服务热线 :96888

当前位置: 首页 > 银行卡 > 安全提示 > 正文

金融助力科技创新 科技推动金融发展

2018-05-19

一、人工智能和生物识别在金融领域的应用


1、语音识别与自然语言处理应用——智能客服。利用语音识别与自然语言处理技术,打造智能的客服机器人,通过整合集团对外客户服务渠道(包括电话、网页在线、微信、短信及APP等),提供在线智能客服服务。一是可以为座席提供辅助手段,帮助客服快速解决客户问题。客服机器人通过实时语音识别和语义理解,掌握客户需求,并自动获取客户特征和知识库等内容。还可通过个人网银、掌上银行、微信公众号等,推出个人金融助理等功能。二是可以基于语音和语义技术,可对电话银行海量通话和各种用户单据数据进行识别和分析,挖掘分析其内在价值,为客户服务与客户营销等提供数据与决策支持。同时,这些数据还可以供智能客服系统进行自动学习,生成知识问答库,为后续客服机器人自动回复客户问题提供参考与依据。


2、计算机视觉与生物特征识别应用——人脸识别与安全监控。计算机视觉与生物特征识别技术,让机器可以更准确的识别人的身份与行为,对于帮助金融机构识别客户和安全监控都有很多便利。一是可以利用网点和ATM摄像头,增加人像识别功能,提前识别发现可疑人员、提示可疑行为动作,也可以帮助识别VIP客户。二是可以利用网点柜台内部摄像头,增加对员工可疑行为识别监控,记录并标记疑似违规交易,并提醒后台监控人员进一步分析,起到警示作用。三是可以在银行内部核心区域(如数据中心机房、金库等)增加人像识别摄像头,人员进出必须通过人脸识别及证件校验方可进入,同时对于所有进出人员进行人像登记,防止陌生人尾随进出相关区域,实现智能识别,达到安全防范的目标。


3、机器学习、神经网络与知识图谱应用——预测分析与智能投顾。机器学习与神经网络技术使机器能够通过数据的分析处理去自动构建、完善模型,提前判断事务变化趋势和规律,并提前做出相应的决策。一是使用深度学习技术,学习海量金融交易数据,从金融数据中自动发现模式,如分析信用卡数据,识别欺诈交易,并提前预测交易变化趋势,提前做出相应对策。二是基于机器学习技术构建金融知识图谱,基于大数据的风控需要对不同来源的数据进行整合,检测发现数据当中的不一致性,分析企业的上下游、合作、竞争对手、子母公司、投资、对标等关系,主动发现并识别风险。三是借助机器学习,通过数据筛选、建模和预测对融资企业或个人信用打分;通过提取个人及企业在其主页、社交媒体等地方的数据,判断企业或其产品在社会中的影响力和产品评价;并通过数据分析和模型预测投资的风险点。实现在放贷过程中对借款人还贷能力进行实时监控,从而及时对后续可能无法还贷的人进行事前的干预,以减少因坏账而带来的损失。四是运用人工智能技术,采用多层神经网络,智能投顾系统可以实时采集各种经济数据指标,不断进行学习,实现大批量的不同个体定制化投顾方案,把财富管理这个服务门槛降到一个普通的家庭人群来使用。


4、服务机器人技术应用——机房巡检和网点智慧机器人。运用机器人技术,一是可以在机房、服务器等核心区域投放24小时巡检机器人,及时发现处理潜在风险,替代或辅助人工进行监控。二是可以在网点投放智慧机器人,可对客户进行迎宾分流,进行语音互动交流,根据客户知识库内容进行标准业务咨询和问答,减少大堂经理的重复性工作。同时通过前端采集客户数据,可开展精准营销工作。此外,增强银行服务的科技创新感和服务新体验,为银行服务的转型升级注入全新的因素。


