金融圈的科技革命:FinTech到底是什么?|前沿

转载自某网站

改革了金融圈的科技,FinTech,你必须了解,在美国有着广泛影响度,但是在中国却没有发展起来!原因是什么?之前对这个科技有所了解的,你需要深入知道它对未来金融领域的影响。如果你还不知道,那可能你不是一个合格的财经人,你需要一点知识的普及。

在纽约,如果和朋友聚会没聊到FinTech,都感觉自己不是纽约客。金融科技创新,已经成为当下最热门的领域。本文作者Ryan在全球前三大对冲基金Och-Ziff Capital任量化分析师,曾在瑞士信贷信用衍生品交易部门工作。Ryan毕业于卡内基梅隆大学信息系统管理硕士,是纽约地区十分活跃的校友。本文是他对于这个市场的认识和看法。

什么是FinTech?

首先,什么是金融市场?就是一个将终端用户(包括个人和企业)的各种基本金融需求对接在一起,进行有效配置的中介市场。有些情况下是直接对接,比如转账双方或者刷卡的个人及商家对接起来。还有间接对接,比如存款和借款的双方并不是直接一对一的关系。因为大多数情况下不同用户的金融需求是错配的(比如数额,时间,风险等),间接对接是主要的形式。

因为金融市场的资源对接特性,几乎没有业务是不经过机构间市场的。所以大多数金融业务都可以分成两部分,一部分是机构对终端用户的,另一部分是机构对机构的。要加在一起,才是一套完整的金融业务。

那相应的,FinTech也分为两种模式:

一种业务模式是做平台,比如Lending Club,想要直接面向用户(终端)做配对,取代包括中间机构对机构的业务在内的整个复杂的过程。从某种意义上来说比特币(Bitcoin)也是这一类,想取代整个基于集中结算(central clearing)的金融市场。

另外一种业务模式只是想取代某个机构对终端的部分,用先进的技术来淘汰老式的模式,比如Betterment / Wealthfront想取代理财顾问(financial advisor)模式,但并没有改变之后机构对机构的业务,也没有取代交易的另一头有融资需求的客户。

传统金融市场的终端客户是既有个人也有企业的,而FinTech要的服务对象是个人和一部分可以量化的小商业。大企业的金融服务在可见的将来还是会通过传统渠道来完成,比如通过投行来融资或专门雇人管理流动资金。

FinTech里面的Tech是指哪些热点?

1、用户体验(UI / UX)

其中包括Responsive UI和Research Based UX, 近年来新的互联网平台尤其是移动互联网的崛起,使得互联网产品在用户体验上能够取得革命性的效果。好的UI/UX并不是光指好看,而是要好用。因为FinTech很大程度上就是要替代人工服务,所以UI/UX极其重要。

举个例子,比如说我们要设计一个P2P转账的产品,对接银行的时候可以用ACH(Automated Clearing House)转账,就是用电汇码(routing number)和账户号来进行,Paypal就是用这种方式。但这种方法涉及到验证账户的问题,需要向账户里两次转账几十个美分,让用户验证这个数额,确认账户是由户主本人操作。这种用户体验非常繁琐,可能需要等待两三天时间。如果线下急着需要转账,发现注册账号不能马上使用,那么用户就不会想要继续使用这个服务。如果在设计基础产品的时候就想到用户体验的问题,那么还有一种选择,调用e-banking的API,使用银行的网银登录来验证,绕过ACH做到实时验证,就会让用户感到便捷许多。转账目前大家最常用的Vemno就是用这种方式。

2、大数据(Big data)

现在几乎每个互联网公司都把大数据放在战略重点上,但也没几个人能系统的说的清到底该怎么用。现在一般讲的大数据其实多数是指大数据架构(big data infrastructure),建立起一个储存和处理大数据的系统(hardoop,spark之类),而大数据分析还处于很初步阶段,基本靠人手动建模分析,况且大部分的传统数据分析模型对处理多维多形态的数据是不太好用的。

有一个比较典型的应用例子是结合刚才讲的UX Research,大部分的现代app都会记录你的所有用户行为,比如你滑动了哪里然后点击了哪里等等,可以通过这些数据得到app在设计上的反馈。可以想象这个数据量有多大,特别是以小于秒的单位来做采样的时候。

另外理论上大数据可以进一步的加强既有的信用系统,比如把用户所有金融交易和消费都包括在模型里,但这样会涉及到隐私问题,毕竟金融数据是非常敏感的。

3、人工智能(AI)

FinTech很重要一个方向是智能化,就是完全用计算机用来替代一些靠人的大脑来分析的东西,比如替代客户经理或是信用专员。Ryan认为前面提到的大数据是为了以后人工智能打基础的。目前看到的大数据分析方面并没有特别大突破,大部分还是偏向于以前的数据分析的方法。将来如果数据量足够大,再有机器学习、人工智能作为辅助,可能真的可以使FinTech真正地智能化,替代人脑的分析过程,至少可以做到能够大规模量化的层面上。

FinTech是新的东西么?

