本文摘自和訊期貨《2017年中國期貨市場發展藍皮書》 　中國的金融科技發展

　　金融科技發展進程

　　金融科技(Fintech)是英、美上世紀90年代就提出來的概念，主要是指金融機構運用互聯網信息技術來優化流程、減低成本和提高效率，如銀行用電腦處理金融數據，用網絡傳輸信息資料，用軟件改進工作流程，用數據分析商業模式。當時美國的銀行業從電子技術應用做了很多金融科技的研究。

　　中國并不是完全沒有注意到這趨勢，上世紀90年代我國提了科技金融的概念，主要目的是希望金融支持科技的發展，比如給科技創業企業提供貸款，通過技術可以入股，我國科技金融也是很多在互聯網信息企業中探索，如知識產權融資等。金融科技和科技金融都是新科技革命背景下金融與科技融合的表現，我國這二十多年的發展歷程值得我們進行回顧總結和前瞻展望。

　　2013年中國進入了互聯網金融元年，2015年左右的時候開啟了Fintech時代。2016年無論是從行業體量、機構業績，還是服務機制、產品模式等方面來看，金融科技都為金融行業特別是消費金融的快速增長提供了最大助力。進入2017，大數據、云計算、人工智能等一系列金融科技應用迅速落地， 金融科技正式進入一個深層次的產業融合的階段。

　　2018年1月23日由浙江大學互聯網金融研究院編制的《2018中國互聯網金融資產交易中心發展報告》正式發布。報告指出，目前中國互聯網金融行業發展已經進入了第三階段，即金融科技深度創新、Fintech唱主角階段，Fintech正成為當前和未來決定互聯網金融資產交易中心核心競爭力的關鍵要素。金融科技正在重塑金融行業的產業鏈、供應鏈和價值鏈。

　　從覆蓋范圍上看，金融科技包含的方面不同于互聯網金融公司，甚至比互聯網金融的范圍還要更廣，包括支付清算、融資、基礎設施、投資管理都是金融科技的主要業務。除此之外，金融科技幾乎正在被應用到金融領域的方方面面：借貸、財富管理、支付、保險、眾籌、征信，甚至是零售銀行和房屋中介。

　　下一階段，物聯網、區塊鏈、人工智能等新技術將讓金融再次發生巨大變革。在G20杭州峰會上，確定數字普惠金融的概念與原則，現在金融科技領域在技術創新驅動下新生事物不斷涌現，區塊鏈金融、智慧金融、物聯網金融等出現，創新鏈不斷延展和拉長，科技影響金融不僅在市場、產品、服務層面，也影響到監管和制度層面。

　　監管支持與面臨的挑戰

　　2017年被稱為金融科技的制度改革黃金年，我國高度重視金融科技應用對于強化金融監管能力和促進金融轉型發展的雙重作用。相關部門多次發文鼓勵科技與金融的融合，支持有條件的金融企業探索新技術解決方案在金融業務領域的應用。

　　2017年6月，中國人民銀行印發的《中國金融業信息技術“十三五”發展規劃》明確提出，“十三五”期間金融信息技術的發展目標包括金融信息基礎設施達到國際領先水平、信息技術持續驅動金融創新等。2017年7月，國務院印發的《新一代人工智能發展規劃》專門提出了“智能金融”的發展要求，指出要建立金融大數據系統，提升金融多媒體數據處理與理解能力；創新智能金融產品和服務，發展金融新業態；鼓勵金融行業應用智能客服、智能監控等技術和裝備；建立金融風險智能預警與防控系統。[1]

　　以此為契機，在我國監管部門對金融科技的大力鼓勵與支持下，開放和包容的監管環境為中國金融科技的繁榮發展提供了良好的制度基礎。

　　Fintech的發展呈現出業務精細化、技術融合化、地域差異化、資本全球化、人才復合化等特征。傳統金融機構、互聯網企業、新興科技公司正通過收購、戰略合作和合資等形式積極搶占市場份額以形成先發優勢，電信運營商、傳統實業公司也主動跨界參與，搶灘金融科技“藍海”。

　　當然，金融科技發展過程中也可能產生一些問題，如信息泄露、隱私被窺、或被不法分子盜用出現精準詐騙，國家更應該加大數據、隱私保護的立法，以防數據泄露帶來更多的麻煩。自2017年6月1日起施行的《網絡安全法》是一個重要的里程碑，表明我國正在加強有關立法工作，打擊侵犯危害網絡安全的違法犯罪活動。今后如何加強制度設計、保障權利和防范違法犯罪行為，也將成為金融科技發展下一個課題。