二、大数据在金融领域的应用


1、开辟营销客户新渠道

在商业银行同业竞争加剧,同时面临非银行金融机构发展壮大的今天,营销客户的难度愈发上升。商业银行需要最大程度地满足客户的需求,采取有效工具精确营销客户。不可否认,大数据已经成为营销客户的良好工具。商业银行深入归纳客户的自身信息、工作形态及其生活轨迹等,通过匹配方法可以洞察客户的交易行为,捕捉客户的兴趣所在,进而开展具有针对性的营销。例如,根据聚类分析等统计方法,将其代发工资客户群体划分为不同类别,针对金领、白领等不同类别提供与类别匹配的金融产品。从实践效果来看,其理财基金、信用分期、手机银行、代销保险等产品的营销笔数较之前明显提高。除聚类分析之外,商业银行亦可通过其他方法全面分析数据的价值。


2、补充优化管理新工具

商业银行发生每笔交易的同时,多数情况下记录资产、负债、不良、利润等财务指标,以及企业、个人等亿万客户的核心信息,构成银行成本管理、资本补充、绩效管理的一手材料。材料背后的潜在数据信息,奠定了商业银行管理优化的基础。通过对数据进行整理、加工、提炼、剔除、评估、预测,商业银行流动性缺口管理、资产负债动态平衡管理、欺诈风险管理将更为合理。通过各个维度的翔实信息,进行风险的压力测试和情景模拟,可以防止潜在市场风险的爆发。以欺诈风险为例,各银行结合人民银行及第三方机构的征信数据,构建全面解析客户行为特征的欺诈监测中心,防止骗贷等欺诈交易造成损失。除此之外,大数据将极大地便利商业银行的管理。


3、提供创新产品新动力

统计技术的发展及数据处理能力的增强,奠定了建立稳健数据预测模型的基础,这为商业银行推出创新产品提供了契机。商业银行通过产品创新可以增加客户黏性,培养客户忠诚度,巩固存量客户资源,扩大增量来源客户,促进其在市场份额竞争夺中保持优势。


4、增加防范风险新方法

商业银行的风险管理涵盖信用风险、操作风险、不合规风险、流动性风险等众多类别,毫无疑问,这些风险与大数据有效结合后将会得到更好防范。其中,客户账户资金的存取金额、货币币种、交易时间、来源去向等流水记载着详细的数据信息,其为商业银行的反洗钱调查提供重要线索,进而避免商业银行执行反洗钱不到位可能遭受的不合规风险。基于客户交易记录形成的电子数据,对其进行筛选、审查和分析,发现大额交易、频繁交易等非正常交易金融行为,识别不同客户的风险等级,建立高风险等级客户名单,最终形成重点关注类交易报告、可疑类交易报告等,以配合监管机构开展的反洗钱调查。重现每笔交易的真实用途,提供公安机关打击经济犯罪的证据,防范不法分子运用银行账户从事诈骗等犯罪行为,预防恐怖分子运用银行账户从事恐怖组织活动。除去不合规风险之外,商业银行信用风险借助大数据同样可以降低违约概率。


三、区块链技术在金融领域的应用


1、支付清算

与传统支付体系相比,区块链支付可以为交易双方直接进行端到端支付,不涉及中间机构,在提高速度和降低成本方面能得到大幅的改善。尤其是跨境支付方面,如果基于区块链技术构建一套通用的分布式银行间金融交易系统,可为用户提供全球范围的跨境、任意币种的实时支付清算服务,跨境支付将会变得便捷和低廉。


2、数字票据

数字票据主要具有以下核心优势:一是可实现票据价值传递的去中心化。在传统票据交易中,往往需要由票据交易中心进行交易信息的转发和管理;而借助区块链技术,则可实现点对点交易,有效去除票据交易中心角色。二是能够有效防范票据市场风险。


3、银行征信管理

在征信领域,区块链的优势在于可依靠程序算法自动记录信用相关信息,并存储在区块链网络的每一台计算机上,信息透明、不可篡改、使用成本低。商业银行可以用加密的形式存储并共享客户在本机构的信用信息,客户申请贷款时,贷款机构在获得授权后可通过直接调取区块链的相应信息数据直接完成征信,而不必再到央行申请征信信息查询。


