金融科技底层技术进展及影响

嘉宾介绍

2017中国深圳FinTech（金融科技）全球峰会
时间：2017年12月19日
地点：五洲宾馆五洲厅

圆桌对话四：金融科技底层技术进展及影响

主持人：李捷 平安金融壹账通科技中心总经理

圆桌嘉宾：
肖京 平安科技首席科学家
徐岷波 金证集团执行总裁
朱立强 腾讯支付金融线副总裁
王德英 中国证券投资基金业协会金融科技专业委员会联席主席
廖亚滨 国信证券副总裁

问题一：金融科技底层技术领域的实践成果

肖京：平安在金融科技底层技术领域的实践成果

肖京博士是国家" 千人计划 "特聘专家，平安科技首席科学家。

在理念和策略方面，肖京提到，平安在金融科技方面的理念是“科技让金融更简单”。策略是以金融服务为中心，利用移动互联网、大数据、云计算、人工智能、区块链以及信息安全技术帮助平安实现“三提一降”：提效率、提效果、提用户体验，降成本。

在底层技术进展方面，肖京围绕平安在大数据、云计算、人工智能、区块链等领域的实践进行了阐述。具体而言，云计算方面，平安布局了两级三中心的云服务，金融云服务拥有最高的安全等级，平安自身的业务和生产系统也大部分都部署到了云上。区块链方面，通过信息安全、数据加密以及授权共享的方法，做到在信息透明的情况下保护用户的隐私信息和数据信息，此外基于区块链技术将同业交易、供应链金融、公司贷款等很多业务环节都打通串联起来，目前同业注册企业数400多家，同业交易额达到10万亿元。大数据方面，平安打通了全集团所有的数据平台，进行实时的数据清洗和储存，实现了数据标准化以及数据安全。人工智能方面，在国际权威人脸识别公开测试集LFW(Labeled Faces in the Wild)的比赛中，平安科技人脸识别技术以99.8%的识别精度和最低的波动幅度，力压所有国内外知名公司，位列世界第一。

在应用场景方面，肖京列举了智能认证、智能闪赔、风险控制几个方面。智能认证方面，通过人脸识别、声纹识别、微表情、OCR、身份核查等创新技术，快速核实保险业务员行为，规避销售误导，对客户来说减少投保流程，提升用户体验，使保险行业从保单制，跨越实名制直接到达“实人、实证、保单”三合一的“实人认证”。智能闪赔方面，通过人工智能技术对出险车辆自动实现查勘定损，客户发生车祸自己拍张照片上传，平安1分钟就可以知道客户的车哪里受损，需要多少钱，马上可以提交。图片定损系统投入使用后，平安产险的赔案处理时效得到飞跃，小额案件的处理时效缩短至惊人的2-3分钟，真正达到了闪赔的速度。风险控制方面，平安搭建了自己的风险预警系统，24小时不间断运行，实时查询大量企业的网站新闻，找寻风险点。同时对企业的供应链关系、投资者关系和关系网络进行全面监控和风险反馈，并具有自主学习功能，实现自动预警。

徐岷波：对底层技术的认知以及金证在金融科技的实践

徐岷波先生是金证股份副总裁。

对底层技术的认知方面，徐岷波用区块链的例子进行了说明，区块链目前并没有特别成功典型的应用，包括比特币也存在在很多缺陷和问题，正因如此，我们才以不得不把它冠以底层技术的标签，否则的话没人说CPU是底层技术，没人说操作系统是底层技术。

在谈到金证科技在金融科技领域的实践时，徐岷波强调金证不一定要去对底层技术进行深入原创性的开发，更重要的是密切关注全世界新技术的发展，快速去接触和实践各种新技术，并且以恰当的方式应用到自己的产品中。比如人工智能，用开源的技术框架去开发智能客服、智能投顾等产品；再比如区块链，为北京金融资产交易所构建基于区块链的信息披露平台，目前主要适用于B端低频场景，区块链应用在C端高频场景（如银行业务）的道路还比较远；在比如云计算，金证已经将大量的金融应用部署在腾讯云上，将余额宝部署在阿里云上，另外金证还和一些券商合作构建了私有云的解决方案。

