「中国フィンテックリスク管理レポート2020」が正式に発表されました

社会のデジタル化がさらに進むにつれ、特にさまざまなリスク管理のシナリオにおいて、金融業界に大きな影響を与えることは間違いありません。ビッグデータ、人工知能、クラウドコンピューティングなどを中核とする金融テクノロジーは、デジタル化を通じてリスク管理リンクを強化します。フィンテックのリスク管理は、従来のリスク管理をアップグレードした補足として、金融機関が全体的なリスク管理レベルを向上させ、リスク管理の効率と精度を高め、多くのコストを削減するのに役立ちます。

最近、世界人工知能大会の未来金融フォーラムで、ゼロワンファイナンスとゼロワンシンクタンク、Hehe Informationが作成した「中国フィンテックリスク管理レポート2020」が正式に発表されました。金融テクノロジーリスク管理の発展から始まり、伝統的なリスク管理と金融テクノロジーリスク管理の関係、そして金融テクノロジーリスク管理の発展の歴史について説明します。このレポートでは、金融テクノロジーリスク管理ベンダーの状況もレビューし、関連する投資、資金調達、特許データを通じて金融テクノロジーリスク管理ベンダーの発展を示しています。

まず、報告書のデータによると、わが国の金融テクノロジーリスク管理企業の資金調達件数は、2013年から2019年にかけて年々全体的に増加傾向にあり、2017年には57件の資金調達件数でピークに達しました。しかし、2018年以降は2年連続で減少傾向にあり、2019年の資金調達件数は47件となりました。資金調達額全体は増加傾向にあります。 2018年に公表されたイベントの資金調達総額は418.6億元で最高となり、2019年の資金調達額は63.5億元となった。

注：1）統計には合併や買収、負債による資金調達は含まれず、Ant Financialも含まれません。 2) 100万近くの数字、1,000万近くの数字、1億近くの数字は、それぞれ100万、1,000万、1億と数えます。融資額が開示されていない場合は0としてカウントされます。 3) 単位は人民元と米ドルで、人民元に一律換算され、1米ドル=7人民元となります。

図1: 2012年から2020年までの我が国の金融技術リスク管理サービスプロバイダーの資金調達

出典: ゼロワンシンクタンク

2019年上半期には21件、下半期には26件の資金調達イベントがありました。資金調達イベント数が最も多かった月は 1 月、7 月、10 月、12 月で、最も多かったのは 1 月で、資金調達イベント数は 9 件でした。資金調達額の面では、Tongdun Technologyは2019年4月に1億ドルのシリーズD資金調達を完了し、Jiufu Digital Technologyは8月にナスダックに上場し、OneConnect Financial Technologyは12月にニューヨーク証券取引所に上場しました。

図2: 2019年の私の国におけるフィンテックリスク管理資金調達イベントと金額の変化

出典: ゼロワン武器リスト、ゼロワンシンクタンク

注：投資額および融資額が公表されていない企業については、投資額は0として記録される。

特許面では、SooPATデータによると、金融テクノロジーリスク管理に関連する国内特許出願は2014年以降増加し続けている。2014年のフィンテックリスク管理特許出願件数は10件だったが、2019年には出願件数は118件に達し、特許出願の5年間の年平均成長率は63.82％に達した。その中で、アリババとアリペイは2012年から2019年の間に合計27件の金融技術リスク管理特許を申請しており、決済、投資判断、口座セキュリティ、信用などの応用シナリオをカバーしており、最も多くの特許を申請した企業となっている。

図3: 2012年から2019年までの我が国におけるフィンテックリスク管理資金調達イベントと金額の変化

出典: SooPAT、ゼロワンシンクタンク

次に、リスク管理の一般的な 3 つのシナリオ (信用、支払い、サプライ チェーン) に基づいて、各シナリオにおけるリスク管理の問題点から始めて、金融テクノロジーのリスク管理が上記のシナリオにどのように役立つかを説明し、対応する典型的な事例を列挙します。

与信シナリオとしては、主にリテール業務と法人業務に分かれます。小売業における従来のリスク管理の問題点としては、主にデータの質が単一であること、人件費が高いこと、信用のない世帯をカバーできないことなどが挙げられます。企業ビジネスにおいては、標準化された判断基準の欠如、デューデリジェンスコストの高騰、真贋検証の難しさなどの問題があります。 Fintech のリスク管理は、従来のリスク管理のさまざまな側面を最適化します。ビッグデータや人工知能などのテクノロジーを活用し、多次元データとインテリジェント分析モデルを通じて金融機関のリスク管理レベルを向上させます。

中国招商銀行ナレッジグラフ事例

業界で「小売王」として知られる中国招商銀行は、Hehe Information が作成した企業関係のインテリジェントなナレッジ グラフであるリスク ポータルを導入しました。人工知能＋ビッグデータに基づくインテリジェントなリスク意思決定方法により、銀行の企業信用プロセスにおける関連企業の特定不足により生じるさまざまなリスクを軽減します。企業関係のインテリジェントナレッジグラフの助けにより、招商銀行の法人業務の不良債権比率は2020年第1四半期末時点で1.72%となり、前年末より0.12ポイント低下し、2018年第2四半期以降、継続的な低下傾向を示しています。

