蒸汽機(jī)、內(nèi)燃機(jī)、電動機(jī)、信息技術(shù)等都是對人類經(jīng)濟(jì)社會產(chǎn)生廣泛且深遠(yuǎn)影響的革命性技術(shù)，在金融科技領(lǐng)域，也有四大通用革命性技術(shù)——大數(shù)據(jù)、人工智能、區(qū)塊鏈、云計算。在近日京東金融研究院發(fā)布的《2017金融科技報告——行業(yè)發(fā)展與法律前沿》（以下簡稱“報告”）中，細(xì)數(shù)了上述技術(shù)在金融領(lǐng)域的創(chuàng)新研究和應(yīng)用情況。

　　此文為該報告第二部分，若想從宏觀層面較為完整地鳥瞰全球金融科技市場格局與研究熱點(diǎn)，點(diǎn)擊雷鋒網(wǎng)此前報道《金融科技2017報告（一）：鳥瞰全球金融科技市場格局與研究熱點(diǎn)》查看。

　　接下來，就和雷鋒網(wǎng)AI金融評論一起分享報告的精華內(nèi)容吧！

　　學(xué)術(shù)研究匯總

　　在學(xué)術(shù)研究方面，報告通過檢索 SCI-EXPANDED、SSCI、A&HCI、CPCI-S、CPCI-SSH、ESCI 等數(shù)據(jù)庫，相關(guān)文獻(xiàn)的發(fā)表時間鎖定在 2015 年 1 月 1 日至 2017 年 3 月 15 日后發(fā)現(xiàn)，總體而言，中國是推進(jìn)Fintech技術(shù)的主要國家之一，中科院、清華大學(xué)、武漢大學(xué)、浙江大學(xué)、北京大學(xué)等知名高校的相關(guān)文獻(xiàn)數(shù)量名列前茅。此外，韓國、巴西、日本、英國、美國、德國、意大利、澳大利亞等國研發(fā)投入力度也非常可觀。

　　此外，報告還對金融科技專利申請進(jìn)行分析，并得到以下發(fā)現(xiàn)：

　　1、以大數(shù)據(jù)及數(shù)據(jù)分析領(lǐng)域為例，企業(yè)專利申請明顯多于其他類型主體

　　2、以大數(shù)據(jù)及數(shù)據(jù)分析為例，金融科技專利申請以傳統(tǒng)技術(shù)企業(yè)為主

　　3、物聯(lián)網(wǎng)、大數(shù)據(jù)及數(shù)據(jù)分析、云服務(wù)等較早應(yīng)用的科技領(lǐng)域?qū)＠麛?shù)量較多，量化模型、區(qū)塊鏈等新興技術(shù)領(lǐng)域申請數(shù)量較少。這反映出專利申請與技術(shù)發(fā)展存在一致性，但仍存在滯后性。

　　大數(shù)據(jù)

　　大數(shù)據(jù)在金融領(lǐng)域的創(chuàng)新影響力巨大，金融創(chuàng)新很大一部分原因在于大數(shù)據(jù)與金融之間的結(jié)合。數(shù)據(jù)維度越豐富，對用戶粗顆粒的畫像就會越了解。在金融領(lǐng)域，企業(yè)對大數(shù)據(jù)掌握越全面，所能涉及到的業(yè)務(wù)也會越豐富。

　　據(jù)了解，與英文類文獻(xiàn)中與大數(shù)據(jù)相關(guān)性緊密的高頻詞中包括云計算、預(yù)測分析、數(shù)據(jù)挖掘、 數(shù)據(jù)分析、商業(yè)智能、隱私等。而事實上，大數(shù)據(jù)技術(shù)和云計算技術(shù)相伴相生，金融云解決了金融科技服務(wù)中許多底層性的技術(shù)，并建立客戶模型、賬戶模型等，為金融本身的安全性奠定基礎(chǔ)。未來的大數(shù)據(jù)將擺脫本地存儲硬件的限制 ， 同時金融大數(shù)據(jù)又將融合個人行為、 歷史痕跡及環(huán)境信息。對一個高度可控可信的金融云安全體系而言，基礎(chǔ)環(huán)境安全、風(fēng)控與審計、數(shù)據(jù)安全三者缺一不可。

　　大數(shù)據(jù)領(lǐng)域五大金融創(chuàng)新

　　大數(shù)據(jù)征信

　　在傳統(tǒng)央行征信體系之外，還有大比例人群沒有征信數(shù)據(jù)，無法獲取相關(guān)金融服務(wù)。大數(shù)據(jù)征信是新金融風(fēng)控服務(wù)的關(guān)鍵。目前，央行征信中心依然一枝獨(dú)秀，個人征信牌照試點(diǎn)已有兩年，但始終未獲得正式牌照。

