腾讯：智慧金融白皮书,论述智慧金融发展的四个阶段

2018年4月12日，在第四届中国“互联网+”数字经济峰会上，腾讯研究院、腾讯金融科技智库与腾讯FiT联合发布了《智慧金融白皮书》（以下简称《白皮书》）。

《白皮书》深度解读了过去三年，金融行业由互联网金融向智慧金融转型的全过程。论述了智慧金融发展的四个阶段。

全球技术潮流奔腾向前，从蒸汽机、电气化，到半导体、中央处理器、个人电脑、互联网、智能设备、移动通信。在技术形态的演进历程中，技术发展从取代人的手、脚等体力活动，发展到取代人的眼睛、耳朵的识别感知，而现在，随着基于大数据、深度学习、神经网络等人工智能的发展，技术发展已经逐步进入了取代人的大脑的智慧时代，机器成为我们的生活、经济和工作的伙伴，而不仅仅只是工具。有人欢呼，有人恐惧，但是这个新世界的轮廓已经逐渐清晰。

金融是现代经济的核心。金融服务行业一直是技术创新的积极实践者和受益者，并高度依赖信息和数据价值，与技术发展特性高度贴合。相比于其他行业，我国金融服务行业在全面信息化建设浪潮中始终处于前列。金融基础设施步入全面电子化阶段，金融服务全面进入互联网时代，特别是作为基础服务的电子支付实现了对发达国家的弯道超车，我国移动支付无论是业务规模，还是技术、模式和服务效率都已经走在世界前列，在中国广阔的大市场中，金融与技术的相互穿插、聚合、激荡和动态发展，形成了互联网金融、金融科技等新业态和新模式，使金融生态和技术领域之间的集合区域更具生命力和成长力，深刻改变了现代金融服务的供需两侧的结构和关系。

金融市场环境更加友好，无论是金融服务方还是金融消费方，对于新的服务方式、新的性价比程度以及新的产品业态等等都更加适应、期待更高。如果说互联网金融更多强调的是互联网相关技术与金融业务的叠加，金融科技侧重于金融服务机构利用技术所实现的金融创新，那么在人工智能、大数据、云计算、物联网、区块链和分布式账本等新一代技术日趋成熟、高度融合之下，未来的金融服务将呈现出何种形态呢？

智慧金融概述

未来的金融服务将向“智慧化”的方向演进，以用户的需求和体验为立足点，以各类创新技术在金融领域的全面应用为实现条件，“智慧金融”将是更加高效、安全、个性化的综合性金融解决方案，贯穿于金融服务垂直全流程，使资金融通的基础性作用以更加灵活、快速、精准的方式，服务于智能产业转型升级，服务于智能生活提质增效，进一步推动实体经济的高质量发展和社会民生的持续改善。智慧金融的发展将围绕“4C”特征渐次推进：

特征： 4V 特征

• 数据的海量性（Volume）

IDC 数据显示，预计到 2020 年，全球数据总量将达到 44ZB( 相当于 4.4 万亿 GB)，这一数据量将是 2011 年的 22 倍2。数据从收集、存储、计算再到分析是一个庞大的体系，也正是由于有了海量的数据做支撑，才能促进数据的进一步转化并利用，使其发挥更大作用。

• 数据的多样性（Variety）

数据的庞杂性和来源的广泛性，决定了大数据的的纷繁复杂，大体可以将其分为三类：一是以财务信息数据为代表的结构化数据；二是以网页为代表的半结构数据；三是以视频音频为代表的非结构化数据。数据间的因果关系由强变弱。

• 数据的价值性（Value）

数据的价值属性一般被认为是大数据的核心特征，将大数据称为未来社会的“石油”、21 世纪的“钻石矿”。2016 年中国大数据产业峰会数据显示，2015 年我国大数据市场规模 1692 亿元，同比增长 63.07%，预计 2020 年市场规模将达到 1.36 万亿元。

• 数据的时效性（Velocity）

快速的数据流转、动态的数据体系，通过互联网和云计算进行数据的快速传导和交互实现数据的实时处理和输出，数据的处理遵循“1 秒定律”，近乎实时处理。

技术

大数据的体系分为数据源、数据采集、数据存储与管理、数据预处理、数据分析与应用五层。关键技术主要在数据源和采集方面有 OBD、数据的融合等；数据处理有抽取、清洗等操作；数据存储有 DFS、NoSQL、hadoop 等技术；数据挖掘需要借助MapReduce 计算框架和 HDFS 完成算法；之后可以通过 WEB 是实现数据的可视化。

