当前位置:首页 > 报告详情

算力智库:数据智能下的金融数字化转型2022年度报告(70页).pdf

上传人: 渔** 编号:66646 2022-04-01 70页 3.34MB

1、 数据智能下的金融数字化转型数据智能下的金融数字化转型 2022 年度报告年度报告 华夏时报金融研究院华夏时报金融研究院 算力智库算力智库 2022 年年 2 月月 编辑委员会:编辑委员会: 冉学东、燕丽、徐晓梅、贺豪华、宋紫珺、孟俊莲、刘佳、冯樱子、吴敏、王永菲、傅碧霄、单美琪、王仲琦 目 录 前 言 . 1 摘 要 . 3 1 数据智能成为大势所趋 . 4 1.1 什么是数据智能? . 4 1.2 构建数据智能时代的数据基础设施数据智能平台. 5 1.3 数据智能崛起的背景和发展特点 . 6 1.4 数据智能下的产业赋能实践和趋势 . 8 2 数据智能下的金融嬗变 . 10 2.1 传统金

2、融的发展现状与出路 . 10 2.1.1 线上线下并驾齐驱 . 10 2.1.2 拓展长尾客户 . 11 2.1.3 有效控制运营成本 . 12 2.2 数据智能下金融场景的数字化转型路径和特点 . 13 2.3 数据智能金融场景图谱和代表企业 . 16 3 数据智能下主要金融场景和案例分析 . 21 3.1 信贷风控场景 . 21 3.1.1 传统信贷风控痛点 . 21 3.1.2 数据智能驱动信贷风控优化升级 . 23 3.1.3【案例】马上消费:金融大数据智能风控平台25 3.1.4【案例】招商银行风险门户 . 25 3.2 金融营销场景 . 26 3.2.1 传统金融营销模式的挑战与痛

3、点 . 27 3.2.2 数据驱动下的数智化营销体系建设 . 28 3.2.3 【案例】索信达“灵犀整合智能营销平台”案例 . 30 3.3 第三方支付场景 . 33 3.3.1 第三方支付的市场规模和主要痛点 . 33 3.3.2 数据智能撬动“智慧支付下半场” . 36 3.3.3 【案例】汇付天下“支付+SaaS” . 37 3.4 供应链金融场景 . 40 3.4.1 供应链金融主要业务模式 . 40 3.4.2 供应链金融的发展难点 . 42 3.4.3 数据智能带来供应链金融新形态 . 43 3.4.4【案例】云象区块链与浙江中拓共建区块链供应链金融平台45 3.5 保险科技场景

4、. 46 3.5.1 传统保险之殇 . 46 3.5.2 数据智能打破保险行业“冰层” . 46 3.5.3 【案例】国寿财险安行鹰眼远见理赔智能管理平台 . 47 3.5.4 【案例】力码科技保险数字化解决方案48 4 数据智能金融发展的主要挑战和趋势展望 . 5050 4.1 数据智能金融发展的主要挑战 . 50 4.1.1 数据层面:数据的合规获取、计算和治理 . 50 4.1.2【案例】同盾科技:知识联邦的提出51 4.1.3 技术层面:智能金融科技尚未完全成熟 . 544 4.1.4 场景应用层面:智能金融仍处于“窄场景”“浅应用”的初级发展阶段 . 54 4.1.5 监管层面:监管

5、政策趋于常态化和严格化 . 55 4.2 数字智能金融发展的趋势展望 . 56 4.2.1 智能金融落地:短期以业务赋能为主,长期以模式创新为主 . 56 4.2.2【案例】浦发银行数字员工“小浦”正式上岗57 4.2.3 2B 将取代 2C 成为市场竞争焦点 . 599 4.2.4 由金融服务转向科技赋能:“数据”和“科技”成为核心驱动力 . 60 4.2.5 分布式金融(体系)或成终态 . 60 结 语 . 63 1 前前 言言 当前,数字化浪潮席卷全球,所有行业都在经历着“一切业务数据化,一切数据业务化”的变革。 数据,早已不只是信息化系统中的元素,而是成为了推动国民经济高质量发展的新型

6、基础要素。数据就是新时代的石油,让数据释放出能量,从而转化成为发展动力的关键是智能化。我国也最早将数据与土地、劳动力、资本、技术等传统要素相并列,把数据提升为一种新型关键生产要素,指出了要素领域的改革方向。数据智能化,也正是全球金融业转型的共同方向。 2022 年 1 月,银保监会发布了关于银行业保险业数字化转型的指导意见,为当前我国金融业的数字化转型指明了方向。指导意见强调金融机构应加强顶层设计和统筹规划,科学制定数字化转型战略。指导意见具体提出,金融业要从健全数据治理体系、增强数据管理能力、加强数据质量控制、提高数据应用能力四个方面提升数据治理与应用能力。金融机构要加强自身科技能力建设,加

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文主要从数据智能成为大势所趋、数据智能下的金融嬗变、数据智能下主要金融场景和案例分析、数据智能金融发展的主要挑战和趋势展望四个方面展开论述。 1. 数据智能成为大势所趋,数据智能是指基于大数据引擎,通过大规模机器学习和机器推理,对海量数据进行处理、分析和挖掘,提取数据中所包含的有价值信息,使数据智能化,从而得到问题解决方案或实现预测的技术。 2. 数据智能下的金融嬗变,传统金融行业正在经历全面数字化转型,数据智能在信贷风控、金融营销、第三方支付、供应链金融、保险科技等场景中得到广泛应用。 3. 数据智能下主要金融场景和案例分析,数据智能在信贷风控、金融营销、第三方支付、供应链金融、保险科技等场景中得到广泛应用,如马上消费的金融大数据智能风控平台、索信达的“灵犀整合智能营销平台”、汇付天下的“支付+SaaS”等。 4. 数据智能金融发展的主要挑战和趋势展望,当前数据智能金融发展面临数据层面、技术层面、场景应用层面以及监管层面的挑战,未来智能金融落地应用将以业务赋能为主,长期以模式创新为主,2B将取代2C成为市场竞争焦点,分布式金融体系或成终态。
数据智能如何优化信贷风控? 智能支付下半场将如何发展? 数据智能如何改变保险行业?
客服
商务合作
小程序
服务号
折叠