駛向未來的金融科技“三駕馬車”

　　隨著區塊鏈、人工智能、大數據以及雲計算等眾多新興科技的發展，其應用範圍不斷擴大。其中，金融與科技的融合日漸深入，運用這些技術以提升金融業運行效率的金融科技業應運而生，如雨後春筍般不斷涌現。日前，法國最大銀行法巴銀行宣佈數字轉型計劃，預計到2020年，法巴銀行將向數字創新領域投資30億歐元，並且通過建立更多的創新科技産品和平臺吸引更多的客戶，提高銀行競爭力，實現轉型。

　　事實上，越來越多的傳統商業銀行開始投入金融科技的懷抱，有數據顯示，2015年高達191億美元的投資流入了金融科技領域，預計2016年全球金融科技投資規模將達到300億美元，同比增長57%。科技與金融的融合令傳統金融模式發生了實質性改變，其中，區塊鏈、數字貨幣以及人工智能的發展與應用，更是為傳統金融插上了騰飛的“翅膀”。

　　區塊鏈由“恨”生“愛”

　　從“不受待見”到變成“香餑餑”，近年來，區塊鏈的地位得到了顯著的提升。區塊鏈誕生之初並不被金融業人士所看好，然而，區塊鏈去中心化以及透明度高等優勢慢慢浮出水面，傳統金融業也逐漸開始接受甚至愛上它。2016年9月，由英國巴克萊銀行完成了全球第一筆使用區塊鏈技術結算的貿易，結算用時僅不到4小時，遠快於通常的7天到10天，區塊鏈的技術優勢躍然紙上。

　　時至今日，多個區塊鏈技術聯盟已頗具規模。近日，包括摩根大通、微軟、埃森哲、瑞銀集團以及瑞信集團在內的30多家公司，組建了名為企業乙太坊聯盟（EEA）的新區塊鏈技術聯盟，共同開發新的標準和技術，以便讓企業更方便地使用乙太坊區塊鏈。記者了解到，乙太坊是一個全新開放的區塊鏈平臺，允許任何人編寫智慧合約和去中心化應用在該平臺上運行。乙太坊允許用戶通過簡單的代碼創建出用戶所需要的新系統，從而實現“個性化”定制，而成立EEA的目的，則在於打造出標準化的和開源的乙太坊，從而為創建特定應用打下基礎。

　　此外，由Linux基金會牽頭成立的區塊鏈項目Hyperledger迎來了11位新成員，其中包括3家中國企業。而美國R3CEV銀團則專注于為金融行業開發區塊鏈技術，目前已有約70家金融企業參與。2016年8月，R3CEV銀團表示，其加盟銀行中有15家已加入了一項貿易融資試驗，測試名為Corda的分佈式賬本協議。

　　區塊鏈之所以受到追捧，其中一個原因在於該技術可以幫助金融機構節約成本。有數據顯示，區塊鏈技術可以為美國最大的10家銀行每年節省約80億至120億美元的基礎設施成本，佔總成本的30%。而在中國，區塊鏈已被寫入《“十三五”國家信息化規劃》，這為區塊鏈技術的發展提供了強大的政策支持，包括螞蟻金服、微眾銀行以及平安保險在內的中國企業正在積極測試區塊鏈技術。有業內人士表示，中國金融服務企業不易受到過時的系統和技術的束縛，擁有更強的競爭優勢，並且中國金融服務市場基礎設施規模大，一體化程度高，這將成為區塊鏈技術發展的強大推動力。IBM駐倫敦金融市場全球主管表示，對於區塊鏈而言，2016年是“概念驗證”的一年，而2017年或將是付諸行動的一年。

　　數字貨幣發展如火如荼

　　眾所週知，區塊鏈技術是比特幣的底層技術，經過多年的發展，比特幣已從當年的無人問津，到近年來呈井噴式爆發，其價格也是一飛沖天。比特幣之所以受到追捧，關鍵在於其去中心化，不依賴第三方發行機構和交易的特點。

　　值得注意的是，以比特幣為代表的數字化貨幣近年來也得到了多方關注。2016年8月，瑞銀、德銀、桑坦德和紐約梅隆銀行這全球四大銀行已宣佈將聯手開發新的數字貨幣，以期未來能夠通過區塊鏈技術來清算交易，並成為全球銀行業通用的標準。而國家層面對數字貨幣的關注和研究也在不斷進行之中。

　　挪威在貨幣數字化道路上已經全球領先，而中國人民銀行早在2014年，就成立了發行法定數字貨幣的專門研究小組，對數字貨幣相關問題進行前瞻性研究，數字貨幣的研究工作正在有條不紊地進行之中。英國央行在一項研究中則指出，央行可以通過發行數字貨幣，直接控制貨幣供給以及信貸創造，不再需要採用利率調整作為主要政策工具。日前，菲律賓成為了亞洲地區第一個推出數字貨幣監管措施的國家，菲律賓央行批准了一項針對數字貨幣交易所以及類似實體的監管框架，在新技術提高金融系統包容性和效率以及所帶來的風險之間保持平衡。

　　人工智能推動智慧金融

　　另一項風頭正勁的新科技非人工智能莫屬，去年的AlphaGo橫空出世，驚艷亮相，今年的AlphaGo升級版Master再次技壓群雄，頻頻亮相於各大綜藝節目的各類智慧機器人吸引了觀眾的眼球。事實上，人工智能機器人背後所承載的深度學習和語音識別等技術內核的應用前景更加廣泛。

　　瑞信董事總經理兼亞洲區首席經濟分析師陶冬曾撰文認為，美國將人工智能技術應用在資産管理領域已取得了巨大的進步，智慧投顧業務在美國的運營已較為成熟。相比之下，中國當前的智慧金融雖起步較晚，但發展迅速，目前智慧金融的技術支持框架已大體出現，實體金融和技術的結合應用只是需要更多的時間。

　　相對於傳統金融業，智慧金融可以迅速收集和處理大量信息，從而作出投資和風險管理等決策。另外，其深度學習的能力遠在人類腦力之上，可以克服人類的感情和思維定式等弱點。與此同時，人工智能在高速運算和海量數據的支持下，可以提供更多的金融個性化服務。智慧金融的優勢可見一斑，在解決信息不對稱問題的同時，又可以提高金融效率以及市場效率.(見習記者 劉燕春子)