中国金融科技发展综述

中国金融科技发展综述

一金融科技基本概念2016年3月，AlphaGo以4∶1的总比分战胜韩国围棋选手李世石，这是人工智能技术快速进步的完美体现。2016年7月，全球市值最高的五家公司第一次全部花落科技公司：Apple、Alphabet（Google母公司）、Facebook、Microsoft和Amazon。显而易见，全球经济正在经历大转型，金融科技正在迎来加速式发展。金融科技（FinancialTechnology，简称FinTech）是信息技术与金融相融合的新兴产业。作为全球金融治理的核心机构，全球金融稳定理事会将金融科技界定为：通过将金融和科技进行融合的方式，创造出新的业务模式、应用、流程或产品，进而对整个金融市场、金融机构和金融服务的提供方式产生重大影响。相比较而言，FinTech的概念要比“互联网金融”更大更深远。一方面，互联网金融主要是指互联网或移动互联网技术对传统金融服务领域的冲击和改变，而FinTech对信息技术的运用不仅仅局限于互联网或移动互联网，还包括大数据、区块链、人工智能和智能数据分析等前沿技术。另一方面，互联网金融侧重于场景革命，而FinTech更侧重于技术革命。在这场革命中，金融行业新晋者和科技类初创者首先利用科技手段对银行、保险、支付等传统金融产品和服务进行革新，大幅提升金融服务效率。可以说，FinTech是由内至外对金融产业进行优化升级。技术革新能够持续改变我们的工作、社交、信息分享以及与我们周围的人和世界的交互方式。这种改变能够为多个行业带来巨大机会，包括金融服务业。2010年以来，科技的快速进步从需求和供给两端极大地改变了传统金融服务模式。从需求端来看，发达的互联网及移动互联网使用户需求显性化，在拓展金融服务发展空间的同时，改变了人们的生活方式，数字化体验已成为价值新主张的重要组成部分。从供给端来看，新兴科技驱动的创新机制改变着传统金融服务范式，一方面FinTech公司和创新商业模式的不断涌现，削弱了传统金融机构的中介功能，导致市场竞争更加激烈；另一方面区块链等新兴科技将推动金融业基础IT架构升级换代和用户服务方式持续优化，进而引领金融服务模式变革。后金融危机时代的监管环境与科技创新的指数化增长的结合，使得技术初创企业能够进入金融服务业，并直接向消费者和企业（包括现存金融机构）提供产品及服务，而传统金融机构也在为创新投入越来越多的资源。对于一个成熟的金融科技生态圈而言，人才、资本、政策、需求是四个核心属性。[1]人才指技术、金融服务以及创业人才的充沛程度，源于传统金融领域及互联网科技领域，包含研究人才、技术人才、管理人才等；资本指辅助创业和辅助企业扩张的金融资源的充沛程度，源于天使投资人、风险资本投资人、IPO投资人等；政策指政府政策，涵盖监管、税收和协助行业成长的方案，来自政府、监管方等政策的倾向与限制；需求指终端客户需求，包含消费者、企业和金融机构，源于政府、公司、消费者、传统金融机构等。二金融科技行业概述（一）FinTech的发展阶段从信息技术与金融行业的融合程度来看，大致上可以把FinTech的发展划分为三个阶段。[2]第一个阶段为金融科技1.0阶段，也可以界定为金融IT阶段。在这个阶段，金融机构仅仅是简单地运用IT软硬件来满足机构业务电子化、自动化，提升服务效率的需求，IT公司并没有直接参与到机构的业务当中去。在整个金融体系内部，IT系统也只是一个典型的成本部门。银行信贷系统、清算系统的IT升级改造就是这一阶段的典型代表。第二个阶段为金融科技2.0阶段。在这个阶段，IT技术对传统金融行业的影响发生了深刻的变革。尤其是各类金融在线业务平台的出现，它们借助互联网或者移动终端来收集海量的信息和用户，并通过业务融合和信息共享，最终实现金融业务中资产端、交易端、支付端、资金端的任意组合和相互联通。这个阶段的代表有互联网的基金销售、P2P网络借贷、互联网保险等。第三个阶段是金融科技3.0阶段。在这个阶段，传统金融业的IT运用基础开始包括大数据、区块链、人工智能、云计算等新兴技术，这些新兴技术改变了传统的风险定价模型、金融信息采集来源、投资决策过程，甚至金融信用中介角色，在大幅提升金融服务效率的同时也解决了传统金融的通病。这个阶段的代表有大数据征信、智能投顾、供应链金融等。（二）FinTech的技术手段近年来，互联网金融凭借更优的用户界面、细分的市场定位及有利的经济环境和监管政策实现了快速发展，但尚未触及金融行业的底层逻辑架构和基础IT设施。但随着大数据和云计算的普及、区块链的出现、人工智能和物联网的逐步商用，整个金融行业将在最基础的技术层面建立起真正的“去中心化”信任，从而彻底改变传统金融机构中心化模式，实现价值在网络上的实时传递，进而开启价值互联新时代。1.大数据分析大数据（BigData）是指在一定合理时间内无法通过常规软件或工具进行处理的巨量信息资讯的集合。大数据技术是指对各种类型的海量数据集合进行分析筛选，以捕捉获取有价值信息的技术。它具有信息处理量大、信息存储格式多元、获取关键信息速度快、数据价值高但价值密度低等特点。以商业银行为例，商业银行每创收100万美元，平均产生820G数据。[3]目前很多国内金融机构数据量级已经达到100TB（1TB=1024GB）以上，非结构化数据更是突破1PB（1PB=1024TB）。通常来说，大数据分析可以划分为数据架构、信息整合、知识发现及智慧决策等四个层次（见图1），在金融科技1.0阶段，大数据技术的运用主要集中在第一、第二层次。随着金融科技发展进入新的阶段，大数据技术也正朝着第三层次和第四层次迈进，以进行更深层次的分析和决策。图1大数据分析的四个层次在信息化时代，数据深刻影响着金融机构的未来发展，快速精准地从海量数据中获取价值信息是获得话语权的关键。目前，很多国际领先金融机构基于多年的试错经验，已经成功将基于大数据的工作方式嵌入组织当中，不断获得新的商业信息，实现了精准营销、风险经营和商业模式创新，进而根据不同的客户和市场需求设计不同的服务模式和金融产品。基于更优质的数据源，应用大数据分析技术提升风险评估能力并改善金融服务，显著提升了运营效率、拓宽了收入来源。2.云计算云计算和大数据密不可分。云计算是一种提供便捷、按需获取和可配置计算资源的共享网络服务模式，为大数据提供超强的运算和存储能力。随着互联网从个人领域向企业领域渗透，云的多方协作功能在服务端和用户端同时得以强化。在服务端，云的快速规模化促进了各种云平台在线互联互通，实现了业务层面更强大、更广泛的协同；在用户端，移动互联网及智能移动终端的普及和广泛应用，在方便用户接入的同时，使数据汇聚、分析及业务模式创新成为可能。目前国内的云计算行业正在快速发展，争夺市场份额。阿里巴巴近期提出了NASA计划，这是面向机器学习、生物识别等这些核心技术的一项涉猎较广的计划，而阿里云将成为最重要的技术输出口，NASA将对包含云计算在内的科技领域进行一次巨大革新；网易从2015年开始进入云计算市场，目前其在反垃圾云服务、即时通信云服务等领域取得了巨大成果，而基于Docker切入的云计算基础服务，也被认为是未来的趋势；2016年底，百度云发布ABC（AI、BigData、Cloud）三位一体战略，试图在智能物联网、智能多媒体、智能大数据三大领域一展抱负，升级后的“百度云”也更加重视人工智能的发展；此外，华为在公有云服务方面也开始发力，从2017年开始，华为将以公有云服务为基础，大力投资打造开放的公有云服务，建设专业、安全、可信赖的云生态环境。3.区块链区块链（BlockChain）产生的背景，有着非常深厚的经济学基础，这个基础就来自哈耶克提出的“货币的非国家化”。2009年1月，世界上第一个区块链——比特币区块链上线，其被创造出来的唯一目的就是发行数字货币。区块链原本是比特币等加密货币存储数据的一种独特方式，是一种自引用的数据结构，用来存储大量交易信息，并将每一条交易记录从后往前有序地链接起来，具备公开透明、方便追溯、无法篡改的特点。广义的区块链不仅包括类似比特币的数据存储技术，还包含点对点网络设计、加密技术应用、分布式算法的实现等。区块链的信任机制基于非对称密码原理，是纯数学加密方法。区块中包含了创始块以来所有的交易数据，且形成的交易记录不可篡改或虚构，任何网络中的数据都可以追本溯源，因此交易双方之间的价值交换数据可以随时被追踪和验证，在实现网络中信息共享的同时，保证了数据背后交易者个人隐私信息的安全。这使得区块链网络中的交易双方在陌生模式下即可进行可信任的价值交换。在现实生活中，信息和数据在传递过程中经过多次交换会出现失真的状况，长链条的传递过程也给不法分子提供了可乘之机，利用区块链技术便可以为物品或数据建立一套不可篡改的记录。同时，在去中心化的网络系统中，价值交换的中间成本几乎为零。因此区块链技术在保证信息安全的同时，也保证了系统运营的高效及低成本。整体来看，区块链具有去中心化存储、信息高度透明、永久存储、不易篡改、高安全性等优点。区块链结构及区块生成过程见图2，区块链技术主要特点见表1。图2区块链结构及区块生成过程资料来源：中国民生银行研究院。表1区块链技术主要特点特点具体描述去中心化结构点对点交易结算近乎实时完成;

