众所周知，2015年被称为金融科技（Fintech）的元年，2018年达到鼎盛，至此之后，Fintech市场环境、竞争态势开始瞬息万变，有地方歌舞升平，有地方尸横遍野、惨不忍睹。
为什么会出现今天的这个局面？
Fintech该如何面对当前的不确定？
这是今天想跟大家探讨的两个问题，仅代表个人观点，欢迎大家拍砖讨论。
一. 银行业发展大背景
金融科技Fintech的繁荣，当然离不开银行行业发展，我们先看一下自改革开放以后，我国银行业的发展轨迹，如下图所示（来自华泰证券研究报告）：
其他不表，重点来看2004年以后的发展过程，2004年到2013年银行业黄金十年，收益于市场红利和政策红利，银行业收入和利润快速增长，在IT系统建设上的投入稳定增长，此阶段的核心系统仍然以IBM大型机为主，但完成互联整合，信贷管理系统和风控系统逐步升级完善，风控能力大大提升，渠道类系统从单一柜台向ATM机、电话银行、网络银行等多渠道发展。2013年以后，受互联网金融冲击、监管趋严和不良率上升的影响，银行业发展处于震荡期。一方面，移动互联网推动银行由产品为中心的服务模式，转变为以客户为中心的服务模式，渠道逐步升级为手机银行为主，即增加了客户粘性，又降低了营业厅的运营成本，另一方面，在互联网金融的推动下，大数据风控技术得到广泛应用，使风控成本降低，但同样受互联网金融的影响，获客成本变高，不良率升高。经过几十年的发展，银行收入主要来源利息差（存款和贷款的利息差）占比逐步下降到接近70%，但这个比例仍然远高于国外银行。另外，银行业务也由过去相对低频的企业信用贷款、抵押贷款、房贷等，慢慢延伸到小额消费贷款和信用卡等高频的业务，由以线下为主的服务方式逐步转变成线上&线下结合的服务方式。
在银行业务快速发展变化的过程中，金融科技必须不断创新和探索新的机会。
二. 行业面临的问题
冲突一：对阵双方，马老师 vs 监管机构
最近几天马云在金融峰会上的一段话引起轩然大波，轰动了金融界，几乎刷爆朋友圈。有人说马老师是在为蚂蚁金服站台，更多人在力挺马老师（我属于其中一员，即便马老师有为蚂蚁站台的想法也无可厚非呀）。
1. 马老师：金融的本质是信用，是建立在大数据基础上的信用体系；而中国的监管机构管的太多，监的不够，对市场造成不良影响；
2. 监管机构：严厉打击数据滥用现象，保护个人权益，维护社会稳定；自开始打击P2P、助贷业务开始，大数据风控的整体市场空间大大缩减，一批金融科技公司收到冲击；
如何在合法合规的情况下，利用大数据做好风控，建立社会信用体系？Fintech的机会在哪儿？估计Fintech公司每天都在思考这个问题。基于区块链的数据共享技术、基于多方安全计算的联邦学习技术，成为Fintech必讲的故事。
个人认为除互联网巨头外，大多数Fintech公司不能生产数据，也就是没有场景数据，而大数据风控说到底数据是大爷，大爷们自己入场提供服务了，以提供数据通道为主的Fintech们可以考虑洗洗睡了，当然利用之前积累的客户资源完成业务转型是正道。（我无法从技术上来判断区块链和多方安全计算的作用，这两型技术的发挥更多要依托于数据资源，并找到共赢的商业模式）
冲突二：对阵双方，民间借贷 vs 4倍LPR&清理P2P
同样震动金融界和刷爆朋友圈的还有8月底，最高法发布民间借贷利率不能高于4倍的LPR，直接扼杀所有的P2P，连信用卡逾期的利率都高于这个上限，直到今天网络上还在讨论“民间借贷”包括哪些，其实是对这个法律条文监管对象还有争议。虽然在一年前就基本宣布P2P即将灭亡，但疯狂发展起来的P2P的命运在这两年同样备受关注，到今年9月底，国内P2P已经从最多5000多家降到6家还在运营，结论是P2P在国内已死。
民间借贷市场空间还在，需求还在，由谁来承接呢？有需求就有利可图，有利可图就会有商机，这是亘古不变的市场规律。“民间借贷存续几千年了，永远存在的需求，只是在换放贷人”。
显然，持牌机构中的银行和消费金融公司可以承接这块市场需求。那么，最高利率4倍LPR，还能做吗？我们简单算一笔账，如上文所讲，银行70%以上的收入仍然来自息差（贷款利率-存款利率），目前国内银行平均息差2.85左右（是欧美的2~3倍），同时，银行尤其是国有大行每年利润仍然惊人（工商银行2019年净利润3134亿、招商银行928亿）。
结论：2.85的息差，得降，3134亿净利有下调空间。
当然，事情没那么简单，这里面涉及到非银金融机构资金成本的问题、银行转型发展零售的难度、获客成本、风控成本、坏账率等等。但无论如何，国家宏观调控喊了好多年了：普惠金融、金融服务三农、降低中小微融资成本，归根结底金融业还是要支持实业的发展，如果利润都让银行拿了，实业的发展一定会受影响。所以，国家需要通过强化有力的宏观调控措施重新调整金融产业链上的利润分配。
三. 金融科技的机会
金融科技是为金融业服务的，所以，金融业的改革和转型是金融科技的机会，但市场竞争也会越来越激烈。
