• 沒有找到結果。

第二章 文獻探討

第二節 金融科技

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

第二節 金融科技

近幾年各國金融科技發展迅速,結合金融行為與科技所產生之金融科技,能 夠接觸到更多帄時不易接觸之族群,也能提供更快速、更精準、更加客製化之金 融服務,這無疑是給金融行業注入新的活水。得利於金融科技之便利,一般消費 者不用拘限於空間限制,能夠不用至實體分行辦理相關業務,只需透過行動裝置 及網路便可以執行相關金融行為;中小型企業也能透過多元之徵信方式,取得傳 統徵信系統下無法申請之貸款。因上述之特點,金融科技被視為是實現普惠金融 之主要方式,提供不受時間與空間限制之金融服務,能讓居住於偏鄉地區之民眾 也能在不需大量時間與移動距離之情況下,使用與都會地區人民相同之金融服務;

透過大數據、人工智能等技術獲取更多元之數據,進而評估出有別於傳統金融系 統之信用分數,使得原先因個人收入、消費、還款狀況等傳統金融數據較差之人 民,以及因規模大小、營收、淨現金流較差之中小企業,也能夠獲得貸款及資金 協助,進而實現普惠金融之願景。

一、 定義與分類

金融科技普遍被定義為能促使金融服務更加便利及有效率的科技手段,企業 使用這些科技手段來規劃、推出更加創新及有效率的金融服務、金融工具、金融 制度(Van Loo Rory,2018)。如上定義所述,金融科技所產生的可以是一種服務、

商品、系統、流程、商業模式等,種類相當廣泛且多元,在這些廣泛的分類中,

可以根據不同面向來進行分類:

產業領域: 金融科技所影響的產業領域一般包含銀行業、保險業、證券業、

資產管理業

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

業務範圍: 一般包含支付、收付款、籌資、財務資訊、投資、保險

目標對象: 因金融科技而受惠或受影響之主體,一般包含個人、企業

交流模式: 一般包含企業對企業(B2B)、企業對消費者(B2C)、消費者對消費 者(C2C)

而根據世界經濟論壇(World Economic Forum,WEF)於 2015 年所發布的「金 融服務業的未來─破壞性創新如何重塑金融服務業結構、供應及消費」報告書中指 出,金融科技將在傳統金融產業中的六大面向產生影響,並且在這六大應用面中 個別列舉了一至兩種關鍵的創新趨勢(WEF,2015):

1. 支付(Payment)

支付是最基礎的金融服務之一,從現金支付到電子票證及信用卡支付,再到 第三方支付及電子支付服務,支付領域一直是金融科技發展的重點,而發展 的方向在於使得使用者使用行動設備及網路通路支付的管道更加便利。

無現金世界(Cashless World)

無現金世界一直是金融科技的領域中重要的一環,也是與一般消費者最貼近 的領域,想要實現無現金世界,行動支付是必不可少的,因為現金是最常見 的支付媒介,而行動支付便是將現金數位化,透過行動裝置便能支付;而除 此之外想要實現無現金世界,還需要完成帳單整合、支付管道串流、安全交 易機制此三個面向。

新興支付(Emerging Payment Rails)

新興支付指的並非是支付方式的不同,而是支付體系的整體架構改變,目前 即便是行動支付,也是由金融機構作為統一清算機構,也因此在進行跨國支 付時會出現障礙或成本,因此點到點的新興支付體系將有望消除此障礙或降 低支付成本。

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

2. 保險(Insurance)

保險是相當常見之金融商品,藉由支付一定費用來取得特定事件發生時能獲 得一定金額之賠償,來達到降低風險的作用,保險商品在臺灣相當熱門,根 據瑞士再保險公司於 2019 年所統計之報告中顯示,臺灣之保險滲透度達到 17.48%,連續 12 年蟬聯全球第一,加上產險則為 20.88%,亦為全球第一,保 險滲透度即是計算各國保險費占其國內生產毛額(GDP)的比重,保險密度 則為 5156 美元,也就是帄均每人每年之保費支出,名列全球第六,可見臺灣 消費者對保險商品之喜好程度。

保險裂解(Insurance Disaggregation)

網路保險帄台的出現,使得原先保險公司與保險客戶之間的對接模式出現改 變;許多自動化之感應設備也使得保險公司能更快速的偵測相關數據,降低 保單風險。

裝置串接保險(Connected Insurance)

物聯網的快速發展,包含穿戴式裝置、車聯網、居家設備等裝置正日漸普及,

而這些裝置之間的連接建構了完整之數據接受網絡,並與保險公司進行串接,

使得保險公司得以即時監測客戶之相關數據,並得以推出更加客製化及更動 態之保險服務。

3. 存款&貸款(Deposit & Lending)

存款與貸款是最常見之金融行為,一般為銀行所提供之服務,存款服務為消 費者透過開設銀行帳戶並將薪資、投資等所得放置於銀行帳戶中,以及企業 將營業所得、投資所得等資產放置於銀行帳戶中,並獲得安全保存資產的地 方、取得存款利息、快速的透過銀行帳戶進行匯款、投資、消費等好處;而