信息以透明方式存储于共享数据库中，无传统中心化的信息中介（如政府数据中心、银行数据库等）;

系统中任意节点均是信息保管员基于技术建立信任关系区块链基于非对称密码学原理和工作量证明机制构建信任，保证陌生节点之间可信任的价值交换;

有利于提高效率、降低成本信息完整且可信任度高完整永久保存所有交易活动，信息高度透明且不可篡改，利用共识机制保证交易的唯一性，解决双重支付问题;

为审计查账、物流追踪等提供高信任度追踪途径高安全性交易在匿名下进行，保护客户隐私;

区块链总账本由所有分布式网络节点共享管理，除非取得分布式节点共识，否则无法篡改账本;

个别节点出错、被黑客攻击等，不会影响系统整体运转高自动化完全通过网络和结算能力实现交易中和交易后的全过程;

基于区块链的智能合约可自动执行复杂金融衍生品条款资料来源：中国民生银行研究院。表1区块链技术主要特点从中心控制力度和信息公开度层面，区块链可分为公有链、联盟链和私有链。相对于公有链的完全开放和公开，联盟链和私有链允许有多个或单个中心控制参与主体范围和信息公开范围。由于金融行业需严格控制交易和信息等的公开范围，且有参与者的准入要求，因此联盟链和私有链对于金融行业来说更加适用。2015年以来，联盟链和私有链快速发展，为区块链金融应用的落地提供了强有力的技术支持。区块链允许每一个数据节点验证历史记录和内容，提高了整个系统的可追责性，具有降低信任风险的特点，这种特点也并不会因人为规则的变化而改变，因此整个区块链架构十分灵活。在具体应用中，区块链技术可以降低金融体系的运行成本，实现金融信息和资源的共享，比如基础设施和资源、数字货币、交易支付和结算、资产与身份管理、智能合约[4]等。客户身份资料和交易记录等就可以应用于土地所有权、股权真实性的验证和转移，以及智能合同管理。近年来，参与区块链探索的金融机构不断增加，积极推广各项应用。各金融巨头纷纷成立区块链实验室，探索区块链应用场景。花旗银行、瑞银集团、德意志银行和巴克莱银行已成立区块链实验室，自主研发或通过金融科技公司协助，针对不同业务场景进行探索实验。此外，各金融机构也与金融科技公司在区块链方面积极展开合作，如Visa与Chain（美国一家为金融机构提供区块链技术解决方案的领先供应商）合作，不仅让交易速度获得翻倍提升，而且使信用卡交易更加安全；星展银行和渣打银行联手与Ripple合作，共同开发供应链金融业务的数字化应用，利用智能合约及点到点跨境交易技术，实现业务流程自动化并提高了安全性。目前在中国，区块链项目在很大程度上与学术界和研究机构联系在一起，关注的重点主要是加密货币。国内的区块链初创公司仍然处于发展的早期阶段，而大型银行在区块链的应用方面才刚刚启动概念论证和试点项目。而在英国，监管规则（例如《多德-弗兰克金融改革法案》和《欧盟金融工具市场指令（二）》）已经激励各家公司在区块链等探索性技术方面进行投资以实现其经营模式的变革。资金充足的区块链组织应运而生，人才从传统行业向与区块链相关的初创公司流动，技术解决方案也日趋成熟（例如基础的区块链架构平台）。未来，区块链技术和市场将快速成熟，成为金融机构标配的IT基础架构，进而再造金融生态。金融机构必须尽快形成清晰的战略思路，制定战略并积极开展投资布局和实验探索，才能更好地适应行业发展趋势并成为重塑行业格局的引领者。4.人工智能人工智能（ArtificialIntelligence，英文缩写为AI）是一门极富挑战性的科学。在1956年的达特茅斯会议（DartmouthConference）上，约翰·麦卡锡（JohnMcCarthy）提出，“人工智能就是要让机器的行为看起来就像人所表现出的智能行为一样”。这是对人工智能较早的，也是最为通俗的理解。一个更为流行的观点认为，人工智能是研究用于模拟、延伸和扩展人的智能的理论、方法、技术的新兴技术科学，其中包括自然语言处理和翻译、视觉感知、模式识别、决策制定等，但是应用的数量和复杂性在快速增长。具体而言，人工智能可以通过学习快速吸收信息，并将其转化为知识储备。通过这种学习，一些中低端的分析活动将被机器取代，比如可以学习分析公司IPO前的投融资活动，同时也可以学习分析公司所处行业业态和竞争格局。同时，人工智能还可以通过建模和大数据分析，在时间维度上沟通过去和未来，在一定程度上对未来进行预测，降低跨时间交易活动的风险。除此之外，在确定规则下，人工智能还能够优化博弈策略，实现共同协作。在技术发展路径上，人工智能发展包括三个阶段（见图3）：计算智能、感知智能以及认知智能。近年来，感知智能（包括语音合成、语音评测、语音识别等）已实现技术突破，而认知智能将成为未来人工智能发展的重要方向。图3人工智能发展阶段在技术逻辑层面上，人工智能可以拆分为基础层、技术层以及应用层三个层面（见图4）。基础层是指人工智能的底层技术支持，在这个层面各个细分环节必不可少，尤其是大数据的发展；在技术层，诸如机器学习、知识图谱以及自然语言处理等都与FinTech息息相关；而应用层更多的是与计算智能相关，如神经网络、遗传算法、AlphaGo等。图4人工智能的三个层面目前，人工智能的应用模式正在由传统的执行式服务向交互式服务转变，以提供持续性、个性化的服务。综观人工智能在金融领域的应用，互联网、金融、大数据三者的互联互通，以及更加智能化的精确计算都将可期。简单来说，人工智能很可能在以下几个方面解决传统金融服务模式的痛点。一是人工智能可以帮助扩展财富管理市场空间。据国际知名咨询公司A.T.Kearney预测，未来五年机器人投顾的市场复合增长率将达到68%，并在2020年实现资产管理规模突破2.2万亿美元。二是人工智能可以基于征信信息制定服务计划和开发理财产品助手。2015年，英国巴克莱银行开发的人工智能系统使其能够帮助客户自动完成业务交易。花旗集团则从2012年起，开始运用人工智能电脑完善客户服务，包括提供诸如客户需求分析、预测经济走势等服务，同时还能根据个人投资履历提供合适的投资计划。三是人工智能可以为各类金融服务提供智能化、模型化、标准化的风险控制系统。蚂蚁金服已将人工智能运用于保险、征信等多个领域。百度将世界最大的深度神经网络应用于百度股市通、国金大数据证券以及其理财和消费信贷等产品中，以便于开展更多的金融产品布局。目前，科技巨头正在结合主业布局AI，如图5所示。图5科技巨头结合主业布局AI2016年7月15日，国家发改委发布《战略性新兴产业重点产品和服务指导目录》，提出重点发展人工智能产业中的人工智能平台、人工智能硬件、人工智能软件、人工智能系统等四个方面。2016年12月，国务院发布《“十三五”国家战略性新兴产业发展规划》，正式将人工智能纳入“十三五”规划中新一代IT产业的重要发展方向，奠定了良好政策基础。在政策推动、技术突破和应用扩展的共同推进下，人工智能有望走到大规模应用的临界点。人工智能的概念已经提出了60多年，目前开始进入指数型增长的阶段。未来，随着人工智能向更高层级的不断迭代和进化，其将从理财顾问、征信助手、智能风控系统、防范性金融系统等层面深入优化金融服务模式，通过智能机器的自我学习实现产品和服务快速适应场景变化，推动金融行业实现智能化转型。5.物联网物联网（InternetofThings，IoT）是指利用射频识别（RFID）、激光扫描器等信息传感实时地收集物品或流程信息，并通过互联网或专用域名进行信息交换，实现物与物、物与人的连接，方便识别、管理和控制。物联网包括感知、网络和应用组成的网络架构以及技术标准、法律等逻辑架构。在网络架构方面，感知层主要利用RFID、激光扫描器、红外感应器等传感设备进行信息采集工作；网络层作为连接感知层和应用层的纽带，主要通过网络进行信息传输；应用层与感知层共同构成物联网的核心，应用层主要负责对感知层收集的信息进行计算、处理和挖掘，主要由物联网中间件、云计算以及用户直接应用的物联网应用三大部分构成。在逻辑架构方面，物联网包括物联网技术标准、隐私和安全以及促进和规范物联网发展的法律、政策和治理体系。目前，物联网已被明确列为政府《中国制造2025》报告中的五大新兴战略之一。当前，物联网已迈入跨界融合发展新阶段，并加速向人们日常的生产、交易以及生活场景渗透。物联网与金融结合，可实现资金流、信息流、实体流的三流合一，将深刻变革金融机构原有服务模式，拓展创新发展空间。得益于“物联网+大数据+预测性算法+自动化系统”，金融服务将实现全流程的电子化、自动化和实时化，大幅降低运营成本，同时采集企业信息的边际成本也几乎为零，将实现全面覆盖长尾端客户。