其实FinTech并不是新的东西。类似的事情其实业界早就在做了。

比如说股票交易就是一个最常见的机构对机构的FinTech:股票交易所已经完全电子化了,不需要人来辅助这个交易过程了。另外前面提到的ACH,在做wire transfer的时候,所有的转账交易都是自动的了,这也是FinTech中机构对机构的典型的例子。

那为什么我们现在一般指的对终端的FinTech最近几年才开始发力呢?

Ryan觉得有这几个方面上的原因:

第一:刚才说到好的UI/UX是FinTech的一个关键点,这是在这几年智能手机和移动互联网的大幅度发展下才可能的。设想在大家都用Nokia砖头机的时候,不可能有Venmo这种支付app出现。

第二:大数据的确发展到可以让公司处理和分析大量终端用户数据的阶段了。很多人觉得机构间的数据量更大,比如股票市场或债券市场,但那些跟用户端数据比起来要小的多,更重要的是标准的多。第三是用户在生活的其他方面已经被各种互联网企业培养出了一切网上解决的习惯,适应新的app的能力比以前要高很多。

FinTech针对传统金融的优势是什么?

第一点是理论上来说FinTech的效率要比传统金融效率高得多。麦肯锡给的这个图可以看出来银行的成本效率在过去几年并没有明显的提高,考虑到这几年的技术进步,其实70%银行是在倒退的:

更关键的第二点,所有人都讨厌银行。Ryan觉得尤其悲惨的是左下角的那个数字,年轻人宁愿去看牙医,也不愿意听银行的人啰嗦:

为什么FinTech在中国比在美国火?

其实主要因为中国传统金融行业比美国落后了太多,存在因为监管导致的人为扭曲环境,比如存款和贷款的利差,比如不允许房地产企业通过正规市场发债融资,比如中小企业贷款难,从而让FinTech不仅是优化,而是实际解决了很多金融需求。加上中国创业圈从来就喜欢扎堆,美国网贷到现在也就几家,中国网贷公司没有几千也有几百了。

说句题外话,O2O跟FinTech一样,也是在中国更火,原因也类似,中国的传统线下商业还是太弱了,让互联网商家更有机可乘。

那么FinTech会取代整个金融行业么?

Ryan 认为在可见的将来不会。

搞互联网的一般都把所有问题抽象成效率问题,怎么样提高效率,包括增加用户消费,降低成本等。但金融行业的问题从来都不是关于效率,而是关于监管。如果监管不是问题,什么利润率什么运营成本都不是问题,而互联网企业对于处理监管难题并没有任何优势。

举个很简单的例子,这么多FinTech的创新中没有任何关于储蓄的,而储蓄是整个金融市场的基石和最大的资金来源之一,会不会很奇怪?就是因为这是一个监管非常重的领域,互联网公司也没法轻易的去改变。每年银行都在监管相关问题上花上十亿美元(这也是08年后银行运营效率降低的原因,因为各种新的监管政策出台),这个没有任何初创企业能够承担,也没有哪个互联网企业会想去承担。

所以平台型的FinTech很难出现,要出现也是在少数可以做直接配对的领域,比如Lending Club(下文会提到LC也并没有完全脱离传统金融系统),只要涉及到间接配对,比如储蓄和贷款的配对,就会涉及到非常多的监管问题而让互联网企业的效率优势消失。Ryan更看好的是那种取代某个机构对终端环节的FinTech,而真正做错期资源配对还是会放在传统金融行业。

案例分析

Lending Club是目前美国很大的一个互联网贷款公司,于2014年在纽交所上市。它的运作流程如上图。这里有一个很巧妙的地方。在美国,互联网公司没有牌照是不能随意发放贷款的,也没法通过ACH来做银行间转账。Lending Club在借款人做申请的时候做信用审查并决定利率。但它会找一个银行过来发放贷款,再马上从银行处把债务买过来,让自己成为债权人,对银行来说其实是没有信用风险的。而这一切都是投资者给钱了之后才发生的,所以对Lending Club来说也是没有信用风险的。这样一来,风险就全在投资者身上。所有的借贷,借款人都是借的Lending Club的钱,投资者投的也是给到Lending Club,所以即使借款人还了钱,但假如Lending Club出了一些财务问题,那么投资者可能也是拿不到钱的。

一般人印象中LendingClub是P2P lending,就是个人和个人之间的撮合。但实际上现在LendingClub的大部分贷款都是由机构投资者出资,而这些机构投资者可能是养老金,可能是资产管理公司,也可能是对冲基金。这更说明了FinTech无法取代传统金融模式,更多的是替换掉传统金融模式中低效的那一小块。在这个案例中,是商业银行发放贷款的低效。

