大数据、金融科技:麦肯锡最新报告深挖中国金融行业的机会与挑战

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

全球著名管理咨询公司麦肯锡发布了中国银行业创新系列报告,其中包括《颠覆与连接—解密中国互联网金融创新》、《金融科技全面冲击银行业及银行的应对策略》、《区块链—银行业游戏规则的颠覆者》和《引领创新,中国的银行准备好了吗?》4篇。

以下整理了这4篇报告的精华:

解密中国互联网金融六大机遇与三大风险

在对中国新兴业态互联网金融的发展上,麦肯锡在其《颠覆与连接—解密中国互联网金融创新》给出了中肯的见解。

过去几年互联网金融在中国的火爆发展,麦肯锡归结于几大因素:

开放和包容的监管环境支持创新; 发达的互联网/电商业务颠覆人们的生活方式; 庞大的普惠金融需求未得到有效满足; 中国银行业长期的高利润使其具备了积极试错的实力。

20160624154109

报告中这样写到:在巨大的市场机会面前,来自不同产业的市场参与者竞相涌入,在相对宽松的环境下迎来爆炸式增长。

以下三类具备独特的定位及成功要素的领航者:

1.来自互联网的进攻者:

产品创意本土化;快速获客扩张;多重场景提升客户体验;大数据产生客户洞察;以企业家精神管理人才

2.传统金融机构:

多方战略合作;全面的产品供应;专业的风险把控能力;实体网点成为体验店

3.非金融核心企业:

线下引流进行低成本获客;行业优势垄断地位;全产业链数据挖掘;线下网络提升客户体验

20160624154149

麦肯锡指出,未来几年,随着市场的动态发展和趋于成熟,六大机遇的巨大潜能将逐渐释放

1.移动支付和理财:线上线下结合、基于手机的移动支付带来下一个热点。财富管理进一步快速增长;

2.线上消费金融和小微信贷:传统的消费信贷、信用卡、普惠金融各业务全面线上化;

3.B2B互联网金融:公司银行需求更加复杂和定制化,互联网推动更高效的交易银行和资产管理业务;

4.金融云和基础设施:节约开支,建立灵活的架构,尤其有利于大量小型从业者和非金融从业者进入;

5.大数据应用:进入平台化、商业化阶段,精准预测消费者行为,建立实时、低成本的风险管理体系;

6.颠覆式技术:区块链去中心化、去中介化,应用于支付、清算、交易等多领域。

尽管中国互联网金融市场空前繁荣,各种创新模式层出不穷,麦肯锡已观察到互联网金融发展下的各种乱象。报告指出,从业者、消费者、投资者仍需要谨慎应对一些尚未暴露的风险和不确定性。

20160624154224

  市场参与者需要谨慎应对三类风险和不确定性:

1.非理性的个体行为:老年人和受教育程度较低的人恰是互联网金融所瞄准的“长尾”客户,不成熟的投资者习惯于或显性或隐性的刚性兑付,往往被“高收益”轻易打动,缺乏风险识别能力。

2.欺诈和产品设计缺陷:贷款领域最多,许多P2P公司尽职调查不完善,甚至出现伪造投资组合、私设资金池。在互联网基金销售以及保险和信托投资业务领域也存在。

3.监管环境演变:中国监管机构决心强化对互联网金融的管理,以促进市场秩序建立与行业健康发展,纲领性的“指导意见”已颁布,各细化法规条例预计将陆续出台。

由于当前的竞争格局尚未明确,市场参与者们可能在未来短期内发生商业模式的变化和革新。

麦肯锡认为,四种发展模式将成为中国互联网金融发展的方向:

1.全面数字化的全能型银行;

2.生态圈的营造者,这一模式的典型案例是蚂蚁金服、平安集团等提供一站式服务的生态圈平台。

3.专业的规模供应商;

4.细分市场的深耕者。

20160624154310

  为受到金融科技冲击的银行业支招

麦肯锡在其发布的报告《金融科技全面冲击银行业及银行的应对策略》中称,银行若不采取任何应对措施,到2025年,占银行收入10-40%的零售银行业务将会受到金融科技的冲击而危机四伏。

报告显示,2015年全球投入FinTech(金融科技)领域的资金高达191亿美元,是2011年的近8倍。过去5年,超过400亿美元的资金流入这个领域。在强势资本的支持下,全球超过2000家的金融科技公司正在充分利用大数据、云计算、移动互联网等新兴技术颠覆传统银行的业务模式。

从中国来看,报告中称,中国金融科技行业在移动互联技术和金融改革的双重助推下,也呈现爆发式增长态势。2015年,中国金融科技融资额达到历史性的27亿美元,是2014年的4.5倍,各个领域独角兽级别的公司不断涌现。面对金融科技公司的竞争,以中国平安为代表的中国传统金融业正在奋起反击。