　　值得注意的是，中國信息通信研究院云計算與大數據研究所副所長何寶宏強調，金融科技在帶來一系列金融服務創新模式的同時，也對金融行業監管帶來了新的挑戰。何寶宏認為，金融科技給金融監管帶來的挑戰，主要體現在三個方面：[2]

　　一是金融科技具有跨市場跨行業特性，而且帶來金融服務市場主體的不斷多元化，傳統的以“柵欄方式簡單隔離商業銀行和網絡借貸之間的風險傳播途徑”面臨巨大挑戰；

　　二是由于金融科技具有去中心化的發展趨勢，金融風險呈分散化和蜂窩式分布，目前采取的對現有金融機構自上而下的監管路徑，也面臨前所未有的挑戰；

　　三是金融科技的發展使金融交易規模和交易頻度呈幾何級數增長，金融監管面臨的數據規模性、業務復雜性、風險多樣性持續上升，面對日益紛繁復雜的金融交易行為，金融監管能力面臨巨大挑戰。“技術的問題需要用技術手段去應對，未來需要加大金融監管技術和模式的創新。[3] 　金融科技加速變革四大技術趨勢凸顯

　　2018年1月17日，在“2018中國金融科技產業峰會”上，中國信息通信研究院發布了“中國金融科技產業生態分析報告 ”，指出了當前金融科技發展中的四大重要技術趨勢：金融云快速部署落地、金融大數據廣泛普及、人工智能成為應用新方向、區塊鏈帶來金融服務機制的深刻變革。業內人士統稱其為 “ABCD”四個話題：A指AI，即人工智能；B指Block Chain區塊鏈，C指Cloud云計算，D指Data大數據。

　　報告認為，云計算、大數據、人工智能和區塊鏈等新興技術的發展與應用對金融機構的業務服務模式產生了重大影響，已逐漸成為金融行業發展的關鍵性技術驅動。云計算、大數據和人工智能技術之間存在相互依賴、相互促進的關系。如果說大數據是金礦，那么金融云可被看作是礦井。礦井的安全性、可靠性決定了金礦的開采效率。人工智能需要海量高品質的訓練數據來感知、認知、分析和預測世界。反過來，人工智能又能促進大數據的發展，提高數據采集與處理的速度和質量，推動大數據產業發展。區塊鏈的去中心化和分布式記賬，則會帶來金融服務機制的根本性轉變。

　　金融云快速部署落地

　　“互聯網+金融”時代對金融行業的技術架構提出新的要求。金融企業普遍面臨產品創新層出不窮，產品迭代越來越快，交易量峰值無法預測的挑戰。云計算作為實現IT資源按需供給的技術手段，可以實現讓金融企業像使用水、電、煤一樣使用IT資源。

　　金融機構物理設備的多樣性導致金融云整體架構相對復雜。物理設備層，大型金融機構經過數十年的信息化建設，擁有復雜的 IT基礎設施。包括X86服務器、小型機、SAN存儲、NAS存儲和網絡等。在虛擬化層，不同的設備擁有各自的虛擬化軟件，各類設備組成多個資源池。因此，金融機構需要一個多云管理平臺來統一管理這些IT資源，以實現內部系統的打通和數據的整合。

　　金融行業的特性對云計算的業務連續性有嚴格的要求。金融機構對IT系統的穩定性、可用性、網絡時延性以及數據安全性的要求非常高。銀行和證券企業關鍵業務系統停機屬于極度嚴重的金融事故，造成巨大的經濟損失。業務連續性涉及管理制度、技術方案和物理設施等多個層次，要確保這些關鍵職能在任何環境下都能持續發揮作用。為滿足業務連續性要求，金融企業需要建立完善的災難備份和災難恢復體系。災難備份主要有三種，分別為同城災備、異地災備和兩地三中心。通過業務和數據的備份可以減少系統停機時間，保證業務的連續運行。

　　目前，大型金融機構紛紛開啟了基于云計算的信息系統架構轉型之路，逐步將業務向云遷移。新興金融機構如螞蟻金服、微眾銀行等在誕生之初就把所有IT 系統架構在云上。值得一提的是，中大型金融機構傾向使用混合云， 小型金融機構傾向將全部系統放在公有云上。

