执游网

条码支付互联互通提速 中小支付机构机会来了?

  原标题:条码支付互联互通提速 中小支付机构机会来了?

  证券日报

  本报记者 李 冰

  条码支付互联互通正在加速“跑通”。近日有消息称,腾讯旗下财付通公司与中国银联已于近日就条码支付互联互通达成合作,双方正共同研究条码支付互联互通技术方案,率先建立全面互扫互认的条码支付服务网络。

  2020年1月5日,腾讯财付通公司相关负责人对《证券日报》记者证实,“经内部核实,该消息基本属实,财付通公司与银联正在开展相关合作试点。”

  另外,《证券日报》记者从知情人士处获悉,由人民银行科技司主导的第一笔互联互通业务,已于2019年12月30日在试点城市宁波完成,转接清算是由网联清算所做,交易双方中有一方为“平安付”。

  “条码支付的互联互通有利于中小支付机构,将极大提高中小支付机构的积极性,对监管而言,客观上会减少很多聚合支付条码带来的‘二清’风险。”支付产业网创始人刘刚对《证券日报》记者表示。

  银联与微信支付合作扫码互联互通

  所谓条码支付,就是二维码支付,由于支付机构间竞争激烈,一直以来,各个支付机构间的条码支付并不互通。例如,我们在一家店铺付款时,会同时见到银联、支付宝、微信支付等多个分别独立的二维码。若实现条码支付互联互通,以后商户就可只在一家支付机构申请收款码了,这个收款码可以接受消费者的任一APP扫码付款。

  据悉,银联和财付通达成扫码互认的主体是“云闪付APP”和“微信支付”。双方已经实现银联二维码网络与微信支付网络的全面贯通。云闪付APP与工行、农行、中行、建行等银行APP扫描微信“面对面二维码”的支付功能将从试点地区陆续扩大到更多地区,最终逐步在全国范围内实现转账、消费等场景的全面互扫互认。届时,用户在原有体验和流程不变的基础上,可通过云闪付APP等应用扫描微信“商户码”或向微信商户出示云闪付APP等应用中的“付款码”完成付款,商户无须系统改造即可受理更多支付工具。

  对于上述合作,腾讯财付通方面没有予以否认,但未透露相关细节。

  外界认为,此举或与央行主导的条码支付编码规则统一有关。但有业内人士对《证券日报》记者分析认为,“银联与微信间的合作更偏向商业合作。”

  自去年以来,监管和业界一直在推动加快制定条码支付互联互通标准,以使支付宝、微信支付等第三方支付,与银联等开发的二维码等扫码支付实现互联互通。

  目前条码支付在国内发展虽仅有数年,但已改变大众的支付习惯。其中,蚂蚁金服旗下的支付宝、腾讯旗下的微信支付是移动支付领域的两强,占据大部分市场份额。

  如今,在条码支付的互联互通还未实现全面互联互通的情况下,市场存在大量聚合支付企业,其作用是把多家支付机构的二维码聚合到一起,方便商户及消费者收付款业务。但聚合支付在一定程度上扮演了无证支付机构“庇护所”的角色,因此产生诸多风险。

  刘刚表示,“条码支付互联互通将让聚合支付码失去存在的意义,对聚合支付商是个重大打击。”

  苏宁金融研究院高级研究员黄大智对《证券日报》记者表示,割裂的条码支付市场造成社会资源的浪费,影响消费者体验,因此产生一系列风险问题。“实现条码支付互联互通是支付体系基础设施建设的重要组成部分,对机构而言,能够进一步实现支付机构间的公平竞争,促进支付行业健康发展。”

  条码支付互联互通正在加速“跑通”

  早在2016年末,银联就发布了二维码支付标准,意在实现银行间“一码通用”,为实现跨机构间银行卡条码支付互联互通奠定了基础。

  进入2019年后,条码支付互联互通开始提速。2019年7月份,央行科技司司长李伟撰文指出,“组织编制条码支付互联互通行业技术标准,推动条码支付编码规则统一,构建条码支付互联互通技术体系,实现不同手机APP和商户条码互认互扫。”

  2019年9月份,央行公布《金融科技(FinTech)发展规划(2019-2021年)》明确提出:“推动条码支付互联互通,研究制定条码支付互联互通技术标准,统一条码支付编码规则、构建条码支付互联互通技术体系,打通条码支付服务壁垒,实现不同APP和商户条码标识互认互扫。”

  《证券日报》记者采访的大多业内人士认为,“对于条码支付的互联互通,在技术和应用上确实不存在技术难点,也不会涉及用户端或商户端的消费体验,改变更多的是在支付后端基础设施中的部分。现实所面临的难点,更多是银联或网联以谁为主导,在技术标准上是偏向支付宝还是微信的问题。”

 

  刘刚坦言,条码支付的互联互通在技术上并没有难点,主要在于两大支付巨头支付宝和微信支付的配合程度。“条码互联互通之后,支付市场格局将会有显著变化。排在第二梯队但仍具实力的支付机构将迅速建立账户体系,在成熟的扫码支付市场快速铺向商户,以服务取胜。这在以前的寡头垄断格局下是毫无机会的,现在机会来了。”