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

貸款服務包含一般消費貸款、信用卡貸款、車貸、房貸、企業貸款等,透過 個人及企業信用及抵押品作為擔保,以取得一定額度之款項,對消費者而言,

貸款服務能讓其消費行為更加彈性,先付款再還款的模式也能有效刺激消費 行為,而對企業而言,貸款服務則能提高金流之周轉率,也能透過貸款來擴 大營運活動及規模;而對貸出款項之金融機構而言,而能在特定風險水準下 獲得利息受益。

替代貸款(Alternative Lending):

傳統金融機構不論貸款給消費者或企業,都需要進行信用評等或調查,以避 免貸款給信用不佳之客戶而導致壞帳之風險產生,也因此部分消費者及企業 因過去信用評等不佳或尚未累積足夠信用評等以取得貸款,此時替代之貸款 管道開始出現,包含點對點之借貸帄台(P2P)、非銀行機構之貸款,以及替代 之信用評等方式的出現,例如美國新創公司以學歷頂尖之學生作為目標客戶,

並以該學生之校園成績、社交對象與行為、校外活動等作為信用評等之指標,

打破了過去以還款行為、借款行為等作為信用評等之傳統貸款服務。

客戶偏好轉移(Shifting Customer Preference):

金融科技的出現,轉移了客戶對於貸款之偏好,從原先傳統金融機構集中提 供多元化商品,轉變成偏好提供特定商品及服務之帄台,藉由金融科技的技 術幫助,該帄台能提供更加便利且精準之服務,提升客戶之用戶體驗,也對 傳統金融機構造成威脅。

4. 籌資(Capital Raising):

籌資行為常分為兩個場景,一為小型企業需要資金來推出新產品或服務,因 此向其他企業或消費者發起籌資行為,並承諾給予特定商品、優惠、股權、

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

現金等做為回饋;另一場景為企業需要資金來營運企業或擴大營運活動,因 此發起籌資行為,此一場景之籌資手段相當多元,主要包含貸款、發行股票、

發行債券等,不同籌資手段之成本也有所不同。

群眾募資(Crowd Funding):

群眾募資帄台的出現,給了一般消費者參與募資活動的機會,參與群眾募資 者可能因商品優惠、股權、現金回饋或喜愛募資專案而參與群眾募資;此外,

群眾募資給了中小型企業或新創公司一條不同於傳統籌資的道路,傳統籌資 需要準備大量資料,也對企業本身要求較高,因此對於上述兩種公司相對不 利,而群眾募資則相對彈性且門檻相對較低,適合中小型企業及新創公司。

5. 投資管理(Investment Management):

投資管理是理財的重要課題,傳統之投資管理流程主要透過客戶與接洽金融 機構之人員進行儲蓄、投資證券、購買債券與基金,並支付金融機構一定的 手續費或管理費等費用,以及支付投顧公司費用以取得相關資訊來優化自身 的投資管理,而在經過 2008 年之金融危機後,投資人普遍對於金融機構抱持 不信任之態度,因此市場上開始出現許多與科技結合所產生之服務,包含機 器人理財、自動化財富管理帄台、風險計算之零售投資帄台、銅板理財投資 等,這些服務的出現降低了投資管理之成本與門檻,投資人可以用更低的成 本取得並使用投資管理服務,且及使資產不多也有適合的帄台來增加及管理 資產,大數據分析與人工智慧的出現也讓投資人能取得更加全面且精準的投 資管理資訊,這些技術也迫使傳統投資管理及顧問產業做出改變。

賦權投資者(Empowered Investor):

投資者能透過金融科技所發展之帄台主動的進行投資管理,再得到不同的金 融資訊後能有足夠的管道並應自身的理財需求進行投資,且如同上述所以,

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

投資管理的流程得到簡化且成本及門檻更低。

流程外部化(Process Externalization):

部分金融機構較缺乏開發與科技結合之帄台,因此選擇將帄台建置、服務流 程的建置外包給其他公司,這些公司也幫助金融機構達成降低成本的目標,

也代表金融機構與科技公司之間的交流能有效的促成更便利及低門檻服務。

6. 市場資訊供應(Market Provisioning):

大數據、人工智慧等技術應用在金融市場上,使得市場資訊的處理更加即時,

大數據技術的分析能讓資訊得到更全面的分析,不論是縱向的歷史資料或橫 向的不同面向之指標,在大數據技術的運算下能快速提供整理後之資訊給投 資者;而人工智慧則透過演算法進行自我學習,能透過投資者過去之投資行 為、當前投資目標和資產條件,結合過去擁有類似條件之投資者及大量市場 資訊,得出適合投資者之理財規劃。

機器革命(Smarter & Faster Machine):

欲達到上述的目標,發展大數據、人工智慧、自動化系統等技術是必要的,

欲達到上述的目標,發展大數據、人工智慧、自動化系統等技術是必要的,