　　金融大數據廣泛普及

　　金融行業數據資源豐富，數據應用由來已久。從發展特點和趨勢來看，金融云的快速建設落地奠定了金融大數據的應用基礎，金融數據與其他跨領域數據的融合應用不斷強化，人工智能正在成為金融大數據應用的新方向，金融行業數據的整合、共享與開放正在成為趨勢。

　　金融機構的業務要求大數據平臺具有實時計算能力。目前，金融機構最常使用的大數據應用場景為精準營銷、實時風控、交易預警和反欺詐等業務都需要實時計算的支撐。大數據分析平臺可以對金融企業已有客戶和部分優質潛在客戶進行覆蓋，對客戶進行畫像和實時動態監控，用以構建主動、高效、智能的營銷和風險管控體系。

　　為切實做到數據驅動，金融企業需要定制化的技術平臺。首先，金融企業要進行頂層設計，把技術和業務結合起來，將技術應用在企業價值鏈的每個場景上。其次，金融企業需要大規模的系統改造。為實現數據的匯聚，需要將原來存儲在上百個信息系統的數據整合，重新設計并搭建數據采集、存儲、傳輸架構。最后，金融大數據具有極高的重要性，需要更加完善的安全保障措施。金融數據的泄露、篡改可能造成系統性金融風險，甚至危及社會穩定。部分數據如用于金融交易的用戶鑒別與支付授權信息需要全流程加密。

　　人工智能成為應用新方向

　　人工智能在金融領域的應用主要包括五個關鍵技術：機器學習、生物識別、自然語言處理、語音技術以及知識圖譜。機器學習具有多種衍生方法，包括監督學習、無監督學習、深度學習和強化學習等。

　　金融行業的不斷發展，沉淀了大量的金融數據，主要涉及金融交易、個人信息、市場行情、風險控制、投資顧問等方面。金融行業的海量數據能夠有效支撐機器學習，不斷完善機器的認知能力，達到與人類相媲美的水平，尤其在金融交易與風險管理這類復雜數據的處理方面，人工智能的應用將大幅降低人力成本，通過對大數據進行篩選分析，幫助人們更高效率地決策，提升金融風控及業務處理能力。

　　人工智能技術在金融領域應用的范圍主要集中在智能客服、智能投顧、智能風控、智能投研、智能營銷等方面。智能客服主要以語音技術、自然語言理解、知識圖譜為技術基礎，掌握客戶需求，并能自動獲取客戶特征和知識庫等內容，可以幫助客服快速解決客戶問題。智能投顧是通過機器學習算法以及現代資產組合優化理論來構建標準化的數據模型，并利用網絡平臺和人工智能技術對客戶提供個性化的理財顧問服務。智能風控是利用“大數據+人工智能技術”建立的信用評估模型，關聯知識圖譜可以建立精準的用戶畫像，支持信貸審批人員在履約能力和履約意愿等方面對用戶進行綜合評定，提高風險管控能力。智能投研是基于大數據、機器學習和知識圖譜技術，將數據、信息、決策進行智能整合， 實現數據之間的智能化關聯，并形成文檔，供分析師、投資者等使用，輔助決策，甚至自動生成投研報告。智能營銷是通過用戶畫像和大數據模型精準找到用戶，在可量化的數據基礎上分析消費者個體的消費模式和特點，以此來劃分客戶群體，精確找到目標客戶，進行精準營銷和個性化推薦。

　　區塊鏈帶來金融服務機制的深刻變革

　　區塊鏈技術基于非對稱加密算法進行了信用創造機制的重構：在金融交易系統中，參與者之間無需了解對方的基本信息，也無需借助第三方機構的擔保，直接進行可信任的價值交換。區塊鏈的技術特點保證了系統對價值交換的活動記錄、傳輸、存儲的結果都是可信的。

　　從硬件算力基礎設施的服務到區塊鏈的架構設計與底層服務技術，再到資產的數字化與場景化應用，區塊鏈技術已經逐漸滲透到金融行業的主要應用場景。

　　一是供應鏈金融，對于多方參與的供應鏈金融，區塊鏈將分類賬上的貨物轉移登記為交易，以確定與生產鏈管理相關的各參與方，以及產品產地、日期、價格、質量和其他相關信息。任何一方都不會擁有分類賬的所有權，也不可能為牟取私利而操控數據。

