來源：維氏盾征信官方

金融科技（FinTech）行業(yè)概述

金融：實現(xiàn)資源的跨期匹配

金融是在不確定的環(huán)境中進(jìn)行資源跨期的最優(yōu)配置決策行為，其基礎(chǔ)原則是貨幣的時間價值和風(fēng)險收益對等。因此，簡化的金融市場模型是資本與資產(chǎn)之間的流動，其流動基礎(chǔ)是風(fēng)險定價。

為實現(xiàn)資源的跨期匹配，終端用戶（包含個人及機(jī)構(gòu)）的金融需求通常包括四類：儲蓄、支付、投資及融資。其中，儲蓄作為最基礎(chǔ)的金融需求，通常由傳統(tǒng)銀行來提供服務(wù)。支付、投資和融資則是目前新平臺及機(jī)構(gòu)重點發(fā)力的領(lǐng)域。

科技驅(qū)動金融服務(wù)業(yè)的重構(gòu)

FinTech是Financial Technology（即金融科技）的縮寫，指金融和信息技術(shù)的融合型產(chǎn)業(yè)?？萍碱惓鮿?chuàng)企業(yè)及金融行業(yè)新進(jìn)入者利用各類科技手段對傳統(tǒng)金融行業(yè)所提供的產(chǎn)品及服務(wù)進(jìn)行革新，提升金融服務(wù)效率，因此可以認(rèn)為FinTech是從外向內(nèi)升級金融服務(wù)行業(yè)。和“互聯(lián)網(wǎng)金融”相比，F(xiàn)inTech是范圍更大的概念?；ヂ?lián)網(wǎng)金融主要指互聯(lián)網(wǎng)/移動互聯(lián)網(wǎng)技術(shù)對傳統(tǒng)金融服務(wù)的改變，比如網(wǎng)上券商開戶、網(wǎng)上銀行系統(tǒng)等是最直接和最恰當(dāng)?shù)睦?。而FinTech不是簡單的

“互聯(lián)網(wǎng)上做金融”，應(yīng)用的技術(shù)不僅僅是互聯(lián)網(wǎng)/移動互聯(lián)網(wǎng)，大數(shù)據(jù)、智能數(shù)據(jù)分析、人工智能、區(qū)塊鏈的前沿技術(shù)均是FinTech的應(yīng)用基礎(chǔ)。

金融科技的迭代演進(jìn)

依據(jù)基礎(chǔ)技術(shù)與金融的融合變遷來劃分FinTech的發(fā)展階段，可以清晰的看出FinTech的概念與應(yīng)用范圍。我們認(rèn)為，互聯(lián)網(wǎng)金融是科技與金融相互融合的初始階段及形態(tài)，即FinTech1.0階段。目前，F(xiàn)inTech已完成了從1.0階段至2.0階段的過渡。

FinTech1.0時代的技術(shù)

FinTech1.0時代的互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)

互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)技術(shù)使產(chǎn)品在用戶體驗上取得了革命性的提升，金融產(chǎn)品更是如此。利用互聯(lián)網(wǎng)和移動設(shè)備為客戶提供線上服務(wù)，簡化業(yè)務(wù)流程，優(yōu)化產(chǎn)品界面，改善用戶體驗，這一策略在所有的金融科技行業(yè)都是適用的。簡單來說，互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)技術(shù)使得產(chǎn)品不僅僅是界面變得好看，而是產(chǎn)品更加好用。除此之外，互聯(lián)網(wǎng)及移動互聯(lián)網(wǎng)技術(shù)使金融服務(wù)可以低成本便利的抵達(dá)用戶，為更多創(chuàng)新性服務(wù)提供基礎(chǔ)，使其得以實現(xiàn)。

FinTech1.0之大數(shù)據(jù)：數(shù)據(jù)+信息，初入分析門檻

若將大數(shù)據(jù)分析分為四個層次，在FinTech1.0階段，大數(shù)據(jù)技術(shù)的主要應(yīng)用是集中于第一和第二層次，即數(shù)據(jù)架構(gòu)和信息合；初步進(jìn)入第三層次，進(jìn)行簡單的初步分析和決策。大數(shù)據(jù)架構(gòu)+信息整合。建立一個收集和存儲的大數(shù)據(jù)系統(tǒng)，加之信息整合和數(shù)據(jù)計算；人工建模+大數(shù)據(jù)。該階段的大數(shù)據(jù)分析通常依靠人工建模分析，加之由于傳統(tǒng)數(shù)據(jù)分析模型對于多維度、多形態(tài)的數(shù)據(jù)存在不適用的情況，因此該類技術(shù)應(yīng)用僅僅是大數(shù)據(jù)分析的初級階段。

