2013互联网金融服务行业分析报告

㈠ 纯粹的金融科技行业分析（通俗易懂最好）

2019年中国金融科技行业市场现状及发展前景分析 未来十大发展趋势分析

2019年中国金融科技行业发展概况分析

《经济参考报》3月26日刊发题为《机构加速抢滩布局金融科技》的报道。文章称，随着金融与科技的深度融合，金融科技正跃上新风口。一方面，银行等传统金融机构不断加注金融科技砝码。邮储银行、农业银行等多家金融机构近日召开了金融科技专场校园招聘，2019年将在金融科技领域加大研发投入。另一方面，互联网系的金融科技公司快速崛起，腾讯、360金融、乐信等多家巨头近日发布的业绩报告显示，2018年金融科技收入增长迅猛，其中360金融2018年净收入同比增长464%。同时，传统金融机构与科技公司的“跨界合作”也愈加紧密，金融科技发展生态正在形成。

业内专家表示，金融科技的发展将提高金融运行效率，为民企融资、金融防风险带来新的环境，但同时也为金融监管带来了新的挑战。根据监管层近期密集释放的信号，金融科技将获更大力度政策支持，金融科技监管也将同步趋严。

未来中国金融科技营收规模将接近2万亿

据前瞻产业研究院发布的《中国科技金融服务深度调研与投资战略规划分析报告》统计数据显示，2013年中国金融科技营收规模仅仅达695.1亿元。之后呈现高速增长状态，2016年以来，我国互联网金融正逐渐从用户流量驱动向金融科技驱动转型。虽然目前我国金融科技仍处于发展初期，但是我国尚未成熟的金融市场给予了金融科技快速发展的土壤。截止至2017年我国金融科技企业的营收总规模达到6541亿元左右，同比增速55.2%。根据前瞻产业研究院测算：2018年，我国金融科技企业的营收总规模达到9698.8亿元，同比增速48.3%。前瞻认为，目前金融科技服务于金融机构，更偏向实际金融业务的后端，并不是金融产业链中利润最丰厚的一环，因此短时间内金融科技营收规模很难迎来爆发式增长，或将继续保持这样的增速稳定增长。并预测在2020年中国金融科技营收规模将达19704.9亿元。

2013-2020年中国金融科技营收规模统计及增长情况预测

数据来源：前瞻产业研究院整理

未来中国金融科技十大发展趋势分析

云计算、大数据、人工智能和区块链等新兴技术与金融业务不断融合，科技对于金融的作用被不断强化，在政策的大力支持下，金融机构、科技企业对金融科技的投入力度持续加大，数据价值持续不断的体现并释放出来，金融业务环节的应用场景更加丰富，金融解决方案创新推陈出新。开发银行、无人银行、资产证券化、数字票据、不良资产处置等方面业务在科技的赋能下由概念逐步变为现实，随着第五代移动通信技术(5G)、量子计算等前沿技术由概念阶段到实际应用，金融作为最先拥抱技术的领域，也会摩擦出新的火花。未来，金融科技发展趋势体现在十个方面：

1、开放银行

开放银行是银行通过开放应用编程接口(API)对外开放服务。即指银行把自己的金融服务，通过开放平台(OpenAPI)等技术方式开放给外部客户(企业或个人)，客户可以通过调用API来使用银行的服务，而不需要直接面向银行。银行通过API的开放开展跨界融合，实现银行与银行、银行与非银金融机构、银行与跨界企业间的数据共享与场景融合，极大拓展了银行服务的生态。

开放银行成为近年来国内外银行转型的新浪潮。“开放银行”概念起源于英国，2018年1月英国9家银行共享数据，首次落地开放银行理念。2018年7月，浦发银行在北京率先发布“APIBank”无界开放银行，标志着国内“开放银行”的首家落地。随后，工商银行、建设银行、招商银行、兴业银行、光大银行等纷纷展开探索，通过开放API,
实现金融和生活场景的链接。

以API
Bank为代表的开放银行4.0时代即将到来。未来，银行的商业模式将从B2C变为B2B2C，服务标准也将从标准NPS升级为整合型NPS。随着金融服务嵌入生活与生产的方方面面，“场景在前，金融在后”的跨界生态圈将成为主流。虽然目前开放银行应用仍处于早期阶段，但未来，银行的账户功能、支付功能、理财产品、贷款产品等将势必形成标准化的API集中输出，成为打通跨界生态的接口。

2、无人银行

无人银行是指通过科技手段减免传统银行的人力使用。通过运用生物识别、语音识别、数据挖掘、人工智能、VR、AR、全息投影等科技手段，替代传统银行的柜员、大堂经理、引导员等岗位，为客户提供全自助式的智能银行服务。

银行人力减少是目前大势所趋。目前大部分银行都实现了人力的部分替代，少数银行试点几乎实现了厅店全替代。至2018年5月28日，我国银行物理网点共退出4591家，从2017年下半年开始银行退出网点数目同比增速平均是55%。截至2018年6月底，四大行员工数与2017年底相比，减少已超过3.2万人。

