资源描述
2016年 7月36氪研究院科技炼金，融汇未来金融 科技（ FinTech）行业 研究报告目 录 Contents一 . 金融科技（ FinTech）行业概述1.1 概述： FinTech 1.0 与 2.01.2 FinTech 1.0 时代的技术 互联网及移动互联网大数据1.3 FinTech 2.0 时代的技术 大数据分析人工智能区块链二 . FinTech 投资热度与发展回顾2.1 投资热度全球投资热度亚洲投资热度热门投资领域2.2 发展回顾海内外对比中美对比 监管 、 传统金融服务体系 、 细分领域三 . FinTech主要细分领域梳理及案例分析3.1 智能投顾3.2 借贷与征信3.3 支付3.4 案例分析智能投顾： Wealthfront消费借贷：信而富跨境支付： ABRA金融集团：蚂蚁金服金融科技（ FinTech）行业概述CHAPTER 1 概述： FinTech 1.0 与 2.0 FinTech 1.0 时代的 技术 互联网及移动互联网大 数据 FinTech 2.0 时代的 技术 大 数据分析人工智能区块链436Kr-FinTech 行业研究报告2016年 7月金融是在不确定的环境中进行资源跨期的最优配置决策行为 ， 其基础原则是货币的时间价值和风险收益对等 。 因此 ， 简化的金融市场模型是资本与资产之间的流动 ， 其流动基础是风险定价 。概述金融：实现资源的跨期匹配风险定价资源的跨期配置资本 资产货币的时间价值 、 风险收益对等为实现资源的跨期匹配 ， 终端用户 （ 包含个人及机构 ） 的金融需求通常包括四类：储蓄 、 支付 、 投资及融资 。 其中 ， 储蓄作为最基础的金融需求 ， 通常由传统银行来提供服务 。 支付 、 投资和融资则是目前新平台及机构重点发力的领域 。股权 股票（咨询、社区、工具、投顾 ） 网络基金 股权众筹借贷 P2P 网络银行 消费信贷 小额贷款保险 互联网保险 车载联网保险支付征信IT技术投融资536Kr-FinTech 行业研究报告2016年 7月FinTech 是 Financial Technol ogy (即金融科技 )的缩写 ， 指金融 和信息技术的融合型产业 。 科技类初创企业及金融行业新进入者利用各类科技手段 对传统金融行业所提供的产品及服务进行革新 ， 提升金融服务效率 ， 因此可以认为 FinTech是从外向内升级金融服务行业 。和 “ 互联网金融 ” 相比 ， FinTech是范围更大的概念 。 互联网金融主要指互联网 /移动互联网技术对传统金融服务的改变 ， 比如网上券商开户 、 网上银行系统等是最直接和最恰当的例子 。 而 FinTech不是简单的 “ 互联网上做金融 ” ， 应用的技术不仅仅是互联网 /移动互联网 ， 大数据 、 智能数据分析 、 人工智能 、 区块链的前沿技术均是FinTech的应用基础 。概述科技驱动金融 服务业 的重构传统金融服务互联网 /移动互联网 大数据智能数据分析人工智能 区块链互联网银行车载联网保险移动支付智能硬件数字货币机器人分析师智能投顾征信 智能资管636Kr-FinTech 行业研究报告2016年 7月依据基础技术与金融的融合变迁来划分 FinTech的发展阶段 ， 可以清晰的看出 FinTech的概念与应用范围 。 我们认为 ， 互联网 金融是科技 与金融相互融合的初始阶段及形态 ， 即 FinTech1.0阶段 。 目前 ，FinTech已完成了从 1.0阶段至 2.0阶段的过渡 。金融科技的迭代演进互联网移动互联网大数据智能数据分析 大数据 云计算 智能 硬件人工智能区块链Tech融合进程FinTech1.0时代的互联网和移动互联网互联网和移动互联网技术使产品在 用户体验上取得了革命性的提升 ，金融产品更是如此 。 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 。 简单来说 ， 互联网和移动互联网技术使得产品不仅仅是界面变得好看 ， 而是产品更加好用 。除此之外 ， 互联网及移动互联网技术 使金融服务可以低成本便利的抵达用户 ， 为更多创新性服务提供基础 ， 使其得以实现 。概述互联网特性零边际 成本服务长尾用户小微投融资需求被接受网络外部性聚合更多用户政策垄断逐步降低自然垄断逐步形成流量入口产生业务协同金融服务扩展到更多场景带来的改变736Kr-FinTech 行业研究报告2016年 7月若将 大数据分析分为四个层次 ， 在 FinTech1.0阶段 ， 大数据技术的主要 应用是集中于第一和第二 层次 ， 即数据架构和信息整合；初步进入第三层次 ， 进行简单的初步分析和决策 。 