FinTech2.0時代的技術(shù)

FinTech2.0之大數(shù)據(jù)：多維度多層次的大數(shù)據(jù)分析

金融是個強(qiáng)數(shù)據(jù)導(dǎo)向的行業(yè)。經(jīng)過多年的數(shù)據(jù)發(fā)展和積累，大數(shù)據(jù)的數(shù)量、分析速度與數(shù)據(jù)種類都發(fā)生著極速的變化。可穿戴設(shè)備、智能家居等智能硬件的興起，再次擴(kuò)充了數(shù)據(jù)的維度，使得可獲取的數(shù)據(jù)維度擴(kuò)展到線下。目前，大數(shù)據(jù)已經(jīng)發(fā)展到公司及第三方處理分析大量終端用戶數(shù)據(jù)的階段，為金融科技公司提供了良好的數(shù)據(jù)基礎(chǔ)，進(jìn)而促進(jìn)了個人征信、授信、風(fēng)控以及保險定價等金融領(lǐng)域的發(fā)展。

FinTech2.0之大數(shù)據(jù)：以信用及定價為核心的主要應(yīng)用場景

大數(shù)據(jù)分析的主要金融應(yīng)用：個人征信、授信與風(fēng)控

個人征信、授信及風(fēng)控主要是圍繞借貸環(huán)節(jié)進(jìn)行的，覆蓋貸前評估、貸中監(jiān)控和貸后反饋三個環(huán)節(jié)。

貸前評估：國內(nèi)個人征信試點于2015年才開始試行，最具代表的是芝麻信用。阿里體系的交易數(shù)據(jù)以及螞蟻體系的金融數(shù)據(jù)形成強(qiáng)有力的數(shù)據(jù)支撐，自主研發(fā)信貸模型可用以支持銀行、小貸機(jī)構(gòu)進(jìn)行征信及授信活動。信貸模型的訓(xùn)練需要人工智能技術(shù)作為輔助，通過機(jī)器學(xué)習(xí)不斷完善模型并實時校正。

貸中監(jiān)測：主要是通過用戶在貸款期的行為數(shù)據(jù)來發(fā)現(xiàn)問題客戶并及時報警。

貸后反饋：基于用戶本次貸款期間的數(shù)據(jù)，對該用戶原有信貸記錄評分進(jìn)行補(bǔ)充，提升或降低其信用額度以供后續(xù)使用。

大數(shù)據(jù)分析的主要金融應(yīng)用：保險定價

保險定價的主要場景是車險及運費險。

車險：根據(jù)車主的日常行車路線、里程、行車習(xí)慣、出險記錄以及車主的屬性比如年齡、職業(yè)、性別等，給出適合于該車主的車險定價。其中，車載智能硬件的發(fā)展使得行車數(shù)據(jù)的的獲得變得簡單且準(zhǔn)確。

運費險：運費險是近年才出現(xiàn)的險種，電商的發(fā)展是必不可少的促進(jìn)因素。運費險是“小而美”的金融產(chǎn)品代表。據(jù)相關(guān)資料顯示，其業(yè)務(wù)量近年的增長超過100%。

FinTech2.0之人工智能：智慧金融的無限可能

大數(shù)據(jù)、云計算以及智能硬件的發(fā)展作為基礎(chǔ)技術(shù)支撐了人工智能技術(shù)的發(fā)展，智能數(shù)據(jù)分析與決策主要是人工智能發(fā)展的產(chǎn)物。智能數(shù)據(jù)分析在金融領(lǐng)域涵蓋了投資、借貸、保險和征信行業(yè)，相關(guān)技術(shù)的運用成為業(yè)務(wù)開展的基礎(chǔ)，同時也支持了金融產(chǎn)品的創(chuàng)新，包括新型的保險及投資產(chǎn)品。

將人工智能拆分為基礎(chǔ)層、技術(shù)層和應(yīng)用層三個層面，基礎(chǔ)層作人工智能技術(shù)的技術(shù)支持，各個細(xì)分技術(shù)必不可少，特別是大數(shù)據(jù)的發(fā)展；在技術(shù)層面，與FinTech最相關(guān)的是機(jī)器學(xué)習(xí)和知識圖譜，其次是自然語言處理；在應(yīng)用層主要與計算智能領(lǐng)域相關(guān)，應(yīng)用示例包括神經(jīng)網(wǎng)絡(luò)、遺傳算法、AlphaGo等。

