5月28日，第四期“金融科技海上夜话”在中国金融信息中心举行。活动由浦东新区金融服务局（自贸区金融服务局）、陆家嘴金融城发展局（自贸区陆家嘴管理局）、中国金融信息中心、上海金融业联合会、上海市互联网金融行业协会、上海市支付清算协会、中欧陆家嘴国际金融研究院主办，光明乳业、策道科技、龙品控股联合主办。
活动现场
本期夜话以“科技如何颠覆传统金融？——从信贷、交易、投资和货币说起”为主题，特邀复旦大学泛海国际金融学院执行院长、金融学教授钱军做主旨演讲。
致辞环节
上海市支付清算协会副秘书长陈勇
上海市支付清算协会副秘书长陈勇表示，金融科技正在不断丰富着金融的内涵，并在与金融业的业态融合过程中发挥了重要的作用。首先，金融科技拓展了金融机构获客的渠道。其次，金融科技促进了金融服务商效率的提高，改善了低效自组织架构。然而，金融科技的优势仍需挖掘。
陈勇还表示，上海市支付清算协会作为上海支付清算行业的自律组织，也希望能够抓住金融科技发展所带来的机遇，解决支付清算行业发展的相关问题，促进上海支付清算行业做深市场，做优生态，做强品牌，共同推进上海支付清算行业的创新可持续发展。此外，协会也感谢中国金融信息中心系列夜话能够搭建各界精英的交流合作平台，在这里我们可以听到各界的观点，也为金融业的未来发展提供了非常有益的借鉴。
中国金融信息中心副总裁张凤明
中国金融信息中心副总裁张凤明在致辞中表示，中国金融信息中心作为新华社的直属机构，是新华社和上海市政府战略合作的平台，成立四年来，我们举办了各种研讨会、论坛、峰会、讲座，已经成为陆家嘴、上海甚至周边很多地方汇聚思想、交流业务的平台。
这次钱教授带着他丰富的研究成果来到上海，为大家讲科技如何颠覆传统金融。技术对整个产业的影响很大，从第一次工业革命蒸汽机诞生，机器开始部分替代人力，后来到电力的发展，再到互联网经济，整个技术对行业的颠覆不仅仅是金融一个领域。像我们作为传媒机构，最早的传媒是电报，因为有了电报和密码，诞生了通讯社，那时候写稿子要靠密码传播，后来印刷技术普及报纸应运而生，再后来无线电出来了，广播开始发展了，视频成像技术出来了，电视开始蓬勃发展。科技对金融影响也很大，原来每个人还有存折，但现在很少找得到存折了，技术已经用卡把纸质版的存折替代了。再到现在的移动支付替代了储蓄卡，就是技术的变化驱动行业业态的更新。而金融科技主要是解决经济发展中的信息不对称的问题。现在我们民营企业的税收贡献、就业都是占国内很大的比例，但它获得的金融服务是严重不对称的。中小企业如何获得金融服务，这是对银行、证券、保险行业都是很大的挑战。例如保险行业，金融科技的支撑和大数据的匹配日趋完善，对保单管理、理赔以及上海保险交易所业务的拓展，都依赖对新技术的开发运用。科技，将为金融和经济发展开启新的窗口。
主旨演讲
复旦大学泛海国际金融学院执行院长、金融学教授钱军
复旦大学泛海国际金融学院执行院长、金融学教授钱军表示，金融科技简单来说是四个英文字母“ABCD”，A是人工智能AI，B是区块链Block chain，C是云计算Cloud，D是大数据Data。这些既是科技的中心，也是金融方面应用的核心。
钱军教授用三个方面的应用阐述了什么样的科技是好的金融科技。
金融科技之一：大数据与小微企业和个人借贷市场
借贷市场的金融本质与核心问题：
企业要运作，要发展，要融资，在借钱这件事上，很多信息是不对称的。有融资需求的企业对自己的风险是比较了解的，而银行获取的信息的真实性和可靠度远不及这些小微企业，即存在信息不对称问题。银行并非没有信息，而是即使拿到了信息，这个信息是否可靠，要打个问号。在信息不对称的情况下，银行在实际当中怎么借钱呢？第一是花费大量时间亲自对项目进行调研，第二是要求抵押品。从传统金融来讲，抵押品是准确信息的替代品。所以在借贷这件事里，核心的问题并不是没有信息，而是信息的不对称。