除此之外，物联网技术也将深刻影响消费和生产领域，带来全新的商业模式。数据预测显示，到2025年，全球物联网的市场规模将达到14万亿美元。在众多垂直领域中，正在酝酿着诸如城市管理、数字家庭、定位导航、现代物流管理、食品安全控制、零售、数字医疗以及防入侵系统等，新的商业逻辑将逐步形成。如今，大数据、云计算、区块链、人工智能、物联网等无疑是金融科技行业被广泛热议的技术，给予了人们无限的想象空间，它们不是为了技术而技术，而是在变革服务、创造价值。总体来讲，这些技术的未来趋势是赋予人们一种更加流畅、智能以及人性的感知，推动金融业基础IT架构升级换代，引领金融服务模式的变革与颠覆。此外，生物识别、虚拟现实等技术的快速成熟和商用，也将进一步提升用户的金融服务体验，提高金融服务的智能化和便捷性，开启价值互联的新时代。（三）FinTech的应用领域1.电子支付电子支付是指用户通过电子终端，直接或间接向银行业金融机构发出支付指令，实现货币支付或资金转移。按照支付指令发起方式不同可分为互联网支付、电话支付、手机支付、数字电视支付、POS机刷卡支付等。随着电子商务的发展以及各类新型网络金融平台的兴起，第三方支付产业链不断延伸，移动支付的理念和应用也在进一步普及。三星、谷歌、微软和美国一些大型零售公司都在构建自己的移动支付系统，争夺对客户资源的控制。2016年也被称作移动支付年。移动支付又包括近距支付和远程支付两种：近距支付又包括NFC手机支付和RF-SIM支付两种，例如，ApplePay利用的即为NFC技术；远程支付是基于移动互联网的在线支付方式，现已成为人们日常消费中非常重要的一环。央行发布的《2016年支付体系运行总体情况》显示，2016年，我国银行业金融机构共处理电子支付业务1395.61亿笔，金额2494.45万亿元。其中，网上支付业务461.78亿笔，金额2084.95万亿元，同比分别增长26.96%和3.31%；移动支付业务257.10亿笔，金额157.55万亿元，同比分别增长85.82%和45.59%，增长态势十分迅猛。在中国，电子支付服务主体在不断丰富，形成了较为完善的产业格局。目前其主要参与方包括三个方面：一是由银联和央行支付系统组成的支付清算系统，其处于整个电子支付体系最核心的位置，是整个产业的枢纽；二是商业银行、线上线下第三方支付平台等，它们是电子支付体系的主要参与者，无论在参与者数量还是交易规模上都处于行业领先地位；三是支付软硬件提供商、通信运营商和收单代理商，它们在整个体系中主要起辅助支撑的作用。整个体系由央行、银监会、支付清算协会等监管方进行监督管理，它们共同维护支付市场的竞争秩序（见图6）。图6中国电子支付产业核心参与方近几年随着整个体系的蓬勃发展，中国的电子支付已经成为众多互联网金融活动中最成熟的业态之一，同时在未来能够为金融科技的广泛运用提供良好的场景介入基础。围绕支付场景、个人及商户，金融科技公司开始积极打造动态的服务场景，从而构筑以支付为核心的金融服务生态。围绕支付的大数据行为分析已经成为领先支付企业的必备技术能力。随着扫码、声音、NFC、基于生物识别的指纹等辅助支付手段的普及应用，很多支付企业致力于提供更加便捷且安全的认证方式，特别是当支付与大数据反欺诈技术相结合以后，支付领域的安全性痛点将得到更好的解决。此外，基于区块链或分布式网络技术的跨境支付也将成为金融科技公司的另一发力点，在去中心化的机制下更快更低成本地完成跨境转账，即交易双方不再需要依赖一个中央系统来负责资金清算并存储所有的交易信息，而是基于一个不需要进行信任协调的共识机制直接进行价值转移。2.借贷征信央行征信中心曾表示，中国的个人银行体系发展尚不完善，有20%银行个人客户的服务需求无法被满足。世界银行数据显示，尽管中小企业对中国GDP的贡献达60%，但它们的贷款只占到银行发放贷款额的20%～25%。传统银行提供的金融产品缺乏竞争力、灵活性，这是促进网络借贷发展的重要因素。而在金融科技时代，依托先进的科学技术，借贷与征信领域又迎来了新的发展契机。在小微企业信贷领域，信用评估开始借助大数据的威力，既涉及企业主、个人的信用评估，又涉及部分企业信息的获取和分析，涉及公开、半公开和非公开各个领域的数据源。拥有征信牌照的大数据征信企业可以根据金融服务需求，提供企业多维度多层次的信用分析，同时借助人工智能手段，设计优化信用风险量化和反欺诈模型。事实上，目前在中小企业信贷领域，借助大数据分析和深度学习等人工智能手段对企业信贷风险进行量化评估的金融科技公司并不多，更为普遍的是综合运用电商交易数据、核心企业ERP系统数据及物联网数据对授信的产业链进行融资的模式。近些年，基于区块链技术的反欺诈和交易溯源逐渐开始出现，在控制信贷风险方面发挥着重要作用。在征信方面，征信机构首先利用先进的信息科技手段，收集征信对象各个方面的信息数据，并进行清洗、转换、集中、导入并分析，最终结合信息使用的场景构建专门的信用模型，得到信用评估和量化结果。这种征信方式能够极大缓解交易双方的信息不对称，同时还能在一定程度上用模型预测征信对象未来的信用状况，便于及时进行风险管理。传统的征信数据源仅有银行、政府、工商企业等，但在互联网时代，人们各类行为数据都可以由网络进行记录和存储，从而可以从这种海量的行为数据中筛选出与征信应用场景相关的信息。因此，如何对社交、电商及搜索等非结构化数据进行有效分析成了征信模型构架的关键问题之一。征信数据源分布见图7。目前线下数据多被传统金融机构持有，比如央行的征信系统数据只对商业银行和保险机构开放，覆盖的人群也十分有限，预计到2020年我国才能实现政府数据的统一开放。图7征信数据源分布在线上数据方面，BAT三家互联网巨头依靠其网络生态的天然优势在数据获取上处于领先地位。此外，一些小型创业公司也通过购买或抓取互联网数据，并对数据进行整合，在数据获取领域分得一杯羹，从总体来看，数据市场仍然处于割据状态，竞争激烈。预计随着人们对互联网消费及金融产品依赖性的进一步提高，线上数据市场将逐步进入整合阶段。总体而言，大数据的发展为征信行业带来了大幅改变的契机，在信息的获取、信息的丰富程度以及分析、征信模型的优化方面都带来了质的改变。传统征信与大数据征信对比视角如图8所示。虽然技术本身不能制造信任，但是信任的基础可以通过机器和技术带来更客观、更透明的依据。图8传统征信与大数据征信对比视角3.智能投顾随着市场化金融投资产品的日益丰富，资产配置的观念逐渐深入人心，部分金融科技公司开始以互联网和技术为支撑开展投资顾问服务，并逐步涉足自动化和智能化的投资产品推荐及管理领域，演化为当下火热的智能投顾。智能投顾是人工智能的一大热门应用，主要区别于纯人工的投资顾问，又被称为智能理财、自动化理财等，在国外被称为“机器人投顾”（Robo-Advisor，简称RA），通常是指根据客户的个人需求和风险偏好，通过计算机技术和算法模型，并配合资产组合理论为客户提供自动化、智能化的资产配置方案，自动完成相关交易过程，当市场发生变化导致投资组合比例改变时，投资组合会自动再平衡以保证合理的目标资产配置方案。在投资管理服务中，智能投顾能够用软件来完成客户档案创建、投资组合选择及重设、资产配置、投资组合分析、交易执行及投资损失避税等多项核心内容，完全可以替代人工投顾，从根本上改变了传统理财顾问的销售模式。同时与人工投顾的主观判断相比，智能投顾的所有流程是基于构建的模型推算出来的，比如利用互联网大数据对用户风险偏好、市场及金融产品进行智能分析，为客户提供系统的、多元化的投资组合。智能投顾的这种数字化流程可以在一定程度上消除人工投顾中非理性偏误、投资经验不足等导致的问题。智能投顾的组成如图9所示。图9智能投顾的组成在成本方面，由于智能投顾不受人工服务成本的影响，因此费用要远远低于传统的人工投顾，这极大地提高了客户群体范围，二者的对比如表2所示。表2智能投顾与人工投顾成本对比管理费用ETF费用人工投顾1.0%以上0.25%～0.50%智能投顾0.2%～0.4%费率加其他费用0～0.15%资料来源：CitiResearch。表2智能投顾与人工投顾成本对比智能投顾最早是由美国Wealthfront公司推出。该公司借助计算机模型和技术，通过调查问卷评估客户并提供个性化的资产投资组合建议，最初主要客户为硅谷的科技员工。