最热新游

中信证券:中国资产新叙事 科技制造大重估

  中国资产吸引力渐升,科技制造投资逻辑焕然一新。长期而言,中国前沿技术的关键突破有望重塑全球科技格局,以DeepSeek成功“出圈”为中国科技创新力量的缩影,国内投资者信心迎来重振,产业向高附加值加速转型。短期来看,恒生科技与纳指估值趋于收敛,全球资金因AI催化与美经济走弱,青睐高性价比的中国科技资产。投资逻辑从短期主题转向中长期产业深耕,科技研发从“负估值”成本转为“正估值”资产,继而引发系统性重估。DeepSeek以卓越性能、低成本和开源生态引领国内科技突破,改变全球对中国科技的预期。产业端,各行业加速AI与传统产业基础结合,解决实际问题并创造经济价值。市场端,科技制造板块春季尽显进攻性,推动资产价值重估。政策端,鼓励央国企科技制造并购,推动产业高质量发展。着眼未来,在新旧动能转换期,应把握中长期投资机遇,聚焦AI+、智能驾驶、人形机器人(20.000, 0.05, 0.25%)、低空经济、商业航天、生物制造、未来能源、半导体先进制程等科技制造领域。

  ▍中国资产吸引力提升,科技制造投资逻辑重塑。

  在外部科技封锁的严峻挑战下,中国前沿技术取得一系列关键突破,正重塑全球科技发展格局。DeepSeek成功“出圈”不仅极大提升了国内投资者的中长期风险偏好,更是对中国产业向高附加值转型升级的有力背书。伴随AI叙事持续催化叠加美国经济走弱,全球资金配置倾向正发生显著变化。中国科技资产凭借其高性价比、业绩预期上修潜力以及坚实的安全边际正成为全球资金青睐的新方向。随着AI等新技术成熟和新商业模式清晰,众多新兴产业迎来从导入期向成长期的关键跨越,推动中国科技投资逻辑从短期主题驱动向中长期产业深耕转型。在此过程中,科技研发支出也从以往的被视为“负估值”的成本项,转变为驱动增长的“正估值”资产。科技创新不仅将重构传统产业的底层运作逻辑,更有望引发组织形态、价值网络乃至社会契约的系统性变革,创造全新的产业发展机遇。

  ▍DeepSeek引领国内科技突破,推动市场风格及情绪积极转变。

  DeepSeek以优异的性能、显著下降的成本、开源生态引发“蝴蝶效应”,成为全球最热门的AI大模型,以一己之力,改变“美国AI断崖式领先”的预期,引发中国AI资产价值重估。我们认为,当前仍处于AI时代早期,以及中国科技资产重估的开端,DeepSeek将带来巨大产业影响:各行业纷纷加速垂类AI 应用探索,带来训练算力需求“脉冲式”增长,推理算力需求、大企业大模型本地部署需求亦高速成长。展望未来,预计美国仍将持续拉高AI的技术上限,中国更大的机遇在于将AI技术与传统产业基础结合,解决实际问题并创造经济价值。当前正值春季躁动窗口,科技板块以其卓越的高成长性与创新性,尽显极致进攻性。这种市场情绪与风格的转变,有望成为推动科技板块及中国底层资产价格重估的强劲动力,引领中国资产在科技制造领域开启价值重估的全新篇章。

  ▍政策赋能央国企科技并购,助力市值管理与科技强国。

  2024年以来,我国并购重组政策持续加码,各级政府纷纷加大支持力度,推动资本市场高质量发展。政策积极鼓励+产业高质量发展背景下,并购重组是满足当下政府、一级市场与二级市场利益的“最大公约数”。央国企凭借资源整合和资金优势积极参与并购重组,推动科技创新和产业升级。实证数据显示,并购重组对科技类央企市值提升具有显著正面效应,未来在政策支持和市场需求的驱动下,A股市场有望迎来新一轮并购潮,进一步推动科技强国战略的实施。

  ▍新质生产力发展提速,着眼中长期产业投资。

  我国正处于新旧动能转换期,产业升级换挡需求强烈,更应着眼于中长期维度的新兴产业突破。AI等新技术成熟和新商业模式清晰催化下,传统产业整合和新质生产力发展双双提速。结合当下国内外科技重点发展领域及我国国情,我们认为值得重点投资及关注的科技制造方向为:

  ①AI+:模型推理和成本不断优化,算力、应用及端侧发展趋势明朗;

  ②智能驾驶:预计2025年NOA加速渗透,比亚迪(396.410, 11.84, 3.08%)引领的智驾平权浪潮仍在继续;

  ③人形机器人:国内外共振的技术突破有望在2025年迎来产业奇点;

  ④低空经济:2025年政策基建加速落地,车链入局打造商业闭环;

  ⑤商业航天:2025卫星发射进入爆发期,中美星座建设竞速升级;

  ⑥生物制造:新质生产力重要一极,预计2025年迎来政策催化;

  ⑦未来能源:多种技术路径持续落地,有望多点开花;

  ⑧半导体先进制程:外部限制倒逼国内厂商积极扩产,自主可控及国产替代逻辑持续强化。

  ▍风险因素:

 

  宏观经济复苏不及预期风险;地缘政治摩擦加剧;产业政策不及预期;各行业内竞争加剧;中美冲突进一步激化;AI等核心技术发展不及预期风险;科技领域政策监管持续收紧风险;宏观经济波动导致企业IT支出不及预期风险;产业安全事故风险;企业AI应用进展不及预期等;国产替代进程不及预期;先进制程技术发展不及预期。