科技如何驅動金融創新與發展？

每經記者 梁宏亮    每經實習記者 溫雅蘭    每經編輯 張凌霄    

當前，數字技術已成為推動各行各業發展的“新引擎”，數字經濟的蓬勃興起為金融業轉型發展構筑了廣闊舞臺。隨著技術的完善和社會接受度的提高，“金融+科技”的商業模式將有望為金融行業帶來更為深刻的變革。

未來，科技將如何助力金融業持續創新，如何重新評估科技賦能下金融企業的價值等，都是科技賦能金融之路上需要特別關注的問題。

上海交通大學行業研究院成立五周年之際，聯合每日經濟新聞重磅推出十期“知行天下•行研中國”專欄，每期邀請“1名安泰行研專家+1名業內專家”，圍繞行業熱點、難點與痛點，以文字對談的形式，從理論和實踐兩個層次展開行業洞察。

在第五期對話中，上海交通大學安泰經濟與管理學院教授馮蕓與中信建投非銀與前瞻業務首席分析師趙然，圍繞“當金融與科技相向而行”這一話題進行深入討論。

金融+科技：強強聯手

NBD：近年來我們經常會聽到兩個概念：“金融科技”與“科技金融”，如何用淺顯易懂的方式理解這兩個概念？這兩個概念各自發展的方向是什么？

馮蕓：簡單地說，“金融科技”可以理解為Technology for Finance，即服務于金融活動和金融行業的科學技術手段，“科技金融”則可以理解為Finance for Technology，即服務于科技活動的金融手段。前者，科技是手段，金融是被服務或支持的對象，而后者則相反，金融是手段，科技活動則是被服務或支持的對象。

從這個角度來理解，受限于服務對象，并非所有的科學技術都可稱為金融科技，也并非所有的金融手段都適合于服務科技創新活動和科技創新企業。

科技是把雙刃劍，應用于金融領域中的科技同樣如此。

金融科技的發展，需要關注科技進步對金融運行模式和風險的改變。我總結金融科技的積極貢獻，主要包括（但不限于）以下四個方面：提高金融業務流程處理效率（例如OCR技術）；解決經濟社會中普遍存在的信息不對稱和信任問題（例如區塊鏈技術）；實現開放和共享，降低開發成本（例如各類開源技術、無代碼開發平臺、云計算等）；賦能或創新金融服務（例如大數據分析技術為傳統“征信白戶”提供征信服務，提升金融服務的觸達面）。

然而任何一樣事物，不可能百利而無一害。與其說要追求百利而無一害的科技創新，不如說是關注在可承受的風險范圍內具有正面貢獻的科技發展。大家可以注意到，對風險是否可承受的考量，往往又會回歸到管理學的范疇。換句話說，任何一項科學技術的應用，最終也必將面臨管理問題。

一個典型的例子是區塊鏈技術支撐下出現的加密貨幣和加密資產，以及由此形成的所謂去中心化金融（Decentralized Finance，以下簡稱DeFi）。DeFi的出現被認為是過去十年中增長最快的金融創新之一。它最大的革新在于提供了一種完全不同的金融架構，建立分散和開放的可達平臺（decentralized and open access platforms），從而減少普通大眾對中心化的可信中介的依賴，消除金融中介帶來的效率低下和固有的金融脆弱性等問題。

DeFi的創新程度如此之大，有學者甚至認為她與金融科技存在區別。DeFi是科技進步，特別是現代信息技術發展所引發的金融體系的變革，已然脫離技術更新改造這一低層次的創新，具備顛覆性創新的特征。當下DeFi架構下加密交易所、借貸市場尤其值得關注。

然而，DeFi并非完美無缺，同樣擺脫不了雙刃劍的喻義。學者們一直強調區塊鏈解決了“烏合之眾”的相互信任問題。DeFi本身的設計卻仍有可能帶來新的風險問題。Liu, Makarov和Schoar（2023）就指出，通過區塊鏈實現的交易架構，使得投資者們能夠更加密切地監督彼此的行為，反而加速了擠兌的速度。同時，DeFi也給稅收執法帶來巨大的挑戰，從而加劇洗錢犯罪等問題。面對這樣的金融創新，監管與創新之間的博弈在很大程度上決定金融科技未來的發展和應用。

