第二节 金融科技（FinTech）ABCDI五大要素

从技术集成的角度考虑，很多专家都认为金融科技核心的驱动技术包括ABCD，即：AI（人工智能）、Blockchain（区块链）、Cloud Computing（云计算）和Big Data（大数据）。我们在综合各家观点和前期开展的互联网金融研究的基础上，认为驱动金融科技（FinTech）的核心要素还应包括互联网（Internet），联合前面四种技术总结为ABCDI五大要素。

增加互联网金融，并不是让互联网金融穿上金融科技的马甲合理化，而是认为互联网金融本就应该成为金融科技的一部分。第一，我们在国外做过很多考察，英国、新加坡、瑞士的学者从来没有把互联网金融从金融科技中划分出去；第二，我们在国内对银行做调研时，每次谈及金融科技，银行或者证券公司的资深经理总是举支付工具、线上存贷App与ABCD相结合的例子。所以金融科技的家族中，没有互联网金融是不行的。

一、金融云的快速部署

基于云的软件的兴起为各行各业的公司带来了诸多好处。即使是个人使用，Google Drive或Dropbox等平台也变得非常受欢迎。使用来自任何设备的软件，无论是通过本机应用程序还是来自任何位置的浏览器，现在都是无缝链接。由于云技术的发展，在所有主要行业中，银行业一直是最受益的行业之一。云计算在金融科技（FinTech）领域的一些知名企业有：

1．亚马逊网络服务

2．谷歌虚拟云

3．Microsoft Azure

4．阿里云

5．IBM Bluemix

（一）什么是云计算？

云计算，听起来像黑科技，其实并没有那么难懂。简单来说，云计算就是通过互联网存储、访问、处理数据和程序，而不是通过计算机的硬盘驱动器。“云”只是互联网的一个隐喻。它是一种混合技术，可通过互联网计算服务器、软件、网络、存储、数据库、分析等各种服务。云计算是通过互联网（“云”）提供计算服务@@服务器、存储、数据库、网络、软件、分析等。提供这些计算服务的公司称为云提供商，通常根据使用情况收取云计算服务的费用，类似于您在家中支付水费或电费的方式。云服务通过互联网按需提供，并按现收现付价格收费。

云计算已成为与任何信息相关的所有问题的一站式解决方案。在银行和金融方面，部门云计算使互操作性、安全存储、24×7正常运行时间等方面变得更加容易。信息技术领域的这种进步导致了信息处理方式的许多重大变化。许多新技术，如大数据、机器学习、人工智能及物联网等，都不必使用传统的信息存储方式，而是通过互联网直接存储和操作信息。根据福布斯的预测，云计算的价值预计将从2015年的67亿美元增长到2020年的162亿美元，确保复合年增长率（CAGR）达到19%。

（二）云计算的三种类型

云计算有三种主要类型，通常称为基础设施即服务（IaaS），平台即服务（PaaS）和软件即服务（SaaS）。这些有时被称为云计算堆栈，因为它们构建在彼此之上。

1．软件即服务（SaaS）

软件即服务（SaaS）是一种通过因特网，按需提供软件应用程序的方法，通常是在订阅的基础上提供。SaaS为您提供由服务提供商运行和管理的完整产品。在大多数情况下，引用软件即服务的人指的是最终用户应用程序。SaaS许可证通常通过按需付费模式提供。

SaaS应用程序的一个常见示例是基于Web的电子邮件，您可以在其中发送和接收电子邮件，而无需管理电子邮件产品的功能添加或维护运行电子邮件程序的服务器和操作系统。SaaS现在很流行，企业可以使用此模型提供大量的服务，如会计、企业资源规划（ERP）、客户关系管理（CRM）、人力资源管理、发票、服务台管理和内容管理软件等。

2．基础设施即服务（IaaS）

IaaS是云IT的基本构建块，通常提供对网络功能，计算机（虚拟或专用硬件）和数据存储空间的访问。通过IaaS，您可以基于IP的连接租用IT基础架构服务器和虚拟机（VM）、存储、网络、操作系统，作为按需服务的一部分。

3．平台即服务（PaaS）

PaaS是云计算服务，为开发、测试、交付和管理软件应用程序提供按需环境。PaaS消除了组织管理底层基础架构（通常是硬件和操作系统）的需要，使您可以专注于应用程序的部署和管理。

在三层基于云的计算中，PaaS被认为是最复杂的。PaaS与SaaS有一些相似之处，二者的主要区别在于，PaaS不是在线交付软件，而是一个创建通过互联网提供的软件的平台。

（三）金融云的应用

1．云计算提高了行业效率。云技术的使用是银行和金融部门的另一个优势。数字化服务将使银行和金融机构建立基础设施，为客户提供最佳和适当的服务。

2．数据中心通常会经历黑客地攻击，这些攻击会导致银行中非常重要的信息丢失。通过云计算，银行系统可以在数据中心中通过各种验证，消除此类攻击。使用混合云计算技术存储的每个数据都是安全的。例如，亚马逊网络服务和微软的Azure是为这些公司提供混合云计算服务器的云提供商。获得混合云计算服务器可为存储在云中的信息提供端到端保护。云计算通过互联网确保信息的机密性、完整性和可用性。

3．云计算可确保银行的交易安全和顺畅的客户体验。借助网络应用程序托管互联网可确保为用户提供更好的服务和更快的交易速度。支付网关、数字钱包、在线资金转账和安全在线支付是云计算服务的最佳范例。云可确保安全、统一的客户体验。通过云计算更新付款非常容易。

4．企业资源规划（ERP）和客户关系（CRM）软件是最受欢迎的云计算软件。该软件允许银行和金融机构保护数据，并为客户提供更好的支持。该软件还允许用户远程访问信息。