短期内无人银行将仍处在试点阶段。目前建设银行已经开启了无人银行试点，通过更高效率的智能柜员机替代柜员、保安、大堂经理，刷脸刷身份证替代人工验证的方式，覆盖90%以上现金及非现金业务。尽管无人银行为银行网点转型打开探索新路径，但目前银行业务还难以实现百分之百无人化，例如需要安排保安值班;客户在智能终端上开卡、汇款时，出于安全风险考虑，也会安排工作人员现场服务。因此未来的一段时间内，无人银行仍将作为探索性的试点存在。

3、量子计算与金融

量子计算是一种遵循量子力学规律的新型计算模式。普通计算机使用比特(bit) 中0与1的两种状态存储数据，而量子计算机的存储单位量子比特，除0和1外，
同时还可以实现多个状态的相干叠加态。 所以，
基于量子计算的量子计算机就可以通过控制原子或小分子的状态，记录和运算信息，其存储和运算速度都能远远超越传统通用计算机。例如使用超级计算机分解一个400位的数字，需要60万年，而用量子计算机只需要几小时甚至几十分钟。

量子计算的应用能极大提升金融服务效率。量子计算由于其超强大的计算能力，可应用于在金融业多个方面。例如金融高频交易，利用算法根据预先设定好的交易策略自动执行股票交易，在达到相同结果的前提下，量子计算比传统计算机的速度要快得多。再比如诈骗检测，利用量子计算机的快速学习的特点，能大大加速神经网络学习速度，迅速打击新兴的诈骗方式。

量子计算也可能会为金融业带来巨大风险。量子计算在计算速度上的飞跃式提升，也可能会对现有金融体系带来威胁。例如目前正在使用的许多公钥密码系统，在量子计算极大的计算性能下，很有可能会遭到破解，这些将严重影响互联网及各地数字通信的保密性和完整性，对现有的安全系统和管理机制造成大范围和系统性的破坏。因此，在量子计算机瓦解当前密码体系并实现商业化之前，必须建立量子安全解决方案形成安全的过渡。

4、5G与金融

5G是第五代移动通信技术，是4G之后的延伸。5G概念由标志性能力指标“Gbps用户体验速率”和一组关键技术组成。5G技术创新主要来源于无线技术和网络技术两方面。在无线技术领域，大规模天线阵列、超密集组网、新型多址和全频谱接入等技术已成为业界关注的焦点;在网络技术领域，基于软件定义网络(SDN)和网络功能虚拟化(NFV)的新型网络架构已取得广泛共识。

5G将进一步优化金融服务，实现金融场景的再造，为金融行业注入新的生机。5G技术的热点高容量场景，将为用户提供极高的数据传输速率，满足网络极高的流量密度需求，该技术场景将有效提升移动端金融服务的速率，减少因网络延迟造成的支付卡顿等情况，同时速率的提升也有助于通过AR/VR技术进一步丰富支付模式，提供更加真实的场景体验;5G技术的连续广域覆盖场景还可有助于银行无人网点的部署，通过AR/VR技术将金融服务带到此前网点无法覆盖的偏远地区，实现普惠金融服务。此外，5G面向物联网业务的低功耗大连接和低时延高可靠场景还将通过实现万物互联，获取海量、多维度、相关联的人、物、企业数据，进一步优化供应链金融、信用评估、资产管理等相关金融服务，实现更多丰富场景的探索。

5G及相关产业的发展带来广阔投资空间，引发金融高度关注。5G一方面提供更快的速率和更高的带宽，促进移动互联网进一步的蓬勃发展和人机交互新模式的创新，另一方面还将实现机器通信，千亿量级的设备将接入5G网络。5G还将与云计算、人工智能、AR/VR、无人驾驶等技术相结合在车联网、物联网、工业互联网、移动医疗、金融等领域带来更加丰富的应用场景，此外，5G网络还将是能力开放的网络，通过与行业的结合，运营商将构建以其为核心的开放业务生态，拓展新的业务收入模式，目前中国移动已经联合战略伙伴打造了百亿级规模的5G投资基金，国内外险资、券商、阳光私募、风投等众多机构，也早在2017年成立了数十支5G产业专项投资基金，未来5G及相关产业将持续引发金融高度关注。

5、移动金融安全

移动金融指的是使用移动智能终端及无线互联技术处理金融企业内部管理及对外产品服务的解决方案的总称，移动金融安全指的是移动金融业务开展过程中的安全。当前移动智能终端的普及加速了金融信息化建设，越来越多的金融服务向移动化逐步转型。移动金融丰富了金融服务的渠道，为金融产品和服务模式的创新、普惠金融的发展提供了有效途径。央行印发《关于推动移动金融技术创新健康发展的指导意见》将“安全可控”作为移动金融的健康发展的重要原则之一，强调了移动金融安全的对于移动金融技术创新发展的保驾护航的地位。

