导语：科技的变革贯穿金融的发展历史，技术从支撑和保障逐步变为创造价值,成为引领金融变革的重要动力。科技对金融的推动作用，可以从技术对金融服务供给结构、生产效率和价值创造的影响三个维度展开。供给结构反映了金融服务供给和金融服务需求的匹配度，技术影响了金融创新的潜在水平，一同推动金融供需的发展。生产效率囊括了要素效率和组织效率，反映了金融业的整体有机性，技术创新不仅带来生产力提升，同时也改变了金融行业的价值创造体系，催生出了新的商业模式和服务关系。价值创造包括为金融服务的附加价值，客户的真实需求的转变与增加给金融科技活动带来新的拓展空间。
导语：科技的变革贯穿金融的发展历史，技术从支撑和保障逐步变为创造价值,成为引领金融变革的重要动力。科技对金融的推动作用，可以从技术对金融服务供给结构、生产效率和价值创造的影响三个维度展开。供给结构反映了金融服务供给和金融服务需求的匹配度，技术影响了金融创新的潜在水平，一同推动金融供需的发展。生产效率囊括了要素效率和组织效率，反映了金融业的整体有机性，技术创新不仅带来生产力提升，同时也改变了金融行业的价值创造体系，催生出了新的商业模式和服务关系。价值创造包括为金融服务的附加价值，客户的真实需求的转变与增加给金融科技活动带来新的拓展空间。
根据埃森哲数据，2008年全球金融科技领域投融资额为9.3亿美元，截至2018年末上升为553亿美元，持续增长的资本推动金融科技快速地发展，并不断驱动金融行业创新。金融与科技的深层次地融合，改变了金融渠道、获客等前端环节，也在驱动产品设计、风控、合规等中后台领域的变革，帮助金融业务提升服务效率、客户体验以及服务规模，同时降低企业成本和相关风险。
“金融科技”由英文“FinTech”翻译而来，是Financial和Technology合成的新名词，能够理解为金融服务中所应用的技术。它起源于美国硅谷，上世纪90年代，高盛、瑞信等投行都成立了“FinTech”的部门。从行业本质来看，金融本身是信息数据驱动的行业，金融行业的发展依赖于信息技术，并随信息技术的迭代不断进行变革。
20世纪60年代开始，金融行业进入电子时代和信息数字化时代，金融机构利用信息软件和硬件实现电子化办公，大幅度的提升了服务效率。在20世纪70年代，计算机和本地网络等信息技术的发展为金融业提供了一种快速而经济的方式来访问和获取信息，逐渐普及的计算机刺激了许多处理电子数据处理的小型金融公司的发展。同时，信息技术的速度和可靠性支持了全国金融服务的创建，包括电子支票和信用卡处理。自20世纪90年代中期以来，金融行业一度成为IT产品最大的购买方。
随着互联网的发展，其开放性、公共性威胁着20世纪末金融业发展起来的封闭式信息网络。1995年，富国银行开始使用万维网提供网上银行服务，开启了网上商业交易时代，到1998年，互联网已经负责处理了超过500亿美元的交易。到21世纪，网络技术加快速度进行发展，持续与金融行业融合，整合业务系统、重塑业务流程，实现渠道网络化，不断的提高金融服务的可获得性；互联网交易的年交易量更高，需要更大的网络、更多的计算机和更好的安全程序。2005年，首家没有营业网点的直销银行在英国出现，在中国，随着电子支付、电子商务的普及和网络借贷的兴起，互联网与金融的结合慢慢的开始从技术领域向业务层面深化，金融行业呈现出明显的数字化特征。
2016年金融稳定理事会对金融科技进行了全面和系统的定义，并获得了市场认同。金融科技指技术带来的金融创新，它能创造新的业务模式、应用、流程或产品，从而对金融市场、金融机构或金融服务的提供方式造成重大影响②。该定义强调了技术为金融业务带来的支撑、改进和变革。
评价科技对金融的推动作用，可以从技术对金融服务供给结构、生产效率和价值创造的影响三个维度展开。其中，供给结构反映了金融服务供给和金融服务需求的匹配度；生产效率囊括了要素效率和组织效率，反映了金融业的整体有机性；价值创造包括为金融服务的附加价值。