5．云计算在银行中的应用前景广阔。首先，云计算为银行提供了直接与其用户建立联系的机会。数字服务可以通过云计算随时随地维护客户关系。在互联网的帮助下，银行和消费者对信息的存储，管理和访问等许多服务变得更加容易。云计算是一种简单的技术，可以部署和集成银行系统的所有服务，从而减少用户的时间和精力。其次，云计算的发展使银行能够更专注于以客户为中心的模式，并将交易和财富数字化。云计算在服务的各个方面与客户建立了多渠道关系，它有助于存储、备份和恢复公司的大量数据。通过云计算技术，不仅可以实现存储数据、提供软件、传输数据、更新和恢复数据等各种服务，还可以通过整合经济高效的云解决方案来增加银行的营业额。再次，云计算正在改变消费者与银行互动的方式。银行业需要满足不断增长的数据输入需求，需要探索不依赖于系统迁移的系统，以便在不中断的情况下修改基础架构。由于对可靠性、监管和安全风险存在担忧，银行在采用云计算方面进展缓慢。但慢慢地，云计算正在改变消费者与银行互动的方式。金融科技（FinTech）降低了CAPEX（资金和固定资产投入）和OPEX（运营投入）预算，增加了服务组合和用户体验。最后，云计算最重要的方面是减少与数据中心及其基础设施相关的风险因素。使用云计算服务后，机密数据将完全受到保护。它还有助于业务风险分析，因此主要关注的是业务而非保护关键信息。

（四）金融云的优势与应用价值

1．经济性，有效降本增效。云计算降低了在数据中心购买和设置硬件及软件的所有资本支出，这使得金融机构更加关注金融服务业务。

2．可靠性，有效保障金融机构服务运行。云计算为信息提供完整的数据备份，还可以非常轻松地在多个冗余站点访问数据，也可以通过数据多副本容错、计算节点同构可互换等措施，有效保障金融企业服务的可靠性，而混合云模型则为数据提供了最大的安全性。

3．实用性，运维自动化大大提高工作效率。一方面，云计算消除了金融机构数据存储和堆叠的所有不必要时间，从而提高了工作效率。未来，金融业中与信息相关的每项任务都将由软件通过云计算来处理。另一方面，云计算操作系统通过统一的平台管理金融企业内的服务器、存储和网络设备。通过设备的集中管控，可以显著提升企业对IT设备的管理能力，有助于实现精益管理。此外，通过标签技术可以精准定位出现故障的物理设备，再通过现场设备更换就可以快速排除故障。在传统金融架构下，若设备发生故障，企业几乎每次都需要联系厂家进行维修，缺少自主维护能力，而标签技术则可以解决这一问题。

二、区块链为金融业带来深刻变革

（一）什么是区块链？

1．区块链的起源。2008年，一个化名中本聪（Satoshi Nakamoto）的人公开发表了一篇论文@@《比特币：一个点对点数字货币系统》（Bitcoin:A Peer-to-Peer Electronic Cash System），区块链和数字货币出现。

中本聪的论文讲的是怎样建立一个没有主权信用背书的电子货币，这篇论文当时在互联网上散布，得到技术社区非常多人的关注。有60个程序员读了这篇论文之后，就动手写代码，写成软件放在社区里面分发，比特币就这样诞生了。区块链其实是比特币背后的技术。

到了2017年下半年，比特币系统已运行了9年，非常稳定和安全，从来没出现过宕机现象。这个系统这么多年从来没有休息过，比特币的公有链上也没有出现过被盗的情况。所以它是一个非常安全非常稳定的系统，这个系统已经足以证明其背后区块链技术的可靠性。2018年比特币经过一轮疯狂的炒作以后，从每个币2万多美元，跌到了5000美元以下，一些炒币者曾经大呼上当。如今，比特币价格又慢慢恢复上去了，说明比特币背后的数字加密货币的神话基础依然牢固。判断一种金融资产是否有价值有三个基本方面，第一是有交易的流动性，第二是获得这个资产要付出成本，第三是有一定数量的人相信它的价值。比特币具备以上全部特征。经过几轮涨跌，越来越多的人关注区块链技术，区块链才逐渐从幕后走到台前。

区块链是比特币的底层技术，是在公共或私人计算网络上共享的分布式账本或数据库。网络中的每个节点上都储存着账本的副本，因此可以避免单点故障造成的损失。每条信息都经过数学加密，并作为新的“块”被添加到原有的“链”中。新的“块”要让其他参与者通过多种共识协议加以验证后，才能被添加到“链”中。这样就无需中心化机构，也可以实现防止欺诈或重复计数。账本还可以通过“智能合约”进行编程，在区块链上记录一组条件，当条件满足时就自动触发交易。

在中国，区块链还处于早期发展阶段，大多数人只是闻其名而不知其实。从用户感知层面来看，区块链与云计算类似，都是用户很难理解并感受到的。

大家都知道在比特币里面有挖矿的概念，其实挖矿就是记账，记账的目的就是把每一笔交易做公证，记录下来。如果你抢到这个交易的作证资格，你就可以获得一个比特币，或者零点几个比特币。在某一个节点记账之后，它就会把这个节点公布到其他所有节点上。从步骤上来讲，当有一个交易发生的时候，这个新的交易就会把交易的需求广播到所有节点，这样所有的节点都知道有一个交易正在发生。

在比特币的区块里面可以有几亿个节点。某个节点把这个交易收集到区块之中，不断生成一个随机字符串（哈希值），那么在这个系统里面就有一个指定的随机数，与这个答案去匹配。所有的节点都在计算这个哈希值，直到有一个节点计算出的哈希值和指定的规律是匹配的，那么计算出这个正确的哈希值的节点就开始把“我已经找到节点”的消息广播到其他节点，这样其他节点知道了有一个节点已经把结果算出来了，它已经胜出了，所有节点就会停止计算这个哈希值，那就相当于这个节点抢到了这个记账的权利。

2．区块链的特点。区块链具有去中心化、时序数据、集体维护、可编程、不可篡改和加密等特点。

去中心化：区块链数据的验证、记账、存储、维护和传输等过程均是基于分布式系统结构，采用纯数学方法而不是中心机构来建立分布式节点间的信任关系，从而形成去中心化的可信任的分布式系统；

时序数据：区块链采用带有时间戳的链式区块结构存储数据，从而为数据增加了时间维度，具有极强的可验证性和可追溯性；

集体维护：区块链系统采用特定的经济激励机制来保证分布式系统中所有节点均可参与数据区块的验证过程，并通过共识算法来选择特定的节点将新区块添加到区块链；

可编程：区块链技术可提供灵活的脚本代码系统，支持用户创建高级的智能合约、货币或其他去中心化应用；

不可篡改：凡是懂会计的人都知道什么是复式记账法。简单来说，复式记账法就是，假如你的公司有一笔收入的话，另外一边就一定有一个支出，在支出那边有个账本，在收入这边也有个账本。通过这两个账本对比是可以发现造假的，当然如果两边串通起来也是可以造假的。而在比特币交易中，区块链的节点众多，全球一共有3亿台4G赫兹的电脑在运行，你很难把50%的节点买通，进行交易造假；

