摘要

金融科技即Financial Technology, 是金融與信息科學技術高度融合的產物,是互聯網金融發展的高級階段。

2013年-2015年, 國內移動互聯網爆髮式增長,驅動互聯網金融快速發展, 互聯網金融創業公司紛紛湧現, 大量互聯網金融獨角獸崛起: 如估值450億美元的螞蟻金服、估值180億美元的陸金所等超級獨角獸、估值82億美元的眾安保險、估值16.7億美元的拉卡拉、估值15.8億美元的人人貸等企業。 互聯網金融的本質是依靠流量在金融前端產業發力,依靠互聯網線上渠道紅利實現商業模式的創新和發展。 2015年下半年, 移動互聯網用戶快速增長態勢放緩, 線上渠道流量成本大幅提高, 互聯網金融需要尋找新的創新發展驅動力,金融科技應運而生。

金融科技的本質仍然是金融, 其核心特徵是運用大數據、雲計算、人工智慧、區塊鏈等前沿技術，創新金融服務模式、構建更加高效便捷的金融新業態,驅動金融產業從IT(InformationTechnology)時代的網路化、移動化向DT(Datatechnology)時代的數據化、智能化融合發展。 互聯網巨頭、互聯網金融公司和傳統金融機構等各類公司，紛紛在金融科技領域布局拓展, 將智能投顧、智能營銷、智能支付等智能方案應用到銀行、基金、證劵、信貸、支付、消費金融等各業務領域。 在新一輪科技產業革命時代,技術將為金融插上騰飛的翅膀, 推動金融產業邁向更高層次的發展階段。

第一部分金融科技行業發展概述

金融科技(Financial Technology,縮寫為FinTech)是金融與科技的高度融合, 金融穩定理事會(FSB)認為: 金融科技是指技術帶來的金融創新,它能創造新的模式、業務、流程與產品, 從而對金融市場提供的服務和模式造成重大影響。金融科技是互聯網金融的延伸, 是互聯網發展的高級階段。

金融科技在中國的發展最早可以追溯到1993年。 1993年《中華人民共和國科學技術促進法》頒布, 中國科技金融促進會成立, 標誌著金融科技在中國誕生。

金融科技1.0時代（1993-2004）：主要以政策為主導，資本扶持金融科技技術發展。

金融科技2.0時代（2005-2015）：2013年餘額寶問世，各金融機構開始大規模進行互聯網戰略布局。

金融科技3.0時代（2016 - 至今）：互聯網金融概念被金融科技取代，中國金融科技進入發展階段，有望改變金融業態。

第二部分金融科技產業鏈

1.產業鏈分析

上游：基礎技術層——金融科技發展的基石

為金融行業提供支持服務的技術領域，分為：雲計算、大數據、人工智慧和區塊鏈。

中游：技術方案層——提高金融服務效率

承上啟下的作用，為金融行業提供應用技術方案，如智能營銷、智能客服、智能風控、智能投顧、智能支付等。

下游：業務應用層——競爭主戰場

根據提供的金融業務類型分為不同領域，如銀行、保險、消費金融等。

2.關鍵技術方案分析

（1）智能投顧

智能投顧是人工智慧和投資顧問的結合體,是人工投顧的替代品, 它可以在投資管理服務中通過智能軟體來代替人工完成核心功能，智能投顧根據資產配置模型和智能演算法,可以為用戶得出最優化的投資組合。 目前, 智能投顧主要運用在銀行、基金、證劵等衍生平台使用,為用戶定製個性化、便捷的投資理財產品組合。 當今, 我國資管業務發展穩定,近一半投資者有意願尋求理財顧問的建議, 但多受到時間、空間等限制,智能投顧由於服務的多樣性、高效性可以有效的彌補人工理財領域局限性的問題。

（2）智能營銷

智能營銷是指通過計算機、互聯網科技等技術將傳統營銷智能化,是伴隨著互聯網發展而誕生的新型營銷服務模式。 其提供的解決方案從用戶角度出發, 以用戶價值最大化為目的, 將智能化及大數據作為驅動力在每個環節進行賦能以便達成企業服務多渠道、多觸點的延伸,挖掘和判斷用戶的消費需求。智能營銷的服務應用領域非常廣泛, 在快消、遊戲等行業都有涉及，對於金融行業,智能營銷提供量身定製的數據營銷服務, 從策略支持、客戶維繫等多維度幫助用戶實現端到端流程再造和應用方案的提升。當前的營銷方式已經從「人為經驗」的營銷時代轉向了基於智能技術的營銷時代,是建立在工業4.0的移動互聯網、物聯網、大數據、雲計算等生產於數據供應鏈基礎上的全新營銷模式,將用戶納入企業生產營銷環節, 實現全面的商業整改。