大数据架构 +信息整合 。 建立一个收集和存储的大数据系统 ，加之信息整合和数据计算； 人工建模 +大 数据 。 该阶段的大数据分析通常 依靠人工建模 分析 ， 加之由于 传统数据分析模型对于多 维度 、 多 形态的数据存在不适用的情况 ， 因此该类技术应用仅仅是大数据分析的初级阶段 。Tech 1.0FinTech 1.0 之大 数据：数据 +信息，初入分析门槛智慧决策知识发现信息整合数据架构（收集与存储）实时决策 机器学习数据沙箱关系型数据整合 非关系型数据整合流计算 并行计算 分布式计算 内存计算分布式存储 结构化数据集成 非结构化数据集成洞察大数据分析的四个层次来源：公开资料， BCG， 36氪研究院交易 社交 多媒体 位置 兴趣 职业学历836Kr-FinTech 行业研究报告2016年 7月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 。可 穿戴设备、智能家居等智能硬件的兴起，再次扩充了数据 的维度，使得可获取的数据维度扩展到线下。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。Tech 2.0FinTech 2.0 之大数据：多维度多层次的大数据分析G T P E Z Y(giga) (tera) (peta) (exa) (zetta) (yotta)数量速度静态 批量处理 实时种类单个 数个 大量结构化 非机构化基础属性长期兴趣短期需求线下行为线上行为位置餐饮、购物、旅行理财、运动、社交通话、出行、消费浏览、游戏、购买 搬家、出国、医疗年龄、性别、学历、地域职业、家庭、收入、身份数据的数量、处理速度以及种类的升级来源：公开资料， 36氪研究院936Kr-FinTech 行业研究报告2016年 7月大数据分析的主要金融应用：个人征信、授信与风控个人征信、授信及风控主要是围绕借贷环节进行的，覆盖贷前评估、贷中监控和贷后反馈三个环节。贷前评估： 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。信贷模型的训练需要人工智能技术作为辅助，通过机器学习不断完善模型并实时校正。贷中监测： 主要是通过用户在贷款期的行为数据来发现问题客户并及时报警。贷后反馈： 基于用户本次贷款期间的数据，对该用户原有信贷记录评分进行补充，提升或降低其信用额度以供后续使用。大 数据分析的主要金融应用 ：保险定价保险定价的主要场景是车险及运费险。车险 ：根据车主的日常行车路线、里程、行车习惯、出险记录以及车主的属性比如年龄、职业、性别等，给出适合于该车主的车险定价。其中，车载智能硬件的发展使得行车数据的的获得变得简单且准确。运费险 ：运费险是近年才出现的险种，电商的发展是必不可少的促进因素。运费险是“小而美”的金融产品代表。据相关资料显示，其业务量近年的增长超过 100%。人工智能技术中自然语言处理和知识图谱技术也常用于借贷过程中的评估和监测 。Tech 2.0FinTech 2.0 之大数据：以信用及定价为核心的主要应用场景贷前评估 贷中监控贷后反馈 验真、反欺诈 授信 用户行为 市场情况 还款记录 行为打分大数据应用借贷流程实时核保实施差异化定价、出险率预测极速核赔1036Kr-FinTech 行业研究报告2016年 7月大数据、云计算以及智能硬件的发展作为基础技术支撑了人工智能技术的发展，智能数据分析与决策主要是人工智能发展的产物。智能数据分析在金融领域涵盖了投资、借贷、保险和征信行业，相关技术的运用成为业务开展的基础，同时也支持了金融产品的创新，包括新型的保险及投资产品。大数据、云计算及智能硬件的发展为人工智能技术提供了基础保障将人工智能拆分为基础层、技术层和应用层三个层面，基础层作为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。智能化 是 FinTech重要 发展方向简单来讲，智能化是指用计算机代替人脑来进行分析并作出决策。目前，人工智能尚在发展初期，代替人脑来进行决策尚早，但至少可以做到大规模的量化、替代部分人力分析的层面。在金融领域，人工智能 主要有 以下四类应用：FinTech 2.0 之人工智 能：智慧金融的无限可能自动报告生成投资银行，证券研究人工智能辅助量化交易、征信金融搜索引擎证券研究智能投顾财富管理来源 : 文因互联，公开资料， 36氪研究院云计算、大数据、芯片、传感器及智能硬件基础层机器学习、自然语言处理、知识图谱 、 图像识别 、人机 交互技术层计算智能、感知智能、认知 智能应用层Tech 2.0
展开阅读全文