移动金融在创新与安全的博弈中发展，安全问题愈发引起重视。随着金融产业的发展，金融行业移动应用日渐成为金融服务及产品的重要支撑手段，移动金融未来将继续在规模和创新上发展。金融科技快速发展给移动金融带来了无限生机，但同时也滋生了诸多风险。移动金融应用中频发木马病毒、支付安全、敏感信息泄露、身份认证绕过、仿冒等安全问题，引发了监管部门乃至社会的广泛关注，移动金融安全成为金融创新发展中至关重要的保障。

个人信息安全是移动金融安全的重中之重。近年来，移动互联网应用程序(APP)越界获取用户隐私权限、超范围收集个人信息的现象频发。移动金融应用中隐私窃取类恶意应用占比最高，用户个人信息受到极大威胁。为保障个人信息安全，维护网民合法权益，中央网信办、工业和信息化部、公安部、市场监管总局开展“App违法违规收集使用个人信息专项治理”，加强个人信息保护，推动移动信息安全建设。

生物特征识别兼顾安全与便捷，成为移动金融安全关注的热点。目前，生物特征识别技术已经基本成为移动智能终端的标准配置，逐渐成为了金融业务中新型用户身份核实和认证的发展方向。中国人民银行于2018年10月颁布金融行业首个生物识别技术标准《移动金融基于声纹识别的安全应用技术规范》，将安全性和个人隐私保护摆到了突出位置，规范如声纹等生物特征识别的安全应用。

6、数字票据

数字票据是一种将区块链技术与电子票据进行融合，实现自动安全交易的新型票据。数字票据借助区块链具有分布式账本、去中心化、集体维护、信息不可篡改等特点，使数字票据更具安全性和信息公开性，更加智能交易，更加便捷使用。

数字票据可以实现全程高效真实的信息传递，全程自动化交易，以及交易过程全程追踪，提高用户隐私保护。区块链具有点对点传输，采用去中心化的信任机制的优势，保证数字票据的数据安全性、完整性和不可篡改性。数字票据利用区块链提供可编程的智能合约，实现票据的自动抵押、清付和偿还，避免交易风险。并且，所有交易都被记录在完整的“时间链”上，一旦有违约行为发生，可以追溯其责任，并且通过隐私保护算法保护参与者隐私，可实现参与者在区块链上的匿名性。

上海票据交易所数字票据实验性生产系统成功上线，工行中行浦发等银行参与其中。数字票据交易平台实验性生产系统已在2018年1月25日成功上线试运行，工商银行、中国银行、浦发银行和杭州银行在数字票据交易平台实验性生产系统顺利完成基于区块链技术的数字票据签发、承兑、贴现和转贴现业务。数字票据交易平台实验性生产系统结合区块链技术和票据业务实际情况，对前期数字票据交易平台原型系统进行了全方位的改造和完善，使结算方式更加创新，业务功能更加完善，系统性能不断提高，安全防护不断加强，隐私保护更加优化，实现实时监控管理。

7、数字资产证券化

数字资产证券化是将数字资产转化为证券的过程。将域名、商标、品牌、数字货币、游戏装备、账户号码等相关缺乏市场流动性的数字资产，转换为在金融市场上可以自由买卖的证券的行为。

数字资产证券化目的在于获取融资，以最大化提高资产的流动性。数字资产是文化产业的创新蓝海，是互联网+文化产业的新业态，是“文化互联网+”的文化大产业下的商业模式创新。域名、商标等数字资产缺乏市场流动性，通过数字资产证券化，有效打破刚性兑付，有效盘活巨大的金融资产和社会的存量资产，能把缺乏流动性但有收益性的数字资产设计成证券化产品卖出去，收回现金，提高流动性，进而获得融资。

数字资产证券化是区块链的最佳实践场景。我国央行货币研究所也在不断探索数字资产证券化区块链平台，借助区块链的分布式数据储存、去中心化的特点，保证了以及底层数字资产数据真实性，且不可纂改，降低了信息不对称性，增强了信息的透明及可靠程度，有效解决了机构间费时费力的对账清算问题，降低数字资产的融资成本，提高融资效率。

8、消费金融

消费金融是为满足消费者具体消费需求的现代金融服务方式。是金融机构向消费者提供用于购买装修、旅游、电子产品、教育、婚庆等具体的消费需求的个人消费贷款服务。除银行提供的贷款服务外，接触较多的消费金融服务有京东金融的“京东白条”、蚂蚁金服的“花呗”、苏宁的“任性付”等以及被大众接受的P2P小额理财服务。根据银监会发布的《消费金融公司试点管理办法》中定义，消费贷款是指消费金融公司向借款人发放的以消费(不包括购买房屋和汽车)为目的的贷款。

未来中国消费金融行业迎来巨大发展空间。2018
年，国家出台了多项鼓励消费金融发展的政策。特别提到“加快消费信贷管理模式和产品创新、不断提升消费金融服务的质量和效率。“作为消费主体的80、90后，更愿意通过借贷的方式满足产品购买需求。同时，随着消费金融规模的不断扩大，消费金融会向二三线城市下沉，各类金融应用场景需求增多。

