Ⅰ 區域商業銀行零售業務應該如何成功轉型
區域商業銀行零售業務應該如何成功轉型
在當前的國內銀行業零售業務變革中，眾多中小銀行如何抉擇，對未來行業格局將有深遠影響。
多數城商行、農商行經常被稱為中小銀行，其實從區域市場份額看它們是「本地大銀行」，一些銀行還是當地的「龍頭銀行」。如順德農商行，在順德地區的市場份額超過工農中建交五個銀行的總和。從「本地大銀行」的角度分析考察，才能看清銀行的優勢和潛力，找到切實可行的提升發展之路。
為什麼要重視零售業務轉型？
一是零售業務是區域銀行可持續發展的根基。零售業務主要服務於廣大的自然人或者小微企業，具有分散、穩定、弱周期、資本佔用低等特點。對比國內零售業務領先的招商銀行和素以對公業務見長的中信銀行，可見零售業務轉型的優勢。2016年末，招商銀行和中信銀行的資產規模不相上下，分別為5.94萬億和5.93萬億，而在營業收入、凈利潤方面，招商銀行分別比中信銀行高出552億和205億。從效率指標看，無論是ROA還是ROE，招商銀行也大幅領先於中信銀行。對區域銀行而言，「得零售者得天下」的思路同樣適用。
二是零售業務是區域銀行業務發展的基礎。在支付、理財、貸款等銀行傳統核心業務領域，互聯網金融平台不斷攻城掠地。以支付為例，截至2017年一季度末，支付寶、騰訊金融兩大互聯網巨頭占據超93%的支付市場份額。區域銀行的反擊，受限於自身實力，往往以互聯網巨頭資金通道的角色出現。一旦對公客戶抓不住，零售合作渠道受限，風控能力又丟失，區域銀行將十分被動。
三是零售業務是考驗區域銀行戰略定力的試金石。許多區域銀行寄望零售轉型「短平快」，若短期沒出明顯效果就懷疑、停滯甚至倒退。實際上，零售業務是一項基礎性較強的工作，講求厚積薄發。如招商銀行，自成立之初即深耕零售，並依靠20餘年的積累，才有了當前深厚的客戶群體以及同業難以復制的零售文化。所以，區域銀行發展零售業務，也需要准確地把握其內在的發展規律與特點，保持戰略定力。
零售轉型是表象，底層變化是關鍵
一是經濟結構變化。當消費逐步成為拉動經濟增長的主引擎，與之相適應的零售金融服務模式必然要更加受到重視，這兩年銀行收入結構和客戶結構的變化就是最好的證明。面對經濟結構調整和產業變化，銀行業向零售轉型是大勢所趨。
二是商業模式變化。移動互聯技術，打破了時間與空間的界線，也模糊了產業邊界。作為被新技術滲透最深入的板塊，銀行零售業務領域的新型競爭對手層出不窮。加快金融科技的深度運用，推動線上化轉型，是區域銀行在未來工業4.0時代的順勢之舉。
三是客戶行為變化。在互聯網環境中生長起來的80後、90後乃至00後，對物理網點有一種天然的抵觸情緒，消費需求高度依賴數字化渠道，追求社交化、個性化和多樣化。如果區域銀行不能伴隨客戶行為習慣發生變革，將難免網點「門可羅雀」的尷尬。
區域銀行該如何做？
一是打造移動平台。近年來，銀行普遍進行了互聯網渠道升級，在原有的電子支付基礎上，布局移動服務平台，手機銀行、直銷銀行、微信銀行等平台，漸漸成為銀行發展互聯網金融業務的標配。與傳統物理渠道相比，這些移動平台沒有沉重的運營費用，可為客戶提供更便捷、更優惠、更廣泛的服務。
二是高度重視運營。這些應運而生的移動平台，在現實中大多數不溫不火。對很多區域銀行而言，目前直銷銀行是趕時髦的雞肋，棄之可惜，留之卻找不到合適的運作模式；手機銀行則是象腿，僅簡單把櫃台業務搬到手機上，其背後風控、操作流程、UI等並沒有發生本質改變。究其原因，許多區域銀行的移動平台往往重研發，輕運營，可謂「空有一套好皮囊，但卻沒有有價值的靈魂」。在移動互聯網趨勢下，區域銀行應該高度重視移動平台的運營，將其作為客戶服務和業務運營的主陣地和主渠道，而非線下延伸。
三是開放場景服務。互聯網時代，只有構建起開放的場景體系，提高場景化服務能力，區域銀行在互聯網渠道的布局才能最大化發揮優勢。區域銀行要積極豐富場景，探索「網點+銀行APP+場景」獲客活客新模式，通過線上線下全渠道融合的方式，讓客戶輕松體驗豐富的金融產品。
區域銀行可成為金融科技超越者
一是區域銀行要藉助金融科技放大地緣優勢。首先，區塊銀行在經營地區，配備有較為完善和密集的網點、營銷渠道，相較於大型銀行有地理上的優勢。其次，中小銀行在傳統經營區域比大型銀行更接近潛在客戶，情感認同更高，易於發展業務。再次，區域銀行根植當地，熟悉區域經濟環境，對當地政府關系密切，更有利於把控資源。區域銀行要藉助金融科技，迅速切入當地垂直領域和客群，力爭在個人零售及小微業務上取得優勢。
二是區域銀行要回到客戶原點來思考問題。大銀行的互聯網金融產品創新更偏重於傳統的風控與業務流程，比較厚重，轉型慢；而區域銀行流程短、決策效率高、包袱輕，更容易站在客戶視角想問題，甚至可以從零開始打造一個突出客戶體驗的新銀行平台。
三是區域銀行要做好金融科技業務合作。相比於國有大銀行，區域銀行自身科技人才資源有明顯差距，可行之路是加強與外部金融科技公司合作，以最小的成本彌補自身短板、享受技術紅利、降低試錯支出。目前，平安金融壹賬通、興業數科等公司已經對區域銀行輸出科技和金融能力，相當於單純的科技公司，它們更懂銀行更懂客戶。可以預見，此類合作將會成為主流。（原標題：區域銀行零售轉型提升路徑：藉助金融科技放大優勢，作者供職於平安金融壹賬通，本文不代表公司觀點。）
延伸閱讀：
城商行最好轉型方向之一：零售銀行深度報告
目前，城商行零售信貸業務目前占總資產比重較低，基本在10%上下，明顯低於國有行和股份行。城商行非息收入佔比上城商行一般低於20%，也明顯低於大行和股份行的非息收入佔比。
