科技如何驱动金融创新与发展？

当前，数字技术已成为推动各行各业发展的“新引擎”，数字经济的蓬勃兴起为金融业转型发展构筑了广阔舞台。随着技术的完善和社会接受度的提高，“金融+科技”的商业模式将有望为金融行业带来更为深刻的变革。

未来，科技将如何助力金融业持续创新，如何重新评估科技赋能下金融企业的价值等，都是科技赋能金融之路上需要特别关注的问题。

上海交通大学行业研究院成立五周年之际，联合每日经济新闻重磅推出十期“知行天下•行研中国”专栏，每期邀请“1名安泰行研专家+1名业内专家”，围绕行业热点、难点与痛点，以文字对谈的形式，从理论和实践两个层次展开行业洞察。

在第五期对话中，上海交通大学安泰经济与管理学院教授冯芸与中信建投非银与前瞻业务首席分析师赵然，围绕“当金融与科技相向而行”这一话题进行深入讨论。

金融+科技：强强联手

NBD：近年来我们经常会听到两个概念：“金融科技”与“科技金融”，如何用浅显易懂的方式理解这两个概念？这两个概念各自发展的方向是什么？

冯芸：简单地说，“金融科技”可以理解为Technology for Finance，即服务于金融活动和金融行业的科学技术手段，“科技金融”则可以理解为Finance for Technology，即服务于科技活动的金融手段。前者，科技是手段，金融是被服务或支持的对象，而后者则相反，金融是手段，科技活动则是被服务或支持的对象。

从这个角度来理解，受限于服务对象，并非所有的科学技术都可称为金融科技，也并非所有的金融手段都适合于服务科技创新活动和科技创新企业。

科技是把双刃剑，应用于金融领域中的科技同样如此。

金融科技的发展，需要关注科技进步对金融运行模式和风险的改变。我总结金融科技的积极贡献，主要包括（但不限于）以下四个方面：提高金融业务流程处理效率（例如OCR技术）；解决经济社会中普遍存在的信息不对称和信任问题（例如区块链技术）；实现开放和共享，降低开发成本（例如各类开源技术、无代码开发平台、云计算等）；赋能或创新金融服务（例如大数据分析技术为传统“征信白户”提供征信服务，提升金融服务的触达面）。

然而任何一样事物，不可能百利而无一害。与其说要追求百利而无一害的科技创新，不如说是关注在可承受的风险范围内具有正面贡献的科技发展。大家可以注意到，对风险是否可承受的考量，往往又会回归到管理学的范畴。换句话说，任何一项科学技术的应用，最终也必将面临管理问题。

一个典型的例子是区块链技术支撑下出现的加密货币和加密资产，以及由此形成的所谓去中心化金融（Decentralized Finance，以下简称DeFi）。DeFi的出现被认为是过去十年中增长最快的金融创新之一。它最大的革新在于提供了一种完全不同的金融架构，建立分散和开放的可达平台（decentralized and open access platforms），从而减少普通大众对中心化的可信中介的依赖，消除金融中介带来的效率低下和固有的金融脆弱性等问题。

DeFi的创新程度如此之大，有学者甚至认为她与金融科技存在区别。DeFi是科技进步，特别是现代信息技术发展所引发的金融体系的变革，已然脱离技术更新改造这一低层次的创新，具备颠覆性创新的特征。当下DeFi架构下加密交易所、借贷市场尤其值得关注。

然而，DeFi并非完美无缺，同样摆脱不了双刃剑的喻义。学者们一直强调区块链解决了“乌合之众”的相互信任问题。DeFi本身的设计却仍有可能带来新的风险问题。Liu, Makarov和Schoar（2023）就指出，通过区块链实现的交易架构，使得投资者们能够更加密切地监督彼此的行为，反而加速了挤兑的速度。同时，DeFi也给税收执法带来巨大的挑战，从而加剧洗钱犯罪等问题。面对这样的金融创新，监管与创新之间的博弈在很大程度上决定金融科技未来的发展和应用。

