金融科技的發展

趨勢

  • 網銀為主，分行變少
  • 重視客戶體驗

順序

  • ATM
  • 電話
  • 網銀
  • 直銷銀行

金融創新的挑戰或風險

  • 身份識別困難（因為網絡匿名性）
  • 跨產業商業模式挑戰：跨業監理議題
  • 網絡攻擊

金融未來發展方向：

  • 支付：無現金、新支付
  • 保險：價值鏈、銷售管道分化
  • 存貸：替代管道、通路偏好移轉
  • 籌資：群眾募資
  • 投資管理：投資者賦權、管理流程外部化
  • 市場資訊供給：高價值自動化、機器革命

場景金融：滿足使用者需求

新市場平台：

  • 社群化
  • 標準化
  • 自動化

新市場平台對傳統金融機構的三大影響：

  • 中介機構差異變小
  • 議價能力重組
  • 諮詢顧問業務增加
  • x 價差交易擴大

歷史：

  • 群眾募資最早超源為美國 kickstarter。
  • 雲端運算商業為最早為亞馬遜。
  • 傳統模式英國 ZOPA是世界第一家從事P2P。

金融科技對銀行業所帶來的風險：

  • 作業風險
  • 流動性風險：客戶在不同銀行、賬戶之間轉移資產，導致客戶忠誠度降低及存款波動提高，影響流動性風險
  • 法尊風險
  • 個資風險
  • 委外風險

大數據

大數據特性：

  • 大數據跟分析有關
  • 將不確定性，經過分析，達成真實性、消除不確定性（veracity）
  • 可以加強通路營銷與管理

大數據分析：

  • 基礎分析：資料表面的解讀
  • 進階分析：預測未來可能發生
  • 規範分析：
    • 根據一定的價值判斷，提出分析的標準，作為製定政策的依據
    • 情境分析、購買決策、風險管理

其它的分析：

  • 樣本分析
  • 回歸分析：統計學上的分析，用於了解多個變數之間是否相關、方向與強度
  • 趨勢分析：用來量化群眾認知、口碑與情感

其它： 全通路銀行：無論何時何地，都能感受一致的服務品質

客戶價值模型的建立：

  • 導入客戶價值定義
  • 建構貢獻度模型
  • 建構潛力模型

工具與技術：

  • 類神經網絡：人工神經網絡，它是一種模仿動物神經網絡行為特徵，進行分佈式並行信息處理的算法數學模型。這種網絡依靠系統的複雜程度，通過調整內部大量節點之間相互連接的關係，從而達到處理信息的目的
  • 資料分群：將資料中相似的個體聚集在一起

全方位視圖：

  • 利用大數據360度全面分析
  • 可用【感知運算】針對特定問題提出解決方法，並為客戶提供全方位的資訊視圖

雲科技

總結：

  • 混合雲的主要考量原因：安全與合規
  • 邊緣運算：將程式、資料及運算放在近端的裝置上運作，以加快資料的處理及傳送速度

(A) 基礎架構即服務。由雲端業者提供基礎設備 (B) 平台即服務。消費者掌控應用程式 (C) 軟體即服務。消費者直接使用雲端業者開發完成的程式

人工智慧

人工智慧的應用：

  • x 精準營銷 → 是大數據分析
  • 金融使用AI的特色是【作業將走向一致性】

熱潮：

  • 第一次熱潮：環繞在讓機器具備「推論」或「探索」的功能，使用的主要工具是樹狀結構的 搜尋演算法，用以做「狀況區分」。
  • 第二次熱潮：基於知識的專家系統興起，帶來新的成功並改變研究方向，若…則…的生產規劃
  • 第三次熱潮：電腦運算能力提升，大數據、機器學習、深度學習

機器學習：

  • 機器學習中，不同變數之間存在數學上和機率上的規則，稱為模型

區塊鏈

總結：

  • 區塊鍊是藉由密碼學的技術
  • 密鑰成對生成
  • 使用私鑰上鎖，公鑰解鎖
  • 挖礦：與其它節點競爭記賬權
  • 節點：共同總賬賬本
  • 智能合約跟區塊鏈有關