在規模驅動受限的情況下，城商行必須尋找新的業績驅動因素。當對公業務明顯受網點限制而不能異地展開、同業融入及投資受監管限制規模明顯的情況下，傳統信貸業務的增長也受到明顯限制，因此城商行必須轉向高收益的息差業務和非息業務來尋求增長。
除房貸以外，零售業務大多具有較高受益，並可以通過風控和業務管理實現揚長避短；另一方面，非息業務也可以實現規模低增速、資本低耗用下的高業務收入增長。綜合而言，零售業務是城商行轉型的最好方向之一。
本文給出了相應的轉型策略：目前經營模式：對公帶動零售，直銷銀行。未來發展：組織上以客戶為中心，推行一站式服務；風控：非傳統、大數據風控解決小微企業和個人風險問題；業務布局方面：推進小微個人等零售業務；技術趨勢：客戶畫像、流程便利。
零售業務的新趨向與城商行轉型
1、目前零售業務出現如下三個新的趨勢：
（1）大數據與零售銀行深度結合
富國銀行搭建的客戶管理平台實際上是這種大數據與零售業務結合的雛形。通過將用戶的.銀行賬戶數據以外的社交、消費數據引入客戶管理平台並進行深度挖掘乃至使用深度學習的相關技術進行高效挖掘，就可以建立清晰的用戶畫像，實現精準營銷。
這樣執行起來的一個問題是客戶對其信息的保密需求。據埃森哲的調研發現，全球范圍內，有67%的客戶願意向銀行提供更多的個人數據，想要以此獲得更好的服務和產品。而同時，多數客戶對於銀行營銷人員利用他們的個人數據來推出「更具針對性」或「個性化」服務的做法，則持保留意見。因而信息脫敏和監管的問題還需完善。
（2）電子銀行乃至移動銀行愈發普及
在國外，對於很多客戶來說，尤其是年輕一代的客戶，Google、Apple、Facebook和Amazon（簡稱"GAFA"）所提供的金融服務，已經能基本替代傳統金融機構的角色。而國內，支付寶、微信/財付通、陸金所等平台也基本覆蓋了年輕人對金融所能需求到的大部分服務。科技巨頭們從支付渠道入手，事實上是直接向傳統銀行的網點宣戰，開始爭奪寶貴的支付數據。
當然銀行也不是全無機會，畢竟科技公司在客戶數據保護和個人隱私安全上信譽度並不高。因而銀行在追趕線上產品、革新線下產品的同時，也可以在安全性保密性上給予消費者足夠的吸引力。
（3）人際互動愈顯重要
雖然銀行確實可以為客戶提供諸如智能投顧、掌上銀行的服務，以簡便流程並降低成本。但在信貸、投訴等較為復雜的業務客戶同樣希望有人工服務。這類復雜業務如果由客戶自己去揣摩，其學習成本較高，流程並不便利。因而復雜的業務總還是需要高素質的人工服務。
2、城商行轉型探討
城商行的轉型勢在必行。
一方面，傳統城商行以規模增速為盈利的核心驅動因素，主要通過同業融入資金和債券投資實現突破地域的快速增長，而新監管政策和動向從整體規模增速和同業融入資金比例上限制了城商行的規模增速，其結果已經表現在17年城商行的1季報中，規模增速降下來的城商行其利潤增長也將不再亮眼。
另一方面，城商行作為深度捆綁地方經濟，便於開展針對當地小微企業和個人客戶的零售銀行業務，可以通過學習富國銀行的成功經驗，實現ROE的提升和規模限制下的利潤增長。
如欲做好零售業務，城商行會從組織結構、風控方式、業務布局、技術趨勢等方面做到如下幾點：
1、組織上以客戶為中心，推行一站式服務
在愈加激烈的競爭中，推行零售業務需要將按業務劃分的傳統業務條件轉為按客戶劃分的新型業務條線，為每一類客戶均提供多樣業務和服務。另一方面，業務的改進將從電子銀行、掌上銀行和網點對客人的吸引力、流程便利等客戶的角度進行重新審視。這就需要銀行轉變自己的經營策略，完善現有的組織管理體系，實現多條傳統業務線的有機結合。
2、風控：非傳統、大數據風控解決小微企業和個人風險問題
可以通過搭建非傳統的小微企業及個人貸款的風控流程和措施，避開傳統信貸必須的財報，採用其他數據實現風控的可行；避免人工核對，盡量採用參數化的數據進行高效自動風險評估，最終以實現小微貸款規模和盈利的快速增長。
3、業務布局方面：推進小微個人等零售業務
在具體業務方面，重點推動自住型房貸、汽車等消費貸款和小微企業貸款。如果風控體系建設得好，就可以實現在相關領域的利潤增長
4、技術趨勢：客戶畫像、流程便利
通過部署集中式的數據倉庫、更為高級的數據分析引擎和更為細致的企業信息管理系統，銀行可以及時獲取全面的客戶信息並形成客戶畫像以精準營銷、交叉銷售；銀行可以簡化流程，實現流程便利；銀行還可以實現規模化作業，降低成本。
Ⅱ 金融科技的新「拐點」：成為新商業基礎設施
金融本身或許並不直接產生價值，但它可以融入所有行業中，間接地加速價值的產生。
——馨金融
洪偌馨、伊蕾/文
1
2003年初，亞馬遜的創始人貝索斯醉心於一本叫做《創造》（Creation: Life and How to Make It）的書，作者史蒂夫·格蘭德（Steve Grand）是20世紀90年代的一個視頻 游戲 「生物」的開發商。
這款類似後來很流行的「養成」系 游戲 ，可以讓玩家在電腦上培育自己的「智能生物」。格蘭德總結創造「智能生物」的奧義是：專注於設計簡單的計算構件——原語，然後就可以坐等那些奇怪的行為出現。
盡管《創造》的內容有些生澀難懂，但並不妨礙它在亞馬遜內部快速流行起來。因為當時，公司內部正對於是否要做一個互聯網「基礎設施」而激烈辯論。
而按照格蘭德的說法，再復雜的智能系統也是由無數小設備、代碼像積木一樣從底層搭建起來，最終形成一個有機的生物體，進行自我地迭代和進化。這種觀點啟發了貝索斯，也推動了亞馬遜雲的發展。
