快捷导航
摘要在上榜的50家公司中,几乎所有企业都在一定程度上运用了大数据和数据分析技术,其中超过半数表示大数据及其应用是其核心技术之一。而移动计算、机器学习和云计算也同样是金融科技公司采纳的主流技术。
  毕马威中国于近日首次发布了中国领先金融科技50榜单及报告(文末有报告下载链接),报告中阐述了毕马威对金融科技行业的理解,金融科技应用趋势的观察,并提供了上榜企业的简介。
  本次毕马威中国领先金融科技50的评比历经数月,在开展了大量工作基础上最终评选得出。专家评委由毕马威全球及中国区20多位资深合伙人组成,这些评委在信息技术、数据分析、资本市场、风险管理、企业运营、财税管理、风险投资及创业指导等领域,拥有多年的专业积累和丰富的市场经验。毕马威对金融科技公司Fintech的理解为非传统企业以科技为尖刀切入金融领域,用更高效率的科技手段抢占市场,提升金融服务效率及更好地管理风险。因而本次评选的六个评审维度是:1)领先信息技术应用与突破;2)科技驱动数据归集、挖掘、使用;3)模式创新和对传统金融颠覆度;4)痛点解决与金融效率提升度;5)估值及资本市场认可度;6)具备未来发展潜能与广阔发展前景,这六个核心维度覆盖了金融科技领域的关键要素。
  中国领先金融科技公司50中的上榜企业致力于以科技创新推动金融服务的变革,他们积极探索并运用领先的信息科技技术(如大数据、风险模型、云计算、区块链等),并以颠覆式创新提升金融服务的效率。
  毕马威中国银行业主管合伙人王立鹏表示:“我们欣喜地发现,这些创新企业正在推动中国金融业的变革,新的金融业生态经过重构后正在慢慢形成。我们认为,在新一代的金融格局中,这些推动者会发挥重要的作用。”
  王立鹏称:“我们认识到中国正在快速地成为全球主要的金融科技市场之一,也是金融科技领域重要的创新中心。本次上榜企业均积极开展创新业务,善于以技术为手段解决金融服务领域存在的问题。技术的应用助力金融服务行业实现重点突破,例如:采用有助于缩短消费贷款审批时间的风险量化模型,以及采用大数据技术更加快速有效地的识别欺诈风险。”
  在上榜的50家公司中,几乎所有企业都在一定程度上运用了大数据和数据分析技术,其中超过半数表示大数据及其应用是其核心技术之一。而移动计算、机器学习和云计算也同样是金融科技公司采纳的主流技术。这些上榜公司的业务多样化,涵盖了大数据及征信、网络借贷、支付服务、综合金融服务、智能投顾及互联网保险等多个领域。
  毕马威中国管理咨询合伙人张峻铭认为:“消费金融的未来取决于金融科技公司在客户分析方面充分利用大数据的能力。这使公司能够为客户提供更加个性化的信贷服务,提升场景化服务水平,以及扩大客户基础,使传统模式上可能会被忽视的客户获得更好的金融服务。”
  毕马威中国信息技术咨询合伙人麦高仕(James McKeogh)说:“许多公司尝试运用金融科技,更多地是出于效率和创新考虑,目的是为了改善他们现有的流程和数字化能力。”
  他补充道:“金融科技公司如果开展金融业务,需要符合监管要求,获得牌照或与持牌机构合作才能经营。因此,许多金融科技公司开始与持牌的金融服务机构如银行、证券公司和保险公司等建立正式的伙伴关系。”
  这些关系也可以让传统金融服务机构受益,例如:可以改善其客户服务、优化信贷评估流程,或与擅长数据建模的公司合作以提升其风险量化能力。
  同时,金融科技公司越来越多地使用移动应用去记录用户行为,并分析他们的兴趣。这使金融服务机构能够提高个人金融、投资和财富管理领域的客户服务水平。
  张峻铭总结称:“未来随着与互联网金融相关的监管政策变得更加清晰,金融科技公司和传统金融机构将开展更多的合作。毕马威作为传统金融机构与金融科技公司之间的桥梁,将继续积极地进行金融科技领域的研究和探索,致力于为引领和服务新的金融业态发挥更大的作用。”
  附:毕马威2016中国领先金融科技公司50榜单:




e4ca2a7a02394c57b460caaf6ac6527d.jpg (15.57 KB, 下载次数: 535)

e4ca2a7a02394c57b460caaf6ac6527d.jpg
举报 使用道具
| 回复

共 0 个关于本帖的回复 最后回复于 2016-9-21 14:13

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

精彩推荐

  • 房企的转型之道
  • 张一鸣成名前的2000条微博,关于自我提升、
  • 创新的可能性——分享来自罗汉堂陈龙教授
  • 土地招拍挂项目各阶段融资操作指引(23号文
  • 地产金融网广告与服务(首页广告报价)

明星用户

申请合作开关音效

Archiver|手机版|小黑屋| 地产金融网论坛 Inc. ( 苏ICP备13054326号 )  

GMT+8, 2024-11-27 08:50 , Processed in 0.475618 second(s), 35 queries .