智能化是FinTech重要發(fā)展方向

簡單來講，智能化是指用計算機(jī)代替人腦來進(jìn)行分析并作出決策。目前，人工智能尚在發(fā)展初期，代替人腦來進(jìn)行決策尚早，但至少可以做到大規(guī)模的量化、替代部分人力分析的層面。在金融領(lǐng)域，人工智能主要有以下四類應(yīng)用：

FinTech2.0之人工智能——自動報告生成

投行業(yè)務(wù)及證券研究業(yè)務(wù)中涉及大量的固定格式的文檔撰寫工作，如招股說明書、研究報告及投資意向書等。這些報告的撰寫需要初級研究員投入大量的時間及精力進(jìn)行數(shù)據(jù)整理以及文本復(fù)制粘貼的工作。而這些文檔中，有大量內(nèi)容可以利用模板生成，比如公司股權(quán)變更、會計數(shù)據(jù)變更等等。利用自然語言處理及OCR技術(shù)可以方便快捷的完成以上工作，并最終形成文檔。自然語言處理包括自然語言理解和自然語言生成兩種細(xì)分技術(shù)：

自然語言理解：將人們自然語言消化理解，并轉(zhuǎn)換結(jié)構(gòu)使之可為計算機(jī)進(jìn)行后續(xù)處理；

自然語言生成：將計算機(jī)處理后的拆分的結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化成人們可以理解的自然語言。OCR（光學(xué)字符識別）是針對印刷體字符，采用光學(xué)的方式將紙質(zhì)文檔中的文字轉(zhuǎn)換成為黑白點陣的圖像文件，并通過識別軟件將圖像中的文字轉(zhuǎn)換成文本格式，供文字處理軟件進(jìn)一步編輯加工的技術(shù)。

FinTech2.0之人工智能——人工智能輔助

一直以來，量化交易都是運用計算機(jī)來進(jìn)行輔助工作的：分析師通過編寫模型，選取一些指標(biāo)作為變量，利用機(jī)器來觀察數(shù)據(jù)分布及計算結(jié)果。也就是說，計算機(jī)僅是進(jìn)行了簡單的統(tǒng)計計算。近年來，隨著人工智能技術(shù)的發(fā)展，機(jī)器學(xué)習(xí)崛起。計算機(jī)可以進(jìn)行海量數(shù)據(jù)的處理、分析、擬合和預(yù)測，因此人工智能與量化交易的關(guān)系也變得愈發(fā)密切。

機(jī)器學(xué)習(xí)：由數(shù)據(jù)到模型

利用傳統(tǒng)的回歸分析等方法來建模交易策略有兩個弊端：首先，所用數(shù)據(jù)維度有限，僅限于交易數(shù)據(jù)；其次，模型可處理的變量有限，模型的有效與否取決于所選取變量的特征和變量間的組合，而這很大程度上取決于研究員對數(shù)據(jù)的敏感程度。利用機(jī)器學(xué)習(xí)技術(shù)，結(jié)合預(yù)測算法，可以依據(jù)歷史經(jīng)驗和新的市場信息不斷演化，預(yù)測股票、債券等金融資產(chǎn)價格的波動及波動間的相互關(guān)系，以此來創(chuàng)建符合預(yù)期風(fēng)險收益的投資組合。

然而，機(jī)器學(xué)習(xí)可能是個相對緩慢的過程，且該過程無法通過其他統(tǒng)計方法來提供擔(dān)保行為。機(jī)器學(xué)習(xí)雖可能適用于尋找隱藏的趨勢、信息和關(guān)系，但在金融領(lǐng)域的應(yīng)用和效果仍存在較大不確定性。市場上對于金融領(lǐng)域的機(jī)器學(xué)習(xí)仍存在一定程度的炒作。

自然語言處理：追蹤市場動態(tài)，引入更多變量

為了解決由數(shù)據(jù)推測模型的局限性，通過自然語言處理技術(shù)，引入新聞、政策以及社交媒體中的文本，將非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行結(jié)構(gòu)化處理，并從中尋找影響市場變動的因素。除了可以豐富模型變量外，自然語言處理技術(shù)可以實現(xiàn)“智能投融資顧問助手”。集合自然語言搜索、用戶界面圖形化及云計算，智能助手可以將問題與實踐關(guān)聯(lián)市場動態(tài)，提供研究輔助、智能回答復(fù)雜金融投融資問題。

