金融科技的邊界

路青

迄今為止，各國際組織與主權國家對金融科技（FinTech）的定義尚未統一。從法律層面上，盡管人們無從屆定金融科技，但金融科技類公司或市場主體通過不同的商業模式與形態來提供種類各異的服務與產品，且承擔相應的法律義務。

金融科技的核心

國際組織及主權國家的觀點是金融科技無外乎科技在金融領域的應用，旨在創新金融產品和服務模式、改善客戶體驗、提升服務效率、降低交易成本。而國內最早提出金融科技概念的京東金融則認為，金融科技遵循金融本質，以數據為基礎、技術為手段，為金融機構服務，幫助金融機構提升效率、降低成本、提高效率。

當前使用最多的是金融穩定理事會（FSB）于2016年做出的初步定義，即指通過技術手段推動金融創新，形成對金融市場、機構及金融服務產生重大影響的業務模式、技術應用及流程和產品。

原中國銀監會創新業務監管協作部主任李文紅在《金融科技發展與監管：一個監管者的視角》一文中指出，金融科技的核心是利用新興的互聯網信息科技改造和創新金融產品和業務模式，金融科技更強調新技術對金融業務的輔助、支持和優化作用，其運用仍需遵循金融業務的內在規律、遵守現行法律和監管要求。

從應用領域角度，金融科技可分為六大類：一是支付清算領域，包括網絡和移動支付、數字貨幣等；二是融資領域，包括股權眾籌、P2P網絡借貸等；三是市場基礎設施領域，包括大數據、云計算等；四是投資管理領域，包括電子交易、機器人投資顧問等；五是保險領域，包括保險分解和聯合保險等；六是直銷銀行。在全球TOP50科技公司中，網絡借貸占比30%，財富管理占比18%，保險占比12%，支付占比10%（見下圖）。

就金融科技的生態而言，其市場主體由通過技術手段提供創新金融服務的金融科技公司、為金融業提供技術服務的科技公司和提供金融合規科技應對方案的監管科技公司，以及傳統金融業機構等構成。外延則涵蓋金融科技投資機構、商業模式孵化器、金融與科技監管機構、金融科技監管機構等。

金融科技的核心技術可以概括為ABCD，即人工智能（Artificial Intelligence）、區塊鏈（Blockchain）、云計算（Cloud Computing）和大數據（Big Data）。其中，大數據和云計算是基礎，人工智能和區塊鏈基于海量數據和高速計算能力從時間和空間上加速推動金融業發展。

首先，國內與金融科技相關的研究文獻多集中于金融科技相關的關鍵底層技術，如大數據及數據分析、區塊鏈等方面。其次，金融科技底層科技與具體的金融范疇融合所帶來的商業模式，如電子支付、電子銀行、虛擬貨幣、傳統金融業的互聯網化等。再次，金融科技相關的投、產、融如何結合，如科技金融等研究頻次較高。最后，金融科技與社會進步的關系，如促進普惠金融、提升金融效率、改良信息不對稱、改善客戶體驗等。

而目前，已有學者、機構開始關注金融科技帶來的金融風險、信息科技風險等。包括金融科技的法治與監管問題，如信息安全、金融監管等，亦引發了業界的積極思考。

金融科技的發展歷程

就FinTech的發展歷程來看，其初衷是通過技術創新降低獲客成本，提供營銷獲客、身份認證、風險定價及資金流轉等環節的技術支持，快速介入金融市場。伴隨著網絡的普及、大數據和人工智能的應用，尤其是區塊鏈的研發，信息技術和金融的融合不斷打破現有的金融邊界，深刻改變了金融服務的運作方式。

從不同地域來看，FinTech的發展以北美為主導，歐洲與亞洲緊隨其后，三大洲幾乎占據了整個FinTech市場。過去5年，三大洲FinTech投融資規模從2014年開始暴增。2015年，在風投的驅動下，北美、歐洲、亞洲地區的融資額分別為77億美元、14.8億美元、45億美元，同比增長75%、33.33%、309.09%。而2018年上半年，全球范圍內對金融科技公司的投資共875筆，投資總額達到57.9億美元。全球金融科技的產業中心主要分布在英國、美國、新加坡、澳大利亞和中國等，而金融科技在我國的發展尤其迅猛。在創紀錄的融資交易及眾多大型融資活動的推動下，中國金融科技投資在2018年上半年創出151億美元的新高。中國大部分銀行已越來越關注數字化的發展，并制訂相應的轉型策略，為專注B2B金融科技企業創造了更多推動銀行業變革的機會。各銀行已經在區塊鏈、大數據和人工智能等領域投入資金。

