5月28日，第四期“金融科技海上夜話”在中國金融信息中心舉行。活動由浦東新區金融服務局（自貿區金融服務局）、陸家嘴金融城發展局（自貿區陸家嘴管理局）、中國金融信息中心、上海金融業聯合會、上海市互聯網金融行業協會、上海市支付清算協會、中歐陸家嘴國際金融研究院主辦，光明乳業、策道科技、龍品控股聯合主辦。
活動現場
本期夜話以“科技如何顛覆傳統金融？——從信貸、交易、投資和貨幣說起”為主題，特邀復旦大學泛海國際金融學院執行院長、金融學教授錢軍做主旨演講。
致辭環節
上海市支付清算協會副秘書長陳勇
上海市支付清算協會副秘書長陳勇表示，金融科技正在不斷豐富著金融的內涵，並在與金融業的業態融合過程中發揮了重要的作用。首先，金融科技拓展了金融機構獲客的渠道。其次，金融科技促進了金融服務商效率的提高，改善了低效自組織架構。然而，金融科技的優勢仍需挖掘。
陳勇還表示，上海市支付清算協會作為上海支付清算行業的自律組織，也希望能夠抓住金融科技發展所帶來的機遇，解決支付清算行業發展的相關問題，促進上海支付清算行業做深市場，做優生態，做強品牌，共同推進上海支付清算行業的創新可持續發展。此外，協會也感謝中國金融信息中心繫列夜話能夠搭建各界精英的交流合作平臺，在這裡我們可以聽到各界的觀點，也為金融業的未來發展提供了非常有益的借鑑。
中國金融信息中心副總裁張鳳明
中國金融信息中心副總裁張鳳明在致辭中表示，中國金融信息中心作為新華社的直屬機構，是新華社和上海市政府戰略合作的平臺，成立四年來，我們舉辦了各種研討會、論壇、峰會、講座，已經成為陸家嘴、上海甚至周邊很多地方匯聚思想、交流業務的平臺。
這次錢教授帶著他豐富的研究成果來到上海，為大家講科技如何顛覆傳統金融。技術對整個產業的影響很大，從第一次工業革命蒸汽機誕生，機器開始部分替代人力，後來到電力的發展，再到互聯網經濟，整個技術對行業的顛覆不僅僅是金融一個領域。像我們作為傳媒機構，最早的傳媒是電報，因為有了電報和密碼，誕生了通訊社，那時候寫稿子要靠密碼傳播，後來印刷技術普及報紙應運而生，再後來無線電出來了，廣播開始發展了，視頻成像技術出來了，電視開始蓬勃發展。科技對金融影響也很大，原來每個人還有存摺，但現在很少找得到存摺了，技術已經用卡把紙質版的存摺替代了。再到現在的移動支付替代了儲蓄卡，就是技術的變化驅動行業業態的更新。而金融科技主要是解決經濟發展中的信息不對稱的問題。現在我們民營企業的稅收貢獻、就業都是佔國內很大的比例，但它獲得的金融服務是嚴重不對稱的。中小企業如何獲得金融服務，這是對銀行、證券、保險行業都是很大的挑戰。例如保險行業，金融科技的支撐和大數據的匹配日趨完善，對保單管理、理賠以及上海保險交易所業務的拓展，都依賴對新技術的開發運用。科技，將為金融和經濟發展開啟新的窗口。
主旨演講
復旦大學泛海國際金融學院執行院長、金融學教授錢軍
復旦大學泛海國際金融學院執行院長、金融學教授錢軍表示，金融科技簡單來說是四個英文字母“ABCD”，A是人工智能AI，B是區塊鏈Block chain，C是雲計算Cloud，D是大數據Data。這些既是科技的中心，也是金融方面應用的核心。
錢軍教授用三個方面的應用闡述了什麼樣的科技是好的金融科技。
金融科技之一：大數據與小微企業和個人借貸市場
借貸市場的金融本質與核心問題：
企業要運作，要發展，要融資，在借錢這件事上，很多信息是不對稱的。有融資需求的企業對自己的風險是比較瞭解的，而銀行獲取的信息的真實性和可靠度遠不及這些小微企業，即存在信息不對稱問題。銀行並非沒有信息，而是即使拿到了信息，這個信息是否可靠，要打個問號。在信息不對稱的情況下，銀行在實際當中怎麼借錢呢？第一是花費大量時間親自對項目進行調研，第二是要求抵押品。從傳統金融來講，抵押品是準確信息的替代品。所以在借貸這件事裡，核心的問題並不是沒有信息，而是信息的不對稱。