1. 激烈竞争的市场环境
目前，在国内注册的银行等金融机构有4600多家，6家国有大行、3家政策性银行、12家股份行、134家城商行、17家民营银行、还有1400多家农商行、1600多家村镇银行，加上农信社、外资银行等其他金融机构，每年金融机构的科技投入上千亿，咋看上去客户规模和市场空间都不小。但不同类别和级别的机构业务量、科技基础差异很大，这次不针对客户分群进行讨论，只从整个行业的角度进行分析。
银行IT系统基本可以分为三类：业务类、管理类、渠道类。其中，业务类，包括核心系统、清算与支付系统等等，基本由银行自建和传统IT公司占主要份额，如长亮科技、神州信息、润和软件等；渠道类，如银行卡、柜台、手机银行、网络银行等，主要厂商有宇信、科蓝、信雅达等；管理类，如风险管理、反欺诈、客户管理等，主要厂商有安硕、高伟达、宇信等。如下图所示：
金融科技的竞争越来越激烈，竞争者可以分为以下几类。
1. 传统的IT公司，如宇信、神州信息、润和软件、长亮、信雅达、中软、海辉等；以早期为银行做项目、提供人力外包服务，逐步沉淀出科技产品、客户资源和成功案例；
2. 新型IT公司，如同盾、百融、集奥等。这些公司依托互联网金融发展起来，早期以提供大数据风控、营销服务和反欺诈服务为主，逐步延伸到金融
4. 金融机构的科技子公司，如兴业数金、壹帐通、招商云创、光大科技、建信金科、民生科技、工银金科。随着2015年金融科技的兴起，国有大行和股份银行都成立了自己的科技公司，一方面立足于行内IT系统的建设，另外一方面，也在寻求对外输出系统类产品和业务咨询能力，对外输出走在最前面的要数平安系的金融壹帐通，最近三年在金融业斩获不少订单；
5. 互联网巨头下的金融科技公司，如蚂蚁金服、阿里云、京东数科、百度金融、腾讯云等；这类公司在技术和数据上掌控着其他厂商高攀不起的资源，但巨头在业务能力相对较弱，落地方案成本高，因此，一般会有ISV厂商一起负责项目落地。另外，巨头基本都入股了传统金融科技的IT公司，实现对金融科技的整体布局；
6. 互联网金融公司的科技输出，如马上消金、宜信等，尤其是一些有技术储备的P2P公司把做业务积累的系统对外输出，还有靠P2P支撑起来的数据服务公司也一直在尝试转型做系统类的产品。
由此可见，金融科技的竞争将会变的越来越强烈。
2. 金融科技的机会
我说的金融科技是狭义的金融科技，即为金融机构服务的科技公司。科技在赋能金融过程中，一种是拓展市场机会，包括获取客户资源、开发新业务等，一种是降本增效，即为业务运营管理提供工具和手段，增加作业效率，降低运营管理成本；因此，我认为以下几个方面将影响金融科技下一步的发展：
1. 业务管理数字化。传统银行一直在推行数字化转型，大部分银行的业务数据也进行了集中管理，并建设了数据仓库、数据分析平台等。但我认为在数字化的一头一尾仍然有很多机会和更大的空间。一头指的是数据采集，过去银行已经把业务数据统一管理，但对于业务运营过程中的操作数据重视程度不够，采集不完整，如银行内部职员的操作过程记录下来，可以用于内部管理的优化和KPI考核。数据采集需要更丰富且实用的工具，尤其是侵入性小的采集工具，以减少遗留系统的改造成本。一尾是指数据应用，加强数据挖掘和分析，包括机器学习和神经网络的应用（神经网络往往因过程不可解释而受阻）。在数据应用方面，探索空间还非常大，但需要业务驱动，在这一点上我非常看好金融机构的科技公司打磨出来的产品（当然，他们不足的地方也很明显，内部管理机制和创新意识不足）。这样，从数据采集、数据治理到数据应用，形成业务管理的闭环，不断优化内部管理流程，降低运营成本；
2. 业务流程自动化。随着AI技术的快速发展，一些简单机械的重复工作，由机器逐步代替人工完成是大势所趋。从柜台到ATM机，再到智慧网点，已经释放了大批的劳动力，并大大缩短了业务办理时间，减少客户的等待时间。同时，在银行内部管理中，还有更多的场景可以由机器来完成，如RPA在以下场景的应用：客户导入、跨境支付、信用评级、信用证、抵押品管理、投顾等。
3. 生态类和政策类。包括开发银行、监管科技、科技创新等，个人没有太多研究，但从直觉上和市场热度上感觉有空间，如围绕数字货币的业务探索和系统建设，围绕“数据”这个生产要素的服务模式探索和系统建设，包括最近特别火的联邦学习。
最后，从业务场景上，我认为在前端获客、渠道建设、信审、大数据风控等场景，有机会但大局已定，除非你有独特的资源优势，如数据资源优势或者有别人无法比拟的核心技术，否则想再次站到风口不容易。比较看好的是贷后管理和基于银行内部管理优化衍生出来的机会（国家政策上也在引导和倒逼银行进行内部管理改革，提高管理效率）。
【这段时间处于修炼期，正好把平时的思考整理一下，欢迎大家讨论拍砖(::。从列提纲到成稿断断续续搞了一周，还得多练习和积累，提高效::)】
