Fintech的挑战:寻求金融和科技之间的平衡

简介: Fintech的挑战:寻求金融和科技之间的平衡

image.png

近期,曾经很热的“互联网金融”一词,被 Fintech(金融科技)代替,这意味着一场新的变化已经来临。有人认为金融科技的重点在于金融;也有人认为金融科技的重点在于技术,两种不同的立场都各有道理。金融科技公司面临的新挑战是寻求金融和科技之间的平衡。


金融和科技,看似相悖的逻辑

在金融行业,所有人都明白金融需要谨慎、严肃的态度,需要细致严密的规划和充分的经济周期验证,重视盈利性和持续性发展,需要金融底蕴、经验的积累,利用已有的经验和实践做出一个稳定的模型,保证效率和风险可控。而科技、互联网更强调用户思维、高效、敏捷、快速迭代,注重规模地迅速扩大和用户量,而当用户达到一定规模和活跃度时,往往可以创造出新的模式。金融和科技一个求稳,一个求快,在逻辑上看起来似乎是相悖的。


互联网金融的发展史上,尤其是在P2P行业,曾经出现金融和科技关系失衡的局面。国内的P2P行业在2006年萌芽,但由于P2P行业无准入门槛、无行业标准、无监管机制,在互联网金融火热的大背景下,互联网科技占据优势的情况下,P2P行业规模和用户量极速扩大,各种P2P网贷平台群涌而上。到2014年,国内网络借贷平台的月交易量就达到了300亿左右,而目前为止国内P2P平台数量超过2000家。但遗憾的是,2013年问题平台仅有76家。2014年,这一数据是275家,到了2015年全国网贷行业出现了896家问题平台。目前3464家被监测的P2P借贷平台中,问题平台约占46%!在缺乏规范、监管的政策真空下,诈骗、跑路成为行业之常见现象,这就是没有处理好金融和技术之间平衡的代价。


如何寻求金融和科技的平衡发展?

金融科技,不是单纯地将线下的金融服务流程复制到线上,而是从更深的层次将金融和科技相结合,从客户获取、风控、体验等多个方面,提升金融的有效性。


以宜人贷为例,平台通过对其目标用户群体白领人群的信息数据定义、收集、筛选、甄别、评级形成风控模型,才做到快速准确地对用户进行科学的风险定价,从而提升借款申请的效率和用户体验。


要实现金融和科技的平衡发展,就必须革新“金融的严谨性与互联网的用户体验相互矛盾”的思路,真正的将金融服务互联网化,不是单纯地将线下业务搬到线上,而是赋予线上自主“造血”能力,让科技深度融入在金融服务中。目前成熟的金融科技公司,如宜人贷,就在借款和理财两端提供从客户获取、风控、交易撮合、客户服务全流程线上服务,整个业务体系的设计已经具备充足的“造血”功能,是金融和科技有机结合的典型代表。


未来,金融科技行业应当着眼于优质资产的获取能力、风控能力和服务质量的提升,而非采取烧钱模式,猎取投机用户。平台应该致力于满足用户在互联网时代新形式下的个性化服务需求,真正从金融底层环节,用科技对金融业务的各个链条全面优化,实现金融和科技的有机结合。

相关文章
|
人工智能 数据可视化 程序员
2024年值得推荐的4款免费且功能强大的在线文档工具
2024年值得推荐的4款免费且功能强大的在线文档工具
867 4
2024年值得推荐的4款免费且功能强大的在线文档工具
|
存储 编解码 负载均衡
数据分片算法
【10月更文挑战第25天】不同的数据分片算法适用于不同的应用场景和数据特点,在实际应用中,需要根据具体的业务需求、数据分布情况、系统性能要求等因素综合考虑,选择合适的数据分片算法,以实现数据的高效存储、查询和处理。
|
测试技术 虚拟化
在同一物理服务器上同时运行多个独立的操作系统实例
在同一物理服务器上同时运行多个独立的操作系统实例
1204 1
|
前端开发 开发者 UED
React 18 与之前版本的主要区别
【10月更文挑战第12天】 总的来说,React 18 的这些区别体现了 React 团队对于提升应用性能、用户体验和开发效率的持续努力。开发者需要适应这些变化,充分利用新特性来构建更出色的应用。同时,随着技术的不断发展,React 也将继续演进,为开发者带来更多的创新和便利。
686 58
|
JavaScript 编译器
TS编译设置和配置文件属性解读
TS编译设置和配置文件属性解读
|
并行计算 Ubuntu 算法
Ubuntu18 服务器 更新升级CUDA版本 pyenv nvidia ubuntu1804 原11.2升级到PyTorch要求12.1 全过程详细记录 apt update
Ubuntu18 服务器 更新升级CUDA版本 pyenv nvidia ubuntu1804 原11.2升级到PyTorch要求12.1 全过程详细记录 apt update
473 0
|
监控 IDE Java
探索 IntelliJ IDEA 中 Spring Boot 运行配置选项及其作用
探索 IntelliJ IDEA 中 Spring Boot 运行配置选项及其作用
1961 0
|
存储 达摩院 Cloud Native
基于Ganos轨迹引擎的运输车辆到达性分析
本文介绍了由阿里巴巴达摩院数据库与存储实验室研发的多模态时空数据库Ganos轨迹引擎在运输车辆位置分析中的应用场景。Ganos通过在数据库中原生内置移动对象的存储、检索与分析能力,打造了全球首个移动对象数据库,为交通、物流、出行、生活服务类客户提供海量轨迹数据的分析挖掘能力。通过阅读本文,用户可以更好的理解Ganos轨迹模型的存储结构与轨迹引擎的相关能力,助力业务开发走向便捷。
|
存储 缓存 分布式计算
Spark与云存储的集成:S3、Azure Blob Storage
Spark与云存储的集成:S3、Azure Blob Storage