度小滿金融CEO朱光：

發(fā)信用卡容易及時關閉風險敞口難

這幾年，在探索金融科技這條路該怎么走的過程中,，我有幾個體會,。

第一，無論是大數(shù)據(jù),，還是其他互聯(lián)網(wǎng)技術,，要真正做好風險管理，關鍵一點是要回歸金融本質,。這幾年,，P2P網(wǎng)貸出了一些問題，究其原因是風控出了問題,?；貧w金融本質，就是要遵循金融的基本規(guī)律，先解決風險管理,，再討論以大數(shù)據(jù),、人工智能技術提高信息分析和處理的效率，進而降低交易成本的事,。

第二，深刻體會到互聯(lián)網(wǎng)對金融風控的助力,。一般意義上說,，發(fā)出一張信用卡很容易，但要及時關閉一張信用卡的額度很難,，或許只有等用戶逾期時才會關,，但那時風險已經(jīng)出來了。

實時調節(jié)用戶風險敞口,，這對銀行來說頗具價值,。互聯(lián)網(wǎng)技術和大數(shù)據(jù)的應用,，就可以在實時調節(jié)風險敞口方面發(fā)揮重大作用,。比如用戶從就業(yè)變成了失業(yè)，或者他的生意從正常經(jīng)營變成關停,，或者他的網(wǎng)絡習慣發(fā)生變化等,，當一些變量發(fā)生異動的時候，我們的風控模型可以及時發(fā)現(xiàn),、及時關閉風險敞口,。因此，消費金融通過互聯(lián)網(wǎng)實現(xiàn)實時的風險調控,，大大降低了金融風險,。金融科技，讓我們更精準的識別用戶需求,、判斷用戶風險偏好和償還能力,。

我有兩個建議。

第一,，通過利率強管控,，化解金融風險。目前,，行業(yè)普遍存在“高利率覆蓋高風險”的做法,，利率強管控可以讓金融機構聚焦在風險管理上，真正夯實自身的風險“防火墻”,。

第二,，建議對于小額貸款公司能夠實施分級管理。根據(jù)風險評級和過去的資產(chǎn)表現(xiàn)情況，能夠區(qū)別對待,。讓資產(chǎn)質量好,、風險管控能力強的持牌金融機構與銀行開展更廣泛的合作，共同推動普惠金融,。

全國政協(xié)委員周延禮：

金融科技公司做保險業(yè)務要體現(xiàn)優(yōu)勢

相當一部分金融科技公司涉及保險業(yè)務,，處在初級階段。對此我有三個思考,，或者說是對這些企業(yè)提三個問題,。

首先，金融科技公司做保險業(yè)務,，要深入地做一些底層技術研發(fā),，同時要考慮做全險種。立足于當前中國市場的發(fā)展趨勢,，我認為這個平臺將來會吸引一些大的保險公司或者再保險公司,，利用你的低成本，做一些交易,。再比如汽車金融這塊業(yè)務,，無人駕駛的保險問題誠然是一個新課題，但金融科技企業(yè)的保險業(yè)務,，也要兼顧新能源汽車的保險業(yè)務,。將來，可以有針對性地開發(fā)一些保險項目,。比如,，

可以考慮和一些汽車公司合作聯(lián)動。現(xiàn)在車險占財產(chǎn)保險的比例是70%-75%,，金融科技公司可以在獲取更多數(shù)據(jù)的前提下,，做好風險定價，提高理賠服務效率,。

第二,，保險的資管產(chǎn)品很多，金融科技平臺可以考慮定制一些產(chǎn)品,，和保險資管公司合作,，增加交易量。

第三,，提高金融科技公司專利權保護的意識,。大家有一個傳統(tǒng)的概念，就是注重技術研發(fā),，強調應用,，但沒有強調價值,。比如保險模塊，知識產(chǎn)權非常有價值,，運用于哪家公司,，哪家公司是要長期付費的。特別是客戶行為畫像的技術,，可以考慮簽訂數(shù)據(jù)保護協(xié)議,，以提高數(shù)據(jù)使用效率，但不要搞成所謂的“私有云”,，也就是我們常說的信息孤島,。我認為，金融系統(tǒng)的“公有云”建設是篇大文章,，很有得做,。