　　二是支付清算，特別是跨境支付，基于區塊鏈技術構建分布式銀行間金融交易系統，可為用戶提供全球范圍的跨境實時支付清算服務，跨境支付將變得更加便捷和低廉。

　　三是數字票據，它能有效去除傳統票據交易模式的中心角色，實現了點對點的票據價值傳遞。此外，區塊鏈具有不可篡改與全網公開的特性，避免了賴賬現象的產生，從而有效防范票據市場風險。四是征信管理，區塊鏈在征信行業的優勢在于可依靠程序算法自動記錄信用相關信息，并存儲在區塊鏈網絡的每臺計算機上。當客戶申請貸款時， 貸款機構在區塊鏈網絡獲得授權后可通過直接調取相應信息數據直接完成征信。[4] 　期貨行業的金融科技發展

　　期貨行業的IT技術發展階段

　　從1990年起，中國期貨行業的IT技術發展經歷了從無到有，從簡單到復雜，從局部到整體的多個階段。

　　1993年以前，期貨公司普遍采用人工方式進行交易，人工電話報單結合計算機輔助清算，計算機系統在此階段只是作為輔助工具，而信息技術的應用主要體現在交易所。

　　從1996年開始，遠程交易蓬勃發展，信息系統框架也在此時初步形成。金融機構的開始系統進入一個電子化階段，真正意義上開始解決生產系統的問題。期貨經營機構信息系統框架初步形成，而交易所則開始紛紛采用小型機作為撮合系統的生機。

　　到了2001年，期貨業務開啟全面電子化的過程、投資者從開始逐步使用到大量采用期貨交易客戶端進行電子化下單，期貨經營機構建立起了可以實時控制風險和盤后電子化結算的交易結算系統，區域性的銀期轉賬系統化在個別期貨公司得到應用，期貨市場進入了全面電子化時代。2001年5月8日，三家期貨交易所通信聯網系統正式開通(史稱三所聯網)，三個交易所系統建設升級換代。

　　2006年，基于對股指期貨推出的期待，券商跑馬圈地，并借機改造其控股的期貨公司的信息系統。期貨公司新一代交易結算系統面世，全國范圍內的銀期轉賬系統逐步開通，熱備份電開始全面部署。

　　2007年10月，中金所發布《中國金融期貨交易所金融期貨業務系統技術指引》，明確了中金所會員的基本技術條件和要求。

　　2009年《期貨公司信怠技術管理指引》的發布，以及隨后的技術分級(共四個級別)檢查把期貨公司的信息技術管理水平推向了新的高度。四個交易所繼續對系統進行擴容和升級，系統處理性能得到大幅度提升。

　　2010年，對于期貨行業來說是意義非凡的一年，這一年，追求交易極速成為期貨公司IT競爭之道。在交易系統中普遍應用內存處理技術，刀片機及嵌入式系統的使用(基于FPGA技術)。期貨對于速度的要求也越來越高。

　　現在，期貨經營機構的信息系統功能已不僅僅是交易和清算，而是包含風控、客服、管理(部分開始包含審計)等，涵蓋了方方面面，IT無處不在，已經成為期貨市場的生命線，是期貨市場是期貨市場安全、穩定運行的基石與基礎，IT資源已經成為公司的戰略資產。

　　這是期貨行業最蓬勃發展的階段，這中間也經歷了高頻交易的階段。高頻交易怎么才是最合規，最合適的方法，是期貨公司需要考量的。在交易所層面一定要是公平和追求透明的，在市場方面，按照用戶的需求，來滿足投資者的需求，追求快速。對于供應商而言，需要公平地把高頻交易落實到有序的地方。[5]

　　期貨公司對金融科技的思考

　　畢馬威對金融科技公司的理解是：非傳統企業以科技為尖刀切入金融領域，用更高效率的科技手段搶占市場，提升金融服務效率及更好地管理風險。

　　廣發期貨總經理羅滿生表示，如今，金融科技已經在證券公司層面提升到了非常重要的地位。比如機器人投顧方面，在國外，很多公司已經能夠做到用有限的成本滿足客戶的需求，國內同樣如火如荼。機器人投顧是互聯網和綜合化服務的必然趨勢，它有效降低服務成本，邊際成本接近0，服務半徑進一步擴大，實現7*24小時全覆蓋。策略多樣，滿足不同風險偏好客戶的需求。標準化程度越高， 服務質量得到有效提高。但是在期貨行業，目前還沒有類似的案例。