加密：Hash，一般翻译做“散列”，也有直接音译为“哈希”的，就是把任意长度的输入（又叫预映射preimage）通过散列算法变换成固定长度的输出，该输出就是散列值，也叫哈希值。简单的说就是一种将任意长度的消息压缩成某一固定长度的消息摘要的函数。假设一个网站被攻破，黑客获得了哈希值，但只有哈希值还不能登录网站，他必须算出相应的账号密码。计算密码的工作量是非常庞大且繁琐的，严格来讲，密码是有可能被破译的，但破译成本太高，被成功破译的几率很小，所以基本是不用担心密码泄露的。

（二）区块链的两种主张和三种形态

目前，区块链可以分为两种主张和三种形态，分别是：

1．完全去中心化：区块链上的验证机可以任意加入，不受限制。每台验证机享有平等的权利，参与全网的工作验证和收益获得的分配。其主要特点是机机平等、所有节点平等、人人平等。优点就是保证公平，其缺点则是无法保证效率。比特币、以太坊是公有链的常见技术表现形态。完全去中心化的目标是绝对的自由、绝对的隐私。但从现实来看，这只是一个理想、一个目标。纯粹的自由不一定好，全民的选择也不一定是最优的。而有效或有限去中心化是牺牲一部分绝对自由平等来获取一定的益处。比如不用那么多挖矿机，既可以节约成本，也可以避免挖矿的能源浪费；比如可以从一个行业开始，首先做到行业内互联，其次扩大到各行业互联，最后做到万物互联，其循序渐进的节奏更具有商业可行性；比如还可以用选择性的决策来避免群体性的失误等。

2．有效或有限去中心化：区块链上的验证机受管理机构的限制，只有通过授权的节点才能加入。授权后的节点享有同样的权益。其主要特点是以相对的平等换取一定的效率。其优点是效率较高、更易商业化，其缺点则是不能保证绝对的公平。技术表现形态多为私有链、联盟链。

随着区块链技术的发展，出现了不同的区块链技术形态：私有链、公链、联盟链。

（三）区块链在金融科技（FinTech）领域的应用

1．区块链发票

2018年8月10日，深圳国贸旋转餐厅的员工开出了全国第一张基于区块链技术的电子发票。这是腾讯基于区块链技术的又一个场景落地，由FIT（支付基础平台与金融应用线）主导，提供底层技术和能力。

传统发票带给我们的糟糕体验被诟病已久@@在完成交易后，我们需等待商家开票并填写报销单，然后经过公司内部繁琐的报销流程后才能拿到报销款。商户的体验也好不到哪去@@传统发票在消费者结账后需安排专人开票，高峰期排长队拉低翻桌率，开票慢、开错票等情况又容易引发冲突，影响消费体验和口碑。

区块链电子发票将流程全部线上化，并经由微信这一超级入口把消费者的使用门槛降到最低：消费者结账后通过微信一键申请开票、存储、报销，这时候发票信息会同步至企业和税局，我们也可以实时查看报销状态，“交易即开票，开票即报销”。商户则可以利用电子发票大大节省开票成本，提高店面效率，优化消费者体验。

其中，区块链技术又使得电子发票具备了全流程完整追溯、信息不可篡改等特性，与发票逻辑吻合，能够有效规避假发票，完善发票监管流程。

2．跨境支付

2018年6月25日，蚂蚁金服宣布渣打银行成为其核心伙伴银行，支援其以区块链技术为基础的跨境汇款服务。中国香港AlipayHK及菲律宾持牌电子钱包GCash将率先分别在中国香港和菲律宾推出该服务。

渣打银行将为AlipayHK及GCash提供结算服务，并提供即时外汇汇率，保持流动性，以支援两个持牌电子钱包之间的即时款项转账，让客户以优惠的汇率和相宜的交易费，数秒间完成中国香港和菲律宾两地之间的汇款。AlipayHK用户只需要在电子钱包内做几步简单操作，款项就会在数秒内转达GCash用户的电子钱包内。在服务试行的前三个月内，还可享受免收手续费。资料显示，菲律宾2017年是全球第三大接收汇款的市场，金额高达330亿美元，汇款服务对菲律宾家庭来说非常重要。

3．区块链开放平台

腾讯公司在自主创新的基础上，打造了提供企业级服务的“腾讯区块链”解决方案。基于“开放分享”的理念，腾讯将搭建区块链基础设施，并开放内部能力，与全国企业共享，共同推动可信互联网的发展，打造区块链的共赢生态。腾讯可信区块链旨在为行业伙伴提供企业级区块链基础设施、行业解决方案，以及安全、可靠、灵活的区块链云服务。通过高性能的区块链服务，在实现安全可靠的交易对接的前提下，通过可视化的数据管理手段，有效降低企业运营综合成本，提高运营效率。在这个平台上，可以有多重应用，如服务应用可以有数字票据、数字黄金、机构清算、数字资产、鉴证服务等。

4．交易和清算

谈到区块链创业，有两个最典型的公司不得不提，一个是R3，一个叫DAH。这两个都是美国的公司。简单打个比喻来说，DAH做的是一个银行机构内部的交易和清算，比如说工商银行从总行到分行到支行的交易和清算，以及ATM的交易和清算。这个技术如果能够广泛应用的话，有可能颠覆现在IBM、微软和惠普这些公司给银行提供的中心化的交易系统。所以现在也有像IBM、微软这样的大公司开始参与到区块链的领域里来。R3做的更多的是银行和银行之间、银行和券商之间的交易和清算。R3原来的梦想是取代国际交易清算组织SWIFT。

5．智能合约

任何一个买卖行为都有一个用纸质的东西写下来的合同或者合约。其实纸质的合同存在问题，第一是因为有时候不同人对同一句话的理解可能是不一样的，这个取决于起草合同的水平。另外一个原因是当有人违约了，违约责任的执行是非常困难的，所以经常有人因为合同纠纷打官司。打官司是一个沉重的负担，耗时耗力，还有可能让没有信用的人钻了空子。智能合约恰好能解决这个问题，它相当于把合约的所有条款都用编程语言写下来，一旦用编程语言下来，就是非常精准的，不存在歧义。另外就是一旦合约写下来，就像一个应用程序一样，一点“开始执行”就会一直执行下去，永远都不会被终止，包括违约了之后也会坚决地执行下去。智能合约在金融的交易方面比较有意义有价值，因为金融的资产天然就是线上的。而传统的交易可能会涉及到很多线下的环节，这是没有办法把它转换到线上的，所以此时智能合约真正违约执行的部分很难在线上执行。

