2017年1月30日 星期一

FinTech革命

FinTech革命
2016/08/30

【第二章】改變金融的不是銀行
- FinTech七大領域:
1.個人理財(PFM) 2.線上融資 3.投資支援
4.經營、業務支援 5.群眾籌資 6.手機、Web支付/轉帳 7.加密貨幣
- 銀行根據財報及事業計畫為基礎來審查融資,而線上融資公司主要觀察的是網路商城的支付資訊,
分析這些資訊就能精確掌握銷售變化,因此可進行獨立融資判斷。
- 比特幣2.0項目:
Colored Coins,Namecoin,Storj,Ethereum(乙太坊),Ripple,Counterparty(合約幣)
【第四章】科技業跨入金融的先行者
- AlpacpaDB的Capitalico:讓人工智慧學習股票當日沖銷者(Day Trader)所擁有的交易訣竅。
- 深度學習有幾種類型,尤其有名的是擅長物體辨別、人臉辨識這種影像辨識的卷積神經網路(Convolutional Neural Network,CNN)。使用的是擅長識別商品價格、隨時間變化之數據的「循環神經網路(Recurrent Neural Networks,RNN)。
【第九章】背水一戰的地方銀行
- EBM (Event Based Marketing,事件式行銷)

*Recruit Holdings,軟體銀行,樂天,
日本PayPal,Coiney,GMO-PG,Money Forward,Money Design,
三菱UFJ金融集團,三井住友金融集團,瑞穗金融集團
富士通,野村綜研,日本IBM,NTT數據公司,東芝tec,NEC Infrontia,Panasonic,
日立製作所,日本IBM


2017年1月10日 星期二

先問,為什麼?

先問,為什麼?啟動你的感召領導力
2012/07/02

第二部 另一種選擇
第三章 黃金圈
- 如果凡事都從「為什麼」開始,我們每個人都能獲得更大成就。

(由外而內)
(由內而外)

第三部 領導的本事
第六章 信任是成功的基石
- 所謂文化,就是一群因共同信仰和價值觀聚集在一起的人。
- 企業要物色的,並非具體具備某種技能的人,而是要能認同自己理念的人。
- 普通企業提供員工就業的機會,但頂尖組織卻為員工創造一個可以貢獻自我價值的工作環境。
- 愛迪生:「我不是找到了『一種』發明燈泡的方法,而是找到了『無數』發明不了燈泡的方法。
第四部 激勵群眾的力量
第八章 掌握怎麼做的技巧
- 沒有人會為了砌牆而每天精神抖擻地來上工,我們之所以每天興奮地去工作,
是因為我們在建造一座偉大的教堂。
- 為什麼型和做什麼型的人攜手合作,才能打造出夢想世界。
第五部 成功是最大的挑戰
第十二章 小心岔路
- 一旦失去為什麼,就只剩下做什麼。
第六部 發現為什麼
第十四章 新的競爭
- 當你和別人競爭時,沒有人會幫你忙,但當你和自己競賽時,每個人都願意拉你一把。


2017年1月4日 星期三

金融科技概論

金融科技概論
2016/06/01

第一部分 金融科技的發展與演進
第 1 章 金融科技發展的環境
- The Six Innovation Clusters (World Economic Forum,WEF 2015)
支付(Payments)、保險(Insurance)、存貸(Deposit & Lending)、籌資(Capital Rasing)、
投資管理(Investment Management)和市場資訊供給(Market Provisioning)。
- 金融科技範圍:大數據、雲端科技、機器學習、行動支付、自動化投資理財顧問、
區塊鏈技術、生物辨識、介面設計、軟體研發、物聯網、無線通訊業務等。
- 數位金融人才必備三大能力:資料分析、科技創新、數位行銷。

第二部分 金融科技實務
第 2 章 金融科技業務
第 3 章 物聯網金融業務
第 4 章 網路與行動銀行
第 5 章 直銷銀行
- 金融脫媒(Disintermediation)

