科技正在逐漸成為金融變革的主導力量，它與金融的融合産生了一個全新的學科——金融科技。這個詞語的來源最早是來自于金融穩定委員會，英文描述是Fintech，并被定義為“技術驅動的金融創新”。客觀上來看，這個定義用來描述Fintech、用來說明當前諸多科技引入提升金融效率的現象是沒有問題的，但是它用來定義金融科技則有些不足，特别是将金融科技看作一個學科，它應該除了Technology包含的技術以外，還應該包含“科技”中的科學。即金融科技應該是金融技術和金融技術的科學。本文将借助于近些年金融科技實踐和我們的一些研究，對金融科技的本質做一個深入探讨。

一個學科中本質的認識來源于其定義，一個千錘百煉的定義是學科逐步科學化的前提，類似于經濟學的定義，闡述了有限資源前提下的資源優化配置的本質；又類似于金融學的定義，闡述了風險條件下的資本資産定價和優化配置的本質。

金融科技作為金融和科技融合的産物，其本質應該來源于金融和經濟學的本質要素中。随着越來越多的新技術被引入到金融，它們在不斷提升金融的效率的同時，也開始越來越多的觸及和改變金融，這些改變從深層次來說影響了金融和經濟學中的核心元素。

這些核心要素分别是信息、風險和信用。從這個角度來說，金融科技應該分為信用科技、信息科技和風險科技。用這樣的形式來劃分金融科技比按照金融的具體行業（例如保險科技、銀行科技等）要更加符合金融功能的穩定性——一般來說金融功能要比實現金融功能的形式穩定的多：科技正在改變這些金融的形式，但是其本身仍然為了更高效率、更低成本或者更加公平的實現金融功能。

這裡分别對這三個要素進行進一步的分析，并關注科技對這些要素的改變和影響。

一、金融信息科技

信息是金融的入口也是金融出口，金融的所有分支決策依據不同分支定義的信息進行，并形成信息對外輸出。更本質的，信息在金融中被定義為随着時間不斷進展的信息基礎結構，随着時間的進展，越來越多的信息被引入，信息基礎結構發生變化，一個能夠做出最優的決策可以解釋為在當前信息基礎上的可測“集合”。直觀上，我們常常借助于曆史信息來預測未來的金融相關的指标或者要素，然後輔助我們進行個人、企業、國家決策。

當前的諸多新科技都可以看作是對信息操作取得了更好的結果，例如大數據是對信息的組織、存儲和分析；人工智能是對信息高階特征的獲取；區塊鍊是對信息的鍊狀組織和安全保證；量子計算是對信息進行量子力學相關疊加和退相幹等操作實現超并行處理等。

這些對信息操作的科技會直接影響金融，并形成了金融科技。未來還會有更多科技會被引入進來，但隻要都是屬于信息操作的更高效率或者更好方式都可以看作金融信息科技的一部分。

在實踐中，類似于大數據這樣的金融信息科技已經被廣泛引入到金融的不同分支，這取決于該分支如何利用信息。例如，對于金融中許多重要的宏觀指标，金融信息科技提供了更廣闊的信息來源，并經過機器學習或者人工智能算法，将這些信息來源轉化為傳統金融中習慣的指數，這包括許多非結構化信息；傳統的金融企業常常對結構化數據過于重視，但是卻忘記了非結構化數據蘊含的巨大信息，在知識經時代，當滿足個性化需求成為構建鍊接的關鍵操作時，非結構化數據的作用迅速放大，金融信息科技提供了這些非結構化信息和數據的存儲、處理和應用，一定程度上将傳統金融業拉上了知識經濟的列車。

需要注意的是，金融業在引入金融信息科技的時候，應該将其看作一個整體，從金融業的需求出發，最終歸回金融的功能本身，基于不同具體科技手段形成的金融信息科技流程是金融企業最需要關注的，而其背後的科技則應該讓專業的人員去完成。

二、金融風險科技

風險是金融的核心，也是金融在經濟學框架下的獨立特征——“在風險的條件下”。實際上人類所定義的風險是“不可預測性”，而不可預測性包括了不确定性和混沌。金融常常将風險等同于不确定性，并衍生出了數理方法——主要是概率論随機過程等來進行描述。

從人類社會的發展來看，風險一直是關注和處置的對象，它的影響當然超過了金融，這也催生出了諸多應對的科技手段，這些科技手段自然會被涵蓋到“風險條件”的處置中，并進一步影響金融，這就形成了金融風險科技。

有許多技術正在對風險産生不同類比的影響，這些影響主要包括：風險的預測、風險的預防、風險的轉換以及風險的轉移：

例如，以深度學習為代表的新一代人工智能技術已經被用于多種風險發生概率和損失程度的預測，這包括從“通過搜索次數和人群流動特征“發現金融市場風險發生可能性”到“同時考慮多種駕駛人特征測度投保車輛未來發生的駕駛事故可能性“，越來越多的人工智能技術和大數據技術配合在幫助金融業對一些風險進行更好的預測。

