机器学习、数据科学与金融行业

系列十八：Fintech 2019~2020 事件与趋势（下）

… 继续

三. 总结和分析

1）中国的情况
    首先我们先讨论一下中国的情况。中国的金融科技投资持续下滑的这种情况一定程度反映了中国金融科技市场日渐成熟，而且几乎是被几个科技巨头垄断。另外一个原因或许是政府监管策略的改变所致。阿里巴巴和京东分别在香港以市值110亿和39亿美元二次上市。中国政府为了从新冠疫情中快速回复，已经强制地方政府开放数据给金融科技公司，重点提升借贷空间和加快借贷效率以帮助企业恢复。
    虽然中国经济恢复很快，但在当前融资困难的情况下，相信不少中小型金融科技公司的情况堪忧，估计不久就会出现不少并购行为，很可能大部分会被迫退出。
2）金融科技在各个板块的发展情况
    实际上，如今的金融科技已经保罗万象，在前面所探讨的内容中我们已经看到这一点。我们可以把金融科技分为如下板块分别探讨：

• 支付
  支付领域的投资空间已经不是很活跃，VC投资会青睐于成熟企业，预计疫情过去后，并购会直线上升。虽然如此，但是能够提供精细化的垂直领域解决方案或者无缝连接高用户体验的数字业务的企业还是存在不少机会的。
• 保险科技
  美国是这个方面的绝对领头羊。
• 监管与合规科技
      虽然在监管科技的投资交易数量下降，但投资金额在2020年年中已经超过了2019年。金融服务合规以及加强监管是全球化的趋势，例如私有数据保密和开放银行相关准则，所以监管科技未来会变得尤其重要。
  政府的监管方案也在不停的变化，所以企业所面临的监管问题变得越发复杂。同时监管机构也在强化监管科技，并且在整体数字化加速的背景下，监管科技可以帮助企业跟踪新的监管政策，并评估其影响。诸如KYC、客户信息保护、数据安全都驱动了监管科技的发展和进步。
• 财富科技
      财富科技在金融科技中属于年轻领域，从2019年开始投资已经放缓。财富科技投资者出于安全考虑会更青睐于后阶段的企业。
      受新冠疫情影响，财富管理机构会重新思考其经营模式，尝试寻找技术方案来代替或者辅助其多年以来的工作模式。所以很可能财富科技会在2021年又恢复生机。
      由于利率在不断降低，而且客户不满与支付给传统财富管理机构高昂的服务费用却得到了一个平均回报，智能投顾行业又迎来了第二次机会。但鉴于此行业的技术壁垒和受信任度的不足，智能投顾可能需要3~5年或者更长时间才能趋向成熟。
      为了实现规模经济和抱团取暖，预计财富科技公司的整合期即将到来。
• 房地产科技
  请参见笔者对此话题的单独论述机器学习、数据科学与金融行业 系列十五 PropTech
• 区块链与加密货币
      2020年，区块链联盟继续从同质化的解决方案移动到把价值链的合作方绑定到一起，从而提供具体化的、垂直整合的解决方案。例如，供应链金融日趋复杂，目前的数据越来越多，但上下游双方缺乏信任感，区块链是这个问题的一个有效的解决方案；还有，开发通用语言(数据分类系统)以支持区块链更好的使用和促进信用。
      政府开始关注使用区块链和加密货币，尤其是在亚洲。例如，中国政府已经加速了数字人民币的开发，在5月份已经开始在4个城市试点运行e-RMB;同月，政府办公室推出了建立泛亚地区稳定币(stablecoin)以改善东亚地区的跨境交易。
• 网络安全
      2020年中时，网络安全投资已经超过了2019年全年，主要是因为二月份Moody以7亿美金收购反欺诈服务公司RDC。
      由于新冠疫情的影响，所有业务都在积极寻求有助于在家办公的技术方案，所以网络攻击、勒索软件和潜在的互联网中断都成了大家关心且急需解决的问题。政府也投入了大量资金来消减欺诈对个人和企业尤其在疫情期间的影响。
      涉及的主要应用包括防止欺诈、云计算、客户身份识别（无密码登陆）、访问控制、生物行为监控等，而人工智能和自动化技术会起到相当大的助力作用。