金融科技助力消费金融产品创新和风控体系建设。目前，
我国消费金融存在监管机制有待完善、企业产品创新不足、风险防控体系不健全等问题。金融科技的发展为消费金融开发更多的产品应用场景，提升消费者体验，激活和拓展市场空间;同时，利用金融科技建立构建完善的风控运营体系，解决消费金融面临的征信记录缺失、运营经验缺乏，降本增效。在科技的驱动下，消费金融将不断提升风险防控能力，不断提升运营能力与科技创新能力，科技驱动下的产品创新和风控体系的建立将为消费金融迎来更大的发展空间。

9、智能客服

智能客服可以显著提高金融服务效率。智能客服系统是利用机器学习、语音识别和自然语言处理等人工智能技术，处理金融客户服务中重复率高、难度较低且对服务效率要求较高的事务，如服务引导、业务查询、业务办理以及客户投诉等业务。目前应用的智能客服场景有智能客服机器人、智能语音导航、智能营销催收机器人、智能辅助和智能质检等。

金融机构及互联网企业都在加大智能客服的探索和应用。金融机构在线上线下对智能客服系统应用广泛，网站、App客户端等线上智能客服服务系统能够实现自动理解客户问题并进行解答和办理简单业务。在线下网点的智能化进程加速，逐步推广无人银行，智能机器人、智慧柜员机、VTM机、外汇兑换机等大量智能自主终端，大幅减少人工服务成本，使客户获得更满意和周到的服务体验。同时，互联网企业在智能机器人方面的研发投入力度不断加大，为这些金融客户提供个性化的智能客户服务。

智能客服系统逐渐渗透到金融业务的售前、售中、售后全流程。目前，智能客服系统已经能够代替人工客服为客户解决许多简单、重复的问题，为金融机构节约了大量的人工成本。随着社会的发展，客户对服务的及时性、移动性、多渠道性提出更多的要求，智能客服的应用为金融机构留住更多客户，提供全天候及时、便捷的服务，增强客户粘性。在智能客服的应用过程中，大量用户数据通过智能客服积累和沉淀下来，为精准营销和业务流程优化提供参考。同时，智能客服系统利用大量完备的用户数据，逐渐承担起更多售前、售中、售后全流程的金融业务。

10、不良资产处置的科技运用

科技带来不良资产处置方式创新发展。不良资产可分为股权类资产、债券类资产和实物类资产。不良资产处置有破产清算、拍卖、招标、协议转让、折扣变现，以及债转股、债务重组、资产证券化、资产重组、实物资产出租、实物资产投资等方式。近年来，随着云计算、大数据、人工智能、区块链技术的发展应用，出现了以互联网为基础的创新处置模式，如不良资产综合处置平台，众筹投资、撮合催收等。

经济新常态背景下对不良资产处置任务艰巨。不良资产率的持续攀升，政府鼓励不良资产处置的市场化。据银保监会称，2018年中国商业银行的不良贷款率为1.89%，为10年新高，截至12月底，商业银行不良贷款总额为2万亿元。
在经济新常态下，风险和各种不确定因素增多，对不良资产处置的效率和处置效益提出更高的要求。近年来，银行机构、资产管理公司等纷纷与互联网企业合作，通过网络平台模式进行不良资产的拍卖，涉及股权、债权和各种实物抵押物，取得良好效果。

金融科技已经在多个环节开发实际应用场景。科技运用可以快速发现资产价值，减少错配情况的发生，同时，可以显著提高信息互通，提升效率，提高不良资产处置回收率。目前金融科技已经在多个环节开发应用场景。如在运用自然语言处理和机器学习技术优化催收策略，同时，实现催收业务流程自动化，缩短处置的时间周期;通过大数据分析实现信用风险的精准定价;区块链分布式记账解决信用机制、信息不对称等问题，优化不良资产证券化流程，缩短处置周期，保证信息的真实有效性。

㈡ 从不同行业和个体的需求角度分析互联网金融兴起的必然性

2018年中国互联网金融行业市场分析：产业发展日趋规范，科技仍是发展驱动力

2018年中国互联网金融行业发展概况分析

2018年已然过去，而在这一年，"普惠金融"、"区块链+"、"人工智能+"等成了互联网金融行业关键词，行业本身也发生了天翻地覆的变化。

那么，在新的一年里，互金行业又会发生哪些变化?今天就来盘点2018年互金行业发生的几件大事，从中或许能找到一些答案。

2018年国内互联网金融行业融资热度波动较大

据前瞻产业研究院发布的《中国互联网金融行业市场前瞻与投资战略规划分析报告》统计数据显示，2018年第一季度受春节假期及年底资金相对紧张的影响，融资金额和数量相对较低;第二季度融资热度有明显回升，6月总融资金额高达近千亿元，主要得益于蚂蚁金服获得的新一轮140亿美元融资;而第三季度和第四季度若不将京东金融和陆金所获得较大金额融资纳入统计，整体融资热度有明显下滑，这主要是因为P2P网贷行业风险集中爆发，再加上备案延期，政策不确定性风险较高的影响。