Wealthfront的前身Kaching是一家投资咨询顾问公司，成立于2008年，2011年12月更名为Wealthfront，截至2016年6月，Wealthfront的资产管理规模达到35.2亿美元。后来智能投顾市场又出现了PersonalCapital及Betterment，两者资产管理规模目前都已分别达到20亿美元和30亿美元级别。Wealthfront的智能投顾投资建议页面如图10所示。图10Wealthfront智能投顾投资建议页面随着智能投顾市场的发展壮大，2015年开始，传统金融机构巨头纷纷开始以自行研发或收购的方式涉足智能投顾。2015年3月，嘉信理财推出的SchwabIntelligentPortfolios上线仅3个月就获得24亿美元资产管理规模，同年12月，德意志银行推出AnlageFinder。传统巨头利用自身的平台、产品以及在投资领域的专业人才、行业理解等优势，发展速度非常迅猛。2014年3月微量网上线并开展量化投资策略云交易后，我国的智能投顾平台发展初现端倪。各大机构、巨头和初创公司纷纷涌入，并于2015年开始飞速涌现出一批智能投顾平台。2016年以中国平安、京东金融、蚂蚁金服、百度、招商银行等为代表的传统金融机构与互联网金融巨头纷纷宣布加入智能投顾领域。目前，国内比较引人关注的智能投顾平台及产品有宜信旗下的投米RA、蓝海智投、弥财，以及云锋金融旗下的有鱼智投等。在智能投顾的监管方面，2016年3月，美国金融业监管局（FINRA）出台了《对数字化投顾的建议报告》，报告提出对智能投顾在技术管理、投资组合创建及减少利益冲突方面的具体建议和实用案例。内容包括客户信息采集时应涵盖的内容、对算法技术的监管意见、对智能投顾建立管理和监管的架构及流程的建议、对客户和金融专业人士的教育和培训的具体建议和做法。美国作为智能投顾行业的先行者，行业监管层面逐渐细致明确，对国内智能投顾行业有很大借鉴意义。4.保险科技伴随着大数据和智能技术的应用，传统复杂的保险产品开始朝个性化方向发展，随之而来的个性化定价给保险产品的开发和销售带来新的契机。高速发展的金融科技企业进入零售保险行业，进一步加速这一进化过程，不仅把现有的保险产品本地数字化，而且从根本上改变产品或者承销过程，极大地改善了客户体验。2016年11月，中国保险行业协会发布了《2016中国互联网保险行业发展报告》，报告指出，保险行业在经济下行过程中逆势而上，互联网保险更是迅速崛起。2015年互联网保险保费收入达到2324亿元，增加了69倍，保费占比在“十二五”期间增加了46倍。此外，除了互联网保险总体规模快速增长之外，保险公司在科技领域的布局也在加速，“互联网保险”也将真正向“保险科技”（InsurTech）转型。保险科技是通过移动应用、新技术、远程信息处理和人工智能等来促使保险业转型。大量引入数据分析、自然语言处理、深度学习、机器学习等技术，使得风险勘察模型更加精准，更好预测客户需求和评估风险。利用数字建模、数据挖掘和异常报告，更快、更有效地识别欺诈性索赔。保险科技的兴起，可以将保险公司定价不精准、风险识别不到位、理赔粗放、流程冗长等顽疾逐个根治，从改造优化、提升效率的角度攫取利润。毋庸置疑，数据的融合和分享是保险科技发展的重要方向。一方面是保险消费者与保险公司之间的数据共享。通过数据共享，保险公司能够精准地对各类风险进行识别，并给予科学合理的定价，真正达到风险分散的目的。另一方面是保险公司与上下游产业链之间的数据共享。比如打通保险业与健康、医疗、养老等行业的数据后，保险产品的设计及定价都将更加科学合理。总之，未来保险交易需要更大范围内数据的互联互通，这样才能同样在更大范围内实现风险的分散，这也是解决保险保障产品供给侧结构性问题的必经之路。2016年底，荷兰Achmea保险公司计划裁员2000人，而主要原因就是数字化改造：2015年，该公司通过网络处理了40%的损失评估报告和80%的索赔申请，预计这一比例还会持续上升。与此同时，日本保险巨头富国保险公司也引入人工智能系统来协助保险理赔工作。在国内，2016年11月，众安保险新成立的科技公司也宣布其研发的智能投顾产品进入模拟阶段。5.消费金融伴随着金融与电子商务更加深入的结合，消费金融服务越来越多地嵌入大众的日常消费过程，尤其是移动支付和消费分期，二者已经是众多线上消费的必备服务项。目前消费金融服务公司越来越重视对用户体验的提升，在大数据分析技术的帮助下，通过运用基于机器学习的自动化信用风险量化模型，可以大大缩短消费金融服务的审批时间，从日到小时、分钟，并朝着秒级和预授信模式迈进。未来，随着大众接触互联网的频率、时间、维度和长度不断提升，线上个人数据将爆发式增长，为大数据背景下的风险评估和客户数字化肖像识别提供了可能。现阶段，消费金融服务公司的服务对象主要是未被央行征信系统覆盖的人群，如蓝领、学生以及绝大部分农村居民用户。随着市场竞争的加剧，这部分蓝海终将逐渐转红。未来的趋势应该是考虑利用大数据技术支持下的客户数字化肖像来提高消费信贷的个性化定价能力，逐步提高场景化服务水平和扩张客户群体，从而迈入传统金融服务的客户领域。6.其他应用（1）自动报告生成许多金融行业需要撰写大量的报告，例如投行业务及证券研究业务，包括招股说明书、投资银行各类研究报告及投资意向书等，这些报告需要初级研究人员花费大量的时间及精力进行数据整理、复制粘贴、校对等工作。但是这些报告通常格式固定，许多是机械性工作，大部分内容也可以利用一个统一的模板生成，比如会计数据变更、公司股权变更等。因此可以利用OCR技术和自然语言处理技术，迅速完成工作。这不仅节约了人力成本，也提高了报告的准确性。分析师可以进行校对与人工二次编辑，加入有价值的观点与结论，并提升报告精准度。自动报告生成的三个步骤如图11所示。图11自动报告生成的三个步骤自动报告生成目前还被广泛地运用于新闻行业，代表的科技公司有美联社投资的AutomatedInsights，其已为美联社自动生成10多亿篇文章与报告。法国公司Yseop可以每秒生产3000页内容，支持英语、法语、德语等多种语言，产品广泛用于银行、电信公司的客户服务部门以及财经新闻网站。（2）量化交易以往的量化交易虽然也都有计算机的辅助，但在这个过程中，计算机仅仅起到简单的计算统计功能，如用于观察数据分布及计算结果。随着人工智能技术的发展，机器的学习功能将逐渐崛起，通过计算机可以对海量数据进行分析、处理、拟合及预测，量化交易与人工智能之间的关系也将愈发密切。在机器学习技术方面，计算机可以根据历史经验与不断加入新的市场信息，通过设定的预测算法对股票、债券等金融资产的价格波动和联合波动特征进行预测分析，从而建立最理性的投资组合模型。在自然语言处理技术方面，计算机可以将新闻、社交媒体及政策中的文本等结构化数据进行结构化处理，并从中寻找导致市场波动的因素。同时结合自然语言搜索及云计算，为量化交易提供辅助研究、智能回答等服务。在知识图谱方面，可以根据不同种类的变量及预设的规则连接形成的关系网络，提供多维度分析问题的方案，并将规则、关系及变量用图谱的形式表现出来，便于进行更深层次的信息梳理和推断。（3）金融搜索引擎研究员在研究过程中需要进行大量的数据和信息的收集、整理工作，虽然信息和数据来源问题可以借用彭博、Wind等数据终端解决，但数据过载后的整理分析问题并没有解决。在人工智能技术的帮助下，研究员可以从大量噪音信息中准确提炼出所需信息，使得工作效率大幅度提高。金融搜索引擎背后的关键技术是高质量的知识图谱，其帮助实现关联、属性查找及联想。除了人工智能相关技术外，金融搜索引擎需要人机协作界面，方便使用者记录、迭代和重复使用。推荐和推送系统则可以帮助用户聚焦于关键数据和信息，省时省力地做投前发现和投后监测。金融搜索引擎一般用于解决信息获取和信息碎片问题，而将复杂的查询和逻辑判断交给用户来完成。对于这些工作，搜索引擎同样会提供相关的查询结果给用户，方便用户进行复杂的过滤和筛选。三国内外金融科技发展回顾金融变革与信息技术的发展具有十分密切的联系，技术的进步不断突破着金融业的传统格局。在全球经济低迷的大背景下，各国政府都在鼓励金融创新与变革，金融科技公司也应运而出，包括传统机构和科技企业在内的各方主体都积极参与其中。2008年美国金融危机以来，伴随着互联网、人工智能、大数据等信息科技的变革和应用，海内外FinTech公司迅速涌现和发展（见表3）。表3海外与中国FinTech企业成立时间对比海外中国电子支付Paypal（美国，1998年）支付宝（2004年）

