學術界與金融業Fintech創新迸發：一文總覽3大行、清華叉院最新Fintech成果

雷鋒網AI金融評論報道，2018年1月20日，由中國網路空間安全協會、金融科技創新聯盟、中國工商銀行、中國金融電腦雜誌社主辦，騰訊公司、百度公司、IBM（中國）聯合主辦的「第二屆中國金融科技創新大會」在北京舉行。

據雷鋒網AI金融評論了解，大會聯合發布了專題報告《智能金融聯合報告：與AI共進，智勝未來》；同時中國工商銀行、中國農業銀行、中國銀行、國泰君安證券等國內主流金融機構，以及清華大學交叉信息研究院智能金融科技中心等研究機構發布了金融科技最新成果和應用創新案例。

從中國農業銀行分享的案例中，可以看到目前農村金融服務的機遇和困境，以及農行實踐出的解決方案；從中國工商銀行的案例中，可以看到物聯網對於新金融的機遇；清華大學交叉信息研究院金融科技中心的引擎系統，為我們呈現了全金融市場的系統性風險量化管理的必要性和可行性……

具體來說，對這些成果和案例，雷鋒網AI金融評論作以下盤點和梳理：

金融機構的創新求變中國工商銀行：物聯網技術是植根互聯網的重要抓手

中國工商銀行發言人表示，現在整個金融服務朝著數字化、線上化智能化方向發展。而為了應對「三化」的趨勢，工商銀行未來必須要打造「發展的核心理念、優質服務供給的能力，洞察分析、快速響應創新發展的能力，風險控制等的能力」。

為了形成這些能力，工商銀行採取了三個方向為主要的抓手：

• 第一個從2014年開始我們推進實施IP效率轉型，將原有的大核心為核心的系統，向未來主機核心加開放平台的雙核心轉變。

• 二是內部的組織機制和管理方面做出相應的適應和挑戰。到2017年，中國工商銀行成立了七大創新實驗室，2017年先期投入300人的規模從事研究工作，未來三年預計投入500名專職人員從事相應的創新應用研發。研發方向包括企業級的應用，包括所謂的分散式技術，大數據跟雲計算，以及物聯網，生物識別，區塊鏈和量子通訊。上述這些集群技術，工商銀行內部進行了相應一些應用試點。

• 三是進行了人工智慧、圖計算、GPU、虛擬現實、增強現實等技術的驗證的工作。2017年工商銀行新吸納一個團隊開展前瞻性的擬態防禦的構造，以在金融安全方面能夠更好滿足實際需求。

具體的技術研發和驗證工作，中國工商銀行發言人介紹有：

• 第一是分散式技術體系。中國工商銀行通過近幾年的摸索，對分散式資料庫，分散式服務，分散式構建等等打造了一些技術平台，通過這些技術平台可以快速向產品線或者是在研發過程提供分散式技術支持。

• 在大數據方面，工商銀行打造了『兩庫一平台』為核心架構的大數據服務體系，即所謂結構化數據，就是數據倉庫；以及非結構化數據圖片視頻、音頻文檔，所謂集團的信息庫；另外，行內構建了五個流數據平台。例如，在客戶營銷場景中，通過客戶畫像可以為客戶提供比較精準的服務推薦；同時在風控領域發揮了作用。

• 雲計算方面，將努力建設Iass跟Pass的平台，其中Iass也做了落地，現在有萬級容器的規模，但跟阿里公有雲比還是要弱一些。

據介紹，業務方面中國工商銀行也做了相應的探索：

• 消費互聯網金融領域比較被動，還有廣闊的空間可以進一步探索。如果銀行去植根到所謂產業互聯網，物聯網技術是非常重要的抓手。某種技術跟工業、農業、商業等消費領域進行融合集成，可以加速相應的信息的交換、融合。同時風險防控應該有更好的措施和手段。

• 此外，行內信用卡分期、車押貸款、車輛管理還是鬆散，在2018年繼續深入擴大物聯網應用。

• 區塊鏈方面，工商銀行打造了自主的區塊鏈平台，申請了十一項專利。兩個試點包括：貴州拆遷款記錄，雄安新區智慧森林的建設。因為其實用的比較簡單，就是應用區塊鏈技術的不可篡改特性，保證整個交易過程資金劃歸過程都是可回溯的。