从互联网金融行业获得融资的细分领域来看，2018年国内最受青睐的是区块链行业，全年共发生234例融资;其次是外围服务行业90例，主要是由提供技术服务、大数据服务的平台获得;借贷行业2018年发生39例融资，其中有25例发生在P2P网贷行业;互联网保险和第三方支付行业也分别获得22例和17例融资。

2018年中国互联网金融细分行业融资事件统计情况

数据来源：前瞻产业研究院整理

1、互金行业多家公司上市

2018年，互金行业上市了不少公司。据统计，截止2018年年底，共有7家互金机构成功上市。它们分别是：小赢科技、泛华金融、点牛金融、品钛、微贷网、360金融和51信用卡。在这其中，除了51信用卡是在港股上市，其余6家皆在美股上市。

在这其中，泛华金融和360金融属于消费金融领域，点牛金融和微贷网专注车贷市场，小赢科技主抓联网金融信息服务，品钛则是金融科技整体方案提供商，51信用卡主营白条、车房贷等账单管理服务。

2、银保监会成立

2018年3月，银监会保监会合并成为了"银保监会"，银监会、保监会成为了历史。这无疑是金融监管体制改革的重新探索。

可以看到，决策层和各监管部门已意识到，当前的金融监管体制已不再适应我国金融业的发展，改革势在必行。而从银保监会的成立可以看出，改革的方向不是改变现行金融监管体制，而是统一政策，让监管部门在协调合作和相互制约的过程中发挥作用，实现金融监管全覆盖。

有业内人士表示，以往出现的互金行业乱象，主要是金融管理部门对这些新兴金融业态的行为和风险监管长期缺位所致。如今各管理部门相互沟通协调，无疑能在一定程度上避免部分金融风险事件。此外，"监管"或许还是今年金融行业的主旋律。

3、科技成互金行业驱动力

2018年的互金行业，一众巨头都在积极布局科技领域。凤凰金融坚定实施"智能金融"战略，满足全球华人理财需求;京东金融改名京东数科，推出智能机器人等业务;胡晓明携科技归来，接班蚂蚁金服总裁职位……

此外，这些领先公司还将金融科技，落实到了今后的发展计划中。以凤凰金融为例，凤凰金融总裁张震在2018年11月29日的"2018CNBC全球科技大会-南沙"大会上，谈到未来业务发展时表示：凤凰金融在寻找和攀登未来的阶梯，而这一阶梯是在金融科技领域的不断创新中发展。

据了解，凤凰金融目前以"区块链+人工智能+大数据"为矩阵，并已经在财富管理、海外、网贷、基金、保险等细分业务场景中实现了完美落地，推出了凤凰智保、魔镜智投、凤凰真准、凤鸣智能资讯等智能资产配置工具，为用户提供金融知识储备、准确的投资建议、私人定制配置方案等个性化、精准化、全面化的免费服务。

与此同时，凤凰金融还在内部管理上，研发了凤栖用户管理系统、凤飞渠道管理引擎和凤羽万象大数据风控系统等中后台管理体系，重在提升业务处理效率和运营管理能力。在"智能金融"战略之下，从前端的产品设计到中后台的渠道管理、用户管理和风控，凰金融已实现了全平台智能系统覆盖。

有鉴于此，在新的一年里，科技仍将是互金行业发展的驱动力，科技带给互金行业的也不仅是去中心化，而是以全新的方式助力整个行业提升。

4、保本理财成为历史

在2018年3、4月份，《关于加大通过互联网开展资产管理业务整治力度及开展验收工作的通知》和《关于规范金融机构资产管理业务的指导意见》出台。

其中，对于互金行业的规范主要在这几个方面：1、依托互联网公开发行、销售资产管理产品，须取得中央金融管理部门颁发的有关牌照。2、网贷机构将互联网资产管理业务剥离出去，分立为不同实体的，仍将该实体视为机构的一部分，一并验收。3、打破刚性兑付，预示保本理财成为历史。

可以看到，这些规定的出台，不仅规范了金融机构，还给它们卸下了高成本担子。这对于2019年的网贷备案验收和分类处置等方面，也无疑具有指导性意义。

2018年中国互联网金融行业发展日趋规范 预测2019年将呈现新局面

综合来看，互金行业经过2018年的洗礼，呈现去伪存真的局面，行业发展也越来越规范。在这个基础之上，结合科技等方面的赋能，2019年的互金行业将呈现全新局面。

㈢ 如何推动互联网金融业发展的调研报告

《2015-2020年中国互联网金融行抄业领航调研与投资战略规划分析报告》由中咨领航资深专家在大量周密的市场调研基础上撰写，主要依据中国国家统计局、国家海关总署、国务院发展研究中心、相关行业协会、国内外相关报刊杂志的基础信息以及专业研究单位等公布和提供的大量资料。报告首先分析政策、经济等环境对互联网金融行业的影响；接着从国内外互联网金融行业发展现状、发展热点、市场规模把握行业整体现状；然后从互联网金融行业市场供需、细分市场及时发现机会点和增长点；进一步从互联网金融市场竞争、重点企业搜集竞争情报，进行竞争定位；最后从互联网金融行业发展前景及趋势进行战略预判；而且综合了互联网金融行业投资风险和投资机会制定投资战略规划。

