金融科技知识要点解析

金融科技（FinTech）是“金融（Finance）”和“科技（Technology）”两个词语的略缩语构成的合成词，它泛指一切用技术来增强或自动化金融产品和服务的业务^[8]。具体而言，金融科技运用包括但不限于用互联网、大数据、区块链、云计算、人工智能等科学技术的手段和方法来重塑传统金融产品、金融服务与金融机构组织，从而实现创新性的资金融通活动^[9]。金融科技的外延广泛，历史跨度大，从最早的银行记账系统，到如今的互联网和区块链技术都是金融科技的应用模式。金融科技的显著优势在于运用科技手段降低金融产品交易成本，提高金融市场效率，扩大金融市场规模，提升金融服务质量。我国中央银行明确指出金融科技已经成为金融转型升级的新引擎和金融服务实体经济的新途径，并强调应建立金融科技监管基本规则体系，提升穿透式监管能力^[10]。结合金融科技的发展实践，其主要工具包括：

1.人工智能和机器学习

人工智能（Artificial Intelligence）是通过普通计算机程序来模拟和延伸人类智能的技术，机器学习（Machine Learning）是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。从技术逻辑看，机器学习是人工智能的实现方法，二者是包含与被包含的关系，常常被一同提及。机器学习是近年来计算机技术不断发展的成果，最早在20世纪就已经构想出的人工智能提供了技术基础。

算法是人工智能和机器学习的技术核心，智能性和识别性是其特征优势。人工智能和机器学习已经广泛运用于大量行业，其中在金融行业的应用场景集中于投资管理、自动化交易、欺诈检测、借贷承销等。具体到金融市场领域，此种技术使交易的触发更具自动性，未来随着机器学习数据池的不断加深，人工智能的拟人性将会提高到新的层次，届时会出现客户服务、金融产品智能投放和争议解决等功能。此种技术的短板在于，机器学习存在必要的时间成本，因此人工智能的进步速度并不稳定，有时甚至无法适应市场变化状况。

2.数据挖掘、大数据和云计算

数据挖掘（Data Mining）、大数据（Big Data）和云计算（Cloud Computing）是基于互联网的数据收集和数据贮存功能的综合性算法技术，它们描绘了一种新的IT服务增加、使用和交付模式，表现形式是通过互联网来提供动态可扩展的虚拟化资源。其中，大数据是指大量非结构化的数据集（Data Set），数据挖掘是用以解析大数据的技术方法，云计算是数据挖掘的成果实现模式。(www.xing528.com)

云计算为金融市场交易方降低了信息搜集成本，简化了交易的前置程序，同时具有分离物理资源和虚拟资源的特性，整体上提高资源利用效率，使得市场作用得到相当程度的发挥。然而，云计算的作用建立于可信的中心机构的基础上，承载数据的中心机构出现失信情况会导致更严重的市场失灵。此外，虽然云计算整合了虚拟资源，但依然需要一定物质载体，这种物质载体的设置和维护成本十分高昂，一般体量的企业无法负担，在某种程度上反而会引起“数据孤岛”（信息被少量机构垄断），滋生逆向选择和道德风险。

3.区块链和智能合约

区块链本身具有数据记录功能，私有链和联盟链的计算速率和系统承载量已经能够胜任绝大多数的金融交易场景，分布式记账、数据加密等特性又凸显了其不可替代性。区块链在国内外实践中已经得到规模化运用，成为重要的金融科技工具。智能合约（Smart Contract）是区块链发展至2.0时代的代表性产品，是一种区块链内部运行的特殊协议，旨在解决区块链1.0的运算速率问题。智能合约下，交易的成功进行以达成合约条件和节点验证为前提，且交易可追踪并完全公开。

区块链和智能合约的技术特征与金融市场的需求完美契合，是近年来逐渐得到重视的一种底层技术。与云计算相比，区块链的数据记载更加透明，同时并未牺牲承载量；与人工智能相比，智能合约在交易自动化的准确性和效率性上更进一步。区块链类金融科技具有广阔的发展前景。