技术影响了金融创新的潜在水平，一同推动金融供需的发展。从业务流程来看，核身、授权和资金的清算交割是金融交易的三个基本要素。因此，能够解决身份核验、授权、清算等金融业务流程痛点的有关技术的变革，势必导致金融行业形态发生明显的变化。在传统金融当中一直存在一些痛点问题，例如融资成本高、反欺诈、定价困难、管理成本高、开户程序繁琐、资管效率低下等，这些痛点问题为金融与技术的结合提供了可能性，而云计算、大数据、AI和别的信息技术的应用为这些解决痛点问题的高效率解决提供了重要支撑。
技术创新不仅带来生产力提升，同时也改变了金融行业的价值创造体系，催生出了新的商业模式和服务关系。借助云计算、人工智能、区块链等新技术，金融科技公司得以优化传统金融机构的服务链，重塑业务场景，使它们在用户管理、产品定价、渠道营销和运营模式方面具备了优势地位，以极快的上涨的速度和极强的可复制性颠覆了传统金融服务的提供方式。金融行业的边界也被突破，金融业务被具备比较优势的企业所分解，行业衍生出第三方支付、智能投顾等细分业务领域。
金融需求层面也产生一些深刻的变化，用户行为和期望发生了极大的改变，用户对于产品和服务的即时性和便捷性要求慢慢的升高；用户转换服务商的门槛越来越低，用户的忠诚度极大地取决于产品和服务是不是满足了其需求，客户体验慢慢的变重要；此外，客户的真实需求更加多元化和碎片化，非金融需求日益强烈，金融需求、非金融需求与场景联系更加紧密。需求的转变与增加给金融科技活动带来新的拓展空间。从衣食住行所有的领域，金融服务与产品在新技术支撑下，快速跨越空间与时间，整合在客户的真实需求里，无限扩展金融供给与需求对接的市场空间。面向个性化产品的服务需求，企业也能够最终靠提供差异化的产品及服务，在市场之间的竞争中获得有利的地位。
从整个金融服务层面来看，平台经济、开放模式等正全面改变现有金融服务生态，传统金融机构、新兴的科技公司、网络公司等在生态版图中的关系变得愈加复杂。金融服务的产业链不再纵向集成，而是呈网状分布，任何两者将都有几率发生信息交换乃至交易关系。
大数据技术是以数据搜集、分析、应用和挖掘为本质的新一代信息技术。大数据技术的战略意义不是掌握大量的数据信息，而是通过专业化处理，挖掘数据中隐藏的价值，给决策提供数据支持。
大数据技术包括大数据搜集、存储、处理、分析和挖掘技术，如下图所示，该技术图谱以大数据的处理流程为依托，分别罗列了在大数据处理的各个阶段，所需要的具体技术。大数据处理过程分为四大步骤：数据搜集、数据存储、数据处理、数据分析和挖掘。
中国大数据产业规模持续扩大，2018年，中国大数据产业规模突破了6000亿元，随着数据经济的推进，预计2019年大数据产业规模将达到7150亿元。④
大数据的应用已成为金融企业的核心竞争力。大数据应用与金融创新的重点是如何通过大数据技术将数据变成竞争力。当前金融领域的大数据在主要使用在场景为：第一，用户画像。用户画像是基于对用户标签的判定、分类和验证，以便为客户构建用户画像来进行用户分析，主要应用的环节有信贷风险评估、金融反欺诈、精准营销等。第二，建立客户知识图谱。根据行业、产品、企业和人的联系，形成客户关系图谱，用于管理分析和风险控制。知识图谱通过数据之间的关联链接有机地组织碎片化数据，使数据更易于人和机器理解和处理。它还便于数据的搜索、挖掘、分析，并为AI提供知识库。客户知识图谱主要使用在的环节有供应链金融、保险核保、反洗钱等。
云计算是很多类型应用程序的关键基础架构，也是大数据和人工智能技术应用的支撑技术。根据美国国家标准与技术研究院（NIST）对云计算的定义，云计算是一种按照使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池，共享资源包括网络、服务器、存储、应用软件、服务，这些资源能够被快速提供，只需要投入很少的管理岗工作，或与服务商进行很少的交互。⑤云计算能够降低机构IT成本。云计算技术架构的突出优势是优秀的并行计算能力及大规模的伸缩性和灵活性特点，在提升系统运行效率、创新产品方面赋能金融业务，使得金融机构能够直达客户，精准洞见客户的真实需求，创新运营模式。