㈣ 2013 年 9 月，发达国家的互联网金融是个什么现状

由于入职不久，所了解的情况有限，若有不足或错误的地方，还请指出。
日本有一个法案叫做《银行法实施规则》，规定银行的营业时间在原则上是从上午九点到下午三点，这导致了平时要上班的人基本没空去银行办理业务，而周六周天银行又要休业。而且，在营业时间外用ATM的话是要收手续费的。好在日本便利店发达，利用便利店里的ATM可以满足部分利用需求，但人们利用银行服务时不方便的问题没有得到根本的解决。
因此，日本银行的互联网服务上基本上在考虑如何将本来在银行营业店的业务通过互联网来实现，比如最基本的账户余额查询，交易记录查询，转账等等，还有一些附加服务，比如购买彩票，贷款申请，开办定期存款账户，交水电费年金保险等等，根据各个银行而异。这块应该跟国内相差无几。最近，随着智能手机的兴起，很多银行都推出了对于的智能手机端应用程序。
近十年以来随着互联网的普及，兴起了一种网络银行，比如日本网络银行，乐天银行，索尼银行等。这类银行的ATM和营业店很少，从账户的开设到银行业务的处理，都主要通过互联网进行。也就是说，原则上讲，这类银行不进行现金交易，也不发行各种文件类的证明。也因为这样，银行的成本得到大幅度消减，定期存款利率也比传统银行高。
最近有一些地方银行正在通过互联网技术开始开设一种无人营业店，就是在营业店里放置显示器，感应笔，现金机，存折打印机等必备的硬件，然后顾客和营业员通过视频进行交流，然后顾客通过感应笔来进行信息的录入，而营业员则通过网络远程操作现金机存折打印机等来完成基本业务。这样的无人营业店占地面积小，成本低，更容易开设到很多商业区去。

㈤ 如何进行互联网金融运营数据的分析，都有哪些方法

来源于：知乎
大部分的互联网金融公司最为纠结的一点是，流量这么大，获客成本这么高，为什么最后的的转化率和成单量却这么低？怎样才能提高用户运营效率？用户行为数据分析怎样把处在不同购买决策阶段的用户挑选出来，帮助互联网金融公司做到精益化运营？
我们的客户中很大一部分来自互联网金融，比如人人贷等行业前 10 的互联网金融公司。在服务客户的过程中，我们也积累了大量的数据驱动业务的实践案例，来帮助客户创造价值。
一 、互联网金融用户四大行为特征
互联网金融平台用户有四大行为特征：
第一流量转化率低，下图是某互联网金融公司网站上，新客户过去 30 天整体购买转化漏斗，其转化率只有 0.38%：
而这并非个例，实际上，绝大多数互联网金融公司，在 web 端购买的转化率基本都在 1% 以下，APP购买率在 5% 左右，远远低于电商或者其他在线交易的购买率。
第二，虽然转化率低，但是客单价却很高。一般来说，电商行业客单价在几十到几百，而互联网金融客户，客单价从几千到几万，某些特殊领域甚至高达几十万。而客单价高，就意味着用户购买决策会更复杂，购买周期也会更长。
第三，用户购买行为有很强周期性。电商的客户下次购买时间是不确定的，但是互联网金融平台上，真正购买的用户，是有理财需求的用户，在资金到期赎回产品后，一定还会进行下一次购买，只不过未必发生在你的平台上。
可以看到，每隔一段时间，这个用户就会有一段集中的、大量的交互行为。当用户购买完成后，用户的交互行为又变得很少，可能偶尔来看看产品的收益率，但整体的交互指标不会太高，直到他下一次购买。这个用户理财需求的周期是一个月左右。

