2019中国金融科技产业峰会丨清华大学金融科技研究院副院长薛正华：全球金融科技发展与应用创新

2019（第二届）中国金融科技产业峰会于10月31日在北京国际会议中心正式开幕。清华大学金融科技研究院副院长薛正华带来了主题为《全球金融科技发展与应用创新》的演讲。

因为时间有限，我就讲得稍微快一点。

想今天和大家分享一下金融科技的一些发展态势和创新应用。这个是整个全球金融科技在过去五年投资的情况，大家看到用柱状图表示的是投资的金额，折线图表示的是投资的比数，在2018年有一个非常大的增长，这是美国在过去五年金融科技领域的投融资的一个情况，这是中国在过去五年投融资情况，大家看到这几个图非常像，这个某种程度上说明了在全球金融科技领域里面中美是两个主要的玩家。

在很多行业过去中国一直是一个落后者，但是最近几年中国在某些领域慢慢取得领先，比如在金融科技领域里面我们移动支付在全球不管是体量和规模还是所含的技术含量都是在全球处于领先水平。这是在2018年全年两大移动支付的全年发生的交易笔数，我们看到微信是4600亿笔，支付宝达到了1975亿笔，按13亿人口算平均每个人每天也要刷两笔，大家可以看到移动支付快速的普及和增长。

另外一个是普惠金融，普惠金融在过去几年中国也是随着监管政策的支持，还有我们移动互联网的发展，大数据、人工智能这些技术的支撑，我们看到整个在全年2018年，截至2018年底以微粒贷产品为主的银行贷款额达到3000亿，借呗和花呗千亿级。平安普惠贷款额也达到了3700亿。

我们看到还有一个趋势就是金融朝着场景化发展越来越明显，从最早大部分人第一笔借款来自于买房，到后来买车，到后来电商上普通的消费，我们看到它从大额逐步走向小额，覆盖更多的人群，所以这也是普惠的一个表现。

我们再看看数据，我们看到为什么有金融场景的，有场景的这些规模容易做大，比如说大家看到几个阶梯，在全球排名前十的四大互联网公司都干了金融业务，体量都很大，蚂蚁金服估值1500亿美金，腾讯也差不多，京东是1330亿，百度是260亿，大家看到蚂蚁金服是因为有电商场景以及移动支付的场景，腾讯也是有移动支付和社交的场景，京东是有电商的场景，所以我们看到依赖场景能够发展得更快一些。

另外我们看到一个趋势和现状就是金融和科技的渗透和融合越来越明显，我这幅图表现的是互联网巨头把自己的金融业务做好的同时开始对外赋能，比如说大家看到这几个前四大互联网巨头纷纷把自己的科技服务给赋能出去，包括支付服务，包括以AI为主的风控服务等等都开放了出去。

我们能够看到金融业也不担心，你到我家来，我到你家去。金融机构在过去两年特别是去年，各大银行纷纷成立了自己的全资科技子公司，大家看到这些都是在最近两年成立的全资科技子公司，也是看到了金融科技的这种融合的力量。

还有一类公司是这几年涨得比较快的，基本上不做金融主要是给金融机构做服务的，比如百融和同盾做大数据服务，旷视和商汤做人脸识别，特别是做身份认证发展得非常快。

我们还注意到一个态势，就是开放合作成为一个主旋律，我们看到去年比较热的一个词叫开放银行，就是银行把自己的金融产品还有数据还有服务能力等等以接口的方式开放给第三方，通过第三方建立自己新的用户体系。

这是几大行在过去几年他们在开放银行方面的一些动作，证券也是的，他们也做了，我们看到证券主要是互联网证券做的开放比较多一些，基础数据、行情、交易、账户、策略等等，通过开放的方式获得更多的客户。

刚刚和大家看了金融科技上的一些态势，接下来和大家简单分享一下金融科技到底是哪些科技，这些科技应用情况到底怎么样。

其实我们今天看到很多人工智能的应用，比如无人驾驶、刷脸支付等，但是我们透过现象看本质，我们发现为什么会有这些创新呢？是因为在一些基础研究领域取得了很大的突破，我把它归类成几类，就是从数据类型归类。比如AI图象数据、语音、文字、指标数字等突破产生了哪些在金融领域的创新应用。

其实用得最多的就是用户画像，这个不仅仅是在金融领域，在各行各业里面都是这样，如果你能够对用户进行非常好的画像，通过深度学习的技术能够给用户做精准推荐等，会带来很多商业上的价值。在金融领域用得最普遍的例子就是做海量资产和海量用户的精准的匹配。还有一些把深度学习技术应用在对股票、黄金等等价格的预测。

我想和大家分享一下AI在图象领域的一些变化，实际上AI在最近几年最热的领域就是在图象领域取得了非常大的一些变化，当然AI的起源也是因为在图象领域深度学习让大家意识到了它的价值和魅力，深度学习在图象领域的发展在金融领域有哪些应用呢？我举几个典型的代表，第一是智能验票，能够把又脏又皱又模糊的文字从图片里面自动提取出来，直接数字化。还有也能够对票据上面的水印进行真伪判定，这个比人的识别率是要更高的，前提是你要给它足够的数据量让它去训练。

还有一些创新是在保险，比如说通过照片、图象进行保险的自动定损，后面有上千万的数据样本，对各式各样的事故，什么样的车型，哪个部位受伤了，还有图象精准定位出来损害的车到底损害到什么程度，只要你拍了照片之后在一秒钟之内就可以给出定损的金额是多少，这个越来越成为趋势。

刷脸认证，还让你摇头晃脑，主要证明你是活人，不要拿照片欺诈。这个东西一定是安全的吗？也不一定。这是伯克利的计算机科学家在这里挤眉弄眼做一些表情，特朗普也跟着做，怎么做到的呢？他面前有视频采集，采集到以后对表情进行识别，把右边特朗普的图象进行实时合成，从人脸表情识别到自动合成在秒级完成，完成可以做到实时，所以刷脸支付不一定安全，安不安全主要看你的对手够不够强。

这是我们去年调研的时候美国一家公司做的非常有意思，把图象识别用在投资领域，通过卫星识别超市门口车辆的数量判断超市下个季度的财报到底多少，因为超市门口的停车数量和财报是有很强的正相关性，它在某种程度上比上市公司CFO和CEO率先知道当季财报大约是什么情况，是非常聪明的做法。

还有进行图象识别期货大宗商品的交易，玉米在全国生长的情况进行图象识别，图象识别高清分辨非常高，苹果树上结了多少果子，果农不一定知道，但是卫星可以识别得非常清楚。

刚才看到我们在图象数据，在语音和文字领域AI有什么变化吗？当然有，深度学习也在语音和文字的技术取得了非常大的创新。有三个技术，TTS、NLP、ASR，TTS就是从文本到语音，就是语音合成，把文字让机器念出来。NLP大家听得比较多，就是自然语言的理解和处理。ASR就是自动地对语音进行识别，就是我这边说话，那边文字就自动出来，这叫ASR。这几个技术在金融领域怎么应用呢？首先看一下这几个技术方面有典型代表性的突破性的技术，一些技术让自然语言处理大幅度的进步。

这个技术（语音技术）在金融领域怎么应用呢？我想跟大家分享一段视频。

（播放视频）

（编辑：应用网_阳江站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!