來源:界面(miàn)網
1月16日,全球管理咨詢公司麥肯錫發(fā)布全球銀行業年度報告中文版《重寫遊戲規則:未來金融中介圈中的銀行業》指出,銀行業在全球金融中介圈中的領導地位正面(miàn)臨挑戰,國(guó)内銀行可積極布局生态圈建設,全力推進(jìn)數字化銀行戰略。
麥肯錫認爲,目前,各路競争者争紛紛争奪金融中介圈的話語權,科技進(jìn)步和監管環境的改變將(jiāng)重塑市場格局。
據麥肯錫估計,在金融中介圈中,儲蓄、轉賬、借貸、投資和風險管理等業務涉及的資金總額約爲260萬億美元,2017年的收入大約是5萬億美元,其中大部分歸銀行所有。但銀行在該體系中的領導地位已受到威脅。
麥肯錫全球董事(shì)合夥人周甯人說:“我們認爲,投資者之所以對(duì)銀行業的前景缺乏信心,部分原因是他們擔心銀行能(néng)否繼續維持自身在金融中介圈中的領導地位。科技創新和監管乃至更爲廣義的社會(huì)**環境的轉變正在重塑整個業态,爲新入場者打開(kāi)市場,其中包括其他大型金融機構、專業金融服務提供商,以及科技企業。這(zhè)種(zhǒng)沖擊并不片面(miàn),但也并不預示著(zhe)銀行的完結。”
麥肯錫認爲,在未來幾年科技和監管力量的影響下,複雜的金融中介圈將(jiāng)簡化爲以下三大層面(miàn)。
第一,日常商務與交易,如存款、支付以及消貸等。在該層面(miàn),中介幾乎不存在,且最終會(huì)被(bèi)嵌入客戶的日常數字化生活當中。
第二個層面(miàn)將(jiāng)包含若幹産品和服務,關系和洞見是這(zhè)些産品和服務最主要的差異化因素,如并購、财富管理以及企業貸款。該層面(miàn)的領導者將(jiāng)會(huì)利用人工智能(néng)大力強化人際互動,但不會(huì)徹底摒棄“真人接觸”。
第三個層次爲低接觸B2B,規模將(jiāng)成(chéng)爲該層面(miàn)的主要差異化因素,如部分銷售和交易,以及部分标準化的理财和資管業務。機構中介業務將(jiāng)實現大幅自動化,由高效、廉價的科技基礎設施提供。
那麼(me)在如此颠覆的環境下,銀行該如何應對(duì)?麥肯錫認爲,重塑業務模式是必要之舉,不單是爲了抵禦新的競争壓力,也是爲了把握住新的機遇。各家銀行都(dōu)必須評估轉型對(duì)具體業務闆塊和地區市場的影響,厘清自身的強項和短闆,把握未來競争的真實面(miàn)貌,從而找準戰略核心,做出決定。
對(duì)此,麥肯錫建議了四個戰略方向(xiàng):一是成(chéng)爲創新型端到端生态圈“設計師”;二是成(chéng)爲低成(chéng)本“制造商”;三是專注特定業務闆塊;四是作爲傳統銀行,對(duì)業務進(jìn)行全面(miàn)優化與數字化改造。
麥肯錫全球董事(shì)合夥人韓峰表示:“針對(duì)以上四大戰略,國(guó)内銀行已經(jīng)開(kāi)始積極探索,生态圈戰略尤其值得關注,它無疑是近年來銀行布局的關注熱點。生态圈戰略對(duì)銀行意義重大,我們預測該戰略的成(chéng)功制定以及全面(miàn)實施,有望幫助銀行在未來的五到十年間提升ROE 2個至5個點。此外,由于互聯網企業在資本市場估值普遍較高、銀行業估值普遍較低,銀行向(xiàng)生态圈戰略進(jìn)軍也有助于提振資本市場對(duì)它們的估值。”
據悉,目前國(guó)内銀行生态圈布局主要圍繞大健康、新零售、智慧城市、住房及出行等五大重點領域,采用自建生态圈、通過(guò)戰略聯盟構建行業專業化生态圈、利用股權投資達成(chéng)戰略合作以及通過(guò)商業合作參與生态圈等四種(zhǒng)模式。
據此,麥肯錫建議國(guó)内銀行關注四大核心能(néng)力的提升,即識别和打造場景的能(néng)力、端到端深度運營客戶的能(néng)力、創新科技賦能(néng),和平台化規模運作能(néng)力;同時結合中國(guó)市場的特色,關注生态圈發(fā)展的特别機遇:C(客戶)端優質場景資源稀缺、B(企業)端與G(**)端生态圈機會(huì)、區域特色的線下生态圈以及銀行系資本活躍參與投資場景公司。
麥肯錫全球資深董事(shì)合夥人曲向(xiàng)軍最後(hòu)總結:“先知先覺的一些國(guó)内銀行正在通過(guò)五大戰略來應對(duì)挑戰。第一,銀行開(kāi)始整體地思考數字化戰略;第二,擁抱‘金融科技+生态圈’的模式;第三,著(zhe)手推動組織創新、數字化工廠、金融科技基金;第四,學(xué)習互聯網公司對(duì)客戶體驗的關注,并把DAU(日活客戶數)、MAU(月活客戶數)納入戰略考核;第五,基于自身優勢,找到合适路徑(例如B2B2C,B2G2C,B2F2C),并通過(guò)深化協同機制和系統來落實戰略。”
上一篇: 誰是失信人:大數據首次揭露黑名單分布特點