　　2018年1月20日，在第十五屆中國財經風云榜會場，

金融衍生品事業部總經理方志從一個經營者角度論述了如何利用金融科技的發展為投資者提供好的金融科技產品。

　　從云計算方面講，方志表示，云計算在金融交易，包括期貨交易、證券交易方面有很廣闊的應用前景。首先是云存儲，現在的量化交易最重要的就是金融數據共享，國內有幾家做金融數據公司可以做到市值百億以上的規模，數據的價值不言而喻。期貨公司亦可以考慮為用戶提供金融數據云，把過往的歷史數據、研究報告、經濟指標等數據融合在一個云上，便利投資者的交易行為。

　　其次是云托管。與去年相比，盡管交易所或者監管機構方面有很大的限制，今年的量化交易在國內占比卻顯著提高。對于量化交易而言，現在金融機構最大的難題在于交易所的機房資源不夠，同時又有很多的客戶和投資者有大量的托管需求。其實可以建立一個云托管的概念，比如一臺服務器上托管幾十個客戶，跟大家分享服務器的托管資源，這適用于入門級程序化交易進行共享。如果每一個做量化交易的都有一臺自己的服務器，實際上現在的資源是不夠的。但是對入門級、學習型的需求，一些簡單的云托管模式就可以滿足絕大部分人的需要。實際上，國內也有一些科技公司已經在這一塊進行開發和部署，這也是需要密切關注的。期貨公司尤其要發展量化交易的公司，云托管是一個非常好的解決方案。

　　再次是云策略。現在投資者面臨各種各樣的問題，比如說用策略交易替代人工交易。其實用策略交易可以通過云來進行共享。

　　最后是云計算。未來AI級別的機器學習以及深度挖掘是需要云計算來提供支撐的。

　　從大數據方面講，方志認為，對金融行業而言，數據是非常寶貴的，數據主要是包括兩個方面。一方面是交易類的原始交易數據，如果可以有更長時間的歷史數據，包括一些即時數據來進行一些轉發和優化處理，那么期貨公司將會非常有競爭力。

　　第二方面是對非交易數據的處理，比如說對基本面數據如何量化、接口化，如何連續不間斷、準確地提供給投資者，需要能夠把新聞和產業狀況轉化為投資者可以看到的數據。這樣的產品，對于投資者而言需求是最大的，效益是最高的，對專業機構更是如此。

　　從人工智能方面來講，它是一個模擬、延伸、擴展人的思維的科學領域。方志認為，人工智能在金融行業，應用領域和應用級別可以更高。主要的應用領域是在高頻交易，其次是統計套利、機器學習、估值算法、行為金融、資產組合管理、智能投顧等等。

　　另外，我們有理由相信一個適合金融的AlphaGo是能夠被做出來的。現在的人工智能還是一種被動技能，人工智能交易的精確的歷史算法推測最大的功能是定價，會檢驗市場上所有人犯的錯誤，找出一個真正合理的價格在哪里，同時還可以對不合理的定價作迅速的修整，把價格拉回到原來的價格區間當中。其次，通過把價格放在稍微不合理的地方，來給市場提供流動性。這兩點讓我們有理由相信，現在的人工智能是可以為期貨市場提供良性循環，并且能夠服務實體經濟。

　　那么做金融交易的Alphago會受到什么限制因素影響呢？其一，當基本面和交易規則發生根本變化的時候，AlphaGo基于歷史的經驗做出的判斷會遇到致命挑戰。其二是市場短期操縱、突發性新聞、“黑天鵝”事件很難模擬，機器易處于被動。三是AlphaGo改變不了金融標的的長期走勢。四是以上機器都有改進的路徑，未來也未必如此。最后，再厲害的人工智能也難敵監管一紙文書。

　　2017年以來，中央將金融安全上升到國家戰略高度，各項監管政策密集出臺，“監管合規”已成為眾多金融機構的重要工作目標。期貨行業也迎來了監管新動態。在金融行業面臨“監管合規”考驗的當下，追求極速的期貨公司更加專注實現強大的風控能力，迎接金融科技的到來。期貨行業的深度發展離不開科技的進步與推動。[6]

　　參考資料：

　　[1] [3]黃魚.中國信通院何寶宏：金融科技重塑金融行業“三大鏈”[N].人民郵電報.2018.1.24

　　[2] 俊拓金融.金融科技Fintech時代來臨 共探發展模式與新前景.[N].俊拓金融.2018.1.19

　　[4] [5] [6] 何陽.金融科技加速變革 四大技術趨勢凸顯.[N].人民郵電報.2018.1.25