如果借用國際證監會組織（IOSCO）于2017年2月發布的《金融科技研究報告》中對金融科技的定義，金融科技是指有可能改變金融服務行業的新興科技和創新商業模式，從新興科技和創新商業模式演進兩個方面，將金融科技的發展歷程分為3個時期：

（1）金融科技的萌芽期（1980—1989年）。即金融科技1.0時代，金融公司內部設立IT部門，將信息技術軟硬件設備用于金融業務當中，意在壓縮運營成本，提高金融業務部門服務效率。

（2）金融科技的起步期（1990—2010年）。即在金融科技2.0時代，科技與金融的合作更加深入，科技第一次獨立于金融系統，以互聯網金融為典型。

（3）金融科技的快速成長期（2011年至今）。即在金融科技3.0時代，互聯網不再是推動金融技術化的最主要動力，而是作為新興技術的基礎繼續存在。未來的金融服務將向長尾客戶普及，此前高凈值客戶才能享有的財富管理、投融資服務將向廣大的長尾用戶群體逐步普及。

正在進行時的金融科技3.0時代攪動一池春水，2015年10月，京東金融在國內率先提出金融科技概念并將公司定位為金融科技公司。當時，金融科技在中國剛剛興起，市場對于金融科技公司的真正價值尚未達成共識。盡管早在1980年，美國華爾街已開始使用FinTech這一名詞，包括2003年互聯網眾籌的出現，FinTech一詞引起各國的普遍關注。

金融科技的主要應用場景

作為金融科技的核心技術，人工智能、區塊鏈、大數據技術逐漸滲透到金融行業的各個業務領域。其中，人工智能應用比較成熟的金融業務領域主要集中在智能投顧、智能客服、金融搜索引擎等方面；區塊鏈在金融領域的應用主要集中在支付、票據、數字貨幣、股票、保險等方面；大數據在金融領域的應用主要體現在大數據征信與風控方面。

人工智能

人工智能在全球金融領域的應用遍地開花。從銀行、證券、保險、基金，再到新型支付、消費金融等，人工智能都滲透其中。人工智能在美國、英國、日本等發達國家的發展應用相對比較成熟。美國基金公司Rebellion research運用機器學習、預測算法等人工智能技術，量化股票收益和風險。Rebellion research于2007年推出全球首個人工智能投資基金，并成功在全球44個國家進行股票、債券、大宗商品和外匯等方面的交易。2012年，花旗銀行攜手IBM運用人工智能技術完善銀行客服，致力于提供差異化、智能化和精準化的金融服務。倫敦對沖基金機構Castilium通過人工智能技術復制交易員、基金經理、分析師的推理和決策過程，推出智能化、量化的投資組合產品。日本初創公司Alpaca交易平臺使用基于圖像識別的深度學習技術，為客戶提供簡單化、智能化的外匯交易服務。

相比美國、英國、日本等發達國家，中國的人工智能起步較晚，但發展的速度和規模卻是空前的。人工智能技術在中國金融領域的應用已呈爆發趨勢。2009年以來，中國智能化的金融公司大量涌現，僅2014年和2015兩年就出現72家創業公司。人工智能技術在中國金融領域的創新應用主要集中在智能支付、智能營銷、智能投顧、智能風控、智能客服等業務領域，尤其是智能支付、智能投顧等新智能化的金融公司，雖然其成立時間較晚，但發展速度著實迅猛。

人工智能技術在我國發展得相對成熟的業務領域主要集中在智能支付和智能客服。2017年9月1日，支付寶與肯德基聯合宣布共同落地刷臉支付。這是刷臉支付首次從線上走到線下，真正實現創新應用。2013年，中國建設銀行推出的智能交互機器人“小微”，其服務渠道由最初的微信擴展到網銀、手機銀行等，服務領域覆蓋個人金融、對公業務、電子銀行、信用卡等，回復準確率超過90%。2015年，交通銀行推出的智能客服實體機器人“嬌嬌”基于智能語音、智能圖像、智能語義、生物特征識別等人工智能技術進行人機交流，分擔引導客戶、介紹銀行業務等工作。