後來的故事大家也都知道了，就像比爾蓋茨抓住了個人計算機革命的紅利，讓微軟引領了整個PC時代。貝索斯則預見到了「數據大爆炸」的未來：每家企業都會需要靈活的儲存和計算能力，而雲服務的出現徹底改變了計算經濟。
所以，成就偉大企業的要義，除了超凡的遠見，更重要的是要成為 商業的基礎設施 。
而當下，數字經濟高速發展正在重塑所有行業，伴隨著5G的發展，物聯網、雲計算、大數據等技術也將愈發成熟，並與商業的融合不斷加深。那麼未來，還有什麼可以成為新商業重要的潤滑劑、加速器？
或許金融 科技 是其中一個答案。
最近在360數科首屆技術開放日上，首席科學家張家興提到， 未來每家公司都需要金融 科技 服務。 它可以提升企業效率、增強用戶黏性，進而讓企業更有市場競爭力。
事實上，金融 科技 作為商業基礎設施的認知由來已久，尤其是在美國，從超商巨頭沃爾瑪到物流巨擘美國運通，他們都可以為用戶提供金融服務，也藉助 科技 的力量讓企業跨越了周期，成為了商業世界的王者。
回看國內，過去幾年伴隨著移動互聯網時代的來臨，新技術的應用推動了新經濟、新金融的演進。一批金融 科技 企業趁勢而起，並經歷了商業市場的磨礪和發展周期的考驗，比如那些已經上市和即將上市的幾家金融 科技 巨頭。
如果說這些行業巨頭的崛起是抓住了中國從PC向移動互聯網轉軌的時代機遇，並在過去幾年裡完成了商業模式和核心能力的鍛造；那麼眼下，無疑又迎來了一個新的市場「拐點」。
張家興提到，在360數科在過去幾年的實踐中感受到了巨大的市場缺口。
例如，各類場景端，零售、醫療、製造業等都在加速數字化轉型升級的過程中，不管是B端自身內部，還是對外的C端服務的過程中都越來越多地出現了金融 科技 的身影。
還有大量的金融業機構，更是加大了金融 科技 應用的力度和深度。甚至把它作為了下一步戰略轉型的關鍵驅動力。尤其在今年疫情發生之後，「無接觸」金融成為了主流趨勢。
事實上，長久以來金融都被認為是 社會 經濟生活的「血液」，而金融 科技 的核心則是以技術提升金融服務的效率和效果，當它與商業發生更緊密的融合時，勢必將成為一種能夠提供更高效服務的基礎設施。
2
我們也可以換一個角度來看：為什麼金融 科技 可以成為商業的基礎設施？
這幾年，「熵減」成為了企業發展和管理中的一個網紅詞。它源於物理學上的概念——熵增定律，也被稱為熱力學第二定律： 一切自發過程總是向著熵增加的方向發展。
「熵」在物理學中被用於計算系統的混亂程度，因此，我們可以簡單理解為，大至宇宙、國家，小至企業、個體，在一個封閉的體系裡，在外界不加干擾自然發展的過程中，終會進入無序混亂的狀態，甚至最終走向毀滅。
以企業發展為例，「熵增」被認為是一個必然的趨勢。
由於企業經營規模擴大，管理的復雜度也隨之增加，邊際效益往往會開始遞減；再加上外部的技術進步、新商業模式層出不窮、產業周期規律等等因素，就會對企業構成源源不斷地威脅，最後就表現為「企業創造價值的功能失效」。
這也是為什麼這個概念會被引入現代管理學領域，備受許多企業家推崇。
華為創始人任正非就曾多次引用這個概念，並以此為華為不斷推動開放創新的動力，包括優化組織架構管理、加大研發投資結構，歸根結底都是為了對抗「熵增」，實現「熵減」。
一家公司尚且如此，一個行業更是如此。360數科CEO吳海生也在分享中提到， 相比其他很多傳統產業，金融行業更需要對抗「熵增」。
他舉例說明到，金融行業是一個財富創造能力極強的存在，而財富本身就容易給企業帶來腐敗等問題。再比如，金融行業掌握著其他企業不敢奢求的海量數據，在數據成為新「財富密碼」的今天，數據的管理和運用不當將帶來難以想像的災難性後果。
此外，金融機構擁有龐大的線下網點和團隊，一家大型金融機構動輒就有數萬名員工，這也及容易帶來管理低效、人員冗餘甚至業務變形等等問題。而在數字化轉型提速的今天，這些問題就變得格外突出。
一個典型的案例是美國零售之王「富國銀行」，它曾在2016年爆出的「假賬戶」丑聞——其在未經用戶允許的情況下開設賬戶並違規收取費用，最終被監管機構處以天價罰金，零售業務也受到了極大打擊。
復盤事件的過程可以看到金融企業所面臨的「熵增」挑戰——曾經的「交叉」銷售戰略不再奏效，邊際效益開始衰減，而員工也在KPI的壓力之下逐漸走向了無序與混亂。
那麼，今天再來看金融行業，到底該如何對抗「熵增」、實現「熵減」呢？
吳海生在分享中總結了幾個關鍵點：
其一是 「開放」 。他認為，越開放的公司越能夠引入新的觀點，讓自己變得更加有序。這也是任正非和貝索斯反復提及「熵減」的原因，企業必須打破封閉體系，不斷檢視自身，推動進化與迭代。
以金融 科技 中最為重要的人工智慧應用為例，數據、演算法，再加平台本身構成了一個滾動的「飛輪」，數據衍生了演算法，演算法給平台賦能，平台有了更好能力在吸引了更多用戶，進而產生更多數據。
而在這個過程中，數據的積累、演算法的演進與能力的共享很難完全由某一家企業獨立完成，尤其在移動互聯網時代。數據增長和技術演進的速度越來越快，企業需要更加充分的協同、合作才能使「飛輪」轉得更快，實現能力的進化。
其二是 「技術」 。企業可以通過「持續的技術投入和開放的形態」變得更加強壯。
我們也可以看到，眼下無論是傳統金融機構還是金融 科技 公司，他們對研發投入的佔比都在不斷提高，這也是整個行業不可逆的發展潮流。
事實上， 科技 與開放兩個關鍵詞本來就是讓金融 科技 行業安身立命的關鍵，以此拓展了觸達范圍、提升了服務效率並從一開始就打破封閉的商業生態，而連接和共生的本質則讓商業的能量進一步釋放。
3
那麼，在實踐中，金融 科技 對抗「熵增」上的效果如何？