财付通（2005年）互联网基金Paypal货币市场基金（美国，1999年）余额宝（2013年）互联网保险Directline（英国，1985年）

INSWEB（美国，1995年）众安保险（2013年）非股权众筹Kickstarter（美国，2009年）点名时间（2011年）

京东众筹（2014年）股权众筹Angellist（美国，2010年）

Wefunder（美国，2012年）天使汇（2011年）

天使客（2014年）

36氪股权投资（2015年）网络银行SFNB（美国，1995年）

Egg（英国，1998年）

乐天银行（日本，2009年）深圳前海微众银行（2014年）

浙江网商银行（2014年）P2PZopa（美国，2005年）

LendingClub（美国，2006年）拍拍贷（2007年）

91金融（2011年）

宜人贷（2012年）资料来源：36氪研究院。表3海外与中国FinTech企业成立时间对比从全球来看，由于脱欧所带来的不确定性，涌向英国FinTech创业企业的风投资本在2016年减少了1/3，降至10亿美元以下。但英国还是世界第三大FinTech风投资本目的国。因为类似的政治动荡，美国FinTech创业企业所获融资也有所下跌，这使得中国首次超越美国排名第一。数据显示，美国FinTech创业企业2016年吸引投资7.83亿美元，同比下降34%，总体投资额也减少了13%，至62亿美元。而中国FinTech投资额猛增84%，总额达到77亿美元。中国投资交易数量虽比其他国家少，但涉及金额庞大，尤其得益于阿里巴巴金融分支蚂蚁金服45亿美元的交易。据埃森哲顾问公司统计，亚太地区FinTech投资从2010年的1.03亿美元攀升至2015年的43亿美元，其投资额约占全球总额的19.3%，发展十分迅猛。在监管方面，国际范围内对于金融科技的监管趋势在初期阶段总体上偏紧，秉承着监管一致性原则，对现有金融业务与金融科技进行一致监管。比如在美国，P2P与众筹一起被纳入证券市场的监管范围。在英国，P2P与众筹都有最低资本金要求。可以说，当前这些发达经济体在对金融科技进行监管时，都将市场自律原则与渐进适度原则作为基本原则。随着金融科技的发展，国际社会对金融科技未来的监管框架正在慢慢达成共识。2016年3月，金融稳定理事会第一次正式讨论有关金融科技系统性风险和全球监管等问题，重点探讨了金融科技对金融稳定的宏微观影响，启动国际协作，2016年也可以被称为FinTech产业的全球监管合作年。（一）国外金融科技发展情况1.美国通常来讲，在美国不存在“互联网金融”的说法，其一直是以“科技金融”的概念存在。相比国内，美国之所以没有大量的互联网金融公司，主要因为其线下金融体系已经比较发达，各项金融服务也趋于成熟，创新难度和成本均较高。在这样的背景下，美国的金融科技公司主要覆盖被传统金融体系漏下的那部分人，同时提高传统业务的服务效率。在美国，金融科技从硅谷起步，但随着华尔街的迅速发展，硅谷被替代，华尔街逐渐成为金融科技的研发中心。在金融科技的各细分领域，美国的发展均受其金融发展的特色影响。第一，在征信方面，美国起步早，征信体系构建自1920年起伴随着消费企业的扩张而推进，行业经历了充分竞争，机构征信和个人征信体系趋于完善成熟，以个人征信机构三大巨头为例，Experian、Equifax、TransUnion的营业净利润率在15%左右，营业收入均在十亿美元级别。第二，在借贷方面，美国真正意义上的P2P借贷公司只有LendingClub和Prosper。其他平台要求投资者不仅是高净值个人，而且是具备投资资质的个人，即机构投资者、专业投资者等。第三，在个人理财方面，美国传统金融服务完备，因此大多数中产阶级的理财服务是由传统银行和资产管理公司、投资顾问公司提供的。近年来，Betterment、Wealthfront等智能投顾平台兴起，其主要服务对象是年轻人，即未来的中产阶级。第四，在保险方面，美国保险行业是极为发达的，个人保险（如健康险、寿险）、财产险（如房产保险、车险）以及企业保险已经成为美国人民生活中的一部分。同时，保险行业的进入门槛非常高，因此保险行业的金融创新并不火热。第五，在第三方支付方面，最早出现的第三方支付平台于1999年创立，即美国的Paypal，5年之后阿里巴巴的支付宝业务才推出。一方面，在美国，由于信用卡体系已经相对完善，用户体验的提升难度较高，第三方支付作为信用卡支付的替代品，渗透率的增长并不快。另一方面，第三方支付高度依赖互联网平台，即支付的应用场景，而美国电子商务的普及率与中国相比较低，第三方支付应用场景受限。截至目前，中国已成为世界上第三方支付市场份额最大的国家，而支付宝的交易金额也远超第三方支付鼻祖Paypal。2008年，美国发生金融危机，这也促使美国开始谋求金融监管的改革。2010年，美国金融改革政策落地，从“伞式”监管升级到全面监管。新法案着重体现了“消费者至上”的思想，新成立一个独立的消费者金融保护机构（CFPA），保护消费者和投资者不因金融系统中的不公平与欺诈行为而受到利益损害。但是监管体系的升级也在某些方面加大了金融科技公司的创新监管成本。以P2P平台为例，美国监管当局认为，这些平台上发行的贷款已经具备了证券的性质，因此该类平台应当理解为证券交易所，按照证券交易所的规定来监管。同时，从保护个人投资者和借款人的角度，需要由消费者保护机构来监管，在这种方式下，这类公司可能需要取得不同州的借贷业务牌照，创新监管成本加大。2.英国相较于美国，英国有着相对保守的风险偏好，金融科技创业公司在成长期能收获的投资比较有限，但这也预示着存在很多潜在的投资机遇。在另类融资和支付领域，英国投入巨大，该领域吸引了英国90%的金融科技投资；在前沿的数据分析和数字化银行领域，英国也处于领跑位置。此外，英国还日益谋求在开放型银行、区块链、金融科技资本市场和监管科技等领域的发展。英国金融科技的高速发展不仅得益于其全球金融中心的地位，而且依靠其大量的科技人才、领导型人才以及金融服务业人才。英国目前约有6.1万名金融科技从业人员，金融服务业的从业人员达120万人，科技产业的工作者已有7.1万余人，人才的供应量充沛。英国的金融科技活动主要集中在伦敦，原因是伦敦有大量全球领先的金融机构和充足的资本，汇聚着大量金融科技人才。伦敦以外的区域在发展金融科技这方面则得益于政府基于吸引商业入驻的目的所推行的一系列创新项目、更低的生活成本、大量的人才（尤其是临近大学联盟的地区）和对于金融科技细分领域的专业化分类。英国有着世界领先的针对金融科技的监管规则，因其简化、透明和行业领先的监管办法而闻名。如英国金融行为监管局（FCA）的《沙盒监管》，使企业能在无监管的条件下自由测试其产品和服务，为金融科技公司的创新提供了优越的政策及市场环境。3.新加坡根据英国Z/Yen公司编制的2016年全球金融中心指数（GFCI），综合考察人力资本、营商环境、市场发展和基础设施等方面，新加坡仅次于伦敦和纽约，在全球86个金融中心中位列第三。实际上，新加坡是全球1200家金融机构的总部所在地，因此新加坡在全球金融市场上地位超然。金融业是新加坡的第四大产业，吸收了全国劳动力就业人数的5%，对国民生产总值的贡献也达到了13%。