朱立强：腾讯公司在金融科技的实践

朱立强先生是腾讯支付金融线副总裁。

腾讯支付金融线副总裁朱立强从大数据、人工智能、区块链几个方面，讲述了腾讯公司在金融科技的实践情况。

大数据方面，主要应用在银行业和保险业。在银行这块，主要是用于征信和反欺诈。征信方面，腾讯虽然主要做的是2C的个人征信，但未来可以将2C征信和2B征信结合，比如企业法人、总经理、关键岗位人员的个人征信信息会影响到企业征信，这些征信数据是可以结合起来使用的。此外，征信还应该和反欺诈一起使用，比如在贷款的应用场景中，征信结果不好的话对于贷款风控的整体效果不一定很明显，但是反欺诈用进来后，实际上就是加了一个黑名单，黑名单用户的剔除一定会使得贷款整体风险下降，因此征信数据和反欺诈数据结合起来使用，对风控的效果会很有效。在保险这块，可以利用大数据进行一些数据维度的拓展，如引入一些尾部数据、第三方数据、健康数据、反欺诈数据和财富指数数据，推出保险产品，可以更精准的去给用户画像，从而精准化的定制保费和保额，同时也能降低坏账率和骗保概率。此外，值得一提的是，腾讯通过提前抓取一些用户行为，基于大数据可视交互系统进行视频渲染，可用于监管监控。大家可以看大屏幕演示（震撼）。

人工智能方面，腾讯也有自己的图像识别人脸识别系统，可以用于银行远程开户身份认证、保险智能核保核赔等。此外，腾讯的智能客服产品除了支持语音文字以外，还能很好的支持方言。

区块链方面，腾讯黄金红包（微黄金）就是搭建在腾讯区块链上的，此外腾讯还和各省金融办开展合作帮助小贷行业防止过贷，和保险公司合作，帮助它们防止过保。目前腾讯可信区块链已为多个行业定制解决方案，在数字资产、 鉴证证明、共享账本、共享经济、智能合约方面都有涉足。

廖亚滨：国信证券在金融科技的实践

廖亚滨先生是国信证券副总裁。

国信证券副总裁廖亚滨主要从证券公司智能投顾的角度入手，阐述国信证券在金融科技的实践。

在证券市场中，往往最后都是出现少数投资者赢、多数投资者亏的结局。国信证券通过引入智能投顾的理念和实践，将投资专家的知识理念嵌入到投顾机器人的服务框架中，去帮助投资者减少亏损，增加盈利机会。

在投资标的选择和查询方面，通过自然语言处理的技术，对优质股打上标签，将回报波动率、收入增长率、净资产收益率列在一起打上标签，方便投资者筛选，此外，在投资者进行优质标的查询时，通过自然语言交互的技术，将优质标的和优质上市公司的线索，与过去时间二级市场表现联系起来，让投资者的查询结果一目了然。在这样的智能引导下，投资者可以在标的选择、持有、跟踪、风险规避方面提升效率，比盲目跟风避险要好，胜率也会远远的提升。

在投资组合的构建和管理方面，从上千种公募基金产品汇总筛选出匹配投资者收益偏好和风险特点的投资组合，剔除规模不符、业绩不好、波动较大的基金，缩小筛选范围，通过基金360度透视，提供基金经理、过往业绩查询服务，提供组合回撤、组合调仓等工具，将专家知识、AI交互等技术应用进来，为普通投资者的专业能力赋能，为帮助投资者树立良好的投资理念有很好的作用。这是国信的工作，也是国信的责任。

问题二：金融科技底层技术在金融行业的成熟度以及扩展空间

王德英：从资管角度谈金融科技底层技术的成熟度

王德英先生是深圳市金融科技协会联席会长、中国证券投资基金业协会金融科技专业委员会联席主席、博时基金副总裁。

从资管角度来看，金融科技底层技术应用最成熟的是云计算，最不成熟的是区块链，大数据和人工智能相对比较成熟，这是总体的评价。

首先谈大数据方面。股价由三个方面决定，一是基本面，二是市场预期和信心，三是市场流动性和资金宽裕程度。利用大数据做基金等投资，一是需要对公司、行业、宏观等基本面大数据，二是需要市场情绪大数据，如通过搜索引擎来搜索股吧、新闻等反映个人和市场的舆情数据，来预测未来的市场表现。值得一提的是，博时基金开发了博时中证淘金大数据100股票指数基金，淘金100指数依托蚂蚁金服的海量互联网电商交易大数据，来预期一个行业未来盈利状况，预判一个行业的繁荣程度，并在此基础上选取100只股票形成投资组合。

再谈人工智能方面。对于基金投资来说，同样的数据但是投资逻辑和模型不一样的话，会得出不同的结论。在投资逻辑和投资模型的构建和优化上，可以使用一些人工智能的算法。量化选股方面，机器学习的应用不多，因为选股依赖的样本少。但是在交易策略的构建方面，特别是高频交易，交易笔数很多，交易对手很多，样本量很大，能够采用机器学习的方法来增强策略效果，应用价值比较大。在国外，投行的很多岗位被机器替代了，主要指的是交易执行环节。对投顾环节而言，人工智能的一个主要应用就是智能投顾，其智能化程度并不高，主要是根据问卷来确定投资者的风险收益水平，然后再为其适配个性化的投资组合，基于MPT、BL和TB三个国际通用的资产组合配置模型理论，来进行一些参数调整，这个智能化程度还很基础，未来还有很大的发展空间。