個人信貸也是如此，去年有很多現金貸的平臺，最終的風險在於判斷借款主體的違約風險，判斷借款人不具備還款能力的可能性。從這點來講，小微企業融資和個人貸款業務很像，它的特點是信息嚴重不對稱，而且沒有對應的抵押品可以擔保。所以傳統的金融機構無法滿足他們的需求。
另外，中國金融機構的特點是擁有大量長尾客戶。傳統金融機構的商業模式，例如銀行，並不適合開展小微企業業務。商業模式不匹配的核心問題就是信息不對稱，追根究底，個人信貸或小微企業融資都需要判斷個人或小微企業創始人的個人信用。
通過大數據幫助解決信息不對稱問題：
判斷一個人是否具備還款能力的最重要信息是個人收入。在不知道一個人真實收入的情況下，有沒有什麼相關的信息能夠幫助我們判斷一個人違約的可能性？有什麼樣的信息，能夠幫助我們判斷一個人是不是借了錢以後會還錢？可以根據數據，比如信用卡數據。怎麼判斷一個人借了錢是否會負責任的按時還錢？可以根據他的消費習慣。
如果擁有比較詳盡的、時間跨度比較長的消費和支付數據，就能夠比較準確的判斷這個人是否花錢有規律，是否可以按時還錢。所以數據就是核心，可以幫助傳統金融機構解決不能服務小微企業借貸的問題。相關的數據採集必須跨行業、跨地域且長時間，只有這樣才能精確推算出合適的借款時間、借款額度和利率高低。
目前中國信貸的風險有兩種，一個是企業本身的風險，第二個是人的風險，即存在欺詐問題。現在金融機構也大量使用新型技術，例如人臉識別、調查問卷、身份識別等。螞蟻金服的關鍵是用支付和消費數據來測算不知道收入的情況下一個人違約的可能性，比如利用芝麻信用可以測算出一個人的借款額度和利率水平，其核心是螞蟻金服的相關數據已經極具規模。當前，螞蟻金服消費貸的規模已經達到6000億，是建行消費貸的3.5倍，並已經超過四大行。目前，中國傳統金融機構的發展遠遠落後於實體經濟，傳統金融機構並不能服務絕大多數的家庭和小微企業。
新興借貸市場（包括現金貸）的現狀、監管和發展：
傳統金融機構怎麼參與？國內有一個詞叫倒逼。傳統銀行因為自身商業模式設定，很難大規模開展小微貸業務，因此目前銀行多是通過與數據平臺合作參與其中。比如，京東金融目前已經與100多家銀行合作，銀行有流動性，而京東作為消費和支付平臺，可以提供數據，兩者相結合打造出京東金融，本質上與螞蟻金服類似。
大數據的公共產品（Public Good）屬性和合理使用：
金融科技之二：程序交易，交易速度和市場秩序
高頻（程序）交易的崛起和利弊：
程序交易是什麼呢？第一，要有歷史數據，第二，要隨時觀測在前面一個小時、十分鐘、五分鐘、一秒鐘裡面發生的事情，而且最重要的是觀察大型機構投資者最近下單了什麼。美國的股市交易是由高頻程序交易完成的，投資者也以機構投資者為主，即大型基金，所以美國股市價格的最重要決定因素是大型基金交易。
程序交易的背後是通過對歷史和實時數據的分析，判斷在下一個毫秒最大的基金會幹什麼，以此獲得更好的入市時機和更低的入市價格。這裡面除了計算機程序以外，還涉及金融、統計與交易者行為。
目前程序交易在美國的股市已經佔到90%，這樣的發展提高了交易速度，並且降低了交易成本。然而程序交易也加劇了市場崩盤的可能性。這裡有一個最有名的例子，2010年美股發生閃電崩盤，在5分鐘內納斯達克的市值損失了1萬億美金。最終事件調查顯示為某交易員利用程序交易擾亂市場秩序。
高頻交易對監管部門的挑戰：