6．数字货币

目前区块链技术最广泛、最成功的运用是以比特币为代表的数字货币。近年来数字货币发展很快，由于去中心化信用和频繁交易的特点，使其具有较高交易流通价值，并能够通过开发对冲性金融衍生品作为准超主权货币，保持相对稳定的价格。数字货币建立了主权货币背书下的数字货币交易信用，交易量越大，交易越频繁，数字货币交易信用基础越牢固。一旦在全球范围实现了区块链信用体系，数字货币将成为类黄金的全球通用支付信用。

7．权益证明

区块链每个参与维护的节点都能获得一份完整的数据记录，利用区块链可靠和集体维护的特点，可对权益的所有者确权。对于存储永久性记录的需求，区块链是理想解决方案，适用于土地所有权、股权交易等场景。其中股权证明是目前尝试应用最多的领域，股权所有者凭借私钥，可证明对该股权的所有权，股权转让时通过区块链系统转让给下家，产权明晰，记录明确。整个过程无需第三方的参与。在伦敦举办的2015年欧洲卓越贸易技术金融新闻奖的主题演讲中，纳斯达克首席执行官Bob Greifeld宣布，该交易所打算使用区块链技术管理代理投票系统。代理投票本来是由一家上市交易所使用的一项重要而又费时的操作，区块链技术的应用可以让股东们不必出席公司周年大会而用自己的手机就能投票，并且永远保存投票记录。区块链技术被视为股权交易领域能够在更短时间内确保透明交易的先进技术。

8．银行征信

目前，商业银行信贷业务的开展，无论是针对企业还是个人，最基础的考量是借款主体本身所具备的金融信用。各家银行将每个借款主体的还款情况上传至央行的征信中心，需要查询时，在客户授权的前提下，再从央行征信中心下载参考。这其中存在信息不完整、数据不准确、使用效率低、使用成本高等问题。在这一领域，区块链的优势在于依靠程序算法自动记录海量信息，并存储在区块链网络的每一台计算机上，信息透明、篡改难度高、使用成本低。各商业银行以加密的形式存储并共享客户在本机构的信用状况，在客户申请贷款时不必再到央行申请查询征信。这就是去中心化，贷款机构通过调取区块链的相应信息数据即可完成全部征信工作。

总之，区块链已经成为金融业创新的热点之一。但是，作为新生技术，区块链同样也存在着相当大的风险。目前基于区块链技术的结算体系对监管风险非常敏感，如果参与者担心监管政策的不确定性，可能会导致支付体系因不稳定而崩溃。另外，由于其运营权由开发商掌握，显而易见的技术缺点在于，如果运营商本身掌握全网51%以上的算力，就能够实现双重支付，也会导致信任崩溃。这也是区块链技术在应用过程中需要解决的重要课题。

（四）区块链在金融科技（FinTech）领域的应用价值

1．重构信用创造机制

区块链技术基于非对称加密算法，实现了信用创造机制的重构：在金融交易系统中，通过算法为人们创造信用，从而达成共识。交易双方无需了解对方基本信息，也无需借助第三方机构的担保，直接进行可信任的价值交换。区块链的技术特性保证了系统内部价值交换过程中的行为记录、传输、存储的结果都是可信的。区块链记录的信息一旦生成将无法篡改，除非占有全网总算力的51%以上才有可能对记录进行修改。

2．降低金融监管成本

金融行业在防范系统性风险上，需要借助多道审计来控制金融风险，监管成本较高。特别是随着互联网金融等新兴金融服务模式的出现，金融管控的要求逐步提升，监管的难度不断增加，整个金融系统的监管成本越来越高。区块链通过分布式网络结构，将信息储存于全网中的每个节点，单个节点的信息缺失不影响其余节点正常运转。区块链技术，以其防篡改、高透明的特性，保证了每个数据节点内容的真实完整性，实现了系统的可追责性，降低了金融监管的成本。

3．实现高效低成本的交易模式

区块链通过共识机制替代中心化的信任创造方式，实现任意两个节点在不依赖任何中心平台的情况下进行点对点交易。点对点交易模式无需第三方介入，大幅降低信息传递过程中出现错误的可能性，从而提升信息传输效率。而且，基于区块链技术的点对点交易由计算机程序自动确认执行双方交易结果，即交易确认和清算结算在同一时间完成，大幅度提高了金融交易和结算效率。

4．实现个人隐私保护

随着金融业务与信息技术的不断融合，用户身份识别和安全认证成为一项重要问题。区块链技术通过基于节点的授权机制，将私密性和匿名性植入到用户控制的隐私权限设计中，只有授权节点才有相应权限查阅和修改有关数据信息。区块链技术对于完善用户个人信息保护制度，保证个人信息、财产状况、信用状况等私密信息安全，具有重要应用价值。

三、金融大数据广泛应用

（一）什么是大数据？

大数据是一种处理、分析和系统地提取信息，或以其他方式处理过大或过复杂的数据集，以供处理传统数据的应用软件处理方法。有了大数据，不管是数量大还是复杂度高的数据，一旦有办法处理，都可以提供更大的统计功效，并且能够发现更多我们以往没有发现的规律。处理大数据，包括捕获数据、数据存储、数据分析、搜索、共享、传输、可视化、查询、更新等，对于喜欢处理数据的研究者来说，这些都是巨大的挑战。

（二）大数据的四个层次

大数据能够提供数据集成、数据存储、数据计算、数据管理和数据分析等功能，具备随着数据规模扩大进行横向扩展的能力。从功能角度看，大数据技术主要分为数据接入、数据存储、数据计算、数据分析四层，同时具备资源管理功能。

