来源:财经网站
作者:杨贺|中国信息通信技术研究院金融科技团队负责人云计算、大数据、人工智能、区块链等新兴技术不断与金融业务结合，科技在金融中的作用不断加强。在政策的大力支持下，金融机构和科技企业不断加大对金融科技的投入，数据的价值不断得到体现和释放。金融业务环节应用场景更加丰富，金融解决方案创新推陈出新。开发银行、无人银行、资产证券化、数字票据、不良资产处置等业务。已经随着科技的赋能逐渐从概念变为现实。随着5G、量子计算等前沿技术从概念阶段发展到实际应用，金融作为第一个拥抱技术的领域，也将迸发出新的火花。
一、银行开业
开放银行是银行通过开放API对外开放的服务。即银行通过开放API等技术手段向外部客户开放其金融服务，客户无需直接面对银行，通过调用API即可使用银行的服务。通过银行API的开放进行跨界融合，实现了银行与银行、银行与非银金融机构、银行与跨界企业的数据共享和场景融合，极大地拓展了银行服务的生态。
开放银行已成为近年来国内外银行转型的新浪潮。“开放银行”的概念起源于英国。2018年1月，英国9家银行共享数据，开放银行的概念首次产生。2018年7月，浦发银行在北京率先发布“API Bank”无界开放银行，标志着国内“开放银行”首次落地。随后，中国工商银行、中国建设银行、中国招商银行、兴业银行、中国光大银行等。开始探索并通过开放API实现金融与生活场景的链接。
以API Bank为代表的开放银行4.0时代即将到来。未来银行的业务模式将从B2C向B2B2C转变，服务标准将从标准NPS向综合NPS升级。随着金融服务嵌入生活生产的方方面面，“场景在前，金融在后”的跨界生态圈将成为主流。虽然开放银行的应用还处于初级阶段，但未来银行的账户功能、支付功能、理财产品、贷款产品必然会形成标准化的API集中输出，成为跨界生态的接口。
第二，无人银行
无人银行是指通过科技手段减少和免除传统银行的人力使用。通过利用生物识别、语音识别、数据挖掘、人工智能、VR、AR、全息投影等科技手段，代替传统银行的柜员、大堂经理、导游等岗位，为客户提供全自助的智能银行服务。
银行裁员是目前的大势所趋。目前大部分银行已经实现了人力的部分替代，少数银行在试点中几乎实现了办公室和商铺的全面替代。截至2018年5月28日，全国共有银行物理网点4591家。2017年下半年以来，银行的网点数量平均增速为55%。截至2018年6月底，四大行员工人数较2017年末减少3.2万余人。
短期来看，无人银行仍将处于试点阶段。目前，中国建设银行已经启动无人银行试点，用更高效的智能柜员机代替柜员、保安、大堂经理，用人脸、身份证代替人工验证，覆盖90%以上的现金和非现金业务。虽然无人银行为银行网点的转型开辟了一条新的路径，但目前还很难实现100%的无人银行，比如需要安排保安值班；客户在智能终端开卡、汇款时，也会因安全隐患而安排工作人员上门服务。所以在未来，无人银行还是会作为探索性的试点存在。
三。量子计算和金融
量子计算是一种遵循量子力学规律的新型计算模式。普通计算机用比特中的0和1两种状态来存储数据，而量子计算机的存储单元量子比特除了0和1之外，还可以实现多种状态的相干叠加。因此，基于量子计算的量子计算机可以通过控制原子或小分子的状态来记录和计算信息，其存储和计算速度可以远远超过传统的通用计算机。比如用超级计算机分解一个400比特的数需要60万年，而用量子计算机只需要几个小时甚至几十分钟。
量子计算的应用可以大大提高金融服务的效率。量子计算由于其超强的计算能力，可以应用到金融行业的很多方面。例如，在金融高频交易中，算法用于根据预设的交易策略自动执行股票交易。在达到同样结果的前提下，量子计算比传统计算机快得多。比如欺诈检测，利用量子计算机的快速学习特性，可以大大加快神经网络的学习速度，快速打击新兴的欺诈手段。