智慧金融的演进，大致可以分为四个阶段：

1.金融信息化提供了金融基础设施的底层保障；

2.互联网金融提升用户体验、培育使用习惯；

3.金融科技让人工智能、区块链等新兴技术与金融服务的结合成为可能；

4.智慧金融使技术与金融高度融合，促进相关生态发展。

金融信息化即传统的金融机构利用计算机和网络技术实现传统服务，比如我们已经习以为常的ATM机就算是一种金融信息化的体现。

而互联网金融，是指在互联网支付场景和相关业务之后出现的，原生于互联网的金融服务。如线上支付、网络借贷、互联网保险等。

而我们现在所处的阶段，是互联网金融的下一个阶段，金融科技阶段。

在金融科技阶段，金融服务不再是简单的将传统金融服务搬到网上、搬进手机里。而是将物联网、大数据、机器学习和区块链等新兴技术，实际应用到金融行业问题的求解中。

随着信息技术的飞速发展与广泛应用，金融数据的规模呈爆发式增长，存储单位也从最开始的GB发展到TB再到现在的PB、EB级。

大数据、云计算、人工智能、物联网、区块链等新兴技术相互依附相互助力，成为智慧金融的底层实现技术。任何一种技术创新并非是独立存在的万能之策，各项技术之间的相互促进，为金融服务的创新发展提供了一个庞大的“技术工具箱”。

这其中其实体现了一种层层递进的关系——海量的数据中也有海量的杂音，要处理如此多的数据，需要云计算的支撑。而处理完成的数据能够得出什么样的结论，则需要使用人工智能技术。

在数据的采集环节，物联网解决了金融这一“数字世界”如何精准反应现实世界的问题。而在如此海量数据的传输、存储与交换中，区块链又解决了其中可信、安全与匿名的问题。

而所有这些技术，实际上都是在为未来的智慧金融阶段打造基础设施。

在即将到来的智慧金融阶段，有了大数据、云计算及人工智能等先进技术的辅助，金融服务将做到“千人千面”，更透彻地感知客户需求和识别客户行为模式，实现“个性化”定制。

我们已经习惯了在千人千面的信息流里看到自己喜欢的内容，在未来还将可能打造出专为每一个用户定制的金融服务。针对每一个用户，应该做什么样的投资、什么样的理财、购买何种保险都能个性化呈现。解决大众在挑选金融服务时看不懂、不会挑的问题。

智慧金融平台将能够更及时地预测金融市场价格变化，洞察金融市场的风险，提供更加便捷的支付结算、更加多元的金融服务、更加安全的财富管理，打造一个开放透明、充盈着丰富信息资源的金融世界。

技术和金融服务模式的结合，不再是将金融业务简单“搬”到电脑、手机上，而是深度嵌入金融服务的各个流程和环节，从前端产品营销、用户服务，到后台风险控制、合规管理，体现出各类新兴技术的综合性、一体化应用趋势。

我国智慧金融地域发展情况

了解中国智慧金融地域发展情况，有利于摸清中国智慧金融发展程度，为各省市下一步发展规划布局。为此，我们针对全国 351 个城市进行研究，得出省级智慧金融及主要城市智慧金融发展情况，并从 GDP 发展及新旧动能转换等角度进行分析，力求为各省市智慧金融发展提供帮助。

我国 31 个省市智慧金融指数排名

2017 年省级智慧金融指数排名中，广东高居榜首，领先于其他省份，江苏省、浙江省、山东省、北京市分列 2-5 位。头部 5 省份在智慧金融指数中占比达 42.89%，相较其他省份优势明显。排名 6-10 位的省份分别为福建省、上海市、河南省、河北省、四川省。

智慧金融指数区域发展

按区域划分来看，华东地区智慧金融发展水平高，在总指数中占比 33.64%。华南、华北位列其后，分别占比 21.35%和 17.19%。相对于沿海地区，华中、西南、东北、西北这些内陆地区，发展水平比较落后，成都、重庆、西安、武汉等中西部中心城市在这些地区十分突出，带动地区智慧金融发展。