个人信贷也是如此，去年有很多现金贷的平台，最终的风险在于判断借款主体的违约风险，判断借款人不具备还款能力的可能性。从这点来讲，小微企业融资和个人贷款业务很像，它的特点是信息严重不对称，而且没有对应的抵押品可以担保。所以传统的金融机构无法满足他们的需求。
另外，中国金融机构的特点是拥有大量长尾客户。传统金融机构的商业模式，例如银行，并不适合开展小微企业业务。商业模式不匹配的核心问题就是信息不对称，追根究底，个人信贷或小微企业融资都需要判断个人或小微企业创始人的个人信用。
通过大数据帮助解决信息不对称问题：
判断一个人是否具备还款能力的最重要信息是个人收入。在不知道一个人真实收入的情况下，有没有什么相关的信息能够帮助我们判断一个人违约的可能性？有什么样的信息，能够帮助我们判断一个人是不是借了钱以后会还钱？可以根据数据，比如信用卡数据。怎么判断一个人借了钱是否会负责任的按时还钱？可以根据他的消费习惯。
如果拥有比较详尽的、时间跨度比较长的消费和支付数据，就能够比较准确的判断这个人是否花钱有规律，是否可以按时还钱。所以数据就是核心，可以帮助传统金融机构解决不能服务小微企业借贷的问题。相关的数据采集必须跨行业、跨地域且长时间，只有这样才能精确推算出合适的借款时间、借款额度和利率高低。
目前中国信贷的风险有两种，一个是企业本身的风险，第二个是人的风险，即存在欺诈问题。现在金融机构也大量使用新型技术，例如人脸识别、调查问卷、身份识别等。蚂蚁金服的关键是用支付和消费数据来测算不知道收入的情况下一个人违约的可能性，比如利用芝麻信用可以测算出一个人的借款额度和利率水平，其核心是蚂蚁金服的相关数据已经极具规模。当前，蚂蚁金服消费贷的规模已经达到6000亿，是建行消费贷的3.5倍，并已经超过四大行。目前，中国传统金融机构的发展远远落后于实体经济，传统金融机构并不能服务绝大多数的家庭和小微企业。
新兴借贷市场（包括现金贷）的现状、监管和发展：
传统金融机构怎么参与？国内有一个词叫倒逼。传统银行因为自身商业模式设定，很难大规模开展小微贷业务，因此目前银行多是通过与数据平台合作参与其中。比如，京东金融目前已经与100多家银行合作，银行有流动性，而京东作为消费和支付平台，可以提供数据，两者相结合打造出京东金融，本质上与蚂蚁金服类似。
大数据的公共产品（Public Good）属性和合理使用：
金融科技之二：程序交易，交易速度和市场秩序
高频（程序）交易的崛起和利弊：
程序交易是什么呢？第一，要有历史数据，第二，要随时观测在前面一个小时、十分钟、五分钟、一秒钟里面发生的事情，而且最重要的是观察大型机构投资者最近下单了什么。美国的股市交易是由高频程序交易完成的，投资者也以机构投资者为主，即大型基金，所以美国股市价格的最重要决定因素是大型基金交易。
程序交易的背后是通过对历史和实时数据的分析，判断在下一个毫秒最大的基金会干什么，以此获得更好的入市时机和更低的入市价格。这里面除了计算机程序以外，还涉及金融、统计与交易者行为。
目前程序交易在美国的股市已经占到90%，这样的发展提高了交易速度，并且降低了交易成本。然而程序交易也加剧了市场崩盘的可能性。这里有一个最有名的例子，2010年美股发生闪电崩盘，在5分钟内纳斯达克的市值损失了1万亿美金。最终事件调查显示为某交易员利用程序交易扰乱市场秩序。
高频交易对监管部门的挑战：