4、客户征信与反欺诈

记载于区块链中的客户信息与交易纪录有助于银行识别异常交易并有效防止欺诈。区块链的技术特性可以改变现有的征信体系,在银行进行“认识你的客户”(KYC)时,将不良纪录客户的数据储存在区块链中。客户信息及交易记录不仅可以随时更新,同时,在客户信息保护法规的框架下,如果能实现客户信息和交易纪录的自动化加密关联共享,银行之间能省去许多 KYC 的重复工作。银行也可以通过分析和监测在共享的分布式帐本内客户交易行为的异常状态,及时发现并消除欺诈行为。


5、跨境支付与结算

银行与银行之间可以不再通过第三方,而是通过区块链技术打造点对点的支付方式。省去第三方金融机构的中间环节,不但可以全天候支付、实时到账、提现简便及没有隐形成本,也有助于降低跨境电商资金风险及满足跨境电商对支付清算服务的及时性、便捷性需求。


四、物联网技术在金融领域的应用


1、构筑金融安防体系

一是利用物联网进行来访人员管理。通过物联网技术可以对来访人员实时跟踪,监控来访人员的活动区域,当进入核心安全区域时进行预警,避免偷窃、破坏等违法行为发生。可以将人员信息和行动记录以电子化的方式记录,事后结合监控录像为侦破违法行为提供线索和证据。二是应用物联网监控重要资产和设备。通过在现金柜、重要IT设备机柜等物品上加装RFID电子标签,在库房、机房出入口安放RFID识别设备,结合软件平台,实现资产全面可视和信息实时更新,能够实时监控资产的使用和流动情况,对资产的可疑移动和非正常运行及时报警,确保资金、资产安全。


2、提高支付业务的效率和安全性

目前,金融IC卡、移动支付业务已成为物联网技术在我国金融行业应用的重点和热点领域。金融IC卡又称为芯片银行卡,是以芯片作为介质的银行卡,存储容量大,可以存储密钥、数字证书、指纹等信息,能够同时处理多种功能,为持卡人提供一卡多用的便利。同时,金融IC卡通过卡里的集成电路存储信息,复制难度高,保密性好,从根本上提高银行卡的安全性。另外,金融IC卡具备多应用加载平台,可丰富银行卡产品类别,有利于商业银行的业务创新。基于手机的移动支付,增加了点对点信息通道,有线与无线配合使用的双重验证提升了安全性,降低了黑客、不良商户、钓鱼网站等非法交易发生的频率,提升了支付的安全性和便捷性。


3、优化金融业务管理和服务

物联网通过对各个环节与流程的“可视跟踪”,可以起到提高生产效率、优化资源配置、降低成本的作用,这也必将改善金融业务管理和服务,对供应链金融的优化就是一个例子。供应链金融是在供应链中找出一个大的核心企业,以核心企业为出发点,为供应链上的节点企业提供金融支持。传统的供应链金融由于信息不对称,主要服务于核心企业的上游企业,下游企业开发不足;同时服务项目单一,主要集中应收账款的保理和存货质押领域。应用物联网,通过对各家企业的信息流、资金流和物流的实时跟踪,可以大大拓展供应链金融的客户范围和业务领域。一是可以提高核心企业下游客户销售信息获取的及时性、有效性,大大拓展核心企业下游客户利用存货融资的范围。二是除了提供供应链融资服务外,还可以提供财务管理咨询、现金管理、应收账款清收、结算、资信调查和贷款承诺等中间业务服务。三是借助信息资源优势,还可以为供应链上的企业提供咨询服务,帮助它们合理安排应收账款账期结构与数量,分析供应链上不同环节企业的资金周转情况和偿债能力


注:本篇文章部分文字及观点,来源于官方网络媒体及其他公众平台,主要目的在于分享信息,传递资讯,图片和文字版权属于原作者。如涉及侵权请及时联络予以告知,我们会在24小时内将相关内容修正、删除。

Copyright(C)2017 锦州农村商业银行股份有限公司 Corporation.All rights reserved

网站备案号:辽ICP备17004884号-1 [本网站支持IPv6访问]