第 6 章 互聯網金融
- 互聯網金融主要的三大發展架構:
1.支付
2.資訊處理
-利用大數據技術:如關鍵字搜尋、比對、雲端計算等,建立回饋系統及評分模型,
協助金融業以快速低成本的方式,提高行銷活動及風險管理的精確度,
還能減少資訊不對稱的情形。
3.價值轉移與資源分配
- 大部分的金融機構都是金融互聯網,僅將網路作為一個工具,以提升效率,降低成本;
但互聯網金融則是透過大數據分析,了解及推測客戶屬性與需求後,再提供客製化服務,然後再擴大範圍至其他金融服務!
- 透過大數據分析與雲端計算,提供模組式差異化產品與服務:
金融商品與服務主要的核心是定價(利率與手續費)信用(放款額度)風險管理;想要能完整周延地進行規劃、執行、檢核及管理,就需要大量的數據分析,作為各項業務管理決策的依據。數據的來源相當多樣化,如客戶基本資料(Demographic Data or Qualitative Data)(性別、年齡、職業、年資、收入等)、交易型資料(Quantitative Data)金融交易資訊,(如信用卡用卡行為、存款、放款、退票、支付、繳款等),金融機構都會進行蒐集,並運用各種類型的分析技術:如資料採礦(Data Mining)、資料倉儲(Data Warehousing)、大數據(Big Data)、顧客關係管理(CRM)等,從中進一步發掘及洞察各類顧客洞見(Customer Insight),並利用數據開發預測模型,作為大量處理信用額度風險管理產品訂價的系統工具,依據不同預測結果去規劃差異化策略,提供客製化的服務。
- 互聯網金融透過支付、大數據與雲端計算、網路社群網路、搜尋、行動商務等網路工具,提供金融支付、資訊交換服務,以達到價值轉移的目的。目前常見的互聯網金融有以下幾種業務類型:P2P融資、群眾募資(Crowdfunding)、網路微型貸款、行動支付、虛擬貨幣、第三方支付及大數據金融等。
- 風險訂價策略(Risk-base Pricing),依據徵信機構(Credit Bureau)取得的借款人的信用資料,以及借款人的所得資料,透過風險評估模型及數據分析,計算出借款人發生違約的機率,也就是風險損失率(Default Risk),來決定其借款利率。

第 7 章 支付工具-信用卡
- 信用卡是一種由發卡銀行(Issuing Bank)或信用卡公司依照客戶的信用狀況與財務能力,核發給持卡人(Cardholder)一張有信用額度(Credit Line or Credit Limit)的卡片,持卡人使用信用卡消費購物時可以不需要先支付現金,只需於帳單付款日(Payment Date)期限到時再進行環款即可。
- 信用卡發卡銀行主要收費及收益項目:
1.年費(Annual Fee) 2.循環信用利息(Revolving Interest) 3.簽帳交易手續費(Interchange Fee)
4.分期付款利息或手續費收入(Spending-by-Installment & Statement-by-Installment Interest or Fee) 5.預借現金的手續費(Cash Advance Fee) 6.逾期違約金(Late Fee or Late Charge) 7.逾期滯納金及催收費用(Delinquent Fee or Collection Fee)
- 信用卡交易體系,主要參與者:
1.信用卡持卡人(Cardholder) 2.特約商店(Merchant) 3.發卡銀行(Issuing Bank) 
4.收單銀行(Acquiring Bank) 5.交易授權與帳務清算中心(Transaction Authorization and Billing Settlement) 6.跨國交易授權/信用卡國際組織(VISA,Mastercard for International Transaction Authorization)
- 行動支付的運作模式:1.透過銀行存款帳戶支付 2.透過行動電話帳單支付
3.透過第三方支付公司帳戶或儲值票證支付
- 手機信用卡的技術應用:
1.TSM(Trusted Service Manager)信託服務平台
2.HCE (Host Card Emulation)主機板模擬-Google提出的簡化版行動支付
3.Token代碼服務技術-Apple Pay的基礎
3.1-卡片確認後,一組綁定裝置與經過重組的信用卡卡號DAN(Device Account Number)會被儲存在手機上的安全晶片內。
第8章 支付工具-電子票證即比特幣
- 比特幣共識演算法,全球42家銀行組成區塊鏈聯盟R3。
第9章 行動支付-第三方支付