约有200家总资产超过2万亿美元的银行将其运营总部设在新加坡，它们2015年的IT采购预算高达4850亿美元，随着FinTech产业的发展，这些银行将进一步和高科技产业展开合作。在信息技术领域，新加坡也走在亚洲国家的前列。新加坡资讯通信发展管理局（IDA）于2006年和2015年先后推出了“智慧国2015”“2025年资讯通信媒体发展总蓝图”计划，大力鼓励发展智能化、信息化科技，积极推进数字化建设。根据2016年全球创新指数（GII）排名，新加坡排全球第六。2015年8月，新加坡金融管理局（MAS）设立金融科技和创新团队（FinTech＆InnovationGroup，FTIG），投入巨资推动金融领域科技和创新计划（FinancialSectorTechnology＆InnovationScheme，FSTI），鼓励全球金融机构在新加坡开设创新和研发机构，进行金融科技项目的开发、研究和应用。2016年5月，新加坡成立金融科技署（FinTechOffice），管理金融科技相关业务，为企业提供一站式服务，提升新加坡金融科技枢纽地位。MAS结合全球FinTech发展趋势和新加坡FinTech产业发展现状，制定了新加坡FinTech发展的五大计划（见表4），还明确了六大FinTech关键技术，即移动支付、身份验证及生物识别、区块链、云端运算、大数据及机器学习。表4新加坡FinTech发展的五大计划计划项目主要内容计划一：金融领域科技和创新计划（FSTI）MAS投资2.25亿新币支持FinTech生态系统建设;成立了金融科技署专门管理FinTech相关业务;FSTI计划有三大目标：吸引金融机构在新加坡设置自己的研发中心或创新实验室、促进金融机构提出创新解决方案、打造支持跨产业技术应用的IT基础架构计划二：搭建电子支付基础架构MAS大力推动电子支付领域发展。2014年3月制定了快速且安全的交易计划（FAST）以搭建一个电子支付的基础架构，以便客户通过移动装置或计算机实时进行基金转移。另外，打造一套统一的POS系统，减少现金与支票的使用计划三：建立智慧化监管通报系统MAS计划通过数据标准化和自动化方式降低金融系统持续通报的成本，设置金融监管回报系统，提供匿名信息给产业或学术机构做进一步的金融系统与风险分析研究计划四：打造FinTech生态圈MAS计划提供一个协同平台，希望汇聚FinTech新创企业，帮助它们设计出适用于金融产业且符合法规与风险评估考虑的解决方案计划五：推广FinTech技术与技能培育计划MAS计划与金融机构、培训机构以及大学等学术单位合作顺应去中心化的区块链发展趋势，促进金融业的创新，提供打造智慧金融中心所需的技能训练，并将设置金融基金，提供更多培训机会表4新加坡FinTech发展的五大计划新加坡FinTech市场蕴含的巨大潜力和机会，也吸引了许多国际性金融机构和高科技公司。花旗银行、瑞士银行、汇丰银行、美国运通、摩根大通、大都会人寿等全球金融巨头都在新加坡设立FinTech创新实验室，期望利用新加坡亚太金融中心的有利位置，通过创新扩展业务，确保在全球金融市场中的领先地位。为引领FinTech产业发展，新加坡MAS于2016年6月推出“监管沙盒”（RegulatorySandbox），为FinTech产业创造一个友好的制度环境。与英国类似，“监管沙盒”实质上是MAS为FinTech产业的各种新模式、新业态、新理念等提供的一个“试验区”，适当放松金融约束和管制，让银行等金融机构和初创企业在这个既定的“安全区域”内试验新产品、新服务、新模式等。新加坡MAS旨在通过“沙盒监管”这种机制，一方面顺应时代潮流、激励科技创新，不错过和贻误科技创新发展的大好时机；另一方面将这种尝试和失败的风险置于政府的可控制范围内，维持金融系统稳定。（二）中国金融科技发展现状1.总体情况目前，中国金融科技生态体系的建设与发展正在领跑全球，当发达国家的金融服务机构开始寻找快速创新的方法时，我国的科技领军企业正在金融服务的方方面面掀起一轮轮的变革。以微信红包为例，仅2016年春节6天假期内，通过微信就总共收发了320亿个数字红包，几天内的登录交易次数是Paypal2015年全年交易次数的6倍多，而2017年春节微信红包收发总量为460亿个，相较于去年增长近50%。可见，我国的金融科技市场不仅体量十分庞大，而且拓展速度迅猛。目前，40%的中国消费者正在使用新的支付方式，新加坡仅为4%；35%的中国消费者正在通过金融科技获得保险产品，在很多东南亚市场仅为1%～2%；中国消费者通过金融科技参与理财和贷款的比例也大幅高于其他国家和地区。[5]我国在金融科技行业的迅速崛起令人瞩目，正在逐渐发展成为世界金融科技中心。2017年1月，中国互联网络信息中心（CNNIC）在京发布第39次《中国互联网络发展状况统计报告》，数据显示，截至2016年12月，我国网民总规模达到7.31亿人，互联网普及率也大幅上升，从2000年的1.8%上升到2016年的53.2%。手机网民数量达到6.95亿人，连续三年增长率超过10%。手机支付用户规模接近4.7亿人，年增长率为31.2%。在企业方面，截至2016年12月底，我国境内外上市互联网企业数量达到91家，总体市值为5.4万亿元人民币。其中腾讯公司和阿里巴巴公司的市值总和超过3万亿元人民币，两家公司作为中国互联网企业的代表，占我国上市互联网企业总市值的56%。可见，不论从互联网用户基数角度还是从上市公司角度，中国互联网行业目前整体都在向规范化、价值化发展，这为我国金融科技的发展提供了极为优良的背景条件。除此之外，我国金融科技的发展还受到我国现有金融体系的客观支持。与美国不同的是，我国的传统金融服务体系并不十分完善，而互联网科技类公司的发展恰好可以弥补传统金融服务体系的缺失，充分利用互联网的优势快速拓展，抢占先机，被我国现有银行体系忽视的消费者和中小企业日益转向这类金融服务机构，以获得支付、信用、投资、保险，甚至其他非金融服务及产品。而这也同时促使传统金融机构不断采用新技术来应对市场竞争，加深了传统金融机构对于新技术的认识和理解。这是创业公司获得客户与传统公司创新服务之间的速度竞争。当前，纯技术公司和互联网公司正在与传统金融公司进行大量跨界合作，如支付宝与天弘基金合作的余额宝，蚂蚁金服、腾讯与中国平安合作的众安保险等。与此同时，以P2P为代表的FinTech创业型公司也在高速发展。可以认为，在我国FinTech产业的实践过程中，多业态中小微金融组织正在丰富着传统金融机构体系。此外，金融和科技行业外的市场参与者也正在凭借自身行业经验和客户数据进一步增强我国的金融科技能力，如国美、苏宁和万达等零售和房地产企业，正在不断进入金融科技领域，凭借强大的线下业务和丰富的行业知识来展示其独特的优势。例如，国美和苏宁等零售业巨头熟悉零售供应链上下游的融资需求，因而它们能够开发定制化的金融产品以满足其供应链参与者的需求。可以说，FinTech产业带来的金融服务模式与结构的变化，在长远过程中将对整个金融体系与全行业的改革变迁产生巨大影响。可以说在技术与业务的各个层面，中国的金融科技正在寻求全方位的突破。例如在保险领域，众安保险、百安保险等互联网保险公司相继涌现，而传统保险公司如太平洋保险则开始使用大数据和机器学习来改进对机动车保险的风险评估。