高頻交易的核心問題在於，一旦高頻交易公司的程序操作(硬件或軟件)發生故障或發生不當指令，大量錯誤的買賣盤指令將充斥著整個市場，造成價格水平的巨大波動。從市場的穩定性來講，如果程序交易所使用的程序過於相似，一旦碰到緊急情況會加速股市的崩盤。今年2月份美國股市抽風，道瓊斯指數一天內下跌一千多點，正是因為大量的程序交易法則過於相似，造成交易策略過於接近。程序交易最大的問題，就是面對真正新的情況，是否可以做修改？答案是至少現在是不行的。
股市的很多情況，取決於宏觀政策，然而宏觀政策最終由人制定，因此許多事情事先並無法瞭解，也無法寫進程序，所以目前當緊急情況出現時，程序交易並不能及時應變市場的變化。
金融科技之三：智能投顧與投資決策效率
投資過程中的人為偏差和失誤：
智能投顧最重要的優勢是做投資決策時，可以避免很多人為的偏差及由於非理性的行為導致的失誤。
行為金融學的核心是認為投資者是非理性的，他並不能如同機器一樣永遠做最優化的決策。行為金融學認為投資者存在哪些非理性呢？第一，傳統的金融理論有一個核心的觀點：理性的投資者應當是規避風險的投資者，兩隻收益率相同、波動性不同的股票，理性的定義是選擇波動性小的，因為人是規避風險的。
第二，現實當中每個人規避風險的程度與個人收入有關，因為每個人衡量風險和收益的參照水平並不一樣。另外，個體心理上的波動也會導致相同股票在不同時機會採取不同的策略。例如，大多數人會存在見好就收或虧損反而加碼的問題，這都並非最理性的投資決策。
第三是本土偏好。本土偏好是指投資者過度地把錢配置在自己將對了解的公司裡，從而忽略了別的機會，這並不利於收益最大化。通過2017年諾貝爾經濟學獎得主塞勒教授對瑞士家庭養老金的研究發現，大部分家庭每年都在犯同樣的投資錯誤，錯誤累加起來而造成的財富損失是一個驚人的數字。塞勒教授認為對於大多數家庭而言，使用智能投顧產生的收益會高於自己做投資決定。
智能投顧行業的興起：
人工智能可以採集信息，分析學習，及時更正投資策略。另一個方面，它不用花哨的投資方法便可以避免人由於非理性和感性色彩帶來的投資錯誤。傳統的投資顧問是由人來做，人給你做投資顧問的時候，就像賣房子中介商一樣，存在代理人問題，在美國很多投資顧問在推薦產品的時候不一定推薦業績最好的，而喜歡推薦費用很高的，因為有回扣。
人在做投資顧問時，很多時候不是為顧客著想，而是為自己著想，這也是一種偏差。智能投顧這個行業，雖然最後要交給人工智能，但仍然要考量背後的公司。如果智能投顧能夠解決人作為投資主體犯下的非理性的錯誤，並且是一個值得信賴的公司，一個願意為顧客著想的公司，就可以避免代理人的問題。
目前在美國智能投顧的發展主要為兩個方向，一個是基金，主要是指數型基金，金融危機以後，美國基金業重要的變化是大量資金從主動管理型基金轉移到了指數基金。指數基金又被稱為被動管理型基金，他們不需要做行研，主要依託於指數。由於目前人工智能尚不能完全有效應對緊急情況，因此人工智能仍需要人作為輔導，所有仍處於混合型階段。
總結
金融科技幫助解決信息不對稱、投資效率和交易成本等金融核心問題。人工智能到底能不能取代人類？人工智能，對那些規則已經確定的、精細性的工作，可以做得很好，但碰到全新的情況，比如說交易、分析宏觀政策，仍不能有效應對。科學家調研發現，功能足夠強大的人工智能出現的中位年份是2040年，它的智商相當於3歲的小孩，可以掌握快速學習的能力。
技術可以改變世界，但是單純只有技術也是不行的，規則仍需要由人來確定。很多問題並不單單是技術本身的問題，是法律、倫理、人機共存等問題。錢軍教授表示，我們國家有能力通過立法、監管，並根據實際情況去設定一個可以接受、可以監管、可以控制的人工智能發展計劃，這會是未來一個比較好的發展方向。
主持人：中國金融信息中心總監助理劉欣宜
閱讀更多 陸家嘴金融網 的文章