根据部署方式，云计算可分为公有云、私有云、混合云、社区云。私有云与公有云之间的核心不同之处在于使用云服务的客户是否有自己的云基础架构。根据应用场景，云计算还可大致分为基础设施即服务(IaaS)、数据存储即服务(DaaS)、平台即服务(PaaS)、软件即服务(SaaS)、“云安全”和虚拟化应用。云计算行业的主要参与主体包括IaaS服务商、PaaS服务商、SaaS服务商、硬件和软件基础设施提供商、解决方案提供商、终端提供商、其他支持服务提供商、监督管理的机构及最终用户。
中国云计算市场保持迅速增加的态势。2018年中国云计算市场规模达到900多亿元，增长率达39.2%。其中，公有云市场规模为437亿元，比2017年相比略有增长。预计2019至2022年公有云市场依然保持迅速增加，2022年市场规模将达到1700多亿元；私有云市场规模为500亿元，虚拟服务器同比2017年也有20%的上涨的速度，预计未来几年将会稳步增长，2022年将会达到千亿元市场规模。⑥中国云计算技术的优势慢慢地加强，核心技术专利申请数量居世界前列。从2010年至2018年，全球虚拟化技术的专利申请数量已达到13000件，而中国的专利申请数量已达到为4906件，占总数的三分之一以上。
机构在进行IT基础设施选择时，关键是考虑云计算的安全性与稳定性，其次是可用性。目前，公有云凭借于灵活的配置和较低廉的成本，市场替代需求强劲。整体而言，云计算行业正处于快速增长期，尤其是中小企业需求市场。中型和大型金融机构倾向于使用混合云，通过购买硬件产品、虚拟化管理解决方案、容器解决方案、数据库软件以及操作和维护管理系统来构建私有云平台，在私有云上运行核心业务系统和存储重要敏感数据，在公有云上运行营销管理类系统和渠道分销类系统。小型金融机构倾向于将所有系统放置于公有云上，与其它金融机构贡献基础设施资源。⑦
人工智能是一系列用于研究、模拟、延伸和扩展人类智能的理论、方法、技术和应用，通过模拟人类意识和思维信息过程，部分或完全替代人类劳动。人工智能主要有六大技术，如下图所示。目前，人工智能技术尚处于发展的初期阶段，即弱人工智能阶段，目前技术发展只能够支撑大规模的量化和替代部分人力分析层面，还没办法做到完全替代人脑决策。
根据中国国务院的规划，2020年中国AI核心产业规模将达到1500亿元，并将在未来十年内保持快速地发展。自2013年以来，全球AI行业投融资规模都呈上涨趋势。2018年中国人工智能领域共获得融资1311亿元，是2017年全年的2倍。根据2013年到2018年第一季度全世界的投融资数据，中国在AI领域的融资规模超越美国，位列全球第一。在全球高水平论文产出上，中国是高水平论文产出数量是世界上的排名第一的国家。⑧
随着人工智能技术的突破，以及其他技术方法的协同推进，金融机构能够对大量且类型丰富的数据来进行深度、高频率的筛选分析，颠覆当前触达客户、挖掘客户金融需求的模式，极大降低金融服务的成本、提升服务效率并扩大服务范围。未来，智能投顾、金融预测与反欺诈、智能融资授信三个领域将得到极大发展。
区块链是一串使用密码学相关方法产生的数据块，每一个数据块中包含了交易的信息，用于验证信息的有效性(防伪)和生成下一个区块，区块链的核心技术包括P2P网络、密码学和共识机制(智能合约)。从应用角度来看，区块链是一种分布式账本；从技术角度来看，区块链是点对点网络、非对称加密和数据库等技术的组合。区块链技术的核心意义在于对当前信任机制的变革，通过去中心化和分布式结构的数据存储、传输和证明方法的使用，以数据区块取代互联网对中心服务器的依赖，通过云系统记录所有数据变更和交易数据，最终实现数据的自我证明。区块链技术颠覆了依赖中心的信息验证方式，降低了“信用”的建立成本。