度小滿金融副總裁許冬亮：

底層金融大腦對風控至關重要

金融科技在美國已有百年歷史,，形成了幾個明顯規(guī)律：第一,，金融科技有賴于市場需求去做路徑規(guī)劃；第二,，使用得當,，金融科技可以大幅提升金融業(yè)效益；第三,，沿著這個坐標軸去看,，隨著時間推移，金融科技發(fā)展呈現(xiàn)加速狀態(tài),，尤其是最近這些年,，智能金融在金融科技當中的作用越來越大。

縱觀人工智能發(fā)展,，我們和銀行伙伴達成了一個共識,，那就是金融科技已經(jīng)歷了三個時代：1.0時代，金融科技是電子時代,，典型代表是計算機在銀行當中被普遍使用,；2.0時代，金融科技是互聯(lián)網(wǎng)金融時代,，典型代表是物理網(wǎng)點收縮,，業(yè)務線遷至線上；當前,，邁入3.0時代,，金融服務邊界擴大、效率提升,，典型代表是人工智能技術在金融科技領域的深入應用,。

度小滿脫胎于百度，有兩個堅實基礎：一是百度豐富的場景生態(tài)；二是大量人工智能技術,?？梢哉f，度小滿是第一個從百度AI商業(yè)化學院“畢業(yè)”走向市場的,。除此以外,，類似無人車、DuerOS操作系統(tǒng)還在孵化當中,。

結合金融科技智能化的輻射面,，以及金融企業(yè)的核心訴求，我們布局了三大能力以及底層金融大腦,。底層金融大腦包含兩部分,，有點像人的左腦和右腦，一部分是感知引擎,，解決感知問題,，也就是聽說讀寫；另一部分是決策引擎,，代表了思考功能,，包含了數(shù)據(jù)分析能力、積極學習建模的能力,。這兩部分構成了非常重要的金融大腦基礎,。大腦的底層需要有很強的知識庫，包括大數(shù)據(jù),、知識圖譜作為積淀,，這是整個金融科技布局非常核心的內容。

基于這些核心內容,，我們有三大能力場景的拓展：一是服務于金融機構,，幫助機構拓展服務邊界；二是降低整個金融企業(yè)的風險,，也就是風控管理,，進一步提升風險管理水平；三是降低金融企業(yè)的服務成本,，就是降本提效,。尤其是很多人力密集型工作，就像大家看到的那樣,，機器人大幅度替代勞動密集型的一些工作,。

底層金融大腦的研發(fā)，不僅僅是為了提高運營的效率,，更是為金融機構把控風險提供多一層屏障,。這方面有三個點值得關注,。

第一是大數(shù)據(jù)畫像。我們基于百度生態(tài)上對用戶的感知和認知,，可以刻畫出用戶的整個畫像,，比如用戶學歷、職業(yè)等對應金融消費能力的特點,。

第二是大數(shù)據(jù)多維度防偽,。這項功能具備很強的反欺詐能力，也提升了造假的代價,。

第三是與傳統(tǒng)金融數(shù)據(jù)之間形成互補,，尤其與中國人民銀行征信系統(tǒng)之間形成較好的互補效應。在這個基礎上,，我們可以進一步控制大數(shù)據(jù)風控當中的一些不可控因素,。

在處理大數(shù)據(jù)風控的過程中，我們也面臨幾個問題,。第一,，數(shù)據(jù)比較高維，同時是非結構化的,；第二,，數(shù)據(jù)很稀疏,；第三,，與推薦和搜索引擎相比，金融的樣本量相對較小,。