知識圖譜：降低黑天鵝事件及虛假關(guān)聯(lián)性對預(yù)測的干擾

在黑天鵝事件發(fā)生時，機(jī)器學(xué)習(xí)和自然語言處理會失效。2015年中國證監(jiān)會公布的熔斷機(jī)制就屬于該類事件。由于人工智能系統(tǒng)內(nèi)沒有載入類似事件及后果，無法從歷史數(shù)據(jù)中學(xué)習(xí)到相關(guān)模式。此時，由人工智能決策的投資就會出現(xiàn)較大風(fēng)險。虛假關(guān)聯(lián)性對人工智能處理數(shù)據(jù)的影響不小于黑天鵝事件。人工智能善于發(fā)現(xiàn)變量間的相關(guān)性，而非因果性。強(qiáng)相關(guān)性的變量間并不一定具備經(jīng)濟(jì)學(xué)關(guān)聯(lián)，而人工智能的機(jī)器學(xué)習(xí)無法區(qū)分虛假關(guān)聯(lián)性。為了降低黑天鵝事件及虛假關(guān)聯(lián)性對于人工智能自學(xué)習(xí)過程的干擾，需要專家設(shè)置相應(yīng)的規(guī)則來避免。知識圖譜是一種語義網(wǎng)絡(luò)，基于圖的數(shù)據(jù)結(jié)構(gòu)，根據(jù)已設(shè)計的規(guī)則及不同種類的變量連接所形成的關(guān)系網(wǎng)絡(luò)。

知識圖譜提供了從關(guān)聯(lián)性角度去分析問題的能力，將規(guī)則、關(guān)系及變量通過圖譜的形式表現(xiàn)出來，進(jìn)行更深層次的信息梳理和推測。以投資關(guān)系為例，知識圖譜可以將公司的股權(quán)變更沿革串聯(lián)起來，清楚展示某家PE機(jī)構(gòu)于某一年進(jìn)入某家企業(yè)、進(jìn)入價格是多少、是否有對賭協(xié)議等等。這些信息可以用以判斷PE機(jī)構(gòu)進(jìn)入時的估值及公司的成長節(jié)奏，同時該圖譜還可以用來學(xué)習(xí)投資機(jī)構(gòu)的投資偏好及邏輯的發(fā)展。

目前，知識圖譜并未進(jìn)行大規(guī)模的應(yīng)用。其難點在于如何讓行業(yè)專家承擔(dān)部分程序員的的工作，將行業(yè)邏輯等關(guān)系通過計算機(jī)建模，輸入計算機(jī)以供機(jī)器進(jìn)行學(xué)習(xí)和驗證?？梢姡_發(fā)形成簡易編程的界面及系統(tǒng)是目前應(yīng)用推廣的關(guān)鍵。

FinTech2.0之人工智能——金融搜索引擎

研究員在進(jìn)行研究工作時需要搜集大量的數(shù)據(jù)和信息并進(jìn)行整理和分析。目前所運用的軟件如Bloomberg、Wind等數(shù)據(jù)終端只解決了信息和數(shù)據(jù)的問題，并沒有解決信息過載后的整理和分析問題。利用人工智能技術(shù)可以從大量噪音信息中快速找到準(zhǔn)確且有價值的信息，提高研究工作效率。

金融搜索引擎背后的關(guān)鍵技術(shù)是高質(zhì)量的知識圖譜，幫助實現(xiàn)關(guān)聯(lián)、屬性查找及聯(lián)想。除了人工智能相關(guān)技術(shù)，金融搜索引擎需要人機(jī)協(xié)作界面，方便使用者記錄、迭代和重復(fù)使用；推薦和推送系統(tǒng)則可以幫助用戶聚焦于關(guān)鍵數(shù)據(jù)和信息，省時省力的做投前發(fā)現(xiàn)和投后監(jiān)測。

金融搜索引擎一般用于解決信息獲取和信息碎片問題，而將復(fù)雜的查詢和邏輯判斷交給用戶來完成。搜索引擎提供不同類型信息及事件的查詢，如脫歐事件對貨幣市場的影響；將搜集的信息切片后再進(jìn)行聚合，提供可用于對比縱覽的