再如在财富管理领域，人人贷和宜信等中国P2P借贷平台正在转型为理财服务提供商，这些公司正在追随美国SoFi等公司的脚步，意欲从市场借贷公司发展成为提供全面服务的财富管理公司。而许多财富管理公司也在开发智能手机应用程序，以满足年轻消费者群体对更为丰富的投资工具的需求。而作为纳入了大数据和人工智能的技术型理财解决方案提供者，智能投顾产品使得定制化线上金融咨询服务成为可能。再如技术领域的区块链，2016年9月第二届全球区块链峰会在上海召开，市场对区块链的热情持续高涨，工业和信息化部组织政府和行业联合专项工作组制定了发展和采用区块链技术的推广计划，但融入现有生态体系将是区块链技术未来面临的重要挑战。在地域方面，我国区域性的金融科技中心主要集中于以北京、上海、深圳和杭州为主的城市：北京是大量的外国和本国跨国企业在中国区的总部所在地；上海是国际金融中心，同时汇集了大量的国际金融机构；深圳由于汇集了大量的本土科技巨头（华为、腾讯和中信），被称为中国的“硅谷”；杭州是本土科技巨头阿里巴巴和网易的总部所在地，同时以举办一年一度的互联网金融博览会而闻名。除了这些城市，成都、重庆和苏州等二线城市也开始积极发展金融科技行业。在政策支持方面，国家层面提供了许多政策倾斜，比如适用于“高新技术企业”的15%税率（一般为25%）等。此外，各省份也根据自身实际情况，相继颁布了金融科技发展政策，目前几乎所有的省份都有省级行业扶持基金，用于鼓励科技产业的发展，以促进金融与科技的深层次结合，发挥金融科技的最大优势。在监管方面，在我国互联网金融发展的初期阶段，监管环境是比较包容的，但在一些局部风险出现之后，监管力度开始加强，互联网金融的发展开始进入调整期。近几年，我国的监管机构越来越关注金融科技行业。2015年7月，国家十部委联合发布了《关于促进互联网金融健康发展的指导意见》，这是我国政府在金融科技领域发布的第一份监管规则，对互联网支付、互联网保险、在线借贷、众筹和在线基金销售等做出了相关规定。随后，关注P2P借贷和非银行线上支付服务提供商的监管规则都陆续出台。除了政府和监管部门，我国还有不少行业贸易协会、扶植计划与创业孵化器，共同支持国内外金融科技公司在国内的发展。我国政府、监管部门与贸易相关机构主体如表5所示。表5我国政府、监管部门与贸易相关机构主体机构主体描述政府与监管部门中华人民共和国商务部（MOFCOM）商务部是负责制定发展国内外贸易和国际经济合作战略、方针和政策的主要监管部门，负责起草有关国内外贸易、外商对华投资、对外援助、海外投资和对外经济合作的法律法规，并设计相关部门法规中国人民银行（PBOC）中国人民银行负责制定与执行货币政策，制定中国大陆金融机构运行规则。中国人民银行负责第三方支付的监管与牌照发放中国银行业监督管理委员会（CBRC）中国银监会是国务院授权、负责制定银行业监管规则与制度的机构。在线借贷、互联网信托和互联网消费金融业务均由银监会负责监管中国保险监督管理委员会（CIRC）中国保监会是国务院授权，对中国保险市场执行行政监督和监管的部门，确保保险行业合法稳定运行。通过互联网渠道销售保险产品的保险公司受中国保监会监管行业协会中国互联网金融协会一个国家级会员制协会，对中国金融科技行业的健康发展起到关键性作用。协会遵照金融科技相关政策与法规，规范会员企业的行为北京市网贷行业协会一个P2P行业的非政府组织，致力于提高行业透明度、强化内部风险管理，并通过履行必要的监管与政策要求促进行业的健康发展深圳金融区块链合作联盟一个专注于区块链的金融机构和技术供应商联盟，它不仅仅是一个区块链技术相关信息共享的论坛，还致力于促成联盟内公司在全组织范围内的区块链项目合作上海金融信息行业协会一个独立的会员制非营利性协会，主要在监管合规、信息共享、金融信息发展的调研和数据分析等方面向金融机构（包括金融科技机构）提供服务资料来源：安永、英国财政部，《中英金融科技：释放的机遇》。表5我国政府、监管部门与贸易相关机构主体可以预见在未来几年内，中国将凭借庞大的国内市场继续主导全球金融科技行业的发展，巩固并改善数字化金融行业建设过程中的各方面推动因素。金融科技行业的颠覆性影响在中国将得到最佳体现，而中国的金融科技公司也将在驱动科技创新的全球合作中发挥日益重要的作用。在金融科技发展的过程中，中国不应该过分强调弯道超车、直道超车等概念，而是要争取在国际上发言的机会，不是以一个竞争者的身份，而是努力成为规则的制定者。2.巨头布局在互联网技术高速发展的时代背景下，以轻资产、高科技为组织特征，以生态圈为组织形式，以高效、便捷、经济为产品内核，以客户服务为中心理念的一批企业公司快速成长，相较传统公司而言，这些公司拓展速度更快，生命力更旺盛。国内科技领军企业是我国金融科技行业的主导力量，在金融和非金融活动的整个客户流程和消费生态体系中，通过提供比传统服务机构更好、更全面的客户体验，实现自身快速的创新与发展。花旗的研究报告显示，中国金融科技公司的用户数已经等同甚至超越中国最大的银行，“主要归因于阿里、百度、腾讯等互联网巨头在电子商务、第三方支付、网络借贷上的努力”。由此可见，国内互联网巨头已经在FinTech市场展开激烈角逐，与此同时，京东也在不断扩张自己的金融版图，积极加入到这场竞争中来。金融科技的核心驱动力在于数据和技术，阿里巴巴、腾讯、百度、京东等互联网巨头在这方面具有绝对优势，它们在商业布局上已经覆盖第三方支付、网络借贷、互联网保险、互联网理财、互联网征信等各个方面，而且各细分金融业务之间相互关联、相互促进。它们借助科技手段，将金融植入各种生活场景中，逐渐形成金融生态系统，展现了互联网巨头在发展金融产业时的巨大潜力。随着金融科技的发展，它们之间的竞争也将越来越激烈。中国主要科技公司的行业布局如表6所示。表6中国主要科技公司的行业布局阿里巴巴腾讯百度京东支付√√√√借贷√√√√理财√√√√保险√√√√证券√√√√银行√√√信用评级√√√√众筹√√√√资料来源：安永、英国财政部，《中英金融科技：释放的机遇》。表6中国主要科技公司的行业布局中国金融科技行业的指数级增长和成功很大程度上是由这些科技公司进入金融服务市场所驱动的，它们利用巨大的客户基础获得显著的发展动力，这使得它们能够快速投资与建设并获得金融服务能力，从而进行进一步的发展与扩张。（1）阿里巴巴作为世界上最大的电子商务平台，阿里巴巴已经对消费者和中小企业实现了交叉销售，并使它们广泛接受阿里巴巴的金融服务体系。承接了阿里金融业务版块的蚂蚁金服，目前已涉足支付、微贷、基金、保险、理财、征信等多个业务领域，渗透于金融服务、公共福利、网上购物、医疗服务、游戏等各个日常生活消费场景。蚂蚁金服起步于2004年成立的支付宝，2014年10月，蚂蚁金服正式成立，旗下涵盖多个品牌（见图12），致力于打造开放的生态系统，通过技术支持，助力金融机构和合作方的转型升级，为小微企业和个人消费者提供普惠金融服务。目前，蚂蚁金服已经实现从线上到线下，从体系内到体系外，从单纯的支付到理财、征信和消费金融等诸多功能的扩展，完成了从金融服务到生活服务的诸多应用场景的延伸。图12蚂蚁金服旗下品牌（部分）支付业务是蚂蚁金服的核心支柱，技术的不断迭代，使得支付宝实现了用户体验优化和便捷移动支付。大数据的积累及分析能力的提升为蚂蚁金服上线借贷业务提供了较强的技术保障。