科技金融所服務的科創活動，其覆蓋的科技行業范圍更大。而此時的金融服務和金融體系則屬于從屬地位，需要與科學技術的客觀規律相適應。

金融支持科技過程中需要解決的痛點問題，第一是科技創新過程周期長，其投入需要長期資金的支持，第二，科技創新存在高度不確定性，需要有效的風險評估和分擔機制。我國長期以來以銀行為主體的相對單一的金融結構，顯然無法適應科技創新的客觀需要。而同樣需要改變的還有相關稅收政策、市場準入和監管框架。

此外，中國的國情還有一個特殊性在于地方政府對經濟發展和科技創新具有內生的干預沖動，如何處理好政府和市場的關系也是一個重要的方面。而旨在解決上述問題的有效金融創新和機制創新都是科技金融值得關注和發展的方向。需要說明的是，僅是金融或許還不夠，可能還需要超越金融的力量，社會資本的支持。

趙然："金融科技"和"科技金融"雖然聽起來非常相似，但其含義和側重點都有所不同。"金融科技"是指利用科技手段改進和優化提供金融服務的行為或行業。其主要焦點是使用科技手段改革傳統金融業務模式，使得金融服務更加普惠、便捷和高效。移動支付、網絡銀行、互聯網券商和保險科技等都是金融科技的典型應用。

"科技金融"通常指金融機構為科技行業提供專門的金融產品和服務，以滿足科技企業在創新和發展過程中的特殊需求，助力科技行業的創新發展。"科技金融"突出了金融服務與科技產業的緊密關系，體現了金融機構為推動科技產業的發展，不斷創新服務產品和模式，為科技公司提供更加精準、有效的金融服務。

這種理解中的"科技金融"突出了金融服務與科技產業的緊密關系，體現了金融機構為推動科技產業的發展，不斷創新服務產品和模式，為科技公司提供更加精準、有效的金融服務。這種金融服務能夠更好地支持科技企業的發展，包括初創企業的孵化、科技項目的研發、技術的推廣應用等。

NBD：從當前市場情況來看，金融機構在科技領域的重點探索和實踐方向分別在哪？

馮蕓：即便同樣是金融機構，因為商業模式上的區別，對科技領域的關注點也不盡相同。

2022年Gartner將多模態的生成式AI技術列為銀行和投資服務行業的三大熱門技術趨勢之首。上述技術的應用有望提高與客戶的溝通效率，優化用戶體驗；輔助投資分析和決策；增強風控能力；提高研發效率，實現專家知識的歸納和沉淀。

在支付領域，主要關注多元生物識別技術的更深層次的應用。例如，第二代生物識別技術在一定程度上解決刷臉支付存在的安全性和便利性的問題。

而對于交易所等金融基礎設施機構，更關注IT技術架構中核心系統及其他相關業務系統的容量和性能指標，在性能上則更多地關注交易響應速度、系統可靠性和業務的連續性。

中小型金融機構，由于不堪承受在金融科技上的巨額投入，具有明顯共享特征和良好擴展性能的技術則顯得尤為重要。當前主要關注的領域包括云原生技術等。

在嚴監管趨勢下，不斷上漲的合規成本對金融企業而言是不得不面對的問題。為此，更多地關注監管科技的發展。

趙然：金融機構正在人工智能、大數據分析、云計算和科技公司投融資等多個科技領域進行重點探索和實踐。在人工智能領域，金融機構正在利用AI為客戶提供風險評估、投資咨詢等服務。例如，通過機器學習模型預測借款人的違約風險，或者通過聊天機器人提供24小時的客戶服務。

此外，大數據可以幫助金融機構更好地理解和預測市場動態，提升風險管理能力。例如，通過分析大量消費者數據，金融機構可以更準確地進行信用評估。同時，通過云計算，金融機構可以更靈活地擴展計算能力，更有效地處理大量數據，還可以降低IT運維成本?？萍脊就度谫Y方面，金融機構也開始專注于為科技公司提供定制化的金融產品和服務，以滿足科技公司在各個發展階段的不同需求。

這些科技應用不僅有助于提升金融服務的效率、質量和客戶體驗，也能夠為金融機構帶來新的業務機會。

金融+數據：轉型發展

NBD：傳統金融機構在發展金融科技的過程中，可能面臨投入成本與收益回報不平衡的難題。要想構建成熟的“金融+科技”商業模式，需要注意哪些問題？

馮蕓：可持續的商業模式對應的往往是一個可持續發展的生態環境。在一個生態體系中，如果只是單純地追求某一個組成部分指標的改善，而不考慮整體生態環境的改善，往往會造成投入成本和收益回報的不相稱。