變量，如天使投資退出時平均收益率。對于相對復(fù)雜的查詢和邏輯判斷，搜索引擎將會提供相關(guān)的查詢結(jié)果給用戶，讓用戶進(jìn)行復(fù)雜的過濾和篩選。比如搜索人工智能產(chǎn)業(yè)鏈的上游公司，引擎在無法準(zhǔn)確提供上游公司的信息時，將會在便于交互的界面向用戶推薦相關(guān)信息，以供用戶進(jìn)行篩選。

FinTech2.0之人工智能——智能投顧

傳統(tǒng)的投資顧問需要站在投資者的角度，幫助投資者規(guī)劃符合其投資風(fēng)險偏好、符合某一時期資金需求和適應(yīng)某一階段市場表現(xiàn)的投資組合。以上工作需要高素質(zhì)理財顧問完成，昂貴的人工費用也無形中設(shè)置了投資顧問服務(wù)對象的門檻，一般只面向高凈值人群開設(shè)。而智能投顧（也成機(jī)器人投顧）則是以最少量人工干預(yù)的方式幫助投資者進(jìn)行資產(chǎn)配置及管理：理財顧問是計算機(jī)，用戶則可以是普通投資者。智能投顧的目的在于提供自動化的資產(chǎn)管理服務(wù)，為投資者提供符合其風(fēng)險偏好的投資建議。智能投顧平臺借助計算機(jī)和量化交易技術(shù)，為經(jīng)過問卷評估的客戶提供量身定制的資產(chǎn)投資組合建議，提供的服務(wù)包括股票配置、債券配置、股票期權(quán)操作、房地產(chǎn)資產(chǎn)配置等。

FinTech2.0之區(qū)塊鏈：顛覆金融產(chǎn)業(yè)的技術(shù)已來

談到區(qū)塊鏈，必然先想到比特幣。從技術(shù)角度來看，比特幣的系統(tǒng)包括三層：底層技術(shù)——區(qū)塊鏈；中層鏈接——協(xié)議；上層——貨幣。

• 上層是貨幣，在這里指的是比特幣。

  
  

• 中間層是協(xié)議，也就是基于區(qū)塊鏈的資金轉(zhuǎn)賬系統(tǒng)；

  
  

• 底層技術(shù)是區(qū)塊鏈，去中心化、分布式記錄的公開透明的交易記錄總賬，其交易數(shù)據(jù)全網(wǎng)節(jié)點共享。礦工負(fù)責(zé)記錄，全網(wǎng)監(jiān)督；

  
  

區(qū)塊鏈（Blockchain）：是一種分布式共享數(shù)據(jù)庫（數(shù)據(jù)分布式儲存和記錄），利用去中心化方式集體維護(hù)一本數(shù)據(jù)簿的可靠性的技術(shù)方案。該方案要讓參與系統(tǒng)中的任意多個節(jié)點，通過一串使用密碼學(xué)方法相關(guān)聯(lián)產(chǎn)生的數(shù)據(jù)塊（即區(qū)塊，block），每個數(shù)據(jù)塊中都包含了一定時間內(nèi)的系統(tǒng)全部信息交流的數(shù)據(jù)，并生成數(shù)據(jù)“密碼”用于驗證其信息的有效性和鏈接下一個數(shù)據(jù)塊。比特幣是一種全球范圍內(nèi)可交易的電子貨幣，是目前區(qū)塊鏈技術(shù)最成功的應(yīng)用。當(dāng)前銀行等機(jī)構(gòu)更多關(guān)注的也正是比特幣背后的區(qū)塊鏈技術(shù)。

FinTech2.0之區(qū)塊鏈——以去中心化為核心的技術(shù)優(yōu)勢

區(qū)塊鏈的信任機(jī)制基于非對稱密碼原理，是純數(shù)學(xué)加密方法。實現(xiàn)網(wǎng)絡(luò)中信息共享的同時，也保證了數(shù)據(jù)背后交易者個人隱私信息的安全。這使得區(qū)塊鏈網(wǎng)絡(luò)中的交易雙方在陌生模式下即可進(jìn)行可信任的價值交換。同時，在去中心化的網(wǎng)絡(luò)系統(tǒng)中，價值交換的中間成本幾乎為0。因此區(qū)塊鏈技術(shù)在保證了信息安全的同時，也保證了系統(tǒng)運營的高效及低成本。