量子计算也可能给金融行业带来巨大风险。量子计算在计算速度上的快速提升，也可能对现有的金融体系构成威胁。例如，目前使用的许多公钥密码系统很可能在量子计算的巨大计算性能下被破解，这将严重影响全球互联网和数字通信的保密性和完整性，并对现有的安全系统和管理机制造成广泛和系统性的破坏。因此，在量子计算机瓦解目前的密码体系并实现商业化之前，必须建立量子安全解决方案，形成安全过渡。
四。5G和金融
5G是第五代移动通信技术，是4G之后的延伸。5G概念由标志性的能力指标“Gbps用户体验率”和一系列关键技术组成。5G技术创新主要来自无线技术和网络技术。在无线技术领域，大规模天线阵、超密集组网、新型多址和全频谱接入等技术成为业界关注的焦点。在网络技术领域，基于软件定义网络和网络功能虚拟化的新型网络架构已得到广泛认同。
5G将进一步优化金融服务，实现金融场景再造，为金融行业注入新的活力。5G技术的热点大容量场景将为用户提供极高的数据传输速率，满足网络极高的流量密度需求。这种技术场景将有效提高移动金融服务的速度，减少网络延迟造成的支付堵塞。同时，提速也有助于通过AR/VR技术进一步丰富支付方式，提供更真实的场景体验；5G技术持续的广域覆盖场景还可以促成无人银行网点的部署，通过AR/VR技术将金融服务带到以前网点无法覆盖的偏远地区，实现普惠金融服务。此外，5G面向物联网服务的低功耗连接和低时延高可靠场景，将进一步优化供应链金融、信用评估、资产管理等相关金融服务。通过实现万物互联，获取人、物、企业的海量、多维、关联数据，从而实现更丰富场景的探索。
5G及相关产业的发展带来了巨大的投资空，引起了金融界的极大关注。一方面，5G提供了更快的速度和更高的带宽，促进了移动互联网的进一步蓬勃发展和人机交互新模式的创新。另一方面，将实现机器通信，千亿设备接入5G网络。5G还将结合云计算、人工智能、AR/VR、无人驾驶等技术，在车联网、物联网、工业互联网、移动医疗、金融等领域带来更丰富的应用场景。此外，5G网络也将是一个具有开放能力的网络。运营商通过与行业结合，构建以it为核心的开放商业生态，拓展新的商业收入模式。目前，中国移动已经与战略合作伙伴建立了数百亿的5G投资基金。保险资金、证券公司、阳光私募、风险投资等国内外众多机构也早在2017年就设立了数十只5G产业专项投资基金。未来，5G及相关产业将继续吸引金融关注。
动词 （verb的缩写）移动金融安全
移动金融是指利用移动智能终端和无线互联网技术处理金融企业内部管理和外部产品及服务的解决方案的总称。移动金融安全是指发展移动金融业务过程中的安全。目前，移动智能终端的普及加速了金融信息化建设，越来越多的金融业务正逐渐向移动转型。移动金融丰富了金融服务的渠道，为金融产品和服务模式的创新、普惠金融的发展提供了有效途径。央行发布的《关于促进移动金融科技创新健康发展的指导意见》将“安全可控”作为移动金融健康发展的重要原则之一，强调移动金融安全对移动金融科技创新发展的保障作用。
移动金融在创新与安全的博弈中发展，安全问题越来越受到关注。随着金融行业的发展，金融行业的移动应用越来越成为金融服务和产品的重要支撑手段，未来移动金融将继续向规模化和创新化发展。金融科技的快速发展给移动金融带来了无限生机，但同时也滋生了诸多风险。在移动金融应用中，木马病毒、支付安全、敏感信息泄露、身份认证旁路、伪造等安全问题。频频发生，引起了监管部门乃至社会的广泛关注。移动金融安全已经成为金融创新和发展的重要保障。