第三部分 金融科技的行銷管理策略
第10章 金融科技的產品與定價策略
- 從銀行的角度而言,個人金融商品可分兩類:資產類(Asset)及負債類(Liability)。
資產類包括貸款類商品,包含擔保/抵押類貸款如房貸、車貸,及無擔保貸款如信貸、信用卡及現金卡等;簡單說,銀行把錢借給客戶的這類產品,都屬於資產類商品。
而負債類包含存款、保險、財富管理所持有的證券(Security)部位,如股票、債券及基金等;凡是由客戶拿錢跟銀行購買投資商品或存錢,都屬於負債類商品。
- 貸款利率的組成要素1.資金成本 2.作業成本(變動成本Variable Cost及固定成本Fix Cost)
3.風險成本:因貸款利率因人而異,稱之為風險性利率或風險性定價(Risk-Based Pricing)
- 銀行估計風險成本,即客戶違約的機率方式:
一、客層分級(Segmentation)
-將客戶依照不同的分類標準,分成幾個族群,銀行信用或風險管理部門根據不同族群過去借貸的歷史資料中分析發生預期或壞帳的機率,再按照這樣的歷史數據去預估未來幾年的年化風險損失率,行銷部門將損失率加上資金成本與作業成本,就可以訂出不同客群的風險訂價利率(Risk-Based Pricing)。
- 風險訂價利率考量因素:客戶的還款意願、客戶的還款能力
二、信用評分卡定價(Credit Scorecard)
- 信用評分系統又可稱為信用評分卡(Credit Scorecard),一般應用於消費金融(Consumer Banking)及信用卡(Credit)業務,主要又分為兩種類型:申請評分卡(Application Scorecard,A Card)以及行為評分卡(Behavior Scorecard);企業金融對於公司的評等也採用類似的概念,稱為信用評等(Credit Rating)
- 信用評分卡的建置,通常是利用統計學上的迴歸分析(Regression Analysis)多變量分析(Multivariate Statistical Analysis)等技術來發展,透過蒐集足夠的歷史資料,進行分析統計,然後預估未來趨勢,
並將發展成穩定的模型,作為實際進行風險評估的管理工具。
- FICO Score:Fair Isaac Company公司所發展出來。
- 財團法人金融聯合徵信中心(Joint Credit Information Centr,JCIC)。
- FICO評分模型中所關注的主要因素有五類:
1.償還紀錄 2.信用帳戶數 3.使用信用的年限 4.新開立的信用帳戶 5.正在使用的信用類型
第13章 金融科技的銷售與促銷策略
第12章 大數據與社群行銷



賽局理論,解決問題最簡單的方法

賽局理論,解決問題最簡單的方法
2016/03/09

Part 1 囚犯困境──賽局理論的基本
- 找出奈許均衡點
- 囚犯困境的有效因應方法:光是善意勸告也不順利時,應該要改變規則,
採取從根本改變「囚犯困境」構造的對策。
- 為解除困境改變規則:改變規則使個人利益和全體利益不再對立

Part 2 協調賽局──社會運作的構造
- 協調賽局會發生的兩個問題
問題1 腳步不一致
- 協調賽局沒有處罰的規定,只要加以呼籲或宣導就可以解決問題。
問題2 眾人所不樂見的方向卻達成一致

Part 3 動態賽局──拓展時間性的視野
- 對於會隨著時間擴大的賽局,最好先預測未來再行動。
- 要從賽局的結局反向推算如何獲勝。這種從結局逆向推算,預測對手的行動或賽局結果的方法,
稱為反向歸納法(Backward induction)。

Part 4 行為經濟學的賽局理論──了解人的「行動」
Part 5 賽局理論的應用──為了進一步解決問題
- 增加「策略」(選項)增加「玩家」尋找構想的方法