FinTech2.0之區(qū)塊鏈——應(yīng)用領(lǐng)域

應(yīng)用場景：應(yīng)用于傳統(tǒng)的中心化場景中，替代原本由中介或中心機(jī)構(gòu)處理的交易流程

區(qū)塊中包含了創(chuàng)始塊以來所有的交易數(shù)據(jù)，且形成的交易記錄不可篡改或虛構(gòu)，任何網(wǎng)絡(luò)中的數(shù)據(jù)可以追本溯源，因此交易雙方之間的價值交換數(shù)據(jù)可以隨時被追蹤和驗證?，F(xiàn)實生活中，信息和數(shù)據(jù)在傳遞過程中經(jīng)過多次交換會出現(xiàn)失真的狀況，長鏈條的傳遞過程也給不法分子提供了可乘之機(jī)。利用區(qū)塊鏈技術(shù)便可以為物品或數(shù)據(jù)建立一套不可篡改的記錄。

應(yīng)用場景：數(shù)據(jù)追蹤和防偽

區(qū)塊鏈中每個參與記錄和存儲數(shù)據(jù)信息的節(jié)點具有相同的權(quán)利，不存在中心節(jié)點，因此在受到攻擊的時候，也可以保持?jǐn)?shù)據(jù)庫的正常運轉(zhuǎn)。同時，由于區(qū)塊鏈技術(shù)可以使得無需信任單個節(jié)點的情況下達(dá)成整個網(wǎng)絡(luò)的共識，使得節(jié)點與節(jié)點之間具備了能動性。此外，分布式結(jié)構(gòu)也大大降低了傳統(tǒng)中心節(jié)點設(shè)備的損耗。數(shù)據(jù)的可持續(xù)性及信息的安全性均得到了保證。

應(yīng)用場景：物聯(lián)網(wǎng)、智慧交通、供應(yīng)鏈等

區(qū)塊鏈中每筆交易信息基于可編程原理，內(nèi)嵌了腳本概念，使得基于區(qū)塊鏈技術(shù)的價值交換活動升級成為可編程“智能合約”模式。因此，在市場秩序不夠規(guī)范的環(huán)境下，在資產(chǎn)或價值轉(zhuǎn)移合約中引入?yún)^(qū)塊鏈的“可編程特性”，可以規(guī)定該筆交易資金日后的用途和方向。

應(yīng)用場景：各類合約

基于以上四個主要優(yōu)勢，憑借比特幣網(wǎng)絡(luò)的自身貨幣及價值傳播基礎(chǔ)，區(qū)塊鏈技術(shù)可自然而廣泛的運用于金融領(lǐng)域，用以簡化流程、提升數(shù)據(jù)及信息存儲的安全性，降低信任成本。

銀行

銀行作為資金的安全倉庫和傳輸樞紐，與blockchain作為一個數(shù)字化、安全和不可篡改的分步賬簿，具備相似的功能。這意味著基于blockchain的顛覆式改變可能將在未來對銀行產(chǎn)生深遠(yuǎn)的影響。據(jù)公開信息，瑞士銀行和英國巴克萊銀行都已經(jīng)開始試用區(qū)塊鏈技術(shù)，以加快后臺結(jié)算功能。

支付與轉(zhuǎn)賬

通過區(qū)鏈塊技術(shù)可以繞過傳統(tǒng)機(jī)構(gòu)復(fù)雜的流程,創(chuàng)造一個更加直接的付款流程。因此，區(qū)塊鏈技術(shù)可能會改變資金轉(zhuǎn)移業(yè)務(wù)的體系機(jī)構(gòu)。該系統(tǒng)能夠?qū)崿F(xiàn)跨境、無中介、低成本，且交易可以快速完成。

股票投資

股票購買、銷售和交易的過程存在著很大可以簡化的空間。區(qū)塊鏈技術(shù)有望實現(xiàn)整個流程的自動化，提升效率和安全性。

眾籌智能合約

在股權(quán)眾籌發(fā)起初期，由項目發(fā)起方、眾籌平臺、領(lǐng)投人等多方共同發(fā)起眾籌智能合約，來約定各方的責(zé)任和義務(wù)。這份智能合約可以保存在區(qū)塊鏈中，由此保證合約在履行過程中不被篡改，到期后的強(qiáng)力執(zhí)行。