在市级排行中，北京位列榜首，深圳市、上海市、广州市紧随其后，相差不大，分列城市排名 2-4 位。成都作为西部中心城市显示出内陆城市的强劲活力，位列第五。前十位广东省入选广州、东莞两城，东莞市发展尤其迅猛。反观部分沿海中心城市，发展稍显乏力。

智慧金融产业的立体图景

智能金融：金融业务的智能再造

在技术创新的持续引领下，科技赋能金融成为不可逆转的发展趋势，金融行业逐渐迈入了智能化时代，智能金融在证券、银行、保险、理财、风控、支付等领域的广泛实践，不仅提高了金融服务供给的自动化水平，同时也拓展了金融服务的覆盖面，使普通百姓共享智能金融发展成果。

1. 智能支付

近年来，我国支付服务行业在市场规模、用户数量、应用场景等方面的发展均处于国际领先水平。移动支付更是与高铁、共享单车、网购并称为中国的“新四大发明”，成为彰显金融服务产业国际竞争力的中国名片。截至 2017 年底，我国非现金支付业务笔数达到 1608.78 亿笔，金额达到 3759.94 万亿元，十年间分别增长 7.7 倍和 4.9 倍。

随着互联网和移动通信基础设施的不断完善，越来越多的新技术、新应用结合支付服务“落地开花”，对传统商业模式进行改造的同时，也催生出新的经济增长点，比如共享单车、无人零售等业态。在“互联网 +”的时代背景下，支付日益发展成为一种底层技术和基础设施，支付从渠道蜕变为转型升级的主体，以此为基础进行跨界融合，各个业务领域的边界变得不可分割，最终引发传统商业模式和组织形式等领域的改变。

竞争核心开始逐渐转向对传统商业模式的升级，以及对新兴场景的生态化再造，而支付正是这种变化的重要连接点和切入点。

在腾讯支付领域，2014-2017 年期间，微信红包收发总量三年间增长 700 倍，2018 年除夕参与微信红包收发总人数达 6.88 亿，同比增长 15%，带动了移动支付覆盖更多的用户。

同时，在银行等合作伙伴的支持下，腾讯基础支付平台性能在兼容性、用户体验、可用性和并发峰值等方面，持续保持行业一流水平。2017 年，腾讯全力支持网联筹建切量，网联试运行期间，腾讯财付通发起第一笔跨行交易，成为第一家支付机构向网联切量，并行业第一家破千万笔切量的支付机构。同时，腾讯在支付领域逐渐融入深耕垂直场景，面向大商户提供个性化深度定制，面向中小商户提供垂直行业定制解决方案，并加快布局跨境支付场景。

2. 智能理财

传统理财模式与互联网的结合，掀起了“全民理财”的风潮，服务着数以亿计的用户以及万亿级规模的资金。2013 年，“宝宝类”理财产品将“1 分钱理财”的观念广泛传播开来。之后，通过与生态伙伴开展合作，布局集成化产品矩阵，为不同风险偏好、资金实力、理财目标的人群打造的一站式互联网理财平台规模日趋壮大。

据 CNNIC《中国互联网络发展状况统计报告》统计数据，2014-2017 年期间，我国互联网理财用户规模从 7849 万增长到 1.29 亿，使用率由 12.1% 增至 16.7%。

智慧金融发展趋势

（一）从产品供给到以客户需求为中心

金融服务模式变化背后的推动因素是广泛、多元化的，其中，用户对服务和产品需求的缺口，以及用户行为习惯的变化，成为重塑金融服务产业格局的重要驱动力。

作为体量庞大的单一市场，我国金融服务市场既存在传统金融体系未能有效覆盖的金融需求，集中体现在居民和企业可获得的金融工具有限，投融资渠道较为单一等方面。同时，也存在不断涌现的新兴金融需求。随着经济活动朝着远程化、数字化、虚拟化方向纵深发展，用户对金融产品和服务的诉求逐渐发生变化，对便捷、快速、安全、低成本的金融服务的需求显著提升。另外，在互联网环境中成长的 85 后、90 后逐渐步入主流消费市场，这部分群体对于线上沟通交流方式的偏好，对个性化服务和产品的青睐，进一步催生出全新的、差异化的金融需求和模式。