區塊鏈

隨著區塊鏈技術的快速發展，以及各國政府對區塊鏈技術的日益重視，區塊鏈技術逐漸在支付、數字貨幣、銀行、保險、股票等金融領域展開應用。其中，區塊鏈在數字貨幣和支付領域的應用相對比較成熟。如下表所示，全球典型區塊鏈公司主要以提供數字貨幣、跨境結算、支付等金融服務為主營業務。值得注意的是，全球典型區塊鏈公司主要集中在美國，且融資數據驚人，主要是高盛、花旗、摩根大通等國際性大型金融集團領投。

隨著移動互聯網的普及，金融服務的智能化、數字化、區塊鏈化趨勢日益明顯。2016年以來，銀行等傳統金融機構紛紛聯合科技機構，將區塊鏈技術應用到那些傳統金融機構不能提供很好服務的業務領域。區塊鏈技術在中國金融領域的應用主要集中在票據、資產管理、跨境支付等領域。

2016年10月，中國郵儲銀行攜手IBM推出的基于區塊鏈技術的資產托管系統正式上線。該系統通過區塊鏈技術的共享賬本、智能合約、隱私保護、共識機制四大機制，實現了信息多方實時共享，免去了重復信用校驗過程。該系統自上線以來，已完成100多筆交易，將原有業務流程縮短了約60%～80%。

2017年2月，招商銀行將區塊鏈技術應用于全球現金管理（Global Cash Management）領域的跨境直聯清算、全球賬戶統一視圖及跨境資金歸集這三大場景，實現了6個海外機構加總行全部連在區塊鏈上，任何兩個機構之間都可以發起清算的請求，任何兩個機構都可以進行清算。

2017年7月10日，由區塊連金服和貴陽銀行合作推出的票鏈產品正式上線，票鏈是一款借助區塊鏈技術，為持有銀行承兌匯票的中小微企業客戶提供融資服務的新型互聯網票據融資產品。由于融資方與資金方的交易在極具公信力的區塊鏈上完成，使得智能合約上的票據信息、參與方信息和交易信息不可篡改，易于解決票據交易中的信用缺失問題，進而有助于降低票據市場的操作風險和信用風險。

對比國內外區塊鏈技術的應用場景可以發現，區塊鏈在金融行業的重點應用領域主要集中在支付、票據、資產托管、風險控制等傳統金融機構不能提供很好服務的業務領域。另外，美國等發達國家的區塊鏈技術起步較早，其發展相對成熟。中國區塊鏈技術雖起步較晚但發展較快，在資產托管、票據、跨境支付等金融領域逐漸應用落地，且應用優勢凸顯。

大數據

大數據不僅是人工智能、區塊鏈技術的應用前提和保障，還是金融風控的核心要素。大數據在金融領域的應用主要集中在征信和風控領域。征信作為金融風控的核心，應用大數據技術將更好地幫助金融機構實現對風險的量化，從而實現風險可控操作。

中國的芝麻信用呈現個人信用狀況的依據，主要來自3個方面：一是政府及事業單位、金融機構、社交平臺、搜索引擎等對外公布的數據，以及軟信息（消費習慣、興趣愛好、網絡口碑及影響力等）；二是網上銀行、社會保障賬戶信息、繳納公共事業費用、通信費用繳費記錄、交通運輸信息平臺等較為隱性的數據；三是阿里巴巴集團旗下淘寶、天貓、支付寶等第三方支付平臺，以及社交平臺中的用戶消費、交易記錄等數據。

最近幾年，隨著中國經濟進入新常態，智慧城市、數字經濟、新舊動能轉換、轉型升級等概念持續引領著大數據的發展，技術革新和應用拓展不斷加速。據中國大數據產業聯盟發布的《2018中國大數據產業發展白皮書》數據顯示，截至2017年年底，我國大數據產業規模達3820.4億元，預計到2020年，這一規模將突破8000億元（見下圖）。

對于大數據產業來說，2018年是一個具有重要標志的年份。在國家政策的支持下，大數據企業規模迅速增長。目前，國內年營業額超過4000萬元的大數據企業已經超過40%。這意味著，這些企業已經度過生存期，開始進入應用落地和品牌推廣階段。此外，加快數字中國建設等戰略，也為大數據產業的發展提供了廣闊空間。而人工智能技術的崛起，則加速了大數據技術的應用落地。這些利好因素的疊加，為我國大數據產業的發展提供了歷史性發展機遇。在這個重要關口，大數據產業鏈上的各個環節應以開放、合作、共贏的態度，不斷提升自身實力，加強核心技術的研發和創新，力求在產業中占據一席之地。