科技金融所服务的科创活动，其覆盖的科技行业范围更大。而此时的金融服务和金融体系则属于从属地位，需要与科学技术的客观规律相适应。

金融支持科技过程中需要解决的痛点问题，第一是科技创新过程周期长，其投入需要长期资金的支持，第二，科技创新存在高度不确定性，需要有效的风险评估和分担机制。我国长期以来以银行为主体的相对单一的金融结构，显然无法适应科技创新的客观需要。而同样需要改变的还有相关税收政策、市场准入和监管框架。

此外，中国的国情还有一个特殊性在于地方政府对经济发展和科技创新具有内生的干预冲动，如何处理好政府和市场的关系也是一个重要的方面。而旨在解决上述问题的有效金融创新和机制创新都是科技金融值得关注和发展的方向。需要说明的是，仅是金融或许还不够，可能还需要超越金融的力量，社会资本的支持。

赵然："金融科技"和"科技金融"虽然听起来非常相似，但其含义和侧重点都有所不同。"金融科技"是指利用科技手段改进和优化提供金融服务的行为或行业。其主要焦点是使用科技手段改革传统金融业务模式，使得金融服务更加普惠、便捷和高效。移动支付、网络银行、互联网券商和保险科技等都是金融科技的典型应用。

"科技金融"通常指金融机构为科技行业提供专门的金融产品和服务，以满足科技企业在创新和发展过程中的特殊需求，助力科技行业的创新发展。"科技金融"突出了金融服务与科技产业的紧密关系，体现了金融机构为推动科技产业的发展，不断创新服务产品和模式，为科技公司提供更加精准、有效的金融服务。

这种理解中的"科技金融"突出了金融服务与科技产业的紧密关系，体现了金融机构为推动科技产业的发展，不断创新服务产品和模式，为科技公司提供更加精准、有效的金融服务。这种金融服务能够更好地支持科技企业的发展，包括初创企业的孵化、科技项目的研发、技术的推广应用等。

NBD：从当前市场情况来看，金融机构在科技领域的重点探索和实践方向分别在哪？

冯芸：即便同样是金融机构，因为商业模式上的区别，对科技领域的关注点也不尽相同。

2022年Gartner将多模态的生成式AI技术列为银行和投资服务行业的三大热门技术趋势之首。上述技术的应用有望提高与客户的沟通效率，优化用户体验；辅助投资分析和决策；增强风控能力；提高研发效率，实现专家知识的归纳和沉淀。

在支付领域，主要关注多元生物识别技术的更深层次的应用。例如，第二代生物识别技术在一定程度上解决刷脸支付存在的安全性和便利性的问题。

而对于交易所等金融基础设施机构，更关注IT技术架构中核心系统及其他相关业务系统的容量和性能指标，在性能上则更多地关注交易响应速度、系统可靠性和业务的连续性。

中小型金融机构，由于不堪承受在金融科技上的巨额投入，具有明显共享特征和良好扩展性能的技术则显得尤为重要。当前主要关注的领域包括云原生技术等。

在严监管趋势下，不断上涨的合规成本对金融企业而言是不得不面对的问题。为此，更多地关注监管科技的发展。

赵然：金融机构正在人工智能、大数据分析、云计算和科技公司投融资等多个科技领域进行重点探索和实践。在人工智能领域，金融机构正在利用AI为客户提供风险评估、投资咨询等服务。例如，通过机器学习模型预测借款人的违约风险，或者通过聊天机器人提供24小时的客户服务。

此外，大数据可以帮助金融机构更好地理解和预测市场动态，提升风险管理能力。例如，通过分析大量消费者数据，金融机构可以更准确地进行信用评估。同时，通过云计算，金融机构可以更灵活地扩展计算能力，更有效地处理大量数据，还可以降低IT运维成本。科技公司投融资方面，金融机构也开始专注于为科技公司提供定制化的金融产品和服务，以满足科技公司在各个发展阶段的不同需求。

这些科技应用不仅有助于提升金融服务的效率、质量和客户体验，也能够为金融机构带来新的业务机会。

金融+数据：转型发展

NBD：传统金融机构在发展金融科技的过程中，可能面临投入成本与收益回报不平衡的难题。要想构建成熟的“金融+科技”商业模式，需要注意哪些问题？

冯芸：可持续的商业模式对应的往往是一个可持续发展的生态环境。在一个生态体系中，如果只是单纯地追求某一个组成部分指标的改善，而不考虑整体生态环境的改善，往往会造成投入成本和收益回报的不相称。

