2018年的关键词：金融科技
2018年的列车快要到站了，回顾今年的金融市场，诸多关键词进入眼帘：
资管新规，稳杠杆，割韭菜，区块链，金融科技，5G，贸易战，消费降级，云计算…等等
这些词充斥着我们的生活和话题，让我们仔细看一下，你就会发现很多词汇都离不开科技，技术，数据，而这些都与金融科技（Fintech）挂钩。
我相信大家或多或少都听过金融科技，很多券商与互联网巨头牵手，开始布局这一板块内容，业内的一致共识都认为，它的出现金融行业的发展有重大影响意义。
国际上来，金融科技也成为大家争相学习和讨论的内容，作为国际金融标杆组织的CFA协会也是将金融科技加入到了CFA三个级别的考纲中，这也就是暗示说，CFA协会认为，懂金融科技是成为一个合格金融从业者的必备知识哦！
所以问题来了，小伙伴们，你们真的知道金融科技是什么吗？
Fintech= Finance+Technology
金融科技就是Fintech，就一个合成词。强调的是，科技技术在金融领域的应用，为的是提高公司的效率和收益。
其实我们都见证了科技的不断发展，它在方方面面地提高着我们的生活，但是为什么金融和科技却能特别引起大家和行业的关注呢？
用何老师的话说，因为金融、交易是离钱最近的地方，有欲望的地方永远是创新最容易繁殖的地方。
假如同样是完成1000亿的交易，可能一个公司需要100人，如果科技金融运用得当，可能只需要1台电脑，它可以自动监控市场变动，理智地完成投资。
而且我相信大家都知道传统经济学理论中，我们提出了理性人的假设，他们假设人是理智的，在任何情况下都可以做出最优决策。可是实际生活中却会出现很多bias, 电脑就不会存在这样的问题，他们完全是程序化办事，不会出现我们常人会出现的behavior bias.
这么看来，不知道小伙伴们是不是有危机感呢？
我相信很多读文章的小伙伴都自称自己是苦逼的搬砖民工，每天勤勤恳恳搬砖，可是有可能不久之后我们就连砖都办不了了。（掩面哭泣中）
金融科技1.0时代到2.0时代
科技其实一直在驱动金融服务业的重构。广义的金融科技是包括了金融科技的两个阶段的。
金融科技1.0时代
1.0时代其实主要是移动互联网对传统金融服务的改造和升级。解决了两个核心问题，就是支付便利性和信任问题。
利用互联网和移动设备为客户提供线上服务，简化业务流程，优化产品界面，改善用户体验，这一策略在所有的金融科技行业都是适用的。
以前每天出门之前，大家都要质问自己三遍，钱包带了吗？卡带了吗？
现在，我相信大家只会问一句，手机带了吗？
另一个就是信任问题，最早期的人类社会是都物物交换，到后来的一手交钱，一手交货，不看到钱或者货大家都是不放心的。
现在似乎一切都不一样了，因为马爸爸横空出现了。
现在淘宝作为一个第三方机构出现了，大家购买商品支付的货款都是先汇集到第三方机构手上，当你真的收到货了，确认收货无误了，这笔钱才会从第三方机构汇入商家的口袋里。
后来有人就质疑，如果这个第三方机构出现问题了怎么办呢？
这里去核心化的主题又横空出世了，这也是比特币的特点了，是金融科技2.0时代讨论的内容。
金融科技2.0时代
金融科技2.0时代，就是更前沿科技，不仅仅是移动物联网对金融场景的运用和实现了。
三大核心内容：
大数据big data
人工智能，机器学习
区块链
我相信小伙伴们对这些词汇肯定已经不陌生了。
大数据
大数据是前几年就一直很火的话题，大数据的英文big data其实是更能够显示出这些数据的特征的，为什么是big而不是large呢？