眾所周知，過去幾年，金融 科技 給支付行業帶來了一次近乎顛覆式的變革。
工信部數據顯示：截至2019年9月底，我國移動互聯網用戶總數約15.98億戶，使用手機上網的用戶為13.04億戶。而根據此前益普索的測算，第三方移動支付在網民中的滲透率高達96.9%。
毫無疑問， 移動支付已經成為了中國商業的基礎設施， 它大大地提升了支付效率，加速了金融線上化的進程、催生一大批新的商業模式，並由此累積了海量數據反過來進一步加深了金融 科技 應用的廣度和深度。
互聯網貸款又是另一個典型案例。通過人工智慧、大數據等技術的應用，互聯網貸款的發展讓服務群體進一步「下沉」，貸款的人群、場景、產品形態也都發生了不小的變化。
以360數科為例，在過去4年裡，它服務了超過1.5億用戶，以核心千人的員工規模撬動起每年超過2000億的GMV規模，增長速度之快、觸達人群之廣是傳統的金融服務方式難以想像的。
達到這一目標的核心就是將AI技術逐步應用於貸前、貸中和貸後的全流程。
比如360數科自主研發的Argus風控引擎，通過對於後台數據的復雜風控計算，可以做到自動過濾和監測風險人群、智能決策、並且實時監測貸中風險變化，評估用戶資質變化、實現智能催收、智能客服等。
數據顯示，Argus為360數科攔截新型風險人數超過了100萬，自動過檢率超過了99%，保護資產超過700億，日均挽回損失1000萬，平台欺詐損失率小於0.2%。
在AI能力不斷成熟的基礎之上，360數科將這些能力向金融機構開放，為其提供五大解決方案：數字化營銷方案、數字化運營方案、數字化風控方案、數字化貸後方案，以及智能金融全鏈路方案。
360數科2020年二季報顯示，平台 科技 業務佔比提升至26.9%，綜合 科技 服務收入佔比已接近50%。結合前面提到的AI「飛輪」來看，其開放策略之下交易與數據的積累使得平台的「飛輪」自動高速運轉。
在數字化成為日常的未來，每家企業都在努力成為 科技 公司，而每家 科技 公司都有一個AI大腦。 金融 科技 企業在數據、技術方面的積累，在業務發展過程中所鍛造的能力，也使得其在AI時代有了更大的舞台。
盡管金融 科技 的發展一直伴隨著很多爭議和挑戰，但今天來看，在金融這件事上，大多數人享受到了更便捷、高效、靈活，甚至低成本的服務，這也證明了金融 科技 蘊藏著改變整個商業格局的潛能。
無論未來如何發展，金融 科技 都在數字時代留下了最深刻的烙印。
Ⅲ 大數據徵信與「大忽悠」徵信的距離有多遠
大數據徵信與「大忽悠」徵信的距離有多遠
大數據徵信自今年異軍突起以來就被認定為「救世主」般的角色，成為資本和市場追逐的對象。被負面輿論逼入「牆角」的互聯網金融更是如獲至寶，感慨找到了解決風險管理的「良葯」。不過，方興未艾的徵信行業尚不足以支撐起不斷擴展的商業藍圖，其最核心的獨立、客觀、公正、規范原則岌岌可危，稍有不慎，或將淪為一場虛有其表的「概念游戲」。
或正如徵信第一股商安信CEO陳曉東先生所言，國內徵信市場現在處在一個一哄而上的階段，以後會有一個沉澱的過程，優勝劣汰，剩下來的將是具有優質數據和強大評級體系的徵信機構。真正的爆發期將出現在市場沉澱之後。
那麼何為徵信？仿若斡旋雲端、披著面紗的徵信其實沒那麼神秘。
徵信是專業化的、獨立的第三方機構為個人或企業建立信用檔案，依法採集、客觀記錄其信用信息，並依法對外提供信用信息服務的一種活動。按業務模式可分為企業徵信和個人徵信，按服務對象可分為信貸徵信、商業徵信、僱傭徵信等。
我國徵信業起步較晚，信用生態建設相對滯後，但在互聯網時代卻存在獨特的機會。在互聯網金融發展如火如荼之際，基於大數據技術的互聯網徵信應運而生，一舉踏上風頭浪尖，又反向推動了國內信用經濟的發展。
截至2015年10月底，國內出現問題的互聯網金融平台數已達到1078家，其中10月新增47家。互聯網金融在一定程度上覆蓋了傳統金融服務盲區（央行徵信系統收錄自然人8.7億多，但有信貸記錄的自然人僅有約3.7億，這意味著還有四分之三的人在申請信貸等服務時會遇到障礙），但是由於信息不對稱、信息採集難等因素，一直處在野蠻生長的狀態。
對金融業，徵信完善了對風險的識別、判斷、評估和管理，有利於加快授信過程，分級定價，降低優質借款人借貸成本，大幅提高信貸效率，以螞蟻小貸為例，放款時間基本在3分鍾以內，小則幾千，多則幾萬。對商業，徵信逐漸被作為經濟運行和社會管理的標准，以此撬動的商業模式創新迅速拓展至酒店、租房、招聘、旅遊等行業。
金融服務對雙11的滲透融合堪稱互聯網徵信功成名就的一役。數家電商各領風騷出新招，最終交易額也不出意外地攀上歷史新高。而在公眾為天貓912億的交易數據驚嘆時，有心人已經發現，今日與往年不一樣的氣象。
雙11當天，螞蟻花唄共發放6048萬筆消費信貸，占支付寶交易總量的8.5%，與其功能相似的京東白條，同比增長800%。首次接入雙11的花唄與京東白條同為信用支付產品，即基於電商平台、支付等沉澱的海量數據，藉助互聯網大數據、雲計算等技術，經過綜合信用評估後，給予用戶在指定店鋪享受先消費、後付款服務的信用額度，並支持分期還款。
花唄對接的是螞蟻小貸，京東白條對接的是京東金融。互聯網金融深度嵌入消費場景，憑借更具便捷性、更具場景化、更個性化的產品迅速崛起。但相比傳統消費金融（銀行信用卡與消費貸款），互聯網消費金融在徵信、風控、資金周轉、催收等方面仍面臨著諸多阻礙和風險。
相對於傳統徵信多採用信貸數據和公共機構數據作為數據源，互聯網徵信拓寬了數據採集維度，包括電商數據、社交數據等，一方面能更加全面的反映信用主體的情況，但另一方面，由於央行徵信中心的金融資料庫還未向這些機構開放，其數據評估的准確性和公信力難免被人質疑。