当支付宝从单纯的支付属性延伸至承载理财、征信、消费金融等财富属性时，用户对于账户安全的关注也日趋增强。平台需要突破传统账户安全保护的瓶颈，具备小额、高频及海量的特性。随着大数据、机器学习技术的应用升级，平台将为账户安全提供更大保障。此外，蚂蚁金服表示区块链技术即将上线，并将其首先应用于支付宝的爱心捐赠平台，致力解决公益透明度和信任度问题。2016年4月，蚂蚁金服筹得45亿美元，用来提升公司运作能力及拓展业务，这个交易金额超过了2016年业内整体投资交易金额的一半。毕马威曾表示，这类大宗交易提升了中国金融科技公司融资的整体表现，并创下破纪录的成绩。2017年1月，蚂蚁金服以约8.8亿美元的价格与全球知名汇款服务公司速汇金（MoneyGram）达成并购协议，在跨境支付领域再下一城。速汇金成立于1940年，总部位于美国达拉斯，是仅次于西联汇款的全球第二大汇款服务公司，目前其分支机构遍布30多个国家，在全球200多个国家与地区拥有35万个网点。区块链技术在跨境领域的开发使用将成为此次并购后的重要看点。事实上，“全球化”已经成为蚂蚁金服的核心战略之一，蚂蚁金服近年来“全球化”步伐明显加快。2015年，蚂蚁金服先后两次入股印度第三方支付平台Paytm；2016年9月，投资7000万美元收购主攻生物识别的美国公司EyeVerify；同年11月，又投资泰国支付企业AscendMoney；12月，其参股的韩国第一家互联网银行K-bank也获得了韩国政府颁发的牌照。在人工智能方面，阿里巴巴的人工智能从商业体系起步，阿里卓越的云计算、大数据能力使得阿里的电商、物流、金融可以全面智能提升，并逐步涉猎医疗、交通、教育等多个领域。在人工智能驱动的金融生活应用场景中，蚂蚁金服的定位是以信用为基础，将人工智能技术运用于微贷、保险、征信、风控、客户服务等领域。依托机器学习功能，蚂蚁微贷和花呗的虚假交易减少了90%左右；支付宝的证件审核系统开发的OCR系统大大提高了证件校验效率，使校验时间从1天缩小到1秒，通过率也提高了30%。随着服务对象、交易规模、产品类型的快速增加，阿里和蚂蚁金服开始探索利用智能技术来解放人工客服，提升服务能力，降低服务成本。以2015年“双11”为例，蚂蚁金服95%的远程客户服务已经由大数据智能机器人完成，同时实现了100%的自动语音识别。智能客服仅仅是智能金融服务的初探，其背后是智能服务的集成平台，涵盖智能质检能力、智能运营调度、智能赔付等自助处理能力，智能自助问答能力等多种功能。通过智能客服完成的服务占比不断提高。未来将利用人工智能等技术为用户提供个性化的理财产品分析和推荐，满足用户更专业的金融理财服务需求。除此之外，大数据、反欺诈等技术在商业领域的应用也在扩展。芝麻征信正在尝试将大数据征信从金融场景扩展到生活场景，包括为商业机构提供选址、业务改进等服务。（2）腾讯腾讯早期在互联网金融的布局主要以投资和入股为主。2013年12月，腾讯领投第三方基金和财富管理服务公司好买基金网；2014年1月，腾讯投资基于互联网的P2P信用借贷服务平台人人贷；2015年6月，腾讯与阿里、平安一起发起创立首家互联网保险公司众安保险；2015年8月，腾讯B轮领投提供美股和港股交易服务的互联网券商富途证券，而此前腾讯就曾参与富途证券的A轮融资。多次投资使得腾讯拥有了基金、券商、保险、P2P等金融领域的背景，为FinTech布局打下了良好的基础。此外，腾讯在民营银行方面布局较早，银行是腾讯金融版图的重要组成部分。腾讯旗下的深圳前海微众银行是国内首家民营银行，于2014年12月获准开业，主要有消费金融、财富管理和平台金融三大业务线。相比于传统银行，其特点在于既无营业网点，也无营业柜台，无须财产担保，通过人脸识别技术和大数据信用评级发放贷款。腾讯的社交场景十分强大，按照常规认识，社交场景与实际的金融活动有一定距离，但腾讯以微信红包为切入载体进入支付领域，再由此进入个人消费、小额信贷、保险等领域。如今微信支付发展势头良好，借助其社交平台微信的巨大影响力，腾讯旗下的理财产品理财通也在不断更新完善，目前拥有庞大的用户量。2015年下半年，腾讯将已有的支付、理财、征信等业务内容进行整合，组建了独立的支付基础平台与金融应用线（FIT），下设支付、理财、金融合作及大数据分析等7个部门和1个应用中心，从基础支付体系、贷前征信、贷后风控、理财产品研发与销售、政策研究到大数据分析应用等应有尽有，凸显出腾讯布局FinTech的战略意图。2016年4月，腾讯成立了AI实验室，提出了基于业务整合的四个研究领域——计算机视觉（ComputerVision）、语音识别（SpeechRecognition）、自然语言处理（NLP）和机器学习（MachineLearning）以及四个研究方向——内容AI、社交AI、游戏AI以及工具类AI。腾讯利用自身在游戏和社交领域的优势，在图像、语音等方面发力，同时公司进行了多项投资、并购来扩张人工智能领域的版图。2016年12月8日，腾讯大数据推出了与香港科技大学以及北京大学联合研发的第三代高性能计算平台Angel；2016年12月26日，腾讯云宣布向全球企业正式提供7项AI云服务，包括人脸检测、五官定位、人脸比对与验证、人脸检索、图片标签、身份证OCR识别、名片OCR识别。可见，腾讯在深度学习与人工智能云服务等人工智能的细分领域，不断进行创新与探索。此外，腾讯在无人车方面的动作也值得关注。腾讯注资的滴滴出行于2016年4月将原先成立的机器学习研究院更名为滴滴研究院，将大数据研究与机器学习结合以进行探索，搭建滴滴交通大脑。如今滴滴的机器学习已经在出行目的地预测、路径规划、拼车最优匹配、订单分配、估价、运力调度、评分系统等方面得到应用。另外，滴滴收购优步中国、智能交通云平台的开发、Di-Tech算法大赛的举办，更加快了滴滴未来开发无人驾驶共享汽车的脚步。（3）百度百度是技术能力较为突出的一家科技企业，技术在百度体系内能够得到最优的集团资源扶植，在金融科技领域，百度最为优越的发展成果在于人工智能。2013年，百度开始布局人工智能，成立深度学习研究院。2014年，百度对人工智能的态度从探索性尝试升级到战略级部署，人工智能在百度的战略版图中得到进一步加码。百度人工智能的研究核心是百度大脑，百度大脑拥有人工智能算法，可以模拟人类神经网络，能在数十万台服务器与大量GPU集群上进行高性能计算，还能容纳更多可扩展的深度学习算法。百度在人工智能和深度学习领域的研发成果已经领跑全球。在金融服务方面，百度于2015年12月将旗下的所有金融业务系统整合，成立百度金融服务事业群组（FSG），即百度金融。成立之初，百度金融就树立了明确的科技理念，即致力于成为一家真正意义的金融科技公司，利用人工智能等技术优势，升级传统金融，实现普惠金融的梦想。此后，百度金融在FinTech领域动作频繁：先是与多家传统金融企业进行了跨界合作，相继成立了直销银行百信银行和互联网保险公司百安保险；其后，为顺应FinTech的趋势，利用人工智能等技术手段探索生物识别、智能投顾等领域，并且已初显成效。而在百度金融的技术图谱背后是技术手段与思维的全面铺开，包括百度在全球拥有的3大实验室、6大研发中心、上万名研发人才、成熟的研发文化和机制等。在这样的背景下，人工智能、大数据等技术不断发展，推动了以百度大脑为代表的技术成果出现，