金融机构在畅谈数字化转型的时候，要注意如何将各个要素进行有机整合。这也是当前许多金融机构在多年金融科技巨额投入和探索之后，努力将前、中、后台进行一体化、智能化整合的原因。同样需要做系统化考虑的还有行业内部，但其需要更高层面的组织架构来推动。

此外，金融机构的管理层，如果思维方式不加改变，而只是一味地加大科技投入，甚至将科技输出作为业务新的增长点，数字化转型也只能停留在表象，甚至拖累企业的发展。

赵然：成功构建“金融+科技”的商业模式，需要注意五方面的问题。首先，投入与回报。金融科技的投入往往较大，特别是在技术研发和人才引进上，而且回报的体现需要较长时间。因此，金融机构需要进行长期规划，做好成本控制，并对投资回报有合理的预期。

其次，数据安全与隐私。金融科技的发展依赖于大量的用户数据，这需要金融机构对数据安全和隐私进行严格管理和保护。

此外，法规合规问题同样重要。由于金融科技涉及到许多新的业务模式和技术应用，可能会触及新的法规问题，因此金融机构需要与监管机构保持密切沟通，确保其业务操作符合相关的法规要求。

同时，金融机构也需注意文化和组织变革问题。数字化转型往往需要金融机构进行深度的文化和组织变革，如培养数字化的思维方式，建立敏捷的组织结构等。

在客户体验方面，无论如何改变，客户始终是金融机构核心。提供优质的客户体验是所有商业模式的基础。技术应该作为提升客户体验的工具，而不是目标。

NBD：科技与金融的融合过程中，数据发挥着十分重要的作用。金融业如何进一步用好数据要素，利用大数据开拓更多新场景与新业态？

冯芸：得益于科技的发展，金融行业在数字化转型的过程中沉淀了海量的数据。数据只有在充分流转和使用的基础上才能发挥最大的价值。而实现上述目标的前提是理清数据生产的全生命周期，以及数据定价机制，并设计合理的交易机制，规范交易和使用行为，真正打通数据的生产、流通和消费环节，实现数据产品化、资产化。这是需要一段相当长的时间去解决和完善的基础性研究，其中涉及经济和法律等多个环节。

但是，金融企业对数据的应用并没有因为基础性问题尚未完全解决而停滞。随着金融机构在大数据应用探索加深，已开发出来的应用场景覆盖征信、风控、获客等异常交易行为的识别和监控，为提升金融服务质量和可达性具有诸多正面贡献。

未来大数据的应用扩展，应该会得益于以下两个方面，第一是技术的发展。数据作为一种经济要素，不能脱离包括人工智能等其他技术和现实应用场景而孤立地存在，而是相互成就。近期生成式人工智能技术的发展让数据的价值得到更加充分的体现。第二，跨机构之间的数据安全共享，也能挖掘出更大的数据价值，由此也对数据的隐私性和安全性提出更高要求，成为近期金融科技和金融监管发展引人注目的方向。

赵然：数据是金融科技发展的关键要素。金融机构可以从四个方面，更好地利用数据资产并开拓新的应用场景。

数据分析和挖掘方面，金融机构可以通过数据挖掘和机器学习技术，发现数据中隐藏的规律和价值为决策提供依据。接着，进行数据驱动的产品开发。金融机构可以基于数据分析，开发出更符合客户需求的产品和服务，如通过分析用户的投资偏好为其提供更个性化的投资建议。

聚焦数据驱动的风险管理上，金融机构可以通过数据分析，更准确地识别和管理风险。例如，通过分析贷款客户的还款数据，可以预测客户的违约风险；通过分析市场数据，可以预测市场风险，帮助投资决策。

当然，也要关注数据驱动的营销和服务。金融机构可以通过数据分析，更精准地进行营销活动，提升服务质量。例如，通过分析客户的消费行为和偏好，可以提供更个性化的营销信息和服务。