1．数据采集。负责数据的采集、传输工作。大规模的数据经过数据采集步骤后，才能够进入大数据平台，从而进行后续处理。

2．数据存储。负责大规模数据的存储工作。主要利用分布式和多副本策略保证TB、PB量级的数据安全有效地进行存储，从而为数据分析提供底层支持。

3．数据计算。负责大规模数据的计算工作。利用分布式和规范化的编程框架，将单机难以处理的数据分散到多台机器上进行分析处理，从而使大规模数据挖掘成为可能。

4．数据分析。负责大规模数据的业务应用。与具体业务场景相结合，通过统计分析、深度学习等上层数据应用技术，将大数据转化为有价值的信息，实现业务增值。

5．资源管理。负责大数据平台的资源管理工作。利用调度队列，实时监测等机制，及时发现大数据平台中的服务器健康状况并自动化调度，保证集群工作质量。

（三）金融大数据的应用

在金融领域，尤其是金融服务行业，大数据正在越来越多的应用中得到运用，例如：员工监督和监督预测模型，如保险承保人可用于设定保费和贷款人员做出贷款决策的模型；开发算法来预测金融市场的方向；定价房地产等非流动资产等。

具体应用如下：

1．汽车保险

早在20世纪80年代，Progressive Insurance的创始人就期待着可以收集和分析个人保单持有人驾驶习惯的硬数据。这将为保险公司提供更准确的风险测量和风险评估，从而更精确地设置保费。到2010年，市场上已经有了必要的数据采集技术。现在有超过100万的客户同意在他们的汽车中安装黑匣子以采集数据，例如他们通常驾驶的速度和他们通常突然制动的速度。

2．消费者信贷

LendUp补充了传统的FICO信用评级和来自各种其他来源的社交网络分析，以便做出贷款决策。例如，LendUp有兴趣知道潜在的借款人是否经常更改手机号码，这可能表明其借贷风险很大。该公司还认为，人们如何与网上朋友互动，为他们作为借款人的风险评估提供了强有力的线索。那些表现出最强和最活跃的社会关系和社区关系的人似乎是最好的风险判断因素。因此，潜在的借款人被要求将他们的Facebook账户提供给公司进行分析。

与此同时，由于大数据风险分析的用处日益得到证实，信用卡巨头CapitalOne在20世纪90年代成为了大数据“玩家”。这家公司主要是通过使用先进的数据收集和分析技术来识别持卡人今后的财富变化，从而在许多更成熟的信贷市场中“偷”得先机。

3．小企业贷款

Kabbage是一家在FinTech著名企业榜上有名的公司。这家公司是典型的雇员少、技术高的技术驱动的公司，其预测模型利用社交媒体、eBay和UPS等各种来源来评估潜在借款人与其客户之间的关系质量，从而能大批量处理小企业贷款，将风险控制得很好。

4．作物保险

气候公司是一家专门吃天气饭的大数据公司，为农民承保农作物保险。该公司进行了大量的模拟，以预测长期天气模式和设定溢价。

5．抵押贷款

摩根大通正在使用大数据分析来确定因违约抵押而被收回的房屋和商业房产的可接受销售价格。根据保密消息，这个想法是为评估当地经济状况和房地产市场，以便在抵押贷款实际违约之前提出合理的销售价格。如果这些建议的销售价格能被准确设定，理论上能最大限度地减少因银行违约而收回或出售房产对当地房地产市场的干扰。此外，应尽量减少银行在进行销售前被迫持有房产的期限。与此同时，该公司为中情局提供技术专业知识，以发现可疑恐怖分子使用的虚假身份的公司已承认与摩根大通就如何将信息技术应用于信贷业务、信用评估等领域进行讨论。

（四）金融大数据的应用价值

1．提升决策效率

大数据分析可以帮助金融机构实现以事实为中心的经营方法。大数据还可以帮助金融机构以数据为基础，逐步从静态的现象分析和预测，过渡到针对场景提供动态化的决策建议，从而更精准地对市场变化做出反应。

2．强化数据资产管理能力

金融机构大量使用传统数据库，成本较高，而且对于非结构化数据的存储分析能力不足。通过大数据底层平台建设，可以在部分场景替换传统数据库，并实现文字、图片和视频等更加多元化数据的存储分析，有效提升金融机构数据资产管理能力。

3．实现精准营销服务

在互联网金融模式的冲击下，整个金融业的运作模式面临重构，行业竞争日益激烈，基于数据的精细化运营需求和产品创新需求日益迫切。大数据可以帮助金融机构更好地识别客户需求，打造良好客户体验，提升综合竞争力。

4．增强风控管理能力

大数据技术可以帮助金融机构将与客户有关的数据信息进行全量汇聚分析，识别可疑信息和违规操作，强化对于风险的预判和防控能力，在使用更少的风控人员的条件下，带来更加高效可靠的风控管理。

四、人工智能引领金融科技未来

（一）什么是人工智能？

关于人工智能是什么，目前学术界和产业界尚无统一的定义，如人工智能之父John McCarthy认为：“人工智能就是制造智能的机器，更特指制作人工智能的程序”；马文·明斯基（Marvin Minsky）则将人工智能定义为：“让机器来完成那些如果由人来做则需要智能的事情的科学”; Stuart J.Russell和Peter Norvig则在其经典教科书《人工智能：一种现代的方法》中指出，人工智能是关于构建智能机器（或智能计算机）的科学与工程领域，认为智能机器有四种可能的定义：像人一样思考的机器（人工智能模仿人类思考与认知的模式），像人一样行动的机器（人工智能在与人交互时拥有人类的反应，即通过图灵测试），合理思考的机器（严格按照逻辑学进行分析推理并得出结论）和合理行动的机器（作为一个理性代理，实现最佳产出）。这四种定义代表了对人工智能的定位和目标的不同理解，四种智能机器的实现需要不同的理论基础和方法论。

在综合诸多专家观点的基础上，我们采用李开复博士对人工智能的解释，即：“人工智能指的是获取某一领域的海量信息，并利用这些信息对具体案例做出判断，达成特定目标的一种技术”。

而有关人工智能的兴起历史、重要人物和关键事件等详细发展历程等，我们将在第二章中专门介绍。

（二）人工智能的三个层次

人工智能如果按照其智能水平可以分为三个层次，即弱人工智能（SNI）、强人工智能（GAI）和超人工智能（SAI）。

弱人工智能是指擅长于单方面的人工智能。这个阶段的人工智能只能处理较为单一的问题，且发展并没有达到“模拟人脑思维”的程度，所以人工智能仍然属于“工具”的范畴，与传统的“产品”别无两样。弱人工智能的应用场景如今已经深入到人类生活的各个领域，如新闻推送、搜索引擎、智能网联汽车、黑灯工厂、无人码头、智能客服、智能穿戴设备、智能家居等。