大數據徵信的軟肋
今年，在政府鼓勵和市場迫切需求雙重驅動下，國內掀起了一股狂熱的互聯網徵信浪潮，電商平台、互聯網公司、大數據公司、支付機構、傳統徵信機構、P2P平台等都是不同的代表。從應用場景創新和品牌影響力上講，阿里、騰訊、網路等互聯網公司無疑更受矚目。從專業性上來說，商安信、中誠信等傳統徵信機構在評級模型、商業徵信業務等方面更具優勢。
相比對企業徵信公司的備案制，個人徵信公司的審核制顯得更為嚴格。今年1月，央行印發《關於做好個人徵信業務准備工作的通知》，首批入圍的芝麻信用、騰訊徵信、前海徵信等8家機構在年中完成驗收工作。然而時至今日，仍未下發個人徵信牌照，由此足見央行的審慎態度。
首批入圍徵信機構大部分將信用評分作為首推產品，並快速拓展應用場景，搶占市場制高點。如芝麻徵信的「芝麻分」和考拉徵信的「考拉分」已經應用到酒店、租車、旅遊等多個場景；前海徵信的 「好信度」目前主要服務於金融信貸，華道徵信已推出的「豬豬分」專門用於檢驗租房者信用狀況，中誠信的「萬象分」則可以用於就醫、保險領域。
但已經有不少人心存疑慮，質疑大數據徵信的含金量和可靠性：
1、 數據整合難：央行徵信系統並未開放，徵信機構無法獲取珍貴的信貸數據，而央行對企業在小貸、租賃金融的信貸行為也難以全面掌握；公共數據廣泛分散在工商、質檢、海關、稅務等政府和業務管理部門，雖然建設統一信用信息平台已提上日程，但數據孤島的問題仍難解；芝麻信用、騰訊徵信等所背靠的集團，以及各類P2P平台自建的徵信公司本身存在業務交叉和競爭關系，共享「黑名單」易，共享「白名單」難。
2、 數據標准缺失：到底哪些信息需要列入徵信評估范疇還沒一個統一的界定，越來越多的信息被納入徵信范疇，交通違章、地鐵逃票等似乎什麼都可以往裡裝，這些都可能構成個人不良徵信記錄影響個人信貸。
3、 公信力遭質疑：「徵信採集者與使用者沒有任何關系」的獨立第三方原則被模糊，首批入圍的民營徵信機構數據的採集和使用都與自身有著千絲萬縷的聯系，這就決定了現在市場中的很多模型只能適用於自己的小生態，同時民營徵信機構既做裁判又做選手，最終評價的公正性或在市場份額爭搶中失衡。
4、 評級模型五花八門：中國並不缺數據，但缺乏可以數據通用的評估模型。國內個人徵信大多模仿了美國FICO的模型，但在評估維度上五花八門，加上採集的數據差異，這就造成同一個人在不同平台得到的評分可能會千差萬別。而企業徵信的評級模型，以及債券評級模型的嚴謹性、科學性在國際上並無強公信力。
業內專家指出，只根據數據分析出的規律並不全面，如果僅據此進行風控審核，難免會出現疏漏或偏差。大數據只能作為輔助手段，不能作為風控的決策依據。
日前，有媒體報道，商務部正在醞釀制定《互聯網金融機構信用評級與認證標准》。中國互聯網金融信息查詢系統主任、《標准》制定課題組副組長徐洲指出，只有獨立的第三方才能避免為利益左右，才能把促進行業規范發展放在第一位，做到客觀、公正、及時的信息披露。
某金融研究機構人士分析認為，一個從各處收集數據並完成大數據徵信的機構，不能是數據來源方，也不能是金融服務的提供方，這樣才能避免數據打架的現象。徵信行業要真正興起，發揮應有的作用，還是需要發揮出商安信、中誠信等獨立第三方徵信機構的力量。
市場在哪兒
千億、萬億？關於徵信市場空間有多大的討論一時沸沸揚揚。
平安證券發表的徵信行業專題報告《計算機行業徵信市場系列研究》預計，中國徵信行業未來市場規模將達千億元，其中企業徵信市場規模有百億元，個人徵信市場規模有千億元。
美國富國銀行高級副總裁王強在《給中國個人徵信市場估值》中預計，中國個人徵信市場規模大概350億美元。換算成人民幣，超2000億元。
不過，央行徵信管理局局長王煜卻給市場潑了一盆冷水，其認為徵信市場容量有限，不容易賺錢，有人號稱徵信市場有上千億的潛力，有忽悠的成分。資金不是最重要的，更需要技術、人才，需要反映信用信息的數據。搞攀比，搶位置，不真心干或者說沒有能力干，是不可持續的。
徵信屬於信用服務業的一環，作為一個服務行業，它的的市場到底在哪兒？
1、 國際商貿。國內徵信起初是為配合對外貿易調查的需求而產生的，包括企業和保險機構的信用核實、資信報告服務等。最早的企業徵信機構是由政府部門主導建立，但其自身具有嚴重的局限性，後大量民營機構和外資機構介入市場。
目前來看，國內提供貿易徵信服務比較成熟的民營機構僅有商安信一家，但其依託的也是世界前三的信用信息服務機構Creditreform在評級體系和數據資源上的支持。作為傳統徵信機構，商安信掛牌上市以來積極謀求進軍互聯網徵信，11月份已發布三款新產品：3A-biz 2.0商業風險管理多應用平台、3A-eBiz移動端和3A-Verify。3A-biz 2.0商業風險管理多應用平台，打通了信用認證、評估、核實等應用場景和傳統PC端與手機移動端的數據交換通道，與市場中偏重打分的產品截然不同，具有一定的行業跨越意義。
隨著中國對外開放的升級和「一帶一路」新戰略的實施，貿易環節的信用服務有增無減，市場容量很大。
2、 互聯網消費金融。國務院11月23日發布指導意見：積極發揮新消費引領作用，加快培育形成新供給新動力；支持發展消費信貸，鼓勵符合條件的市場主體成立消費金融公司，將消費金融公司試點范圍推廣至全國。
