張揚
2015年,英國政府科學辦公室發布研究報告——《FinTech的未來:英國成為金融科技的全球領導者》,首次將金融科技的發展與國家競爭力相掛鉤。
其后,全球各主要經濟體陸續制定了金融科技發展戰略,金融科技正式進入發展快車道。
2019年,中國人民銀行出臺《金融科技(FinTech)發展規劃(2019-2021年)》,力推金融科技在深化金融供給側結構性改革、增強金融服務實體經濟能力等方面發揮重要作用。
2022年,中國人民銀行接續出臺《金融科技發展規劃(2022-2025年)》,為新時期金融數字化轉型進一步明晰了戰略方向。如何有效實施新階段金融科技發展規劃,高質量推動金融科技發展,是包括監管方、金融機構、科技企業、研究者在內相關各方都需要直面的重要議題,而準確把握金融科技的發展趨勢,則是該議題的關鍵所在。
根據金融穩定理事會(FSB,2019)的定義,金融科技是一種能夠帶來新商業模式、應用場景、生產流程和產品,同時對相關金融服務產生實質影響的科技創新活動。
從邏輯上看,影響金融科技未來發展的因素圍繞兩個維度展開,一是技術特征,二是驅動力。技術特征是金融對科技的要求,決定了金融科技的技術方向。驅動力是推動金融科技發展的力量,決定了金融科技的發展模式。
Gartner與螞蟻集團在2020年聯合發布了金融科技的技術發展趨勢報告,報告指出,金融科技的技術趨勢將圍繞可信、智能與普惠三方面展開,這一趨勢在近幾年的金融科技創新實踐中已經得到充分驗證。
英國金融行為管理局(FCA)定期發布金融科技創新的前瞻指引——商業計劃(Business Plan),被視為金融科技創新的風向標。
在Plan2019-2020中,開放銀行、數字資產、監管科技都被重點提及;在Plan2020-2021中,重點強調了致力于幫助消費者獲得公平合理的數字金融服務及產品,這些創新方向皆體現了可信、智能與普惠三大技術特征。
2020全球金融科技中心城市研究報告(Global Fintech Hub Report)總結出市場、技術、規則三種金融科技的驅動力,分別是:以中國為代表的市場驅動,以美國為代表的技術驅動以及以英國為代表的規則驅動。
其中,市場驅動模式得益于場景擁抱,重金融科技的場景應用;技術驅動模式得益于技術變革,重技術創造與底層基礎設施建設;規則驅動模式得益于監管創新,重監管體系完善與整體生態優化。

資料來源:本研究整理
中國總體上是市場驅動,近年來在內部也產生了分化,比如上海利用金融總部優勢擴大了市場驅動,深圳、杭州利用產業鏈與技術人才聚集優勢強化了技術驅動,北京利用監管資源優勢深化了規則驅動,從側面佐證了三種驅動力的存在。
如果把技術特征與驅動力疊加,可以勾勒出金融科技的九大發展趨勢。
從創新主體來看,金融科技可分為兩種:傳統金融機構的創新與科技公司的創新。
金融科技創新最初由科技公司主導,主要原因在于金融以信任為前提,在技術與模式存在不確定的情況下,傳統金融機構不敢貿然進行全然創新,而只是借助于成熟的互聯網技術來進行前臺改造。
近年來,隨著全棧可信技術的發展,理論上可以使金融機構在系統架構上實現原生性可信能力,進而全鏈路實現安全可信。
因為這一技術趨勢日趨明顯,傳統金融機構開始嘗試運用可信技術進行中后臺流程再造,國際領先的外資銀行以場景為創新中樞,通過自主研發、技術合作等模式,用于全面數字化轉型投入的利潤占比已接近20%。
金融科技領域的可信性技術始于區塊鏈,其重要性已上升到國家戰略層面。
區塊鏈技術目前處于快速發展期,多個基礎技術領域仍在不斷演進,包括提升安全性、提高互操作性、增加可擴展性等,這些技術發展主要圍繞著區塊鏈的應用需求展開。過去一段時間,區塊鏈應用集中在局部單一領域,重點解決“局域網”內部的商業協作。
隨著區塊鏈應用場景的進一步擴大,局部數字資產流轉已不能滿足發展的要求,資產在不同行業、機構、伙伴之間形成全面流動才是必然趨勢。
未來幾年,金融區塊鏈將成為金融科技的主要創新場景,比較確定的創新將集中在兩個方向:一是跨鏈金融,比如供應鏈金融、跨境金融與“三農”金融,實現核心企業、供應商、經銷商、物流、金融機構多環節多角色在不同空間的資產與資金的安全流轉;二是基礎平臺改造,比如基于區塊鏈的支付清算體系、基于區塊鏈的數據確權等。
2015年,FCA提出沙盒監管(Sandbox)的概念,提倡“主動創新型”監管,對金融產品與商業模式創新提供安全的測試環境,同時又防止創新風險外溢。
沙盒監管的特點是追求創新與監管的平衡,在信用風險可控的前提下,通過監管制度設計來激勵創新,包括限制性牌照、單獨輔導、規則豁免、無異議函等多樣性監管工具,主要有快捷沙盒、監管沙盒、產業沙盒等分層監管方式。

相比傳統金融監管,沙盒監管呈現出非標準化特征,在可復制性上存在一定局限。但隨著英國的成功示范以及國際監管組織的大力推廣,市場已經廣泛認可創新型監管能夠有效促進金融科技發展,目前,全球已推行沙盒監管的國家和地區逾40個,漸成趨勢性潮流。