强人工智能指在各方面都与人类相当的人工智能。这个阶段的人工智能已经可以比肩人类，同时也具有了“人格”的基本条件。强人工智能要取得成功，最容易想到的路径便是对人脑的模拟。大数据和云计算技术的发展为强人工智能的出现与普及奠定了技术基础，但仅仅依靠大数据和云计算技术并不能帮助计算机实现“智能”，强大的符号认知能力才是计算机是否智能的关键。强人工智能首先要“听得懂，看得懂”，这就涉及了三项重要的技术，即计算机视觉技术、自然语言处理技术和语音识别技术，分别对应着对图像的识别、对文本的编译与对人类语音的处理。近年来，上述三项技术得到了飞速的发展，使得计算机正在获得过去只有人类才具有的能力，强人工智能时代的到来似乎指日可待。牛津大学人工智能哲学家尼可·博斯特伦（Nick Bostrom）在2013年对数百位人工智能专家做了一项关于“你认为人类级别的人工智能什么时候会出现”的调查，结果显示，专家们认为强人工智能正常情况下会在2040年时出现，最晚也会产生于2075年。当然，这只是在对人工智能的研究没有受到任何限制的情况下所进行的预测，强人工智能的产生不仅是技术的问题，更会受到伦理、法律、利益的再次分配，还有深植于人类内心的对于未知的恐惧等多种因素的影响，这些都有可能成为强人工智能研究的巨大阻力。因此，强人工智能的出现也许会比人们预测的晚一些。

超人工智能是指全面超越人类智能水平的人工智能。该阶段的人工智能已经跨过“奇点”，其计算和思维能力已经远超人脑。人工智能将打破人脑受到的维度限制，其所观察和思考的内容，人脑已经无法理解，它们将形成一个新的社会。人类的法律体系仅在人类社会生效，在这个阶段，人类制定的规则已经无法影响人工智能，因为人工智能已经超出了人类社会的范畴。随着技术的进步和人工智能的自我改进，一个比我们聪明100倍、1000倍、甚至10亿倍的大脑也许能够随时随地操纵这个世界所有原子的位置。此时的人工智能已经不是人类可以理解和想象的存在了，人类的法律体系也会随之消亡，或转化成另外的形态而存在。

基于当前人工智能的研究及应用情况，我们依然处于弱人工智能时代，人工智能技术主要还是为了解决特定的问题而存在的，是任务型的人工智能。至于未来人工智能能否真的拥有人一样的思考、感知和认知能力，还有很长的一段路要走。

（三）“AI+金融”的应用

人工智能在金融领域的应用非常广泛，金融机构利用人工智能分析复杂的客户数据，了解客户的消费习惯和金融诉求，可以实现精准营销。金融机构还对潜在客户进行多维度分析，形成用户画像，适时推出金融产品，实现智能获客。计算机视觉技术在金融领域有非常广泛的使用，可以用于员工行为的监督、白名单和黑名单客户的识别、客户兴趣和关注的追踪。计算机视觉技术当然还可以用于异地开户，用户只需要对着手机里的App刷脸，拍摄各种证件，就可以开户。银行发放贷款时，也不需要客户把证件拿到银行，借助OCR，这些证件中的核心信息会直接进入客户的档案。语音识别和自然语言处理技术可以作为智能客服的接线员，24×7服务客户。同时，知识图谱的建立和语义分析技术的提高，会让智能客服越来越准确地回答客户的各种问题，并予以解决。在无人值守银行里，会说话的机器人会作为大堂经理来引导客户，ATM、VTM、外币兑换机等设备会和客户对话，解决客户的问题并完成交易。在金融机构的后台，知识图谱和大数据分析会把风险控制做得很好，也会对客户做好征信调查。对于客户的理财需求，人工智能可以提供针对每个不同客户风险偏好和产品偏好的设计理财产品，这个服务叫智能投顾。人工智能程序还在量化闪电交易中被广泛地使用，在每秒钟10000次的闪电交易中，人类敲击键盘的速度是无法与人工智能程序相比的。当然，人工智能还可以将金融机构的资金使用策划到最佳状态，同时把各种合法与合规工作变成模型，保证金融机构不会收到金融监管机构的罚单。

人工智能之所以能够在金融科技（FinTech）领域得到广泛应用，一方面是由于人工智能比较适用于处理边界清晰、专注于某一领域的业务；另一方面，金融业本身具有海量数据、边界相对清晰的特性。因此，当金融邂逅人工智能，两者一拍即合，在金融科技（FinTech）领域构成了一系列应用场景。本书根据业态分类，将人工智能在金融科技（FinTech）领域的应用场景总结为智能支付、智能营销、智能客服、智能征信、智能风控、智能投研、智能投顾、智能开户、智能交易、智能理赔、智能保险、智能机具、智能安保等13个大类，具体应用情况将在第三章和第四章中作详细介绍。

（四）“AI+金融”的应用价值

1．进一步提升金融行业的数据处理能力与效率

随着金融行业的不断发展，沉淀了大量的金融数据，主要涉及金融交易、个人信息、市场行情、风险控制、投资理财等。这些数据容量巨大且类型丰富，占据了宝贵的储存资源，而从业人员却无法对其进行有效分析以供决策。虽然大数据技术的出现对此有所改善，但在数据的有效处理与分析挖掘上仍面临着较大挑战。随着深度学习技术的不断推进，金融机构尝试将海量数据提供给机器进行学习，不断完善机器的认知能力，使其几乎达到与人类相媲美的水平。尤其是在金融交易与风险管理这类对复杂数据的处理方面，人工智能有效利用大数据进行筛选分析，可以帮助金融机构更高效地决策分析，提升金融业务能力。

2．推动金融服务模式趋向主动化、个性化、智能化

在传统技术模式下，金融行业通过面对面交流的方式发掘客户需求。同时，受人力资源和数据处理能力影响，金融行业只面向少数高净值客户提供定制化服务，而对绝大多数普通客户仅提供一般化服务。随着人工智能的飞速发展，机器能够模拟人的认知与功能，使批量实现对客户的个性化和智能化服务成为可能，这将对目前金融行业沟通客户、挖掘客户金融需求的模式产生重大改变。整体而言，人工智能技术将显著改变金融行业现有格局，在前台可以用于提升客户体验，使服务更加个性化；在中台辅助支持金融交易的分析与预测，使决策更加智能化；在后台用于风险识别和防控保障，使管理更加稳定化。