• 生物識別確定一定應用成績，但生物識別技術還是存在著潛在風險，工商銀行一直把它作為一個輔助手段，該技術未來還是需要加強。

• 上線了智能投顧應用AI投。詳見雷鋒網AI金融評論此前報道——《工行公布上線智能投顧「AI投」，「四大行」在金融科技賽道的新發力》

• 最後，是通過API開放平台打造更加開放互聯融合的金融生態。通過這個API平台可以很方便地跟工商銀行一些金融工商服務進行集成。

中國農業銀行，以金融科技助力「三農」金融服務轉型

第一部分是和大家一起看一下三農金融服務的機遇和挑戰。第二部分是農行前期探索與實踐。第三三農綜合服務平台—惠農E通。最後未來的展望與願景。

據雷鋒網AI金融評論了解，演講中中國農業銀行發言人表示，從基礎建設的角度來分析，農村的信息化程度在不斷的提高，同時農村網路環境大幅度提升，農村人口結構和收入都在持續優化，但是我們還是面臨著重大的一個挑戰和問題——三農地區獲客成本比較高，而且利潤很低，服務可獲得性非常差，信用體系不完善。基於這樣一個，怎樣面對挑戰解決這些問題？金融科技是我們最好的切入點。

中國農業銀行通過多年的總結、實踐，探索出來的互聯網三農金融服務有以下五個模式：

第一就是電商加涉農，第二是商業銀行線上化服務，第三是以農業的龍企業為代表的農業產業鏈加在線金融的模式。第四是以農產品交易市場加供應鏈金融。最後是P2P、眾籌。

相應的，農業銀行形成了「三大平台五大產品線」的長期戰略。三大平台分別是社交生活平台，電子商務平台，金融服務平台。五大產品體系就是網路支付，網路融資等。

• 以區塊鏈為例，區塊鏈部分搭建了農行區塊鏈技術平台，支持整個雄安新區拆遷款的補償和發放；

• 移動互聯方面與農行安全支付體系結合，推進三農服務的移動化。

• 人工智慧方面，我們和百度聯手構建了一個「金融大腦」，在業內率先推出了安全邊界的刷臉服務，提供了語音導航。其中，中國農業銀行2015年將智能客服用到了三農領域，今天對人工的轉流率、分流率已經超過60%。

• 大數據方面，中國農業銀行推出了數據網貸等現代產品，每月7000萬的用戶推送精準的營銷信息。

• 雲計算方面我，中國農業銀行是和華為開展的聯合創新，建設了新一代的基礎架構雲計算的平台。

中國農業銀行一號工程：惠農E通平台

惠農E通平台，是中國農業銀行一號工程，主要以互聯網金融服務三農的綜合平台。在此平台上，又有三大產品線，分別是惠農E貸、惠農E付、惠農E商，每個產品下有五個子產品，共同支撐著惠農E通平台。據雷鋒網AI金融評論了解，該平台實際的生產場景就是生產+流通，包括生產、庫存、配送、訂單，實現農產品的進程和工業品的下鄉，同時把中國農業銀行的服務，包括電商服務和傳統的金融服務融合到管家服務中，即把供銷層的關係，和金融服務結合在一起，有場景有服務，有流量，形成生態閉環。

未來的展望和願景，無論是服務三農還是服務城鄉，實際上永遠離不開基礎設施的建設。所以說這些後續的創造，還是依賴於整個農業銀行金融科技具體的應用和實踐。

中國銀行：金融科技助力商業銀行業務發展

中國銀行金融技術創新辦公室（以下簡稱「辦公室」）發言人介紹稱，

中國銀行於2016年8月份成立了金融技術創新辦公室，主要面向一個痛點——解決現在整個商業銀行風險偏好和金融科技創新的風險激進這兩者之間的不平衡的問題。

強監管場景的技術應用採用自主研發

中國銀行方面介紹稱，該行做人工智慧的嘗試，選取的角度和同業的想法不太一樣。首先，生物識別、智能客服等採用外包形式完成。而對於涉及數據等強監管的場景，辦公室希望在保障數據隱私安全的情況下，通過一定的外界合作實現自主研發。具體來說，中國銀行目前希望自主研發的應用，集中在兩個場景：

• 第一個場景是應用人工智慧技術提升效率，比如SWIFT分報。這個場景中國銀行現在應用在運營方面，就是運營的智能化。這個場景為什麼自己做的？這裡面包含了很多客戶信息，這些受到強監管。

• 第二部分應用人工智慧技術預測金融市場的初步探索，比如基金風格模型、穩健風格模型等。「做這些模型的時候涉及到大量的業務知識產權，所以這一類工作我們很難通過引進合作的方式去做。」據介紹，這個場景有一些階段性的成果，主要在基準生成模塊，回看市場的信息，給出未來的一個交易方向和交易強度的建議。

當然，在用戶畫像識別、精準營銷、智能風控等領域，中國銀行都在進行相應的研發與應用。中國銀行金融科技創新辦公室發言人表示，

「未來我們覺得銀行對客戶提供的服務就是一個被客戶領養的AI，AI每天和你在一起，不斷學習客戶的喜好，學習客戶的整個情況，以幫助客戶更好地使用銀行提供各種各樣的金融服務。這樣AI未必是長成一個人或者是什麼樣的東西，它可以在你手機里，也可以在你車裡，可以在各個使用的，這些背後就是銀行通過自己內部強大的運營能力來給它提供服務支持。這也是我們未來的一個願景。」