在我國，可以提供消費信貸服務的主要為銀行、小貸公司、消費金融公司。銀行的消費信貸服務由來已久，包括信用卡和消費貸款，但是受限於審核標准，長時間的審核流程、三、四線城市開發緩慢等因素，一直處於不溫不火的狀態。隨著金融服務與互聯網不斷縱深融合，互聯網消費金融產品迅速崛起，成為消費金融爆發的重要力量。據艾瑞咨詢公布的首份消費金融報告數據顯示，預計到2017年，中國消費金融整體市場將突破千億，三年復合增長率高達94%。而作為互聯網徵信作為消費金融推進的基礎，市場也有隨之爆發的可能。
3、 信貸業務。中小企業融資難由來已久，一方面是因為企業資質有限，缺少實物抵押，抗風險能力低，另一方面是因為銀行近來隨對中小企業融資雖有所傾斜，但額度仍然有限，流程依然復雜。互聯網金融在一定程度上解決了這一問題，並催生了對徵信的巨大需求。現今中小貸款機構在項目的風控環節主要還是靠人力審查，紙質材料傳遞，外加灰色渠道查央行徵信。貸前黑名單掃描及貸後管理跟蹤基本為空白。整體風控的效率非常低下，以及流程容易受人為因素干擾出錯等。
在個人信貸方面，互聯網金融提供者傾向於自建平台，合作共建行業黑名單，以規避風險提高效率。而在企業信貸方面，則更多依賴第三方徵信機構的力量。在這里，就不得不提一下商安信所引入的Creditreform的SI評估模型（筆者十分看好）。和絕大多數企業評估模型側重對歷史數據分析不同，Creditreform側重對流動性和短期償債能力的監測，能直觀反映企業近期狀況與風險度。
另外，隨著阿里網商銀行和騰訊微眾銀行兩家互聯網銀行的開業，以及其市場上各類小貸和消費信貸產品的陸續推出，傳統銀行以往依託於自身客戶群體和線下的物理網點進行客戶資料收集、信貸審核和貸款發放的傳統模式必然會受到較大的沖擊，預期未來銀行將加強與徵信機構的合作。
4、 應收賬業務。信用服務業可分為前端的數據採集，中端的信用認證和信用評估，後端的資產處置。互聯網徵信公司大多僅從事前端和中端兩部分，對後端的資產處置、應收賬業務罕有涉及（難、累），目前提供這類服務的主要還是傳統徵信公司和第三方外包公司。
應收賬業務包括企業應收賬管理與金融機構應收賬管理兩大類。根據人民銀行 2015年2 季度的數據，社會融資規模存量在 131.58 萬億，增速為 11.9%，年增長規模在 10 萬億以上。假設需要進行資產處置的資產為 1%，則市場規模達1.31萬億，空間極大，而企業應收賬管理市場更是難以估計。
5、 對傳統商業模式的改造。在這方面步子邁的最快的當屬阿里旗下的芝麻信用，芝麻分高於600分可以免押租用永安城市自行車，在6000多間酒店免押金入住，650分以上可以在神州租車、一嗨租車信用租車，高於700分無須提供其他資料能申請新加坡簽證。大數據徵信應用場景拓展撬動的商業模式創新，動輒催生了一個又一個新市場，預期未來，這部分市場將把持在背景深厚的互聯網徵信公司手中。
作為一個新興行業，徵信業在發展初期出現混亂局面本無可厚非。但是，徵信已逐漸充當起金融創新、市場運行和社會管理的基礎樁，更需要慎之又慎的前行。
Ⅳ 大數據怎樣影響著金融業
正在來臨的大數據時代，金融機構之間的競爭將在網路信息平台上全面展開，說到底就是「數據為王」。誰掌握了數據，誰就擁有風險定價能力，誰就可以獲得高額的風險收益，最終贏得競爭優勢。
中國金融業正在步入大數據時代的初級階段。經過多年的發展與積累，目前國內金融機構的數據量已經達到100TB以上級別，並且非結構化數據量正在以更快的速度增長。金融機構行在大數據應用方面具有天然優勢：一方面，金融企業在業務開展過程中積累了包括客戶身份、資產負債情況、資金收付交易等大量高價值密度的數據，這些數據在運用專業技術挖掘和分析之後，將產生巨大的商業價值；另一方面，金融機構具有較為充足的預算，可以吸引到實施大數據的高端人才，也有能力採用大數據的最新技術。
總體看，正在興起的大數據技術將與金融業務呈現快速融合的趨勢，給未來金融業的發展帶來重要機遇。
首先，大數據推動金融機構的戰略轉型。在宏觀經濟結構調整和利率逐步市場化的大環境下，國內金融機構受金融脫媒影響日趨明顯，表現為核心負債流失、盈利空間收窄、業務定位亟待調整。業務轉型的關鍵在於創新，但現階段國內金融機構的創新往往淪為監管套利，沒有能夠基於挖掘客戶內在需求，提供更有價值的服務。而大數據技術正是金融機構深入挖掘既有數據，找准市場定位，明確資源配置方向，推動業務創新的重要工具。
其次，大數據技術能夠降低金融機構的管理和運行成本。通過大數據應用和分析，金融機構能夠准確地定位內部管理缺陷，制訂有針對性的改進措施，實行符合自身特點的管理模式，進而降低管理運營成本。此外，大數據還提供了全新的溝通渠道和營銷手段，可以更好的了解客戶的消費習慣和行為特徵，及時、准確地把握市場營銷效果。
第三，大數據技術有助於降低信息不對稱程度，增強風險控制能力。金融機構可以擯棄原來過度依靠客戶提供財務報表獲取信息的業務方式，轉而對其資產價格、賬務流水、相關業務活動等流動性數據進行動態和全程的監控分析，從而有效提升客戶信息透明度。目前，花旗、富國、UBS等先進銀行已經能夠基於大數據，整合客戶的資產負債、交易支付、流動性狀況、納稅和信用記錄等，對客戶行為進行360度評價，計算動態違約概率和損失率，提高貸款決策的可靠性。
Ⅳ 區塊鏈技術和區塊鏈應用哪一個更值得我們去專研和發展
所謂區塊鏈技術， 簡稱BT（Blockchain technology），也被稱之為分布式賬本技術，是一種互聯網資料庫技術，其特點是去中心化、公開透明，讓每個人均可參與資料庫記錄。
區塊鏈應用：
1. 金融界：主要是降低交易成本，減少跨組織交易風險等。該領域的區塊鏈應用將最快成熟起來，銀行和金融交易機構將是主力推動者。
金融區塊鏈