（3）智能風控

智能風控是人工智慧在金融領域的重要應用,它是綜合運用互聯網、大數據、雲計算、人工智慧等先進的技術手段、措施和方法；可以有效的減少風險事件發生的可能性和降低發生風險事件的損失。通過構建大數據風控體系, 為企業打造專業的風控平台, 可有效降低金融機構在投資領域、業務領域中遇到的風險。智能風控現已成為金融科技公司的標配，部分公司研發屬於自己的智能風控系統，純技術公司研發風控系統為金融機構提供支持，還有一類公司擴展自己旗下的子公司在支持自身業務的同時也向外輸出技術能力。與傳統的風控相比較, 智能風控的應用突破了局限性、空間性, 大大提高了企業業務的效率和安全性,隨著金融核心數據技術的延伸, 智能風控的應用將會越來越完善並走向成熟階段。

（4）智能客服

智能客服是在大規模知識處理基礎上發展起的一項多行業技術應用,它就像是一個聊天機器人, 以擬人化的方式和用戶進行簡單的溝通、回復，為企業提供細粒度的知識管理技術。其技術可以模擬真人來理解和解決顧客所遇到的情況, 自動聯繫上下文而不是單純機械式的答覆, 實現業務的自動引導。 智能客服在金融領域中的應用解決了傳統自助服務帶來的繁碎感, 同時減少了客戶等待人工客服回復所花費的時間,增強客戶體驗。 目前我國的智能客服仍處於起步階段, 但已被眾多金融企業認可，並且隨著技術的積累和進步,智能客服的應用將會更加廣泛。

（5）智能支付

智能支付是人工智慧領域開發的新型支付方式,通過生物識別技術進行身份鑒定, 以實現交易資金的高效安全轉移。 智能支付技術綜合了計算機技術、光學技術、聲學技術、生物統計學技術等多學科技術，目前主要有指紋識別、靜脈識別、人臉識別。除人臉識別外, 還有聲紋識別等生物識別技術、非接觸式支付創新、智能穿戴設備支付創新、生物識別技術支付創新等技術,都極大地簡化了支付流程。 據統計,2016年, 僅僅國內的第三方移動支付交易規模就在25萬億, 而第三方支付運用的技術關鍵就是智能支付, 所以移動智能支付的普及和發展有著龐大的市場規模,隨著科技和電子商務的進步, 發展潛力巨大。

第三部分金融科技市場整體分析

1. 金融科技發展環境

政策環境：國務院印發的《十三五國家科技創新規劃》(以下簡稱規劃),將金融科技作為重要內容列入其中,金融科技連續三年被寫入政府報告

經濟環境：從十二屆全國人民代表大會第一次會議的五年以來,我國經濟結構出現重大變革, 國民消費貢獻率由54.9%提高到58.8%,成為經濟增長的主動力

社會環境：隨著科技的飛速發展,互聯網IT技術已經深入人心使得人民的生活質量提高,在這樣的社會大環境下, 金融領域也受到了來自科技的變革

技術環節：大數據技術的進一步提高,為金融風控、信息披露、貸後管理等帶來革命性的變革,全面降低集中風險且進一步提高了產品服務的質量和效率

2. 金融科技投融資情況分析

全球金融科技企業融資案例數量近五年呈現增長態勢,2014、2015年增長幅度分別達到32.66%、20.69%。 2017年全球金融科技企業共發生融資案例數1128起, 同比增長10.26%。

全球金融科技企業融資案例金額近五年整體上同樣呈現增長態勢,從2013年的38億美元增長到2017年的166億美而且達到近五年的最高值,增幅達到336.84%。

3.2017年國內金融科技公司融資情況

2017到2018年5月,投融資過億的金融科技公司達到32家,融資輪次覆蓋A輪到E輪,其中B輪和C輪最多,各有 11家;A輪緊隨其後,達到8家;D輪和E輪各一家。 融資額度在10億人民幣以上的有兩家,點融網和隨手科技。 融資企業業務大多集中在互聯網金融、消費金融和第三方支付,商業模式以B2C居多。

