马圣滔 2017/03
在金融科技领域有巨大影响力的美国朗迪峰会（LendIt USA 2017）于3月6日-7日在纽约举办，华尔街Fintech俱乐部40多名会员受邀参加此次盛会。笔者试图总结归纳了金融科技生态圈三种不同角色在峰会上发出的声音: 美国运通首席风险官Ash代表传统银行分享大数据和机器学习时代的经验教训，中国互金企业作为世界领先的创新力量分享金融科技发展最新动向，美国立法者和监管者分享在高速发展的金融科技行业监管的挑战和尝试。
版权声明：此文系华尔街Fintech 俱乐部（WSFC）精品原创。转载请联系俱乐部(contact@wallstreetfintechclub.com)并符合文末转载要求，WSFC是创建于纽约由华尔街资深金融从业人士组建的研究平台，https://wallstreetfintechclub.com。微信公众号：华尔街Fintech俱乐部。
Lendit USA 见闻: Fintech中美创新比较和监管新动向
总目录
前言
一 美国运通Ash Gupta谈大数据和机器学习在消费金融领域的应用
二 中国金融科技企业如何改变15亿人金融消费趋势
三 美国Fintech行业监管最新动态
附：作者介绍
前言
在金融科技领域有巨大影响力的美国朗迪峰会（LendIt USA 2017）于3月6日-7日在纽约举办，华尔街Fintech俱乐部40多名会员有幸收到邀请参加大会。本文作者试图总结归纳了金融科技生态圈三种不同角色在峰会上发出的声音: 美国运通首席风险官Ash代表传统银行分享大数据和机器学习时代的经验教训，中国互金企业作为世界领先的创新力量分享金融科技发展最新动向，美国立法者和监管者分享在高速发展的金融科技行业监管的挑战和尝试。
一、美国运通Ash Gupta谈大数据和机器学习在消费金融领域的应用
美国运通首席风险官Ash Gupta是风险管理行业的传奇人物，他在Lendit分享美国运通运用大数据和机器学习的心得体会。
Ash Gupta of American Express and CEO and founder of Corridor Funds(photo by Gabe Palacio), picture from: http://www.lendit.com/usa/2017/photos
大数据和机器学习战略的核心是：数据（Data）+功能应用（capabilities）+人才（People）。获得并利用丰富的各类交易和社交数据是大数据时代企业的核心竞争力，但同时要注意数据的合法性，因为保护用户个人隐私也是大数据时代企业形象的重要部分。推广大数据的平台和机器学习的功能应用使得更多人能够从中获益并提高公司的竞争力。而人才是运用分析海量数据和开发推广功能运用的关键，而美国运通在过去一直致力于建立起高效的大数据和机器学习人才招聘、培训系统。
在人工智能的时代，人类还是不能被机器所取代。如今因为机器学习工具能够被快速商业化规模化，算法本身并不能成为企业的核心竞争力，只有人才是企业区分度的体现。虽然机器和算法能够快速处理提炼海量数据，但是人类提供的分析和商业决策才是最终产品，而这些都依赖于人的经验和直觉，这些都是机器在短时间内很难完全模拟学习到的。
金融机构在与金融科技企业亦敌亦友的竞争中有其自身得天独厚的优势。大型金融机构的融资成本低，流动性好，客户基数大，对客户交易流程有深度且全面的理解，这些都是金融科技初创企业很难在短时间获得的，而且同时也拥有优秀的决策科学和风险管理的团队。
金融危机带来的机遇大于困难。对于消费金融机构来说公司品牌是在危机期间通过个性化、人性化地服务用户而建立起来的。美国运通在金融危机期间获得了很多商务金融（merchant financing）的经验，并能将之有效应用于经济繁荣期。金融危机情况下贷款估值应当注重前瞻性（forward-looking）而不是回顾性（historical retrospective），并且紧跟市场环境变化更新模型，举例来说运用随机梯度下降模型可以更有效感知宏观经济环境的变化。
二、中国金融科技企业如何改变15亿人金融消费趋势
中国互联网金融（互金）行业的领军人物通过研讨会的形式分享中科技金融创新的心得，以下是一些主要观点：
征信平台和数据隐私：中国征信基础差，征信平台目前在但是因为没有个人隐私的监管，企业可以获得很多私人信息数据来弥补征信数据的缺失。然而因为数据通常很分散和不标准，获取有效高质量的数据非常困难 ，这也是企业的核心竞争力体现。
反欺诈技术趋势：在中国欺诈风险比信用风险要高很多。反欺诈技术的目前主流是利用社交数据，因为 欺诈是全产业链的模式，上下游链接是通过电商社交工具，比如QQ群微信群，可以通过社交分析来发现社群特征。
互金企业风控心得：中国互联网金融的优势是世界最发达的互联网支付平台和出色的移动段体验，劣势是难以管理系统性风险和流动性风险。风控水平就是竞争能力，是利润来源。互联网金融平台没有实力做到完全刚性兑付，需要教育培养投资者的风险承担能力，不能误导，而应该告知客户并提供收益浮动的报告。互金企业需要多样化的产品来对冲风险，用不同资产的不同风险特征来应对经济周期变化。比如娱乐网游是反周期的，是微额消费的代表。互金企业不应该主动承担流动性风险，而应该事先在地域上和行业上分散风险，并且不能一味追求规模。