自有人類社會以來，金融交易就是必不可少的經濟活動。交易角色和內容的不同，反映出來就是不同的生產關系。通過交易，可以優化社會的效率，實現價值的最大化。人類社會的發展，離不開交易形式的演變。可見，交易在人類社會中的地位有多重要。 交易本質上交換的是價值的所屬權。現在為了完成交易（例如房屋、車輛的所屬權），往往需要一些中間環節，特別是中介擔保角色。這是因為，交易雙方往往存在著不充分信任的情況，要證實價值所屬權並不容易，而且往往彼此的價值不能直接進行交換。合理的中介擔保，確保了交易的正常運行，提高了經濟活動的效率，但已有的第三方中介機制往往存在成本高、時間周期長、流程復雜、容易出錯等缺點。正是因為這些，金融服務成為區塊鏈最為火熱的應用領域之一。 區塊鏈技術可以為金融服務提供有效可靠的所屬權證明和相當強的中介擔保機制。 金融服務涉及的領域包括貨幣、證券、保險、捐贈等。
2. 徵信和權屬管理：這是大型社交平台和保險公司都夢寐以求的，目前還缺乏足夠的數據來源、可靠的平台支持和有效的數據分析和管理。該領域創業的門檻極高，需要自上而下的推動。因為任何需要和政府打交道的，歷來都不太好馬上開展起來。
徵信管理是一個巨大的潛在市場，據稱超過千億規模（平安證券報告，美國富國銀行報告），也是目前大數據應用最有前途的方向之一。 目前的徵信相關的大量有效數據主要集中在少數機構手中。由於這些數據太過敏感，並且是商業命脈，往往會被嚴密保護起來，進而形成很高的行業門檻。 雖然現在大量的互聯網企業（最成功的應該屬 facebook）嘗試從各種維度都獲取了海量的用戶信息，但從徵信角度看，這些數據仍然存在若干問題。
•數據量不足：數據量越大，能獲得的價值自然越高，而數據產生有效價值存在一個下限。低於下限的數據量無法產生有效價值；
•相關度較差：最核心的數據也往往是最敏感的，在隱私高度敏感的今天，用戶都不希望暴露過多數據給第三方，因此企業獲取到數據中有效成分其實很少；
•時效性不足：企業可以從明面上獲取到的用戶數據往往是過時的，甚至存在虛假信息，對相關分析的可信度造成嚴重干擾。
而區塊鏈存在著天然無法篡改、不可抵賴的特性。同時，區塊鏈將可能提供前所未有規模的相關性極高的數據，這些數據可以在時空中准確定位，並嚴格關聯到用戶。因此，基於區塊鏈提供數據進行徵信管理，將讓信用評估的准確率大大提高，並且降低進行評估的成本。 另外，跟傳統依靠人工的審核不同，區塊鏈技術完全依靠數學成果，基於區塊鏈的信用機制將天然具備穩定性和中立性。 包括 IDG、騰訊、安永、普華永道等都紛紛投資或進入基於區塊鏈的徵信管理領域，特別是跟保險和互助經濟相關的應用場景。
3. 資源共享：airbnb 為代表的公司將歡迎這類應用，極大降低管理成本。這個領域創業門檻低，主題集中，會受到投資熱捧。
大數據時代里，價值來自於對數據的挖掘，數據維度越多，體積越大，潛在價值也就越高。 一直以來，比較讓人頭疼的問題是如何評估數據的價值，如何利用數據進行交換和交易，以及如何避免寶貴的數據在未經許可的情況下泄露出去。 區塊鏈技術為解決這些問題提供了潛在的可能。 利用區塊鏈構成的統一賬本，數據在多方之間的流動將得到實時地追蹤和管理，並且通過對訪問許可權的管控，可以有效降低對數據共享過程的管理成本。
4. 投資管理：無論公募還是私募基金，都可以應用區塊鏈技術降低管理成本和管控風險。雖然有 DAO 這樣的試水，謹慎認為該領域的需求還未成熟。不過小妖已經發現中國各大創業公司開始試水這一領域，希望有重大突破。
在國際貿易活動中，買賣雙方可能互不信任。因此需要兩家銀行作為買賣雙方的保證人，代為收款交單，並以銀行信用代替商業信用。 區塊鏈可以為信用證交易參與方提供共同賬本，允許銀行和其它參與方擁有經過確認的共同交易記錄並據此履約，從而降低風險和成本。 以 DAO（Decentralized Autonomous Organization）為代表的眾籌管理，DAO 曾創下歷史最高的融資記錄，超過 1.6 億美金。
5. 物聯網與供應鏈：物聯網是很適合的一個領域，短期內會有大量應用出現，特別是租賃、物流等特定場景。但物聯網自身的發展局限將導致短期內較難出現規模應用。
供應鏈行業往往涉及到諸多實體，包括物流、資金流、信息流等，這些實體之間存在大量復雜的協作和溝通。傳統模式下，不同實體各自保存各自的供應鏈信息，嚴重缺乏透明度，造成了較高的時間成本和金錢成本，而且一旦出現問題（冒領、貨物假冒等）難以追查和處理。 通過區塊鏈各方可以獲得一個透明可靠的統一信息平台，可以實時查看狀態，降低物流成本，追溯物品的生產和運送整個過程，從而提高供應鏈管理的效率。當發生糾紛時，舉證和追查也變得更加清晰和容易。 該領域被認為是區塊鏈一個很有前景的應用方向。 IBM 在物聯網領域已經持續投入了幾十年的研發，目前正在探索使用區塊鏈技術來降低物聯網應用的成本。
區塊鏈先是有了技術之後才開始去應用，就比如匯新雲平台：只有先有了平台，產品經理才可以入駐平台來進行一個發展，所以技術和應用應當一起進步。
對於區塊鏈技術的運用是在行業領域的不一樣，所發揮的功能和得到的效果也是不一樣的，我們就拿信用體系領域來說。因為個人信息泄露會給信息人造成巨大的傷害，使其保守騷擾這苦。更可怕的是個人信息泄露，通常會伴隨數以萬計的個人信息被竊取、非法販賣，甚至會利用正規的數據交易機構交易竊取到數據。
而隨著區塊鏈技術的興起，區塊鏈技術所具備的加密性可以為個人信息的保護提供解決方案。區塊鏈技術可以對個人信息進行分布式保存，避免單一伺服器所面臨的安全風險。