第四部分區塊鏈在金融領域的應用

1.區塊鏈在金融科技領域的應用圖譜

2. 區塊鏈在金融行業的應用場景

第五部分企業或地區在金融科技的布局

1.國內三種典型企業布局

（1）BAT等巨頭布局

中國的金融科技行業迎來了一個新的分水嶺, 互聯網巨頭公司都試圖轉型成金融科技平台,作為互聯網領軍人物 BAT結合自身優勢和現有平台、客戶資源, 在其強大的影響力下逐步將金融深度植入各類生活場景之中, 使得自家業務構成閉環生態系統。 作為有著前沿大數據技術、人工智慧的公司,與傳統金融機構的合作可以有效的幫助彼此獲得在金融科技領域的延伸, 百度和騰訊通過與銀行、保險等公司的合作覆蓋了全部金融業務層面,當之無愧的成為了金融科技中競爭性的代表。 京東旗下的京東金融, 推出京東眾籌產品，京東眾籌提供智能科技產品眾籌,生活美食眾籌, 智能家居眾籌, 3C科技眾籌, 娛樂旅遊眾籌, 創意文化眾籌,公益眾籌等。 同時, 京東金融在今年2月啟動了城市計算事業, 致力於解決城市裡的交通、規劃、環境、能耗、商業和公共安全等痛點,提高大型企業產能和業務效率。 滴滴出行、小米也同樣利用自身互聯網技術開展如第三方支付、信貸等業務領域, 突顯其在金融技術領域深化發展的決心。

（2）互聯網金融公司布局分析

互聯網金融公司中最主要的業務領域集中在信貸領域, 由於互聯網金融公司的屬性以及成立年份不久普遍不涉及銀行業務。信貸產品主要運用了智能風控、智能投顧等基於人工智慧和大數據公式演算法技術, 可以更好的了解用戶風險偏好,為用戶選擇合適的資產配置組合,其次風控領域的技術可以幫助公司進行反欺詐、定價等服務。同時, 基於自然語言等技術的不斷發展，智能客服不僅可以增強用戶體驗，還可以無間斷為用戶服務。

（3）傳統金融機構布局分析

傳統金融機構作為最開始的金融業務服務商也不甘示弱的在金融科技領域主動出擊， 希望利用自身客戶優勢加上互聯網技術超越其他金融集團，積極響應金融科技把自身業務在金融產業上的布局拉開。最主要體現的是銀行和保險機構，充分利用智能投顧、智能支付、智能營銷等基於大數據云計算的創新技術開展互聯網金融業務，在消費金融、第三方支付等領域都進行了不錯的布局。相比較，證劵和基金機構更加專註於自身公司的業務平台，運用人工智慧等技術使業務更豐富，用戶購買更佳便捷。 據了解因證劵公司順應金融科技技術持續推進平台智能化，運用智能客服、智能風控等技術為用戶提供創新的服務模式，使手機終端下載量長期居在高位，用戶量有了前所未有的突破。

2.國內重點區域布局

金融科技企業以其金融屬性及科技屬性, 主要集中在北京、上海、深圳、杭州、廣州、寧波等城市,以上各市紛紛依託產業園區建設、出台扶持政策,促進金融科技產業聚集和發展。

第六部分國內Fintech創業公司畫像分析

1. 地域分布

數據統計顯示,金融科技創業公司大多數在大城市布局, 建立了自己的根據地。 北上廣依然是金融科技公司的主要聚集地, 三地區企業佔比合計高達74.78%:北京423家, 佔比33.54%;上海289家, 佔比22.92%;廣東231家, 佔比18.32%。 再次是浙江, 127家, 佔比10.07%。 隨著阿里, 騰訊的入住, 越來越多的初創公司進駐浙江,各大投資機構也把分部設在浙江杭州。 合適的氣候和地理位置, 完善的基礎設施,以及同等生活水平成本的比較, 杭州作為優質創業基地的區域優勢明顯。

2.細分領域分布

統計結果顯示，在消費信貸、消費金融以及第三方支付的 B2C 模式布局的企業最多，合計佔比達77.08%，其中信貸領域企業最多，達到675家，佔比53.53%。 因為中國個人貸款缺口大，佔GDP比重遠低於發達經濟體。 在這樣的背景下，中國的借貸公司有機會創造新的信貸需求；而歐美這些金融服務普及率高的國家增長空間有限。隨著政府加緊對網路金融的控制以及政策法規的完善，越來越多的公司會把借貸領域轉向保險科技、監管科技、網路存儲等B2B領域，而不再是單一的B2C領域。

3.融資輪次分布

統計結果顯示, A/A+輪和天使輪融資佔比達到了72.48%: 其中, 天使輪融資有454家,佔比36.00%; A/A+輪460個, 佔比36.48%。 C輪及以後融資輪次公司極少, D輪只有3家,E輪只有兩家。

第七部分金融科技發展趨勢及創投機會

1.發展趨勢

（1）智能投顧行業剛起步，智能化程度低，未來潛力巨大

目前國內的智能投顧行業還處於起步階段, 相關的技術基礎薄弱, 尤其在演算法模型方面與國外有較大差距, 市場對量化模型的認可度不高,公眾普遍的風險意識不夠。 我國個人可投資資產在近年來呈現增長態勢, 根據CBInsights的數據, 2006年中國的個人可投資資產為4萬億美元, 2016年個人可投資資產為26萬億美元, 10年期間增長幅度達到550%。 據統計, 我國到2020年,中產階層將達到7 億人, 接近總人口的一半。龐大的中產階級人群對資產配置的需求, 為智能投顧帶來巨大發展空間。

