图谱的底层性支撑作用越来越显著。

  五、生物特征识别

  身份核验是办理很多金融业务最要的前置工作,同时也是金融机构控制业务风险的重要环节,传统身份主要方式是工作人员比对身份证等主要证件与客户是否为同一人,识别效率及准确度较差。生物识别技术,通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合,利用人体固有的生理特性(如指纹、脸象、虹膜等)和行为特征(如笔迹、声音、步态等)来进行个人身份的鉴定。

  

  生物识别技术是目前最为方便与安全的识别技术,在所有的技术中,现阶段更受瞩目的并迅速发展是人脸识别。与其它类型的生物识别比较人脸识别具有如下特点:非强制性、非接触性、并发性、符合视觉特性。2013年9月5日,刷脸支付系统在中国国际金融展上亮相,相比与传统银行柜台业务相比,刷脸支付系统将会在几秒内完成身份确认、账户读取、转账支付、交易确认等一站式支付环节,为用户创建更棒的支付体验。近些年在深度学习技术飞速发展的带动下,利用人脸识别大数据来训练人脸识别器,其精准度已超过98%。

  六、自然语言处理