个人信息安全是移动金融安全的重中之重。近年来，移动互联网应用越界获取用户隐私权、越界收集个人信息的现象屡见不鲜。在移动金融应用中，隐私窃取类恶意应用占比最高，用户个人信息受到极大威胁。为确保个人信息安全，维护网民合法权益，中央网信办、工业和信息化部、公安部、市场监管总局开展了“App非法收集使用个人信息专项治理”，加强个人信息保护，推进移动信息安全建设。
生物识别兼顾了安全性和便捷性，成为移动金融安全的重点。目前，生物识别技术已基本成为移动智能终端的标准配置，并逐渐成为金融业务中新用户身份验证和认证的发展方向。2018年10月，中国人民银行颁布了金融行业首个生物识别技术标准《基于声纹识别的移动金融安全应用技术规范》，将安全和个人隐私保护放在突出位置，规范了声纹等生物识别的安全应用。
不及物动词数字账单
数字票据是将区块链技术与电子票据相结合，实现自动安全交易的一种新型票据。借助区块链，数字票据具有分布式账本、去中心化、集体维护、信息不可更改等特点，使得数字票据更加安全、公开，交易更加智能，使用更加方便。
数字票据可以实现全程高效真实的信息传递、全程自动交易、全程跟踪交易，从而提高用户的隐私保护。区块链具有点对点传输和去中心化信任机制的优势，保证数字票据的数据安全性、完整性和不可篡改性。数字票据利用区块链提供可编程的智能合约，实现票据的自动抵押、支付和还款，规避交易风险。而且所有的交易都有完整的“时间链”记录。一旦出现违约，其责任可追溯，参与者的隐私可通过隐私保护算法得到保护，隐私保护算法可以实现区块链参与者的匿名性。
上海证券交易所实验性数字票据生产系统成功上线，工行、中行浦发等银行参与其中。数字票据交易平台实验生产系统于2018年1月25日成功上线试运行。工商银行、中国银行、浦发银行和杭州银行在数字票据交易平台的试生产系统中成功完成了基于区块链技术的数字票据的发行、承兑、贴现和兑付。结合区块链技术和票据业务的实际情况，数字票据交易平台实验生产系统对之前的数字票据交易平台原型系统进行了全面的改造和完善，使结算模式更加创新，业务功能更加完善，系统性能不断提升，安全防护不断加强，隐私保护更加优化，实现了实时监控和管理。
七。数字资产证券化
数字资产证券化是将数字资产转化为证券的过程。将缺乏市场流动性的域名、商标、品牌、数字货币、游戏设备、账号等相关数字资产转换为可在金融市场自由买卖的证券的行为。
数字资产证券化的目的是获得融资，使资产的流动性最大化。数字资产是文化产业创新的蓝海，是互联网+的文化产业新业态，是“文化互联网+”大文化产业下的商业模式创新。域名和商标等数字资产缺乏市场流动性。通过数字资产证券化，可以有效打破刚性兑付，有效盘活庞大的金融资产和社会存量资产，将缺乏流动性但盈利的数字资产设计成证券化产品出售，回收现金，提高流动性，进而获得融资。
数字资产证券化是区块链的最佳实践方案。中国央行货币研究所也在不断探索数字资产证券化的区块链平台。借助区块链的分布式数据存储和去中心化，保证了底层数字资产数据的真实性，不可篡改，减少了信息不对称，增强了信息的透明度和可靠性，有效解决了机构间费时费力的对账和结算问题，降低了数字资产的融资成本，提高了融资效率。
八。消费金融
消费金融是满足消费者特定消费需求的现代金融服务模式。是金融机构向消费者提供的用于购买装修、旅游、电子产品、教育、婚庆等特定消费需求的个人消费贷款服务。除了银行提供的贷款服务，接触较多的消费金融服务还有“京东。京东金融的“借条”，蚂蚁金服的“花呗”，苏宁的“任性付”，大众接受的P2P小额信贷服务。根据银监会发布的《消费金融公司试点管理办法》中的定义，消费贷款是指消费金融公司向借款人发放的以消费为目的的贷款。