Betterment其实就是所谓的Robo-Advisor。相当于用计算机的模型和互联网技术来替代靠人脑的理财顾问(Financial Advisor)行业。理财顾问行业存在一个利益冲突的问题,顾问没有动力让客户赚最多的钱,他们更希望客户能买一些他的佣金回报比较高的一些产品,比如说比较复杂的产品。因为这个利益冲突,Financial advisor也被骂得很多。但这种产品也有问题,因为Ryan在对冲基金做Quant,他的经验认为用纯模型化model-driven的投资策略并是很靠谱,长期收益可能还不如简单地用2~3个ETF做出来的投资组合。

另外一点是,年轻人可能觉得计算机自动给投资建议很简单很很酷,但当他们有了更多钱的时候,依然会想要一下更加私人定制化的服务,尽管存在利益冲突,可能依然会选择私人理财顾问。现在Betterment上有5万用户,帮他们打理10亿美金的资产,其实这个相比大部分养老金或者其他投资服务是很少的,因为美国共同基金的投资规模达到了16万亿,远大于10亿。所以这个模式可能还需要找到其他的突破点才行。

Acrons做的是一个细分市场,它把每个月消费中的零钱收集起来存到它的投资组合里面,让用户没有感觉到自己在做投资。投资组合也是是用自动的计算机模型做优化的。如果它的用户量到达一个临界点之后,规模化是很容易的。比如说一个用户每个月就投资了50块钱,Acorns可以让你选择是否给这个数额加倍或者加数倍,又比如可以让每一笔零钱本身的数额叠加一两美金,很容易就可以把它管理的资产量增加起来。

Robinhood是14年上线的免费的股票交易平台,买卖股票是不需要交手续费的。它的的用户体验做得非常好,在买卖股票方面设计得非常简洁好用,也获得今年苹果的iOS应用设计大奖。因为无手续费,用户增长得非常快,在测试期间排队要使用的用户,排队时间到了半年以上。它赚钱的方法暂时没人知道。官方说赚钱的模式是想做margin-trading (配资交易)收取佣金,但目前这部分业务还没有开展。另外一个方式是放在Robinhood里面的现金是不给利息的,它可以赚取这部分利息。但因为美国存款利息很低,所以也不一定是靠谱的赚钱方式。

原文发布于微信公众号 - 人称T客(Java_simon)

原文发表时间:2016-07-27

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏人称T客

未来2~3年内最具潜力的十大技术趋势。

在全球商业竞赛中,有人淘汰出局,有人攀上颠峰,说明了景气好坏并非胜负关键。但若能洞悉未来提早布局,就能站在风口上顺势起飞。从市场发展、产业人士、研究机构的看法,...

3499
来自专栏VRPinea

2.27 VR扫描:Ximmerse获1500万元战略投资;皇马成首家开设VR频道的体育俱乐部

29813
来自专栏人称T客

IT的移动宿命,谁都不愿第一个阵亡

如果不是身处这个圈子,你是无法体会IT的进展是以秒为单位的进化,所有在世界上广义的技术领域在IT技术前只能是小学生,400万人群的圈子创造了全球3万亿美元的市场...

3608
来自专栏罗超频道

创始人纷纷回归,对科技公司究竟意味着什么?

8月11日,百度在Summer Party上宣布了两件事:一个是百度将在工作日给员工提供免费的早餐和夜宵;还有一个是“青松计划”:为司龄两年以上百度员工的父母提...

1084
来自专栏罗超频道

海尔Smart净水机如何玩转互联网

当智能家电浪潮席卷全球时,家用净水机也在悄然掀起物联网革命。 海尔智能净水机HRO500-5于8月底在日日顺净水商城RRS.COM上首发亮相后,凭借领先的智能化...

3014
来自专栏机器人网

ERP也能帮助3D打印颠覆现代制造业

---- ? 作为一项传统制造技术的颠覆性创新,3D打印技术自问世以来一直备受关注。随着《中国制造2025》计划的推出,提高制造创新能力的呼声日益突出。为了...

2889
来自专栏大数据文摘

【干货】投资专家邱国鹭教你把投资化繁为简

931
来自专栏钱塘大数据

钱塘一周说 | 欧洲杯大数据​ 球迷夜宵都吃啥?这货竟然排第一

新闻速报1 机构报告:大数据分析提升企业决策水平 在2016天津夏季达沃斯论坛上,普华永道发布了2016全球数据分析调查之大数据决策。报告指出,数据化程度高的企...

3138
来自专栏CDA数据分析师

看一个创业团队如何用产品挖掘奢侈品用户数据?

其实在时尚领域,对于互联网以及数据是比较陌生的。尤其在奢侈品领域,这个极度崇尚“手工制作”的极富有光环的领域,和互联网或者信息技术看起来更是相隔甚远。我拜访过很...

2617
来自专栏AI科技大本营的专栏

AI一分钟 | 英伟达发布最强核弹—无人车AI芯片DRIVE Xavier;百度硅谷首次开放无人车试乘:上车前要先签免责书

一分钟AI 2018 年国家自然科学基金申请代码出炉,新增人工智能与交叉学科两大领域。 欧洲的无人驾驶汽车软件公司AImotive完成第三轮3800万美元融资,...

3038

扫码关注云+社区

领取腾讯云代金券