例如，借助于大數據技術提供的全量數據和人工智能提供的自然語言處理能力，一些金融企業可以對面對的金融風險進行提前對沖；或者保險公司通過再保險網絡進行更合理的再保險安排；又或者金融參與者通過區塊鍊來保證“與無先驗信用信息陌生人的交易”安全，降低風險；同時，企業和相關合作機構還可以利用分布式計算和安全多方計算實現數據的計算結果和特征的共享，降低不對稱信息引發的跨行業和跨企業風險。

例如，借助于互聯網、雲計算技術和機器學習技術，金融企業可以對部分金融風險進行不同層次的歸集和分解，互助機構可以以線上互助的方式實現類似保險公司的風險分擔效果；保險公司可以借助于遠程的圖片、視頻和3D視覺對一些事故現場進行查勘。

更為重要的，因為風險聯系于金融的本質，進一步的，金融的本質特征可能存在于風險的認知和理解，今天借助于金融核心要素的重新定義和強化學習，人類有機會對金融的本質有了更深刻的把握。筆者和團隊首次将金融理論引入到強化學習中，提出了随機強化學習這種基于特殊架構的技術，在通過真是市場317天的“學習”，最終該張量智能體在持續的期貨投資中取得了連續三年最低年收益15.7%的實際收益。應該說這是一個對理性、非理性以及量化投資程序組成的市場本質特征探究的開始。

三、金融信用科技

信用是金融的一個隐含要素，隐含的含義是它決定了金融兩個最基本的要素——風險和收益的平衡。當在宏觀金融調控、國際收支或者衍生品定價中，這些可能狀況的判定常常表現為風險，并具備不同的條件或者概率，但為了給出一個合理的決策，這個決策可以是調控的政策、公開的操作或者産品的價格，必須基于既往的信息來判斷，這實際上是信用的一種體現，當然具體到個人和公司，就可以表現為一個人的信用好壞和一個公司的信用優劣。

信用這個要素的重要意義在于它提供了“為了進行金融功能而進行必要操作”的前提，當金融發揮資金融通的作用的時候，必須要進行這樣幾類操作：首先是交易跨期，即現金流入和出在不同的時間；其次是成本定價，資金能夠較高效率配置到更合理價格的目的地；最後是所有權歸集，在充分分散的利益背景下實現一緻性性的決策。信用本質上保證了這三類核心操作，從而支撐了整個金融體系：信用緩沖撥正了交易跨期；信用排序保證了成本定價；信用覆蓋保證了所有權歸集。某種意義上，我們把紙币叫做信用貨币也源于此。

正是由于信用在金融中的核心作用，科技對信用的任何影響也必然對金融體系産生巨大的影響。本質上，科技對信用的影響主要包括這樣三類，分别是：數據數量規模對信用的影響；數據組織方式對信用的影響；數據計算效率對信用的影響。

大數據是典型的數據規模對信用的影響，借助于大數據技術，社會上信用評價和測度越來越科學，同樣借助于大數據技術，個人和企業可以更容易的獲知客觀的交易對手的信用情況，部分企業還借助于大數據技術和機器學習方法對可能的違約進行預警，從而避免持有資産的貶值。

數據組織方式對信用的影響的典型代表就是區塊鍊。借助于鍊狀數據結構和存儲結構，借助于密碼學的技術，不同陌生個體可以建立可靠的信用保證，在此基礎上，金融的多種以信用為基礎的元素被引入和建立，例如貨币、合約等。當然數據組織方式不僅僅有區塊鍊這一種技術，例如借助于量子信息也可以構建類似的架構。

數據計算效率對信用的影響有多種體現方式，設計到不同的技術。例如：雲計算實現了計算資源的無标度分布，中心節點的信用得到保證；并行計算（類似于GPU）實現了計算利潤的優先權，本質上是在真實測度下的信用收益；而量子計算則通過信息不可複制和量子糾纏進一步颠覆金融對信用的依賴。

可以預見，會有越來越多的科技被引入到金融科技中，大數據人工智能區塊鍊隻是當前階段的一個表現。如果将金融科技局限在具體技術上，金融科技自身會随着這些技術的更替而消失，一種理想的方式是從金融的核心要素出發，來尋求科技對這些要素的本質影響，最終落腳于金融的功能，這毫無疑問也是金融和科技融合的最終目的和方向。

原文鍊接：https://finance.sina.cn/zl/2020-03-20/zl-iimxyqwa1969105.d.html?from=singlemessage&isappinstalled=0