高频交易的核心问题在于，一旦高频交易公司的程序操作(硬件或软件)发生故障或发生不当指令，大量错误的买卖盘指令将充斥着整个市场，造成价格水平的巨大波动。从市场的稳定性来讲，如果程序交易所使用的程序过于相似，一旦碰到紧急情况会加速股市的崩盘。今年2月份美国股市抽风，道琼斯指数一天内下跌一千多点，正是因为大量的程序交易法则过于相似，造成交易策略过于接近。程序交易最大的问题，就是面对真正新的情况，是否可以做修改？答案是至少现在是不行的。
股市的很多情况，取决于宏观政策，然而宏观政策最终由人制定，因此许多事情事先并无法了解，也无法写进程序，所以目前当紧急情况出现时，程序交易并不能及时应变市场的变化。
金融科技之三：智能投顾与投资决策效率
投资过程中的人为偏差和失误：
智能投顾最重要的优势是做投资决策时，可以避免很多人为的偏差及由于非理性的行为导致的失误。
行为金融学的核心是认为投资者是非理性的，他并不能如同机器一样永远做最优化的决策。行为金融学认为投资者存在哪些非理性呢？第一，传统的金融理论有一个核心的观点：理性的投资者应当是规避风险的投资者，两只收益率相同、波动性不同的股票，理性的定义是选择波动性小的，因为人是规避风险的。
第二，现实当中每个人规避风险的程度与个人收入有关，因为每个人衡量风险和收益的参照水平并不一样。另外，个体心理上的波动也会导致相同股票在不同时机会采取不同的策略。例如，大多数人会存在见好就收或亏损反而加码的问题，这都并非最理性的投资决策。
第三是本土偏好。本土偏好是指投资者过度地把钱配置在自己将对了解的公司里，从而忽略了别的机会，这并不利于收益最大化。通过2017年诺贝尔经济学奖得主塞勒教授对瑞士家庭养老金的研究发现，大部分家庭每年都在犯同样的投资错误，错误累加起来而造成的财富损失是一个惊人的数字。塞勒教授认为对于大多数家庭而言，使用智能投顾产生的收益会高于自己做投资决定。
智能投顾行业的兴起：
人工智能可以采集信息，分析学习，及时更正投资策略。另一个方面，它不用花哨的投资方法便可以避免人由于非理性和感性色彩带来的投资错误。传统的投资顾问是由人来做，人给你做投资顾问的时候，就像卖房子中介商一样，存在代理人问题，在美国很多投资顾问在推荐产品的时候不一定推荐业绩最好的，而喜欢推荐费用很高的，因为有回扣。
人在做投资顾问时，很多时候不是为顾客着想，而是为自己着想，这也是一种偏差。智能投顾这个行业，虽然最后要交给人工智能，但仍然要考量背后的公司。如果智能投顾能够解决人作为投资主体犯下的非理性的错误，并且是一个值得信赖的公司，一个愿意为顾客着想的公司，就可以避免代理人的问题。
目前在美国智能投顾的发展主要为两个方向，一个是基金，主要是指数型基金，金融危机以后，美国基金业重要的变化是大量资金从主动管理型基金转移到了指数基金。指数基金又被称为被动管理型基金，他们不需要做行研，主要依托于指数。由于目前人工智能尚不能完全有效应对紧急情况，因此人工智能仍需要人作为辅导，所有仍处于混合型阶段。
总结
金融科技帮助解决信息不对称、投资效率和交易成本等金融核心问题。人工智能到底能不能取代人类？人工智能，对那些规则已经确定的、精细性的工作，可以做得很好，但碰到全新的情况，比如说交易、分析宏观政策，仍不能有效应对。科学家调研发现，功能足够强大的人工智能出现的中位年份是2040年，它的智商相当于3岁的小孩，可以掌握快速学习的能力。
技术可以改变世界，但是单纯只有技术也是不行的，规则仍需要由人来确定。很多问题并不单单是技术本身的问题，是法律、伦理、人机共存等问题。钱军教授表示，我们国家有能力通过立法、监管，并根据实际情况去设定一个可以接受、可以监管、可以控制的人工智能发展计划，这会是未来一个比较好的发展方向。
主持人：中国金融信息中心总监助理刘欣宜
閱讀更多 陸家嘴金融網 的文章