最后一个特点是「很强的特征性」，主要包括两个特征：
A：用户的购买偏好比较容易识别，理财产品数量和品类都很少，所以用户购买的需求或者偏好，很容易从其行为数据上识别出来。
B：用户购买过程中的三个阶段特别容易识别：
用户在购买决策阶段，有大量的交互事件产生，他会看产品，比对不同产品的收益率和风险，比对不同产品的投资期限等等；
但是一旦他完成了产品的购买，就不会有大量的交互行为产生，他可能仅是回来看一看产品的收益率。
当用户的产品资金赎回之后，又有大量的交互事件产生，实际上他处在下一款产品购买的决策期。
二、互联网金融用户运营的三大步骤
针对互联网金融用户行为的四个特征，在用户运营上有三个比较重要的阶段性工作：
1.首先，获取可能购买的目标用户，合理配置在渠道上的投放预算，以提高高质量用户获取的比例：
渠道工作的核心，主要是做好两方面的工作：宏观层面，优化整个渠道的配置；微观层面，单一渠道角度来说，根据渠道配置的策略，有针对性地实施和调整。
具体渠道的实施，大家都比较熟悉，但是对于整个渠道组合配置的优化，很多人接触的其实并不多。
这张图是整体转化漏斗，从不同维度可以做对比，比如我们先选出流量前 10 的渠道：
以渠道一为例，总体的转化率是 0.02%；在过去 30 天站内总体的流量是 18.9K，漏斗第一级到第二级的转化率是 3.36%，这样一共是五级，我们看到最终渠道一带来总体的成交用户一共是 4 人。
类似的，前 10 的渠道数据都很清晰。不同渠道带来的流量，不同渠道总体的转化率，以及不同渠道在整个转化路径上每步的转化率都可以看到。
这里面有几个渠道很有特点：
渠道一的特点，渠道一带来的流量是所有 10 个渠道里最大的，但是它的总体转化率却是低的；
渠道二和渠道七，渠道二的量很大，但是转化率是零。渠道七量比较一般，转化率也是零；
渠道九和渠道十，这两个渠道是所有渠道里转化率最高的。但是这两个渠道特点，是带来流量不是特别大……
第一象限（右上角）渠道质量又高，带来流量又大的，这里面渠道三四五是符合这个特征的，渠道策略应该是继续保持和提高渠道的投入。
第二象限（左上角）渠道的质量比较高，但带来的流量比较小，这里面包含的主要渠道就是八九十。对应的主要策略是，加大渠道的投放，并且在加大投放的过程中，要持续关注渠道质量的变化。
我们先看第四象限（右下角），渠道质量比较差，但是带来流量比较大，这里面主要有渠道一和渠道二。相对应的渠道策略，应该在渠道做更加精准的投放，来提高整个渠道的质量。
第三象限（左下角）这个象限里渠道质量又差，带来流量又小，比如渠道六跟渠道七。我们是否要直接砍掉？这里建议是，策略上要比较谨慎一些。所以在具体渠道的策略上，业绩保持监测，然后小步调整。
根据上面数据分析得出的结果，做过渠道优化后，就会为我们带来更多高质量的用户。
2.接下来就要把高价值的用户——真正有购买需求，愿意付费、购买的用户找出来。
将资源与精力投入到真正可能购买的用户上的前提是，我们要能够识别出，哪些是真正有价值的用户？哪些是价值偏低的用户？
其实对于互联网金融平台来说，甚至所有包含在线交易的平台，用户的购买意愿，是可以从用户的行为数据上识别出来的。由于互联网金融平台的特殊性，相比于电商平台来说，商品品类更少，平台功能也更为简单，所以用户的行为数据，也更能反应出互联网金融平台上用户的购买意愿。
把用户在平台上的所有行为总结一下，核心的行为其实并不多，具体包括：
用户查看产品列表页，说明有一些购买意愿，点击某个产品，说明用户希望有进一步的了解。用户最终确认了支付，完成了购买，购买流程就走完了，他的理财需求已经得到了满足。每一种行为都表示出用户不同程度的购买意愿，所以获得用户在产品里的行为数据就十分重要。
既然用户行为数据这么重要，那么怎样获取呢？GrowingIO 以无埋点的方式，全量采集用户所有的行为数据，根据我们对业务的需求，配比成不同的权重系数，并按照每个用户购买意愿的强弱，进一步分群。
这是我们一个客户制作的用户购买意愿指标的范例，刚才的前 5 个行为，都是用户在购买前典型的行为：
每种典型事件的权重系数不一样，用户购买意愿是越来越强的：用户点了投资按纽，甚至点了提交的按钮，显然要比他单单看产品列表页，或者单单看产品页、详情页的意愿强。越能反应用户购买意愿的事件，你给它分类的权重应该是最大的，这是大的原则，0.05 还是 0.06 影响并不大，所以不必纠结。
这样通过这种方式，我们就可以按照每个用户的所有行为，给用户做购买意愿打分的指标，最终形成用户购买意愿的指标。
这是我们从高到低截取部分用户购买意愿打分的情况，第一列是每个用户的 ID，第二列是按照购买意愿给每个用户打分的情况。得分高的，就是购买意愿最强烈的用户。
拿到所有用户购买意愿之后，我们就可以按照用户购买意愿的强烈与否，把所有的用户分成不同的群体，来做针对性的运营。
这是在把用户在过去 14 天内，由其产生的所有行为数据，按照购买意愿打分的权重，把打分大于 5 的用户找出来，在总体用户里，这部分用户购买意愿排名前 20% ，我们给它起个名字，叫购买意愿强烈的用户。
类似我们还做了购买意愿中等的用户分群，这是购买意愿排名在 20-60% 之间的用户；购买意愿排名在最后 40% 的用户，是购买意愿最弱的用户分群。
分群之后，点击任意一个分群，都会以用户 ID 的形式列出来。因为你要有用户的 ID ，才能对这些用户施加运营策略。每个用户最近 30 天的访问次数，最近的访问地点，最后一次访问时间都可以看到。
接下来针对这些购买意愿强烈的用户，怎样推动用户的转化呢？
3.采取针对性的运营策略，提高高价值用户的转化率。
首先我们来看一下购买偏好，互联网金融平台商品品类是比较少的，用户购买的目的性也比较清晰，一般商品的品类有这么几种：
第一种：债券型理财产品
第二种：股票型理财产品
第三种：货币型理财产品
第四种：指数型理财产品
第五种：混合型理财产品…
我们把用户在不同品类商品上的访问时长占比算出来，就能比较好地了解用户的购买偏好。比如下图，我们用用户访问债券型产品详情页的访问时长，除以用户在站内总体的访问时长，就能够得到用户在债券产品上访问时长占比的指标。
我们还是使用用户分群的工具，把在债券型产品上的访问时长占比大于40%的用户分出来，这是有非常强烈表征的客户，他购买的偏好就是债券型的产品。
同时我们再设定另外一个指标，比如用户购买意愿指标，之前我们做过大于5，也就是购买意愿排名在前 20% 的。
通过这两个条件，我们就可以把购买偏好是债券型产品，同时有强烈购买意愿的用户找出来，这两个指标的关系是并（and）的关系。同样我们可以按照用户的购买偏好，把关注其他品类的用户，都做成不同的用户分群，然后形成不同购买偏好的用户群体。
针对这些用户，其实在运营策略上，我们可以从三个层面来展开来进行做：
从购买阶段的角度，首先我们把所有用户可以分成新客和老客。对于这两个群体来说，运营策略和运营重点是非常不一样的。
新客群体，是从来没有在平台上发生过购买的用户，我们要根据用户的购买意愿，做进一步的运营。
老客群体，也就是在平台上已经发生过产品购买的用户，除了关注用户的购买意愿之外，用户的资金状态（资金是否赎回）也是非常重要的参数。
用户是否购买过产品？购买产品的用户是否已经赎回资金？这两个内容，其实是一个用户当前的属性。在我们分群的工作里，这有个维度的菜单，通过这个维度菜单，我们就可以把具有某种属性的用户找出来：
这里我做了一个分群，我们可以看一下。在维度的菜单里，我们把是否购买过产品的维度值设置成了 1 。把资金是否已经赎回这个维度的值，也设置成了 1 。实际上是把那些资金已经赎回的老用户找出来；同样在指标这个菜单里，我们同时也把有强烈购买意愿的用户找出来，时间是过去 14 天，指标大于 5 。
这样我们就制作了一个用户分群，而这个用户分群里所有用户，要满足下面的三个特征：
特征一：购买过产品的老客。
特征二：他们的资金，目前已经赎回了。
特征三：过去 14 天内的行为数据，表明这个用户有着强烈的购买意愿。
同理我们把所有用户，整理为下面几个不同类别，对应不同的运营策略：
比如新客里，当前有购买意愿的，其实他属于购买决策期的新用户。应该根据用户的购买偏好，推荐这种比较优质的理财产品。并给予一定的购买激励，来促进这些新客在平台上的第一次购买，这个对于新客来说是非常重要的，以此类推。
相比于电商或者其他行业，互联网金融平台结合行业和用户的特点，从用户行为数据分析的角度，驱动产品业务以及提高用户的转化率，有更加重要的意义。