中国的消费金融行业未来会有很大的发展空。2018年，国家出台多项政策鼓励消费金融发展。其中特别提到“加快消费信贷管理模式和产品创新，不断提升消费金融服务质量和效率。”作为消费者的80后、90后，更愿意通过借贷来满足产品购买的需求。同时，随着消费金融规模的不断扩大，消费金融将向二三线城市下沉，各类金融应用场景的需求将会增加。
金融助力消费金融产品创新和风控体系建设。目前，我国消费金融存在监管机制有待完善、企业产品创新不足、风险防控体系不健全等问题。科技的发展为消费金融开发更多的产品应用场景，提升消费体验，激活和拓展市场空；同时利用金融科技建立和构建完善的风控运营体系，解决消费金融面临的信用记录和运营经验缺失等问题，降本增效。在科技驱动下，消费金融将不断提升风险防控能力、运营能力和科技创新能力。科技驱动的产品创新和风险控制体系的建立，将为消费金融空迎来更大的发展。
九。智能客户服务
智能客服可以显著提高金融服务的效率。智能客服系统利用机器学习、语音识别、自然语言处理等人工智能技术，处理重复率高、难度低、服务效率要求高的金融客户服务，如服务引导、业务查询、业务办理、客户投诉等。目前应用的智能客服场景有智能客服机器人、智能语音导航、智能营销催收机器人、智能辅助、智能质检等。
金融机构和互联网公司都在加大智能客服的探索和应用。线上线下智能客服系统被金融机构广泛使用。网站、App客户端等在线智能客服系统，可以自动了解客户问题，解答和处理简单业务。网上网点智能化进程加快，无人银行、智能机器人、智能柜员机、VTM机、外汇机等一大批智能独立终端逐步普及，大大降低了人工服务成本，使客户获得更加满意、周到的服务体验。与此同时，互联网公司正在加大对智能机器人的RD投资，为这些金融客户提供个性化的智能客户服务。
智能客服系统已经逐渐渗透到金融业务的售前、售中、售后全过程。目前，智能客服系统已经能够代替人工客服为客户解决很多简单重复的问题，为金融机构节省了大量的人力成本。随着社会的发展，客户对时效性、移动性和多渠道提出了更多的要求。智能客服的应用为金融机构留住更多客户，提供全天候及时便捷的服务，增强客户粘性。在智能客服的应用过程中，通过智能客服积累和沉淀了大量的用户数据，为精准营销和业务流程优化提供参考。同时，智能客服系统利用大量完整的用户数据，在售前、售中、售后全过程逐步承担更多的金融服务。
X.科技在不良资产处置中的应用
科技带来不良资产处置方式的创新和发展。不良资产可分为股权资产、债券资产和实物资产。不良资产处置包括破产清算、拍卖、招标、协议转让、折价变现、债转股、债务重组、资产证券化、资产重组、实物资产租赁、实物资产投资等。近年来，随着云计算、大数据、人工智能和区块链技术的发展和应用，基于互联网的创新处置模式不断涌现，如不良资产综合处置平台、众筹投资、撮合清收等。
经济新常态下，不良资产处置任务艰巨。不良资产率持续上升，政府鼓励不良资产处置市场化。根据中国银行业和保险监督管理委员会的数据，2018年中国商业银行的不良贷款率为1.89%，为10年来的新高。截至12月底，商业银行不良贷款总额为2万亿元。经济新常态下，风险和各种不确定因素增多，对不良资产处置的效率和效益提出了更高的要求。近年来，银行机构、资产管理公司等。曾与互联网公司合作，通过网络平台模式拍卖不良资产，涉及股权、债权及各种实物抵押物，取得良好效果。
技术在很多方面开发了实际应用场景。科技的应用可以快速发现资产价值，减少错配的发生，同时可以显著提高不良资产处置的信息交换、效率和回收率。目前金融科技已经在很多环节开发了应用场景。比如利用自然语言处理和机器学习技术优化催收策略，同时实现催收业务流程自动化，缩短处置的时间周期；通过大数据分析对信用风险进行准确定价；区块链分布式记账解决了信用机制和信息不对称问题，优化了不良资产证券化流程，缩短了处置周期，保证了信息的真实性和有效性。