區塊鏈架構：

  • 數據層
  • 網絡層
  • 共識層
  • 激勵層
  • 合約層
  • 應用層

共識機制分為

  1. 工作量證明（Proof-of-Work，PoW）：比特幣
  2. 權益證明機制（Proof of Stake，PoS）：以太坊

生物辯識

總結：

  • 新辯識：指靜脈結合臉型
  • 非接觸：臉型結合聲音

指靜脈辨識：

  • 辨識人體靜脈特徵,血液中血紅素吸收近紅外線光後產生靜脈影像
  • 優：穩定性高、獨特性、環境影響小

虹膜辨識

  • 透過紅外線攝影機，根據微血管的分佈變化來作辨識
  • 優：精準度最高、不易複製
  • 缺：危險性高、不易被接受

支付

總結：

  • 紙本票據具有被轉讓性質，不會影響電子化發展
  • 許可製

TSM： https://zhuanlan.zhihu.com/p/435524298

支付方式：

  • 遠端：網銀APP、第三方支付平台、藍牙交易
  • 近端：Apple Pay、Google Pay、行動條碼

傳統支付與新興支付：

  • 傳統支付：現金、票據、實體卡、電子資金轉賬
  • 新興支付：網銀、電子商務支付、加密貨幣

第三方支付：

  • != 行動支付
  • != 銀行機構
  • 包含電子票證
  • 提供雙方交易保證

NFC：

  • PAN（primary account element）不是其安全元件

境外國家：

  • 歐盟：電子支付認證須取得強化消費者認證

保險

x 客戶導向轉變產品導向

AI於保險業的應用機會：

  • 提昇銷售或減少客戶流失
  • 核保定價
  • 承保流程自動化
  • 理賠自動化
  • 保單服務自動化

保險科技應用：

  • 保險科技應用於人工智慧：行銷、核保理賠、識別客戶風險級別、客戶服務
  • 保險科技應用保險業務環節：產品設計、市場行銷及通路發展、定價核保、客戶服務及理賠

存貸

P2P：

  • 不直接承擔借款違約風險，對資金保障有限
  • 傳統金融貸款人無法選擇風險與報酬，而P2P借貸可以滿足不同放款人風險偏好
  • 信息中介，非信用中介
  • 流動性風險：債權憑證多缺乏次級市場，不易轉售換取現金
  • 通常不直接承擔風險，只進行資訊中介

P2P 借貸分類模式：

  • 英 Zopa：傳統，僅提供資訊中介
  • 美 Lending Club：公證模式，銀行協助撥貸
  • 陸 陸金服：保證收益
  • 美 SoFi：資產負債表模式，由自有資金撥貸

《P2P借款種類&營運模式》 1.傳統模式（僅協助資訊仲介）Zopa(英國） 2.公證模式（銀行參與撥貸，後將債權轉讓給投資人） Lansing Club(美） 3.保證收益模式（向投資人承作一定收益） 點融、陸金服（中國） 4.資產負債表模式（平台業者以自有資金撥貸）SoFi(美國） 5.發票交易/應收帳款承購模式（平台業者提供應收帳款承購服務） Market Invoice(英國）

英國2P 借貸平台監管：

  • 設立需申請核准
  • 資金需存放第三方專戶
  • 資訊必須充分揭露
  • 最低資本要求為5萬英鎊

募資

群眾募資特色：

  • 群體基礎-管道增加且準確度提升
  • 客製化-多樣化及參與感
  • 顧客權益增加-成本降低
  • x 創新創意-符合時代潮流

數位通路如何經營：

  • 理解訪客特質
  • 管理網站內容與功能分析

募資模式：

  • 聯合投資模式：領投 + 跟投
  • 回饋：團購 + 預購
  • 台灣的群眾募資，集中於下列：捐贈型與回饋型

信用評估目的是為了消除偏見，產生更好的決策

投資管理

無

網銀與開放銀行

總結：

  • 開放銀行先驅：英國
  • 樂天->連線->將來

銀行種類：

  • 開放銀行
  • 衛星分化
  • 高科技分行

開放銀行：

  • 核心概念， 就是將原本就屬於人民的個人資料與交易資料「還歸於民」，用戶自己作主是否同意將自己的資料，分享給任何一家金融機構或第三方服務業者
  • 開放銀行所涉及之資料中，最主要的是：公開數據與帳戶及交易數據

各國發展開放銀行多採用階段性的開放，但新加坡沒有設定開放階段進程，而是將 API 功能分為六大類：

  • 產品要行銷
  • 行銷要有銷售通路
  • 銷售要有人服務
  • 客人滿意就會支付
  • 支付後持續監理產品

監理科技

金融創新的監理挑戰：

  • 跨業監理
  • 跨境監理
  • 金融科技監理

洗錢管控方法：

  • 客戶風險評估
  • 客戶調查
  • 可疑交易申報

英國金融創新：

  • 統一的物聯網銀行標準格式

監理科技三個主要的參與者：

  • 監理機關：主要職責為制定良善的金融法規與監理措施，以發揮有效監理並維持金融秩序穩定。
  • 金融業者：在過去本來就是金融監理所規範的主體，主要未來發展重心會著重在如何更有效率的符合監理規範。
  • 科技業者：在進入新型態的市場後，應注意營運計劃必須同時納入考慮法令遵循之規範架構，以規避法規風險。

監理科技特性：

  • 敏捷性(Agility)：對錯綜複雜的數據，可進行快速解析與組合。
  • 速度(Speed)：能快速配置及產出報告。
  • 整合(Interation)：可在短時間內整合多個監理數據結構，並對眾多規定要求形成統一合規標準。
  • 分析(Analytics)：使用分析工具挖掘大數據，打開真正的潛能，如在多樣目的下使用相同數據。

PwC(2016a)報告中「效率和合作」之監理科技類型內涵：

  • 效率與合作：包含監理報告呈現方式、風險評估統一化、雲端計算。
  • 整合、標準、理解：包含語意技術與數據點模式、應用程序介面、共享數據。
  • 預測、學習、簡化：包含風險與合規監控、機器學習、大數據分析與建模。
  • 新方向：包含區塊鏈/分佈式分類帳、生物識別技術、內建合規。

近年來探討科技如何輔助金融創新監理是一個熱門的議題，包括 RegTech（法遵科技）、SupTech（監理科 技） 或 LegalTech （法律科技） 的解決方案，其中三大關鍵是演算法、判讀以及資料

人工智慧於監理與法遵的應用： 1.風險管理 2.監理報告 3.異常行為預測辨識 4.動態即時法遵 5.交易追蹤 6.資訊安全

風險

銀行確認身份措施：

  • 不接受假名
  • 辦理3萬元~50萬之境內現金
  • 3萬元以上境內轉賬匯款

算法攻擊：

  • 洪水攻擊：將偽造資料引入模型，扭曲AI演算法。
  • 對抗攻擊：對圖像小改動，使圖形識別演算發生錯誤。

負責管理美國銀行的網路安全：美國聯邦金融機構檢查委員會