並且最為區塊鏈技術研究的破冰者之一，金窩窩網路科技已經深度針對區塊鏈技術進行了研究應用。金窩窩以區塊鏈為底層的大數據服務可以從數據存儲、數據分析、數據追蹤、數據安全四個方面，杜絕數據非法倒賣，重樹數據流通規則。
Ⅵ 全球銀行業大裁員，鐵飯碗也不保了，金融人士路在何方
去年，全球有不少大型銀行進行了大規模的裁員。
從公布的銀行裁員計劃，人數高達8萬人。
其中，裁員最多的是歐洲銀行，占據了全球銀行業裁員80%以上的人數。
僅僅是德意志銀行一家，就裁掉了18000人。
裁員潮背後的主要原因是全球經濟增長放緩，銀行為了節省成本、提高效率，削減了人力開支。
本以為經過刮骨療傷，在下一年，即2020年，銀行業能好起來，誰知道開年就來個疫情大爆發。
沒辦法，銀行只能繼續裁員止血。
據報道，花旗銀行本周內將開始恢復裁員，這次裁員預計約為2000人。
瑞典商業銀行未來兩年內擬裁減約1000名員工。
英國勞埃德銀行也宣布計劃裁撤639個工作崗位。
從全球銀行業整體上看，歐洲、北美到亞洲、非洲今年有30多家銀行計劃裁員。
而彭博匯總的數據顯示，全球銀行業今年宣布的裁員總數已經達到63785人。
傳統銀行的成本主要就是管理成本，而裁員是最直接降低成本的手段。
中國銀行研究院發布的《全球銀行業展望報告》指出，發達國家銀行業成本收入比普遍處於較高水平， 2018年主要大型銀行的成本收入比達到60%左右。
如此高的成本，遇到經濟不景氣時，銀行裁員就成了不可避免的事情。
在中國，銀行工作一直被認為是鐵飯碗，收入比公務員高，穩定性不比公務員差，是妥妥的香餑餑。
銀行工作那麼香，得益於中國經濟的高速發展，銀行有收入，自然不在意多招人多發錢。
但隨著中國經濟增速放緩，更重要的是未來中國步入發達國家後，中國的銀行會不會也變成那些動不動就裁員好幾萬的歐美銀行，一旦業績不好了，就開啟大裁員呢？
可預見的幾年內，銀行工作真的就不那麼香了。
好了， 銀行鐵飯碗不鐵了，也不 像香 ，那金融專業還能學么？
要知道，中國大學里的經管系一直是高分錄取，當年難得考上的好專業，現在你告訴我不行了？
其實不用等中國步入發達國家，光人工智慧技術的發展，就已經足以動搖銀行工作。
去年10月，富國銀行曾經出具了一份長達225頁的報告，專門研究了 科技 會對整個金融服務業帶來的沖擊。
報告里寫到， 銀行其實比任何一個行業在 科技 上的投資都要高，大約每年投資1500億美元左右。
越是大型的銀行，就越是看重 科技 投資，因為 科技 會決定一個銀行的核心競爭力。
比如說，大數據技術能讓銀行實現更精準的銷售，人工智慧技術，能大幅度降低貸款處理流程的成本。
而這種投資趨勢的結果就是，在接下來的十年，美國的銀行總計將會裁掉20萬人。
中國的銀行，在智能化上肯定也不會落後。
在中國其實也觀察到了類似的趨勢，比如 中國四大行，由於銀行網點智能化，這幾年已經裁掉了8萬人，而這種裁員計劃，還在繼續。
香餑餑的金融專業不行了，怎麼辦？大家都去學編程嗎？
那肯定不是 ， 金融專業要學，這是一個非常專業的學問，不管人工智慧怎麼發展，都需要人來研究。
說得肯定點， 你要想學金融專業有前途，你最好是考上頂尖學校的金融專業，比如北大、清華、上財、復旦、人大、美國常青藤名校。
這樣，你在金融行業里發展才有前途。
金融其實是一個很大的行業，細分職業很多，各個細分職業的人工智慧替代率，差距也很大。
在金融行業里，大約有60%的職位被人工智慧替代的概率極高，替代率超過90%。
但是，也有25%的職位人工智慧替代概率很低，不到30%。
那什麼樣的職業，有90%的概率會被替代呢？
可不僅僅是銀行的櫃台人員。
像是預算分析師、保險承包人、會計師、稅務稽查員，甚至是負責放貸款的信貸員，都屬於這類。
這類職位有一些共同特點，那就是他們的工作內容里都有很多可重復的細節，有明確的任務目標，所以很容易被計算機用演算法進行編碼，形成程序。
比如，現在螞蟻金服依靠大數據分析，放貸不需要人工審批，你申請了，兩秒鍾就可以批款。
這些都是「可編碼」的工作，人工智慧來了，大概率被淘汰。
如果你想有一個簡單粗暴的方法來判斷，那麼， 金融行業大部分基層和中層的崗位，其實都是「可編碼型」的。
那什麼樣的金融職業，不可編碼、不能被替代呢？
銀行家這種工作。
他們的工作大部分是「找資源，協調關系，平衡利益」——這樣的職業也有一個特點，那就是「以人為本」。
這種技能，恰恰是無法被程序化的。
還有像巴菲特這樣的優秀投資者，雖說他們會做大量的數據分析，看起來好像是人工智慧可以乾的事兒。
但事實上，最終決策依靠的還是經驗、直覺、判斷力等等。
類似這樣的能力模型，也是人工智慧沒法輕易取代的。
如果我們還是用一個簡單粗暴的方式來判斷，那就是 ，在金融行業金字塔尖的少數職位，不會被替代。
這些職位本來就很稀缺，所以自然在人才選拔上當然有很高的門檻，比如說你得是從頂尖名校畢業的，有高學歷，甚至有好的家庭背景。
中國基金經理中的87%都畢業於12所高校。
哪12所呢？
基本上就是清華、北大、復旦、上財這個級別的高校。
而頂尖私募基金、投資銀行的高級職位更是常青藤、清北復交的專利。
如果你家境優越，或者能考上清北復交、常青藤學校，那麼學金融仍然是好選擇，因為你很有可能成為這個行業金字塔尖的少數人才。
但如果做不到，那金融專業還是不要學了，因為你學了畢業後，大概率會在基層做「可編碼」的工作，未來被裁員的風險就很高。
在銀行業，鐵飯碗確實不保了，但金飯碗還是值錢的，如果你沒學歷、沒人脈、沒能力爬到頂端，就早點放棄謀求其他出路吧，別等被裁了才發現無路可走。