　　大數(shù)據(jù)風(fēng)控

　　底層技術(shù)包括大數(shù)據(jù)和人工智能。只有先積累豐厚的大數(shù)據(jù)，運(yùn)用機(jī)器學(xué)習(xí)等人工智能方法進(jìn)行運(yùn)算，才能確定用戶的風(fēng)險指數(shù)。大數(shù)據(jù)風(fēng)控目前已在業(yè)界逐步普及，國內(nèi)市場對于大數(shù)據(jù)風(fēng)控的嘗試比較積極。

　　大數(shù)據(jù)消費(fèi)金融

　　與其說消費(fèi)金融依賴大數(shù)據(jù)，毋寧說，消費(fèi)金融依賴基于大數(shù)據(jù)的用戶征信信息。消費(fèi)貸、工薪貸、學(xué)生貸等面向長尾用戶的網(wǎng)絡(luò)信貸的產(chǎn)生，亟需用戶的相關(guān)信息數(shù)據(jù)進(jìn)行信用評分和欺詐風(fēng)險防控。大數(shù)據(jù)技術(shù)能夠通過其開發(fā)的風(fēng)控模型完成這一 點(diǎn)。尤其是互聯(lián)網(wǎng)商業(yè)集團(tuán)通過其電商——社交——支付三大服務(wù)，獲取用戶數(shù)據(jù)，然后為其金融業(yè)務(wù)服務(wù)。在國內(nèi)具有代表性的是京東、騰訊和阿里巴巴，國外具有代表性的 Facebook，Apple 及其支付業(yè)務(wù) ApplePay。

　　大數(shù)據(jù)供應(yīng)鏈金融

　　由互聯(lián)網(wǎng)供應(yīng)鏈平臺構(gòu)建者主導(dǎo)，依據(jù)不同中小企業(yè)客戶風(fēng)險偏好實施有差別的金融服務(wù)。

　　大數(shù)據(jù)財富管理

　　財富管理是傳統(tǒng)金融企業(yè)的一項金融理財業(yè)務(wù)，意在為客戶提供投顧建議，合理配置資產(chǎn)。但因為技術(shù)問題，傳統(tǒng)金融機(jī)構(gòu)僅針對少量大額客戶展開財富管理服務(wù)，未能普及更廣泛的長尾客戶。

　　人工智能

　　在金融領(lǐng)域，人工智能正逐漸深入到大數(shù)據(jù)征信、貸款、風(fēng)控、保險、資產(chǎn)配置、財經(jīng)信息分析等領(lǐng)域。

　　報告指出，2015 年至今，英文類文獻(xiàn)中與人工智能相關(guān)性緊密的高頻詞，包括神經(jīng)網(wǎng)絡(luò)、分類、預(yù)測、數(shù)據(jù)挖掘、大數(shù)據(jù)、機(jī)器學(xué)習(xí)等。人工智能的三種主要技術(shù)均需專有類型的數(shù)據(jù)。機(jī)器學(xué)習(xí)需大量的標(biāo)簽樣本數(shù)據(jù)；模式識別偏重于信號、圖像、語音、文字、指紋等非直觀數(shù)據(jù)；人機(jī)交互則需要積累大量的用戶數(shù)據(jù)。人工智能與數(shù)據(jù)的關(guān)系非常緊密 ， 隨著人工智能發(fā)展，我們進(jìn)入到智能數(shù)據(jù)時代。

　　人工智能在金融領(lǐng)域的應(yīng)用

　　智能數(shù)據(jù)時代中金融業(yè)態(tài)主要表現(xiàn)為以下三個發(fā)展方向。

　　智能投顧

　　智能的投資理財機(jī)器人，可能改變?nèi)藗儗碡數(shù)睦斫猓鹑谑袌鲇捎谛畔⒉黄降犬a(chǎn)生的風(fēng)險，在一定程度上得到規(guī)避。有了大量數(shù)據(jù)輸入的人工智能，可以對金融市場的走向進(jìn)行較為準(zhǔn)確的預(yù)測，并給出合理的建議。

　　金融預(yù)測與反欺詐

　　利用機(jī)器對數(shù)據(jù)大規(guī)模以及高頻率的處理能力，獲取用戶的征信信息和交易行為信息，判斷用戶的真實度、還款意愿以及還 款能力。

　　融資授信

　　在人工智能環(huán)境下，通過智能系統(tǒng)判定用戶信用程度，甚至還具備自動決策功能，免去人工決定這一最后步驟。

　　區(qū)塊鏈

　　區(qū)塊鏈?zhǔn)侨ブ行幕姆植际劫~本。當(dāng)區(qū)塊鏈運(yùn)用到不同場景時，將會給交易各方帶來如下影響：一是降低交易成本，去中介化；二是提高交易效率，實現(xiàn)交易結(jié)算實時化；三是實現(xiàn)交易流程自動化；四是去中心化存儲。