与传统银行的合作模式：传统银行更多用线下渠道销售，用线下数据资料进行风控，而互金公司更多用移动端进行销售和风控。传统银行从过去对互金企业“看不起、看不见、看不清”到现在覆盖了整个金融价值链的多样化合作模式：从出售低风险低回报的资产给银行，到为银行资产提供一体化风控服务。互金公司为传统银行“探路”，培养市场，结合双方优势来合作。等到监管落地，行业定型，地方商业银行在标准资金方面和互金合作，可以提高资产质量容错率。
三、美国Fintech行业监管最新动态
美国共和党众议员Patrick McHenry是众议院金融服务业委员会的副主席，主要负责金融科技、天使投资和众筹领域的立法。
Congressman Patrick McHenry (photo by Gabe Palacio) http://www.lendit.com/usa/2017/photos
他认为美国立法者在金融科技创新领域远远落后于其他国家，形成了一块对中小企业和社会创新非常不利的“监管荒漠”，当英国已经搭建起虚拟货币的监管生态系统，美国还在争论虚拟货币应当分类为货币还是商品。金融科技行业面临的监管挑战非常大，表现在企业很难找到专注这一领域的监管机构，货币监理署（OCC）、联邦储备银行（FRB）、消费者金融保护局（CFPB）都覆盖了金融科技监管的部分职权，随之而来的是创业者很难估算创业的监管成本。
McHenry在2017年的立法重点之一是金融服务创新法案（Financial Service Innovation Act），旨在鼓励金融机构开展深化创新并且加强金融创新企业和监管者的沟通。
货币监理署（OCC）署长Thomas Curry在主题演讲中[1]阐述了一下几个要点:
Thomas Curry of the OCC (photo by Gabe Palacio), http://www.lendit.com/usa/2017/photos
1. 金融科技企业必须遵从负责任的创新（responsible innovation），越早建立严格的风险控制和法律合规制度将越有利公司长期发展。
2. 美国应当向英国等其他发达国家学习建立沙盒（Sand Box）监管平台，让企业加入到推动立法创立监管的过程中来，通过合理的试错试点，紧跟科学技术和商业模式的发展。
3. 尽管之前饱受争议，Curry表示根据国家银行法案（National Bank Act）赋予的权利，OCC将为金融科技企业颁发特许银行牌照，获得牌照的金融科技公司只能从事特许的银行业务，如有非银行业务将不会被批准，获牌公司将和其他执牌银行一样接受严格的法律监管，并定期接受专业审查员的评估，检查公司运作是否符合安全性和稳健性要求，并要求提供金融服务公平准入、公平对待消费者和遵守所有适用法律法规。
消费者金融保护局（CFPB）局长Richard Cordray的主题演讲[2]包括了一下几个要点:
Richard Cordray, http://www.lendit.com/usa/2017/speakers/richard-cordray
第一，CFPB推出的催化剂计划（Project Catalyst）是旨在鼓励对消费者有益的消费金融创新。通过开放日（office hour）的形式让初创企业、银行、非盈利机构能和监管者面对面讨论他们的诉求。通过“Trial Disclosure Waiver Policy”的项目促使金融企业为消费者设计更透明易懂的协议条款以保护消费者。通过“no-action letter”政策来鼓励更多有益消费者但很难符合现有监管框架的金融创新，减少其监管风险和成本。
第二, CFPB对于消费者个人金融数据的隐私权所有权是非常慎重的，尤其在当前大量网络安全和数据泄露丑闻发生的前提下，CFPB会密切关注科技发展，确保消费者金融数据在不被滥用的前提下能够促进金融创新和有益竞争。
第三，CFPB同时也在积极探讨利用非常规数据源审核贷款，从而使更多消费者能进入信用系统，并降低其贷款成本，但是CFPB同样关注随之而来的信用风险和法律合规风险，将继续探索完善相应的法律条文。
[1] 演讲全文见：https://www.consumerfinance.gov/about-us/newsroom/prepared-remarks-cfpb-director-richard-cordray-lendit-usa-conference/
[2] 演讲全文见：https://www.occ.gov/news-issuances/speeches/2017/pub-speech-2017-27.pdf
作者: 马圣滔
图文编辑：周华瑛
版权声明：此文系华尔街Fintech 俱乐部（WSFC）精品原创。转载必符合文末转载要求，违者必究; WSFC是创建于纽约由华尔街资深金融从业人士组建的研究平台，https://wallstreetfintechclub.com。微信公众号：华尔街Fintech俱乐部。
转载要求：转载必注明1）作者，2）出处是华尔街Fintech俱乐部，3）版权声明用上面原文，4）务必完整转载（包括标题图和书中图，并保留格式），5）作者介绍,，6）文末WSFC二维码。
作者介绍
马圣滔( Shengtao Ma), FRM：多年华尔街风险管理和咨询从业经验，现任著名咨询公司高级咨询师，精通银行风险管理建模，机器学习和金融科技产品管理。美国康奈尔大学统计硕士、中国复旦大学管理科学学士。
请关注华尔街Fintech俱乐部： http://www.wallstreetfintechclub.com