其他領(lǐng)域

在金融服務(wù)領(lǐng)域，回購、債務(wù)分配及保險處理等流程均有區(qū)塊鏈技術(shù)的相關(guān)發(fā)展。

在一個可信任的網(wǎng)絡(luò)中，用分布式賬簿替代擔(dān)保品托管方及托管方合約，簡化交易。

債權(quán)的擁有權(quán)可以追溯、保留并被監(jiān)管

極大減少債務(wù)管理工作，增強(qiáng)安全性

利用區(qū)塊鏈技術(shù)保證保險處理過程的完整性，減少欺詐行為，流程化文件管理等。

二、FinTech行業(yè)投資熱度與發(fā)展回顧

1.投資熱度

FinTech與傳統(tǒng)金融機(jī)構(gòu)的協(xié)同關(guān)系大于競爭，全球投資熱度不減

金融機(jī)構(gòu)通常有三種方案開展FinTech相關(guān)活動：

自己研發(fā)技術(shù)并應(yīng)用

收購相關(guān)FinTech公司，得到對方技術(shù)

與FinTech公司合作，以達(dá)到協(xié)同

全球來看，銀行等金融機(jī)構(gòu)越來越看重與FinTech之間的協(xié)同作用。不單純是金融機(jī)構(gòu)與FinTech企業(yè)之間的協(xié)同作用，還包括FinTech企業(yè)之間、與監(jiān)管者和其他行業(yè)之間的作用。比如，區(qū)塊鏈技術(shù)還可用于除了在金融領(lǐng)域的其他領(lǐng)域，如公證、供應(yīng)鏈等等，政府及監(jiān)管機(jī)構(gòu)也開始嘗試?yán)脜^(qū)塊鏈解決問題。基于此，全球FinTech投資熱度不減，2016年第一季度，總投資額達(dá)到57億美金，總投資案例達(dá)到468件，同比上升47%，環(huán)比上升39%。其中，VC機(jī)構(gòu)總投資49億美金，環(huán)比上升22%。

FinTech領(lǐng)域亞洲投資金額獨大，總投資額達(dá)26億美金

2016年Q1，亞洲FinTech領(lǐng)域投資達(dá)26億美金，占全球總投資額45%；全球25筆最大投資，亞洲FinTech公司所獲投資金額最大，占總數(shù)64%。亞洲領(lǐng)域內(nèi)的FinTech公司開始尋求本土外的機(jī)會，尋求全球化擴(kuò)張。但由于本土金融監(jiān)管，部分FinTech企業(yè)的業(yè)務(wù)可能無法復(fù)制到其他地域。因此，可以提供跨境產(chǎn)品或商業(yè)模式可復(fù)制的FinTech企業(yè)將更具吸引力。

2016年Q1全球25筆最大金額投資案例地域分布

借貸和支付平穩(wěn)發(fā)展，理財需求日益攀升

FinTech細(xì)分領(lǐng)域中，借貸和支付近年來發(fā)展穩(wěn)步，所獲投資金額最多，借貸占比高達(dá)46%。各個細(xì)分領(lǐng)域中，借貸、儲蓄及投資、保險的目標(biāo)用戶均為個人及中小企業(yè)?？梢姡蟮膫€人及中小企業(yè)用戶需求亟待釋放和滿足。

隨著全球個人財富的增長，理財(資產(chǎn)管理)領(lǐng)域的需求正在極速上升。據(jù)統(tǒng)計，2016年Q1，資產(chǎn)管理領(lǐng)域投資額達(dá)1.1億美元，相比2015年全年1.9億美元投資額，漲幅顯著。此外，種子及天使輪公司獲投比例占70%。Scalable Capial、Indexa Capital及CashBoard積極推動了種子期公司的投資，在種子期投資總份額中占比超過50%。

2. 發(fā)展回顧

FinTech海外先行，中國后來者居上

近年，中國的互聯(lián)網(wǎng)金融發(fā)展迅猛，其背后原因主要是中國金融發(fā)展環(huán)境下金融服務(wù)的供給不足，給互聯(lián)網(wǎng)金融公司在相對包容的監(jiān)管環(huán)境下制造了發(fā)展條件，進(jìn)行了大規(guī)模的“監(jiān)管套利”。發(fā)展至今，如第一章所述，互聯(lián)網(wǎng)對于金融的改造和顛覆已有成效。在本章，我們回顧一下金融科技的發(fā)展歷程，并進(jìn)行中美兩國FinTech行業(yè)狀況的對比。通常來講，在美國不存在“互聯(lián)網(wǎng)金融”的說法，一直是以“科技金融”的概念存在。相比國內(nèi)，在美國之所以沒有大量的互聯(lián)網(wǎng)金融公司，主要因為其線下金融體系已經(jīng)比較發(fā)達(dá)，各項金融服務(wù)也趨于成熟，做創(chuàng)新難度和成本均較高。美國和中國金融市場的不同發(fā)展環(huán)境以及用戶對金融服務(wù)的不同訴求決定了FinTech在兩國發(fā)展的不同狀況。