在这样的背景之下，互联网金融服务的供给不再是单纯的将传统金融业务通过互联网化即可享受互联网红利，获取大量客户，而是更多从用户视角出发，思考如今的消费者想要哪些金融产品和服务。在金融产品和服务的研发设计中，许多带有明显“互联网思维”的非传统金融服务商，尤为强调用户体验与算法结合，产品功能丰富，操作简单，用户粘性较强，得以在短时间内积累大量固定用户群，市场份额持续扩大，由此也带来了新兴金融服务主体的涌现和崛起，并在金融产业链条的参与度明显提升。

（二）从技术的简单叠加到多元融合

在过去的数十年中，技术创新已成为金融服务产业转型升级过程中的基础性要素。此前，依托互联网、移动通信、智能手机等技术的应用和普及，我国互联网金融、金融科技产业在市场规模、用户数量、技术迭代等方面，一直处于高速增长并跻身国际领先水平。随着互联网基础设施建设的不断完善，移动互联应用的渗透率持续攀升，截至 2017 年 12 月，我国网民规模达 7.72 亿，超过全球和亚洲平均水平，手机网民数量达 7.53 亿，占比 97.5%。

（三）从应用场景到生态金融图谱

如果说此前的金融模式创新大多建立在对细分应用场景的价值挖掘，对传统商业模式进行的升级改造，那么，未来的智慧金融有望进一步催生新的商业模式和经济增长点，形成更为广阔的生态金融圈。

（四）从竞合博弈到协同共赢

新兴金融服务模式和服务主体的不断涌现，是我国金融改革过程中产业分工专业化趋势的集中体现。在整个金融体系中，新兴金融业态从体量和规模上仍属于补充性业务，定位于小额、快捷、便民，但是其在相当大程度上满足了市场多元化需求，为我国金融改革与创新贡献了积极力量。

智慧金融监管与合规

国际智慧金融监管经验

智慧金融在技术应用和业务模式上仍处于不断调整和变化的阶段。各国金融监管主体和国际金融监管协调机构，均对智慧金融发展所带来的新兴风险开展了前瞻性研究。从政策导向上，国际监管体现出以下几个特征。

1. 实行功能和行为监管，根据金融业务的本质属性适用相应的监管规则。

为避免重复立法所带来的立法资源浪费，在不大幅改变现行金融监管框架的前提下，许多国家和地区对金融科技行业秉承“技术中立”原则，无论采用何种创新技术提供服务，都应根据其业务实质，同等适用相应的法律法规37。以智能投顾领域监管为例，国际证监会组织对各国证券业监管机构开展了调研38，结果显示，市场发展相对成熟的，包括美国、英国、香港、日本在内的国家和地区，智能投顾业务需受到现行证券领域的监管规则调整。对部分存在监管空白或监管边界较为模糊的新兴模式，通过补充性规则或要求，明确业务定位和法律适用。

2. 出于风险防范和消费者保护因素，对从事智慧金融创新业务的机构提出更高的标准和要求。

由于智慧金融具有较为浓重的技术创新色彩，普通零售客户可能对技术和模式创新的局限性缺乏基本认知和理解，比如，智能投顾客户可能并不清楚自动化工具自身可能存在偏见，对某些专有类产品具有倾向性推荐。因此，部分国家或地区在对智慧金融从业主体的监管上，会设定比传统模式更加严格的程序，比如，澳大利亚证券与投资委员会（ASIC）对纯依靠技术生成投资建议的智能投顾流程，在算法监督、人员组织、客户权益保护等方面提出了更高的要求。

3. 成立金融科技部门或团队，加强与市场机构的联系与沟通，密切跟踪金融科技领域发展情况。

包括澳大利亚证券与投资委员会（ASIC）、英国金融行为监管局（FCA）、香港证券和期货委员会（HKSFC）、新加坡金融管理局（MAS）、美国金融业监管局（FINRA）等在内的金融监管主体，纷纷成立了专门机构或团队，监测和指导辖区内金融科技机构的业务发展情况。总体来说，监管机构主导设立的金融科技管理部门，通过为金融科技企业提供指导，协助企业理解监管框架和授权流程，更好地满足现行监管合规要求。

4. 根据智慧金融产业的发展情况，监管模式和手段也在进行适应性调整。

目前，包括英国、新加坡、香港等国家和地区纷纷采取监管沙盒（Regulatory Sandbox）、创新中心（InnovationHub）、创新加速器（Accelerator）等创新监管模式，在促进创新的同时，对业务模式合规性和新兴风险进行前瞻性评估。