想要知道答案的小伙伴，赶紧来听何老师怎么说吧！目前品职伴读开通了fintech专题哦，有需要的小伙伴可以去购买听一听这个专题哦。
金融是个强数据导向的行业。经过多年的数据发展和积累，大数据的数量、分析速度与数据种类都发生着极速的变化。
目前，大数据已经发展到公司及第三方处理分析大量终端用户数据的阶段，为金融科技公司提供了良好的数据基础，进而促进了个人征信、授信、风控以及保险定价等金融领域的发展。
我相信看这边文章里面有很多银行的小伙伴吧，银行是典型的信贷文化，贷前评估、贷中监测、贷后反馈这些环节都需要大数据的参与，比如贷前环节，给谁放贷，放多少都是需要评估的部分。
国内个人征信试点于2015年才开始试行，最具代表的是芝麻信用。阿里体系的交易数据以及蚂蚁体系的金融数据形成强有力的数据支撑，自主研发信贷模型可用以支持银行、小贷机构进行征信及授信活动。
其实说简单一点，就是用大数据勾勒用户画像，我们平时是不是经常会diss自己是“土肥圆”，朋友们都是“高富帅”“白富美“，这其实就是通过数据将有相同特点特征的人群进行统一的归纳。
人工智能和机器学习
人工智能和机器学习经常被大家误认为是同义词，可是并不是这样的，那他们有什么区别呢？
人工智能其实是最早出现的概念，是最宽泛的概念，将人工智能拆分为基础层、技术层和应用层三个层面，基础层作人工智能技术的技术支持，各个细分技术必不可少，特别是大数据、云计算的发展；在技术层面，与FinTech最相关的是机器学习和知识图谱，其次是自然语言处理；在应用层主要与计算智能领域相关，应用示例包括神经网络、遗传算法、AlphaGo等。
机器学习可以说加快了人工智能的实现，让人工智能不再停留在纸上谈兵，作为人工智能的一种类型，可以让软件根据大量的数据来对未来的情况进行阐述或预判。
目前在金融领域，人工智能主要有以下一些应用，自动报告生成，人工智能辅助（量化交易、授信辅助），金融搜索引擎，智能投顾等。
比如，在日常投资分析研究的时候，我们需要搜集大量的数据和信息并进行整理和分析。
目前所运用的软件如Bloomberg、Wind等数据终端只解决了信息和数据的问题，并没有解决信息过载后的整理和分析问题。利用人工智能技术可以从大量噪音信息中快速找到准确且有价值的信息，提高研究工作效率。
更多的应用请关注我们后续的文章哦！
区块链
区块链作为Fintech最前沿的应用，原理也是最复杂的。区块链是比特币的一个重要概念，它本质上是一个去中心化的数据库，同时作为比特币的底层技术，是一串使用密码学方法相关联产生的数据块。
其实这就是要让参与系统中的任意多个节点，通过一串使用密码学方法相关联产生的数据块（即区块，block），每个数据块中都包含了一定时间内的系统全部信息交流的数据，并生成数据“密码”用于验证其信息的有效性和链接下一个数据块。
区块链的信任机制基于非对称密码原理，是纯数学加密方法。实现网络中信息共享的同时，也保证了数据背后交易者个人隐私信息的安全。这使得区块链网络中的交易双方在陌生模式下即可进行可信任的价值交换。
正如前文小编提到的，区块链主要应用于传统的中心化场景中，替代原本由中介或中心机构处理的交易流程。
这里何老师推荐了两本区块链的书，《区块链革命》和《区块链-技术驱动金融》，有兴趣的小伙伴也可以先读一读。
金融科技的下一个风口在哪里？
其实金融科技就是科技对金融场景的实现，现在有各种各样的创业公司，到底谁能站上下一个风口？
品职Fintech情报站也将持续关注金融科技的行业发展，定期发布系列文章，聚焦热点资讯，也欢迎各位小伙伴在文章下面留言，看看大家想要对哪些fintech话题感兴趣哦！
配图来源网络