总之，在利用数据的同时，金融机构需要注意数据安全和隐私保护，遵守相关的法规要求，确保数据被合法、合规、合理地使用。

金融+治理：完善监管

NBD：科技赋能了金融业，与此同时也带来了新的问题。如何重新评估科技赋能下金融企业的价值？是仍然遵循以往的价值评价体系，还是应该引入新的思路？

赵然：科技赋能下的金融企业价值评估，可能需要引入新的思路，将各类因素考虑在内，以更全面地评估企业价值。

首先，技术能力和创新能力。科技赋能下的金融企业，其技术能力可能成为重要的价值体现。企业的大数据分析能力、人工智能应用能力、区块链技术能力等，都可能成为评估企业价值的重要因素。同时，金融企业需要不断进行创新，以应对快速变化的市场环境。企业的创新能力，包括新产品开发能力、新业务模式创新能力等都将成为评估企业价值的重要考量。

其次，用户体验。科技赋能的金融企业往往侧重于提升用户体验，如提供更便捷、更个性化的服务。因此，用户满意度、用户黏性等可能成为评估企业价值的重要指标。

再次，数据资产。科技赋能的金融企业通常拥有大量的数据资产，这些数据资产可以帮助企业更好地理解市场和用户，提升决策效率，因此，数据资产的规模和质量可能也是评估企业价值的重要因素。

最后，法规合规能力。随着科技的应用，金融企业可能会面临更复杂的法规环境，企业的法规合规能力也可能影响其价值。

NBD：虽然金融科技近年来十分火爆，但不难发现所有机构都面临缺乏人才的核心痛点。金融与科技分属两个高度专业化的学科，面对市场新挑战，我们如何培养和发现“金融+科技”的复合型人才？

冯芸：金融和金融科技相关技术背景出身的人才，在对金融科技的理解上存在较多差异。能够理解上述差异，并擅于发现并利用两者的融合，开发新型金融服务模式和金融产品，是我们致力于培养的复合型人才。

对此，不少人会想到培养“既懂金融，又要懂技术的复合型人才”，这一目标是好的，但道路会很漫长。在校期间，学校不仅要提供跨学科的、理论和实践相结合的教学培养方案。毕业之后，他们还需要跨行业的从业经历，才能达到真正的融会贯通。这也决定了这类人才的稀缺性和不可批量复制性。

同时，这类人才通常是一个金融科技团队的领头羊。在团队内部，可以配置多学科团队成员，以团队作业的方式，通过长期项目实践和合作，将有希望培养更多复合型人才。

NBD：如何建立和完善金融科技安全监管和治理的模式？

赵然：金融科技的发展确实会带来诸如数据隐私泄露、网络安全威胁以及算法决策的公正性和透明度等方面的新风险。为解决这些问题，政府、金融机构、科技企业、消费者等各利益相关者需要共同努力。

首先，在完善相关法律法规和强化监管科技方面，国家应根据金融科技的发展情况，及时制定和修订相关法律法规，明确规定金融科技应用的规范和标准。同时，金融科技企业需要通过引入先进的科技手段，如大数据、云计算、人工智能等，提高监管的效率。

其次，金融科技企业应建立健全风险管理体系，强化风险管理，以识别、预防和控制金融科技带来的新风险。这包括但不限于数据安全风险、运营风险、信用风险、市场风险等。

第三，在大数据和AI等技术广泛应用的背景下，金融科技企业应严格遵守数据隐私保护的相关规定，保障用户的隐私权益。

此外，金融科技企业应提升其服务和产品的透明度，确保算法决策的公平性和可解释性。同时，也应建立有效的纠错和申诉机制，以保障用户的权益。

冯芸：从经济学的角度，金融监管可以看作监管者与被监管者之间的隐性契约（胡滨，2022）。历史经验表明，金融监管或多或少都会滞后于市场实践和创新。这就使得金融监管总会给市场实践者或金融创新留下一部分剩余权利空间，甚至诱使市场实践者出现激励扭曲。因此，对当下科技普遍渗透下，金融创新此起彼伏的金融行业而言，对金融监管的前瞻性提出了更高的要求。

但是，另一方面，金融监管又不能一味地在金融创新初起之时便过度严控，只因为金融创新潜在的风险而忽略其可能产生的更大的回报，更何况在金融创新应用初期，监管仍难以预判其未来的风险水平。

在上述两难境地下，确实需要完善传统的金融监管模式，特别是针对金融科技在其应用和推广过程中的监管和治理模式。针对这些问题，监管沙盒作为一种新型的政策工具和治理模式，或许是一种相对安全有效的解决方式。