从普惠金融到金融科技 凡普金科杨帆眼中的变与不变



对于杨帆来说,创业5年,不变的是普惠金融的初心,是金融科技的大势所趋;而时刻变化的则是金融与科技的融合创新。


杨帆不止一次地说过他2013年参与创立凡普金科时的初衷,当然,那时候还没有凡普金科这个名字,他参与创建的那家公司叫“普惠金融”,而这恰恰也是他创业的初衷。


在此之前,杨帆供职于一家大型基金管理公司——中信产业投资基金,那时候,他们服务的都是上市企业和高净值人群,普通人根本无法获得丰富的、周到的金融服务。互联网技术的普及让杨帆和他的合伙人看到了机会。


日前,杨帆在接受中国日报英文版专访时表示,科技是推动金融创新发展的源动力。金融科技不仅已经成为整个金融业的大势所趋,也正在让每个人都享有简单、公平的互联网金融服务。


回顾整个互联网金融在中国数年来的发展历程,恰恰也印证了杨帆在创业之初的这一判断。对于杨帆来说,创业5年,不变的是普惠金融的初心,是金融科技的大势所趋;而时刻变化的则是金融与科技的融合创新。


凡普金科创始合伙人、爱钱进CEO杨帆


普惠金融初心不变 让金融更有温度



早在2016年10月,新华社瞭望智库联合前海征信发布《中国社会信用体系发展报告2017》显示,截止2016年9月,人民银行个人征信系统共有2927家接入机构,收录自然人数8.99亿,其中4.12亿人有信贷业务记录。这就意味着剩余的4.87亿人无法享有标准的金融服务,因为这些人无信贷数据。


类似的状况在中小企业发展过程中表现得尤为明显,一直以来,中小企业都面临融资难、融资贵等问题,而传统的金融机构仅仅服务了20%的实体经济,另外80%的需求都需要其他金融方式来满足。


因此,互联网金融行业异军突起那一刻,就是为了更好地满足普惠金融发展的需求。相比较传统金融而言,互联网金融具有更强的流动性和灵活性,可以大大降低投融资成本、提高投融资效率、拓宽投融资渠道等。


在杨帆看来,“不论是借款用于救人性命,还是为个人事业在关键时期提供借款信息服务,或是用于未来数年的车辆融资,大量普通人的小微需求已经汇聚成一个巨大的市场。”面对这样一个巨大的市场,凡普金科在创立之初,就秉持“数据驱动业务,技术改变金融”的理念,通过金融与科技的融合让每一个普通人都享受到简单公平的互联网金融服务,“我们相信这也是金融业发展的必然趋势”。



除了满足个人信贷需求外,凡普金科也在积极推动金融服务实体经济。在2017年,凡普金科就与陕西杨陵区达成战略合作,依托杨凌示范区和杨凌自贸片区的体制机制优势,积极探索农村普惠金融,打造“金融科技+农业”示范工程。凡普金科还在广西北海启动了“乡村火种计划”,以探索“互联网金融+电商扶贫”。


不仅如此,凡普金科也在积极就金融服务实体经济进行理论研究。在去年乌镇的世界互联网大会上,凡普金科联合新华社《金融世界》、中国经济信息社北京经济研究中心共同发布了《金融科技服务中小实体经济调查报告》,该报告从金融科技角度提出服务实体经济具体应对措施,探索金融科技企业如何更好服务中小实体经济的未来趋势。


而在凡普金科践行普惠金融的同时,也在努力“让金融有温度”。杨帆曾表示,在我们迈出每一步的时候,都会先问自己三个问题:这款产品能给用户提供什么服务?解决什么痛点?我们是否提供到用户成本更低、门槛更低的服务? 


从个人消费到农村普惠金融,从理论研究到普惠金融实践,凡普金科在普惠金融的道路上越走越宽广,并为金融赋予了更具温度的人性化特质。“我们怀揣普惠金融的初心,致力通过技术手段服务用户在不同生命周期阶段的不同金融信息服务需求;当时我们的出发点是这么设定的,实际也是这么去做的。”杨帆说。


技术一直在变 金融科技创新从未停歇



在互联网金融刚刚兴起之时,互联网技术应用所带来的最大改变就是打破了传统金融的边界,实现了金融行业的渠道网络化,让金融服务变得可随时随地获取。但随着大数据、人工智能等新技术的日趋成熟,金融与开始与越来越多的新技术实现融合。


互联网金融由此进入金融科技阶段,在这一阶段,大数据、云计算、人工智能、区块链等新技术的应用,进一步推动金融业走向自动化、精细化和智能化的运营,在提升运营效率的同时有效降低成本。与此同时,这些新技术的应用也进一步推动了金融业的业务创新。



这一点从凡普金科的发展也可以清晰看出。在互联网金融阶段,凡普金科打造了爱钱进这样的网络借贷信息中介平台,为用户提供资金撮合服务;而随着技术的创新发展,凡普金科也在将更多的技术创新融入到金融信息服务之中。


目前,凡普金科自主研发的风控系统“FinUp”云图,已经应用于包括爱钱进等在内的多个公司细分业务中。FinUp云图系统是一套建立在大数据、人工智能等新技术之上的大数据动态风控系统,它不仅对传统风控需要采集的数据进行分析,还整合了非传统交易类数据。FinUp云图系统通过知识图谱、深度学习等新技术的运用,可以自动发现隐藏在复杂关系里的风险点,挖掘出潜在的欺诈行为。


2017年,凡普金科又推出了自主研发的自动建模机器人水滴(Robot Modeler),它可以模仿人类建模分析师的思维,实现从取数生成指标建立模型到开发上线的端到端自动交付,原本需要一个建模团队1~2个月的建模工作量不到1天就可以完成。



在爱钱进,人工智能、大数据等新技术的应用已经逐渐深入到运营的整个过程中。比如,爱钱进会对每一次营销行动的全过程进行大数据分析,以提升营销的精准性;同时,也会针对客户进行智能化分析,以最大限度提升运营效率、做好智能化的获客和客户留存。


杨帆认为,未来,科技将继续推动互联网金融的发展,但许多技术应用的设想还需要很久才能实现,比如智能投顾机器人等。虽然“实现梦想的路还有很长,但这是我们以及整个行业共同的愿景”。




长按指纹  识别二维码   关注我



欢迎讨论与转载,转载请注明作者与出处。

“常言道”已入住今日头条、百度百家、一点资讯、搜狐新闻、网易新闻、凤凰新闻、腾讯新闻、新浪新闻、界面、UC、号外等多个媒体平台。有合作意向请发送邮件至32357985@qq.com



深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值