金融機構在暢談數字化轉型的時候，要注意如何將各個要素進行有機整合。這也是當前許多金融機構在多年金融科技巨額投入和探索之后，努力將前、中、后臺進行一體化、智能化整合的原因。同樣需要做系統化考慮的還有行業內部，但其需要更高層面的組織架構來推動。

此外，金融機構的管理層，如果思維方式不加改變，而只是一味地加大科技投入，甚至將科技輸出作為業務新的增長點，數字化轉型也只能停留在表象，甚至拖累企業的發展。

趙然：成功構建“金融+科技”的商業模式，需要注意五方面的問題。首先，投入與回報。金融科技的投入往往較大，特別是在技術研發和人才引進上，而且回報的體現需要較長時間。因此，金融機構需要進行長期規劃，做好成本控制，并對投資回報有合理的預期。

其次，數據安全與隱私。金融科技的發展依賴于大量的用戶數據，這需要金融機構對數據安全和隱私進行嚴格管理和保護。

此外，法規合規問題同樣重要。由于金融科技涉及到許多新的業務模式和技術應用，可能會觸及新的法規問題，因此金融機構需要與監管機構保持密切溝通，確保其業務操作符合相關的法規要求。

同時，金融機構也需注意文化和組織變革問題。數字化轉型往往需要金融機構進行深度的文化和組織變革，如培養數字化的思維方式，建立敏捷的組織結構等。

在客戶體驗方面，無論如何改變，客戶始終是金融機構核心。提供優質的客戶體驗是所有商業模式的基礎。技術應該作為提升客戶體驗的工具，而不是目標。

NBD：科技與金融的融合過程中，數據發揮著十分重要的作用。金融業如何進一步用好數據要素，利用大數據開拓更多新場景與新業態？

馮蕓：得益于科技的發展，金融行業在數字化轉型的過程中沉淀了海量的數據。數據只有在充分流轉和使用的基礎上才能發揮最大的價值。而實現上述目標的前提是理清數據生產的全生命周期，以及數據定價機制，并設計合理的交易機制，規范交易和使用行為，真正打通數據的生產、流通和消費環節，實現數據產品化、資產化。這是需要一段相當長的時間去解決和完善的基礎性研究，其中涉及經濟和法律等多個環節。

但是，金融企業對數據的應用并沒有因為基礎性問題尚未完全解決而停滯。隨著金融機構在大數據應用探索加深，已開發出來的應用場景覆蓋征信、風控、獲客等異常交易行為的識別和監控，為提升金融服務質量和可達性具有諸多正面貢獻。

未來大數據的應用擴展，應該會得益于以下兩個方面，第一是技術的發展。數據作為一種經濟要素，不能脫離包括人工智能等其他技術和現實應用場景而孤立地存在，而是相互成就。近期生成式人工智能技術的發展讓數據的價值得到更加充分的體現。第二，跨機構之間的數據安全共享，也能挖掘出更大的數據價值，由此也對數據的隱私性和安全性提出更高要求，成為近期金融科技和金融監管發展引人注目的方向。

趙然：數據是金融科技發展的關鍵要素。金融機構可以從四個方面，更好地利用數據資產并開拓新的應用場景。

數據分析和挖掘方面，金融機構可以通過數據挖掘和機器學習技術，發現數據中隱藏的規律和價值為決策提供依據。接著，進行數據驅動的產品開發。金融機構可以基于數據分析，開發出更符合客戶需求的產品和服務，如通過分析用戶的投資偏好為其提供更個性化的投資建議。

聚焦數據驅動的風險管理上，金融機構可以通過數據分析，更準確地識別和管理風險。例如，通過分析貸款客戶的還款數據，可以預測客戶的違約風險；通過分析市場數據，可以預測市場風險，幫助投資決策。

當然，也要關注數據驅動的營銷和服務。金融機構可以通過數據分析，更精準地進行營銷活動，提升服務質量。例如，通過分析客戶的消費行為和偏好，可以提供更個性化的營銷信息和服務。

