一文覽盡大數據、人工智慧、區塊鏈、雲計算在金融領域的全景應用

蒸汽機、內燃機、電動機、信息技術等都是對人類經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——大數據、人工智慧、區塊鏈、雲計算。在近日京東金融研究院發布的《2017金融科技報告——行業發展與法律前沿》（以下簡稱「報告」）中，細數了上述技術在金融領域的創新研究和應用情況。

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AI金融評論一起分享報告的精華內容吧！

在學術研究方面，報告通過檢索 SCI-EXPANDED、SSCI、A&HCI、CPCI-S、CPCI-SSH、ESCI 等資料庫，相關文獻的發表時間鎖定在 2015 年 1 月 1 日至 2017 年 3 月 15 日後發現，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量名列前茅。此外，韓國、巴西、日本、英國、美國、德國、義大利、澳大利亞等國研發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，並得到以下發現：

1、以大數據及數據分析領域為例，企業專利申請明顯多於其他類型主體

2、以大數據及數據分析為例，金融科技專利申請以傳統技術企業為主

3、物聯網、大數據及數據分析、雲服務等較早應用的科技領域專利數量較多，量化模型、區塊鏈等新興技術領域申請數量較少。這反映出專利申請與技術發展存在一致性，但仍存在滯後性。

大數據

大數據在金融領域的創新影響力巨大，金融創新很大一部分原因在於大數據與金融之間的結合。數據維度越豐富，對用戶粗顆粒的畫像就會越了解。在金融領域，企業對大數據掌握越全面，所能涉及到的業務也會越豐富。

據了解，與英文類文獻中與大數據相關性緊密的高頻詞中包括雲計算、預測分析、數據挖掘、 數據分析、商業智能、隱私等。而事實上，大數據技術和雲計算技術相伴相生，金融雲解決了金融科技服務中許多底層性的技術，並建立客戶模型、賬戶模型等，為金融本身的安全性奠定基礎。未來的大數據將擺脫本地存儲硬體的限制 , 同時金融大數據又將融合個人行為、 歷史痕迹及環境信息。對一個高度可控可信的金融雲安全體系而言，基礎環境安全、風控與審計、數據安全三者缺一不可。

大數據徵信

在傳統央行徵信體系之外，還有大比例人群沒有徵信數據，無法獲取相關金融服務。大數據徵信是新金融風控服務的關鍵。目前，央行徵信中心依然一枝獨秀，個人徵信牌照試點已有兩年，但始終未獲得正式牌照。

大數據風控

底層技術包括大數據和人工智慧。只有先積累豐厚的大數據，運用機器學習等人工智慧方法進行運算，才能確定用戶的風險指數。大數據風控目前已在業界逐步普及，國內市場對於大數據風控的嘗試比較積極。

大數據消費金融

與其說消費金融依賴大數據，毋寧說，消費金融依賴基於大數據的用戶徵信信息。消費貸、工薪貸、學生貸等面向長尾用戶的網路信貸的產生，亟需用戶的相關信息數據進行信用評分和欺詐風險防控。大數據技術能夠通過其開發的風控模型完成這一 點。尤其是互聯網商業集團通過其電商——社交——支付三大服務，獲取用戶數據，然後為其金融業務服務。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 及其支付業務 ApplePay。

大數據供應鏈金融

由互聯網供應鏈平台構建者主導，依據不同中小企業客戶風險偏好實施有差別的金融服務。

大數據財富管理

財富管理是傳統金融企業的一項金融理財業務，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。

在金融領域，人工智慧正逐漸深入到大數據徵信、貸款、風控、保險、資產配置、財經信息分析等領域。

報告指出，2015 年至今，英文類文獻中與人工智慧相關性緊密的高頻詞，包括神經網路、分類、預測、數據挖掘、大數據、機器學習等。人工智慧的三種主要技術均需專有類型的數據。機器學習需大量的標籤樣本數據；模式識別偏重於信號、圖像、語音、文字、指紋等非直觀數據；人機交互則需要積累大量的用戶數據。人工智慧與數據的關係非常緊密 , 隨著人工智慧發展，我們進入到智能數據時代。

智能數據時代中金融業態主要表現為以下三個發展方向。

智能投顧

智能的投資理財機器人，可能改變人們對理財的理解，金融市場由於信息不平等產生的風險，在一定程度上得到規避。有了大量數據輸入的人工智慧，可以對金融市場的走向進行較為準確的預測，並給出合理的建議。

金融預測與反欺詐

利用機器對數據大規模以及高頻率的處理能力，獲取用戶的徵信信息和交易行為信息，判斷用戶的真實度、還款意願以及還 款能力。

融資授信

在人工智慧環境下，通過智能系統判定用戶信用程度，甚至還具備自動決策功能，免去人工決定這一最後步驟。

區塊鏈

區塊鏈是去中心化的分散式賬本。當區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，實現交易結算實時化；三是實現交易流程自動化；四是去中心化存儲。

由於區塊鏈是一種極為年輕的技術。因此，總體而言，區塊鏈的文獻數量相對大數據和人工智慧較少。不過從2015 年至今，發達市場和新興市場與區塊鏈的相關文獻數量呈現上升趨勢，可見這些市場的監管機構、研究機構、業界專家正在利用此類科技在金融市場上探討、 開發和應用金融解決方案。

數字貨幣

數字貨幣便利、安全、低交易成本的特點，更適合網路商業行為，很有可能取代物理貨幣的主流地位。 2017 年初，中國央行推動的基於區塊鏈的數字票據交易平台已測試成功。

支付與結算 通過區塊鏈將繞過中轉銀行，既減少中轉費用，還能實時到賬。

票據與供應鏈金融

依靠區塊鏈技術，不再需要獨立的第三方角色進行控制和驗證，轉而可以直接實現點對點的連接，減 少人工行為的干涉。2016 年末，京東金融區塊鏈數字票據已順利完成第一次概念證明。此外，京東金 融於 2017 年 3 月宣布推出了基於技術的資產雲工廠底層資產管理系統，將區塊鏈技術應用在國內 資產證券化領域。

證券發行交易

可實時地記錄交易者的身份、交易量等關鍵信息，有利於證券發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。

客戶徵信與反欺詐

區塊鏈的技術特性，可改變現有的徵信體系，將有不良記錄的客戶信息儲存在區塊鏈中，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）的重複工作，檢測異常的客戶交易行為，及時發現用戶欺詐行為。

在AI、雲計算、大數據、區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、相互促進的關係。

例如，大數據和雲計算技術相伴相生，對金融大數據至關重要的是金融雲。有分析者打比方說，大數據是礦藏，而金融雲是礦井。礦井的安全性、可靠性決定了挖煤的效率和結果。大數據將逐步擺脫存儲硬體的限制，對金融雲安全體系提出了更高的挑戰。

又如，人工智慧與大數據是同生同漲的有機整體。人工智慧，幫助人自動地感知、認知、分析和預測世界，它在數據的基 礎上誕生，人工智慧的三種主要技術，都需專有的、海量的、精準的、高質量的訓練數據；反過來，人工智慧又能促進數 據的發展，提高數據的收集速度和質量，推動大數據產業的發展。

雷鋒網發現，已經不止一家帶有fintech基因的公司在闡述自己的金融科技戰略時，提及這四種技術的縮略詞——ABCD，CDAB。前者是京東金融的說法，後者來自微眾銀行。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！