　　由于區(qū)塊鏈?zhǔn)且环N極為年輕的技術(shù)。因此，總體而言，區(qū)塊鏈的文獻(xiàn)數(shù)量相對大數(shù)據(jù)和人工智能較少。不過從2015 年至今，發(fā)達(dá)市場和新興市場與區(qū)塊鏈的相關(guān)文獻(xiàn)數(shù)量呈現(xiàn)上升趨勢，可見這些市場的監(jiān)管機(jī)構(gòu)、研究機(jī)構(gòu)、業(yè)界專家正在利用此類科技在金融市場上探討、 開發(fā)和應(yīng)用金融解決方案。

　　區(qū)塊鏈在金融領(lǐng)域的運(yùn)用場景

　　數(shù)字貨幣

　　數(shù)字貨幣便利、安全、低交易成本的特點(diǎn)，更適合網(wǎng)絡(luò)商業(yè)行為，很有可能取代物理貨幣的主流地位。 2017 年初，中國央行推動的基于區(qū)塊鏈的數(shù)字票據(jù)交易平臺已測試成功。

　　支付與結(jié)算 通過區(qū)塊鏈將繞過中轉(zhuǎn)銀行，既減少中轉(zhuǎn)費(fèi)用，還能實時到賬。

　　票據(jù)與供應(yīng)鏈金融

　　依靠區(qū)塊鏈技術(shù)，不再需要獨(dú)立的第三方角色進(jìn)行控制和驗證，轉(zhuǎn)而可以直接實現(xiàn)點(diǎn)對點(diǎn)的連接，減 少人工行為的干涉。2016 年末，京東金融區(qū)塊鏈數(shù)字票據(jù)已順利完成第一次概念證明。此外，京東金 融于 2017 年 3 月宣布推出了基于技術(shù)的資產(chǎn)云工廠底層資產(chǎn)管理系統(tǒng)，將區(qū)塊鏈技術(shù)應(yīng)用在國內(nèi) 資產(chǎn)證券化領(lǐng)域。

　　證券發(fā)行交易

　　可實時地記錄交易者的身份、交易量等關(guān)鍵信息，有利于證券發(fā)行者更快速清晰地了解股權(quán)結(jié)構(gòu)，減 少暗箱操作、內(nèi)幕交易的可能性，使得證券交易日和交割日時間間隔大幅縮短，減少交易風(fēng)險。

　　客戶征信與反欺詐

　　區(qū)塊鏈的技術(shù)特性，可改變現(xiàn)有的征信體系，將有不良記錄的客戶信息儲存在區(qū)塊鏈中，隨時更新客 戶信息和交易記錄，銀行能省去“認(rèn)識你的客戶”（KYC）的重復(fù)工作，檢測異常的客戶交易行為，及時發(fā)現(xiàn)用戶欺詐行為。

　　四大技術(shù)交織相容

　　在AI、云計算、大數(shù)據(jù)、區(qū)塊鏈等技術(shù)的推動下，科技觸碰到金融真正的核心。而這幾種技術(shù)之間存在相互依賴、相互促進(jìn)的關(guān)系。

　　例如，大數(shù)據(jù)和云計算技術(shù)相伴相生，對金融大數(shù)據(jù)至關(guān)重要的是金融云。有分析者打比方說，大數(shù)據(jù)是礦藏，而金融云是礦井。礦井的安全性、可靠性決定了挖煤的效率和結(jié)果。大數(shù)據(jù)將逐步擺脫存儲硬件的限制，對金融云安全體系提出了更高的挑戰(zhàn)。

　　又如，人工智能與大數(shù)據(jù)是同生同漲的有機(jī)整體。人工智能，幫助人自動地感知、認(rèn)知、分析和預(yù)測世界，它在數(shù)據(jù)的基 礎(chǔ)上誕生，人工智能的三種主要技術(shù)，都需專有的、海量的、精準(zhǔn)的、高質(zhì)量的訓(xùn)練數(shù)據(jù)；反過來，人工智能又能促進(jìn)數(shù) 據(jù)的發(fā)展，提高數(shù)據(jù)的收集速度和質(zhì)量，推動大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展。

　　雷鋒網(wǎng)發(fā)現(xiàn)，已經(jīng)不止一家?guī)в衒intech基因的公司在闡述自己的金融科技戰(zhàn)略時，提及這四種技術(shù)的縮略詞——ABCD，CDAB。前者是京東金融的說法，后者來自微眾銀行。