蒸汽機、內燃機、電動機、信息技術等都是對人類經(jīng)濟社會產生廣泛且深遠影響的革命性技術，在金融科技領域，也有四大通用革命性技術——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，細數(shù)了上述技術在金融領域的創(chuàng)新研究和應用情況。

　　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，點擊雷鋒網(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》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容吧！

　　學術研究匯總

　　在學術研究方面，報告通過檢索 SCI-EXPANDED、SSCI、A&HCI、CPCI-S、CPCI-SSH、ESCI 等數(shù)據(jù)庫，相關文獻的發(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Fintech技術的主要國家之一，中科院、清華大學、武漢大學、浙江大學、北京大學等知名高校的相關文獻數(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、云服務等較早應用的科技領域專利數(shù)量較多，量化模型、區(qū)塊鏈等新興技術領域申請數(shù)量較少。這反映出專利申請與技術發(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。在金融領域，企業(yè)對大數(shù)據(jù)掌握越全面，所能涉及到的業(yè)務也會越豐富。

　　據(jù)了解，與英文類文獻中與大數(shù)據(jù)相關性緊密的高頻詞中包括云計算、預測分析、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)技術和云計算技術相伴相生，金融云解決了金融科技服務中許多底層性的技術，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。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，基礎環(huán)境安全、風控與審計、數(shù)據(jù)安全三者缺一不可。

　　大數(shù)據(jù)領域五大金融創(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)，無法獲取相關金融服務。大數(shù)據(jù)征信是新金融風控服務的關鍵。目前，央行征信中心依然一枝獨秀，個人征信牌照試點已有兩年，但始終未獲得正式牌照。

　　大數(shù)據(jù)風控

　　底層技術包括大數(shù)據(jù)和人工智能。只有先積累豐厚的大數(shù)據(jù)，運用機器學習等人工智能方法進行運算，才能確定用戶的風險指數(shù)。大數(shù)據(jù)風控目前已在業(yè)界逐步普及，國內市場對于大數(shù)據(jù)風控的嘗試比較積極。

　　大數(shù)據(jù)消費金融

　　與其說消費金融依賴大數(shù)據(jù)，毋寧說，消費金融依賴基于大數(shù)據(jù)的用戶征信信息。消費貸、工薪貸、學生貸等面向長尾用戶的網(wǎng)絡信貸的產生，亟需用戶的相關信息數(shù)據(jù)進行信用評分和欺詐風險防控。大數(shù)據(jù)技術能夠通過其開發(fā)的風控模型完成這一 點。尤其是互聯(lián)網(wǎng)商業(yè)集團通過其電商——社交——支付三大服務，獲取用戶數(shù)據(jù)，然后為其金融業(yè)務服務。在國內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 ApplePay。

　　大數(shù)據(jù)供應鏈金融

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

　　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，意在為客戶提供投顧建議，合理配置資產。但因為技術問題，傳統(tǒng)金融機構僅針對少量大額客戶展開財富管理服務，未能普及更廣泛的長尾客戶。

　　人工智能

　　在金融領域，人工智能正逐漸深入到大數(shù)據(jù)征信、貸款、風控、保險、資產配置、財經(jīng)信息分析等領域。

　　報告指出，2015 年至今，英文類文獻中與人工智能相關性緊密的高頻詞，包括神經(jīng)網(wǎng)絡、分類、預測、數(shù)據(jù)挖掘、大數(shù)據(jù)、機器學習等。人工智能的三種主要技術均需專有類型的數(shù)據(jù)。機器學習需大量的標簽樣本數(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)的關系非常緊密 ， 隨著人工智能發(fā)展，我們進入到智能數(shù)據(jù)時代。

　　人工智能在金融領域的應用

　　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

　　智能的投資理財機器人，可能改變人們對理財?shù)睦斫猓鹑谑袌鲇捎谛畔⒉黄降犬a生的風險，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行較為準確的預測，并給出合理的建議。

　　金融預測與反欺詐

　　利用機器對數(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)塊鏈是去中心化的分布式賬本。當區(qū)塊鏈運用到不同場景時，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)塊鏈是一種極為年輕的技術。因此，總體而言，區(qū)塊鏈的文獻數(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)達市場和新興市場與區(qū)塊鏈的相關文獻數(shù)量呈現(xiàn)上升趨勢，可見這些市場的監(jiān)管機構、研究機構、業(yè)界專家正在利用此類科技在金融市場上探討、 開發(fā)和應用金融解決方案。

　　區(qū)塊鏈在金融領域的運用場景

　　數(shù)字貨幣

　　數(shù)字貨幣便利、安全、低交易成本的特點，更適合網(wǎng)絡商業(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。

　　支付與結算 通過區(qū)塊鏈將繞過中轉銀行，既減少中轉費用，還能實時到賬。

　　票據(jù)與供應鏈金融

　　依靠區(qū)塊鏈技術，不再需要獨立的第三方角色進行控制和驗證，轉而可以直接實現(xiàn)點對點的連接，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的資產云工廠底層資產管理系統(tǒng)，將區(qū)塊鏈技術應用在國內 資產證券化領域。

　　證券發(fā)行交易

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

　　客戶征信與反欺詐

　　區(qū)塊鏈的技術特性，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“認識你的客戶”（KYC）的重復工作，檢測異常的客戶交易行為，及時發(fā)現(xiàn)用戶欺詐行為。

　　四大技術交織相容

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

　　例如，大數(shù)據(jù)和云計算技術相伴相生，對金融大數(shù)據(jù)至關重要的是金融云。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)是同生同漲的有機整體。人工智能，幫助人自動地感知、認知、分析和預測世界，它在數(shù)據(jù)的基 礎上誕生，人工智能的三種主要技術，都需專有的、海量的、精準的、高質量的訓練數(shù)據(jù)；反過來，人工智能又能促進數(shù) 據(jù)的發(fā)展，提高數(shù)據(jù)的收集速度和質量，推動大數(shù)據(jù)產業(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，提及這四種技術的縮略詞——ABCD，CDAB。前者是京東金融的說法，后者來自微眾銀行。