2017-普惠金融的中国实践：技术驱动变革_36页-2mb

普惠金融的中国实践：技术驱动变革总结

核心内容

《普惠金融的中国实践：技术驱动变革》是一份关于中国普惠金融发展路径和技术创新应用的深度研究报告。报告指出，普惠金融是通过技术手段优化金融资源配置，为未被传统金融服务覆盖的人群和企业提供综合化、可持续、创新性的金融服务，从而实现金融服务的公平性和广泛性。技术，尤其是大数据、云计算、知识图谱等，成为推动普惠金融发展的重要力量。

主要观点

1. 普惠金融的定义与本质

   • 普惠金融不是扶贫贷款，而是以可负担的成本为社会各阶层和群体提供适当、有效的金融服务。
   • 普惠金融应具备四个特点：公平地提供综合化的金融服务、金融服务的可持续、提供创新性的产品与服务、互联网+的新助力。

2. 技术驱动的普惠金融发展路径

   • 互联网、大数据、云计算等技术革新为普惠金融提供了基础设施支持和业务模式创新。
   • 技术手段有助于降低交易成本、提升信息透明度、优化风险控制，从而实现金融服务的“普惠”目标。

3. 普惠金融的实践进展

   • 金融基础设施逐步完善，包括征信体系、支付清算体系、直接融资渠道等。
   • 参与主体多元化，包括政策性金融机构、传统银行、互联网企业等。
   • 产品服务创新，如基于大数据的信用评估、互联网金融平台的出现等。

4. 普惠金融发展面临的问题与挑战

   • 内生问题：主体资质参差不齐、信息披露不规范、运营成本高企、经济下行阶段不良率上升。
   • 外部困境：监管重叠与真空并存、社会征信体系尚不健全、道德风险居高不下、信用信息共享机制不完善。

5. 普惠金融的发展方向

   • 完善政策监管体系，加强风险防控。
   • 优化信用环境，建立全国统一的信用数据库。
   • 借助互联网技术，提升普惠金融的运营效率和可得性。
   • 探索适用于经济下行周期的风险控制模型，实现可持续发展。

关键信息

金融服务对象

• 中国有约1900万户小型企业、微型企业。
• 5165万户个体工商户。
• 两亿左右生产性农户。

技术应用

• 大数据：提升信用评估能力、识别风险、优化产品设计。
• 云计算：实现批量化、高效率的金融服务。
• 知识图谱：用于风险识别、客户关系管理、反欺诈等。
• Docker容器技术：构建分布式金融基础设施，降低IT成本。

金融创新与实践

• 信贷工厂模式：提升普惠金融运营效率，实现流程化、模块化和数据化的集中处理。
• 金融云平台：宜信金融云基于Docker技术，整合内外部数据，提供高效、安全的金融服务支持。
• 姨搜系统：基于大数据和知识图谱，实现贷前、贷中、贷后全流程的风险管理。

政策支持

• 《推进普惠金融发展规划（2016—2020年）：明确了普惠金融发展的总体目标，即提升金融服务的覆盖率、可得性和满意度。
• 多层次资本市场政策：如中小企业私募债、新三板、产业基金等，为中小微企业拓宽融资渠道。
• 互联网+相关政策：鼓励现代信息技术在普惠金融中的应用，如移动支付、大数据分析等。

普惠金融的未来展望

• 需要建立统一的信用数据库和征信体系，以提高信用信息的可用性和共享性。
• 加强监管体系，防止风险积聚和监管真空，确保普惠金融的健康发展。
• 通过技术创新，实现金融服务的智能化、自动化，提高效率和可得性。

总结

中国普惠金融的发展正经历一场由技术驱动的深刻变革。随着互联网、大数据、云计算等技术的广泛应用，普惠金融的覆盖范围和效率显著提升。然而，技术的应用也伴随着一系列挑战，如监管缺失、信用体系不健全、运营成本高企等。未来，普惠金融的发展需要在政策支持、技术创新、监管完善和信用体系建设等方面协同推进，以实现更公平、更可持续、更高效的金融服务体系。