海外與中國FinTech企業(yè)成立時間對比：

2010年，金融危機(jī)后，美國金融改革落地，從“傘式監(jiān)管”升級到全面監(jiān)管。新法案中，著重體現(xiàn)了“消費者至上”的思想：

新成立一個獨立的消費者金融保護(hù)機(jī)構(gòu)（CFPA），保護(hù)消費者和投資者不受金融系統(tǒng)中不公平和欺詐行為損害。該機(jī)構(gòu)將擁有包括規(guī)則制定、從事檢查、實施罰款等在內(nèi)的權(quán)力；

從增強(qiáng)透明度、簡單化、公平性和可得性四個方面進(jìn)行消費者保護(hù)改革；

加強(qiáng)對投資者的保護(hù)，促進(jìn)退休證券投資計劃，鼓勵更多儲蓄。

監(jiān)管體系的升級使得創(chuàng)業(yè)企業(yè)的創(chuàng)新監(jiān)管成本加大。以當(dāng)下火熱的P2P平臺為例，美國監(jiān)管當(dāng)局認(rèn)為，這些平臺上發(fā)行的貸款已經(jīng)具備了證券的性質(zhì)，因此該類平臺應(yīng)該理解成證券交易所，按照證券交易所的規(guī)定來監(jiān)管。同時，從保護(hù)個人投資者和借款人的角度，需要由消費者保護(hù)機(jī)構(gòu)來監(jiān)管。這種方式下，創(chuàng)業(yè)公司可能需要取得不同州的借貸業(yè)務(wù)牌照，創(chuàng)新監(jiān)管成本加大。除此之外，競爭充足和壟斷的兩種不同市場環(huán)境，也導(dǎo)致中美傳統(tǒng)金融機(jī)構(gòu)創(chuàng)新意識不同。由于美國金融市場競爭環(huán)境激烈，金融服務(wù)機(jī)構(gòu)多為私營背景，創(chuàng)新意識也相對較強(qiáng)。相比國內(nèi)，金融牌照壟斷相對嚴(yán)重，天然的資源壟斷優(yōu)勢賦予了傳統(tǒng)機(jī)構(gòu)金融資源定價能力，享有現(xiàn)有的資源優(yōu)勢就可以獲得高額利潤，故而企業(yè)創(chuàng)新和服務(wù)提升的動機(jī)不足。

美國的金融市場的競爭環(huán)境促就了傳統(tǒng)金融體系的完備。傳統(tǒng)金融體系的力量和影響是中美金融市場的最大不同，也因此成為中國相比而言最大的機(jī)會。從信用卡及保險滲透率可以清晰的說明這個問題。在美國，傳統(tǒng)理財產(chǎn)品、中小企業(yè)信貸、保險等均有成熟的金融巨頭覆蓋，消費者習(xí)慣已養(yǎng)成。與已成熟的巨頭進(jìn)行競爭，是多數(shù)創(chuàng)業(yè)企業(yè)無法承擔(dān)的。

由于美國成熟的金融服務(wù)體系，相比“顛覆”銀行等傳統(tǒng)機(jī)構(gòu)，F(xiàn)inTech公司更多的是尋求與之合作。未被傳統(tǒng)金融服務(wù)覆蓋的客戶或市場縫隙，由FinTech企業(yè)來補(bǔ)充，其角色更多的是“提高某已有業(yè)務(wù)的效率”。

反觀中國，金融服務(wù)供給的不足，部分監(jiān)管環(huán)境的模糊地帶給金融科技類公司制造了發(fā)展條件。模式創(chuàng)新、普惠金融等在中國的發(fā)展十分之迅速。近年來P2P的迅猛發(fā)展正說明該問題：大量未被傳統(tǒng)借貸服務(wù)覆蓋的中小企業(yè)和個人，通過P2P平臺可以獲得融資，解決短期的資金缺口。