3．提升金融风险控制效能

在传统模式下，金融机构难以查证客户提供信息的真实性。交易双方信息的不对称性，使得金融机构面临用户隐瞒甚至编造个人信息的业务风险。人工智能可从大量内部与外部数据中，获取关键信息进行挖掘分析，对客户群体进行筛选和欺诈风险鉴别，并将结果反馈给金融机构。此模式不仅能够降低交易双方存在的信息不对称问题，有效降低业务风险，还能对市场趋势进行预测，为金融机构提供有效的风险预警，引导金融机构提前采取预防措施。

4．助推普惠金融服务发展

人工智能技术能够通过降低金融服务成本、提升金融服务效率和扩大金融服务范围，来推动普惠金融服务的快速发展。智能营销能帮助金融机构精准获客，减少营销成本；智能风控能在金融业务流程中提高风险识别、预警、防范及风险定价能力，降低风险甄别成本。智能金融业务模式可以让金融有效伸延普惠到最需要的弱势人群，从而推动金融的普惠化。

五、传统金融互联网进程加速

（一）互联网金融与金融科技

本书开篇曾指出，FinTech2.0时代的典型特征是“互联网+金融”, FinTech3.0时代的典型特征则是“AI+金融”。互联网金融既是中国特有的金融发展模式，也是我们讨论金融科技时无法绕开的一个话题。

一般认为，互联网金融是指传统金融机构与互联网企业利用互联网技术和信息通信技术实现资金融通、支付、投资和信息中介服务的新型金融业务模式。

这里需要特别指出的是，无论互联网金融，还是金融科技，互联网技术都是作为基础技术与金融行业、其他信息技术行业相结合，从而推动传统金融业的变革发展。

（二）互联网金融的主要类型

互联网金融的发展自2013年起经历了野蛮式增长到监管严冬，目前的发展逐步趋向理性和平稳，表现形式有第三方支付、P2P借贷、众筹、互联网金融门户、互联网银行、互联网保险、互联网证券、互联网基金等。这里我们挑选其中具有典型代表性的形式作简单介绍。

1．网络支付和移动支付

网络支付与结算是以互联网等方式为基础，实现买家、金融机构、商家之间的在线货币支付、现金流转和资金清算。近十年来，伴随着科技和加密算法的进步，各类网络支付与结算方式迅猛发展，如银行卡网络支付、网络结算等，刷脸支付、虹膜支付等技术也正从实验室迈向实践（如本书开篇所引用温州五马街案例）。

移动支付属于电子支付和网络支付的更新方式。在移动支付过程中，终端设备、互联网、服务提供商以及金融机构相互融合，为用户提供支付、缴费等金融业务。20世纪90年代，美国出现移动支付业务，随后各种移动应用类钱包应运而生。近年来，全球移动支付产业市场规模进一步扩大，用户普及程度进一步提高，常见的移动支付方式有短信支付、扫码支付、声波支付等。

2．互联网众筹

众筹的概念来源于Crowdsourcing（众包），后者的意义更加宽泛，指一个人通过接受并协调来自多方的零散贡献以达成自己的目标。而互联网众筹起源自美国，Brian Camelio在2003年创立了Artist Share，从此拉开了互联网众筹的序幕。近年来，全球众筹行业的发展呈现指数型增长趋势。众筹的分类相当广泛，包括产品众筹、股权众筹、公益众筹等类型。

全球互联网众筹起步于2001年，随后呈现爆发式增长，据Massolution与艾瑞咨询的统计与预测，2010年至2016年全球互联网众筹将保持75% 以上的增长率，并于2016年达到2000亿美元的众筹规模。中国电子商务研究中心检测数据显示，2025年全球众筹市场众筹规模将达到3000亿美元左右，发展中国家众筹规模将达到960亿美元。

互联网众筹是一种全新的融资方式和融资渠道，它很大程度上降低了创业企业的融资成本，提高了融资效率。从国内外众筹发展情况来看，互联网众筹正处于快速发展阶段，美国JOBS法案后，通过法律形式认定了众筹的合法性，同时赋予投资者可以获得项目的股权作为投资回报的权利，监管完善和金融创新都在推进众筹模式快速发展。虽然中国尚缺乏对众筹领域的法律监管，但随着互联网金融领域的不断创新，法律监管措施不断完善，互联网众筹的发展前景依旧十分乐观。

3．互联网保险

保险行业在20世纪末最早接触互联网，出现了保险公司网络直销和第三方比价等平台。2014年，Oscar Health和Zenefits等公司相继进行大额融资，互联网保险成长为保险市场具有重要影响力的业务形态。随着互联网保险的快速发展，保险业务领域效率低、成本较高和客户体验不好的环节都会暴露出来，解决此类问题的良策就是保险科技（简称InsurTech）。

互联网保险与新兴金融科技的结合，不仅催生了各类保险产品，也正在改变互联网保险的商业模式。按照传统观点，保险企业会有自身的保险产品，然后让一套层次架构复杂的销售体系去销售。而当今的互联网保险企业则突破了这一点，在销售渠道上，由有中介的销售过渡到去中介的销售渠道，甚至某些互联网保险公司并没有自己的保险产品，仅仅提供保险信息服务。

4．P2P借贷

2005年3月，全球第一家P2P贷款平台Zopa在伦敦上线，取意为“可达成的交易空间”（Zone of possible agreement , Zopa）。P2P的商业模式已散布全球，从近年来的成交量来看，中国、美国和英国在全球前三的位置。

英国的P2P商业贷、P2P消费贷、P2P票据融资是替代性金融的一种。剑桥大学新兴金融中心（Centre for Alternative Finance）等机构发布了关于英国互联网金融发展现状及趋势的报告《开拓边界》（Pushing Boundaries），报告统计显示，P2P在替代性金融（Alternative Finance）市场成交量里已占据主要地位。P2P市场是一个推陈出新、不断整合的市场，目前英、美等国的P2P市场均由少数公司控制。

美国的P2P市场由Lending Club和Propser垄断。英国P2P行业协会P2PFA的统计显示，在英国的P2P市场上，规模较大的是Zopa、Rate Setter、Market Invoice和主做小微企业市场的Funding Circle。从市场集中度上看，英国这四家最大的P2P平台总市场份额从它们诞生起一直在下降，但四大平台的总市场份额占比维持在70%左右，占较强优势。英国整个P2P市场开始重视行业龙头，并朝着寡头垄断的市场结构发展，可见大额资金更偏爱流动性好的平台，四大平台的品牌和风控措施在安全性上也更吸引稳健的投资人。

