王岩峰：金融科技的未来长什么样？

本文来自微信公众号“陈三公子和他的朋友们”（ID：dannyfriends）, 作者 王岩峰 ：同济大学计算机应用专业研究生毕业，硕士学位。现任盛付通副总经理，分管公司全面风险管理、基础产品、以及业务运营的相关工作。自2003年加入盛大网络，先后就职于计费中心、支付服务中心。2008年盛大网络投资成立盛付通，参与盛付通组建工作，负责风控、清算、运营团队组建，以及相关基础系统的建设。

互联网进入中国20年，悄然改变着各行各业，“互联网 ”行动计划更进入到总理的政府工作报告中。“互联网金融”概念自2013年被炒热开始，近几年获得快速发展。

P2P作为互联网金融的典型代表，2015年正常运营的P2P平台有约2400家，中国已拥有全球最多的P2P平台。但是2015年12月份的易租宝事件风波未平，又有快鹿、中晋等涉及百亿的大案涌现。2015年底P2P平台数量现负增长，并在2016年持续负增长状态。更有行业专家预测，未来P2P平台将减少九成以上。2016年“整顿”成为互联网金融领域的最大命题。同时， 金融科技 (FinTech)正在取代互联网金融。

金融科技 (FinTech，Financial Technology)，指金融和信息技术的融合型产业。企业利用各类科技手段对传统金融行业所提供的产品及服务进行革新，提升金融服务效率，因此可以认为金融科技是从外向内升级金融服务行业。

与互联网金融相比，金融科技是范围更大的概念。互联网金融主要指互联网/移动互联网技术对传统金融服务的改变，比如网上券商开户、网上支付等。而金融科技不是简单的“互联网上做金融”，应用的技术不仅限于互联网/移动互联网。

互联网金融是金融与科技相互结合的初级阶段，即金融科技1.0阶段。互联网和移动互联网技术使金融产品在用户体验上取得了革命性提升。利用互联网和移动设备为客户提供金融服务，简化业务流程，优化产品界面，改善用户体验。此外，互联网和移动互联网技术使金融服务可以低成本便利的抵达用户，是更多创新性服务的基础。

目前，金融科技已完成从1.0阶段到2.0阶段的过渡。金融科技2.0阶段，大数据分析、人工智能、区块链的前沿科技是金融科技的科技基础。

1. 大数据

金融是强数据导向的行业，经过多年的数据发展和积累，数据的规模、种类及分析速度都发生了巨大变化。但传统金融行业的数据集中于企业内部，或仅在行业内有部分共享，即使是央行征信信息，所能涵盖的维度也非常有限。

互联网在中国发展了20年，积累了大量用户在互联网上的行为信息，比如网购、网游、交友等用户真实和虚拟的行为信息。这些用户行为信息，为多维度描绘用户特征提供了数据基础。随移动互联网发展的突飞猛进，可穿戴设备、智能家居等智能硬件兴起，使得可获取的数据维度从线上扩展到线下。

主流互联网企业已完成大数据架构和信息整合，并通过人工建模的方式进行大数据分析，此为大数据分析的初级阶段。目前，大数据分析发展到企业或第三方实时处理大量终端用户的数据，通过机器学习等技术手段实现实时决策、智能决策，为金融科技公司提供良好的数据基础，从而促进个人征信、授信、风控、保险定价等领域的发展。

1.1征信

征信是现代金融体系的基础设施，其本质在于对金融主体的数据刻画，主要目的是解决交易双方信息不对称的问题，通过模型去预测其未来的信用行为。

中国在征信领域起步晚，线下数据被银行与保险公司垄断割据。线上数据随着互联网的普及和完善，形成庞大的数据规模，并涉及众多维度。基于互联网用户数据的个人征信，在互联网消费信贷等金融创新业务中起到重要作用，甚至可以替代传统的央行征信报告。

2015年央行首发8张个人征信牌照，其中包括互联网巨头、保险公司、老牌征信机构、以及拥有数据资源的新兴企业。我国征信的基础数据规模庞大，但发展历程短暂，大数据征信模型仍待完善。

1.2风控

金融的核心是风控，金融创新一定伴随着风控创新。银行不给小微企业贷款，并不是银行不想贷，或者小微企业真不还钱，而是不敢贷。因为银行不了解小微企业是否有良好的还款能力。“了解客户”是开展金融业务的基本要求，不仅要了解客户的基本情况，更要了解客户的能力、意愿、甚至是习惯。通过大数据分析，我们可以实现“了解客户”，并能持续跟踪客户的动态，不断增进对客户的理解。

为了真正让数据发挥价值，通过建立数据分析模型，将“坏人”的画像以及行为特征分析出来，从而采取措施来实现防风险、减损失的目的。在很多应用场景中，数据分析和风控策略必须实时执行，既要实现风控目标，又不能干扰正常客户。风控策略需要随风险的动态变化而快速调整，数据分析模型需要持续不断的优化。于是，机器学习被引入大数据风控中，在实时反欺诈系统中有较多应用。

