机器学习、数据科学与金融行业 系列七：金融科技（FinTech）上 --- 基本状况

机器学习、数据科学与金融行业

系列七：金融科技（FinTech）上 — 基本状况

“The major winners will be financial services companies that embrace technology.”
—— Alexander Peh, PayPal and Braintree

“People need banking, not banks.” —— Ranjit Sarai, President’s Choice Financial

“Big data may be cheap to collect, but it’s expensive if you don’t know what you want to get out of it.” — Ozge Yeloglu, Microsoft

    2007年开始的全球金融危机触发了金融监管的复杂化转型和结构重组，同时也引起了关于金融监管的有效性的深刻思考。基于技术变革的新的业务模型、产品和服务如同雨后春笋一样迅速遍布全球，集中解决消费者选择、便利性、可操作性、使用效率等问题，进而改善风险管理并节约成本。这就是所谓的金融科技（FinTech）。
    金融的本质是在不确定和风险的前提下，解决资源的有效、合理、快速分配问题（这里的资源主要指金融资产）；而技术增强了便利性和效率。所以，金融科技泛指采用软件、算法、计算机技术等技术手段来改善和自动化金融服务，帮助业务所有者运营更加具备客户导向性的服务和产品。
    金融科技的发展将会影响每个人的生活，我们已经感受到了这点，例如移动支付、手机银行等。相信未来将会有越来越多的事情会被金融科技所影响和支配，金融科技的发展趋势可以归纳为：
 数字化
 移动化
 智能化
    本篇文章主要介绍金融科技的基本状况，其关键技术和应用。在下篇中会介绍和分析金融科技的发展方向和趋势。

一． 金融科技的关键技术

1）云计算
    云计算大幅度的提高了金融机构生成、储存、管理和使用数据的能力，并伴随着低成本和灵活性。但目前金融机构还没有重视这一点，笔者预测随着需求的逐渐增强，金融机构会开始自建建造混合云平台并把一些新业务移植到云端。
2）Internet Of Things
    实际上，IoT更多的是一个概念。它使用多个领域的技术来把各种设备接入互联网，其目的是为人们提供更加便利和安全的产品和服务。这当然也包括简化了诸如购买和支付等金融交易。
    PwC预测到2020年，会有超过500亿的设备是连接到互联网的，而IoT得收益将超过3万亿。而通过集成IoT，银行和金融科技公司可以增强数据保护和客户服务。
3）网络安全
·     在金融服务中，安全性一般都是客户所考虑的首要因素。保证安全性对于金融业的发展是至关重要的。所以，网络安全和加密技术也是金融科技发展的关键技术之一。量子计算的出现使这一问题更负有挑战性。
4）生物特征识别
    生物特征识别技术主要可以捕获客户的可识别生物特征，包括语音，签名，脸部和虹膜等，其主要作用可以为安全鉴别金融交易中的客户提供便利性。
5）人工智能
    人工智能技术可以辅助或者代替人们完成诸如问题解决，决策、语音识别、视觉感知和语言翻译等多种复杂任务。目前，人工智能技术已经有多种应用运用在金融领域，例如智能投顾服务、交易验证等。
机器学习可以认为是人工智能的一个重要分支。在本系列文章前面，笔者也曾讨论了机器学习在金融行业的应用。
6）Robotic Process Automation (RPA)
    RPA软件可以解放劳动力和有效消除人工错误。Crowd Learning Hub预测到2019年底75%的金融服务企业将会使用RPA软件。RPA还可以帮助并不具备技术知识的人员轻松地完成工作流程，甚至非研发人员可以负责建立必要的流程。
7）大数据分析
    由于数据呈爆炸性增长，传统数据分析技术已不适用于海量的多源结构化和非结构化数据。大数据分析技术可以采用机器学习或者其他数据科学方法，能够从海量数据中挖掘潜在模式，相关性和趋势，获知用户偏好等。
8）分布式记账与智能合约
最后，值得一提的就是区块链。
    Distributed ledger technology (DLT) 分布式记账技术的典型方案就是区块链，即去中心化的解决交易记录问题。从某种意义上来说，区块链降低了交易风险的不确定性。
    智能合约是DLT的一个衍生品，它本身是一个数字合约，当条件满足时可以自动执行。显然采用DLT来自动执行合约有很多潜在的好处，例如成本较低，高效等。
    目前区块链的最成熟应用就是加密货币，如比特币，笔者认为比特币已演化成为了一个有价商品。关于数字货币的作用和意义也非常深远，但这不是本文讨论的内容。