（2）金融科技商業模式仍然以B2C為主，未來會逐步從 B2C轉向B2B領域

中國現階段,金融科技商業模式仍以B2C為主，但是隨著政府和有關部門的加緊管理和政策的完善,會從B2C轉向B2B領域。 與美國等發達國家相比, 中國金融科技業務仍以借貸領域為主, 而歐美這些金融服務普及率高的國家增長空間十分有限。 所以,比較發達國家, 他們的B2C領域佔比巨大。

（3）保險科技領域將進行以價值領域細分為主的顛覆式創新

未來的保險價值領域會更加細分,從分銷到理賠再到最後的客戶服務管理，未來的人工智慧,大數據等技術會更加優化每個領域，保險領域在技術驅動下會在更加細化的領域下,更加智能的服務民眾和企業。

（4）利用AI 技術促進金融監管落地的Regtech解決方案發展潛力巨大

據BCG報告數據顯示, 自2008年金融危機以來, 全球大型銀行支付罰金總額達到了3210億美元, 超過多數歐盟成員國的GDP， 金融機構試圖通過增加更多的合規人員,利用流程再造、程序精簡等傳統工具來應對監管壓力。 人工智慧、大數據等應用技術的發展會直接影響監管科技的創新以及應用。 在合規前提下,優化風險, 據客戶所面臨的監管要求提供量身定製的風險預警系統、自動化風險管理工具等產品或服務,並且基於監管要求的變化不斷調整, 將能有效降低整個金融行業合規成本及監管風險。隨著國內對金融監管的加強,監管科技(Regtech)未來將大有可為。

2.創投機會

把握智能投顧市場未來的發展潛力,進行智能投顧技術的研發創新,突破大數據、演算法模型的技術瓶頸,或是創業者進軍金融科技的良好機會。 當前,我國智能投顧應用已初具效應, 上市公司、互聯網金融公司大力開展以人工智慧技術為前提的智能投顧應用,但由於智能投顧所用到的雲計算、大數據、演算法模型等技術還不夠成熟, 仍需進一步研發完善演算法,這為創業者提供了進軍智能投顧領域的機會; 如果創業者對智能投顧的核心——模型 加演算法技術有自己獨特的見解和技術的延伸突破, 彌補現有智能投顧技術的缺陷,將有機會在智能投顧領域獲得一定的發展。

創新互聯網券商的商業模式,根據用戶需求提供定製化的多元解決方案。 如今,雖然眾多企業都在實施互聯網證劵的商業模式, 但在我國還沒有出現佼佼者,如果創業者把握這個機會, 依託於大數據等技術, 持續了解用戶需求, 創新產品方案和服務模式, 將會在互聯網證劵行業中獲得較好的發展。

3.投資機會

（1）基礎技術層面, 專註大數據、人工智慧在金融領域底層技術開發的公

大數據是金融科技發展的核心驅動力。 大數據分析的價值在於根據商業分析構建智能戰略和決策, 提升企業運營效率和效益。 隨著大數據技術的應用發展, 越越來越多的金融企業也開始投身到大數據應用實踐中,大數據分析的價值在於根據商業分析構建智能戰略和決策, 提升企業運營效率和效益。將大數據與人工智慧結合, 可對細分客戶進行精準營銷、優化風控體系、創新產品或服務模式、改善經營決策。 雲計算是一種信息資源共享模式,改變社會信用體系, 形成新的金融生態, 一部分雲計算技術應用服務商, 從金融機構 「非核心業務」 找到突破, 比如為大型銀行搭建同業業務的服務平台, 促進流程優化、提升業務協同效率。 因此,持續專註大數據、雲計算及人工智慧等底層技術性能和方法提升的公司, 將會獲得較大的發展空間。

（2）技術應用層面，將技術方案投入金融行業應用並取得行業認可的公司

技術應用層面, 是指已開發產品投入金融行業應用的公司, 如同花順的人工智慧大數據基金產品或智齒客服專為金融機構提供的智能客服平台。 在未來細分市場發展比較大的領域, 推出核心技術方案、對接良好的金融機構合作並被行業認可的公司將有較大的發展機會, 如打造風控智能化引擎平台、為金融公司實現風控全流程數字化能力、並提供億級數據查詢計算的金融服務公司等企業。

為了查看方便，創業邦專門出版了《2018金融科技發展白皮書》——電子版、紙質版（限量發售88本）。

訂閱方式有兩種：單買和套餐。

1. 單買，總價格：566元

（1）電子版，278元

（2）紙質版，288元

2. 套餐購買，298元，

一次性獲得「電子版+紙質版」，

長按掃碼，立即搶定

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！