在《区块链新经济的蓝图》一书中，作者Melanie Swan提出了区块链应用的三个阶段，如下图所示，1.0阶段是以比特币为代表的数字货币应用；2.0阶段是将数字货币与智能合约相结合，优化了金融领域更广泛的场景和流程；3.0阶段超越金融经济领域，应用延伸到政府、文化等新领域。与区块链1.0相比，区块链2.0阶段融合了智能合约的概念，允许区块链从最初的数字货币扩展到权证的确权与转让，以及金融实物资产的交易、执行等领域。与区块链2.0相比，区块链3.0阶段超越了金融领域，应用场景范围覆盖了人类生活的每个方面，进入到司法、医疗、物流、社会公证、社会治理和文化健康等领域。区块链3.0阶段，区块链技术有可能成为万物互联的基础协议。区块链应用阶段的发展受到了技术进步、行业监督管理、应用场景等因素的影响。
目前区块链应用已经逐步从数字货币应用转向智能合约2.0，数字票据、清算和结算、征信管理和供应链金融是四大主要应用场景。未来，随着区块链技术的成熟和监管的逐步完善，如果区块链成为网络基础设施，社会则进入智能物联网时代，区块链将与我们正常的生活密不可分。
互联技术使得大量不同形式的信息能够以更低的成本，摆脱空间限制，实现信息的高速交换、互动。目前最广泛应用的互联技术包括移动网络技术和物联网技术。
广义的移动互联网是指通过各种无线网络使用移动电话、PAD或者其他手持设备，包括移动无线G等移动通信网络）和固定无线接入网等，访问互联网，进行语音、数据和视频等的传输。移动互联网最大的优势在于，传输时不受传统数据通信的时间和空开等因素的影响，技术上有效整合了互联网的开放性和移动性。移动网络技术指的是实现数据信息在各种移动终端设备之间进行传输和共享的网络技术，是移动通信技术与网络技术的融合。
移动互联网的技术架构可以分为终端层（设备层）、接入层（网络层）和应用层（业务层），其最大的特点是业务的多样性，不同业务相对应的通信模式和服务质量要求也各不相同：移动终端趋向于个性化和智能化，包括移动电话、PAD或其他手持设备；访问层支持多种无线接入方式，目前主要的方式有蓝牙、Wi-Fi网络、4G或5G等移动通信网络。
当前中国移动互联网经济进入“新常态”。2017年，中国移动互联网交易规模达到6.89万亿元，占GDP的8.3%。尽管增速逐步放缓，但仍为GDP增速的3.25倍。⑪2017年，中国移动互联网行业投融资活跃度降低，但独角兽公司成长速度加快，移动互联网创业的热度不减。
目前，移动网络技术已经发展成熟，5G技术已经成熟并逐渐商用化，移动支付在推动零售市场多样化发展、满足消费者碎片化和个性化支付需求方面正发挥着不可替代的作用。二维码支付、数字银行等都反映了移动网络技术在金融领域的应用。
随着5G技术的逐步商业化，中国物联网产业前景可期。从2012年至2017年，中国我回来产业规模扩大了3倍以上，预计到2020年，中国物联网产业规模将超过1.5万亿元，中国将在2025年引领全球物联网市场。⑬
物联网技术的行业特征大多数表现在应用领域，目前绿色农业、工业监测、公共安全、城市管理、远程医疗、智能家居、智能交通等都在努力探索物联网技术的应用，某些行业已经积累一些成功的案例。在金融领域，物联网技术在定价、风控、监管方面拥有显著的业务优势，在保险精准定价、抵押物和动产监控、供应链金融等领域已经实现了应用，随着传感器、稳定传输、智能处理等物联网技术的突破，物联网技术在金融乃至其他领域会有更多的场景落地。
2018年，5G标准化进程迎来里程碑时刻，中国企业在5G国际标准制定过程中做出了积极贡献，成为5G国际标准制定的主导力量。5G技术的成熟为中国金融科技发展抢占了国际制高点，并提供了重要机遇。随着以5G技术等为代表的互联技术发展成熟，并逐步走向商用，数据在得到进一步积累的同时，数据的处理、运算效率将得到进一步提升，人工智能等新技术也将因此得到跨越式发展，产业浪潮进入全新阶段。
5G技术的加密可以让移动支付更安全与高效，此外，并促进物联网金融发展。5G技术带来的是一个万物互联的时代，5G技术势必将产生全新技术与模式，并催生出一大批新的金融科技公司，也将进一步带动金融科技领域的投融资。随着5G技术在金融领域的深度应用，金融服务将呈现无界性的特点，实现“无所不在”的金融服务模式。金融服务的获取已不再局限于网点等线下实体，而是围绕客户的需求实现随时随地、无感化地触及。