20160624154435

  随着金融科技的不断发展,传统银行业正在受到前所未有的冲击。

该报告认为,首先,金融危机削弱了公众对银行体系的信任。其次,随着移动设备普及,银行此前独享的实体分销网络优势开始减小。智能手机创造了支付的新模式,让消费者能得到充分的个性化服务。此外,全球的数据普遍变得更为透明和易得,高效计算能力的成本同时大幅降低。

同时,报告也指出,当下形势与互联网泡沫期有所不同,但金融科技企业倒闭的风险仍然很大。然而,在少数例子中,一些专注于零售市场的金融科技企业,不但能实现突破,打造可持续发展的业务,还可能会为部分金融服务领域带来深刻的变革,最终超越互联网泡沫中崛起的多数规模较小、分布零散的金融科技企业,取得更大的成功。

银行若不采取任何应对措施,到2025年,占银行收入10-40%的五大零售银行业务——消费者融资、抵押贷款、中小企业贷款、零售支付和财富管理——将会危机四伏。挑战者们可能会打响价格战,挤压行业的盈利空间。

麦肯锡在报告中认为,金融科技想要打造上述优势需要做到以下几点

1.强化优越的客户获取模式;

2.坚持低成本的业务模式;

3.充分利用创造性的大数据分析能力;

4.建立针对细分客群的独特价值主张;

5.与现有体系合作共赢;

6.开展充分的监管沟通和风险管控。

20160624154524

而对于银行所面对的挑战,麦肯锡表示,银行无须过分关注金融科技业的个别“挑战者”,而应该更多地聚焦于这些挑战者代表的能力,继而在企业中培养或从外部购买这些对数字化未来至关重要的能力。

具体来说,银行需要做到以下几点:

1.全面地强化全行的数字分析和应用能力;

2.根据客户需求整合无缝的客户体验;

3.建立数字化营销能力;

4.构建数字化流程精简成本;

5.迅速应用下一代IT科技能力和开发模式;

6.建立支持数字化变革的组织架构。

20160624154559

  银行业规则颠覆者——区块链

从比特币开始进入各国央行的视线之后,区块链技术这个堪称是比特币根源的技术就引来了大量的关注。

在《区块链—银行业游戏规则的颠覆者》报告中,麦肯锡将区块链技术称之为继蒸汽机、电力、信息和互联网科技之后,目前最有潜力触发第五轮颠覆性革命浪潮的核心技术。

区块链的特性将改变金融体系间的核心准则,对于目前的金融行业而言,无论是各个银行之间还是银行本身的业务流程中都存在效率瓶颈、交易时滞、欺诈和操作风险等痛点,区块链因其安全、透明、去中心化及不可篡改的特性都能使得这些问题通过技术手段得到解决。

目前各国央行都十分重视的数字货币改革、跨境支付与结算、人民征信、供应链金融,以及证券发行与交易这些方面也可以产生最直接有效的应用。

花旗银行、西班牙对外银行、摩根大通、摩根士丹利、瑞银等在内的40余家领先金融机构已经共同发起建立了R3CEV联盟,旨在推动制定适合金融机构使用的区块链技术标准,推动技术落地。

20160624161628

面对区块链技术迎面而来的机遇与挑战,麦肯锡报告中为中国的银行业给出了三个行动建议:

1.国内银行应尽快就参与区块链技术应用的策略予以明确。

2.快速推进业务应用场景的试点实施。

3.积极投资布局,小投入,广撒网,合理布局。

麦肯锡对银行高管调研显示,约有一半的高管认为三年内区块链将产生实质性影响,一些人甚至认为18个月内就会发生。中国金融机构如何在这场迅猛发展的技术革新浪潮中抓住战略机遇,从而掌握颠覆式金融模式的主动权,是所有决策者应立即予以考虑的问题。

报告认为,中国的银行业者必须尽快形成清晰的战略观点,及时认识区块链技术将如何帮助、或对银行业务形成怎样的挑战,积极与同业及技术公司开展合作,探索可能切入的应用场景,尽快付诸于实际行动。

而这次“创新战役”的胜者是谁还尤未可知。

20160624161821

  错失创新先机的银行,或将在后互联网时代消亡

麦肯锡在《引领创新,中国的银行准备好了吗?》则表示,中国银行业处在数字化变革的转折点,经营环境的剧变要求从业者必须以创新求生存、图发展。未能把握先机、参与这一轮创新浪潮的银行,很可能在后互联网时代的市场中消亡。

当下,前所未有的严峻经营环境要求中国银行业者必须以创新求生存、图发展。对此,麦肯锡认为:

一方面,中国经济增速持续放缓,利率市场化影响日益显现,互联网金融进一步加剧金融脱媒,分解和蚕食银行业务,这一切正全面冲击着中国银行业。传统业务发展及盈利能力难以为继,中国银行业必须加速产品、服务创新以适应新的客户需求和竞争环境。

