闫文涛：信用科技的核心价值在于解决信息技术不对称

本篇文章1690字，读完约4分钟

如何利用科技力量推进金融监管，控制或有金融风险？5月28日下午，以“基于大数据技术的金融风险防控”为主题的2018数字博览会“数字金融”论坛在贵阳隆重举行。与会领导和专家就如何运用大数据、区块链等前沿金融技术，落实全国金融工作会议精神，解决监管问题，坚决防范和控制金融风险进行了深入探讨。中国信用信息股份有限公司董事长严出席会议并讲话。

以下是严对的讲话:

去年，我们提出了一个概念。去年，我们在互联网金融和金融技术中提出了信用技术的概念。你怎么理解它？由于中国程心信用信息有限公司是中国程心集团的控股子公司，并且由于我们一直从事信用管理和风险管理业务，在过去的两年中，随着人工智能或金融技术的发展，对技术的重视有点过分。在我们看来，金融的本质是金融风险。在金融风险过程中，技术只是一个辅助概念，不能发挥主导作用。我们提到技术应该为风险管理服务，所以我们在此基础上提出了信用技术的概念，即整个风险管理应该与金融技术相结合，使风险控制更有价值，发挥更大的作用。

从我们对风险管理的理解来看，我们集团自1992年以来26年对金融风险的理解不外乎三个层面:第一，风险识别。在2013年互联网金融出现之前，每个人都很少使用识别风险的手段。没有所谓的大数据，也没有你挖掘深层次风险信息的科技手段，即如何识别和挖掘低层次的风险；第二步是在风险被识别和挖掘后，如何有效地披露风险，不使风险耗尽，不存在任何道德风险，这是一个非常关键的环节。我们可以看到，在很多情况下，整个风险违约事件同时出现，道德风险也随之出现，这就是问题的出现；第三步是如何降低风险。无论是大数据技术、人工智能还是机器学习，都无法从根本上消除风险。相反，通过大数据和金融技术挖掘和披露风险，然后通过科技手段减轻风险。

如何将科技手段与风险管理相结合？第一个阶段，风险识别，我们公司注册的时候，我们当时做的是传统的企业，当时我们解决了信息不对称的问题，依靠背景调查人员看到这个企业的风险在哪里。既然大数据出来了，我们就不必依赖人了。借助多维数据，我们可以替代人工效果，而且效果可能比它更好。在某种程度上，它可以提高效率，降低成本。有了这些大数据，每个人提到的机器学习可以进一步深入挖掘这些大数据，挖掘那些以前看不到的数据。这是如何在第一阶段应用金融技术的模式，即提高效率、降低成本并尽可能提高风险识别能力。

去年，我们公司正在研发区块链。目前，在我看来，区块链更多的是一个可追溯性的价值，但它目前被用于大量的高频交易，并有更多的技术探索部分。然而，一些细分的场景或频率较低的场景可以追溯到区块链，这可以提高信息传递的效率，避免在此过程中的道德风险。因为没有集中的中心，这就是区块链在信息披露方面的价值。最近，我们将与一家金融机构讨论在区块链的合作。

风险识别在于基础资产的防伪；第三部分，金融工程，从去年开始，我们开始关注小微企业甚至个人的资产证券化项目。abs是一家传统的金融工厂。如何利用金融技术和人工智能与传统金融工程相结合，使传统金融工程发挥更大的作用。去年，我们做了abs产品，发现风险识别和效率都有很大提高，可以降低融资成本。

简而言之，信用管理+金融技术是我们的信用技术理念。目前，自从我公司首次提出信用技术的概念以来，已经得到了市场和投资者的高度认可。我们与一些从互联网公司起步的大数据分支机构进行了更多合作，这更符合传统金融机构风险管理的核心。

信用技术的核心价值解决了信息不对称和技术不对称。过去，评级公司和信用报告公司主要解决信息不对称问题。现在，由于传统机构与银行以及其他互联网金融机构之间的技术认证，包括没有大数据人才或金融技术人才的银行和金融机构，即使给了他大量的数据，也没有办法给他一份评估报告。在这里，我们希望在解决以往信息不对称的基础上解决技术不对称问题，同时，在这个过程中输入风险管理的经验。当然，会有一个非常核心的价值，那就是，一个拥有不对称信息或技术的企业必须是一个独立的第三方，并且不能在此基础上有自己的利益输出。在这种情况下，更好地为机构和其他金融机构服务是至关重要的。

谢谢你！