二． 当前金融科技应用

1） 数字支付和电子货币
    数字支付已经深入到了很多领域，但最多的还是在零售行业，特别是在信用卡普及度还不是非常高的发展中国家。金融科技公司提供了点对点转账、账单支付和电子购物等多种服务。
2） 国际汇付
    结合电子货币产品、传统银行账号和加密货币，金融科技公司帮助简化国际汇付的流程和缩减成本。
3） P2P借贷平台
    P2P借贷平台是一种通过互联网来链接放贷者和贷款者的点对点平台，其核心技术就是金融科技的信用评分。P2P在操作规则和运营策略上有多种形式。
4） 众筹平台
    众筹平台是金融科技公司所开发的基于互联网的投资平台，主要是捆绑多个零散投资者的资金以基金的形式来进行权益投资。
5） 个人与商业贷款
    前面提到过信用评分机制，通过收益账单支付历史数据、移动电话使用等多种数据建立信用评分，从而能够对个人和企业进行分段，在几分钟之内就可以对贷款者进行判别。实际上该方法适用于多个问题域。
6） 智能投顾
    在本系列文章种，笔者曾经深入讨论了智能投顾产品和服务。这里不再赘述。
7） 加密货币
    略

三． RegTech 和 SupTech

    金融科技为金融行业带来了技术变革，从而可以提供更好的产品和服务，但同时它也伴随着风险和挑战。例如，机器学习和大数据分析将会使用大量的多源数据，如何保证数据保密，如何管理数据？另外，如何确保新的服务和产品是合规的，并且是在有效监管之下的？新的金融产品和服务如何能确保适合于合规框架？如何能保证自动化投资决策保护消费者和投资者的利益？
    另外，如前文所提及的，2008年由于美国次贷危机所引起的全球金融危机；中国2016年股市熔断，使金融监管者不得不重新反思金融监管流程和方法的有效性，寻找更加有效的方法来加强监管力度已是大势所趋。
    利用技术手段来确保合规即为RegTech；而采用技术手段来进行监管则为SupTech。这两者同为FinTech中的非常重要的子领域。
1） RegTech
    Institute of International Finance (IIF)定义RegTech为“the use of technologies to solve regulatory and compliance requirements more effectively and efficiently”。RegTech致力于使用数据和计算机技术代替旧的流程、组织结构、分析工具和IT系统架构来改善决策过程。它主要帮助金融机构智能化数据收集和分析过程，及时响应，使其符合金融监管规定和加强风险管理。
    RegTech涉及的主要领域包括：
 合规遵从
    通过分析日常运营数据和其他工作中产生的数据，例如历史邮件、员工监控、行为分析和交易通信分析等，RegTech可以帮助在企业范围内识别和跟踪合规需求的变化，并实时监控合规级别和合规风险。这种自动遵守合规的形式可以被成为动态遵从。合规需求会被嵌入到IT协议中以确保可持续地合规保证，且发送准确和相关地数据给监管部门。这种方式可以很大程度上缩减人工合规过程地成本，还可能会影响股东披露、自动审计等。
 特征管理和控制
    对于金融行业来说，KYC（Know Your Customer）一直是比较重要的。有效识别和管理用户特征是KYC的关键，其他相关应用还包括AML(anti-money laundering) 反洗钱，欺诈检测等。
 风险管理
    风险管理是金融的核心任务之一，金融科技公司采用高级的数据分析技术、机器学习和其他AI技术来帮助金融机构高效地生成、聚集和处理风险数据，自动识别和监控风险，在风险到达一定级别时，自动生成告警。
 合规报告
    金融科技可以自动集成合规报告需求来降低成本，并提高报告地准确性和实时性。
 事务监视
    这里主要集中在商业行为需求，提供实时事务监控和审计，例如使用分布式记账技术，端到端完整性验证，反欺诈和市场偏离识别系统，机构内自动化和风险告警等。
 金融市场交易
    这个领域主要是关于金融市场交易的若干流程自动化。

2） SupTech
    SupTech实际上就是RegTech用于监管机构，帮助自动数据收集和分析，高效履行监管职责。它主要包括：
 传输监管数据
    这一点可以认为是SupTech的一个关键步骤，SupTech可以帮助自动化收集大量细粒度的金融和交易数据，缩短报告时间。
 实时访问
    监管机构可以实时的从金融组织中按需拉取数据。
 报告功能
    为了提高效率和降低成本，SupTech中的报告功能能够自动生成机器可读的报告。
 从非结构化数据中提取信息
    SupTech使从非结构化数据中提取有价值信息成为可能。
 合规建议与数据质量管理
    合规建议和数据质量管理过程是比较复杂和繁琐的，SupTech可以用来简化和规范化整个过程。

未完，待续……