智能風控是監管科技的一個重要分支。
金融風險決策是一個不斷對抗升級的過程,越來越多風險體現出團伙性和隱蔽性,風險控制無法通過單一事件和行為信息來做出準確判斷,更多需要借助于交易關系、資金關系、位置關系、社交關系等多維信息,因此,金融機構對基于全面信息分析的風控需求非常迫切,風控的智能化也成為了一種必然結果。
未來幾年,圖計算技術大概率被引入智能風控之中,從單一金融行為數據走向跨行業多維異構數據,從單一時間切片的圖數據走向基于時序的圖數據。
在此基礎之上,疊加人工智能以作決策。此外,圖計算能夠幫助金融專家將其行業經驗以規則方式沉淀下來,引領智能風控向縱深發展。
機器學習高度依賴于數據訓練集,金融行業海量用戶所產生的交易、客戶、賬單、轉賬記錄為機器學習提供了絕佳的數據場景。
最近幾年,機器學習的場景應用不是很成熟,但是一些金融機構與科技公司依然堅持在該領域進行創新,為未來可能的爆發做試驗性儲備。
同時,機器學習的基礎性技術也在同步發展。傳統機器學習中,因子分析依賴專家經驗和專家模型,而基于自動因子發現的新一代機器學習可以自行發現因子,在零人工干預的情況下實現自學習,能夠同時探索用戶的金融行為和外部的生活關聯數據,代表著機器智能的發展方向。
國際清算銀行金融穩定協會(FSI)對監管科技的應用場景進行了系統描述:在合規端主要實現數據自動搜集與管理;在監管端的應用體現在四個方面:市場監管、不端行為監測、微觀審慎監管、宏觀審慎監管。
2017年,中國監管當局提出要充分利用監管科技,“提升跨行業、跨市場交叉性金融風險的甄別、防范和化解能力”,并進一步提出“金融科技基礎設施”是實現宏觀審慎目標的重要工具,從而創造了監管科技的一個新方向。
根據畢馬威的最新研究報告,疫情下,全球范圍的監管科技投資不減反增:針對加密貨幣的監管科技投資成為重點方向;反洗錢、客戶身份識別解決方案和欺詐保護維持著投資熱度;以英美為代表的監管科技市場逐漸成熟,亞洲市場正處于爆發前夜。
隨著亞洲市場崛起,金融科技基礎設施建設走向深入,監管科技不會拘泥于智能風控、自動報告生成、反詐監控等領域,更多創新將在監管科技與金融科技基礎設施的深度融合中誕生。
互聯網金融最初以普惠金融的形象出現,P2P一度被視作最佳普惠金融產品,受到市場的熱烈追捧。
2016年,P2P的消費者侵權現象開始受到關注,美國金融消費者保護局(CFPB)加強了對P2P的監管,P2P的規模與活躍程度不斷降低。
2018年,中國開啟了P2P行業整頓,2020年底,中國銀保監會發布《中國影子銀行報告》,按照監管覆蓋范圍和強度、產品結構復雜性及杠桿水平、信息披露充分性與全面性以及集中兌付壓力四項標準,將P2P列入狹義影子銀行范疇。2021年,中國P2P在營機構實現清零。
目前,在全球范圍內,P2P雖然作為一種商業模式依然存在,規模已經不大。從金融科技普惠性的發展趨勢來看,已非單純追求用戶的可到達率,而是在保障消費者權益的前提之下,運用多元技術追求多元目標,確定性的實現方式尚在探索之中。
用戶智能是數據智能與人工智能的結合態,通過搜索推薦、服務理解等,達到用戶與服務的精準匹配。
疫情迫使金融服務進一步線上化,客觀上加速了用戶智能的到來。未來幾年,用戶智能會廣泛應用到各類金融場景中,較為典型的場景包括:
利用人工智能算法,依據用戶的投資偏好、目的及風險承受度,為投資者提供個性化的智能投顧服務;結合海量用戶數據與智能推薦技術,為用戶提供定制化的智能保顧服務;基于自然語言溝通方式,利用聊天機器人、虛擬助理等為用戶提供智能客服服務;采用機器學習算法,深度挖掘客戶交易、消費、社交、信用等行為數據,進行用戶畫像、用戶分層和用戶定位的智能營銷服務。
國際清算銀行(BIS)、金融穩定委員會(FSB)曾組織各國央行評估BigTech對金融領域的影響,主要國家金融監管部門開始重視BigTech的負面效應,并從金融準入、市場競爭監管、數據保護等方面強化監管。
2019年,美國展開了針對亞馬遜、谷歌、Facebook等平臺巨頭的反壟斷調查;2020年6月,歐盟委員會啟動了針對蘋果應用商店與蘋果支付的反壟斷調查;同年12月,中國針對互聯網平臺的壟斷行為展開專項整治行動。
中、美、歐在互聯網平臺反壟斷問題上所發生的共振,表明Bigtech在金融領域的創新活動正式進入嚴管周期。
相對應的是,監管方也開始反思金融業的壟斷性對普惠性的侵害。
歐盟推出通用數據保護條例(PSD2),通過立法推進數據開放;香港金管局也出臺指引,強制要求銀行分四個階段開放API;開放銀行概念興起,金融機構開始探索一種與商業生態系統共享數據、算法、交易、流程和其他業務功能的平臺化商業模式。
數據監管與信息保護的重要性,已在各國的金融科技監管中得到確認,趨勢不可逆轉。