3. 亮点 — 人工智能与数据分析
       新冠疫情揭示了对快速洞察和控制的必要性。对于金融机构来说，其中一个非常关键和重要的独有资源是数据。当一个组织与客户以数字化的方式充分互动的时候，数据将会大规模增长。整合、访问管理数据、治理和控制数据是当前金融业务的一个必不可少的能力，无论是出于合规的考虑还是道德因素。
       但是直到今天，仍然有许多传统机构，其数据经常是分离的且无法比较的，因为数据跨越了不同的平台和系统。也正因为此，企业很难使用其数据创造价值。就当下快速变化的情况而言，连接内部和外部数据非常重要。一个银行的客户的财务状况在新冠疫情之前和之后可能完全不同，许多因素交织在一起导致了这种变化，而这种变化之快已经超越了分析模型所能适应的程度。
       在疫情期间，如何评估风险成为了一个关键问题。到底疫情是如何影响各个业务板块和个体？每一种风险条带的后果是什么？我们如何差异化我们的风险敞口？我们又怎么了解是什么导致了这些变化？这些问题都需要我们去回答。
   在多数情况下，合理利用数据帮助我们回答问题和了解情况成为了一个必要的手段。因为事情变化得很快，所以速度成为了一个关键因素。
       事实上，很多金融机构的平台和技术都不能应对这种波动市场环境下对外部甚至内部数据的需求。想象一下，缺乏外部信号，其内部数据所得到的信息根本不能满足需求，而且内部的模型也不能快速适应。
       在这种情况下，众多企业都在寻求各种方案以缓解此类问题。现在看来，云计算会有一定帮助。云计算可以为企业提供了数据分析能力、数据整合能力和AI能力。云服务为金融机构提供了智能数据分析工具和平台。例如商业贷款经常会在合同中包含专用的词语和条款，传统工具很难从中识别出相关的内涵信息。但是有了云计算的AI能力，应用可以被教会识别最相关的数据和信息，从而制定更快和更好的商业决策。
       在疫情的影响下，信用风险是众多机构所最为关心的问题。但实际上使用云计算所提供的高级数据分析技术，企业还可以评估诸如操作风险、气候风险、宏观经济等多种风险和应用；更快和更好的审视当下，预测未来的情况。

四．个人感悟

    从趋势上看，虽然全球经济受新冠疫情影响严重，但是相比于其他大部分行业，金融科技依然表现抢眼。并购行为在2020年明显放缓，这多数是受新冠疫情的影响，有理由相信并购交易是被拖后了。这说明在某些领域日趋成熟的情况下，行业整合趋势已经展露头角。VC投资和公司参与投资表现强劲，标志着还有很多金融科技应用到新兴领域。总的来看，金融科技遍地开花，有的已进入成熟期，而有的在萌芽期。
    从板块上看，合规科技和房地产科技相对比较活跃。这估计是受全球加重监管力度、智慧城市、物联网发展等因素的驱动。
    从技术上看，比较活跃的仍然是ABCD, 也就是AI、Block chain、Cloud computing 和big Data。现在又增加了网络安全。
    从本质上看，还是那句话，经济学解释资源合理分配的问题，金融使加快这一过程的有效工具，而科技可以进一步提高金融的效率。例如云计算可以帮助金融机构快速构建服务和处理信息和数据；区块链可以更好的解决信用的问题；大数据和人工智能可以帮助我们以高效的方式提高对客户和环境以及未来的洞察力；支付技术的发展可以推进资源流转的速度。
    以上的分析和推理看上去行云流水、顺理成章，但这里面是毫无破绽的吗？金融科技就是唯一的救命稻草吗？我们就没有其他方案了吗？
    从目前的金融科技及其应用不难看出，金融科技无非是以大数据为基石、以云计算为引擎、以AI技术为桥梁，从而使我们在资源分配效率上达到“更好”。
    秉承科技以人为本的核心理念，我们以人为基本要素对上述的技术应用重新分解：大数据帮助了解人、云计算使人更专业化、AI帮助人更有效率，区块链使人更具备“信用”，仅此而已。
    以笔者较为熟悉的大数据和AI领域举例。大数据+AI的确为我们开辟了解决问题的新的方式，但就目前而言，我们必须承认：任何算法和模型都不可能超越数据所蕴含信息的边界！！！如果我们借助此技术预测未来，那么就是假定历史会重演。不能说这个假定是错误的，但我们也很难说服自己认为这个假定是完全正确的。尤其是一些对经济环境和金融体系起决定性作用的重大事件，比如说，哪个模型可以准确预测出新冠肺炎病毒呢？其发展结果和影响？另外一点是机器学习模型到目前为止都是基于归纳法的，它的决策过程井然有序，是个熵减体系。但我们人类社会发展到今天是理性决定的还是感性决定的呢？是确定性事件造成的亦或是随机事件的结果呢？
    笔者认为上述问题很难给出正确答案。大数据+AI只能起辅助作用，是不可能起到决定性作用的，它对我们人类的帮助是有其上限的。基于此，笔者对业界某些人神化AI和大数据是持反对意见的。
    紧接着的一个问题是什么才能起到决定性作用呢？笔者的理解是制度、文化，建立在在充分理解人性的基础上才是优先需要解决的问题。很多机构尤其是金融机构本身在流程和管理上就存在多种问题，造成效率低下和产能下降。它们优先考虑的本应是如何解决这些最重要的问题，却妄图或者对外宣称要使用人工智能、大数据等金融科技解决问题，这简直是痴人说梦、缘木求鱼。
    最后留给读者的一个问题是：当今很多大佬宣称我们进入了DT时代，数据就是当前的石油等等。到底数据所提供的核心价值是什么？读者不妨思考一下那些拥有大数据的企业或者机构是靠什么业务能够聚集这些数据的，什么才是真正的核心价值？笔者也在思考这些问题，十分希望大家提出自己的观点。