近年来大数据技术广泛应用于P2P网贷行业的各个领域。企业既可以通过大数据所反映出的客户需求提前制定企业发展策略，还可以通过统计点击率和整理评论来洞察网络金融民意，并对大数据进行归类、分析、建模来进行差异定价和风险控制等。

（三）互联网在金融科技（FinTech）领域的应用价值

1．互联网助推金融真正实现线上化

信贷是金融的核心。自2007年P2P登陆中国，国内的信贷就开始了漫长的线上化进程。但是碍于体制和理念，中国的信贷线上化始终停留在“电商”层面，以一种网络兜售信贷的方式试水线上信贷。这种初级又低效的方式持续了很久，然而对传统金融机构的促进却极其有限，导致2007年—2017年这十年间，中国的线上信贷始终停留在网络信贷的层面。互联网金融无论是非功过，至少都在探索信贷线上化的种种可能。2017年，现金贷的兴起是中国金融孕育出的“怪胎”，它既保留了传统金融的运作方法和理念，又融入了许多网络金融的技术元素。更为重要的是，现金贷在网络平台出现之后，经过历次改版升级后的电子银行产品也悄无声息地融入了现金贷的功能。至此，更加深入的信贷线上化才算正式拉开帷幕，金融业真正进入了互联网人常说的“最好的时代”。信贷业务的全流程存在四个重要的节点，只要这四个节点有任何一个节点涉及线上，从更加宏观的视角审视，都应该涵盖在中国整体信贷线上化的蓝图中。

2．互联网推动部分金融业务模式变革

互联网在提供线上渠道的同时，进一步变革了部分业务的开展模式，对传统运作模式形成了冲击。这一部分的变革主要体现在证券公司与银行的部分业务上。

典型的例子如：证券经纪业务与融资融券业务，其线上模式已与证券投资咨询业务一起被整合进多数证券公司的软件中，以更便捷的方式向个人投资者提供服务；存款业务，受到了互联网推动的影子银行与直销银行的一定冲击；贷款业务，小微领域主要被小额贷款公司与P2P公司所占据；银行卡业务与结算业务，零售支付领域受到第三方支付机构的巨大冲击；征信业务，传统信贷征信模式的空隙被人工智能征信所替代等。

更加特殊的影响是：互联网的发展进一步创设了新的可供传统金融机构参与的业务模式。这类全新的业务模式包括：投资咨询自媒体、股权众筹、直销银行、P2P等。有些新的业务模式与传统金融机构形成了竞争，如直销银行、股权众筹可能带来的冲击等；有些则形成了互补，如P2P填补了此前金融机构服务未能覆盖的领域。

P2P的悲情故事也许是最不应该在中国发生的故事。无论是政府还是社会，在对传统金融机构不能有效为实体经济输血的怨恨中，都对P2P这一新生事物放松了警惕，致使一批不懂金融的人，一下子冲入这个行业，各显神通。从2013年到2016年，由于监管缺失，本来应该做撮合中介的P2P公司大搞资金池、自融、故意逃废债，甚至还有庞氏骗局，把一个本该做起来的P2P变成了骗子和老赖的代名词。2016年8月24日，银监会联合四部委下发《网络借贷信息中介机构业务活动管理暂行办法》（以下简称《办法》），对P2P金融作出了详细的规定与调整，这项P2P行业的重磅政策性文件被称为“史上最严”的监管文件。从那时起，P2P在中国才逐步走入正轨。

六、金融科技（FinTech）五大要素间的关系

1．五大要素均为通用目的技术（GPT），将对人类经济社会转型产生深远影响

所谓通用目的技术（GPT）是指那些对人类经济社会产生巨大、深远而广泛影响的革命性技术，如蒸汽机、内燃机、电动机、信息技术等。其基本特征包括：一是能够被广泛地应用于各个领域（Variety of Applications）。通用目的技术的一个显著特征是能够从初期的一个应用领域（Special Purpose Technology, SPT）实现向后期多个领域的广泛应用；二是持续促进生产率提高、降低使用者的成本。随着新技术的发展和应用，技术应用成本不断下降，技术应用的范围不断拓展；三是促进新技术创新和新产品生产。该技术与其他技术之间存在着强烈互补性（complementarity），具有强烈的外部性（Spillovers），其自身在不断演进与创新的同时，能够促进其他新技术的创新和应用；四是技术应用会不断促进生产、流通和组织管理方式的调整和优化。通用目的技术的应用不仅促进了产品和生产环节的技术创新和生产方式的转变，而且促进了组织管理方式的优化，实现了产品技术、过程技术和组织技术的提升。

基于上述定义和特征，金融科技（FinTech）五大要素中无论是云计算、区块链和互联网等基础技术，还是人工智能和大数据等应用技术，都具备了通用目的技术（GPT）的标准。

2．五大要素间是层次分明、相辅相成的发展关系

这里需要澄清的是，一般意义上将金融科技（FinTech）五大要素ABCDI并列提出的说法不够严谨，甚至在某种意义上来说会造成一定的误导。这是因为，金融科技（FinTech）五大要素中的云计算和区块链作为一种底层分布式技术，本身是建立在金融IT高度发展的基础上，是其他三大要素互联网、大数据和人工智能技术发展的基础。同时，人工智能与大数据、云计算以及区块链技术并不是相互割裂的，更多地表现为相互依存的关系。大数据可以为人工智能技术在机器学习训练、算法优化等方面提供丰富的养料；云计算为大数据提供超强的运算和存储能力，显著降低运营成本；区块链解决了大数据、云计算、人工智能技术存在的信息被泄露、篡改的安全性问题，使得金融交易具有更高的安全性。人工智能技术作为金融行业未来发展的核心驱动力，与其他相关技术一道共同促进金融行业转型升级。五大要素间的关系见下图：

在五大要素中，云计算可以视为其他各要素最不可或缺的基础技术。云服务、大数据、人工智能三者之间也密不可分，呈现出相辅相成的发展关系。其中，云计算与大数据的联系最为紧密：在产生海量数据的信息社会中，云计算与大数据共同为数据的存储、提取、处理、利用贡献力量。除此之外，在人工智能、生命科学、物联网等前沿科技中，由于数据量十分庞大，必须依赖于云计算、云存储等底层云服务。