図4: 中国招商銀行の不良債権比率

出典: 中国招商銀行、ゼロワンシンクタンク

招商銀行リスクポータルは、2,000以上のデータチャネルソースを通じて、企業の工業および商業情報、司法情報、権利抵当および質権、市場データ、運用データ、取引情報、保証情報、資金調達分析、ニュースおよび世論、実際の管理者情報など、銀行の内部および外部データの多次元、マルチチャネルパスのリアルタイムで動的な詳細な情報相関とリスク監視を実行します。

リスクポータルが正式に開始されて以来、2019年4月末現在、招商銀行の支店と子会社計55社が利用しており、訪問者数は計8,280人、アクセス回数は計91,423回となっている。閲覧企業数は75,596社に達し、全国で広くご利用いただいております。

サードパーティ決済のシナリオでは、決済サービスの革新と急速な発展に伴い、QR コード決済、顔認識決済、音声プリント決済などのテクノロジーが日々変化しています。オンライン、オフラインを含む複数の支払いシナリオが登場しています。取引量の急増は、従来の支払いリスク管理モデルに大きな課題をもたらしました。

未来産業研究院の統計によると、わが国の第三者決済規模は2013年に13.9兆元だった。6年間の急速な発展を経て、2019年の決済規模は37.23兆元となり、2022年までに取引規模は54.86兆元に達すると予想されている。

図5：2013年から2022年までの中国の第三者決済総合決済取引規模の統計と成長予測

出典：未来産業研究所、ゼロワンシンクタンク

金融テクノロジーリスク管理では、ビッグデータ、人工知能、生体認証などの新しいテクノロジーを通じて、支払い取引の前、最中、後にリスクイベントをリアルタイムで監視できます。

Alipay AlphaRisk リスク管理エンジン事例

Alipay の AlphaRisk リスク管理エンジンは、AI テクノロジーを使用して従来のリスク管理運用モデルを覆します。 Perception、AI Detect、Evolution、AutoPilotの4つの主要モジュールを構築することで、人間の直感AI（アナリストの直感）と機械知能AI（人工知能）を統合し、機械知能によるリスク管理システムを形成し、将来的にはリスク管理分野での無人管理システムを徐々に実現していきます。

図6: AlphaRiskインテリジェントリスク管理エンジン

出典: Ant Financial、01 シンクタンク

AlphaRisk リスク管理エンジンの自動特徴エンジニアリング (AlphaTrion) モジュールは、特徴生成に多くの時間を費やす従来の特徴エンジニアリングとは異なります。代わりに、時間の 90% を問題のリスクに、5% を自動機能生成に、5% をモデル構築と戦略の適用に費やします。

Alipay は、AlphaRisk インテリジェント リスク管理エンジンの助けを借りて、リスク警告、検出、支払い取引の傍受などのさまざまな複雑なタスクを 0.1 秒以内に実行できます。 Tmall Double Elevenプロモーション期間中、膨大なトラフィックにも耐え、ユーザーの取引を保護しました。

サプライチェーンファイナンスのシナリオでは、従来のリスク管理には3つの大きな問題点があります。金融機関と中核企業のニーズが一致していないこと、金融機関のサプライチェーンファイナンスに対する金融テクノロジーのサポートが比較的弱いこと、政府やその他の機関が金融機関との関連リソース調整に対するサポートを欠いていることです。

フィンテックのリスク管理は、融資前、融資中、融資後の信用サービスシステムの全プロセスにおけるサプライチェーンファイナンスのリスク管理に役立ちます。フィンテックリスク管理は、主に融資前のデータサポート、ルールと戦略の策定、ブラックリストのスクリーニングなどの役割を果たします。企業の多次元データに基づき、融資時にリスク管理モデリングを実施し、中小企業向け信用モデルを構築し、リスクレベル分類を行い、承認および信用供与を支援します。融資後にリスク監視を実施し、主に司法、税務、金融、工商、個人など多方面から早期警告を発し、融資後の資産パフォーマンスも評価し、回収モデルを繰り返して融資後の戦略を調整することができます。

Hehe Informationの「サプライチェーン中核企業向けビッグデータリスク管理プラットフォーム」の事例

合和情報傘下の七心宝ビジネスデータプラットフォームは、国内企業・組織2億3000万社、海外企業2億2000万社、リアルタイム動的多次元企業データベース700億件以上を網羅しています。 「サプライチェーンコア企業ビッグデータリスク管理プラットフォーム」は、Qixinbaoビジネスデータプラットフォームをベースとしており、銀行、金融リース、工業製造、卸売小売、政府機関、法律事務所、メディア、その他の種類の工業および商業企業にビジネス調査およびリスク管理コンプライアンスソリューションを提供します。 30,000 以上の企業や機関にサービスを提供してきました。

図7: Qixinbaoデータの優位性

出典: ヘヘ情報、ゼロワンシンクタンク

リスク管理プラットフォームのビジネス基本調査モジュールでは、企業に37次元のインテリジェント検索ソリューションを提供し、5,000の企業情報のバッチクエリをサポートします。このプラットフォームは、企業の59の側面をリアルタイムで監視します。インテリジェントなリスク管理およびコンプライアンス モジュールは、20,000 のターゲット関連情報のクエリをサポートし、8 つの業界と 36 の分類された世論タグのリアルタイム監視を実行できます。