在一个数据驱动型的社会中，慢慢的变多的企业依靠云计算实现数字化转型。著名咨询公司Gartner预计，2019年云市场将从2018年的1750亿美元上升到的2060亿美元，公共云收入将在2019年增长到2062亿美元，基础设施服务（IAAS）将是市场增长最快的部分。但公共云并不是一种适合所有类型企业的解决方案，对于有特定需求的机构来说，将所有内容移动到云上可能是一项艰巨和风险较大的任务。混合云模式提供了一个过渡解决方案，将现有的内部基础设施与公共云和私有云服务混合在一起。一般来说，混合云中的应用程序和数据可以在私有云和公共云之间来回传输，从而为企业未来的发展提供更多的灵活性、部署选项和工具。例如，公共云能够适用于高容量、低安全性的项目，如电子邮件广告，而内部云能够适用于更敏感的项目，如财务报告。通过混合云，公司能快速满足上云的需求，实现数字化转型，同时又具有灵活性和效率。
人工智能、云计算和物联网技术大大扩展了数据获取的广度和深度。大数据分析已经超越了热门的IT趋势标签，成为数字化的经济最宝贵的资产之一。收集尽可能多的数据信息固然很重要，但数据质量与数据使用和解释的环境也同样重要。数据源和数据类型的差异增加了数据集成过程的复杂性，从大规模数据源中分析和提取价值可能带来一系列错误和低质量的报告。从准确了解客户到构建正确的业务决策，不良数据质量的后果是多方面的。因此，数据管理的兴起正成为公司商业智能战略中的一个重要优先事项。大多数公司都了解数据质量对分析和进一步决策过程的影响，因此选择实施数据质量管理（DQM）政策、开设有关部门或进行有关技术研发。数据质量管理不仅在2019年的商业智能趋势中迅速兴起，而且也日益成为公司获得投资而采用的一项关键实践。严格的数据质量水平更有助于满足日益成熟和严格的数据技术标准和规范。
在新技术环境中，金融机构面临的七大金融风险——信用风险、操作风险、市场风险、流动性风险、合规风险、声誉风险和系统性风险，这些风险将以更具有挑战性的形式展现。加强金融监督管理是未来很长一段时间内金融科技发展的基调。
当前中国对于金融科技的监管处于起步阶段，监管面临评估数据不足、技术更新等障碍，还不能完全适应金融科技快速地发展的速度。要做到既鼓励创新，又审慎监管、及时监管和有效监管，需要结合自己发展状况，借鉴国外金融科技监管经验，注重监管科技的发展，确保金融科技行业健康可持续发展。2018年，中国证监会发布的《中国证监会监管科技总体建设方案》，标志着中国证券业监管科技建设工作顶层设计的完成。从本质来看，监管科技是技术密集型产业，它的发展也顺应科技和金融融合发展的趋势，具有很强的落地性。目前在全球流行的“监管沙盒”就是监管科技的一种方式，中国也将在加速“监管沙盒”的落地。
基于对Gartner全球新兴技术成熟度曲线和金融科技核心底层技术的系统分析，以AI（AI）、区块链（Blockchain）、云计算（CloudComputing）和大数据（Big Data）为核心的“ABCD”将进一步加速金融科技的纵深发展，未来，将形成“ABCD+”技术生态系统，金融科技行业整个技术发展格局更加清晰。
人工智能和大数据技术将继续作为业务赋能的关键技术。未来，AI将渗透到整个金融领域，从基础层到应用层，形成更加完备的人工智能生态体系。大数据技术不但可以实现物联网等新型尖端网络技术的集成。同时，它能够在一定程度上促进多学科的跨界融合，充分的发挥出新时期跨学科和边缘学科的新功能与效用。区块链技术的迭代速度将加快，与云计算等其他新技术的融合将进一步深化。跨链技术将得到较大发展，公有链和联盟链将快速地发展，并率先实现区块链技术的落地应用。
①李国杰，新一代信息技术发展新趋势（大势所趋），人民网-人民日报，2015.08.02
③中国信息通信研究院，《中国金融科技前沿技术发展的新趋势及应用场景研究报告》
⑧数据来源：艾媒报告：2018中国AI产业研究报告——商业应用篇，2019.03