另一方面,颠覆式技术的迅猛发展,将可能重写银行业格局。当前是银行业正逐步迈向数字化变革的转折点,未能把握先机参与到这一轮创新浪潮中的银行,很可能在不久的将来在后互联网新常态的市场中消亡。

20160624161911

回顾中国银行业近年来的发展历程,大部分的创新仍然是以渐进式改良为主,颠覆式创新成果较少。麦肯锡指出,互联网、数字化时代的今天,面对互联网行业对传统金融的冲击,中国银行业者亟需打破速度慢、效率低的传统创新模式,加大创新的投入和能力建设,推进持续性、规模化创新,进而实现真正的颠覆式创新。

报告称,国际先进同业的创新实践表明,银行需要建立一整套完善的创新管理体制机制,才能提升效率、促成颠覆,实现规模化创新。这套机制包括:

将创新上升到全行战略高度,由“一把手”挂帅,亲自参与制定方向和战略;

引入“硅谷”工业化模式开展创新组织工作,建立创新实验室、孵化器等新型组织机构进行项目管理和经营;

实施扁平化项目管理,打破条线间隔,实行协同联动,落实配套体系;

构建创新文化,鼓励全员创新;积极建立外部合作关系,开展创新布局。

在借鉴国际实践和国内银行业面临的挑战基础上,麦肯锡提出了中国银行业培养规模化创新能力的“三步走”策略:即定义创新目标,推进项目试点,打造创新的基础设施。通过敏捷试错的方式,优化创新方法,固化创新组织、流程和基础设施,实现规模化创新。

20160624161951

具体而言,中国银行业者可以把握两大未来创新方向:利用数字化技术对于现有流程做优化改造,极大提升效率和客户体验;积极布局金融科技,建立新一代金融颠覆模式,跨界融合、打造生态圈,并在此基础上积极采取六大的创新举措具体推进创新业务:

制定创新战略,组建创新决策和组合管理的机制;

预留创新预算,并独立审批;

组专门的创新机构,分类管理传统业务创新改造和颠覆式业务探索;

小规模试点创新项目,以敏捷的管理机制加速创新迭代;

构建创新文化,推动全员创新;

培养风险投资能力,积极开展对外合作,加速创新布局。

麦肯锡全球副董事合伙人韩峰指出,中国银行业者亟须打破传统思维,提升效率,推进持续性、规模化的创新,进而实现真正的颠覆性创新。

报告预测,未来中国银行业的成功者将是那些真正将创新融入基因的银行,他们将在新的时代和竞争环境下脱颖而出,立于不败之地,并在此基础上,开展创新、管理创新、实现规模化创新。

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
6月前
|
存储 JSON 大数据
大数据离线数仓---金融审批数仓
大数据离线数仓---金融审批数仓
555 1
|
16天前
|
机器学习/深度学习 数据采集 搜索推荐
大数据与金融风控:信用评估的新标准
【10月更文挑战第31天】在数字经济时代,大数据成为金融风控的重要资源,特别是在信用评估领域。本文探讨了大数据在金融风控中的应用,包括多维度数据收集、智能数据分析、动态信用评估和个性化风控策略,以及其优势与挑战,并展望了未来的发展趋势。
ly~
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
大数据在智慧金融中的应用
在智能算法交易中,深度学习揭示价格波动的复杂动力学,强化学习依据市场反馈优化策略,助力投资者获取阿尔法收益。智能监管合规利用自然语言处理精准解读法规,实时追踪监管变化,确保机构紧跟政策。大数据分析监控交易,预警潜在违规行为,变被动防御为主动预防。数智化营销通过多维度数据分析,构建细致客户画像,提供个性化产品推荐。智慧客服借助 AI 技术提升服务质量,增强客户满意度。
ly~
108 2
|
6月前
|
机器学习/深度学习 人工智能 大数据
AI时代Python金融大数据分析实战:ChatGPT让金融大数据分析插上翅膀
AI时代Python金融大数据分析实战:ChatGPT让金融大数据分析插上翅膀
319 6
|
6月前
|
监控 搜索推荐 大数据
大数据在金融领域的应用有哪些?请举例说明。
大数据在金融领域的应用有哪些?请举例说明。
120 0
|
数据采集 人工智能 安全
AI驱动的大数据创新:探索软件开发中的机会和挑战
AI驱动的大数据创新:探索软件开发中的机会和挑战
282 0
|
运维 大数据 数据挖掘
SelectDB x 白鲸开源金融大数据解决方案正式发布!
飞轮科技联合白鲸开源,针对金融行业大数据实时分析的场景共同推出高效实用的解决方案。
|
大数据
《金融级别大数据平台的多租户隔离实践》电子版地址
金融级别大数据平台的多租户隔离实践
89 0
《金融级别大数据平台的多租户隔离实践》电子版地址
|
存储 运维 Cloud Native
|
SQL 分布式计算 算法
传统金融IT男转型互联网大数据码农,图啥?
传统金融IT男转型互联网大数据码农,图啥?