國泰君安證券：技術助力市場、資產的定價把握能力提升

雷鋒網AI金融評論獲悉，國泰君安證券發言人表示，國泰君安未來希望能夠進一步提升對市場、資產的定價把握能力，成為領先的信貸投資銀行。

為什麼講「科技+服務」？據介紹，國泰君安要服務的客戶有1.3億左右，大部分是持有零到50萬的資產，採用傳統的人工服務基本無法完全覆蓋。因此，在技術的幫助下，國泰君安的服務追求四個方面：

跨條線，全場景流程，商業價值傳遞，普惠金融服務。

國泰君安證券方面表示，當前是一個弱人工智慧時代，最大的特徵不能替代人，只是幫助人。所以目前是定位是提供智能服務，以人機同行的方式輔助客戶解決問題。

所以，國泰君安發布了國泰君安智能化服務的品牌「君弘靈犀」智能引擎，這個智能引擎包括面向投資者的投資輔助決策平台，主要解決三個用戶痛點——「投什麼？怎麼投？為何投？」；同時包括自營用的系統。

據介紹，「君弘靈犀」通過用戶數據來為其提供所需的服務，包括證券交易、理財產品、支撐內容、客戶服務。具體來說，其技術鏈條可拆解為：

• 大數據。國泰君安四年前已經做好大數據的平台，能夠提供海量客戶的用戶數據跟行情數據，能夠提供每秒鐘兩萬筆的運算。

• 機器學習。通過向量模型、知識圖譜等技術，快速地解讀海量的研究報告、判斷行情、跟蹤熱點投資者、提供股票策略等。

• 標籤體系。可以服務於各個場景，很多場景的基礎就是這個標籤體系。200多家的基礎業務運營指標，除了用戶專項還有用戶指標的專項。

• 智能匹配。大家知道，真正能把服務做成個性化、場景化、智能化，有一個很重要的，把相應的服務、產品進行智能化的匹配，「我們現在整個匹配的準確率要高於90%，我們有50萬以上的業務推薦的規則已經產生了，可以用實時的資訊、行情、產品等數據進行營銷轉化，幫助用戶進行實時的匹配。」

• 量化策略，國泰君安提供了包含十二年的分鐘級的數據，能夠提供回測的服務，幫助投資者作出量化策略的自我的選擇。

• 語義分析。典型場景之一是智能客服。「通過機器學習，我們可以從海量當中提取特徵做很好的語義處理。」

金融新勢力：基礎學科交叉結合清華大學交叉信息研究院：建設金融市場建模決策優化的底層架構

據雷鋒網AI金融評論了解，清華大學金融科技中心成立於2016年4月份，2017年12月份，又把這個金融科技中心升級為金融科技研究院，同時成立了自己的金融科技公司——財富引擎科技公司，用以進行金融科技中心科技的產業化合作。

與此同時，中心發言人介紹稱，清華大學交叉信息研究院在2016年10月份跟螞蟻金服成立了全球首個金融科技實驗室，並且在這個基礎上成立了一個四校聯盟，包括：清華大學、普林斯頓、韓國高等技術院、法國北方高等商學院風險與管理中心。「此前，我們在歐美實踐產學研的項目，做了金融市場模擬和金融優化演算法方面的產學研部署和系統的研究。另外一個是給TowersPerrin公司搭建了系統。」

清華大學交叉信息研究院表示，為財富管理界搭建頂層架構，專業投資者更關注的是風險管理。在美國，底層技術和底層演算法，覆蓋了85%以上的金融機構，專業不專業最大的區分在於，專業的投資指不管是價值投資，還是量化投資、基本面投資顯著的差別就是專業的投資者，能知道自己為什麼虧錢，為什麼賺錢。「所以，引入科學化投資投資系統，就是要解決「投什麼，為什麼投、怎麼投」的問題。」

他介紹道，

「我們做的技術架構，就是做一個大數據的平台，所有的底層資產數據全都整合在一起，在上面進行建模與分析。我們結合了可顯示的傳統統計與金融計量分析的方法，以及現在新的機器學習的方法——機器學習在大規模的風格挖掘上非常有競爭力，另外一方面，統計和計量分析在金融建模可解釋性方面有優勢，所以兩者結合起來。」

