排名 | 公司全稱 | 簡稱/品牌名稱 |
---|---|---|
1 | 同盾科技有限公司 | 同盾科技 |
2 | 集奧聚合(北京)科技有限公司 | 集奧聚合 |
3 | 北京量科邦信息技術有限公司 | 量化派 |
4 | 第四范式(北京)技術有限公司 | 第四范式 |
5 | 北京頂象技術有限公司 | 頂象技術 |
6 | 上海壹賬通金融科技有限公司 | 金融壹賬通 |
7 | 北京數美時代科技有限公司 | 數美科技 |
8 | 北京閃銀奇異科技有限公司 | 閃銀奇異 |
9 | 上海氪信信息技術有限公司 | 氪信科技 |
10 | 瀚思安信(北京)軟件技術有限公司 | 瀚思科技 |
11 | 華青融天(北京)技術股份有限公司 | 華青融天 |
12 | 浙江邦盛科技有限公司 | 邦盛科技 |
13 | 深圳白騎士大數據有限公司 | 白騎士 |
14 | 江蘇通付盾科技有限公司 | 通付盾 |
15 | 神策網絡科技(北京)有限公司 | 神策數據 |
16 | 上海勃池信息技術有限公司 | 探知數據 |
17 | 北京百分點信息科技有限公司 | 百分點 |
18 | 北京中數智匯科技股份有限公司 | 中數智匯 |
19 | 星環(huán)信息科技(上海)有限公司 | 星環(huán)科技 |
20 | 深圳市和訊華谷信息技術有限公司 | 極光大數據 |
21 | 金電聯(lián)行(北京)信息技術有限公司 | 金電聯(lián)行 |
22 | 杭州摩羯數據有限公司 | 魔蝎數據 |
23 | 北京騰云天下科技有限公司 | TalkingData |
24 | 極融云(上海)企業(yè)發(fā)展有限公司 | 極融云 |
25 | 上海冰鑒信息科技有限公司 | 冰鑒科技 |
26 | 慧安金科(北京)科技有限公司 | 慧安金科 |
27 | 成都數聯(lián)銘品科技有限公司 | BBD數聯(lián)銘品 |
28 | 上海騰梭科技有限公司 | 騰梭科技 |
29 | 穎投信息科技(上海)有限公司 | 妙盈科技 |
30 | 深圳維恩貝特科技股份有限公司 | 維恩貝特 |
31 | 布比(北京)網絡技術有限公司 | 布比 |
32 | 深圳前海大數金融服務有限公司 | 前海大數金融 |
33 | 元素征信有限責任公司 | 元素征信 |
34 | 杭州有數金融信息服務有限公司 | 有數金服 |
35 | 浙江電融數據技術有限公司 | 電融數科 |
36 | 上海暢圣計算機科技有限公司 | 暢圣大數據 |
37 | 新顏科技(北京)有限公司 | 新顏科技 |
38 | 上海誠數信息科技有限公司 | 聚信立 |
39 | 北京鼎泰智源科技有限公司 | 法海風控 |
40 | 北京云圖征信有限公司 | 云圖征信 |
41 | 上海風報企業(yè)征信服務有限公司 | 風報企業(yè)征信 |
42 | 北京神州微融金融信息服務有限公司 | 神州微融 |
43 | 百融云創(chuàng)科技股份有限公司 | 百融云創(chuàng) |
44 | 天創(chuàng)信用服務有限公司 | 天創(chuàng)信用 |
45 | 重慶譽存大數據科技有限公司 | 譽存科技 |
46 | 天云融創(chuàng)數據科技(北京)有限公司 | 天云大數據 |
47 | 鑫涌算力信息科技(上海)有限公司 | 信用算力 |
48 | 算話征信服務(上海)有限公司 | 算話征信 |
49 | 山西晟盾信息科技有限公司 | 山西晟盾 |
50 | 北京旨令科技有限公司 | 旨令金服 |
2019《互聯(lián)網周刊》&eNet研究院選擇排行 |
互聯(lián)網金融概念的出現源于新興技術的涌入,金融業(yè)務與互聯(lián)網和通信技術的融合之下,互聯(lián)網金融出現。走過最初的萌芽和成長階段,今天中國的互聯(lián)網金融市場正處于市場體量不斷膨脹的爆發(fā)期。但是,金融科技創(chuàng)新與銀行數字化轉型不會改變金融風險的實質,金融的核心是風控,互聯(lián)網金融的核心是大數據、人工智能、云服務與物聯(lián)網等融合而成的智能風控技術。
個人信貸單筆數額小、數量大,需要大量的人力和時間投入,工作效率提升和成本控制很難取得令人滿意的效果,而且用戶需求的個性化和差異化趨勢越來越明顯。因此,向金融科技公司購買服務成了金融機構布局互聯(lián)網金融的重要手段,大量金融科技公司、第三方風控服務商在這一需求下誕生。
這是一個好的開頭
金融科技公司作為獨立的市場主體出現不過四五年的時間,2012年以后,金融科技公司數量陡增。時至今日,主營業(yè)務涉及智能風控技術的公司已經達到數百家。在這幾年的迅速發(fā)展中,這些金融科技公司通過對金融機構的數據賦能體現了其獨特的市場價值。
