成人av资源在线播放_亚洲xxx自由成熟_中文字幕亚洲欧美日韩在线不卡 _久久97精品久久久久久久不卡

在之前的文章中，筆者已經分析過大銀行與互金巨頭簽約的邏輯，今天，就著巨頭們簽約完畢，不妨進行一次集中梳理。

業務層面的錯位競爭、互補發展是前提條件

“錯位競爭、互補發展”本來是監管機構對于民營銀行的要求，希望民營銀行采取差異化發展模式，不要走傳統銀行的老路。后來，在互聯網金融的整治過程中，這句話也逐步成為對互聯網金融的要求，要與傳統金融差異化發展，不要老想著顛覆和競爭。

這種錯位，主要在兩個層面表現出來：一是客群層面，二是模式層面。

客群層面，傳統金融機構擅長做大客戶、做優質客戶，互聯網金融機構便不妨去做小微客戶、做沒那么優質的客戶。

模式層面，傳統金融機構做信貸業務有三寶——抵押、質押和擔保，互聯網金融機構則開辟出了大數據風控和場景金融的新模式。

在強監管環境下，以余額寶余額的一降再降為標志，以互金平臺交易所合作產品的相繼下架為標志，互金機構在客群層面越來越聚焦于普惠領域，錯位競爭、互補發展的設想總算是落地了。

至此，雖然傳統金融做不好小微業務，但互金機構也做不了大額業務。與此同時，傳統金融還想做小微業務，互金機構也不愿放棄大額業務，對雙方而言，似乎只有變成合作伙伴了。互金機構通過科技賦能傳統金融，既解決傳統金融做小的問題，也間接服務了大客戶，拓展了自身的想象空間。

互金巨頭的提前轉型為合作埋下伏筆

最早看到這一點的還是互金巨頭。早在2016年，幾大互金巨頭先后提出了金融科技企業的定位，后來幾個P2P平臺跟著湊熱鬧，被市場譏笑為“換個馬甲繼續折騰”。

其實，定位轉變的背后有著深層的戰略邏輯，既然做不了傳統金融的挑戰者，不妨去做個合作者。要做合作者，只能在技術層面發力，做連接器、做平臺，盡量淡化業務色彩。只有這樣，才能淡化競爭者色彩，畢竟，說到業務，傳統金融也是要做普惠金融業務的。

經過近一年的努力，幾大互金巨頭成功樹立了金融科技企業的市場形象，也通過諸如聯合貸款、智能營銷、支付合作等探索逐步加深了與傳統金融機構的業務聯系，雙方在更深的層面取得了戰略互信，為后來的簽約埋下伏筆。

傳統銀行內在轉型需求是合作的直接催化劑

其實，站在傳統金融的角度，看著互金巨頭在普惠金融領域如魚得水，也是羨慕的，且心有不甘。早在2013年下半年，就開始了互聯網轉型之路，陸續嘗試了直銷銀行部、銀行系P2P、發布互聯網金融品牌等策略，在支付、理財、消費金融等重點產品領域進行轉型。只是，船大不好調頭，轉型效果并不理想。

直銷銀行部已經被市場論證為失敗的嘗試，作為機構內一個部門，沒有獨立的人事權、財務權，甚至沒有產品研發創新權，重重束縛下，在激烈的市場競爭中敗下陣來。銀行系P2P也不必講了，自從2015年下半年e租寶平臺跑路開始，銀行就徹底拋棄了發展P2P業務的戰略。

整體的互聯網金融轉型呢？也并不太成功。

銀行系互聯網理財產品以貨幣基金類產品為主，但出于保護存款的角度，做不到真正的活期，所以，在余額寶、零錢寶等互金活期理財產品都是T+0時，銀行系寶寶理財產品仍然是T+1，沒了競爭力。

支付類產品則走過一段彎路，2016年年中之前一直都在探索NFC支付，因其對硬件要求較高在與掃碼付的競爭中敗下陣來。之后，線下掃碼走出了政策“灰色地帶”，銀行和銀聯先后發布掃碼付產品，卻發現市場格局已經基本固化，無力回天。

消費金融類產品，商業銀行也想走大數據風控的路子，借助大數據成功實現客戶下沉。只是缺乏數據和場景，無法建立可用的大數據風控模式，最后便只好止步于代發工資客戶，客戶滲透率遠低于互金巨頭。

既然自行探索并不容易，開放合作也許才是主旋律。

簽署協議，好戲只是剛剛開始

于是乎，無論對互金巨頭，還是對商業銀行，擁抱對方、積極合作無疑是一個正確的戰略，互相之間簽署戰略合作協議也在情理之中。只是，簽署協議只是合作的開端，真正實現合作共贏需要雙方實打實地付出和努力。

在蘇寧金融與交行的合作案例中，雙方打算設立“交行-蘇寧智慧金融研究院”，重點開展云計算、數據處理技術、人工智能、VR/AR等前沿基礎性科技以及智能商務、智能交互等跨界合作研究，加速金融科技與金融業務的全面深度融合。遍觀其他幾家的合作，也都會在金融科技上重點著墨。

顯然，大家都把金融科技作為重要的切入點，畢竟金融科技對金融業務的改造和影響是大勢所趨。不妨舉幾個具體的例子：

云計算因其成本節約、可動態擴展、交付效率高等優點，開始被金融機構接受，部分外圍應用服務已經初步實現云端化；

區塊鏈技術在支付清算、資產交易、供應鏈金融等領域有望給傳統業務模式帶來顛覆性影響，目前各類實驗性應用層出不窮；

物聯網技術在提升金融機構風險識別和控制能力，推動金融產品和服務創新上也有巨大的想象空間，在供應鏈金融、大宗商品融資、保險標的管理、融資租賃設備管理等方面已經出現了不少成熟的探索和應用；

機器學習、自然語言處理、知識圖譜等人工智能技術在金融量化交易中有了很多應用，生物特征識別在金融領域也有著廣泛的應用。

展望前景，無論中間遇到何種挫折，互金巨頭與大行的合作必將加快金融業務科技化的進程，好戲才剛剛開始！