徐岷波：关注应用场景而非去纠结底层技术本身

徐岷波主要关注金融科技底层技术的应用场景而非去纠结底层技术本身。比如人工智能确实大大提高了社会效率，解决了很多社会问题，实现了为长尾客户、广泛受众提供普惠金融服务，是非常有价值的。但是在谈到人工智能在投资领域的应用时，徐岷波持保守态度。他认为，资本市场的影响因素非常多，是一个混沌的市场，除了基本面技术面情绪面等常规因素，还有政治、气候等一些黑天鹅事件等等。计算机擅长解决的是一些确定性的问题，而资本市场中则含有太多的不确定性。此外，从社会政治角度来说，如果人工智能能够在资本市场上为所欲为，加速财富分化的话，那么政府不会让这样的技术继续存在和发展下去。这就正如人工智能若能征服赌场，那么一定会被赌场老板拒之门外，是一样的道理。

廖亚滨：人工智能在投资领域的应用具有局限性

廖亚滨认为，人工智能在投资领域的应用确实是有局限性的。不管是机器学习也好，深度学习也好，它们的边界都是清晰的，而且是静态的，而资本市场是混沌的，没有边界的，动态的。投资者行为反映到市场中是动态变化的，目前尚未找到有效的智能投资办法，更多的是利用专家知识来提高投资效率。并且资管新规出台后，人工智能技术应用在资管领域需要获得监管部门许可，智能投顾只能用做资产配置，不能用于算法交易。云计算可以提高基础设施利用的效率，文字识别、语音识别、自然语音处理可以提高交互效率、对信息的处理效率。而区块链则还需要找到应用场景，以及合作伙伴是否愿意加入进来做可信平台。

问题三：科技公司和金融机构在金融科技领域的发展路径和应用场景差异

王德英：科技公司更关注技术发展的通用性，而金融机构更关注技术在金融业务中的应用场景

王德英认为，科技公司对于金融科技底层技术的研究，主要是一些基础性的研究，其出发点更看重技术的通用性，因为它将来要有更多的应用场景，不能限定于某个领域，其会通过白热化的竞争、大量的科研投入来确保技术在整个行业中的领先地位。金融机构虽然也会对金融科技底层技术进行一些研究，但更多是站在金融专业角度上，其更看重技术应用给业务带来的帮助，更看重应用场景，技术不一定要求是行业领先，可以将一些已有的成熟技术和新兴技术相结合，以促进业务价值最大化为出发点。

朱立强：科技公司和金融机构的差异主要在数据和科技方面，最好的发展路径是合作共享

朱立强认为，科技公司和金融机构的差异主要在数据和科技两个方面。从数据维度来看，科技公司在数据维度上具有广度优势，而金融机构在数据维度上具有深度优势。两者可以结合起来做一些创新，比如给银行卡加一个LBS功能，ATM取款的时候会推送一个确认短信，如果不是本人行为的话，取款就无法顺利完成。从科技维度来看，大型金融机构的IT基础比较强，而中小金融机构的科技实力则十分有限，无法进行大量的IT基础设施投入，从节约资源和成本的角度出发，可以通过共享科技公司的云计算资源，来快速的部署自己的业务和创新，出现问题再一起来协同解决。

问题四：未来3-5年金融科技底层技术的发展趋势

肖京：ABCD都还方兴未艾，AI虽有缺陷但更能推进技术进步，未来的发展趋势是团队合作、跨界合作和生态共赢

肖京认为，ABCD（人工智能A、区块链B、云计算C、大数据D）现在的发展都还是方兴未艾，尤其是人工智能和区块链的发展都还不太成熟。其中，人工智能方面确实还存在着一定的缺陷，但正因为有这些缺陷才更加激发我们去做更多的研究来改进这些缺陷，从而推动技术进步。肖京相信，人工智能经过长时间的发展，会给我们带来更多的好处。人工智能的发展只要满足四个基本要素，即数据、行业专家、场景、技术（算法和算力），以及满足三提一降，即提效率、提效果、提用户体验，降成本，那么其未来一定是有用的，有价值的。

比如人脸识别应用方面，平安壹账通通过采用多模态活体识别技术，将人脸和声纹结合起来，能够提高识别精准度。投资领域方面，AlphaGo是在规则确定、信息完备的情况下解决问题，资本市场信息足够多，但规则不确定，也可以通过人工智能解决部分问题。

肖京认为，金融科技底层技术在未来的发展趋势是团队合作、跨界合作和生态共赢。除了技术要不断的提升，金融行业也要积极拥抱新技术并作出场景尝试。平安的实践是将懂行业的和懂技术的人结合在一起组成团队，去进行创新实践。中小金融机构在研发团队和研发资源上的投入不一定那么大，可以选择和科技公司进行跨界合作，一起进行创新实践，或者直接引入它们成熟的解决方案来进行场景落地，这些都是可行的，也是未来的发展趋势。