您当前的位置:首页 > 企业市场 > 金融

明特量化:大数据和算法是金融创新的底层技术

2018-02-28 16:15:59 来源: 第一产经网 作者: 刘龙
摘要:   这两年,金融领域的关键词是什么?   金融科技。   不管是BATJ,还是创投圈,都在押注技术为王,似乎谁不快马加鞭就将错失再次登峰造极的可能。   那么,如果给金融科技一个

这两年,金融领域的关键词是什么?

  金融科技。
 
  不管是BATJ,还是创投圈,都在押注技术为王,似乎谁不快马加鞭就将错失再次登峰造极的可能。
 
  那么,如果给金融科技一个形象,它像一个野心勃勃的机器人,拥有摧枯拉朽的力量,所到之处无往不利。它推动了金融行业真正的觉醒,让金融业务可以像空气一样,迅速弥散、瞬间引爆、跨越所有障碍而无处不在。
 
  强势崛起:抢占金融科技高地
 
  金融科技的发展史,也是一条曲折的发展路径。简单来说,它分为三个阶段:
 
  金融IT阶段:主要是指金融行业通过传统的IT软硬件来实现办公和业务的电子化,提高金融行业的业务效率。
 
  互联网金融阶段:金融业搭建在线业务平台,通过互联网或者移动终端渠道汇集海量用户,实现金融业务中资产端、交易端、支付端、资金端等任意组合的互联互通,达到信息共享和业务撮合,本质上是对传统金融渠道的变革。
 
  金融科技阶段:金融业通过大数据、云计算、人工智能、区块链等最新IT技术,改变传统金融的信息采集来源、风险定价模型、投资决策过程、信用中介角色等,大幅提升传统金融的效率,解决传统金融的痛点。
 
图片1.jpg
 
  从定义可以看出,金融科技火热的背后,是整个创新技术的集中爆发。它产生的作用,如同2016年3月AlphaGo在围棋上战胜人类,智能觉醒的美丽传说从此席卷全球。进入3.0时代的金融科技,也仿若蝴蝶挥动的翅膀,搅动了行业对智能的憧憬和“将被取代”的恐慌。
 
  现在,中国一些大银行在广泛引用金融科技创新技术之后,已经开始对网点进行裁员;国际上一些大型金融机构的交易大厅,原来人头涌动,现在也变得死气沉沉,许多传统金融的工作岗位,都在不知不觉中被科技所替代,这种替代实际上还在持续深化过程中。
 
  有学者形象的比喻到,金融科技对传统金融的蚕食,会使传统商业银行变成一具毕加索吃剩下的鱼骨。头还在,品牌还在,框架还在,但垂直产品都被金融科技细分蚕食了。
 
  另外一面,资本和业内人士早已嗅到了金融科技的商机和未来。
 
  2017年,以BATJ为首的头部企业渐入金融科技深水区,落子频繁,战况激烈。比如,蚂蚁金服并购美国MoneyGram;京东金融筹建直销银行;腾讯推广黄金红包,马化腾亲自站台内测抢占黄金市场;李彦宏更在多个场合,激情澎湃地宣称:“智能革命已经到来。”
 
  计算+算法:金融创新的底层技术
 
  事实上,从国际视野来看也有不少科技金融的先进经验和案例。比如,美国的CapitalOne,它演绎了从一家名不见经传的小公司跃升为美国著名金融集团的传奇。目前,在世界500强公司中排名112位,是美国第三大信用卡发卡行和第四大汽车贷款机构。
 
  它也被称为金融科技领域的“黄埔军校”,国内金融科技的高端人才很多来自Capital One,其中就包括明特量化联合创始人兼CEO李英浩。
 
图片2.jpg
 
  特量化联合创始人兼CEO李英浩
 
  在李英浩看来,CapitalOne强调计算能力、算法能力和数据管理能力是其致胜的法宝,这也是金融创新的底层技术。在此基础上,可以形成实时智能决策引擎。各类金融场景中的产品创新、信用、风控、定价、获客,以及对一个用户行为或需求的洞察,背后的基础能力就是实时决策引擎。
 
  作为一家技术输出型公司,明特量化之所以发展的这么快,就大量继承了CapitalOne的发展精髓和数据驱动的理念。
 
  成立以来,明特量化自主研发了全流程智能金融服务体系——“智能量子引擎”,涵盖了“变量引擎、定量引擎、筹量引擎、盘量引擎”四大模块。这套针对智能信贷行业从获客、风控、贷后管理以及催收全流程的技术支持系统,也为明特量化吸引了众多的B端客户。
 
  李英浩谈到,明特量化通过输出精准用户画像、反欺诈模型、信用风险模型、催收评分卡模型、智能报表系统、资源最优配置模型、闭环风控体系等创新技术,赋能科技金融行业的裂变发展。
 
  “明特量化具备百万级别的变量处理能力、分布式计算能力和基于系统工程论的风险定价和额度优化能力。”他以用户信审决策环节举例到,银行利用借贷强变量信息,如征信记录、收入资产证明、银行流水等数据进行信贷决策分析。面对广大信用空白和信用边缘的人群,明特量化更现实的做法是围绕用户,进行海量弱变量信息的分析决策,例如基础的身份认证、消费行为习惯、收入水平情况、人际圈特征、历史还款/履约表现等。
 
  李英浩坦言,金融科技的惊涛骇浪不可避免,只有沉下心来,专心用户数据积累,打磨技术和模型,才能立于行业高地。

热门推荐
返回顶部