清華大學金融科技中心發言介紹稱，從技術框架來說，解決的是整個投資管理問題：

• 一是金融市場的模擬性，解決的是金融市場聯合的風險建模問題。其實就是回答「是什麼」

• 二是金融市場的決策優化引擎問題，來為所有問題找到一個優化的解，這環節利用運籌優化的方法做一個優化的決策引擎。

• 關於「投什麼」，就是一個量化基調的系統，對所有底層資產進行非常深入的分析，同時會對用戶層面進行從標籤系統，到無監督學習的整個建模過程，即用戶畫像的建模系統。

現代券商需要全業務條線的風險管理引擎

打造一個投資管理的基礎架構和底層的能力，在應用層面就包括對證券公司銀行風險管理，對各種公募基金、大型機構投資者、銀行保險公司、養老基金資產負債優化。「所謂智能財富管理，我們其實是想用金融科技的力量去賦能中國的金融機構，可以驅動業務的增長。」

舉個例子，美國每一家券商都會有一個風險引擎—— 一天沒有這個風險引擎就活不下去，可能上午還存在券商，下午就不在了。這曾經有過先例，當年KCG上午還存在一家券商，但是程序裡面出了大Bug，下午就把這個公司所有權虧掉了，下午被人收購了。

清華大學金融科技中心發言人稱，一個非常強大的引擎對現代的券商是非常核心的東西。依靠它可以對整個公司多條業務線，整體的風險敞開估計。實施的控制是非常必要的，隨著我國金融市場的發展，以後每家金融機構都會需要這樣子的核心的引擎的系統。

「那就是說金融市場建模決策優化需要有人來做底層的架構。而清華大學是做這個事的最好載體。」

舉個例子，目前清華大學金融科技中心研發的系統產品，其中就包括一個「MSG金融市場模擬器」，用於先看清金融市場的情況，對金融市場所有的資產進行聯合風險建模，尤其像去年監管層出了資管新規，打破剛性兌付，把風險引入市場。

然而，風險是一個概率分布的事情。「我們的做法是真正走向一個科學的定量分析，對資產內部的風險成分進行深入分析，比如對一道菜裡面的營養成分，包含多少微量元素、多少蛋白質、多少澱粉等進行分析，而不是目前浮於表徵的建模方法。」

比如，資產內部受什麼樣的風險驅動因素，受多少宏觀層面、基本面、技術層面、行業層面、公司層面的風險驅動因素的影響。智能財富管理引擎先利用該程序弄清楚這些驅動因素，「這方面我們總結了上千個風險驅動因素的池子。」

同時基於機器學習的方法，去篩選近期對市場有影響的風險驅動因素。據介紹，系統聯合統計計量的方法，對整個金融市場的收益風險進行聯合建模，以更深入地理解金融市場最後的驅動因素。

「市場上80%的風險變動都是可以量化解釋的。」

據雷鋒網AI金融評論了解，在投資決策環節，這個決策優化引擎，一方面做投資管理優化，另外一方面是風控優化，第三方面就是用戶畫像建模。

但是，清華研發的投資引擎系統還有一個創新之處：對整個用戶畫像分為多個層次。據介紹，

• 一方面基於用戶基本信息、流水信息，以及行為數據等信息進行全方位的評估；

• 但是，給用戶貼上標籤，對業務沒有直接的驅動作用。所以，第二方面是結合無監督學習的技術，就可以對用戶的行為直接建模，直接預測和解釋其微觀行為，從而進行投資管理和服務管理。

最後是整合整個市場上資產進行量化分析，解決「投什麼」的問題。

【今日福利】比特幣等虛擬貨幣的波動性總是出乎人意料，資本和人心難以捉摸，但價格的另一影響因素卻樸素得多——技術和應用價值。這也是2017年區塊鏈行業的關鍵詞。過去的一年，在眾多大小公司湧入區塊鏈，POC項目和代幣遍地開花的同時，也有一些先行者呼籲，「不要為了區塊鏈而區塊鏈」。

技術的發展永無止境，在這條探索的道路上，我們看到的不只是屍骨，還有正在建造的座座豐碑。2017年，雷鋒網曾與數十家區塊鏈行業傳統企業、新創公司進行對話，並報道。現在我們選取了其中8家代表性機構的實踐案例，包括工商銀行、招商銀行、平安集團、銀聯、螞蟻金服等，彙編成特輯報告。除此外，還有20+智能金融公司案例，涵蓋普惠金融、風控信貸、財富管理等議題。

以下為特輯部分目錄：

• 世界經濟論壇報告：全方位評估Fintech將如何顛覆金融業競爭格局，包括路徑、模式和終局

• 前瑞銀大牛：區塊鏈如何變革傳統金融兩大應用模式？

• 區塊鏈+金融，帶你直擊實踐應用中的需求和痛點

• 比特幣、以太坊、區塊鏈、代幣、ICO，你需要知道的一切都在這了

戳這裡 https://www.leiphone.com/specialEdition/detail/s/5a4c9564b9e38，查看特輯全文。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！