2. 人工智能

智能化是指用计算机代替人脑进行分析并做出决策，是金融科技的重要发展方向。目前，人工智能尚在发展初期，代替人脑进行决策尚早，至少可以做大规模的量化、替代部分人工分析的层面。

大数据、云计算及智能硬件的发展为人工智能提供基础保障。在技术层面，与金融科技最相关的是机器学习、知识图谱、自然语言处理等。目前，在金融领域，人工智能主要应用于自动报告生成、人工智能辅助量化交易、金融搜索引擎、智能投顾等方面。

2.1自动报告生成

自动报告生成适用于大量固定格式的文档撰写工作，可应用于投行、证券分析等业务。自动报告生成的三个步骤：处理数据、分析数据、文章生成。主要使用自然语言处理、OCR(光学字符识别)、知识图谱等技术。

金融数据服务商Kensho创始人预计，到2026年，有33%-50%的金融业工作人员会失去工作，他们的工作将被电脑所取代。Kensho开发的程序，做分析工作只需一分钟，而拿着高达35万美元年薪的分析师们，需要40小时才能做完同样的工作。

2.2智能投顾

个人投资者通过投资顾问获得资产配置的建议，参与金融投资，但这种以人为基础的传统服务方式成本较高，且难以覆盖普通大众。智能投顾则是以最少量人工干预的方式帮助投资者进行资产配置及管理。投资顾问就是计算机，用户可以是普通投资者。

Wealthfront前身是一家投资咨询顾问公司。2011年12月， Wealthfront转型为一家专业的在线财富管理公司，其智能投顾平台借助于计算机模型和技术，为经过调查问卷评估的客户提供量身定制的资产投资组合建议，包括股票配置、股票期权操作、债权配置、房地产资产配置等。

3. 区块链

区块链(Blockchain)是指通过去中心化的方式集体维护一个可靠数据库的技术方案。通俗一点说，区块链技术就是一种全民参与记账的方式。所有的系统背后都有一个数据库，你可以把数据库看成是就是一个大账本。那么谁来记这个账本就变得很重要。目前就是谁的系统谁来记账，微信的账本是腾讯在记，淘宝的账本是阿里在记。

但在区块链系统中，系统中的每个人都可以有机会参与记账。在一定时间段内如果有任何数据变化，系统中每个人都可以来进行记账，系统会评判这段时间内记账最快最好的人，把他记录的内容写到账本，并将这段时间内账本内容发给系统内所有的其他人进行备份。这样系统中的每个人都了一本完整的账本。这种方式就称为区块链技术。

区块链是当下热词，人人都在说区块链。不仅IBM、微软、Google等IT巨头在提供区块链技术平台，银行、交易机构都在积极进行区块链应用的开发。区块链的优势和应用场景：

3.1高效低成本解决中间成本问题

区块链以去中心化为核心的技术优势，可应用于传统的中心化场景中，替代原本由中介或中心机构处理的交易流程。澳洲ASX交易所、法国巴黎证券都宣布在开发基于区块链的新型交易平台。英格兰银行决定革新他们的金融服务清算系统，包括使用区块链技术。

3.2便于追踪和验证，

解决数据追踪及信息防伪问题

区块链中包含创始块以来所有交易数据，且形成的交易记录不可窜改，任何区块链中的数据可追溯，因此可应用于数据追踪和防伪。三菱东京日联银行携手IBM将区块链用于合同管理，这是创建于开源区块链平台Hyperledger Project的第一个实际项目。

3.3数据可持续性高，

解决物联网的核心缺陷

区块链中每个参与记录和存储数据的节点具有相同的权利，不存在中心节点，因此可随时保障数据库的正常运转。区块链的分布式结构大大降低传统中心节点设备的损耗，数据可持续性和安全性均得到保证。可应用于物联网、供应链、智能交通等领域。IBM和三星一直致力于一个理念，称之为ADEPT，使用区块链技术形成一个物联网设备去中心化网络。三星投资的Filament区块链物联网项目，正在使用区块链来建设一种去中心化网络，使传感器可以互相传输。

3.4可编程“智能合约模式”，

有效规范市场秩序

区块链中每笔交易信息基于可编程原理，可实现“智能合约模式”。在市场秩序不够规范的环境下，在资产合约中引入区块链的“可编程特性”，可以规定该笔交易资金日后的用途和方向。可应用于各种合约，比如众筹智能合约。在股权众筹发起初期，由项目发起方、领投人、众筹平台等多方共同发起众筹智能合约，来约定各方的责任和义务。这份智能合约可保存在区块链中，合作履行过程中不可被篡改，到期后可强制执行。

金融科技的革命正迅猛来袭，依靠高速地创新、迭代，借助人工智能、大数据、区块链等技术，金融科技正在对传统金融形成全方位、多层面的冲击，将全方位“重塑”金融业。

陈三公子和他的朋友们”（ID：dannyfriends）这里是盛大创始人、连尚网络创始人兼CEO陈大年，和他的朋友们共同交流、提供干货分享的地方。