1、Fintech 的风险属性 赵玉睿 华夏银行战略发展部 互联网、大数据、云计算、区块链、传感器技术、物联网、人工智能自动化驱动的信息数字技术进步给金融服务带来的好处确实颇多:获客众多、服务覆盖广, 服务便捷、客户体验好, 降本增效也很给力。但无论叫互联网金融还是定义成金融科技 (Fintech) , 虽然技术进步、生产力提高了, 金融服务的本质属性和专业要求并没有改变, 风险也不会就此消失。剥开现代的外衣, 古老悠久的道德风险、操作风险、信用风险、流动性风险, 金融科技一个都不少。曾几何时, 美国金融科技领头羊 Lending Club 凭借大数据风控技术风光无限, 一起 2200万美元贷款违
2、规出售打破了 Lending Club 神话;国内互联网金融的标杆蚂蚁金服旗下“招财宝侨兴 11 亿私募债违约事件”, 出现了假银行保函骗保骗贷。这些与引燃 2016 年债市危机的国海证券“萝卜章”事件, 以及银行屡发的票据案件没有本质区别, 只不过是传统的信用风险、道德风险、操作风险、流动性风险重演于现代金融科技平台。区块链技术的分布式集合验证实现了全体交易参与者同步共享信息、减少中间交易环节的好处毋庸置疑。当区块链技术从模糊抽象的概念讨论实实在在具体为银行的资产托管、票据结算等业务领域的创新时, 内外勾结私刻盗用印章密鉴、伪造身份认证、挪用窃取账户资金的银行传统操作风险未尝不会披着新外衣再
3、现于区块链业务中。区块链交易中存在物理空间身份和密钥 (数字身份) 的分离, 其他人可以窃取密码或第二因素令牌, 然后使用分配给本人的密钥执行区块链交易;本人也可以在参与犯罪活动的过程中自愿向其他人提供密码和令牌。而用于密钥的指纹等现代生物识别技术可能还存在严重隐私泄露, 指纹、面部等生理记录为通过欺诈获得公民身份的黑客创造了机会。智能化的需求牵引下, 已使世界从二元空间结构 (物理、人类社会) 演变为三元空间结构 (信息网络、物理、人类社会) , 由人、机器、网络和物结合成的复杂的智能系统。然而当所有的设备都变成智能化接入网络后, 遭受攻击演变系统性风险的可能性也大增。云计算、物联网等新技术
4、打造了银行智能网点, 使客户业务自助办理与信息处理实现无缝对接, 业务实现了无人自动化处理。同时, 黑客也有了利用 POS 机、ATM、机器人、智能柜员机、产品领取机、智能打印机、电子银行体验设备等智能终端物联网设备的机会, 锁定含有漏洞和缺乏防护的系统, 发动连锁性攻击使银行瘫痪。2016 年 2 月 5 日, 发生的孟加拉央行被黑客攻击盗取 1 亿美元事件足以警世。人工智能驱动和提高了金融服务的自动化水平, 但不要忘记人工智能是由人赋予的, 设计者的风险偏好、道德标准无疑也反映于人工智能的行为中。若某个设计者开发的一个恶意的智能投资顾问被采用, 难免出现金融市场资产价格的异常波动。同时,
5、依靠网络大数据反映的行为特征建立算法模型作出自动信贷决策, 有可能因算法模型的固有程式放大对弱势群体的偏见, 系统性地使某些群体陷于劣势, 产生数据鸿沟加剧富愈富、穷愈穷的马太效应, 远离了网络服务的普惠金融初衷。当前互联网金融、金融科技遍地开花, 而小微、“三农”等社会薄弱环节融资仍嗷嗷待哺便是明证。更有甚者, 大量投资人雇佣同一个表现优异的智能投资顾问, 同质化操作可能出现“一致行动人”现象, 难免被别有用心者利用操纵市场。中外市场量化交易中屡见不鲜导致市场闪崩的乌龙指事件已现此端倪。更何况面对黑天鹅小概率事件引发的市场危机, 程序只是一项机械任务, 程式化的“英雄所见略同”的跟风行为可能
6、将市场推向一种单边走势而加重恐慌, 促成系统性风险。算法模型是人工智能的基础, 历史上亚洲金融危机中长期资本公司的表现以及 2008 年国际金融危机都反映出基于数学模型管理风险的不足和带来的模型风险。技术进步服务于人, 由此产生的风险需要人来解决校正。银行因吸收公众存款, 具有货币创造功能, 受到了较其他金融机构更为严格的监管。也正因此, 银行积累了几十年甚至上百年的风险管理经验, 风控人才队伍雄厚。虽然为了确保客户信息安全、资金安全、交易安全, 业务流程相对复杂, 带来了银行客户体验下降, 但这也正是银行在网络数字时代最大的风控优势。银行可凭借风控人才积蓄的经验、智慧拥抱技术, 线上线下客户服务和风控相结合成就竞争优势。病树前头万木春。秉承稳健经营的“三性”原则, 以人为本插上科技的翅膀坚守风控底线, 革新传统存贷汇业务服务实体经济, 银行这只 21 世纪的恐龙将老骥伏枥, 再履新程。