數據是金融科技發(fā)展的基礎,大數據技術在風控環(huán)節(jié)的應用出現了取代傳統(tǒng)風控方法的趨勢。傳統(tǒng)個人信貸的審批是通過客戶歷史信用信息和個人消費情況,對申請人風險進行評分和預測,數據一般呈現分散化、碎片化的特點,真實、有效及完整的數據往往很難獲取,信息不對稱難以消除。
與傳統(tǒng)方法相比,智能風控中的數據收集有精準、豐富、實時的優(yōu)勢。大數據拓寬了風險識別維度,傳統(tǒng)方法的參考項比較有限,一般只有身份信息、資產狀況、信用記錄等。而智能風控收集大量的數據,甚至可以列舉幾百上千個參考項,用戶的社交信息、購物喜好、支付信息、征信狀況等信息都是有價值的數據。
因而,大數據金融幫助平臺通過線上以更低的成本、更可控的風險獲客。傳統(tǒng)風控過程需要大量的人力、物力支撐,同時服務的人群數量也十分有限。而在互聯(lián)網金融時代,大數據、云技術等先進科技會將問題逐一解決。
技術融合是智能風控的必經之路
發(fā)展到今天,智能風控環(huán)節(jié)可細化為四大基本流程,包括數據收集、行為建模、用戶畫像和風險定價。流程的豐富需要技術的支撐,以大數據、AI技術、生物識別和區(qū)塊鏈技術為代表,未來越來越多先進科技將會被用于金融領域。
大數據與AI技術的融合可以最明顯地提升大數據風控效果。比如,活體識別、OCR、聲紋識別、虹膜識別等多種技術可以提供更加全面的身份識別,降低欺詐風險。通過算法調優(yōu)和計算能力提升,半監(jiān)督學習等新技術正在應用到反欺詐等風控場景,降低對專家經驗和數據的依賴。
物聯(lián)網和區(qū)塊鏈技術解決數據問題。物聯(lián)網通過傳感器等設備采集線下數據,豐富數據維度。如車聯(lián)網數據,將豐富車險駕駛行為數據維度,從而實現風險定價。區(qū)塊鏈規(guī)定數據使用的邊界,保證數據的一致性,解決了數據共享的信任問題。通過區(qū)塊鏈建立多方數據共享平臺,不同機構不再是一個個數據孤島,大幅度降低了金融機構獲取數據的門檻與成本。
云計算增強計算能力。通過金融云平臺,金融機構可以同時應對數以百萬計的流量,極大提高風控系統(tǒng)的響應速度。此外,生物特征識別、機器學習、自然語言處理、計算機視覺和知識圖譜等更多技術正應用在智能風控環(huán)節(jié)。在技術的延伸過程中,智能風控的應用將趨于成熟,也只有多項技術融合才能使智能風控更完善。
中間層用戶帶動金融科技發(fā)展
現階段,不管是各類銀行、消費金融公司還是互聯(lián)網金融機構,對于智能風控還都處于嘗試階段。這與智能風控現在所處的發(fā)展階段有關,也與各家企業(yè)性質有關。同盾科技聯(lián)合創(chuàng)始人馬駿驅曾表示:“以傳統(tǒng)的銀行業(yè)為例,大銀行和中小城市商業(yè)銀行、農村商業(yè)銀行在布局金融科技方面會表現出非常大的區(qū)別?!?/p>
其中,銀行一類的傳統(tǒng)金融機構對創(chuàng)新技術手段很謹慎,需要長時間驗證。尤其是大型商業(yè)銀行與領先的股份制商業(yè)銀行,其自身擁有成熟的風控體系和技術布局,金融科技公司扮演的主要是協(xié)同的角色,如提供數據源、聯(lián)合建模等。
而在與中小型銀行的合作中,金融科技公司可以發(fā)揮的余地更多,比如為銀行提供從數據治理、產品設計、風控系統(tǒng)流程構建、人才培養(yǎng)等一條龍服務。因此,在金融科技公司服務的各種客戶類別中,城市商業(yè)銀行、股份制商業(yè)銀行、消費金融公司和互聯(lián)網借貸公司客戶數量占比最多。
對于創(chuàng)新技術,股份制銀行與城市商業(yè)銀行這兩個群體在業(yè)務創(chuàng)新方面更為活躍?!澳壳岸?,我們見到創(chuàng)新活力最多是來自中層用戶。比如北京銀行、江蘇銀行等,還有一些‘小而美’的銀行,比如泰隆銀行、臺州銀行、江南農商行等。”對于背后原因,馬駿驅介紹道:“每一家銀行都希望用一些創(chuàng)新的方法,去開拓傳統(tǒng)銀行還沒有覆蓋到的地方。所以,從總體活力來看,其實是中間層在帶動整體發(fā)展?!?/p>
結語
金融是國家經濟的血脈,長遠來看,互聯(lián)網金融會在未來的金融產業(yè)版圖中占據重要地位,智能風控技術也必然成為未來幾年的熱點市場。目前的智能化技術仍然需要與傳統(tǒng)風控模型互補,才能對客戶風險進行更及時有效的識別、預警。百融云創(chuàng)行業(yè)研究中心主任薛婧表示:“金融科技公司不能完全利用這些技術來進行風控管理,我們要把它當做提升整體效率的工具。”
不論什么時候,技術與人的知識經驗相結合才能更好地發(fā)揮工具的作用,達到最佳的使用效果,從而為企業(yè)發(fā)展帶來價值。