㈥ 为什么说2013年被称为中国互联网金融发展“元年”,5件最具有影响力的事件

2013年被称为互联网金融元年，这是因为，互联网金融代表性模式，如三方专支付、P2P网贷、众筹等创属新模式，经过前期一一些年的酝酿与发展，到了2013年互相促进，进入到了爆发期。出现了规模级的现象，如余额宝从2013年6月份上线，仅18天，用户数量便突破了250万，一年之后用户数超过了1亿元。还有各式各样的P2P网络借贷在2013年迅速发展。P2P年从英美2006年出现以来，在国内已经衍生出五花八门的模式，P2P网贷试图运用互联网的渠道，实现对传统金融体系的“脱媒”，掀起了新型直接融资模式。

㈦ 如何看待互联网金融的发展所带来

从事金融服务的金融机构或互联网企业，不得利用自身的业务优势和技术优回势侵害消费答者的合法权益，任何机构不得利用自身优势地位擅自动用客户资产或泄露客户信息。
根据前瞻产业研究院发布的《2013-2017年中国互联网金融行业市场前瞻与投资战略规划分析报告》显示：互联网改变了金融服务的供给方式，但没有消除金融固有风险，仍然需要遵循线上与线下统一的监管标准，网上金融业务不具有风险上的特殊监管待遇。

㈧ 在哪儿可以找到互联网金融的行业数据

前瞻产业研究院 提供的《2015-2020年中国互联网金融行业市场前瞻与投资战略规划分析报告》显示，截止至2014年底，我国互联网金融市场规模已经突破10万亿元。以P2P业态为例，过去5年中，各类P2P平台都获得了年均超过250%的爆发式增长。

不过，作为新兴行业，互联网金融问题不容忽视。互联网金融的安全风险也日益加剧。仍以P2P业态为例，数据显示，2015年上半年我国问题P2P平台数量为273家，数量超过2014年问题P2P平台数总和，今年以来，P2P网络贷款平台出现跑路或提现困难的公司更是高达677家。

㈨ 求《中国互联网金融发展报告 （2013）》电子版 紧急！！！

下个caj阅读器就能看了，望采纳