總之，在利用數據的同時，金融機構需要注意數據安全和隱私保護，遵守相關的法規要求，確保數據被合法、合規、合理地使用。

金融+治理：完善監管

NBD：科技賦能了金融業，與此同時也帶來了新的問題。如何重新評估科技賦能下金融企業的價值？是仍然遵循以往的價值評價體系，還是應該引入新的思路？

趙然：科技賦能下的金融企業價值評估，可能需要引入新的思路，將各類因素考慮在內，以更全面地評估企業價值。

首先，技術能力和創新能力?？萍假x能下的金融企業，其技術能力可能成為重要的價值體現。企業的大數據分析能力、人工智能應用能力、區塊鏈技術能力等，都可能成為評估企業價值的重要因素。同時，金融企業需要不斷進行創新，以應對快速變化的市場環境。企業的創新能力，包括新產品開發能力、新業務模式創新能力等都將成為評估企業價值的重要考量。

其次，用戶體驗?？萍假x能的金融企業往往側重于提升用戶體驗，如提供更便捷、更個性化的服務。因此，用戶滿意度、用戶黏性等可能成為評估企業價值的重要指標。

再次，數據資產?？萍假x能的金融企業通常擁有大量的數據資產，這些數據資產可以幫助企業更好地理解市場和用戶，提升決策效率，因此，數據資產的規模和質量可能也是評估企業價值的重要因素。

最后，法規合規能力。隨著科技的應用，金融企業可能會面臨更復雜的法規環境，企業的法規合規能力也可能影響其價值。

NBD：雖然金融科技近年來十分火爆，但不難發現所有機構都面臨缺乏人才的核心痛點。金融與科技分屬兩個高度專業化的學科，面對市場新挑戰，我們如何培養和發現“金融+科技”的復合型人才？

馮蕓：金融和金融科技相關技術背景出身的人才，在對金融科技的理解上存在較多差異。能夠理解上述差異，并擅于發現并利用兩者的融合，開發新型金融服務模式和金融產品，是我們致力于培養的復合型人才。

對此，不少人會想到培養“既懂金融，又要懂技術的復合型人才”，這一目標是好的，但道路會很漫長。在校期間，學校不僅要提供跨學科的、理論和實踐相結合的教學培養方案。畢業之后，他們還需要跨行業的從業經歷，才能達到真正的融會貫通。這也決定了這類人才的稀缺性和不可批量復制性。

同時，這類人才通常是一個金融科技團隊的領頭羊。在團隊內部，可以配置多學科團隊成員，以團隊作業的方式，通過長期項目實踐和合作，將有希望培養更多復合型人才。

NBD：如何建立和完善金融科技安全監管和治理的模式？

趙然：金融科技的發展確實會帶來諸如數據隱私泄露、網絡安全威脅以及算法決策的公正性和透明度等方面的新風險。為解決這些問題，政府、金融機構、科技企業、消費者等各利益相關者需要共同努力。

首先，在完善相關法律法規和強化監管科技方面，國家應根據金融科技的發展情況，及時制定和修訂相關法律法規，明確規定金融科技應用的規范和標準。同時，金融科技企業需要通過引入先進的科技手段，如大數據、云計算、人工智能等，提高監管的效率。

其次，金融科技企業應建立健全風險管理體系，強化風險管理，以識別、預防和控制金融科技帶來的新風險。這包括但不限于數據安全風險、運營風險、信用風險、市場風險等。

第三，在大數據和AI等技術廣泛應用的背景下，金融科技企業應嚴格遵守數據隱私保護的相關規定，保障用戶的隱私權益。

此外，金融科技企業應提升其服務和產品的透明度，確保算法決策的公平性和可解釋性。同時，也應建立有效的糾錯和申訴機制，以保障用戶的權益。

馮蕓：從經濟學的角度，金融監管可以看作監管者與被監管者之間的隱性契約（胡濱，2022）。歷史經驗表明，金融監管或多或少都會滯后于市場實踐和創新。這就使得金融監管總會給市場實踐者或金融創新留下一部分剩余權利空間，甚至誘使市場實踐者出現激勵扭曲。因此，對當下科技普遍滲透下，金融創新此起彼伏的金融行業而言，對金融監管的前瞻性提出了更高的要求。

但是，另一方面，金融監管又不能一味地在金融創新初起之時便過度嚴控，只因為金融創新潛在的風險而忽略其可能產生的更大的回報，更何況在金融創新應用初期，監管仍難以預判其未來的風險水平。

在上述兩難境地下，確實需要完善傳統的金融監管模式，特別是針對金融科技在其應用和推廣過程中的監管和治理模式。針對這些問題，監管沙盒作為一種新型的政策工具和治理模式，或許是一種相對安全有效的解決方式。